Articles

Found 10 Documents
Search

Analisis Prestasi Atlet Olah Raga Taekwondo Menggunakan Analisis Jalur (Studi Kasus Atlet Taekwondo-In di Karigamas Sport Club-Palembang) Maiyanti, Sri Indra; Dwipurwani, Oki; Yuliana, Ratu
Jurnal Penelitian Sains Vol 15, No 1 (2012)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis jalur merupakan metode statistika yang digunakan untuk menganalisis hubungan kausal antar peubah dimana peubah-peubah bebas mempengaruhi peubah terikat, baik secara langsung, maupun tidak langsung melalui satu atau lebih peubah antara. Dalam makalah ini digunakan analisis jalur (path analysis) dalam bidang olah raga, khususnya olah raga taekwondo, yaitu untuk menganalisis pengaruh langsung dan tak langsung peubah-peubah fisik atlet, latar belakang keluarga, komitmen atlet, persepsi tentang lingkungan dan sarana prasarana di dalam dojang, persepsi tentang pelatih, persepsi tentang lingkungan di luar dojang terhadap peubah motivasi dan prestasi seorang taekwondo-in. Data yang digunakan merupakan data primer yang diperoleh melalui kuesioner sebanyak 102 responden dari taekwondo-in karigamas sport club. Hasil analisis jalur menunjukkan faktor fisik dan persepsi tentang fasilitas diluar dojang signifikan berpengaruh secara langsung terhadap motivasi atlet, pada taraf signifikansi 1%. Sedangkan faktor lainnya berpengaruh secara langsung pada taraf 10%. Faktor fisik juga signifikan berpengaruh secara langsung terhadap prestasi atlet pada taraf signifikansi 1%, demikian juga dengan faktor motivasi. Sedangkan faktor lainnya berpengaruh terhadap prestasi pada taraf 10%. Faktor fisik memberikan pengaruh total (langsung ditambah pengaruh tak langsung) terbesar yaitu 0,31 artinya semakin meningkat fisik atlet yang ditandai dengan meningkatnya usia, tinggi tubuh dan berat badan atlet akan meningkatkan motivasi taekwondo-in yang selanjutnya peningkatan motivasi tersebut juga akan meningkat prestasi atlet sebesar 31%. Kemudian diikuti oleh faktor motivasi, fasilitas dalam dojang, latar belakang keluarga dan lingkungan diluar dojang. Dengan demikian, faktor-faktor tersebut perlu diprioritaskan sesuai urutan pengaruhnya dalam meningkatkan prestasi atlet taekwondo-in di Karigamas sport club Palembang. 
Aplikasi Struktural Equation Model (SEM) Untuk Mengetahui Hubungan Antara Latar Belakang Keluarga, Lingkungan Belajar Diluar Kampus, Motivasi dan Prestasi Mahasiswa Maiyanti, Sri Indra; Dwipurwani, Oki; Kurnia, Eka
Jurnal Penelitian Sains Vol 11, No 3 (2008)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Struktural equation modeling mancakup model pengukuran (measurement model) dan model jalur (path model). Pada penerapan SEM di jurusan matematika FMIPA Universitas Sriwijaya, diperoleh hasil bahwa peubah latar belakang mahasiswa (x1) yang dibentuk oleh indikator-indikator pendidikan terkahir ayah (X1), pendidikan terakhir ibu (X2) dan penghasilan orang tua (X3) secara langsung berpengaruh positif dengan pengaruh total sebesar 0.22 terhadap motivasi belajar mahasiswa artinya latar belakang keluarga mempunyai pengaruh yang cukup kuat terhadap motivasi belajar mahasiswa dan pengaruh negatif secara langsung terhadap prestasi mahasiswa (h2), artinya semakin tinggi tingkat latar belakang keluarga mahasiswa maka akan berpengaruh negatif terhadap prestasi mahasiswa. Peubah motivasi belajar (h1) mempunyai pengaruh yang positif terhadap peningkatan prestasi seorang mahasiswa dalam belajar, maka akan semakin meningkatkan prestasi mahasiswa. Sehingga dapat diinformasikan bahwa peubah laten latar balakang keluarga mempunyai pangaruh yang positif terhadap motivasi belajar, dan peubah motivasi belajar mahasiswa mempunyai pengaruh yang positif pula terhadap krestasi mahasiswa.
A REASONING TECHNIQUE FOR TAXONOMY EXPERT SYSTEM OF LIVING ORGANISMS desiani, anita; Firdaus, Firdaus; Maiyanti, Sri Indra
Annual Research Seminar (ARS) Vol 2, No 1 (2016)
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (213.798 KB)

Abstract

Taxonomy of living organisms can help scientists to sort organisms in order and help them to identify new organisms by finding out which their groups. It also is easier to study organisms when they are sorted in groups. Taxonomy of living organisms system is a important basic part of ecology system. Researcher should know about any organisms that they noted in an ecology. Integration between classification taxonomy of Living Organisms and technology  information will have many advantages for researchers and ecology information system. The expert system is one solution to help the problem of classification of living organisms that are authentic and novelty, and can provide advice to the user when the user needs an information about a living organism. One of the important things on the expert system is Reasoning technique. This paper used Production rule as Reasoning technique. Production rule has two reasoning method; forward chaining and backward chaining. Forward chaining method with backward chaining modified is used for inference engine in taxonomy expert system of living organisms. The method is actually forward chaining but in reasoning proccess it takes one hyphothesis of taxonomy level to help the process so the process can be faster to find solution for identification of living organisms.  
Analisis Data Percobaan Lokasi Ganda (Data Percobaan Tiga Varietas Kentang Pada Empat Lokasi) Dengan Metode Ammi (Additive Main Effects And Multiplicative Interaction) Maiyanti, Sri Indra
Jurnal Penelitian Sains Vol 10, No 3 (2007)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Percobaan lokasi ganda sangat berperan dalam seleksi genotip yang bertujuan untuk mendapatkan genotip yang berproduksi tinggi dan stabil pada lingkungan tertentu. Faktor-faktor yang diujikan adalah faktor genotip/varietas tanaman dan lingkungan atau lokasi. Metode AMMI merupakan gabungan dari ANOVA (analisis ragam) pada pengaruh aditif dan analisis komponen utama (AKU) pada pengaruh interaksi. Metode AMMI baik digunakan jika pengaruh utama faktor dan pengaruh interaksi nyata pada uji ANOVA. Penelitian ini menganalisis data percobaan lokasi ganda dengan metoda AMMI, yaitu data produksi tiga varietas kentang (V1, V2, V3) yang ditanam pada empat lokasi (L1, L2, L3 dan L4) yang berbeda. Hasil analisis menunjukkan pengaruh interaksi diperoleh dua nilai singulir yang tidak nol yang berarti ada dua dua komponen utama interaksi (KUI). Dari dua KUI yang ada, hanya komponen utama interaksi 1 (KUI-1) yang nyata, dengan demikian model yang cocok adalah model AMMI-1. Dari biplot AMMI-1 diperoleh kesimpulan bahwa pengaruh utama genotip dan lingkungan berbeda, pengaruh interaksi V1 dengan lokasi menghasilkan produksi kentang yang berbeda, sedangkan pengaruh interaksi genotip V2 dan V3 dengan lokasi memberikan pengaruh hasil kentang yang hampir sama. Interaksi lokasi dengan genotip memberikan hasil kentang berbeda.
Penerapan Analisa Faktor dalam Membentuk Faktor Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Universitas Sriwijaya Dwipurwani, Oki; Maiyanti, Sri Indra; Desiani, Anita; Octarina, Shinta
Jurnal Penelitian Sains Vol 12, No 3 (2009)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Studi ini mengenai penggunaan analisis faktor untuk membentuk faktor laten menggunakan metode Maksimum Likelihood untuk menduga parameternya dan pengaruh prestasi mahasiswa di Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Kesimpulan yang diperoleh dari pengaplikasiannya adalah terbentuknya 8 faktor umum, yaitu Kelengkapan Fasilitas Belajar, Latar Belakang Keluarga, Sistem Pembelajaran, Motivasi dan Teman, Minat dalam Belajar Matematika, Persepsi Terhadap Dosen, Kelengkapan Laboratorium Komputer dan Pelayanan Akademik, dan Kedisiplinan dalam Belajar untuk Mendapatkan Nilai Tinggi. Variansi total yang mampu dijelaskan oleh delapan faktor tersebut adalah 64%. Hal ini menunjukan kebaikan model sudah terpenuhi.
Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Ditinjau dari Karakteristik Lingkungan Kampus (Studi Kasus di Jurusan Matematika FMIPA Unsri) Dwipurwani, Oki; Maiyanti, Sri Indra; Desiani, Anita; Suryati, Sari
Jurnal Penelitian Sains Vol 15, No 1 (2012)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This Research aim to develop a model which can explain factors influencing student achievement. Variables in this research in the form of laten variable and causal relationship between a set of variables nor modestly, there is direct and indirectly relationship. Therefore, there used a Structural Equation Models (SEM) analyse method. Data in this research is obtained by through questionnaire from Mathematics FMIPA Unsri Majors student sample as much 128 responder. Result of analysis indicate that student perception to dosen variable have an positive effect directly to student motivation variable as well as having an positive effect indirectly through motivation variable to achievement variable which signifikan that is each equal to 0.46 and 0.4784. Furthermore, motivate to learn variable have an positive effect to student achievement variable equal to 1,04.
Aplikasi Analisis Faktor Konfirmatori untuk Mengetahui Hubungan Peubah Indikator dengan Peubah Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA UNSRI Maiyanti, Sri Indra; Dwipurwani, Oki; Desiani, Anita; Aprianah, Betty
Jurnal Penelitian Sains Vol 12, No 3 (2009)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis Faktor Konfirmatori adalah salah satu metode pada analisis multivariat yang digunakan untuk mengkonfirmasikan apakah model yang dibangun sesuai dengan yang dihipotesiskan. Untuk mengetahui hubungan peubah indikator dengan peubah laten yang mempengaruhi prestasi mahasiswa di Jurusan Matematika FMIPA UNSRI digunakan Analisis Faktor Konfirmatori dengan metode kemungkinan maksimum untuk menduga parameter modelnya. Hasil yang diperoleh bahwa peubah laten untuk latar belakang keluarga (Ԑ1) diukur oleh peubah indikator Pendidikan ayah (x1), Pendidikan ibu (x2) dan Penghasilan orang tua (x3), di mana peubah indikator yang memberikan kontribusi terbesar adalah Pendidikan ibu (0,84). Peubah laten lingkungan belajar di luar kampus (Ԑ2) diukur oleh peubah indikator waktu tempuh dari rumah ke kampus (x4), fasilitas belajar di rumah (x5) dan konsentrasi belajar (x8), di mana peubah indikator dengan kontribusi terbesar adalah fasilitas belajar di rumah (0,80). Peubah laten sikap terhadap almamater (Ԑ3) diukur oleh peubah indikator Fasilitas ruang belajar di jurusan (x11), Fasilitas perpustakaan (x12) dan Fasilitas komputer (x13), di mana peubah indikator dengan kontribusi terbesar adalah Fasilitas ruang belajar di jurusan (x11) (1,08). Peubah laten Persepsi terhadap dosen (Ԑ4) diukur oleh peubah indikator Sistem evaluasi oleh dosen (x16), Sistem pembelajaran oleh dosen (x17), Sistem penugasan oleh dosen (x18) dan Hubungan dengan pembimbing akademik (x19), di mana peubah indikator dengan kontribusi terbesar adalah Sistem pembelajaran oleh dosen (x17) (0,73). 
APLIKASI ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI HUBUNGAN PEUBAH INDIKATOR DENGAN PEUBAH LATEN YANG MEMPENGARUHI PRESTASI MAHASISWA DI JURUSAN MATEMATIKA FMIPA UNSRI Maiyanti, Sri Indra; Dwipurwani, Oki; Desiani, Anita; Aprianah, Betty
Jurnal Pendidikan Matematika Vol 2, No 1 (2008)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.37 KB) | DOI: 10.22342/jpm.2.1.296.

Abstract

To know the correlation between indicator variables and latent variables that the influence studentsâ?? achieviement in majors of mathematics of FMIPA UNSRI used Confirmatory Factor Analysis by maximum likelihood method to estimate the model parameters. Confirmatory Factor Analysis is one of the methods of multivariate analysis used to confirm whether or not the model that is build is match the hypothesis.  The result of tained that the latent variable of has a background of family could be measured by indicator variables of fatherâ??s education (x1), motherâ??s education (x2) and parentâ??s income (x3), where indicator variables that give great contribution is motherâ??s education is 0.84.  The latent variables of learning environment of campus (ξ2) could be measured by indicator variables of time using far house to campus (x4), learning facilities at home (x5) and learning concentration (x8), where indicator variables that give great contribution is learning facilities at home is 0.80.  The latent variables of attitude toward almamater (ξ3) could be measured by indicator variables of classroom facilities in major (x11), library facilities (x12) and computer facilities (x13), where indicator variables that give great contribution is classroom facilities in major is 1.08.  The latent variable of perseption toward lecturers (ξ4) could be measured by indicator of evaluation system given by lecturer (x16), learning system given by lecturer (x17), assigment system given by the lecturer (x18), and the relationship with academic advisor (x19), where indicator variables that give great contribution is learning system is 0.73.
Pemilihan Peubah dengan Prosedur Forward Selection, Backward Elimination dan Stepwise pada Model Hazart Proporsional (Studi Kasus: Pasien Leukimia Limfoblastik Akut Anak) Maiyanti, Sri Indra
Jurnal Penelitian Sains No 16 (2004)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam analisis survivas, peneliti kadang dihadapkan pada p peubah bebas yang akan diidentifikasikan pengaruhnya terhadap daya tahan objek tertentu. Bila p cukup banyak maka akan lebih efisien memilih sebagian dari p peubah bebas sehingga diperoleh model yang lebih baik dan sederhana dan hanya melibatkan peubah yang signifikan berpengaruh terhadap waktu daya tahan. Penelitian ini membahas prosedur-prosedur pemilihan peubah yang berpengaruh terhadap hazart kematian atau daya tahan pasien leukimia limfoblastik akut (LLA) anak yaitu prosedur forward selection, prosedur backward elimination dan prosedur stepwise. Statistik uji yang digunakan adalah statistik uji rasio kemungkinan (likehood ratio test statistic). Ketiga prosedur menghasilkan subset peubah yang sama dalam mengidentifikasi peubah-leubah bebas yang berpengaruh terhadap hazart kematian padien LLA anak yaitu SSP (adanya infiltrasi sel leukimia ke sistem saraf pusat pasien) dan Splenomegali (pembesaran limpa). 
PCA-BASED ON FEATURE EXTRACTION AND COMPRESSED SENSING FOR DIMENSIONALITY REDUCTION Desiani, Anita; Maiyanti, Sri Indra; Miraswan, Kanda Januar; Arhami, Muhammad
Computer Engineering and Applications Journal Vol 8 No 2 (2019)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.541 KB) | DOI: 10.18495/comengapp.v8i2.281

Abstract

Compressive sensing reduces the number of samples required to achieve acceptable reconstruction for medical diagnostics, therefore this research will implement dimensional reduction algorithms through compressed sensing for electrocardiogram signals (EKG). dimensional reduction is performed based on the fact that ECG signals can be reconstructed with linear combination coefficients with a bumpy base of small measurements with high accuracy. This study will use PCA for feature extraction on ECG signals. The data used are the ECG patient records on the website page www.physionet.org as many as 1200 with each attribute as many as 256 attributes. The total data dimension used is 1200x256, which means the data has 1200 rows and has as many as 256 columns. To show the accuracy of the dimensional reduction result, so it is performed classification on data using KNN and Naive Bayes. The classification results show that KKN can classify well with 84,02% accuracy rate and the Naive Bayes accuracy is 65,78%. for 100 dimensions The conclusion is those dimensional reductions for ECG data that have large dimensions, it still able to provide valid information like it uses the original data. Principle Component Analysis is a good method for reducing data dimensions by selecting certain features, so the dimensions of the data become smaller but still able to provide good accuracy to the reader.