BOOKS
Semua buku ini dapat dibeli di TOKOPEDIA
PUBLIKASI BUKU
GEOGRAPHICALLY WEIGHTED REGRESSION (GWR): Sebuah Pendekatan Regresi Geografis
SINOPSIS:
Di era yang semakin berkembang, banyak bidang ilmu seperti ekonomi, sosial, lingkungan, kesehatan, meteorologi, klimatologi, geologi dan sebagainya yang menggunakan data yang berkaitan dengan lokasi atau letak gepgrafis suatu tempat. Data yang memuat informasi mengenai lokasi atau letak geografis suatu daerah dan diperoleh dari hasil pengukuran sering disebut data spasial. Buku ini membahas lengkap mengenai metode statistika spasial dan penerapan dalam permasalahan. Bab pertama membahas definisi statistika spasial, Bab dua sampai dengan empat membahas Geographically Weighted Regression (GWR), Geograpichally Weighted Logistic Regression (GWLR), Geograpichally Weighted Logistic Regression Semiparametric (GWLRS), Geographically Weighted Poisson Regression (GWPR) dan bab lima membahas tentang applikasi OpenGeoDa ArcView GIS. Pada buku ini diberikan sejumlah panduan dalam menganalisis dan intepretasi dari metode tersebut khususnya pengoperasian dengan menggunakan software R, ArcView dan OpenGeoDa. R merupakan Bahasa pemrograman untuk komputasi statistik dan grafis.
Apabila tertarik bisa memesan pada link ini Syntax pada buku dapat diunduh pada link ini kata kunci dapat diperoleh pada buku di bagian kata pengantar. Pembaca bisa mengikuti research tentang spatial ini pada laman RESEARCHGATE
*Apabila mengalami kesulitan bisa melakukan komunikasi pada rezzyekocaraka@gmail.com
Bagaimana untuk citasi?
Caraka,R.E.,Yasin,H.(2017). Geographically Weighted Regreession (GWR) Sebuah Pendekatan Regresi Geogragis. MOBIUS Graha Ilmu, ISBN: 978-602-19479-8-2 . DOI: https://zenodo.org/record/1168741
SPATIAL DATA PANEL
Buku ini membantu pembaca dalam mendapatkan pehamanan tentang statistika spatial dari bantuan software R dan juga GUI MATLAB. Buku ini merupakan pengembangan dari buku pertama penulis tentang Geographically Weighted Regreession (GWR) Sebuah Pendekatan Regresi Geografis yang terdiri dari 4 pembahasan pokok. Yaitu : Pengantar Spasial Data Panel, Model Spasial Data Panel dengan R, Dasar Graphical User Interface (GUI), Spatial Data Panel dngan GUI. Buku ini dapat digunakan sebagai bahan pustaka akademisi dan prakitis yang tertarik dengan statistika spasial
SYNTAX DAPAT DIUNDUH DENGAN KLIK INI
Bagaimana untuk citasi:
Caraka,R.E.,Yasin,H.(2018). Spatial Panel Data, Wade Group, ISBN:978-602-5498-14-5
APLIKASI GENERALIZED LINEAR MODEL PADA R
Sinopsis:
Pada umumnya pemodelan statistika bersifat abstrak yang merupakan konsep sederhana dari sebuah teori yang lumrahnya digunakan pada rumpun sains, teknologi penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan sehari-hari. Dalam praktek di lapangan, data yang ditemukan seringkali tidak memenuhi asumsi yang diisyaratkan regresi linier klasik. Generalized linier model (GLM) merupakan perluasan dari model regresi linier dengan asumsi prediktor memiliki efek linier akan tetapi tidak mengasumsikan distribusi tertentu dari variabel respon dan digunakan ketika variabel respon merupakan anggota dari keluarga eksponensial. Penulis memberikan penjelasan untuk memahami Generalized Liniear Model (GLM), Generalized Additive Models (GAM), Generalized Additive Mixed Models (GAMM) dan Generalized liniear model (GLM) Kasus untuk respon biner juga Generalized Linear Latent Variable Models (GLLVM). Penulis juga memberikan panduan dalam analisis menggunakan software R. Pada buku ini juga memperkenalkan sebuah package baru yang bernama gllvm untuk estimasi model Generalized Linear Latent Variable Models. Package ini tersedia di CRAN R dan merupakan hasil karya penulis.
Goals: Generalized Linear Latent Variable Models (GLLVM) is a complex statistical model with latent variables often considered to multivariate responses. The objectve of this research is to implement GLLVMs on multivariate count outcomes using fast-automatic Laplace approximation from TMB package. The TMB package contains high-performance libraries specially designed for models with random effects with fast computation.
For futher information please visit our project on RESEARCHGATE
Jamilatuzzahro, Caraka,R.E.,Herliansyah.R. 2018.Aplikasi Generalized Linear Model dengan R. INNOSAIN Graha Ilmu Yogyakarta. ISBN : 978-602-6542-47-2 (Electronic), 978-602-6542-46-5. DOI: https://zenodo.org/record/1169163
BIOINFORMATIKA DENGAN R TINGKAT LANJUT
Sinopsis:
Sebagai lanjutan dari buku “Dasar Bioinformatika dengan R”, buku ini disusun dengan tujuan memberikan pembelajaran bioinformatika dengan bahasa pemograman R. Bahasa pemrograman R saat ini merupakan sebuah alat analisa dalam metodologi riset yang sangat populer digunakan oleh peneliti dalam bidang bioinformatika. Untuk pemahaman yang lebih dalam, contoh kasus dibahas dengan memakai data yang bersumber dari penelitian aktual. Dengan materi utama dan contoh kasus yang nyata dan secara terpadu, diharapkan para pemakai buku ini mampu mengembangkan kompetensi mereka dalam bidang penelitian seiring dengan meningkatkan keahlian riset ke tingkat yang lebih tinggi. Buku ini disusun dalam 8 Bab:
Bab 1. Uji Hipotesis
Bab 2. Skala Pengukuran
Bab 3. Uji Korelasi ( Parametrik Pearson, Non Parametrik Spearman)
Bab 4. Uji Regresi ( Linier Sederhana, Linier Multivariate, Non parametrik Locally Weighted Regression, Kernel Regression, Regression Trees)
Bab 5. Means Comparison t-test( Satu sample, Independent sample, paired sample)
Bab 6. Means Comparison ANOVA
Bab 7. Chi-Square test (Perbandingan Distribusi, Uji Chi-kuadrat, Uji beda fekuensi, Uji Independensi dua faktor, Uji distribusi populasi dengan distibusi sampel)
Bab 8. Studi Kasus-survei perokok dan dokter tentang efek tes genetika terhadap upaya berhenti merokok
Profil Penulis :
https://www.researchgate.net/profile/Bens_Pardamean
https://www.researchgate.net/profile/Arif_Budiarto2
https://www.researchgate.net/profile/Rezzy_Caraka2
Publisher: Teknosain Graha Ilmu Yogyakarta ISBN: 978-602-6324-90-0 (electronic) , 978-602-6324-89-4
Further information :https://www.researchgate.net/publication/322818730_Bioinformatika_dengan_R_tingkat_lanjut
STATISTIKA KLIMATOLOGI
SINOPSIS
Buku ini menyajikan penerapan ilmu statistika pada kasus klimatologi. Mulai dari estimasi rumus, panduan olah data menggunakan software R, dan intepretasi.
Topik:
1. Random forest untuk klasifikasi status cuaca
2. Prediksi pasang surut menggunakan Algorithme À Trous Wavelet (Maximal Overlap Discreet Wavelet Transform)
3. Prediksi curah hujan menggunakan Generalized Regression Neural Network
4. Prediksi curah hujan dengan Linear Quadratic Estimation Kalman Filter
5. Prediksi curah hujan dengan basis Spline
6. Kajian mengenai penentuan pola tanam berdasarkan neraca air pada tipe iklim oldeman.
Caraka,R.E., Tahmid,M. (2019). Statistika Klimatologi. Mobius Graha Ilmu Yogyakarta. ISBN: 978-602-5874-10-9.