Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 70918 dokumen yang sesuai dengan query
cover
"K-Mean method is a clustering method in which grouping techniques are based only on distance measure among observed objects, without considering statistical aspects...."
SIGMAAB
Artikel Jurnal  Universitas Indonesia Library
cover
"Salah satu metode yang digunakan untuk menentukan taksiran fungsi densitas secara nonparametrik adalah Metode Pendekatan Model Campuran (Mixed Model Approach). Perhitungannya dilakukan terlebih dahulu dengan pembagian data dalam n buah kelas (n ?1) yang lebarnya sama, sebut d . Misalkan titik-titik tengah kelas adalah xi. Akan ditaksir fi yaitu nilai fungsi densitas di xi. Menaksir i i x =Nf d , dengan N adalah banyaknya data, ekivalen dengan menaksir i l dari data Poisson. Model campuran yang digunakan adalah ln i i l = _x0008_ +b , dengan bi random dan _x0008_ fixed. Menggunakan syarat pemulusan normal, yaitu d i D b iid berdistribusi N(0, s 2 b ), dengan i i i 1 b b b - D = - dan 1 1 1 d d d i i i b - b - b - D = D - D , untuk d = 2, 3, 4, . . . n-1. Sehingga diperoleh taksiran fungsi densitas ? if yaitu ? ?i i f N l d = .
Salah satu metode yang digunakan untuk menentukan taksiran fungsi densitas secara parametrik adalah Algoritma EM (Expectation Maximization Algorithm). Algoritma EM mencari nilai taksiran parameter dan probabilitas pencampuran melalui proses iterasi yang dimulai dengan suatu nilai awal. Setiap iterasi merupakan proses EM yang terdiri atas E-Step (Langkah Ekspektasi) dan M-Step (Langkah Maksimisasi).
Untuk mengaplikasikan metode di atas digunakan data waiting time (dalam menit) antar erupsi dari geyser Old Faitful di Taman Nasional Yellowstone pada tahun 1990 sebanyak 299 pengamatan [Paw01]. Dari hasil pengolahan diperoleh data tersebut berdibusi campuran (mixture distribution) Gamma -Gamma dengan probabilitas pencampuran 1 ? p = 0,3230 dan parameter ? a = 106,6821, ?l = 1,9510 untuk distribusi Gamma (kiri) serta probabilitas pencampuran 2 ? p = 0,6770 dan parameter ? a = 127,2793, ?l = 1,5766 untuk distribusi Gamma (kanan). Kata kunci: Algoritma EM (Expectation Maximization Algorithm), Distribusi Campuran (Mixture Distribution), Metode Pendekatan Model Campuran (Mixed Model Approach Method), Probabilitas Pencampuran (Mixing Probability)."
Universitas Indonesia, 2005
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
"Tugas akhir ini secara umum bertujuan untuk membahas latent class model yaitu suatu model yang menghubungkan probabilitas respon suatu individu untuk variabel-variabel indikator dengan suatu variabel laten yang bersifat kategorik. Penaksiran parameter dalam latent class model menggunakan taksiran Maximum Likelihood, yang dicari melalui algoritma EM (Expectation-Maximization). Kecocokan model diuji dengan uji rasio likelihood. Model terbaik dengan banyak kelas optimal dipilih berdasarkan reduksi L2 , dimana L2 adalah nilai statistik uji untuk banyak kelas terkait. Berdasarkan banyak kelas yang terbentuk pada model terbaik ini, individu-individu akan dikelompokkan ke dalam kelas-kelas tersebut. Metode tersebut akan diterapkan untuk mencari latent class model dengan tingkatan gejala pasien demam berdarah sebagai variabel laten kategorik yang dibentuk dari 5 variabel indikator kategorik, yaitu transfusi, nadi, tekanan darah, hb darah, dan trombosit. Hasil analisis data menunjukkan bahwa tingkatan gejala demam berdarah dapat dikategorikan menjadi 3 kelas."
Universitas Indonesia, 2008
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
"Tugas akhir ini secara umum bertujuan untuk membahas latent profile model yaitu suatu model yang menghubungkan sejumlah variabel indikator yang bersifat kontinu dengan variabel laten kategorik yang dibentuknya. Kelas-kelas dari variabel laten pada latent profile model disebut kelas laten. Tiap kelas laten memiliki profil yang dapat diwakili oleh vektor mean dan vektor variansi dari variabel indikator pada tiap kelas. Dalam analisis laten profil, yang akan dilakukan adalah membentuk kelas dari variabel laten berdasarkan sejumlah variabel indikator kontinu sedemikian sehinga di dalam setiap kelas laten, variabel-variabel indikator akan saling bebas, kemudian menentukan mean dan variansi (profil) dari variabel-variabel indikator pada setiap kelas laten. Penaksiran parameter dalam latent profile model menggunakan taksiran maksimum likelihood, yang diselesaikan dengan algoritma EM (Expectation-Maximization). Kecocokan model dan banyaknya kelas laten optimal dalam latent profile model diuji dengan uji rasio likelihood. Metode tersebut akan diterapkan untuk membentuk kategori dari variabel laten “tingkat mengatur diri sendiri” berdasarkan variabel indikator “tingkat ketaktergantungan”, “skor tanggung jawab, dan “tingkat ketenangan” pada mahasiswa baru matematika FMIPA UI angkatan tahun 2010. Hasil analisis data menunjukkan bahwa tingkat mengatur diri sendiri pada mahasiswa baru matematika FMIPA UI angkatan 2010 dapat dikategorikan menjadi 2 kelas."
Universitas Indonesia, 2010
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
"K-mean methods is a clustering method in which grouping techniques are based only on distance measure among observed objects,withouth considering statistical aspects. Model based clustering is a method that use statistical aspects,as its theoretical basis i.e.probality maximum criterion....."
Artikel Jurnal  Universitas Indonesia Library
cover
Erawan Sukma
"Pengkompresian suara pada kecepatan bit 2,4 kbps dan 7,8 kbps diharapkan mampu diterapkan pada aplikasi di dunia telekomunikasi seperti komunikasi tak bergerak dan komunikasi bergerak yang memiliki keterbatasan bandwidth (band limited). Dengan menggunakan kecepatan bit sebesar 2,4 kbps atau 7,8 kbps ini juga diharapkan marnpu untuk meningkatkan eflisiensi penggunaan bandwidth dari media transmisi yang digunakan.
Pada skripsi ini dibabas perbandingan unjuk kerja antara metode pengkompresian suara 2,4 kbps dan 7.8 kbps menggunakan metode Linear Prediction Coding {LPC) ditinjau dari segi SNRR (Signal to Noise Reconstruction Ratio) dan tingkat kualitas suara yang dihasilkan berdasarkan data yang diparoleh dari 30 orang responden dengan menggunakan parangkat keras ADSP-2181 yang merupakan prosessor DSP buatan Analog Device. Hasil dari uji coba ini menunjukkan bahwa kompresi suara dengan kecepatan 7.8 kbps memiliki unjuk kerja yang lebih baik dibandingkan kecepatan 2.4 kbps."
Depok: Fakultas Teknik Universitas Indonesia, 2001
S39900
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muttaqin
"ABSTRAK
Tugas akhir ini membahas mengenai Algoritma dan Pemrograman Metode Bifaktorisasi yang merupakan salah satu metode langsung dalam mencari penyelesaian sistim persamaan linier Ax = b. Dalam Metode Bifaktorisasi Matriks A difaktorkan menjadi dua buah matriks, yaitu matriks kiri dan matriks kanan. Matriks kiri adalah matriks segitiga bawah L dan matriks kanan adalah matriks segitiga atas R dengan diagonal 1 sehingga L A R = I. Matriks invers A dapat dicari sebagai perkalian antara R dan L sehingga A = R L sedangkan x dapat dicari dengan persamaan x = A- b. Algoritma dan Pemrograman yang dibuat adalah yang mempunyai storage dan kecepatan yang optimal dengan stabilitas numerik yang terjaga. Diasumsikan dalam hal ini matrik A sparse dan simetris definit positif."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 1992
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
"Convolutional coding is used widely today, especially in wireless communication. In trnasmitter, the convolutional encoder generates code from input data....."
Artikel Jurnal  Universitas Indonesia Library
cover
Eby Kartiati
"Dalam tuqas akhir ini dibahas mengenai pemodelan masalah perhitungan pesanan materi iklan yang masuk pada suatu biro iklan agar didapat sejumlah maksimum materi yang siap pakai, sesuai kapasitas yang ada. Algoritma yang digunakan adalah algoritma maksimum Low minimum cut yang disesuaikan agar dapat menyelesaikan masalah lalu lintas kerja dalam pembuatan materi ikian ini.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 1991
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
"Permodelan turbulen yang dlgunakan adalah model aljabar sedemana (model nol persamaan), yang disajikan da!am bentuk PDE. Persamaan-persamaan dlfferensial yang diselesaikan adalah persamaan kontinitas, momentum dan energL Kemudian dengan metode Beda Hingga secara implisit. persamaan-persamaan tersebut diubah kedalam persamaan numerik dan diselesaikan dengan metode TDMA {rridiagonaf Matrices Algorithm) secara numerik.Hasil akhir dari penyelesaien Sistem Persamaan Dlfferensial akan diperoleh distribusi temperatur udara pada penampang melintang dengan jarak 0,61 m; 1,22 m dan 1,83 m dari sisi masuk ruang annulus. Dari hasil penelitian in! dapat dinyataka.n bahwa kesesuaian antara data numerik dan data eksperimen yang cukup baik terjadi pada jarak 'dari sisi masuk ruang anulus sebesar 1,22 m. Untuk penelitian selanjutnya dengan lema yang sama.sebaiknya hanya di!akukan pada jarak dari sisi masuk tuang anurus 1,22 m saja, mesklpun metode yang digunakan berbeda"
Fakultas Teknik Universitas Indonesia, 1999
LP.pdf
UI - Laporan Penelitian  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>