Hasil Pencarian  ::  Simpan CSV :: Kembali

"Remainder systematic sampling adalah suatu metode pengambilan sampel yang merupakan perluasan dari metode systematic sampling untuk kasus dimana ukuran populasi bukan merupakan kelipatan dari ukuran sampel. Taksiran mean yang didapat dengan remainder systematic sampling adalah taksiran yang takbias. Contoh penerapan akan diberikan untuk menunjukkan hal tersebut.

---

Remainder systematic sampling is an extension of the systematic sampling that applied to cases where population size is not a multiple of the sample size. Estimated mean obtained by remainder systematic sampling is unbiased estimator. Examples of the application will be given. "

"Pengaruh suatu variabel terhadap variabel lain seringkali dipengaruhi oleh adanya variabel mediasi. Dengan adanya variabel mediasi, total pengaruh dari variabel penjelas laten terhadap variabel dependen laten merupakan penjumlahan dari pengaruh langsung dan tidak langsung dari variabel-variabel terkait. Pengaruh langsung dan tidak langsung dari variabel penjelas laten terhadap variabel dependen laten melalui variabel mediasi laten dapat dicari dengan metode SEM. Jika metode SEM tersebut dilakukan pada beberapa penelitian similar maka pengaruh langsung dan tidak langsung dapat dicari dengan metode meta-SEM. Dalam metode meta-SEM digunakan taksiran gabungan untuk koefisien korelasi yang didapat dengan metode meta-analisis sebagai entry pada matriks input metode SEM. Metode meta-SEM akan diterapkan untuk mencari total pengaruh variabel Brand Experience terhadap variabel Customer Attachment melalui variabel mediasi Loyalty pada penelitian perbankan yang dilakukan oleh suatu perusahaan market riset.

---

The effect of variables to the other variables usually affected by a mediation variable. By the existence of mediation variable, total effect from an independent latent variable to a dependent latent variable is addition of direct effect and indirect effect from the ralated variables. The direct effect and the indirect effect from independent latent variables to dependent latent variables through mediation latent variable are founded by SEM method. In case where some similar researches use SEM method so the direct effect and indirect effect from independent latent variables to dependent latent variables through mediation latent variable are founded by meta-SEM method. Meta-SEM method use a joint statistical inference for correlation coefficient which is determined by meta-analysis method as entries of input matrix in SEM method. In banking research that being worked by research market company, meta-SEM method will be used to find total effect from Brand Experience variable to Customer Attachment variable through Loyalty mediation variable in the banking research from research market company."

"Teorema Menelaus dan Teorema Ceva merupakan teorema pada planegeometry. Kedua teorema tersebut pertama kali dikemukakan pada segitiga, untukselanjutnya kedua teorema tersebut dapat berlaku juga pada poligon. Pada tugasakhir ini akan dibahas pembuktian kedua teorema tersebut pada poligonmenggunakan perbandingan luas pada segitiga.Kata kunci: Teorema Menelaus, Teorema Ceva, perbandingan luas segitiga, planegeometry, dan poligon.vi + 33 hlmn.;lamp."

"Data count sering diasumsikan berdistribusi Poisson yang hanya memiliki satu parameter dengan mean dan variansi sama. Namun pada kenyataannya, sering ditemukan data count dengan variansi yang lebih besar dari mean, keadaan ini dikenal dengan overdispersi. Saat terjadi overdispersi, maka data count tidak berdistribusi Poisson, sehingga perlu dicari distribusi lain yang dapat digunakan untuk menganalisis data count. Salah satu distribusi yang dapat digunakan adalah distribusi Binomial Negatif yang merupakan distribusi Campuran Poisson-Gamma (Mixture Poisson-Gamma Distribution). Pada tugas akhir ini akan dijelaskan mengenai perumusan distribusi Binomial Negatif sebagai distribusi Campuran Poisson-Gamma (Mixture Poisson-Gamma Distribution), penaksiran parameter pada distribusi Binomial Negatif yang merupakan distribusi campuran Poisson-Gamma, serta mempelajari sifat-sifat taksirannya.

---

Counts data, often assumed follows a Poisson distribution has same mean and variance value. But in fact, count data often has variance value greater than mean value, this condition is called by overdispersion. When overdispersion occured, data count doesn't have a Poisson distribution, so need to find another distribution which can be applied for data count analyzing. One of distribution which often be applied is Negative Binomial distribution which is form as a mixture Poisson-Gamma distribution. In this minithesis, estimators of Negative Binomial distribution (Mixture Poisson-Gamma distribution) and their characteristics will be explained."

"Pada penelitian survival, kadang kala survival time dipengaruhi oleh faktor-faktor lain. Untuk kondisi tersebut dapat digunakan metode analisis regresi dengan model Cox PH. Dari model Cox ini, diperoleh bahwa hazard ratio untuk dua individu dengan nilai kovariat yang berbeda tidak akan dipengaruhi oleh waktu. Atau dengan perkataan lain, hazard untuk satu individu proporsional dengan hazard individu lainnya dengan keproporsionalan yang konstan, tidak dipengaruhi oleh waktu. Oleh sebab itu, ketika diterapkan pada data harus diperiksa apakah asumsi tersebut terpenuhi. Pengecekan asumsi proportional hazard akan dilakukan dengan dua pendekatan. Pendekatan yang pertama dengan grafik, yaitu grafik log-log, dan yang kedua dengan pengujian goodness-of-fit. Metode grafik memberikan hasil yang subjektif sedangkan pengujian goodness-of-fit memberikan hasil yang objektif berdasarkan pengujian statistik.

---

In survival studies, sometimes the time until the occurrence of an event is influenced by other factors. Cox PH model, which is one of the semi parametric regression method can be applied for the data analysis. From this Cox model, it is found that the hazard ratio for two individuals with different covariates not be affected by time. In other words, hazard for an individual is proportional with hazard from another individual with constant proportionality, not affected by the time. Therefore, when applied to the data, it should be checked whether the assumptions are met. The assumption of proportional hazard will be checked using two approaches. The first approach using graph, the log-log graph, and the second by testing the goodness-of-fit. Graphical method gives subjective results while the goodness-of-fit testing gives objective results based on statistical testing."

"Misalkan 𝐺𝐺(𝑝𝑝, 𝑞𝑞) adalah sebuah graf dengan 𝑝𝑝 = |𝑉𝑉(𝐺𝐺) | dan 𝑞𝑞 = |𝐸𝐸(𝐺𝐺) | masing-masing adalah banyaknya simpul dan busur dari 𝐺𝐺. Pelabelan total (a, d)-busur anti ajaib ((a, d)-PTBAA) dari sebuah graf 𝐺𝐺(𝑝𝑝, 𝑞𝑞) adalah sebuah pemetaan satu-satu f dari 𝑉𝑉(𝐺𝐺) ∪ 𝐸𝐸(𝐺𝐺) ke himpunan {1, 2,?, 𝑝𝑝 + 𝑞𝑞} sedemikian hingga himpunan bobot busur { 𝑓𝑓(𝑢𝑢) + 𝑓𝑓(𝑢𝑢𝑢𝑢) + 𝑓𝑓(𝑣𝑣) ∶ 𝑢𝑢𝑢𝑢 ∈ 𝐸𝐸(𝐺𝐺)} sama dengan {𝑎𝑎, 𝑎𝑎 + 𝑑𝑑, 𝑎𝑎 + 2𝑑𝑑,?, 𝑎𝑎 + (𝑞𝑞 − 1)𝑑𝑑 } untuk suatu bilangan bulat a > 0 dan d ≥ 0. Jika 𝑓𝑓(𝑉𝑉) = {1, 2,?, 𝑝𝑝} maka pelabelan f disebut pelabelan total super (a, d)-busur anti ajaib ((a, d)-PTSBAA), dan jika d = 0 maka pelabelan f disebut juga pelabelan total busur ajaib (PTBA). Pada tesis ini dibangun suatu konstruksi (a, d)-PTBAA pada gabungan m graf korona 𝐶𝐶𝑛𝑛 ⊚ 𝑃𝑃2 isomorfik untuk 𝑑𝑑 = 0 dan 𝑑𝑑 = 2, dan gabungan m graf prisma 𝐶𝐶𝑛𝑛 × 𝑃𝑃2 isomorfik untuk 𝑑𝑑 = 0, 𝑑𝑑 = 1 dan 𝑑𝑑 = 2.

---

Let 𝐺𝐺(𝑝𝑝, 𝑞𝑞) is a graph with 𝑝𝑝 = |𝑉𝑉(𝐺𝐺) | and 𝑞𝑞 = |𝐸𝐸(𝐺𝐺) | be respectively the number of vertices and the number of edges of 𝐺𝐺. An (a, d)-edge antimagic total labeling ((a, d)-EAT labeling) of a 𝐺𝐺(𝑝𝑝, 𝑞𝑞) graph is defined as a one-to-one mapping f from 𝑉𝑉(𝐺𝐺) ∪ 𝐸𝐸(𝐺𝐺) onto the set {1, 2,?, 𝑝𝑝 + 𝑞𝑞}, so that the set of weight { 𝑓𝑓(𝑢𝑢) + 𝑓𝑓(𝑢𝑢𝑢𝑢) + 𝑓𝑓(𝑣𝑣) ∶ 𝑢𝑢𝑢𝑢 ∈ 𝐸𝐸(𝐺𝐺)} is equal to {𝑎𝑎, 𝑎𝑎 + 𝑑𝑑, 𝑎𝑎 + 2𝑑𝑑, ?,𝑎𝑎+𝑞𝑞−1𝑑𝑑 for two integer a > 0 and d ≥ 0. If 𝑓𝑓𝑉𝑉=1, 2, ?, 𝑝𝑝 then f labeling is called super (a, d)-edge antimagic total labeling (super (a, d)-EAT labeling) and when d = 0 then f labeling is called edge magic total labeling (EMT labeling). In this thesis was constructed (a, d)-EAT labeling on union of isomorphic corona 𝐶𝐶𝑛𝑛 ⊚ 𝑃𝑃2 graphs for 𝑑𝑑 = 0 and 𝑑𝑑 = 2, and union of isomorphic prisms 𝐶𝐶𝑛𝑛 × 𝑃𝑃2 graphs for 𝑑𝑑 = 0, 𝑑𝑑 = 1 and 𝑑𝑑 = 2."

"Aljabar Banach adalah ruang Banach yang dilengkapi dengan operasi biner perkalian yang kontinu. Teorema Mazur mengatakan bahwa setiap aljabar Banach pembagian atas lapangan bilangan real isomorfik dengan salah satu aljabar R, C, atau quaternion Q. Lebih lanjut, Gelfand kemudian membuktikan bahwa setiap aljabar Banach pembagian atas lapangan bilangan kompleks isomorfik dengan C.Bukti asli dari Gelfand menggunakan teori fungsi harmonik dan persamaan integral namun pada skripsi ini dibuktikan Teorema Gelfand-Mazur menggunakan sifat-sifat dari aljabar bernorm.Skripsi ini juga membahas teori transformasi Gelfand yang diturunkan dari Teorema Gelfand-Mazur serta hubungan antara fungsional linier multiplikatif dan ruang ideal maksimal. Transformasi Gelfand digunakan untuk membuktikan Teorema Wiener yang menyebutkan bahwa jika f bukan fungsi nol dan memiliki deret Fourier dengan koefisien yang konvergen mutlak maka 1=f juga memiliki sifat yang sama.

---

Banach algebras are Banach spaces equipped with continuous binary operation of multiplication. The Mazur theorem states that every division Banach algebra over the field of real numbers is isomorphic to either the algebra R, C, or the quaternion Q. Gelfand then proved that every division Banach algebra over the field of complex numbers is isomorphic to C. The original proof by Gelfand was based on the theory of harmonic functions and integral equations but in this skripsi we prove the Gelfand-Mazur theorems using only the properties of normed algebra.This skripsi discussed the theory of Gelfand transform, which was derived from the Gelfand-Mazur Theorem and also the connection between multiplicative linear functional space and maximal ideal space. The Gelfand Transform was used to prove the Wiener Theorem which states that if f is a non-zero function and has an absolutely convergent Fourier expansion then 1=f has such an expansion as well."

"Penelitian ini adalah penelitian tindakan kelas (Classroom Aktion Research) yang bertujuan meningkatkan penguasaan rumus matematika melalui pemberian soal latihan bervarias....."

"Data count adalah data yang berupa bilangan bulat non-negatif. Analisis regresi yang biasa digunakan untuk variabel respon yang berupa data count adalah regresi Poisson. Regresi Poisson memerlukan asumsi bahwa mean pada variabel respon sama dengan variansinya. Jika asumsi tersebut dilanggar yaitu pada saat variansi lebih besar dibanding mean atau disebut kondisi overdispersi, maka regresi Poisson tidak sesuai untuk menganalisis data tersebut. Overdispersi pada regresi Poisson dapat membuat standard error dari taksiran parameter regresi cenderung lebih rendah dari seharusnya, sehingga menghasilkan kesimpulan yang tidak valid. Model regresi Binomial Negatif merupakan salah satu model yang dapat digunakan saat terjadi overdispersi pada data count. Tugas akhir ini akan membahas mengenai penaksiran parameter model regresi Binomial Negatif dengan metode maksimum likelihood dimana solusi dari fungsi likelihood-nya diselesaikan dengan metode Newton-Raphson. Uji kesesuaian model yang digunakan mencakup statistik pseudo-R2, uji rasio likelihood, dan uji Wald.

---

Count data is the non-negative integer data. Regression analysis is commonly used for count dependent data variabel is Poisson Regression. Poisson Regression has an assumption that mean of response variable equal to its variance. If the assumption is violated, where the variance is greater than mean, called overdispersion, then Poisson regression is inconvenient to analyze the data. Overdispersion on Poisson regression may underestimate the standard errors of regression parameters and consequently, giving misleading inference about the regression parameters.

Negative Binomial regression model is one of the models that can be used when there is evidence of overdispersion count data. This final task will discuss about estimating parameter of Negative Binomial regression model by maximum likelihood methods, which the maximum likelihood estimates may be solved by using the Newton-Raphson iteration. Goodness of fit testing of this model includes pseudo-R2 statistic, likelihood ratio, and Wald test. "

"Misalkan G = (V,E) adalah graf sederhana tidak berarah dengan v=|V| simpul dan e=|E| busur. Pelabelan total busur ajaib adalah pemetaan bijektif f dari VUE ke bilangan bulat positif berurutan {1,2,3,...,v+e} sehingga bobot semua busur adalah konstan. Pelabelan total busur ajaib dengan f (E)={b+1,b+2,...,b+e}, dengan 0≤b≤v disebut sebagai pelabelan total busur-ajaib b−busur berurutan. Telah diketahui bahwa jika suatu graf memiliki pelabelan total busur ajaib b−busur berurutan maka pada graf tersebut dipenuhi e≤v−1, sehingga jika suatu graf terhubung memiliki pelabelan total busur ajaib b−busur berurutan maka graf tersebut haruslah graf pohon. Akan tetapi suatu graf terhubung yang bukan pohon dimungkinkan memiliki pelabelan total busur ajaib 𝑏−busur berurutan dengan menambahkan sejumlah simpul terisolasi. Apabila banyak simpul terisolasi yang ditambahkan menyebabkan graf memenuhi e=v−1, maka banyak simpul yang ditambahkan pada graf adalah optimal, jika tidak demikian, maka banyak simpul terisolasi yang ditambakan tidak optimal. Pada skripsi ini akan dikontruksi pelabelan total busur-ajaib b−busur-berurutan untuk graf unicycle, yaitu graf lingkaran, graf matahari, graf korona, dan graf hairycycle dengan penambahan sejumlah optimal simpul terisolasi.

---

Let G=(V,E) be a simple and undirected graph with v=|V| vertices and e=|E| edges. An edge magic total labeling is a bijection f from VUE to the set of consecutive integers {1,2,...,v+e} such that the weight of all edges are constant. An edge magic total labeling which f (E) ={b+1,b+2,...,b+e}, 0≤b≤v is called b-edge consecutive edge magic total labeling. It is known that if a graph has b-edge consecutive edge magic total labeling then the graph must be satisfied e≤v−1, so if a connected graph has b-edge consecutive edge magic total labeling then the graph must be a tree. However, a connected graph which not a tree can be labeled b-edge consecutive edge magic total labeling by adding some isolated vertices to the graph. If the numbers of isolated vertices added to graph cause a graph to satisfy e=v−1, then the numbers of vertices to the graph is optimal, whereas if not such that, the numbers of isolated vertices added is not optimal. This final project will construct b-edge consecutive edge magic total labeling on unicycle graph, that are cycle graph, sun graph, crown graph, and hairycycle graph by adding an optimal isolated vertices."