Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu kegiatan yang menjadi tren selama pandemi COVID-19 adalah online buying. Penelitian ini bertujuan untuk mengetahui variabel-variabel yang memengaruhi sikap online buying, menganalisis profil sikap online buying mahasiswa aktif Universitas Indonesia dan peran variabel demografi sebagai variabel moderator. Variabel-variabel yang akan dianalisis adalah sikap online buying, emotional well-being, social health, physical health well-being, subjective well-being, keadaan finansial, etnosentrisme konsumen, umur, jenis kelamin, tempat tinggal selama pandemi COVID-19, pendidikan terakhir ibu, pendidikan terakhir ayah, pekerjaan ibu, pekerjaan ayah, asal SMA dan asal fakultas. Penelitian ini menggunakan teknik analisis Partial Least Square, Classification and Regression Tree dan Multi-Group Analysis. Data yang digunakan adalah data primer yaitu 1500 mahasiswa Universitas Indonesia angkatan 2018, 2019, 2020 dan 2021 yang aktif pada tahun akademik 2021/2022 semester genap. Hasil dari penelitian ini adalah variabel laten emotional, physical health, subjective well-being, social health dan etnosentrisme konsumen memengaruhi sikap online buying. Profil mahasiswa sikap online buying tidak terencana adalah subjective well-being tinggi, etnosentrisme dan social health rendah. Profil mahasiswa sikap online buying terencana adalah etnosentrisme dan physical health well-being tinggi. Variabel demografi umur, tempat tinggal selama pandemi COVID-19, pendidikan terakhir ibu, pendidikan terakhir ayah, pekerjaan ibu, pekerjaan ayah, asal SMA dan asal fakultas menjadi variabel moderator.

---

One of the activities that has become a trend during COVID-19 pandemic is online buying. The purpose of this study is to determine the variables that influence the online buying behavior, analyze the profile of online buying behaviour of active students at the Universitas Indonesia and the role of demographic variables as moderator variables. The analyzed variables are online buying behavior, emotional well-being, social health, physical health well-being, subjective well-being, financial condition, consumer ethnocentrism, age, gender, place of residence during the COVID-19 pandemic, mother's last education, father's last education, mother's occupation, father's occupation, high school origin and faculty origin. This study uses Partial Least Square, Classification and Regression Tree and Multi-Group Analysis. The data used is a primary data with 1500 students of Universitas Indonesia batch 2018, 2019, 2020 and 2021 who are active in even semester 2021/2022 academic year. The results of this study are emotional well-being, physical health, subjective well-being, social health and consumer ethnocentrism affect online buying behavior. The profiles of students with unplanned online buying behavior are high subjective well-being, low ethnocentrism and social health. The profiles of students with planned online buying behavior are students with high ethnocentrism and physical health well-being. Demographic variables of age, place of residence during the COVID-19 pandemic, mother's last education, father's last education, mother's occupation, father's occupation, high school origin and faculty origin became moderating variables."

"Metode scan statistic yang dikembangkan oleh Kulldorf merupakan suatu metode yang dapat digunakan untuk mendeteksi cluster dengan menggunakan scanning window dalam satu atau dua dimensi, yang membutuhkan asumsi underlying distribution dari daerah yang akan diteliti, misalnya Bernoulli, Poisson, atau Normal. Dalam tugas akhir ini akan membahas suatu metode untuk mendeteksi cluster jika underlying distribution dari daerah yang akan diteliti tidak diketahui. Metode ini disebut metode semi-parametrik. Metode semi-parametrik menggunakan model rasio densitas semi-parametrik yang dinyatakan sebagai fungsi dari tilt function. Untuk menentukan kandidat cluster, dilakukan pembentukkan scanning window yang berbentuk lingkaran. Scanning window memisahkan daerah yang diteliti menjadi dua bagian, yaitu daerah di dalam dan di luar scanning window. Model rasio densitas digunakan untuk menguji kesamaan distribusi dua populasi, yaitu populasi di dalam dan di luar scanning window. Dalam mendeteksi cluster, setiap scanning window dihitung rasio likelihood-nya setelah pemilihan tilt function. Setiap scanning window berkaitan dengan suatu statistik uji (rasio likelihood). Hal ini menyebabkan multiple testing problem. Untuk mengatasi hal ini digunakan Bonferroni correction."

"Hotspot adalah daerah yang memiliki intensitas yang paling tinggi pada suatu lokasi tertentu. Salah satu metode yang digunakan dalam mendeteksi hotspot adalah Upper Level Set (ULS) scan statistics. ULS scan statistics adalah suatu metode yang digunakan untuk mendeteksi dan mengevaluasi kelompok daerah yang memiliki intensitas paling tinggi dari suatu kejadian yang diperhatikan. Dalam tulisan ini, kejadian diasumsikan berdistribusi Gamma. Pada ULS scan statistics, calon - calon hotspot di ditentukan oleh suatu rate atau level g. Daerah - daerah yang memiliki rate lebih besar dari g membentuk suatu scanning window yang merupakan kumpulan daerah calon hotspot. Pembentukan hotspot pada metode ini dapat dinyatakan dengan ULS Scan Tree. Tiap node pada tree merupakan anggota scanning window. Statistik likelihood yang sesuai dan metode Monte Carlo digunakan untuk menentukan signifikansi scanning window sebagai hotspot. Dalam skripsi ini, ULS scan statistics dengan model respon Gamma digunakan untuk mendeteksi daerah dengan curah hujan tertinggi di wilayah Daerah Aliran Sungai (DAS) Citarum, Bandung, Jawa Barat."

"Kepuasan adalah perasaan seseorang yang berhubungan dengan kenyamanan atau kekecewaan sebagai akibat perbandingan antara pelayanan yang dirasakan dengan harapannya. Penelitian ini bertujuan untuk mengukur tingkat kepuasan pelanggan PDAM dan menentukan faktor-faktor yang perlu diperhatikan PDAM kota Bukittinggi dalam meningkatkan kualitas pelayanannya dalam penyediaan air bersih. Pengambilan data dalam penelitian ini menggunakan metode survey. Metode statistik yang digunakan untuk menganalisis data adalah analisis faktor, analisis diskriminan dan analisis gap. Dengan analisis faktor, diperoleh tujuh aspek yang mempengaruhi kepuasan pelanggan. Analisis diskriminan dikerjakan pada ketujuh aspek tersebut. Hasilnya terdapat perbedaan pelayanan yang diberikan PDAM pada lima wilayah layanannya. Analisis gap (kesenjangan) memberi kesimpulan bahwa terdapatnya faktor-faktor yang harus ditingkatkan PDAM agar sesuai dengan harapan pelanggan. "

"Proses pengendalian mutu statistik berperan penting dalam pemantauan proses produksi. Pemantauan proses yang melibatkan beberapa peubah secara bersama-sama disebut dengan pengendalian mutu statistik multivariat. Pemantauan proses dapat dilakukan dengan menggunakan bagan kendali multivariate. Tujuan dari bagan kendali multivariat adalah untuk mengetahui apakah proses yang dilakukan terkendali atau tidak dan salah satu bagan yang sering digunakan dalam pengendalian mutu statistik multivariat adalah bagan kendali Hotelling T 2 . Pada skripsi ini akan membahas bagan kendali Hotelling T 2 yang digunakan untuk memantau proses pada fase I dan fase II. Namun bagan kendali Hotelling T 2 tidak dapat mengidentifikasi penyebab masalah jika pada bagan terdapat outlier. Oleh karena itu digunakan dekomposisi dari T 2 ( dekomposisi MYT ) untuk mengidentifikasi peubah mana yang secara signifikan menyebabkan proses tidak terkendali. "

"Scan statistic merupakan suatu analisis untuk mendeteksi daerah yang merupakan kejadian luar biasa atau KLB (outbreak). Salah satu metode yang mendasari analisis scan statistic adalah metode Bayesian Scan Statistic. Metode ini menerapkan prinsip teorema bayesian, yaitu memanfaatkan informasi prior untuk menghasilkan informasi posterior yang dapat memperbaiki informasi prior. Metode Bayesian Scan Statistic memilih keadaan atau kondisi yang memiliki posterior probability yang terbesar sebagai daerah KLB-nya. Fungsi marginal likelihood dan prior probability merupakan dua komponen penting yang digunakan dalam metode ini untuk menghitung posterior probability untuk tiap-tiap daerah. Fungsi marginal likelihood didapat dari data historis dan modelnya merupakan gabungan antara distribusi poisson dan distribusi gamma. Sedangan untuk prior probability juga didapat dari data historis atau berdasarkan pada pengalaman seseorang. Metode bayesian scan statistic ini dapat digunakan jika terdapat data masa lalu. Kata kunci : bayesian scan statistic, bayesian cluster detection, prior probability, posterior probability. x + 54 hlm. ; gamb. ; lamp. ; tab. Bibliografi : 9 (1986-2006)"

"Analisis regresi merupakan suatu metode statistik untuk menyelidiki dan memodelkan hubungan antara satu variabel respon Y dengan satu atau lebih variabel prediktor X . Hubungan antara variabel prediktor X dan variabel respon Y secara umum dapat dimodelkan dengan sebuah fungsi regresi. Menentukan fungsi taksiran regresi dapat dilakukan secara parametrik dan nonparametrik. Dalam tugas akhir ini fungsi regresi ditaksir secara nonparametrik dengan metode regresi polinomial lokal. Regresi polinomial lokal adalah suatu metode regresi nonparametrik, dengan fungsi regresi ditaksir menggunakan bentuk polinomial. Jika pada regresi polinomial biasa persamaan regresi di-fit untuk seluruh wilayah data maka dalam regresi polinomial lokal persamaan regresi di-fit sepotong-sepotong. Kemulusan kurva dari taksiran regresi ini tergantung pada pemilihan parameter pemulus atau bandwidth, sehingga diperlukan pemilihan bandwidth yang optimal, yaitu bandwidth yang meminimumkan GCV. Dalam aplikasi metode regresi polinomial lokal dibandingkan dengan metode Nadaraya-Watson. Hasil yang diperoleh adalah metode regresi polinomial lokal akan baik menaksir data yang nilainya menyimpang jauh dibandingkan nilai data yang lain, sedangkan metode Nadaraya-Watson akan baik menaksir pada data yang berkumpul."

"Kemiskinan merupakan salah satu masalah yang serius di dunia. Menurut BPS 2006, Indonesia masih memiliki penduduk miskin yang tergolong tinggi. Dalam skripsi ini diselidiki faktor-faktor yang mempengaruhi rumah tangga miskin di propinsi yang merupakan daerah Kejadian Luar Biasa (KLB) kemiskinan, penerima raskin, dan penerima pelayanan kesehatan gratis di pulau Jawa. Penelitian ini menggunakan data sekunder dari BPS. Untuk mencari propinsi di pulau Jawa yang merupakan daerah KLB kemiskinan, penerima raskin, dan penerima pelayanan kesehatan gratis secara bersama-sama digunakan metode multivariate scan statistics.Diperoleh bahwa daerah KLB utama adalah propinsi Jawa Barat, Jawa Timur, dan Jawa Tengah. Kemudian analisis regresi logistik biner dilakukan untuk mengetahui faktor-faktor yang mempengaruhi rumah tangga miskin. Dengan menggunakan spatial scan statistics untuk data ordinal, didapatkan Kabupaten/Kota yang memiliki relative risk semakin tinggi sesuai dengan tingkat kemiskinan yang semakin tinggi dan didapatkan daerah KLB utamanya yaitu seluruh Kabupaten/Kota di Jawa Timur dan 7 Kabupaten/Kota di Jawa Tengah. Kemudian dengan regresi logistik ordinal didapatkan faktor-faktor yang mempengaruhi dalam pengelompokan tingkatan kemiskinan."