Abstract. To assist industrial activities in generating power, humans create components that are developed through machines. One of the key elements that plays an important role in the process of a shaft rotation movement on the machine is the bearing. Given their widespread use, bearing vibration components can predict machine breakdowns or forecast indicators by leveraging forecasting models to diagnose bearings before failure occurs. One of the popular methods used for forecasting machine failure is the Support Vector Machine (SVM) which was introduced by Cortes and Vapnik in 1995 to overcome the problem of dividing two conflicting groups when demonstrating superiority in nonlinear small sample pattern recognition. SVM is optimized by incorporating Particle Swarm Optimization (PSO). The advantage of the PSO method is that it is able to produce accuracy values that are more precise and accurate than other mathematical algorithms and heuristic techniques (Pambudi, Wihandika, & Putri, 2019). Untuk membantu aktivitas industri dalam menghasilkan tenaga, manusia menciptakan komponen yang dikembangkan melalui mesin. Salah satu bagian elemen kunci yang berperan penting dalam proses suatu gerakan putaran poros pada mesin adalah bearing. Mengingat penggunaannya yang luas, komponen getaran bearing dapat memprediksi kerusakan mesin atau indikator peramalan dengan memanfaatkan model peramalan untuk mendiagnosis bearing sebelum terjadinya kerusakan. Salah satu metode yang populer digunakan untuk peramalan pada kerusakan mesin adalah Support Vector Machine (SVM) yang diperkenalkan oleh Cortes dan Vapnik pada tahun 1995 untuk mengatasi masalah pembagian dua kelompok yang saling bertentangan saat menunjukkan keunggulan dalam pengenalan pola sampel kecil nonlinier.SVM dioptimalkan dengan menggabungkan Particle Swarm Optimization (PSO). Kelebihan dari metode PSO ini adalah mampu menghasilkan nilai akurasi lebih tepat dan cermat daripada algoritma matematika dan teknik heuristik yang lain (Pambudi, Wihandika, & Putri, 2019). Pada Analisis data bearing CWRU, hasil akurasi yang didapat dengan menggunakan algoritma SVM lebih unggul daripada hasil akurasi yang didapat dengan menggunakan PSO.
摘要。为了帮助工业活动产生电力，人类创造了通过机器开发的部件。在机器上轴的旋转运动过程中起重要作用的关键元件之一是轴承。鉴于其广泛使用，轴承振动部件可以通过利用预测模型在故障发生之前诊断轴承来预测机器故障或预测指标。用于预测机器故障的常用方法之一是支持向量机(SVM)，该方法是由Cortes和Vapnik于1995年提出的，用于克服在非线性小样本模式识别中显示优势时划分两个冲突组的问题。采用粒子群算法对支持向量机进行优化。PSO方法的优势在于，它能够产生比其他数学算法和启发式技术更精确和准确的精度值(Pambudi, Wihandika， & Putri, 2019)。工业生产管理，工业生产管理，工业生产管理，工业生产管理，工业生产管理，工业生产管理。Salah satu bagian element kunci yang berperan penting dalam proses suatu gerakan putaran poros pada mesin adalah bearing。彭家南，杨璐，彭家南，等。中国轴承轴承结构与结构指标、结构与结构模型、结构与结构诊断方法。支持向量机，支持向量机，支持向量机，支持向量机，支持向量机，支持向量机，支持向量机，支持向量机，支持向量机，支持向量机，支持向量机。支持向量机双优化算法。Kelebihan dari方法PSO ini adalah mampu menghasilkan nilai akurasi lebih tepat和cermat daripada算法matematika dan teknik heuristik yang lain (Pambudi, Wihandika， & Putri, 2019)。Pada分析数据承载CWRU，支持向量机算法lebih unggul daripada hasil akurasi yang didapat dengan menggunakan PSO。
{"title":"Optimasi Parameter Support Vector Machine menggunakan Particle Swarm Optimization untuk Bearing Fault Diagnosis","authors":"Rizki Aulia Hawa, Sutawanir Darwis","doi":"10.29313/bcss.v3i2.8975","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.8975","url":null,"abstract":"Abstract. To assist industrial activities in generating power, humans create components that are developed through machines. One of the key elements that plays an important role in the process of a shaft rotation movement on the machine is the bearing. Given their widespread use, bearing vibration components can predict machine breakdowns or forecast indicators by leveraging forecasting models to diagnose bearings before failure occurs. One of the popular methods used for forecasting machine failure is the Support Vector Machine (SVM) which was introduced by Cortes and Vapnik in 1995 to overcome the problem of dividing two conflicting groups when demonstrating superiority in nonlinear small sample pattern recognition. SVM is optimized by incorporating Particle Swarm Optimization (PSO). The advantage of the PSO method is that it is able to produce accuracy values that are more precise and accurate than other mathematical algorithms and heuristic techniques (Pambudi, Wihandika, & Putri, 2019). \u0000Untuk membantu aktivitas industri dalam menghasilkan tenaga, manusia menciptakan komponen yang dikembangkan melalui mesin. Salah satu bagian elemen kunci yang berperan penting dalam proses suatu gerakan putaran poros pada mesin adalah bearing. Mengingat penggunaannya yang luas, komponen getaran bearing dapat memprediksi kerusakan mesin atau indikator peramalan dengan memanfaatkan model peramalan untuk mendiagnosis bearing sebelum terjadinya kerusakan. Salah satu metode yang populer digunakan untuk peramalan pada kerusakan mesin adalah Support Vector Machine (SVM) yang diperkenalkan oleh Cortes dan Vapnik pada tahun 1995 untuk mengatasi masalah pembagian dua kelompok yang saling bertentangan saat menunjukkan keunggulan dalam pengenalan pola sampel kecil nonlinier.SVM dioptimalkan dengan menggabungkan Particle Swarm Optimization (PSO). Kelebihan dari metode PSO ini adalah mampu menghasilkan nilai akurasi lebih tepat dan cermat daripada algoritma matematika dan teknik heuristik yang lain (Pambudi, Wihandika, & Putri, 2019). Pada Analisis data bearing CWRU, hasil akurasi yang didapat dengan menggunakan algoritma SVM lebih unggul daripada hasil akurasi yang didapat dengan menggunakan PSO.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"43 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125762630","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. Forecasting is the process of estimating something that will come based on existing data that will later be analyzed. Seasonal ARIMA is one of the methods in forecasting time series data that contains seasonal elements. Seasonal ARIMA is an emerging extension of the ARIMA method that makes it easier to forecast seasonally patterned data. In addition, a method that is often used for forecasting is the Fuzzy Time Series method. This study aims to forecast the future value of inflation in Indonesia using the best model from the comparison of Seasonal ARIMA and Fuzzy Time Series. The forecasting results will be compared through the error rate seen through Mean Absolute Percentage Error (MAPE). The data used is Indonesian general inflation data from January 2010 to September 2019. The results showed that the MAPE of the Seasonal ARIMA and Fuzzy Time Series-markov methods were 24.999% and 12.273%. This shows that Fuzzy Time Series-markov is more suitable for forecasting the value of inflation in Indonesia because it provides a smaller error value. Abstrak. Peramalan (forecasting) adalah proses memperkirakan sesuatu yang akan datang berdasarkan data yang sudah ada yang nantinya akan dianalisis. Seasonal ARIMA adalah salah satu metode dalam peramalan (forecasting) data deret waktu yang mengandung unsur musiman. Seasonal ARIMA merupakan perluasan yang muncul dari metode ARIMA yang memudahkan untuk melakukan peramalan data yang berpola musiman. Selain itu, adapun metode yang sering dipakai untuk peramalan adalah metode Fuzzy Time Series. Penelitian ini bertujuan untuk meramalkan nilai inflasi di Indonesia kedepan memakai model terbaik dari hasil perbandingan Seasonal ARIMA dan Fuzzy Time Series. Hasil peramalan akan dibandingkan melalui tingkat kesalahan yang dilihat melalui Mean Absolute Percentage Error (MAPE). Data yang digunakan merupakan data inflasi umum Indonesia dari Januari 2010 sampai dengan September 2019. Hasil Penelitian menunjukkan bahwa MAPE dari metode Seasonal ARIMA dan Fuzzy Time Series-markov adalah sebesar 24,999% dan 12,273%. Hal ini menunjukkan bahwa Fuzzy Time Series-markov lebih cocok untuk peramalan nilai inflasi di Indonesia karena memberikan nilai error yang lebih kecil.
摘要预测是在现有数据的基础上对将要发生的事情进行估计的过程，这些数据将在稍后进行分析。季节ARIMA是预测含有季节因素的时间序列数据的方法之一。季节性ARIMA是ARIMA方法的一种新兴扩展，它使预测季节性模式数据变得更加容易。此外，一种经常用于预测的方法是模糊时间序列方法。本研究的目的是利用季节ARIMA和模糊时间序列比较的最佳模型来预测印度尼西亚未来的通货膨胀值。预测结果将通过平均绝对百分比误差(MAPE)看到的错误率进行比较。使用的数据是印度尼西亚2010年1月至2019年9月的一般通胀数据。结果表明，季节ARIMA和模糊时间序列-马尔可夫方法的MAPE分别为24.999%和12.273%。这表明模糊时间序列-马尔可夫模型更适合预测印度尼西亚的通货膨胀值，因为它提供的误差值较小。Abstrak。Peramalan(预报)adalah promesperperkirakan sessuatu yang akan datang berdasarkan data yang sudah ada yang nantinya akan dianalysis。季节ARIMA adalah salah satu mede dalam peramalan(预报)数据显示waktu yang mengandung unsur musiman。季节ARIMA merupakan perluasan yang muncul - dari方法ARIMA yang memudahkan untuk melakukan peramalan数据yang berpola musiman。Selain itu，自适应方法yang sering dipakai和peramalan adalah方法模糊时间序列。Penelitian ini bertujuan untuk meramalkan nilai inasii，印度尼西亚，kedepan memakai模型，terbaik dari hasil，季节性ARIMA和模糊时间序列。平均绝对百分比误差(MAPE)。数据yang digunakan merupakan数据infasi umum印度尼西亚dari 2010年1月sampai登干2019年9月。Hasil Penelitian menunjukkan bahwa MAPE达里方法季节性ARIMA dan模糊时间序列-markov adalah sebesar 24,999%和12,273%。模糊时间序列-markov - lebih coco - untuk peramalan nilai infasi -印度尼西亚karena成员kan nilai误差yang lebih keci。
{"title":"Perbandingan Metode Seasonal ARIMA dan Metode Fuzzy Time Series-Markov Pada Prediksi Inflasi di Indonesia","authors":"Rafiq Thariq Ahsan, N. Rifai","doi":"10.29313/bcss.v3i2.9138","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.9138","url":null,"abstract":"Abstract. Forecasting is the process of estimating something that will come based on existing data that will later be analyzed. Seasonal ARIMA is one of the methods in forecasting time series data that contains seasonal elements. Seasonal ARIMA is an emerging extension of the ARIMA method that makes it easier to forecast seasonally patterned data. In addition, a method that is often used for forecasting is the Fuzzy Time Series method. This study aims to forecast the future value of inflation in Indonesia using the best model from the comparison of Seasonal ARIMA and Fuzzy Time Series. The forecasting results will be compared through the error rate seen through Mean Absolute Percentage Error (MAPE). The data used is Indonesian general inflation data from January 2010 to September 2019. The results showed that the MAPE of the Seasonal ARIMA and Fuzzy Time Series-markov methods were 24.999% and 12.273%. This shows that Fuzzy Time Series-markov is more suitable for forecasting the value of inflation in Indonesia because it provides a smaller error value. \u0000Abstrak. Peramalan (forecasting) adalah proses memperkirakan sesuatu yang akan datang berdasarkan data yang sudah ada yang nantinya akan dianalisis. Seasonal ARIMA adalah salah satu metode dalam peramalan (forecasting) data deret waktu yang mengandung unsur musiman. Seasonal ARIMA merupakan perluasan yang muncul dari metode ARIMA yang memudahkan untuk melakukan peramalan data yang berpola musiman. Selain itu, adapun metode yang sering dipakai untuk peramalan adalah metode Fuzzy Time Series. Penelitian ini bertujuan untuk meramalkan nilai inflasi di Indonesia kedepan memakai model terbaik dari hasil perbandingan Seasonal ARIMA dan Fuzzy Time Series. Hasil peramalan akan dibandingkan melalui tingkat kesalahan yang dilihat melalui Mean Absolute Percentage Error (MAPE). Data yang digunakan merupakan data inflasi umum Indonesia dari Januari 2010 sampai dengan September 2019. Hasil Penelitian menunjukkan bahwa MAPE dari metode Seasonal ARIMA dan Fuzzy Time Series-markov adalah sebesar 24,999% dan 12,273%. Hal ini menunjukkan bahwa Fuzzy Time Series-markov lebih cocok untuk peramalan nilai inflasi di Indonesia karena memberikan nilai error yang lebih kecil.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"65 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132988595","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. In the SEM method, multivariate analysis shows how a series of causal interactions are represented in a path diagram. Mediation analysis in PLS-SEM has the ability to interpret the indirect effect of each exogenous latent variable on endogenous latent variable in the model. This study aims to investigate the role of service quality intermediaries in the relationship between employee competence, library collections, library layout, and user satisfaction in the model analyzed using mediation analysis in PLS-SEM. In this study, primary data was used from active undergraduate students at the Bandung Islamic University who visited the library in 2022. The data includes user satisfaction as an endogenous latent variable ( ), employee competency as the 1st exogenous latent variable ( ), library collection as the 2nd exogenous latent variable ( ), library layout as the 3rd exogenous latent variable ( ), and service quality as a mediating variable or mediator ( ). Based on the research that has been done, it can be concluded that employee competence has a direct effect on service quality and service quality has a direct effect on user satisfaction. The results of the mediation analysis in PLS show that employee competence has a mediating effect significantly at the 5% level with the mediation model is full mediation and the magnitude of the parameter coefficient is 0,510 which means there is positive indirect effect. Where are the feasibility results of the model ( ) is 0,960 which means that the model used can explain the information contained in the research data by 96%. Abstrak. Dalam metode SEM, analisis multivariat menunjukkan bagaimana serangkaian interaksi kausal direpresentasikan dalam diagram jalur. Analisis mediasi dalam PLS-SEM memiliki kemampuan untuk menginterpretasikan pengaruh tidak langsung antara masing-masing variabel laten eksogen terhadap variabel laten endogen dalam model. Penelitian ini bertujuan untuk menyelidiki peran perantara kualitas pelayanan pada hubungan antara kompetensi pegawai, koleksi perpustakaan, tata ruang perpustakaan, dan kepuasan pemustaka dalam model yang dianalisis menggunakan analisis mediasi dalam PLS-SEM. Dalam penelitian ini menggunakan data primer dari mahasiswa aktif program sarjana Universitas Islam Bandung yang berkunjung ke perpustakaan pada tahun 2022. Data meliputi kepuasan pemustaka sebagai variabel laten endogen ( ), kompetensi pegawai sebagai variabel laten eksogen ke-1 ( ), koleksi perpustakaan sebagai variabel laten eksogen ke-2 ( ), tata ruang perpustakaan sebagai variabel laten eksogen ke-3 ( ), dan kualitas pelayanan sebagai variabel mediasi atau mediator ( ). Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa kompetensi pegawai berpengaruh langsung terhadap kualitas pelayanan dan kualitas pelayanan berpengaruh langsung terhadap kepuasan pemustaka. Untuk hasil analisis mediasi dalam PLS menunjukkan bahwa kompetensi pegawai terjadi efek mediasi secara signifikan pada t
摘要。在扫描电镜方法中，多变量分析显示了一系列因果相互作用如何在路径图中表示。PLS-SEM中的中介分析能够解释模型中每个外源潜在变量对内源潜在变量的间接影响。本研究旨在利用PLS-SEM的中介分析，探讨服务质量中介在员工胜任力、图书馆馆藏、图书馆布局与用户满意度之间的关系中的作用。在这项研究中，主要数据来自万隆伊斯兰大学在校本科生，他们于2022年访问了图书馆。数据包括用户满意度作为内生潜在变量()，员工胜任力作为第一外生潜在变量()，图书馆馆藏作为第二外生潜在变量()，图书馆布局作为第三外生潜在变量()，服务质量作为中介变量或中介变量()。根据已有的研究，可以得出员工能力直接影响服务质量，服务质量直接影响用户满意度的结论。PLS的中介分析结果表明，在5%的水平上，员工胜任力具有显著的中介作用，中介模型为完全中介，参数系数的大小为0,510，表明存在积极的间接影响。其中，模型的可行性结果()为0,960，这意味着所使用的模型可以解释96%的研究数据中包含的信息。Abstrak。Dalam方法扫描电镜，分析了多变量menunjukkan bagaimana serangkaian interaksi因果关系的非代表性。分析介质-地震带-地震带-地震带-地震带-地震带-地震带-地震带-地震带-地震带-地震带-地震带-地震带。Penelitian ini bertujuan untuk menyelidiki peran perantara kualitas pelayanan pagan hubungan antara kompetensi pegawai, koleksi perpustakan, tata ruang perpustakan, dan kepuasan pemustaka dalam模型yang dianalan分析媒体dalam PLS-SEM。Dalam penelitian ini menggunakan数据入门读本dari mahasiswa aktif程序sarjana university is Islam万隆阳berkunjung ke perpustakaan pada tahun 2022。数据meliputi kepuasan pemustaka sebagai变量latent endogen ()， kompepetensi pegawai sebagai变量latent eksogen ke-1 ()， koleksi perpustakaan sebagai变量latent eksogen ke-2 ()， tata ruang perpustakaan sebagai变量latent eksogen ke-3 ()， dan kualitas pelayanan sebagai变量mediasatau mediator()。我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，Untuk hasil分析mediasi dalam PLS menunjukkan bahwa kompetensi pegawai terjadi efek mediasi secara signikan pada taraf nyata 5% dengan模型mediasterbukti secara penuh atau sempurna(全中介)pada模型dan besarya koefisien参数sebesar 0,510 yang berarti terdapat pengaruh tidak langsung yang positive。Di mana hasil kelayakan模型()sebesar 0,960 artinya模型yang digunakan dapat menjelaskan informasi yang ada dalam数据penelitian sebesar 96%。
{"title":"Analisis Mediasi dalam PLS-SEM untuk Pemodelan Kepuasan Pemustaka pada UPT Perpustakaan Universitas Islam Bandung","authors":"Irham Fatin Fadhilah, Lisnur Wachidah","doi":"10.29313/bcss.v3i2.8864","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.8864","url":null,"abstract":"Abstract. In the SEM method, multivariate analysis shows how a series of causal interactions are represented in a path diagram. Mediation analysis in PLS-SEM has the ability to interpret the indirect effect of each exogenous latent variable on endogenous latent variable in the model. This study aims to investigate the role of service quality intermediaries in the relationship between employee competence, library collections, library layout, and user satisfaction in the model analyzed using mediation analysis in PLS-SEM. In this study, primary data was used from active undergraduate students at the Bandung Islamic University who visited the library in 2022. The data includes user satisfaction as an endogenous latent variable ( ), employee competency as the 1st exogenous latent variable ( ), library collection as the 2nd exogenous latent variable ( ), library layout as the 3rd exogenous latent variable ( ), and service quality as a mediating variable or mediator ( ). Based on the research that has been done, it can be concluded that employee competence has a direct effect on service quality and service quality has a direct effect on user satisfaction. The results of the mediation analysis in PLS show that employee competence has a mediating effect significantly at the 5% level with the mediation model is full mediation and the magnitude of the parameter coefficient is 0,510 which means there is positive indirect effect. Where are the feasibility results of the model ( ) is 0,960 which means that the model used can explain the information contained in the research data by 96%. \u0000Abstrak. Dalam metode SEM, analisis multivariat menunjukkan bagaimana serangkaian interaksi kausal direpresentasikan dalam diagram jalur. Analisis mediasi dalam PLS-SEM memiliki kemampuan untuk menginterpretasikan pengaruh tidak langsung antara masing-masing variabel laten eksogen terhadap variabel laten endogen dalam model. Penelitian ini bertujuan untuk menyelidiki peran perantara kualitas pelayanan pada hubungan antara kompetensi pegawai, koleksi perpustakaan, tata ruang perpustakaan, dan kepuasan pemustaka dalam model yang dianalisis menggunakan analisis mediasi dalam PLS-SEM. Dalam penelitian ini menggunakan data primer dari mahasiswa aktif program sarjana Universitas Islam Bandung yang berkunjung ke perpustakaan pada tahun 2022. Data meliputi kepuasan pemustaka sebagai variabel laten endogen ( ), kompetensi pegawai sebagai variabel laten eksogen ke-1 ( ), koleksi perpustakaan sebagai variabel laten eksogen ke-2 ( ), tata ruang perpustakaan sebagai variabel laten eksogen ke-3 ( ), dan kualitas pelayanan sebagai variabel mediasi atau mediator ( ). Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa kompetensi pegawai berpengaruh langsung terhadap kualitas pelayanan dan kualitas pelayanan berpengaruh langsung terhadap kepuasan pemustaka. Untuk hasil analisis mediasi dalam PLS menunjukkan bahwa kompetensi pegawai terjadi efek mediasi secara signifikan pada t","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"2 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124540614","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. Tourism activities have now become a necessity for people who are important to increase productivity in their daily lives. Bangka Belitung Province is an archipelago province that has a long coastline so that it has so many and varied beach tourism destinations. But it is very unfortunate that of the many beach tourism destinations owned in the South Bangka district, it is not maximized in the processing of beach tourism so that the attractiveness of visitors is less enthusiastic. It is important to know people's preferences for what kind of tourist destination they want, so that managers can maximize tourism management strategies that can attract many tourists. According to Ghozali (2011) in Saputra S (2020), conjoin analysis is used to determine how respondents perceive an object that has certain characteristics. In marketing research, conjoin analysis is used to determine how consumer preferences for various product designs. From the results of research with conjoin analysis, it shows that the stimuli that respondents are interested in are the existence of water tourism attractions, the existence of shelters and meeting points, good road networks, the existence of travel agents, the existence of community participation, and the existence of a security division, but from this the factor that has the highest utility value is the good road network factor followed in order by the community participation factor, the existence of a security division factor. Abstrak. Kegiatan pariwisata saat ini telah menjadi kebutuhan bagi masyarakat yang penting untuk meningkatkan produktifitas dalam kesehariannya. Provinsi Bangka Belitung merupakan provinsi kepulauan yang memiliki garis pantai yang panjang sehingga memiliki destinasi wiasata pantai yang begitu banyak dan beragam. Namun sangat disayangakan dari sekian banyak destinasi wisata pantai yang dimiliki di kabupaten Bangka Selatan tidak dimaksimalkan dalam pengolahan wisata pantai sehingga daya tarik pengunjung kurang antusias. Penting untuk mengetahui preferensi masyarakat terhadap destinasi wisata seperti apa yang diinginkan, sehingga pengelola dapat memaksimalkan strategi pengelolaan pariwisata yang dapat mengundang banyak wisatawan. Menurut Ghozali (2011) dalam Saputra S (2020), analisis konjoin digunakan untuk mengetahui bagaimana persepsi responden terhadap suatu objek yang memiliki karakteristik tertentu. Dalam riset pemasaran, analisis konjoin digunakan untuk mengetahui bagaimana preferensi konsumen terhadap berbagai desain produk. Dari hasil penelitian dengan analisis konjoin menunjukan stimuli yang diminati responden adalah adanya antraksi wisata air, adanya shelter dan meeting poin, jaringan jalan baik, adanya agen perjalanan wisata, adanya partisipasi masyarakat, dan adanya divisi ke amanan, namun dari hal tersebut faktor yang memiliki nilai kegunaan tertinggi adalah faktor jaringan jalan baik di ikuti secara berurutan adanya faktor partisipasi masyarakat, adanya faktor divisi keaman
摘要旅游活动现在已经成为人们在日常生活中提高生产力的必需品。邦加勿里洞省是一个群岛省，有很长的海岸线，所以它有很多不同的海滩旅游目的地。但非常遗憾的是，Bangka南区拥有的众多海滩旅游目的地，在海滩旅游的加工中没有做到最大化，使得游客的吸引力不那么热情。了解人们对他们想要什么样的旅游目的地的偏好是很重要的，这样管理者就可以最大限度地制定可以吸引许多游客的旅游管理策略。根据Ghozali(2011)在Saputra S(2020)中的说法，连接分析用于确定受访者如何感知具有某些特征的对象。在市场研究中，联合分析被用来确定消费者对各种产品设计的偏好。从联合分析的研究结果来看，被调查者感兴趣的刺激因素依次是水上旅游景点的存在、避震点和集合点的存在、良好的道路网络的存在、旅行社的存在、社区参与的存在和安全分区的存在，但由此可见，效用价值最高的因素依次是良好的道路网络因素，其次是社区参与因素。安全划分因素的存在。Abstrak。Kegiatan pariwisata saat ini telah menjadi kebutuhan bagi masyarakat yang penting untuk meningkatkan producktifitas dalam kesehariannya。省，邦，别里东，梅鲁帕坎省，克普洛安，杨，记忆，加里斯，潘泰，杨，潘jang, sehinga，记忆，目的地，潘泰，杨，begitu, banyak，丹，beragam。那是我的祖国，我的祖国，我的祖国，我的祖国，我的祖国，我的祖国，我的祖国，我的祖国，我的祖国，我的祖国。penningtuk mengetahui preferensi masyarakat terhahadesta wisata seperi parelola dapat memaksimalkan strategy . penelolaan pariwisata yang dapat mengundang banyak wisatawan。Menurut Ghozali (2011)， dalam Saputra S(2020)，分析了与digunakan untuk mengetahui bagaimana persresponsivek suatu object yang memiliki karakteristik tertenu有关的问题。Dalam riset pemasaran，分析konjoin digunakan untuk mengetahui bagaimana偏好于消费，而不是bagaiai设计产品。Dari hasil penelitian dengan分析与menunjukan刺激有关，yang响应adalah adanya antraksi wisata air, adanya shelter dan meeting point, jaringan jalan baik, adanya partisipasi masyarakat, dan adanya divisi keamanan, namun Dari hal tersebut factor yang memiliki nilai kegunaan tertingi adalah factor jaringan jalan baik di ikuti secara berurutan adanya factor partisipasi masyarakat, adanya factor divisi keamanan，阿丹雅雅因子掩体丹集合点，阿丹雅雅因子atraksi wisata空气，阿丹雅雅因子agen perjalanan wisata
{"title":"Penerapan Analisis Konjoin untuk Mengukur Preferensi Wisatawan di Panti Tanjung Kerasak Kabupaten Bangka","authors":"Sabda Iman Dani, Aceng Komarudin Mutaqin","doi":"10.29313/bcss.v3i2.9398","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.9398","url":null,"abstract":"Abstract. Tourism activities have now become a necessity for people who are important to increase productivity in their daily lives. Bangka Belitung Province is an archipelago province that has a long coastline so that it has so many and varied beach tourism destinations. But it is very unfortunate that of the many beach tourism destinations owned in the South Bangka district, it is not maximized in the processing of beach tourism so that the attractiveness of visitors is less enthusiastic. It is important to know people's preferences for what kind of tourist destination they want, so that managers can maximize tourism management strategies that can attract many tourists. According to Ghozali (2011) in Saputra S (2020), conjoin analysis is used to determine how respondents perceive an object that has certain characteristics. In marketing research, conjoin analysis is used to determine how consumer preferences for various product designs. From the results of research with conjoin analysis, it shows that the stimuli that respondents are interested in are the existence of water tourism attractions, the existence of shelters and meeting points, good road networks, the existence of travel agents, the existence of community participation, and the existence of a security division, but from this the factor that has the highest utility value is the good road network factor followed in order by the community participation factor, the existence of a security division factor. \u0000Abstrak. Kegiatan pariwisata saat ini telah menjadi kebutuhan bagi masyarakat yang penting untuk meningkatkan produktifitas dalam kesehariannya. Provinsi Bangka Belitung merupakan provinsi kepulauan yang memiliki garis pantai yang panjang sehingga memiliki destinasi wiasata pantai yang begitu banyak dan beragam. Namun sangat disayangakan dari sekian banyak destinasi wisata pantai yang dimiliki di kabupaten Bangka Selatan tidak dimaksimalkan dalam pengolahan wisata pantai sehingga daya tarik pengunjung kurang antusias. Penting untuk mengetahui preferensi masyarakat terhadap destinasi wisata seperti apa yang diinginkan, sehingga pengelola dapat memaksimalkan strategi pengelolaan pariwisata yang dapat mengundang banyak wisatawan. Menurut Ghozali (2011) dalam Saputra S (2020), analisis konjoin digunakan untuk mengetahui bagaimana persepsi responden terhadap suatu objek yang memiliki karakteristik tertentu. Dalam riset pemasaran, analisis konjoin digunakan untuk mengetahui bagaimana preferensi konsumen terhadap berbagai desain produk. Dari hasil penelitian dengan analisis konjoin menunjukan stimuli yang diminati responden adalah adanya antraksi wisata air, adanya shelter dan meeting poin, jaringan jalan baik, adanya agen perjalanan wisata, adanya partisipasi masyarakat, dan adanya divisi ke amanan, namun dari hal tersebut faktor yang memiliki nilai kegunaan tertinggi adalah faktor jaringan jalan baik di ikuti secara berurutan adanya faktor partisipasi masyarakat, adanya faktor divisi keaman","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"18 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122104267","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. The COVID-19 pandemic has an impact on all aspects of the world, including education in Indonesia. The Indonesian government together with the Ministry of Education and Culture then decides to implement a limited Face-to-Face Learning, namely Hybrid Learning. This makes University of Islam Bandung carry out Limited Face-to-Face Learnig for the even semester of the 2021/2022 academic year, the learning applied is hybrid, online, and offline. This certainly affects the satisfaction of students who are taking Hybrid Learning for the first time. Therefore, the researcher wants to examine the “Effect of Hybrid Learning Infrastructure and Innovation on Student Satisfaction of the Faculity of Mathematics and Science University of Islam Bandung Class of 2020-2021”. The population of this research is FMIPA student class 2020-2021 with a sample of 100 students. The analysis technique in this study is Multiple Linear Regression Analysis by testing several classical intruments and assumptions. Based on the results of the study, it can be concluded that infrastructure has no significant effect on satisfaction, innovation does have a significant effect on satisfaction. Obtained a value of 14,1% diversity of satisfaction can be explained by infrastructure and innovation. Meanwhile (100% - 14,1% = 86,9%) the rest is explained by other reasons outside the model. Abstrak. Pandemi COVID-19 berdampak terhadap segala aspek di dunia, termasuk pada pendidikan di Indonesia. Pemerintah Indonesia bersama dengan Kementrian Pendidikan dan Kebudayaan kemudian memutuskan untuk menerapkan PTM terbatas, yaitu Hybrid Learning. Hal itu membuat Unversitas Islam Bandung melaksanakan Pembelajaran Tatap Muka Terbatas untuk semester genap tahun ajaran 2021/2022, pembelajaran yang diterapkan yaitu hybrid, daring, dan luring. Hal ini tentunya berpengaruh terhadap kepuasan mahasiswa yang baru pertama kali mengikuti Hybrid Learning. Maka dari itu, peneliti ingin meneliti mengenai “Pengaruh Infrastruktur dan Inovasi Hybrid Learning terhadap Kepuasan Mahasiswa Fakultas MIPA Unisba Angkatan 2020-2021”. Populasi penelitian ini adalah mahasiswa FMIPA angkatan 2020-2021 dengan sampel sebanyak 97 mahasiswa. Teknik analisis dalam penelitian ini adalah Analisis Regresi Linear Berganda dengan menguji beberapa uji Instrumen dan Asumsi Klasik. Berdasarkan hasil penelitian, dapat disimpulkan bahwa infrastruktur tidak berpengaruh secara signifikan terhadap kepuasan, inovasi benar-benar berpengaruh secara signifikan terhadap Kepuasan. Didapat nilai 14,1% keragaman kepuasan dapat dijelaskan oleh infrastruktur dan inovasi. Sedangkan (100% - 14,1% = 86,9%) sisanya dijelaskan oleh sebab-sebab lain di luar model.
摘要2019冠状病毒病大流行对世界各个方面都产生了影响，包括印度尼西亚的教育。印尼政府与教育和文化部决定实施有限的面对面学习，即混合学习。这使得万隆伊斯兰大学在2021/2022学年的偶数学期开展有限的面对面学习，学习应用是在线和离线混合的。这当然会影响第一次参加混合学习的学生的满意度。因此，研究人员想要研究“混合学习基础设施和创新对伊斯兰万隆大学数理学院2020-2021级学生满意度的影响”。本研究的人口为FMIPA 2020-2021级学生，样本为100名学生。本研究的分析方法是多元线性回归分析，通过检验几种经典工具和假设。根据研究结果，基础设施对满意度没有显著影响，创新对满意度有显著影响。得到的满意度多样性值为14.1%，可以用基础设施和创新来解释。同时(100% - 14.1% = 86,9%)其余部分由模型之外的其他原因解释。Abstrak。2019冠状病毒病(COVID-19)大流行在印度尼西亚首都雅加达举行，在印度尼西亚举行。Pemerintah Indonesia bersama dengan Kementrian Pendidikan dan Kebudayaan kemudian memutuskan untuk menerapkan PTM terbatas, yitu Hybrid Learning。halitu成员ununiversitas Islam万隆melaksanakan Pembelajaran Tatap Muka Terbatas untuk学期genap tahun ajaran 2021/2022, Pembelajaran yang diiterapkan yitu杂交，大胆，诱人。哈尔尼·坦坦尼亚·柏格尼亚·特哈德·克普萨·马哈西斯瓦扬·巴鲁·帕塔玛·曼吉库蒂混合学习。Maka dari itu, peneliti mengeni“Pengaruh基础设施和创新混合学习计划，Kepuasan Mahasiswa Fakultas MIPA Unisba Angkatan 2020-2021”。2020-2021年丹丹丹丹样品线性回归分析，线性回归分析，线性回归分析，线性回归分析，线性回归分析，线性回归分析Berdasarkan hasil penelitian, dapat dispulkan bahwa基础设施建设berpengaruh secara重要的是berpengaruh secara重要的是kerpuasan, inovasi benar-benar berpengaruh secara重要的是kerpuasan。Didapat nilai 14.1% keragaman kepuasan dapat dijelaskan oleh基础设施和创新。Sedangkan (100% - 14.1% = 86.9%) sisanya dijelaskan oleh sebab-sebab lain di模型。
{"title":"Pengaruh Infrastruktur dan Inovasi Hybrid Learning terhadap Kepuasan Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Islam Bandung Angkatan 2020-2021","authors":"M Dziqri Nur Rohiim, Aceng Komarudin Mutaqin","doi":"10.29313/bcss.v3i2.8236","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.8236","url":null,"abstract":"Abstract. The COVID-19 pandemic has an impact on all aspects of the world, including education in Indonesia. The Indonesian government together with the Ministry of Education and Culture then decides to implement a limited Face-to-Face Learning, namely Hybrid Learning. This makes University of Islam Bandung carry out Limited Face-to-Face Learnig for the even semester of the 2021/2022 academic year, the learning applied is hybrid, online, and offline. This certainly affects the satisfaction of students who are taking Hybrid Learning for the first time. Therefore, the researcher wants to examine the “Effect of Hybrid Learning Infrastructure and Innovation on Student Satisfaction of the Faculity of Mathematics and Science University of Islam Bandung Class of 2020-2021”. The population of this research is FMIPA student class 2020-2021 with a sample of 100 students. The analysis technique in this study is Multiple Linear Regression Analysis by testing several classical intruments and assumptions. Based on the results of the study, it can be concluded that infrastructure has no significant effect on satisfaction, innovation does have a significant effect on satisfaction. Obtained a value of 14,1% diversity of satisfaction can be explained by infrastructure and innovation. Meanwhile (100% - 14,1% = 86,9%) the rest is explained by other reasons outside the model. \u0000Abstrak. Pandemi COVID-19 berdampak terhadap segala aspek di dunia, termasuk pada pendidikan di Indonesia. Pemerintah Indonesia bersama dengan Kementrian Pendidikan dan Kebudayaan kemudian memutuskan untuk menerapkan PTM terbatas, yaitu Hybrid Learning. Hal itu membuat Unversitas Islam Bandung melaksanakan Pembelajaran Tatap Muka Terbatas untuk semester genap tahun ajaran 2021/2022, pembelajaran yang diterapkan yaitu hybrid, daring, dan luring. Hal ini tentunya berpengaruh terhadap kepuasan mahasiswa yang baru pertama kali mengikuti Hybrid Learning. Maka dari itu, peneliti ingin meneliti mengenai “Pengaruh Infrastruktur dan Inovasi Hybrid Learning terhadap Kepuasan Mahasiswa Fakultas MIPA Unisba Angkatan 2020-2021”. Populasi penelitian ini adalah mahasiswa FMIPA angkatan 2020-2021 dengan sampel sebanyak 97 mahasiswa. Teknik analisis dalam penelitian ini adalah Analisis Regresi Linear Berganda dengan menguji beberapa uji Instrumen dan Asumsi Klasik. Berdasarkan hasil penelitian, dapat disimpulkan bahwa infrastruktur tidak berpengaruh secara signifikan terhadap kepuasan, inovasi benar-benar berpengaruh secara signifikan terhadap Kepuasan. Didapat nilai 14,1% keragaman kepuasan dapat dijelaskan oleh infrastruktur dan inovasi. Sedangkan (100% - 14,1% = 86,9%) sisanya dijelaskan oleh sebab-sebab lain di luar model.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"50 9 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126353234","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. The Indonesian League, which is currently known as the Indonesia Super League (ISL) or Liga 1, is the highest caste football competition between clubs in Indonesia. The Indonesian League was held for the first time in 1994 (the competition system was divided into 2 regions) which was a merger between the previous major competitions. Many researchers from various countries have carried out the application of distributions to football sports data cases to find out what odds distributions are suitable for modeling the number of goals scored in home and away games in a league. Distributions that can be used to model data on the number of goals scored in soccer matches include the Poisson distribution, negative binomial, Poisson-Lindley, and Zero-Inflated Poisson. In a football match, it is generally difficult for the away team to score goals. One of the discrete distributions for the case of the Poisson distribution when there are many zeros is the Zero-Modified Poisson distribution. In this thesis, the ZMP distribution will be applied to the data on the number of goals scored by the away team in the Indonesian Football League. The maximum likelihood estimator method is used to estimate the parameters of the discrete distribution. While the distribution fit test to be used is the chi-square test. As the application material, data on the results of the 2017-2018 Indonesian League football matches will be used. Based on the results of an analysis of the application of the Zero-Modified Poisson distribution to data on the number of goals scored by the Indonesian League 1 away team in 2017-2018, it can be concluded that the Zero-Modified Poisson distribution is suitable for modeling the frequency data of the number of goals scored by the Indonesian League 1 away team in 2017-2018. Abstrak. Liga Indonesia yang pada saat ini dikenal dengan Indonesia Super League (ISL) atau liga 1 adalah kompetisi sepak bola kasta tertinggi antar klub di Indonesia. Liga Indonesia diselenggarakan pertama kali pada tahun 1994 (sistem kompetisi dibagi 2 wilayah) yang merupakan penggabungan antara kompetisi besar sebelumnya. Penerapan distribusi pada kasus data olahraga sepak bola sudah banyak dilakukan oleh peneliti-peneliti dari berbagai negara untuk mengetahui distribusi peluang apa yang cocok untuk memodelkan jumlah gol dalam pertandingan kandang dan tandang dalam suatu Liga. Distribusi yang bisa digunakan untuk memodelkan data jumlah gol hasil pertandingan sepak bola diantaranya adalah distribusi Poisson, binomial negatif, Poisson-Lindley, dan Zero-Inflated Poisson. Dalam suatu pertandingan sepakbola, umumnya tim tandang selalu kesulitan untuk mencetak gol. Salah satu distribusi diskrit untuk kasus distribusi Poisson ketika nilai nol-nya banyak adalah distribusi Zero-Modified Poisson. Dalam skripsi ini akan diterapkan distribusi ZMP pada data jumlah gol tim tandang Liga sepak bola Indonesia. Metode penaksir kemungkinan maksimum digunakan untuk menaksir paramete
摘要。印尼联赛，目前被称为印尼超级联赛(ISL)或Liga 1，是印尼俱乐部之间的最高等级足球比赛。印尼联赛于1994年首次举办(赛制分为两个赛区)，是以往主要赛事的合并。许多国家的研究者已经将分布方法应用到足球运动数据案例中，寻找适合于联赛主客场进球数建模的概率分布。可用于对足球比赛进球数数据建模的分布包括泊松分布、负二项分布、泊松-林德利分布和零膨胀泊松分布。在足球比赛中，客队通常很难进球。泊松分布的离散分布之一，当有许多零时，是零修正泊松分布。在本文中，ZMP分布将应用于印尼足球联赛客场球队进球数的数据。采用极大似然估计方法对离散分布的参数进行估计。而使用的分布拟合检验是卡方检验。作为申请材料，将使用2017-2018年印尼足球联赛的结果数据。基于零修正泊松分布对2017-2018年印尼联赛1客场球队进球数数据的应用分析结果，可以得出零修正泊松分布适用于2017-2018年印尼联赛1客场球队进球数频率数据的建模。Abstrak。印尼足球超级联赛(ISL)印尼足球超级联赛(ISL)印度尼西亚足球超级联赛。1994年2月1日，印度尼西亚甲级联赛(diselenggarakan pertama kali pada tahun)。Penerapan distribution busi pada kasus data olahraga sepak bola sudah banyak dilakukan oleh peneli -peneliti dari berbagai negara untuk mengetahui distribution busi peluang apa yang cocok untuk memodelkan jumlah goldalam peringan kandang dan tandang dalam suatu Liga。分布函数yang bisa digunakan untuk memodelkan data jumlah gol .() .(1)分布函数泊松，二项负泊松，泊松-林德利，零膨胀泊松。达拉姆·苏阿图(Dalam suatu)是一种特殊的生活方式，umumnya time tandang selalu kesulitan untuk mencetak gol。Salah satu分布业务diskrit untuk kasus分布业务泊松ketika nilai -nya banyak adalah分布业务零修正泊松。Dalam skripsi ini akan diiterapkan distribution busi ZMP pada data jumlah gol tim tanang Liga sepak bola印度尼西亚。方法:1 .方法:1 .方法:1 .方法:1 .方法:1 .方法:方法:1 .方法:方法:1 .方法:方法:Sedangkan uji kecocokan distribution busi yang akan digunakan adalah uji chi-kuadrat。Sebagai bahan applikasi akan digunakan数据将与2017-2018年印度尼西亚甲级联赛有关。Berdasarkan hasil analyisi penerapan distribusi零修正泊松帕达数据jumlah gol tim tandang lig甲1印度尼西亚tahun 2017-2018 dapat dispulkan bahwa distribution busi零修正泊松cocok untuk memodelkan数据frekuensi jumlah gol tim tandang lig甲1印度尼西亚tahun 2017-2018。
{"title":"Penerapan Distribusi Zero Modified Poisson pada Data Jumlah Gol Tim Tandang Liga Sepak Bola Indonesia","authors":"Maulana Ilham Pratama, Aceng Komarudin Mutaqin","doi":"10.29313/bcss.v3i2.9477","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.9477","url":null,"abstract":"Abstract. The Indonesian League, which is currently known as the Indonesia Super League (ISL) or Liga 1, is the highest caste football competition between clubs in Indonesia. The Indonesian League was held for the first time in 1994 (the competition system was divided into 2 regions) which was a merger between the previous major competitions. Many researchers from various countries have carried out the application of distributions to football sports data cases to find out what odds distributions are suitable for modeling the number of goals scored in home and away games in a league. Distributions that can be used to model data on the number of goals scored in soccer matches include the Poisson distribution, negative binomial, Poisson-Lindley, and Zero-Inflated Poisson. In a football match, it is generally difficult for the away team to score goals. One of the discrete distributions for the case of the Poisson distribution when there are many zeros is the Zero-Modified Poisson distribution. In this thesis, the ZMP distribution will be applied to the data on the number of goals scored by the away team in the Indonesian Football League. The maximum likelihood estimator method is used to estimate the parameters of the discrete distribution. While the distribution fit test to be used is the chi-square test. As the application material, data on the results of the 2017-2018 Indonesian League football matches will be used. Based on the results of an analysis of the application of the Zero-Modified Poisson distribution to data on the number of goals scored by the Indonesian League 1 away team in 2017-2018, it can be concluded that the Zero-Modified Poisson distribution is suitable for modeling the frequency data of the number of goals scored by the Indonesian League 1 away team in 2017-2018. \u0000Abstrak. Liga Indonesia yang pada saat ini dikenal dengan Indonesia Super League (ISL) atau liga 1 adalah kompetisi sepak bola kasta tertinggi antar klub di Indonesia. Liga Indonesia diselenggarakan pertama kali pada tahun 1994 (sistem kompetisi dibagi 2 wilayah) yang merupakan penggabungan antara kompetisi besar sebelumnya. Penerapan distribusi pada kasus data olahraga sepak bola sudah banyak dilakukan oleh peneliti-peneliti dari berbagai negara untuk mengetahui distribusi peluang apa yang cocok untuk memodelkan jumlah gol dalam pertandingan kandang dan tandang dalam suatu Liga. Distribusi yang bisa digunakan untuk memodelkan data jumlah gol hasil pertandingan sepak bola diantaranya adalah distribusi Poisson, binomial negatif, Poisson-Lindley, dan Zero-Inflated Poisson. Dalam suatu pertandingan sepakbola, umumnya tim tandang selalu kesulitan untuk mencetak gol. Salah satu distribusi diskrit untuk kasus distribusi Poisson ketika nilai nol-nya banyak adalah distribusi Zero-Modified Poisson. Dalam skripsi ini akan diterapkan distribusi ZMP pada data jumlah gol tim tandang Liga sepak bola Indonesia. Metode penaksir kemungkinan maksimum digunakan untuk menaksir paramete","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"75 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121736631","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. Forecasting is the science of predicting events in the future, There are several kinds of methods used to project forecasting, since Zadeh's pioneering work in 1965, Fuzzy set theory has been applied to various fields. including Fuzzy Time Series, Fuzzy Time Series methods have been proven to improve classical forecasting methods such as handling data fluctuations, inappropriate environments, subjectivity uncertainty in data. By having the privilege of not requiring the fulfillment of special assumptions. This method was developed by Meredith Stevenson and John E. Porter. This research uses the "Fuzzy Time Series Algorithm Using Percentage Change as the Universe of Discourse" forecasting method proposed by Stevenson and Porter. The data component required for research using this method is trend data. In its application, research using Fuzzy Time Series Stevenson Porter forecasting results in a forecasting value of 276,193.25 million US dollars with the calculation of the error value using MAPE getting a result of 36.17% for the Stevenson Porter fuzzy time series method in modeling Indonesia's non-oil and gas export forecasting. Abstrak. Permalan (forecasting) adalah ilmu pengetahuan dalam memprediksi peristiwa pada masa yang akan dating, Terdapat beberapa macam metode yang digunakan untuk memproyeksikan peramalan, sejak karya perintis Zadeh pada tahun 1965, teori himpunan Fuzzy telah diterapkan kedalam berbagai bidang. diantaranya Fuzzy Time Series, metode Fuzzy Time Series telah terbukti dapat memperbaiki metode peramalan klasik seperti menangani fluktuasi data, lingkungan yang tidak tepat, ketidakpastian subjektivitas dalam data. Dengan memiliki keistimewaan tidak memutuhkan pemenuhan asumsi khusus. Metode ini salah satunya dikembangkan Meredith Stevenson dan John E.Porter. Penelitian ini menggunakan metode peramalan Algoritma “Fuzzy Time Series Menggunakan Perubahan Persentase Sebagai Universe of Discourse” yang diusulkan oleh Stevenson dan Porter. Komponen data yang diperlukan untuk penelitian menggunakan metode ini berupa data yang bersifat trend. Pada penerapannya penelitian menggunakan peramalan Fuzzy Time Series Stevenson Porter ini mendapatkan hasil nilai peramalan sebesar 276.193,25 juta US$ dengan perhitungan nilai error menggunakan MAPE mendapatkan hasil sebesar 36,17% untuk metode fuzzy time series Stevenson Porter pada pemodelan peramalan ekspor nonmigas Indonesia.
摘要预测是预测未来事件的科学，有几种方法用于项目预测，自1965年Zadeh的开创性工作以来，模糊集理论已应用于各个领域。包括模糊时间序列在内，模糊时间序列方法已被证明可以改进经典的预测方法，如处理数据波动、不适当的环境、数据的主观不确定性等。通过不需要满足特殊假设的特权。这种方法是由梅雷迪思·史蒂文森和约翰·e·波特提出的。本研究采用Stevenson和Porter提出的“以百分比变化为话语域的模糊时间序列算法”预测方法。使用这种方法进行研究所需的数据成分是趋势数据。在应用研究中，利用模糊时间序列Stevenson Porter预测方法对印尼非石油天然气出口预测建模，预测值为2761.9325亿美元，利用MAPE计算误差值，得到Stevenson Porter模糊时间序列方法的预测结果为36.17%。Abstrak。二叠纪(预报)数据将会mu pengetahuan dalam memprediksi peristiwa pada masa yang akan定年，Terdapat beberaapa macam mede yang digunakan untuk memproyeksikan peramalan, sejak karya perintis Zadeh pada tahun 1965, teori himunan Fuzzy telah diterapkan kedalam berbagai bidang。模糊时间序列、模糊时间序列、模糊时间序列、模糊时间序列、模糊时间序列、模糊时间序列、模糊时间序列、模糊时间序列、模糊时间序列。邓安回忆说:“我的时间很长，我的时间很长。”梅雷迪思·史蒂文森和约翰·波特。Penelitian ini mongunakan方法peramalan算法“模糊时间序列menggunakan Perubahan代表Sebagai话语域”yang diusulkan oleh Stevenson dan Porter。Komponen数据阳diperlukan untuk penelitian mongunakan方法ini berupa数据阳bersifat趋势。模糊时间序列Stevenson Porter ini mendapatkan hasil nilai peramalan sebesar 276.193,25 juta US$ dengan perhitungan nilai误差menggunakan MAPE mendapatkan hasil sebesar 36,17 untuk方法模糊时间序列Stevenson Porter Pada pemodelan peramalan ekspor nonmigas印度尼西亚。
{"title":"Pemodelan Metode Fuzzy Time Series Stevenson-Porter pada Nilai Peramalan Ekspor Non-Migas di Indonesia","authors":"Muhammad Rofiq Firdaus, Suwanda","doi":"10.29313/bcss.v3i2.9512","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.9512","url":null,"abstract":"Abstract. Forecasting is the science of predicting events in the future, There are several kinds of methods used to project forecasting, since Zadeh's pioneering work in 1965, Fuzzy set theory has been applied to various fields. including Fuzzy Time Series, Fuzzy Time Series methods have been proven to improve classical forecasting methods such as handling data fluctuations, inappropriate environments, subjectivity uncertainty in data. By having the privilege of not requiring the fulfillment of special assumptions. This method was developed by Meredith Stevenson and John E. Porter. This research uses the \"Fuzzy Time Series Algorithm Using Percentage Change as the Universe of Discourse\" forecasting method proposed by Stevenson and Porter. The data component required for research using this method is trend data. In its application, research using Fuzzy Time Series Stevenson Porter forecasting results in a forecasting value of 276,193.25 million US dollars with the calculation of the error value using MAPE getting a result of 36.17% for the Stevenson Porter fuzzy time series method in modeling Indonesia's non-oil and gas export forecasting. \u0000Abstrak. Permalan (forecasting) adalah ilmu pengetahuan dalam memprediksi peristiwa pada masa yang akan dating, Terdapat beberapa macam metode yang digunakan untuk memproyeksikan peramalan, sejak karya perintis Zadeh pada tahun 1965, teori himpunan Fuzzy telah diterapkan kedalam berbagai bidang. diantaranya Fuzzy Time Series, metode Fuzzy Time Series telah terbukti dapat memperbaiki metode peramalan klasik seperti menangani fluktuasi data, lingkungan yang tidak tepat, ketidakpastian subjektivitas dalam data. Dengan memiliki keistimewaan tidak memutuhkan pemenuhan asumsi khusus. Metode ini salah satunya dikembangkan Meredith Stevenson dan John E.Porter. Penelitian ini menggunakan metode peramalan Algoritma “Fuzzy Time Series Menggunakan Perubahan Persentase Sebagai Universe of Discourse” yang diusulkan oleh Stevenson dan Porter. Komponen data yang diperlukan untuk penelitian menggunakan metode ini berupa data yang bersifat trend. Pada penerapannya penelitian menggunakan peramalan Fuzzy Time Series Stevenson Porter ini mendapatkan hasil nilai peramalan sebesar 276.193,25 juta US$ dengan perhitungan nilai error menggunakan MAPE mendapatkan hasil sebesar 36,17% untuk metode fuzzy time series Stevenson Porter pada pemodelan peramalan ekspor nonmigas Indonesia.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"110 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116513910","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. One method to overcome overdispersion or underdispersion is Generalized Poisson Regression (GPR). The development of GPR that takes into account spatial factors in the form of lattitude and longitude coordinates is Geographically Weighted Generalized Poisson Regression (GWGPR) which produces parameter estimators that are local to each observation location. The number of maternal deaths is the number of women who die during their pregnancy. In this study, the GWGPR method was applied to model the number of maternal deaths in West Java Province. The most pregnant women deaths occurred in Karawang Regency with 57 deaths and the average of pregnant women deaths in West Java was 17.04 deaths with a high variance of 122.2678. Modeling with the GWGPR method has different parameter estimation values for each district/city and shows that the factors that have a significant effect on the number of maternal deaths in all districts/cities in West Java are the percentage of pregnant women who have had K4 visits (X1), the percentage of obstetric complications (X2), the number of poor people (X5) and the percentage of PHBS households (X6). The mapping performed from the GWGPR model produces 3 groups of districts/cities in West Java that have similar variables that have a significant effect on the number of maternal deaths. Abstrak. Salah satu metode untuk mengatasi overdispersi atau underdispersi adalah Generalized Poisson Regression (GPR). Pengembangan GPR yang memperhitungkan faktor spasial berupa koordinat lattitude dan longitude adalah Geographically Weighted Generalized Poisson Regression (GWGPR) yang menghasilkan penaksir parameter yang bersifat lokal untuk setiap lokasi pengamatan. Jumlah kematian ibu hamil adalah banyaknya perempuan yang meninggal ketika dalam masa kehamilannya. Dalam penelitian diterapkan metode GWGPR untuk melakukan pemodelan terhadap jumlah kematian ibu hamil di Provinsi Jawa Barat. Kematian ibu hamil terbanyak terjadi di Kabupaten Karawang dengan 57 kematian dan rata-rata dari kematian ibu hamil di Jawa Barat sebesar 17,04 kematian dengan variansi yang tinggi yaitu 122,2678. Pemodelan dengan metode GWGPR memiliki nilai estimasi parameter yang berbeda untuk setiap kabupaten/kota dan menunjukkan bahwa faktor-faktor yang berpengaruh signifikan terhadap jumlah kematian ibu hamil di semua kabupaten/kota di Jawa barat adalah persentase ibu hamil yang pernah melakukan kunjungan K4 (X1), persentase komplikasi kebidanan (X2), jumlah penduduk miskin (X5) dan persentase rumah tangga PHBS (X6). Pemetaan yang dilakukan dari model GWGPR menghasilkan 3 kelompok wilayah kabupaten/kota di Jawa Barat yang memiliki kesamaan variabel yang berpengaruh signifikan terhadap jumlah kematian ibu hamil.
摘要。克服过色散或欠色散的一种方法是广义泊松回归(GPR)。以纬度和经度坐标形式考虑空间因素的探地雷达的发展是地理加权广义泊松回归(GWGPR)，它产生每个观测位置的局部参数估计量。产妇死亡人数是指在怀孕期间死亡的妇女人数。在这项研究中，采用GWGPR方法对西爪哇省的产妇死亡人数进行建模。孕妇死亡人数最多的是卡拉旺县，有57人死亡，西爪哇的孕妇平均死亡人数为17.04人，方差为122.2678。使用GWGPR方法建模的每个区/市具有不同的参数估计值，并显示对西爪哇所有区/市的孕产妇死亡人数有显著影响的因素是孕妇进行K4就诊的百分比(X1)、产科并发症的百分比(X2)、贫困人口数量(X5)和PHBS家庭的百分比(X6)。根据GWGPR模型绘制的地图在西爪哇产生了三组地区/城市，这些地区/城市具有对孕产妇死亡人数产生重大影响的类似变量。Abstrak。用广义泊松回归(GPR)分析了超分散和欠分散的分布方法。彭邦安GPR杨氏系数空间berupa坐标纬度和经度adala地理加权广义泊松回归杨氏系数(GWGPR)杨氏系数局部untuk设置杨氏系数lokasi pengamatan。这是我的第一个孩子，我的孩子，我的孩子，我的孩子，我的孩子。在爪哇巴拉省，Dalam penelitian diterapkan方法GWGPR untuk melakukan peemodelan terhahadlah kematian。Kematian ibu hamil terbanyak terjadi di Kabupaten Karawang dengan 57 Kematian dan rata-rata dari Kematian ibu hamil di Jawa Barat sebesar 17,04 Kematian dengan varansi yang tinggi yitu 122,2678。Pemodelan dengan方法GWGPR memiliki nilai estimasi参数yang berbeda untuk setiap kabupaten/kota dan menunjukkan bahwa因子-因子yang berpengaruh signifikan terhadap jumlah kematian ibu hamil di semua kabupaten/kota di java barat adalah表征ibu hamil yang pernah melakukan kunjungan K4 (X1)，表征ase komplikasi kebidanan (X2)，表征lah penduduk miskin (X5)和表征ase rumah tanga PHBS (X6)。Pemetaan yang dilakukan dari模型GWGPR menghasilkan 3 kelompok wilayah kabupaten/kota di Jawa Barat yang memiliki kesamaan variabel yang berpengaruh signikan terhadap jumlah kematian ibu hamil。
{"title":"Pemodelan Geographically Weighted Generalized Poisson Regression (GWGPR) pada Jumlah Kematian Ibu Hamil di Jawa Barat Tahun 2021","authors":"Panji Lokajaya Arifa, Nur Azizah Komara Rifai","doi":"10.29313/bcss.v3i2.9459","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.9459","url":null,"abstract":"Abstract. One method to overcome overdispersion or underdispersion is Generalized Poisson Regression (GPR). The development of GPR that takes into account spatial factors in the form of lattitude and longitude coordinates is Geographically Weighted Generalized Poisson Regression (GWGPR) which produces parameter estimators that are local to each observation location. The number of maternal deaths is the number of women who die during their pregnancy. In this study, the GWGPR method was applied to model the number of maternal deaths in West Java Province. The most pregnant women deaths occurred in Karawang Regency with 57 deaths and the average of pregnant women deaths in West Java was 17.04 deaths with a high variance of 122.2678. Modeling with the GWGPR method has different parameter estimation values for each district/city and shows that the factors that have a significant effect on the number of maternal deaths in all districts/cities in West Java are the percentage of pregnant women who have had K4 visits (X1), the percentage of obstetric complications (X2), the number of poor people (X5) and the percentage of PHBS households (X6). The mapping performed from the GWGPR model produces 3 groups of districts/cities in West Java that have similar variables that have a significant effect on the number of maternal deaths. \u0000Abstrak. Salah satu metode untuk mengatasi overdispersi atau underdispersi adalah Generalized Poisson Regression (GPR). Pengembangan GPR yang memperhitungkan faktor spasial berupa koordinat lattitude dan longitude adalah Geographically Weighted Generalized Poisson Regression (GWGPR) yang menghasilkan penaksir parameter yang bersifat lokal untuk setiap lokasi pengamatan. Jumlah kematian ibu hamil adalah banyaknya perempuan yang meninggal ketika dalam masa kehamilannya. Dalam penelitian diterapkan metode GWGPR untuk melakukan pemodelan terhadap jumlah kematian ibu hamil di Provinsi Jawa Barat. Kematian ibu hamil terbanyak terjadi di Kabupaten Karawang dengan 57 kematian dan rata-rata dari kematian ibu hamil di Jawa Barat sebesar 17,04 kematian dengan variansi yang tinggi yaitu 122,2678. Pemodelan dengan metode GWGPR memiliki nilai estimasi parameter yang berbeda untuk setiap kabupaten/kota dan menunjukkan bahwa faktor-faktor yang berpengaruh signifikan terhadap jumlah kematian ibu hamil di semua kabupaten/kota di Jawa barat adalah persentase ibu hamil yang pernah melakukan kunjungan K4 (X1), persentase komplikasi kebidanan (X2), jumlah penduduk miskin (X5) dan persentase rumah tangga PHBS (X6). Pemetaan yang dilakukan dari model GWGPR menghasilkan 3 kelompok wilayah kabupaten/kota di Jawa Barat yang memiliki kesamaan variabel yang berpengaruh signifikan terhadap jumlah kematian ibu hamil.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"91 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124991006","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. Insurance is an agreement between the guaranteeing party and the guaranteed party where the guaranteeing party agrees with the guaranteed party to receive a premium as a replacement for losses, which will later be experienced due to events that have not yet occurred. Insurance is divided into two parts, namely general insurance and life insurance. One product of loss insurance is motor vehicle insurance. In several previous studies, there are many distributions that have been applied to insurance data (claims big data). Insurance and economic data are often positive and the distribution is usually skewed to the right. One of the most well-known parametric models with distributions that are usually skewed to the right is the inverse Gaussian which is a family of two-parameter distributions namely µ and λ. The material used in this thesis is big data on partial loss claims for motor vehicle insurance insurance company PT. ABC in 2019 Category 1 Region 2. The results of applying the inverse Gaussian distribution show that the large data for Category 1 motor vehicle insurance claims for Region 2 come from populations with an inverse Gaussian distribution. Abstrak. Asuransi merupakan persetujuan antara pihak yang menjamin dengan pihak yang dijamin di mana pihak yang menjamin bersepakat kepada pihak yang dijamin untuk menerima premi sebagai pengganti kerugian, yang nantinya akan dialami karena kejadian yang belum terjadi. Asuransi terbagi kedalam dua bagian yaitu asuransi kerugian (asuransi umum) dan asuransi jiwa. Salah satu produk dari asuransi kerugian adalah asuransi kendaraan bermotor. Pada beberapa penelitian terdahulu, terdapat banyak distribusi yang telah diterapkan pada data asuransi (data besar klaim) Data asuransi dan ekonomi seringkali positif dan distribusinya biasanya miring ke kanan. Salah satu model parametrik yang paling terkenal dengan distribusi yang biasanya miring ke kanan adalah inverse Gaussian yang merupakan keluarga distribusi dua parameter yakni dan . Bahan yang digunakan dalam skripsi ini adalah data besar klaim partial loss asuransi kendaraan bermotor perusahaan asuransi PT. ABC tahun 2019 Kategori 1 Wilayah 2. Hasil penerapan distribusi inverse Gaussian menunjukan data besar klaim asuransi kendaraan bermotor Kategori 1 untuk Wilayah 2 berasal dari populasi yang berdistribusi inverse Gaussian.
摘要保险是保证人与被保证人之间的一种协议，在这种协议中，保证人同意被保证人接受一笔保险费，以弥补以后由于尚未发生的事件而遭受的损失。保险分为两部分，即一般保险和人寿保险。损失保险的一个产品是机动车辆保险。在之前的几项研究中，有许多分布已经应用于保险数据(理赔大数据)。保险和经济数据通常是积极的，而且分布通常向右倾斜。最著名的参数模型之一是逆高斯分布，其分布通常向右倾斜，它是一组双参数分布，即µ和λ。本文使用的材料是PT. ABC汽车保险公司2019年二类1区部分损失理赔的大数据。应用反高斯分布的结果表明，二类机动车保险索赔的大数据来源于反高斯分布的总体。Abstrak。Asuransi merupakan persetujuan antara pihak yang menjamin dengan pihak yang dijamin di mana pihak yang menjamin bersepakat kepada pihak yang dijamin untuk menerima premi sebagai pengganti kerugian, yang nantinya akan dialami karena kejadian yang belum terjadi。Asuransi terbagi kedalam dua bagian yaitu Asuransi kerugian (Asuransi umum) dan Asuransi jiwa。Salah satu product dari asuransi kerugian adalah asuransi kendaraan bermotor。数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据统计数据Salah satu模型参数yang paling terkenal dengan分布yang biasanya miring ke kanan adalah逆高斯yang merupakan keluarga分布dua参数yakni dan。Bahan yang digunakan dalam skripsi ini adalah数据显示，索赔部分损失，例如，kanderaan，摩托车，perusaan, asuran, PT. ABC tahun 2019, kanterori 1, Wilayah 2。Hasil penerapan distribution busi - inverse Gaussian menunjukan数据显示，Kategori 1 untuk Wilayah 2 berassal dari populasi yang berdistribution busi - inverse Gaussian。
{"title":"Penerapan Distribusi Inverse Gaussian pada Data Besar Klaim Asuransi Kendaraan Bermotor di Indonesia","authors":"Fauzia Rahmayanti, Aceng Komarudin Mutaqin","doi":"10.29313/bcss.v3i2.9456","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.9456","url":null,"abstract":"Abstract. Insurance is an agreement between the guaranteeing party and the guaranteed party where the guaranteeing party agrees with the guaranteed party to receive a premium as a replacement for losses, which will later be experienced due to events that have not yet occurred. Insurance is divided into two parts, namely general insurance and life insurance. One product of loss insurance is motor vehicle insurance. In several previous studies, there are many distributions that have been applied to insurance data (claims big data). Insurance and economic data are often positive and the distribution is usually skewed to the right. One of the most well-known parametric models with distributions that are usually skewed to the right is the inverse Gaussian which is a family of two-parameter distributions namely µ and λ. The material used in this thesis is big data on partial loss claims for motor vehicle insurance insurance company PT. ABC in 2019 Category 1 Region 2. The results of applying the inverse Gaussian distribution show that the large data for Category 1 motor vehicle insurance claims for Region 2 come from populations with an inverse Gaussian distribution. \u0000Abstrak. Asuransi merupakan persetujuan antara pihak yang menjamin dengan pihak yang dijamin di mana pihak yang menjamin bersepakat kepada pihak yang dijamin untuk menerima premi sebagai pengganti kerugian, yang nantinya akan dialami karena kejadian yang belum terjadi. Asuransi terbagi kedalam dua bagian yaitu asuransi kerugian (asuransi umum) dan asuransi jiwa. Salah satu produk dari asuransi kerugian adalah asuransi kendaraan bermotor. Pada beberapa penelitian terdahulu, terdapat banyak distribusi yang telah diterapkan pada data asuransi (data besar klaim) Data asuransi dan ekonomi seringkali positif dan distribusinya biasanya miring ke kanan. Salah satu model parametrik yang paling terkenal dengan distribusi yang biasanya miring ke kanan adalah inverse Gaussian yang merupakan keluarga distribusi dua parameter yakni dan . Bahan yang digunakan dalam skripsi ini adalah data besar klaim partial loss asuransi kendaraan bermotor perusahaan asuransi PT. ABC tahun 2019 Kategori 1 Wilayah 2. Hasil penerapan distribusi inverse Gaussian menunjukan data besar klaim asuransi kendaraan bermotor Kategori 1 untuk Wilayah 2 berasal dari populasi yang berdistribusi inverse Gaussian.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"8 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128409777","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. Indonesia is one of the countries that always organizes soccer competitions. Liga 1 is an Indonesian football league that brings together 18 of the best soccer teams from Indonesia. Each team played 34 times on a home-away system. The purpose of this thesis is to improve the quality of Indonesian football and mark the gradual league system of Indonesian football at a competitive level. Many studies have been conducted by researchers in various countries to process data on the number of goals scored in soccer matches for home and away teams from a soccer league. Joel Liden (2016) discusses the Copula Frank distribution followed by the marginal distribution, namely the Poisson distribution and the negative Binomial distribution, a distribution for data from discrete random variables. This thesis will discuss the application of the Copula Frank distribution to data on the number of goals for home and away teams from the highest caste Indonesian football league matches for 2018-2019 and to find out whether the Copula Frank distribution is a suitable opportunity distribution for modeling the case of the number of goals data. the. The distribution fit test used is the Chi-square test. As research material, secondary data from recording results obtained from PSSI.com will be used and presented as data on the results of the 2018-2019 Indonesian League 1 football match. The maximum likelihood estimator method is used to estimate the parameters of the discrete distribution. While the distribution fit test to be used is the chi-square test. As an application material, secondary data will be used as a result of recording obtained from rsssf.com and flashscore.com. The data that will be used contains information on the number of goals for the home team and the number of goals for the away team in the 2018-2019 Indonesian League 1 matches. The results of the application show that the bivariate Poisson distribution using Copula Frank is not suitable for modeling bivariate data on the number of goals for the home and away team in the Indonesian League 1 in 2018-2019. Abstrak. Indonesia merupakan salah satu negara yang selalu menyelenggarakan kompetisi sepak bola. Liga 1 merupakan liga sepak bola Indonesia yang mempertemukan 18 tim sepak bola terbaik dari Indonesia. Masing-masing tim bertanding sebanyak 34 kali dengan sistem kandang-tandang. Tujuan dibuat skripsi ini untuk meningkatkan kualitas sepak bola Indonesia dan menandai sistem liga bertahap sepak bola Indonesia di tingkat kompetitif. Sudah banyak penelitian yang dilakukan oleh para peneliti di berbagai negara untuk mengolah data jumlah gol hasil pertandingan sepak bola untuk tim kandang dan tim tandang dari suatu liga sepak bola. Joel Liden (2016) membahas distribusi Copula Frank diikuti oleh distribusi marjinal yaitu distribusi Poisson dan distribusi Binomial negatif, suatu distribusi untuk data dari peubah acak diskrit. Dalam Skripsi ini akan dibahas mengenai penerapan distribusi Copula Frank
摘要。印度尼西亚是经常组织足球比赛的国家之一。Liga 1是印尼足球联赛，汇集了印尼18支最好的足球队。每支球队在主客场比赛中打了34场比赛。本文的目的是为了提高印尼足球的质量，标志着印尼足球联赛制度逐步走向竞技水平。不同国家的研究人员进行了许多研究，以处理足球联赛主客场球队在足球比赛中的进球数数据。Joel Liden(2016)讨论了Copula Frank分布，然后是边际分布，即泊松分布和负二项分布，一种离散随机变量数据的分布。本文将讨论Copula Frank分布对2018-2019年印尼最高等级足球联赛主客场球队进球数数据的应用，并找出Copula Frank分布是否是一个合适的机会分布来建模进球数数据的情况。的。使用的分布拟合检验是卡方检验。作为研究资料，从PSSI.com获得的记录结果中获得的次要数据将被用作2018-2019年印度尼西亚联赛足球比赛结果的数据。采用极大似然估计方法对离散分布的参数进行估计。而使用的分布拟合检验是卡方检验。作为申请材料，将使用从rsssf.com和flashscore.com上获得的记录结果的二次数据。将使用的数据包括2018-2019年印尼联赛中主队和客场球队的进球数信息。应用结果表明，使用Copula Frank的二元泊松分布不适合对2018-2019年印尼甲联赛主客场球队进球数的二元数据进行建模。Abstrak。印度尼西亚的merupakan salah satu negara yang selalu menyelinggarakan comppetisi sepak bola。西甲联赛第1名成员是印度尼西亚。摩羯-摩羯-摩羯-摩羯-摩羯-摩羯-摩羯-摩羯-摩羯Tujuan dibuat skripsi ini untuk meningkatkan kualitas sepak bola Indonesia和menandai系统liga bertaha sepak bola Indonesia正在进行竞争。这句话的意思是:“我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是说，我的意思是我的意思。”Joel Liden(2016)成员分布业务Copula Frank diikuti oleh分布业务边际yyitu分布业务泊松dan分布业务二项负，suatu分布业务untuk数据达peubah akak磁盘。Dalam Skripsi ini akan dibahas mengenai penerapan分销业务Copula Frank pada数据jumlah gol tim kandang dan dan tandang hasil peringan Liga sepak bola印度尼西亚kastastinggi untuk tahun 2018-2019 dan untuk mengetahui apakah分销业务Copula Frank merupakan分销业务peluang yang cocok untuk memodelkan kasus数据jumlah gol tersebut。Uji kecocokan distribution busi yang digunakan adalah Uji Chi-kuadrat。Sebagai bahan penelitian akan digunakan数据sekunder hasil pencatatan yang diperoleh dari PSSI.com dan disajikan menjadi数据hasil pertending and sepakbola lig甲1印度尼西亚(2018-2019)。方法为:参数分布为:参数分布为:磁盘序列。Sedangkan uji kecocokan distribution busi yang akan digunakan adalah uji chi-kuadrat。Sebagai, bahan，应用，akan, digunakan，数据，Sebagai, bahan，应用，akan, digunakan，数据，hasil, pencatatan, yang, diperoleh, dari, yititrssf.com, dan flashscore.com。数据yang akan digunakan tersebut berisi informasi jumlah gol tim kandang dan jumlah gol tim tandang与2018-2019年印尼甲级联赛有关。Hasil penerapan menunjukkan bahwa distribution busi Poisson bivariat menggunakan Copula Frank tidak coco untuk memodelkan数据bivariat jumlah gol tim kandang dan tim tandang lig甲1印度尼西亚tahun 2018-2019。
{"title":"Penerapan Model Bivariat Menggunakan Copula Frank pada Jumlah Gol Hasil Pertandingan Liga 1 Indonesia 2019","authors":"Naufal Fajar, Aceng Komarudin Mutaqin","doi":"10.29313/bcss.v3i2.9463","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.9463","url":null,"abstract":"Abstract. Indonesia is one of the countries that always organizes soccer competitions. Liga 1 is an Indonesian football league that brings together 18 of the best soccer teams from Indonesia. Each team played 34 times on a home-away system. The purpose of this thesis is to improve the quality of Indonesian football and mark the gradual league system of Indonesian football at a competitive level. Many studies have been conducted by researchers in various countries to process data on the number of goals scored in soccer matches for home and away teams from a soccer league. Joel Liden (2016) discusses the Copula Frank distribution followed by the marginal distribution, namely the Poisson distribution and the negative Binomial distribution, a distribution for data from discrete random variables. This thesis will discuss the application of the Copula Frank distribution to data on the number of goals for home and away teams from the highest caste Indonesian football league matches for 2018-2019 and to find out whether the Copula Frank distribution is a suitable opportunity distribution for modeling the case of the number of goals data. the. The distribution fit test used is the Chi-square test. As research material, secondary data from recording results obtained from PSSI.com will be used and presented as data on the results of the 2018-2019 Indonesian League 1 football match. The maximum likelihood estimator method is used to estimate the parameters of the discrete distribution. While the distribution fit test to be used is the chi-square test. As an application material, secondary data will be used as a result of recording obtained from rsssf.com and flashscore.com. The data that will be used contains information on the number of goals for the home team and the number of goals for the away team in the 2018-2019 Indonesian League 1 matches. The results of the application show that the bivariate Poisson distribution using Copula Frank is not suitable for modeling bivariate data on the number of goals for the home and away team in the Indonesian League 1 in 2018-2019. \u0000Abstrak. Indonesia merupakan salah satu negara yang selalu menyelenggarakan kompetisi sepak bola. Liga 1 merupakan liga sepak bola Indonesia yang mempertemukan 18 tim sepak bola terbaik dari Indonesia. Masing-masing tim bertanding sebanyak 34 kali dengan sistem kandang-tandang. Tujuan dibuat skripsi ini untuk meningkatkan kualitas sepak bola Indonesia dan menandai sistem liga bertahap sepak bola Indonesia di tingkat kompetitif. Sudah banyak penelitian yang dilakukan oleh para peneliti di berbagai negara untuk mengolah data jumlah gol hasil pertandingan sepak bola untuk tim kandang dan tim tandang dari suatu liga sepak bola. Joel Liden (2016) membahas distribusi Copula Frank diikuti oleh distribusi marjinal yaitu distribusi Poisson dan distribusi Binomial negatif, suatu distribusi untuk data dari peubah acak diskrit. Dalam Skripsi ini akan dibahas mengenai penerapan distribusi Copula Frank","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"26 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124539141","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：