Buku Belajar Dasar Statistika dengan R-analisis regresi logistik

Saat ini sedang ramai-ramainya mengenai pasien covid-19 mengenai kondisi pasien yaitu hidup/sembuh atau meninggal. Nah kali ini kita akan membahas mengenai regresi logistik yang dapat diterapkan untuk analisis harapan hidup/sembuh pasien covid-19 seperti pengolahan data menggunakan package dplyr untuk melihat analisis awal. Package dplyr tersebut sangat berguna sekali untuk mengolah data numerik menjadi range / kategorikal. Pembahasan mengenai analisis Regresi logistik hampir sama dengan regresi linear dan berganda namun menggunakan bersifat kategorikal/dikotomi. Dikotomi yang dimaksud adalah skala data nominal dengan dua kategori misalnya: ya dan Tidak, Baik dan Buruk atau Tinggi dan Rendah . Pada regresi logistik ada 2 yaitu Read More

Personal Cloud Storage menggunakan NAS

Kalian ingin punya Personal Cloud Storage menggunakan NAS berbasis cloud sendiri, yang artinya bebas punya kapasitas besar (tergantung punya kapasitas HD) bisa diakses kapan saja seperti dropbox dan google drive maka NAS Storage menjadi pilihan yang masuk akal saat ini untuk kalangan UKM  dengan dana terbatas namun hasil bisa dikompromikan dengan baik. NAS adalah singkatan dari Network Attached Storage yang terdiri dari piranti penyimpanan data (HDD yang bisa kalian setup sendiri) dan sistem operasi khusus untuk kebutuhan backup dan share data dengan beberapa fitur umum seperti berikut ini Read More

Solve Can’t launch the spyder3

Teknologi berbasis Opensource terkadang harus rajin baca-baca forum kalau terjadi error/bugs karena begitu banyak depencies nya yang kadang bikin nyerah bagi newbie, hal yang sangat berbeda dengan aplikasi proprietary yang punya help desk nya walaupun begitu opensource menawarkan kebebasan bagi kalian untuk melihat source code secara langsung atau bahkan sudah ketemu bugsnya bisa dibuat postingan/artikel agar temen-temen yang lain menemui hal yang sama akan terbantu. Nah cerita ini dimulai ketika penulis sedang mengerjakan sebuah deep learning menggunakan tensorflow versi terbaru yaitu Read More

Dekomposisi Deret Waktu

Sesi ini adalah lanjutan dari pembahasan peramalan deret waktu / forecasting time series yang sedikit terlewat yaitu topik dekomposisi deret waktu artinya  mengurai deret waktu dengan tujuan memisahkannya ke dalam komponen-komponen penyusunnya seperti pola trend, seasonal dan random. Dekomposisi Deret Waktu atau Decomposing Time Series dibagi menjadi 2 pendekatan yaitu

  1. Decomposing Non-Seasonal Data dengan menggunakan teknik smoothing seperti Simple Moving Average
  2. Decomposing Seasonal Data dengan memisahkan menjadi 3 komponen pembentuknya yaitu trend, seasonal, random maka bisa dijelaskan menggunakan model aditif yang berarti bahwa model tersebut tercampur saling menambahkan untuk menjadi model yang utuh.

Read More