Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu cara untuk mengeloinpokkan ketahanan pasien penyakit kanker paru yang menjalani perlakuan reseksi, kemoterapi dan radioterapi adalah teknik analisis diskriminan linier. Analisis ini menggunakan fungsi diskriminan linier yang dibentuk berdasarkan beberapa variabel berdasarkan karakteristik individu pasien atau disebut juga faktor resiko yang mempengaruhi ketahanan pasien. Prosedur analisis ini dapat dirinci sebagai berikut: 1. Menemukan faktor-faktor resiko yang penting, yaitu yang memberikan konstribusi pada fungsi diskriminan linier. 2. Menentukan fungsi diskrirninan linier yang efisien dengan menggunakan variabel-variabel atau faktor-faktor resiko untuk pengelompokan ketahanan suatu individu. Data yang dipakai adalah data retrospektif pasien Ruinah Sakit Persahabatan tahun 1978-1990. Sebagai temuan didapat fungsi diskriminan yang mengandung faktor umur, jenis kelamin dan faktor-faktor yang bersangkutan dengan jenis sel, stadium dan masing-masing perlakuan."

"Penelitian ini hendak membuktikan kebenaran anggapan bahwa perusahaan cenderung merekrut karyawan perempuan sebagai petugas hubungan masyarakat(humas) mereka. la juga mencari faktor- faktor yang mempengaruhi pertimbangan seorang perekrut memilih petugas humas laki-laki atau. perempuan. Metode penelitian yang digunakan adalah kuantitatif dengan teknik analisis diskriminan. Penelitian menemukan bahwa ternyata memang terdapat kecendentngan persepsi bahwa pekerjaan humas lekat dengan atribut-atribut perempuan. Adapun faktor-faktor yang secara signifikan mempengaruhi peritmbangan perekrut adalah persepsi perekrut mengenai distribusi kerja yang harus dilakukan petugas humas dan persepsi perekrut mengenai besarnya organisasi tempat ia bekerja."

"Sistem sensor robot selalu didukung oleh sebuah sistem komputer yang dikenal sebagai 'visi komputer'. Konsep penting dlm visi komputer adalah klasifikasi objek. Dalam kajian ini dua buah algoritma untuk klasifikasi objek akan dibandingakan. Pertama adalah metode sederhana yang tidak memerlukan komputasi komplek yang dianggap sbg metode informal disebut sebagai metode pohon keputusan biner. Metode ini bertumpu pada ciri deskriptor yg sederhana dari suatu objek seperti garis vertikal, garis horisontal atau elip. Sayangnya metode ini memeiliki kelemahan dlm mengenali objek yg terkontaminasi oleh derau. Metode yg kedua adalah metode yg lebih formal dengan deskriptor yg bervariasi tinggi. Dlm konteks ini pnedekatan statistik multivariat dengan metode yg disebut analisis diskriminan diajukan sbg alternatif utk klasifikasi objek. Metode ini dijalankan dengan menghitung suatu fungsi yg disebut fungsi diskriminan fisher yang dapat digunakan untuk memishkan objek. Dari simulasi data dan analisis untuk klasifikasi dua objek yaitu skrup dan baut, dan klasifikasi tiga objek yaitu huruf T, O dan S dapat ditunjukkan bahwa analisis diskriminan dapat mengklasifikasi objek dengan lebih baik dari pada metode pohon keputusan biner. Kelebihan ditunjukkan terutama pada objek yang mengalami derau."

"Belajar adalah suatu proses dimana tenjadi interaksi antara peserta didik dengan pendidik (guruatau dosen). Keberhasilan belajar bisa dikatakan tidak bisa lepas dari aspek calon mahasiswa yang berpotensi agar proses pembelajaran yang berlangsung dapat dilaksanakan secara optimal. Calon mahasiswa yang berpotensi didapatkan dari Sipcnsimann. Selain dari nilai Sipensimaru, calon mahasiswa yang berpotensi adalah calon mahasiswa yang memiiiki prestasi belajar baik semasa sekolahnya. Penelitian ini memiliki tujuan umum yaitu didapatkazmya cara untuk memprediksi prestasi belajar mahasiswa angkatan kelima sampai dengan kedelapan di Prodi Keperawatan Persahabatan Poltekkes Depkes Jakarta HI berdasarkan nilai kelulusan SMU, nilai Matematika Sipcnsimaru, nilai IPA Sipensimaru, nilai Bahasa Indonesia Sipensimaru dan nilai Bahasa Inggris Sipensimaru dengan menggunakan analisis diskximinan. Variabel-variabel prediktor yang secara signifikan membcdakan kelompok prestasi belajar mahasiswa angkatan V sampai dengan VIII di Prodi Keperawatan Persahabatan Poltekkes Depkes Jakarta III adalah Nilai Bahasa Indonesia Sipensimaru, Nilai Bahasa Inggris Sipensimam, Nilai Kclulusan SMU dan Nilai IPA Sipensimaru, dimana Nilai Bahasa Indonesia Sipensimaru merupakan variabel prediktor dominan. Model diskriminan yang dapat digunakan untuk prediksi prestasi belajar adalah - 7,114 + 4,250 Nilai IPA Sipensimaru + 3,108 Nilai Bahasa Inggris Sipensimam + 2,502 Nilai Bahasa Indonesia Sipensimaru + 0,548 Nilai Kclulusan SMU, dengan batasan nilai diskriminan sebesar -3,582 x 104. Hasii validitas silang memiliki angka ketepatan prediksi sebesar 69,03%. Model diskriminan dengan batasan nilainya memiliki nilai area di bawah kurva Receiver Operator Characzeristic (ROC) sebcsar 0,795 dengan nilai p 0,000."

"Di Indonesia, dengue telah menjadi salah satu penyakit yang bersifat hiperendemis. Dengue diderita oleh masyarakat dari berbagai kalangan usia, baik pria maupun wanita. Dengue memiliki manifestasi klinis yang terdiri dari tiga fase: fase demam, fase kritis, dan fase penyembuhan. Banyak pasien dengue meninggal pada fase kritis karena pengobatan yang tidak dilaksanakan tepat waktu. Oleh karena itu, dibangunlah model-model yang dapat memprediksi tingkat keparahan dengue berdasarkan hasil uji laboratorium dari pasien yang bersangkutan menggunakan Artificial Neural Network (ANN) dan Analisis Diskriminan (AD). Dalam pembangunan model-model tersebut, digunakan data dengan jumlah yang sangat kecil, yakni sebesar 77 data. Dalam data tersebut, terdapat informasi mengenai hasil uji laboratorium dan diagnosis dari pasien yang bersangkutan. Diagnosis tersebut dikelompokkan ke dalam tiga kategori keparahan dengue, yakni DF sebagai tingkat ringan, DHF grade 1 sebagai tingkat sedang, dan DHF grade 2 sebagai tingkat parah. Dalam penelitian ini, dilakukan tiga pemisahan data, yakni dengan rasio data training : data testing sebesar 70% : 30%, 80% : 20%, and 90% : 10%. Berdasarkan hasil yang diperoleh, model-model prediksi ANN yang dibangun menggunakan fungsi aktivasi logistik dan tangen hiperbolik dengan persentase data training sebesar 70% menghasilkan akurasi (90.91%), sensitivitas (91.11%), dan spesifisitas (95.51%) tertinggi. Model-model tersebutlah yang diajukan dalam penelitian ini. Model-model tersebut akan mampu membantu para dokter dalam memprediksi tingkat keparahan dengue dari pasien yang bersangkutan sebelum memasuki fase kritis. Lebih jauh, model-model tersebut dapat memudahkan para dokter dalam mengobati pasien dengue secara dini, sehingga kasus-kasus fatal atau kematian dapat dihindari.

---

In Indonesia, dengue has become one of the hyperendemic diseases. Dengue is being suffered by many people of all ages, both men and women. Dengue has clinical manifestations that are divided into three phases: febrile phase, critical phase, and convalescence phase. Many patients have died in the critical phase due to the lack of timely treatment. Therefore, I developed models that can predict the severity of dengue based on the corresponding patients’ laboratory test results using Artificial Neural Network (ANN) and Discriminant Analysis (DA). In developing the models, I used a very small dataset, which only consisted of 77 data. The data contains information regarding the laboratory test results and the diagnosis of each of the corresponding patients. The diagnoses were classified into three categories of dengue severity, which are DF as the mild level, DHF grade 1 as the intermediate level, and DHF grade 2 as the severe level. I conducted three different data split, that is, with the ratio of training : testing = 70% : 30%, 80% : 20%, and 90% : 10%. It is shown that ANN models developed using logistic and hyperbolic tangent activation function with 70% training data yielded the highest accuracy (90.91%), sensitivity (91.11%), and specificity (95.51%). These ANN models are the proposed models in this research. The proposed models will be able to help physicians predict the dengue severity of a corresponding patient before entering the critical phase. Furthermore, it will ease physicians in treating dengue patients early, so deaths or fatal cases can be avoided."

"Kebutuhan perumahan masyarakat merupakan sesuatu yang akan mengalami perubahan sesuai dengan perkembangan ekonomi (lama bekerja, perkembangan kedudukan jabatan, peningkatan pendidikan dan lain-lain) serta perkembangan kehidupan sosial (berkaitan dengan siklus hidup, pola pikir). Perencanaan program penyediaan perumahan perlu mengakomodir kondisi tersebut. Tujuan dari penyusunan tulisan ini dalam rangka mengenal atau mengetahui karakteristik MBR untuk beberapa alternatif status tinggal suatu keluarga dalam suatu rumah, sesuai dengan perkembangan sosial dan ekonominya, dengan mengambil studi kasus di Kota Daerah Istimewa Yogyakarta, dan metode analisis yang digunakan adalah analisis diskriminan. Metode multystage sampling (sampling bertahap) digunakan untuk pengambilan sampel dalam penelitian ini, mengambil resiko kesalahan kurang dari 1%, ditentukan jumlah sampel sebesar 600 kepala keluarga dari 131.092 Kepala Keluarga (KK) di Kota Daerah Istimewa Yogyakarta. Metode analisis deskriptif dan analisis diskriminan. Persamaan fungsi diskriminan yang dibentuk dengan klasifikasi status tinggal tiga (3) klaster sangat memperbaiki (lebih layak) persamaan fungsi diskriminan lima (5) klaster memperlihatkan adanya kenaikan cukup signifikan untuk ketepatan penaksiran pengelompokkan objek ke dalam klaster status tinggal: 1) Kenaikan sebesar 35,5% untuk status tinggal dengan orang tua; 2) Kenaikan sebesar 24,4 % untuk status tinggal sewa/kontrak; 3) Kenaikan sebesar 29 % untuk status tinggal milik."

"Penelitian ini menerapkan metode statistik multivariat untuk menganalisis penempatan karyawan PT X. Penempatan karyawan yang dimaksud adalah penentuan kategori karyawan menjadi dua, yaitu karyawan non-manajerial dan manajer. Penelitian ini mempunyai lingkup karyawan yang terdapat di kantor pusat PT X dengan melakukan pengumpulan data berupa kuesioner. Penelitian ini bersifat empiris, yaitu untuk meneliti gejala yang terjadi. Metode statistik multivariat yang digunakan yaitu penskalaan multidimensi dan analisis diskriminan. Penskalaan multidimensi dipakai untuk mendapatkan pemetaan terhadap karyawan yang ada selama ini. Sedangkan analisis diskriminan digunakan untuk dapat menemukan variabel yang paling mempengaruhi penempatan karyawan. Hasil dari penskalaan multidimensi yaitu terbentuknya dua dimensi yang membantu pemetaan karyawan. Kedua dimensi tersebut kemudian diterjemahkan menjadi keahlian dan pengalaman kerja. Hasil dari analisis diskriminan adalah dua variabel yang paling berpengaruh, yaitu latar belakang pendidikan dan pengalaman kerja pada bidang yang sama, serta munculnya sebuah fungsi diskriminan yang dapat digunakan untuk memprediksikan penempatan seorang kandidat karyawan.

---

This study analyzed the employee placement in PT. X, which referred to the determination of employee's classification into two categories namely, managerial and non-managerial employee. In this research, the researcher carried out the descriptive primary research through the form of quantitative research, using the questionnaires that were administered to the employee of head office.

The researcher analyzed the data using multivariate statistic method through multidimensional scaling and discriminant analysis. Multidimensional scaling was used to visualize the existing employee placement. The discriminant analysis was used to determine which variables best classified an employee as a manager or nonmanagerial employee.

The multidimensional scaling procedure placed an individual in a map based on two dimensions. The interpretation of the two dimensions was skill and working experience. There were two most significant variables as the result of discriminant analysis, which were: educational background and working experience in the related field. The discriminant analysis had also generated a discriminant function to predict the placement of an employee candidate."

"Industri penerbangan global telah menderita berbagai masalah finansial ditandai dengan kerugian kumulatif selama periode tahun 2001 sampai 2009. Sejak saat itu, sudah lebih dari 350 maskapai penerbangan telah mengajukan kebangkrutan. Tujuan dari penelitian ini adalah untuk membuat prediksi bangkrut dan tidak bangkrut menggunakan pendekatan model Altman Z Score, regresi logistik, dan analisis diskriminan dengan multi-year basis. Model prediksi dibuat dengan bantuan lima rasio keuangan yaitu Total Debt to Total Asset, Quick Ratio, Cash to Current Liabilities, Retained Earning to Total Asset, dan Sales to Total Asset. Uji simulasi statistik regresi logistik dan analisis diskriminan dilakukan dengan metode simultan. Model baru yang dikembangkan menggunakan titik cutoff untuk membedakan apakah suatu maskapai diklasifikasikan dalam kelompok bangkrut atau kelompok tidak bangkrut. Hasil akhir memperlihatkan model prediksi yang baru menunjukkan tingkat akurasi keseluruhan lebih tinggi dibandingkan dengan model Altman Z Score dan Kroeze Score.

---

The global airline industry has suffered from financial problems marked by cumulative losses over the period from 2001 to 2009. Since then, more than 350 airlines have filed for bankruptcy. The purpose of this study is to make a prediction of bankrupt and non-bankrupt using an approach to Altman Z Score models, logistic regression, and discriminant analysis with the multi-year model. The prediction model created with the help of five financial ratios: Total Debt to Total Assets, Quick Ratio, Cash to Current Liabilities, Retained Earnings to Total Assets and Sales to Total Assets. Simulation of statistic test on logistic regression and discriminant analysis performed by the simultaneous method. The new model was developed using a cut-off point to distinguish whether an airline classified in the group of bankrupt or non-bankrupt. The final results show that the new prediction model shows an overall higher degree of accuracy than Altman Z Score and Kroeze Score model."

"Eksistensi dan kelangsungan hidup perusahaan sangat ditentukan oleh kemampuan sumber daya manusia dalam merespon berbagai dinamika bisnis yang terjadi dan bahkan memprediksi perubahan yang akan terjadi pada masa yang akan datang. Permainan simulasi yang merupakan bagian dari metode pembelajaran ekperensial dapat digunakan sebagai media pelatihan dalam meningkatkan daya saing karyawan. Permainan simulasi bisnis dapat memberikan lingkungan yang interaktif, motivasi dan bebas resiko dalam mempelajari dinamika sistem di industri, selain juga dapat untuk melakukan uji coba keputusan berdasarkan teori yang telah didapatkan di perkuliahan. Dalam penelitian ini, penulis merancang sebuah permainan berdasarkan dari permainan-permainan simulasi yang telah dikembangkan sebelumnya. Permainan simulasi yang digunakan sebagai landasan penelitian ini adalah Geneshoes (Halim, 2004) dan Financial Game (Putera, 2006). Diagram causal loop dari kedua permainan ini dikombinasikan sedemikian rupa untuk menyusun sebuah permainan simulasi baru yang berbasis pada perusahaan manufaktur yang memproduksi paper bag. Perusahaan tersebut berbentuk PT (Perusahaan Terbuka). Pada setiap awal periode permainan, peserta diharuskan melakukan keputusan bisnis, keputusan investasi, dan keputusan pembiayaan. Kemudian di akhir periode, masing-masing peserta akan mendapatkan output berupa laporan perkembangan industri, laporan internal perusahaan, laporan labarugi, laporan neraca dan laporan arus kas. Oleh karena berbentuk perusahaan terbuka, maka peserta juga dapat mengakses laporan keuangan peserta lain. Keistimewaan permainan ini adalah kemampuannya dalam mengidentifikasi terjadinya financial distress dalam setiap periode permainan dan satu periode yang akan datang. Financial distress adalah suatu kondisi penurunan performa keuangan sebelum akhirnya perusahaan dinyatakan bangkrut. Fitur ini dikembangkan dengan memanfaatkan metode statistik multivariat, Analisis Diskriminan. Analisis ini menggunakan tiga rasio keuangan sebagai independent variable, yaitu gross profit/sales, operating income/sales, dan operating income/liabilities.

---

Existence and sustainability of company strongly related to capability of human resources to respond and predict change in business world. Simulation games as part of experiential learning methods could be used to accelerate learning process of its human resources to increase their competitiveness. Business simulation game can give an interactive, motivating, risk-free environment to learn the dynamics of system in business world and industries as well as to test decisions based on theory which has been studied. In this research, the writer designs a new business simulation game from existing simulation games. Design of business simulation game in this research was conducted with System Dynamics approach that can support comprehensive and integrated thinking process. Two simulation games that have been used as basis in this research are Geneshoes (Halim, 2004) and Financial Game (Putera, 2006). Causal loop diagram from both games were combined for designing the new one whose basis to manufacturing which produce paper bag. The company has gone public in stock exchange. In the beginning of each period of the game, the payers have to make business decisions, investing decisions, and financing decisions. Then in the end of each period, they will be able to see the output of the game which included market development report, internal report, Profit/Loss, Balance Sheet, and Cash-flow. Therefore the company is public company so that the player can access competitors' financial reports. Special feature of this game is its capability to identify financial distress condition until following period. Financial distress is a condition that shows diminishing of financial performance, before the company goes to bankruptcy. This feature was developed by multivariate statistical analysis, discriminant analysis. The analysis uses three financial ratios as independent variables. There are gross profit/sales, operating income/sales, and operating income/liabilities."