Articles
<![CDATA[PENDUGAAN ANGKA KEMISKINAN DI KABUPATEN PADANG PARIAMAN MENGGUNAKAN SMALL AREA ESTIMATION DENGAN PENDEKATAN HIERARCHICAL BAYESIAN (HB) LOGLOGISTIK ]]>
<![CDATA[Jusri Repi Basri Yuliani]]>;
<![CDATA[Maiyastri Maiyastri]]>;
<![CDATA[Rita Diana]]>
<![CDATA[ Jurnal Matematika UNAND Vol 8, No 2 (2019) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.8.2.76-83.2019
<![CDATA[Penelitian ini mengkaji tentang pendekatan Hierarchical Bayesian (HB) Loglogistik yang diaplikasikan pada Small Area Estimation (SAE) dengan tujuan mengestimasi tingkat kemiskinan di Kabupaten Padang Pariaman. Metode pendugaan area kecil yang digunakan pada penelitian ini adalah model level area dasar (basic area level model ) dengan bantuan variabel penyerta yang tersedia pada level kecamatan. Variabel penyerta yang digunakan pada penelitian ini yaitu rasio SLTA/Sederajat (X1), persentase keluarga pertanian (X2), rasio industri mikro kecil (X3), persentase buruh tani dalam setiap anggota keluarga (X4), kepadatan penduduk (X5), dan persentase penduduk pelanggan listrik PLN (X6). Bentuk integrasi yang kompleks dari sebaran peluang bersyarat pada model diselesaikan menggunakan Markov Chain Monte Carlo (MCMC) dengan menerapkan algortima Gibbs Sampling dan bantuan software WinBugs 1.4.3. Hasil estimasi menggunkan model HB yang diperoleh dibandingkan dengan hasil estimasi pendugaan langsung dengan memperhatikan nilai standard error sebagai tolok ukurnya. Hasil pendugaan tingkat kemiskinan untuk level kecamatan di Kabupaten Padang Pariaman dengan model HB menunjukkan nilai standard error yang kecil.Kata Kunci: Tingkat kemiskinan, Small Area Estimation, Hierarchical Bayesian]]>
<![CDATA[PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK. ]]>
<![CDATA[Lara Mahlindiani]]>;
<![CDATA[Maiyastri .]]>;
<![CDATA[Hazmira Yozza]]>
<![CDATA[ Jurnal Matematika UNAND Vol 6, No 1 (2017) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.6.1.25-32.2017
<![CDATA[Abstrak. Ketika melakukan investasi saham, investor menginginkan return yang tingginamun dengan resiko yang rendah. Untuk mencapai tujuan investasi tersebut, dilakukanpemodelan terhadap harga saham dengan beberapa model seperti Autoregressive (AR),Moving Average (MA) dan Autoregressive Moving Average (ARMA). Aspek pentinglain yang berkaitan dengan investasi adalah pengukuran resiko dengan Value at Risk(VaR) yang merupakan pengukuran kemungkinan kerugian terburuk dalam kondisi pasaryang normal pada kurun waktu t dengan taraf kepercayaan tertentu. Salah satu modelyang dapat mengestimasi resiko adalah model Generalized Autoregressive ConditionalHeteroscedastic (GARCH). Oleh karena itu dalam penelitian ini digunakan model ARMAdan GARCH pada indeks harga saham PT Indofood Sukses Makmur Tbk. Dari analisisyang dilakukan didapatkan model terbaik adalah ARMA(3,1) dan GARCH(1,1).Berdasarkan estimasi VaR diperoleh bahwa dengan taraf kepercayaan 95% kerugianmaksimum yang mungkin dialami investor setelah berinvestasi Rp. 50:000:000; 00 adalahsebesar Rp. 1:219:588; 00.Kata Kunci: Model AR, Model MA, Model ARMA, Value at Risk (VaR), Model GARCH]]>
<![CDATA[PERAMALAN NILAI EKSPOR DI PROVINSI SUMATERA BARAT DENGAN METODE ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) ]]>
<![CDATA[Yessi Oktreza]]>;
<![CDATA[Hazmira Yozza]]>;
<![CDATA[Maiyastri .]]>
<![CDATA[ Jurnal Matematika UNAND Vol 6, No 3 (2017) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.6.3.16-22.2017
<![CDATA[Abstrak. Ekspor merupakan penjualan suatu komoditi pada orang asing, bangsa asingdan negara asing. Nilai ekspor mengacu pada nilai FOB. Nilai Ekspor di Sumatera Baratmempunyai pengaruh cukup besar terhadap perekonomian Indonesia karena semakinbanyak ekspor maka semakin besar devisa yang diperoleh Negara. Penelitian ini bertujuanuntuk memodelkan nilai ekspor di provinsi Sumatera Barat. Metode peramalanyang digunakan adalah ARIMA (Autoregressive Integrated Moving Average). Adapundata yang digunakan adalah nilai ekspor di provinsi Sumatera Barat periode tahun2010-2015. Model peramalan yang diperoleh adalah model ARIMA(3,10).Kata Kunci: Deret Waktu, ARIMA, Nilai Ekspor]]>
<![CDATA[PENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA BARAT ]]>
<![CDATA[Siska Zayendra]]>;
<![CDATA[Hazmira Yozza]]>;
<![CDATA[Maiyastri .]]>
<![CDATA[ Jurnal Matematika UNAND Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.5.2.113-121.2016
<![CDATA[Abstrak. Usaha pembuatan roti merupakan usaha yang cukup diminati karena pangsapasarnya besar. Banyaknya usaha di bidang ini membuat produsen harus melakukanstrategi untuk mengendalikan kualitas produk. Dalam statistika, pengendalian kualitassecara o-line dapat dilakukan dengan metode Taguchi, yang bertujuan menghasilkanproduk yang lebih tangguh dan berupaya mengoptimalkan rancangan produk sertaproses. Pada penelitian ini akan dikaji penggunaan metode Taguchi untuk optimalisasiproduk roti. Percobaan dilaksanakan di usaha roti Meyza Bakery dengan melibatkan empatfaktor yaitu takaran ragi, lama adonan didiamkan, waktu penggorengan, dan takaranair dengan respon persentase produk tidak layak jual. Disimpulkan bahwa keempat faktorberpengaruh terhadap persentase produk yang layak jual. Hasil yang optimal diperolehuntuk rancangan dengan takaran ragi sebanyak 11 gram, lama adonan didiamkan selama30 menit, waktu penggorengan selama tiga menit dan takaran air sebanyak 0:4 liter.]]>
<![CDATA[AUTOKORELASI PADA BAGAN KENDALI ]]>
<![CDATA[Nila Choirotunnisa]]>;
<![CDATA[Maiyastri .]]>;
<![CDATA[Yudiantri Asdi]]>
<![CDATA[ Jurnal Matematika UNAND Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.3.2.88-96.2014
<![CDATA[Dalam penggunaan bagan kendali, data yang mengkonstruksi bagan kendaliharus memenuhi asumsi kebebasan dan kenormalan. Autokorelasi melanggar asumsi kebebasan pada bagan kendali dan mengakibatkan proses tidak terkendali. Permasalahanautokorelasi pada suatu proses dapat berasal dari penyebab khusus seperti pengambilansampel secara periodik atau berasal dari sifat asli data. Autokorelasi yang berasal darisifat asli data dapat diperbaiki dengan memodelkan data menggunakan model autoregressive. Pada makalah ini pengaruh autokorelasi pada bagan kendali dilihat denganmelakukan simulasi pada model autoregressive orde satu dengan koefisien autoregressiveyang bernilai positif. Hasil simulasi menunjukkan bahwa untuk nilai koefisien autoregressive φ = 0.35, φ = 0.4 dan φ = 0.45 diperoleh data yang berpola tidak acak. Pemodelanyang dilakukan pada data untuk masing-masing koefisien autoregressive tersebut menghasilkan sisaan yang bebas dari pengaruh autokorelasi dan diperoleh proses yang terkendali.]]>
<![CDATA[PERBANDINGAN PENDUGA ORDINARY LEAST SQUARES (OLS) DAN GENERALIZED LEAST SQUARES (GLS) PADA MODEL REGRESI LINIER DENGAN REGRESOR BERSIFAT STOKASTIK DAN GALAT MODEL BERAUTOKORELASI ]]>
<![CDATA[Helmi Iswati]]>;
<![CDATA[Rahmat Syahni]]>;
<![CDATA[Maiyastri .]]>
<![CDATA[ Jurnal Matematika UNAND Vol 3, No 4 (2014) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.3.4.168-176.2014
<![CDATA[Pendugaan parameter model regresi linier pada analisis regresi linier, biasanyadilakukan dengan metode penduga OLS. Penduga OLS harus memenuhi asumsi-asumsistatistik yang disebut dengan asumsi klasik. Jika asumsi tidak dipenuhi, maka akanmenghasilkan kesimpulan yang tidak valid sehingga penduga OLS tidak bisa digunakanlagi dalam melakukan pendugaan parameter. Oleh karena itu diperlukan metode pendugaan lain untuk memperoleh hasil yang valid yaitu penduga GLS. Pelanggaran asumsidiantaranya terdapat autokorelasi pada galat model dan regresor bersifat stokastik.Adanya autokorelasi dengan regresor bersifat stokastik dilihat melalui simulasi MonteCarlo dengan ukuran sampel, koefisien autokorelasi dan ulangan yang bervariasi. Selainitu, pendugaan parameter juga dievaluasi melalui beberapa kriteria yaitu nilai AbsolutBias, Varian dan MSE. Hasil simulasi menunjukkan bahwa semakin bertambahnya ukuran sampel mengakibatkan kriteria penduga parameter semakin kecil. Sementara itu,ulangan yang tinggi yang dilakukan pada simulasi ini tidak mempengaruhi kriteria penduga parameter. Pada pendugaan parameter model untuk semua penduga, penduga GLSlebih efisien dan stabil dibanding dengan penduga OLS kecuali untuk koefisen autokorelasi −0.5 ≤ ρ ≤ −0.25 dan ρ = 0.5 pada βb1 , dan ρ = −0.25 pada βb2.]]>
<![CDATA[PERAMALAN HARGA EMAS INDONESIA MENGGUNAKAN METODE FUZZY TIME SERIES KLASIK ]]>
<![CDATA[Faldo Aditya]]>;
<![CDATA[Dodi Devianto]]>;
<![CDATA[Maiyastri Maiyastri]]>
<![CDATA[ Jurnal Matematika UNAND Vol 8, No 2 (2019) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.8.2.45-52.2019
<![CDATA[Emas merupakan jenis investasi yang diminati para investor karena memiliki tingkat resiko yang relatif rendah, berfungsi sebagai pelindung kekayaan dan tidak terpengaruhi oleh inflasi. Harga emas selalu mengalami perubahan dari waktu ke waktu, sehingga perlu dilakukan peramalan nilai harga emas Indonesia sebagai dasar bagi para investor dalam pengambilan keputusan. Metode peramalan yang dapat digunakan salah satunya adalah metode Fuzzy Time Series Klasik. Hasil peramalan dari metode tersebut kemudian diukur tingkat akurasinya menggunakan Mean Absolute Percentage Error (MAPE). Pada penelitian ini, hasil peramalan harga emas Indonesia mengikuti pola data pergerakan harga emas aktual. Sementara nilai akurasi peramalan MAPE yaitu sebesar 0,99%, sehingga peramalan harga emas Indonesia dengan metode Fuzzy Time Series klasik berdasarkan kriteria MAPE tergolong sangat baik.Kata Kunci: Emas, Time Series, Fuzzy Time Series]]>
<![CDATA[PENDUGAAN PARAME TER MODEL AUTOREGRESSIVE PADA DERET WAKTU ]]>
<![CDATA[Nelfa Sari]]>;
<![CDATA[Maiyastri .]]>;
<![CDATA[Hazmira Yozza]]>
<![CDATA[ Jurnal Matematika UNAND Vol 3, No 4 (2014) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.3.4.28-37.2014
<![CDATA[Model deret waktu stokastik dikenal dengan model ARIMA. Model ARIMAterdiri dari model AR, MA dan ARMA. Model AR adalah bentuk regresi yangmenghubungkan suatu nilai pengamatan dengan nilai pengamatan masa lalunya padaselang waktu tertentu. Dari hubungan tersebut, terdapat parameter model AR yangakan diduga. Untuk pendugaan parameter dikhususkan untuk AR orde satu yang dinotasikan dengan AR(1) dan AR orde dua yang dinotasikan dengan AR(2). Pendugaanparameter model AR(1) dan model AR(2) ini menggunakan metode momen, metodekuadrat terkecil dan metode kemungkinan maksimum. Dari uraian ketiga metode pendugaan tersebut menghasilkan sistem persamaan Yule Walker dan diperoleh pendugamodel AR dengan menyelesaikan penduga dari sistem persamaan Yule Walker. Rumusyang diperoleh diterapkan pada dua contoh data.]]>
<![CDATA[Perbandingan Metode Regresi Kuantil dan Metode Bayes dalam Mengestimasi Parameter Model Regresi Linier Sederhana dengan Galat Heteroskedastisitas ]]>
<![CDATA[Rizki Effendi]]>;
<![CDATA[Maiyastri Maiyastri]]>;
<![CDATA[Rita Diana]]>
<![CDATA[ Jurnal Matematika UNAND Vol 8, No 1 (2019) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.8.1.291-298.2019
<![CDATA[Salah satu metode estimasi parameter yang paling sering digunakan adalah Metode Kuadrat Terkecil (MKT). Ada beberapa asumsi-asumsi yang harus dipenuhi agar estimasi parameter dikatakan baik. Salah satu asumsi yang harus dipenuhi dalam estimasi MKT, yaitu galatnya mempunyai varian konstan (homoskedastisitas). Pelanggaran terhadap asumsi ini mengakibatkan varian menjadi tidak konstan (heteroskedastisitas) sehingga varian dari estimasi MKT yang diperoleh menjadi tidak efisien. Dengan demikian, diperlukan metode alternatif untuk mengatasi masalah heteroskedastisitas. Metode alternatif yang dapat digunakan dalam mengestimasi parameter dengan kasus heteroskedastisitas adalah Metode Regresi Kuantil dan Metode Bayes. Penelitian ini bertujuan untuk memperoleh nilai absolut bias dan MSE yang kecil. Hasil perbandingan estimasi parameter menunjukkan bahwa Metode Regresi Kuantil memiliki nilai absolut bias dan MSE yang kecil daripada Metode Bayes.Kata Kunci: Heteroskedastisitas, Metode Regresi Kuantil, Metode Bayes]]>
<![CDATA[PERAMALAN BEBAN LISTRIK JANGKA MENENGAH DI WILAYAH TELUK KUANTAN DENGAN METODE FUZZY TIME SERIES CHENG ]]>
<![CDATA[Lana Fauziah]]>;
<![CDATA[Dodi Devianto]]>;
<![CDATA[Maiyastri Maiyastri]]>
<![CDATA[ Jurnal Matematika UNAND Vol 8, No 2 (2019) ]]>
Publisher : <![CDATA[Jurusan Matematika FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.8.2.84-92.2019
<![CDATA[Kebutuhan terhadap energi listrik saat ini semakin meningkat karena sebagian besar aspek kehidupan manusia bergantung pada ketersediaan energi listrik. Akibatnya pihak penyalur listrik harus mempersiapkan kebutuhan energi listrik yang semakin meningkat tersebut. Pihak penyalur listrik harus memiliki perencanaan yang baik dan tepat dalam pendistribusian energi listrik. Salah satu upaya yang dapat dilakukan untuk membantu perencanaan tersebut adalah melakukan peramalan beban listrik untuk waktu yang akan datang. Metode fuzzy time series (FTS) Cheng merupakan salah satu metode yang dapat dilakukan untuk peramalan data time series yang menggunakan prinsip-prinsip fuzzy sebagai dasarnya. Pada penelitian ini dilakukan peramalan beban listrik jangka menengah di wilayah Taluk Kuantan dengan metode FTS Cheng untuk beberapa bulan ke depan. Hasil peramalan yang diperoleh tersebut dihitung tingkat akurasi peramalannya dengan menggunakan Mean Absolute Percentage Error (MAPE) sehingga diperoleh tingkat akurasi sebesar 4.45%, yang artinya hasil peramalan beban listrik jangka menengah di wilayah Taluk Kuantan dengan metode FTS Cheng dikatakan sangat baik karena tingkat akurasi yang kurang dari 10%.Kata Kunci: Time Series, Beban Listrik, Fuzzy Time Series Cheng]]>
