Sulvianti, I. D., Kusumaningrum, D., & Suryani, Y. (2009). METODE PENDUGAAN MATRIKS RAGAM-PERAGAM DALAM ANALISIS REGRESI KOMPONEN UTAMA (RKU). Forum Statistika Dan Komputasi, 14.

Aidi, M. N. (2009). Perbandingan deteksi pola sebaran titik spasial secara acak dengan metode kuadran dan tetangga terdekat.

Aidi, M. N. (2009). Realisasi titik-titik secara spasial diwujudkan dengan pola titik-titik tersebut dalam ruang. Pola titik dalam ruang pada prinsipnya ada tiga macam, yakni pola titik spasial secara acak, pola titik spasial secara regular serta pola titik spasial secara kelompok. Tujuan penelitian ini adalah menentukan fungsi massa peluang yang menggambarkan sebaran titik spasial kelompok, melakukan simulasi perubahan ukuran grid pada metode kuadran terhadap nilai VMR serta perubahan pola titik spasial kelompok. Langkah yang ditempuh adalah membangun fungsi massa peluang yang merupakan pembangkit sebaran spasial kelompok, serta melakukan simulasi pada analisis kuadran dengan membagi wilayah menjadi beberapa grid. Hasil yang ditunjukkan Sebaran spasial kelompok mempunyai fungsi massa peluang binomial negative serta nilai VMR> 1. Apabila Banyaknya Grid bersifat terbatas maka peurubahan banyaknya grid tidak merubah kesimpulan bahwa VMR> 1 yang artinya sebaran fungsi massa peluang binomial negative akan mempunyai sebaran titik spasial bersifat kelompok. Nilai VMR merupakan fungsi eksponensial terhadap banyaknya grid, yakni VMR= 4, 976371 exp (-0, 003138* banyaknya grid. Forum Statistika Dan Komputasi, 14.

Wigena, A. H., Djuraidah, A., & others. (2009). Aplikasi model kalibrasi di bidang kimia adalah pemodelan hubungan antara kandungan senyawa aktif yang ditentukan dari High Performance Liquid Chromatography (HPLC) dengan bentuk spektrum dari spektrometer Fourier Transform Infrared (FTIR). Permasalahan utama dalam kalibrasi adalah multikolinear dan pengamatan pencilan. Regresi Kuadrat Terkecil Parsial (RKTP) merupakan sebuah te k nik prediktif yang mampu mengatasi masalah multikolinearitas.. SIMPLS (Straightforward Implementation PLS) adalah a lgoritma pendugaan RKTP yang tidak resisten terhadap pengamatan pencilan. Hubert and Brande (2003) mengemukakan algoritma RSIMPLS yang bersifat resisten terhadap pencilan. RSIMPLS dibentuk dari matriks ragam-peragam robust dan regresi linear robust. Pada penelitian ini dilakukan modifikasi fungsi bobot pada RSIMPLS dengan penduga-M Huber dimana setiap pengamatan akan diberikan nilai bobot kecil jika jarak robust dan jarak ortogonal pengamatan ke-i melebihi nilai batas yang ditentukan, dan untuk lainnya. Dengan demikian besar tidak hanya 0 dan 1, melainkan. Hasil penelitian menunjukkan RMSEP (root mean square error) pada metode modifikasi bobot lebih kecil dibandingkan RSIMPL S. Forum Statistika Dan Komputasi, 14.

PENELUSURAN, S. R. M., PELUANG, F. M., TERDEKAT, D. T., AIDI, M. N., TERDEKAT, K. D. T., STATISTIK, S. K. S. F., & UKURAN, V. T. P. (2009). DAFTAR ISI. Metode, 1, 3.

Aidi, M. N. (2009). Fungsi massa peluang pada pola titik spasial kelompok serta fungsi statistik VMR terhadap perubahan ukuran kuadran.

Sadik, K., & Notodiputro, K. A. (2009). Hierarchical Bayes Estimation Using Time Series and Cross-sectional Data: A Case of Per-capita Expenditure in Indonesia. Conference of Small Area Estimation, 29.

Mukid, M., Wigena, A. H., Erfiani, E., & others. (2009). KINERJA REGRESI PROSES GAUSSIAN UNTUK PEMODELAN KALIBRASI PEUBAH GANDA PADA DAERAH IDENTIFIKASI SPEKTRA INFRA MERAH SENYAWA AKTIF. Prosiding SEMINAR NASIONAL STATISTIKA IX ITS SURABAYA, 1–11.

Masjkur, M. (2009). Correlation between Soil Test Phosphorus of Kaolinitic and Smectitic Soils with Phosphorus Uptake of Lowland Rice. Journal of Tropical Soils, 14(3), 205–209.

Masjkur, M., & Septiastuti, N. D. (2009). Upaya untuk memacu produktivitas padi salah satunya dengan cara pemupukan. Untuk mendapatkan pengaruh pupuk yang berinteraksi positif dengan lokasi tertentu dilakukan uji lokasi ganda. Salah satu metode yang dapat digunakan untuk menganalisis interaksi pemupukan dengan lokasi adalah analisis AMMI. Tujuan penelitian ini adalah mengetahui penggunaan model AMMI dalam analisis interaksi pemupukan N, P, K dan lokasi. Hasil penelitian menunjukkan bahwa pupuk N berinteraksi positif pada Cilamaya-Karawang dan Bumiayu-Brebes, pupuk NP berinteraksi positif pada Sungapan-Pemalang, Perak-Jombang, dan Mayang-Jember, sedangkan pupuk NPK berinteraksi positif pada Rengasdengklok-Karawang, Dempet-Demak, Balen-Bojonegoro, Pungging-Mojokerto, dan Tanggul-Jember. Selain itu, meskipun respon berat kering padi tertinggi pada pemupukan NPK, namun tidak semua lokasi membutuhkan pupuk lengkap NPK. Forum Statistika Dan Komputasi, 14.

Djuraidah, A. (2009). Regresi Kuantil Spline Untuk Pemodelan Nilai Ekstrem Pada Pencemar Udara Pm10 Di Kota Surabaya. Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember.

Djuraidah, A. (2009). PENDUGAAN REGESI SEMIPARAMETRIK DENGAN PENDEKATAN MODEL CAMPURAN LINEAR. Forum Statistika Dan Komputasi, 14.

Djuraidah, A., & FMIPA-IPB, D. S. (2009). Indeks Kerentanan Sosial Ekonomi Untuk Bencana Alam Di Wilayah Indonesia. Seminar Nasional Matematika Dan Pendidikan Matematika. UNY, Yogyakarta, 5.

Kurnia, A., & Khairil, A. (2009). Prediksi Terbaik Empirik untuk Model Transformasi Logaritma di dalam Pendugaan Area Kecil dengan Penerapan pada Data Susenas. IPB: Bogor.

Kurnia, A. (2009). An empirical best prediction method for logarithmic transformation model in small area estimation with particular application to susenas data. Dr. Dissertation, Bogor Agriculture University.

Sadik, K. (2009). Metode Prediksi Tak-Bias Linear Terbaik Dan BayesBerhirarki Untuk Pendugaan Area Kecil Berdasarkan Model State Space.

Sadik, K. (2009). There have been two main topics developed by statisticians in a survey, ie sampling techniques and estimation methods. The current issues in estimation methods related to estimation of a particular domain having small size of samples or, in more extreme cases, there is no sample available for direct estimation. Sample survey data provide effective reliable estimators of totals and means for large area and domains. But it is recognized that the usual direct survey estimator performing statistics for a small area, have unacceptably large standard errors, due to the circumstance of small sample size in the area. The most commonly used models for this case, usually in small area estimation, are based on generalized linear mixed models. Some time happened that some surveys are carried out periodically so that the estimation could be improved by incorporating both the area and time random effects. In this paper we propose a state space model which accounts for the two random effects and is based on two equation, namely transition equation and measurement equation. Based on a evaluation criterion, the proposed hierarchical Bayes estimator turns out to be superior to both estimated best linear unbiased prediction (BLUP) and the direct survey estimator. The posterior variances which measure accuracy of the hierarchical Bayes estimates are always smaller than the corresponding variances of the BLUP and the direct survey estimates. FORUM STATISTIKA DAN KOMPUTASI, 14.

Setiawan, S., & Notodiputro, K. A. (2009). Continum regression with discrete wavelet transformation preprocessing. Jurnal ILMU DASAR, 8(2), 103–109.

Hadi, A. F., & Notodiputro, K. A. (2009). Penduga Maksimum Likelihood untuk Parameter Dispersi Model Poisson-Gamma dalam Konteks Pendugaan Area Kecil. PROSIDING, 63.

Untari, N., Mattjik, A., & Saefuddin, A. (2009). Analisis deret waktu dengan ragam galat heterogen dan asimetrik. Forum Statistika Dan Penelitian, 14, 22–33.

Saefuddin, A., Untari, N., & Mattjik, A. A. (2009). Analisis Deret W Aktu Dengan Ragam Galat Heterogen Dan Aslme1rik Studi Indeks Harga Saham Gabungan (Ihsg) Peri Ode 1999-2008.

Untari, N., Mattjik, A. A., & Saefuddin, A. (2009). Indeks Harga Saham Gabungan (IHSG) merupakan salah satu indikator yang digunakan pemerintah dalam mengambil kebijakan dalam bidang ekonomi. Selain itu pemerintah menganggap pentingnya pasar modal sebagai alternatif pembiayaan selain perbankan. Fluktuasi yang sangat besar terjadi di pasar bursa, karena setiap transaksi tercatat dengan skala waktu yang kecil sehingga perubahan nilai yang terjadi begitu cepat. Pada kasus ini asumsi kehomogenan ragam tidak terpenuhi. Pada pasar bursa juga memperlihatkan adanya pengaruh asimetrik (leverage), yaitu hubungan yang negatif antara perubahan nilai return dengan pergerakan volatilitasnya. Model EGARCH yang memodelkan ragam bersyarat sebagai fungsi log-linear digunakan sebagai fungsi ragam dalam memodelkan nilai harian IHSG, sehingga nilai ragam bersyarat yang diprediksi tidak akan pernah negatif. Model EGARCH terpilih adalah MA (1)-EGARCH (1, 1). Model EGARCH terbukti sangat baik dalam memodelkan nilai harian IHSG, tetapi belum cukup baik untuk meramalkan nilai IHSG yang akan datang. Selain ramalan terhadap nilai harian IHSG, pemodelan fungsi ragam juga menghasilkan peramalan terhadap ragam bersyaratnya. Ramalan ragam bersyarat sangat berguna bagi pemegang aset dalam melihat perilaku pergerakan IHSG dan untuk menghitung besarnya resiko memegang suatu aset di masa yang akan datang. Forum Statistika Dan Komputasi, 14.

Mattjik, A. A., Notodiputro, K. A., & others. (2009). PEMODELAN KALIBRASI PEUBAH GANDA DENGAN PENDEKATAN REGRESI SINYAL P-SPLINE. FORUM STATISTIKA DAN KOMPUTASI, 14.

Tantular, B., Wijayanto, H., & others. (2009). Pemilihan Model Regresi Linier Multilevel Terbaik. Forum Statistika Dan Komputasi, 14.

Winaya, A., Muladno, M., Gurnadi, R., & Saefuddin, A. (2009). Y chromosome microsatellites variation in Bali cattle (Bos sondaicus) population. Animal Production, 11(3).

Aisyah, S. I., Aswidinnoor, H., Saefuddin, A., Marwoto, B., & Sastrosumarjo, S. (2009). Induksi mutasi pada stek pucuk anyelir (Dianthus caryophyllus Linn.) melalui iradiasi sinar gamma. Jurnal Agronomi Indonesia (Indonesian Journal of Agronomy), 37(1).

Saefuddin, A., Widiyanto, D., Sumardjo, A. R., Sarwititi, S., Syahyuti, S., Nur Asyik, D. L., & Mariana, R. (2009). Menuju Masyarakat Mandiri, Pengembangan Model Sistem Keterjaminan Sosial. PT Gramedia Pustaka Utama. Jakarta.

Saefuddin, A., Notodiputro, K. A., Alamudi, A., & Sadik, K. (2009). Statistika Dasar. Jakarta. Grasindo.