Hasil Pencarian  ::  Simpan CSV :: Kembali

"Uji independensi dua buah vektor adalah suatu uji yang sering dilakukan saat melakukan analisis multivariat pada data. Uji independensi dua buah vektor dilakukan untuk mengetahui apakah ada hubungan antar tiap variabel yang terdapat pada vektor pertama dengan tiap variabel yang ada pada vektor kedua. Uji yang umum dilakukan adalah uji rasio likelihood. Uji rasio likelihood mengasumsikan data berasal dari populasi yang berdistribusi normal multivariat sehingga mungkin saja akan terjadi penurunan performa pada uji ini apabila digunakan pada data yang tidak berasal dari populasi yang berdistribusi normal multivariat. Pada skripsi ini dibahas mengenai uji spatial sign multivariat yang distandardisasi yang dapat digunakan pada data yang berasal dari populasi yang berdistribusi eliptik.

---

Independence test of two vectors is a test that frequently used in multivariate analysis. Independence test of two vectors is used to investigate dependence of a variable in the first vector to a variable in the second vector. The common test of independency between two vectors is the likelihood ratio test. This test assumes multivariate normal of the data so if the datas not normally distributed, the ratio likelihood test have decreasing performance. This undergraduate thesis developed standardized multivariate spatial sign test which is can be used for elliptical distribution data."

"Beberapa perusahaan asuransi memiliki produk asuransi kesehatan yang menjamin pembayaran klaim atas penyakit tuberkulosis. Salah satu komponen penentu tarif premi adalah tingkat morbiditas sehingga peramalan tingkat morbiditas merupakan hal yang penting bagi perusahaan asuransi. Penelitian ini membahas peramalan tingkat morbiditas tuberkulosis di Indonesia dengan menggunakan model jaringan Recurrent Neural Network (RNN), yang merupakan bagian dari Deep Learning, dan grey model. Performa dari kedua model tersebut dibandingkan melalui nilai mean squared error (MSE) dan mean absolute percentage error (MAPE) yang dihasilkan. Hasilnya menunjukkan bahwa grey model memiliki akurasi yang lebih baik dibandingkan RNN.

---

Several insurance companies sell health insurance products that cover tuberculosis risk. One principal component to determine the insurance premium that must be paid by the insured is the morbidity rate. Therefore, morbidity rate forecasting is essential for an insurance company. In this research, we present the Indonesia tuberculosis morbidity rate forecasting using Recurrent Neural Network (RNN), which is part of deep learning, and grey model. The performance of two models is compared in term mean squared error (MSE) and mean absolute percentage error (MAPE). The results show that the grey model outperform the RNN."