ANALISIS PRODUK DAN ASSESSOR DARI DATA PENYORTIRAN MENGGUNAKAN HYBRID DISTATIS

Ginanjar, Irlandia (2011) ANALISIS PRODUK DAN ASSESSOR DARI DATA PENYORTIRAN MENGGUNAKAN HYBRID DISTATIS. Prosiding Seminar Nasional Statistika Universitas Diponegoro 2011 . pp. 25-37. ISSN ISBN:978-979-097-142-4

[img]
Preview
PDF
846Kb

Abstract

Penyortiran (sorting task) yang dilakukan oleh assessor terhadap beberapa produk secara bersamaan berdasarkan persepsi kesamaan (similarity), adalah suatu metoda yang paling mudah dan sederhana untuk pengumpulan data kesamaan antar produk dan antar assessor. Informasi tentang kesamaan antar produk akan lebih lengkap bila ditambah dengan informasi tentang karakteristik produk. Hybrid DISTATIS yang merupakan metoda menggabungkan Principal Component Analysis Biplot (PCA Biplot) dan DISTATIS mendapatkan peta produk, karakteristik produk, dan assessor untuk setiap produk dalam satu peta, karena pemetaan produk pada DISTATIS ataupun PCA Biplot sama-sama berdasarkan skor faktor matriks compromise. Kesamaan antar produk atau kesamaan penilaian suatu assessor untuk setiap produk dapat diidentifikasi berdasarkan jarak antar titik produk atau antar titik assessor, hubungan produk dengan karakteristiknya dapat diidentifikasi berdasarkan sudut antara vektor karakteristik dengan sumbu pada peta. Kualitas pemetaan yang dihasilkan Hybrid DISTATIS didapatkan berdasarkan persen komulatif eigenvalue dari matriks compromise. Peta hasil Hybrid DISTATIS tidak memberikan informasi tentang kesamaan assessor berdasarkan penilaian keseluruhan produk, dimana peta yang dapat mengakomodasi informasi tersebut adalah peta hasil DISTATIS. Kualitas pemetaan assessor berdasarkan penilaian keseluruhan produk didapatkan berdasarkan persen komulatif eigenvalue dari matriks kesamaan antar assessor. Dalam makalah ini juga ditampilkan ilustrasi penggunaan Hybrid DISTATIS.

Item Type:Article
Uncontrolled Keywords:Hybrid DISTATIS, DISTATIS, PCA Biplot, Penyortiran, Pemetaan.
Subjects:Q Science > Q Science (General)
Divisions:Faculty of Science and Mathematics > Department of Statistics
ID Code:33801
Deposited By:Mr Hasbi Yasin
Deposited On:24 Feb 2012 11:14
Last Modified:24 Feb 2012 11:14

Repository Staff Only: item control page