Dalam disertasinya, Makkulau mengemukakan metode pendeteksian dan pengujian outlier yang ia beri nama Likelihood Displacement Statistic-Lagrange (LDL) dan Likelihood Ration for a Mean Shift-Lagrange (LRL). ”Metode ini merupakan hasil pengembangan dari metode-metode sebelumnya,” ujar pria kelahiran Barru, Sulawesi Selatan.
Seperti yang dijelaskan Makkulau, metode yang ia kemukakan memang pengembangan lanjut dari metode Likelihood Displacement Statistic (LD) dan Likelihood Ratio Statistic for a Mean Shift (LR). ”Dari kedua metode itu dikembangkan dengan menambahkan kendala lagrange-nya,” terang Makkulau.
Makkulau lalu mengungkapkan, metode yang ia kembangkan ini membuat identifikasi outlier dapat dilakukan dengan akurasi yang lebih tinggi. Identifikasi outlier sendiri merupakan identifikasi suatu kejadian yang jauh menyimpang dari kebiasaan. ”Jika metode yang terdahulu mengamati secara luas, metode ini (LDL dan LRL, red) mengamati secara lebih khusus sehingga dapat menentukan outlier lebih tepat,” aku lulusan sarjana Universitas Haluoleo.
Untuk menyusun disertasi ini, Makkulau melakukan pengamatan di sebuah pabrik tebu di daerah Jombang. Ia mengatakan, hasil disertasinya ini bisa dimanfaatkan untuk aplikasi di banyak perusahaan yang butuh pengamatan tentang outlier dengan lebih spesifik.
Disertasi Makkulau ini dinyatakan lulus dengan nilai memuaskan. ”Harapan saya penelitian ini bisa terus dilanjutkan dan dikembangkan,” ungkap Prof Dra Susanti Linuwih MStats PhD, Promotor disertasi Makkulau. (ald/esy)
Jakarta, ITS News — Institut Teknologi Sepuluh Nopember (ITS) kembali menorehkan prestasi nasional dengan memborong empat penghargaan pada ajang Anugerah
Kampus ITS, ITS News — Sebagai bentuk dukungan terhadap riset energi bersih, Institut Teknologi Sepuluh Nopember (ITS) menerima kunjungan
Kampus ITS, ITS News — Perpustakaan Institut Teknologi Sepuluh Nopember (ITS) kembali menegaskan perannya dalam memperkuat ekosistem riset kampus
Kampus ITS, ITS News – Ikatan Orang Tua Mahasiswa (Ikoma) Institut Teknologi Sepuluh Nopember (ITS) menunjukkan komitmennya dalam mendukung