Sabtu, 19 Oktober 2013

Penelitian Meta Analisis


PENGERTIAN META ANALISIS



Meta analisis secara sederhana dapat diartikan sebagai analisis atas analisis. Sebagai penelitian, meta analisis merupakan kajian atas sejumlah hasil penelitian dalam masalah yang sejenis. Meta analisis sebagai metode penelitian pertama kali diperkenalkan oleh Karl Pearson pada tahun 1904 untuk kajian di bidang kesehatan/pengobatan. Meta-analisis merupakan suatu teknik statistika untuk menggabungkan hasil 2 atau lebih penelitian sejenis sehingga diperoleh paduan data secara kuantitatif. Meta analisis pada hakekatnya merupakan sintesis sebuah topik yang diambil dari beberapa laporan penelitian. Berdasarkan sintesis tersebut ditarik sebuah kesimpulan mengenai topik yang diteliti. Penelitian ini menggunakan hasil-hasil penelitian yang sejenis sebagai data dasar dalam melakukan kajian dan kesimpulan. Effect size, yakni perbedaan kejadian efek antara kelompok eksperimental dan kelompok kontrol dalam meta-analisis merupakan gabungan effect size masing-masing studi yang dilakukan dengan teknik statistika tertentu. Karena pada umumnya pembuat meta-analisis tidak memiliki data dasar penelitian, maka praktis dimensi effect size yang digabungkan dalam meta-analisis sama dengan yang dilaporkan dalam artikel yang digabungkan. 

TUJUAN PENELITIAN META ANALISIS 

Tujuan meta-analisis pada umumnya tidak berbeda dengan jenis penelitian klinis lainnya, yaitu:
  • Untuk memperoleh estimasi effect size, yaitu kekuatan hubungan ataupun besarnya perbedaan antar-variabel.
  • Melakukan inferensi dari data dalam sampel ke populasi, baik dengan uji hipotesis (nilai p) maupun estimasi (interval kepercayaan).
  • Melakukan kontrol terhadap variabel yang potensial bersifat sebagai perancu (confounding) agar tidak mengganggu kemaknaan statistik dari hubungan atau perbedaan. 

Kamis, 10 Oktober 2013

Prediksi Perubahan Iklim

Perubahan iklim bergerak dalam waktu. Dalam 35 tahun, suhu rata-rata global lebih panas dibanding sejarah terekstrem. Jakarta mengalami derita tahun 2029.

Tapi Kota Manokwari jadi ikon perubahan iklim. Sekitar tahun 2020, lokasi pantai menjadi salah satu tempat pertama dalam sejarah iklim yang sama sekali baru di mana tahun terdingin secara konsisten lebih panas dalam kurun 150 tahun terakhir.

Kebijaksanaan umum, wilayah kutub paling menaggung beban derita akibat menghangatnya dunia. Sekarang tropis jalur pertama derita perubahan iklim awal. Daerah tropis mengalami dampak perubahan iklim jauh lebih awal dibanding bagian lain di muka Bumi.

"Tidak seperti apa yang orang pikirkan sebelumnya, dampak terbesar perubahan iklim terjadi di daerah tropis sebagai lawan di kutub," kata Camilo Mora, enviromentalis University of Hawaii di Manoa.

"Ketika kita berbicara perubahan iklim, deskripsi pertama adalah es mencair dan beruang kutub, sementara tropis mungkin mengalami perubahan kecil suhu mutlak. Tapi mereka sebenarnya daerah paling rentan terhadap perubahan iklim," kata Mora.

"Tropis memiliki iklim stabil dibandingkan kutub, tidak banyak variabilitas sehingga perubahan kecil melebihi variabilitas sejarah. Perubahan suhu absolut mungkin tidak tinggi tetapi implikasi jauh lebih tinggi. Belum pernah terjadi sebelumnya," kata Mora.

Masyarakat dan ekologi akhirnya tergantung pada seberapa cepat iklim bergeser melampaui apa yang digunakan manusia. Mora dan rekan ingin mencari tahu ketika iklim di berbagai lokasi bergeser melampaui batas-batas di masa lalu, dating kembali ke tahun 1860.

Suhu minimum dan maksimum di 54.000 lokasi di seluruh dunia mambawa keluar variabilitas sejarah iklim. Mereka kemudian menggunakan formula untuk menghitung ketika pergeseran menuju iklim yang belum pernah terjadi sebelumnya.



Sydney menjadi kota pertama di Australia mengalami perubahan pada tahun 2038, sementara kota-kota lainnya bergeser antara 2042 hingga 2049. Dengan stabilisasi emisi gas, tahun rata-rata pergeseran didorong ke tahun 2069. Skenario sebagian besar daerah tropis bergeser di bawah tahun 2038.

Mora mengatakan perubahan iklim yang cepat berimplikasi pada ekologi dan masyarakat. Pada tahun 2050 sekitar 1 miliar sampai 5 miliar orang tinggal di tempat dengan iklim yang belum pernah terjadi sebelumnya dan sebagian besar berada di negara-negara berkembang.

"Orang-orang yang akan menghadapi iklim belum pernah terjadi sebelumnya adalah orang-orang dengan kemampuan ekonomi terbatas untuk merespon iklim," kata Mora.

Sumber : Camilo Mora (Department of Geography, University of Hawai‘i at Mānoa, Honolulu, Hawai‘i 96822, USA) et al. The projected timing of climate departure from recent variability. Nature, 09 October 2013, DOI:10.1038/nature12540

http://www.laporanpenelitian.com

http://www.nature.com

Senin, 07 Oktober 2013

APLIKASI STATISTIK DALAM SEPAKBOLA (II)

Di tulisan sebelumnya (APLIKASI STATISTIK DALAM SEPAKBOLA) telah dijelaskan bagaimana ilmu statistik membantu dunia sepak bola dalam meningkatkan level sepakbola agar lebih berkembang. Berikut ini adalah beberapa perusahaan yang menyediakan analisis data dari pertandingan sepakbola.

1.    Labbola
 

 
Labbola adalah sebuah perusahaan yang mengaplikasikan teknologi ke dalam sebuah pertandingan sepakbola. Labbola mengumpulkan data statistik sepak bola dengan parameter yang terintegrasi dari semua pertandingan sepak bola terutama di Asia Tenggara. Kemudian dari data tersebut, Labbola memberikan analisa statistik.

Labbola  mengembangkan sistem statistik sepakbola yang terintregrasi  untuk setiap sistem jenis kompetisi, liga, analisis pelatihan, dan dukungan media yang dapat diterapkan di negara berkembang dan maju, seefektif dan seefisien mungkin.

Sebagai sebuah perusahaan, Labbola telah melalui berbagai tes uji coba dan kesalahan dalam kompetisi sepakbola dan futsal tingkat lokal, regional, nasional dan internasional. Ke depan Labbola akan terus tumbuh sebagai inti dari statistik sepak bola di Asia.

Visi dari Labbola adalah “Pengembangan sepak bola di Indonesia dan Asia Tenggara dengan pendekatan teknologi terpadu”. Misi dari Labbola adalah yang pertama mewujudkan software statistik dengan sistem yang terpadu, kedua melakukan analisis data dari koleksi basis data statistik sepakbola. Ketiga melakukan penelitian tentang teknologi baru untuk kebutuhan industri sepak bola, media olahraga, dan dukungan teknis pembinaan sepak bola di Indonesia dan Asia Tenggara. Terakhir , meningkatkan peran teknologi dalam pengembangan industri sepakbola itu sendiri.



Beberapa pengalaman dari Labbola yaitu :
·         Ganesha Futsal Challenge 2006-2010 – lokal
·         Sampoerna Bandung University Futsal Cup 2008 – regional
·         Kelme futsalismo and kit kelme futsalismo 2010 – regional
·         Indonesian Futsal League, Indonesian Professional Futsal League 2009 – nasional
·         Asian Futsal Championship 2010 Qualification – internasional
·         Indonesian Premier League 2011 (3 first matches live trial at Indosiar TV Station) – nasional
·         Indonesia Super League 2011 (5 matches video based trial) – national
·         Partner of Indonesian Futsal National Team U-21 in 2012
·         Statistics Data Collection and Analysis for AFF 2012
·         Inter Island Cup 2012 Football Statistics Data Collection
·         Indonesia Super League 2013 Football Statistics Data Collection
·         Partner of Indonesian Football National Team U-19 for AFF 2013

Di bawah ini adalah contoh analisis yang dilakukan oleh Labbola akan kreativitas lini tengah timnas U-19 Indonesia dalam Piala AFF U-19 bulan lalu.
“Kaya Kreativitas Lini Tengah
Terlepas belum maksimalnya permainan timnas, pertahanan yang kuat serta penampilan lini tengah yang dikomandoi oleh Evan Dimas terlihat sangat dominan. Hal tersebut dapat dilihat berdasarkan statistik possesion ball timnas vs Brunei Darussalam yang mencapai 72% berbanding 28%.
Evan Dimas Darmono, kelahiran 13 Maret 1995 yang memperkuat Persebaya 1927 sendiri selain memberikan dua assistjuga memberikan kontribusi passing sebesar 91% (87/95).
Nama
Menit Bermain
Pass Berhasil
Pass Gagal
Pass Akurasi
Evan Dimas
90
87
8
91%
Hargianto
70
77
16
82%
Putu Gede
90
72
6
92%





Namun kredit tersendiri patut diberikan kepada Ilham Udin Armaiyn, walaupun hanya bermain selama 37 menit ia mampu memberikan kontribusi yang sangat signifikan, yaitu kontribusi passing sebesar 82% (14/17), dua shot on target, satu shot blocked dan dua gol sebelum digantikan Dinan Yahdian Javier.
Kreativitas tiga punggawa Garuda Muda yaitu Evan Dimas, Hargianto dan Putu Gede terlihat nyata di sepertiga area lawan. Hal tersebut terlihat pada kontribusi attacking third passes mereka.

Pass Berhasil*
Pass Gagal*
Akurasi Pass
Evan Dimas
44
5
89%
Hargianto
19
8
73%
Putu Gede
20
5
80%




*Kontribusi Pass di sepertiga lapangan terakhir”

2.    Opta

 

Opta adalah perusahaan data
olahraga terkemuka di dunia dan dimiliki oleh grup media olahraga digital PERFORM . Opta mengumpulkan, menganalisis dan mendistribusikan data secara live yang lebih rinci dari perusahaan.

Analisis yang mendetail yang dikumpulkan oleh Opta, membawa dimensi baru  ke dalam dunia olahraga . Hal ini menjadikan siaran yang lebih inovatif , lebih menarik secara online dan laporan  dan analisis profesional yang lebih profesional.

Opta melakukan analisis data secara live dengan cepat, sehingga membuat sebuah pertandingan sepakbola lebih menarik.

Opta Data Sports didirikan tahun 1995, pada awalnya didirikan dengan tujuan menganalisa performa dan membuat ranking baik pemain maupun klub. Pendiri Opta pada mulanya menonton pertandingan sepakbola di kafe setempat dan mencatat apa yang terjadi di lapangan dengan secarik kertas. Lama kelamaan, digunakan Excel sebagai pengganti kertas dan pena, dan akhirnya berkembang menjadi sebuah software kompleks -mencatat hal yang sama dan dilakukan secara cepat, terstruktur dan realtime. Sekarang fungsi data Opta menjadi sangat penting untuk para pelanggannya, termasuk klub sepakbola.

Setiap sentuhan pada bola dimonitor sedemikian rupa dan secara langsung, sehingga menghasilkan lebih dari 4.000.000 event individual dari kurang lebih 2.000 pertandingan selama setahun.




Secara umum, Opta mengumpulkan data dari suatu event dengan cara sebagai berikut (contoh kasus Barclays Premier League) :

1. Biasanya, jadwal Barclays Premier League (BPL) atau Liga Inggris diumumkan 6 bulan sebelumnya. Tim data collection (aka Ops) menyusun schedule, dan segera saat informasi didapatkan mereka melaporkan ke Staff Perencana dan didapat 2-3 orang per satu pertandingan untuk menganalisis permainan.

2. Saat pertandingan dimulai, di ruang data collection para spesialis menyaksikan pertandingan dengan software khusus, sehingga jika terjadi event dalam seuatu pertandingan, sang analis bisa langsung mencatat kejadian tersebut secara langsung melalui software tersebut. Yang dicatat yaitu event yang terjadi terhadap bola (pass,shoot,dll). Hal ini dicatat secara terperinci (where, what & who) dan berfokus pada akurasi.

3. Proses pengumpulan data ini dilakukan sangat detil, misalnya sumbu koordinat x/y yang lengkap (bahkan sumbu z dapat digunakan, seperti kasus tembakan dalam sepakbola)

4. Dalam sepakbola, Opta rata-rata merekam data antara 1.600 - 2.000 event individual dalam setiap pertandingan. Event tersebut dicatat/direkam dan didistribusikan secara langsung. Tiga analis memantau setiap pertandingan, satu mengumpulkan data dari tim tuan rumah, satu analis untuk tim tamu, dan analis terakhir menjadi supervisor data tersebut dan menambahkan beberapa data tambahan.

5. Data-data yang telah direkam oleh para analis didistribusikan langsung ke data center di London melalui skema XML, API maupun metode lainnya seperti yang diinginkan pelanggan. Waktu dari event yang terjadi (time stamp) harus sangat detail, karena para pelanggan menggunakan automated video clips, sehingga misalnya gol terjadi jam 12 tepat, mereka akan memotong klip dengan patokan data yang direkam analis Opta secara otomatis.

6. Akhirnya, data-data tersebut sampai ke kita sebagai penonton melalui televise

Sumber :