Claim Missing Document
Check
Articles

Found 9 Documents
Search

METODE PCR-TOPSIS UNTUK OPTIMASI TAGUCHI MULTIRESPON Ronald John Djami; Sony Sunaryo
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (175.205 KB) | DOI: 10.26714/jsunimus.2.1.2014.%p

Abstract

Dalam bidang industri, statistika biasa digunakan dalam hal pengambilan keputusan dalam suatu masalah, salah satu metode yang digunakan dalam statistika untuk pengambilan keputusan adalah metode optimasi. Salah satu metode optimasi yang sering dipakai adalah metode Taguchi, metode ini diperkenalkan oleh Dr. Genichi Taguchi pada tahun 1940. Metode Taguchi merupakan metode yang efisien digunakan dalam off line kontrol kualitas dimana desain percobaan dikombinasikan dengan penurunan kualitas. Metode ini mencakup tiga tahap desain yaitu  desain sistem, desain parameter, dan desain toleransi. Dalam dunia nyata jelas bahwa lebih dari satu karakteristik kualitas harus dipertimbangkan untuk produk industri yang paling baik, yaitu dalam sebagian besar aplikasi perhatian pelanggan adalah dengan masalah multirespon. Namun demikian, metode Taguchi tidak tepat untuk mengoptimalkan masalah multirespon karena teknik penilaian adalah prosedur optimasi utama dalam metode Taguchi. Untuk mengatasi masalah ini, peneliti mengusulkan suatu prosedur yang efektif disebut PCR-TOPSIS yang didasarkan pada kemampuan proses ratio (PCR) Technique for Order Performance by Similarity to Ideal Solution (TOPSIS) untuk mengoptimalkan masalah multirespon. Sehingga dengan metode PCR-TOPSIS, kita dapat memperoleh solusi yang terbaik dan dapat menghasilkan solusi yang memuaskan untuk masalah multirespon dalam proses pembuatan kertas pada PT. Adiprima Suraprinta yang merupakan salah satu perusahan manufaktur yang bergerak di bidang industri kertas khususnya daur ulangan kertas.
Forecasting the Ambon City Consumer Price Index Using Arima Box-Jenkins Jefry Esna T. Radjabaycole; Ronald John Djami; Gabriella Haumahu
Tensor: Pure and Applied Mathematics Journal Vol 2 No 2 (2021): Tensor : Pure and Applied Mathematics Journal
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Pattimura University, Ambon, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tensorvol2iss2pp87-96

Abstract

The Consumer Price Index is an index number that measures the average price of goods and services consumed by households. The index number is the price comparison in a certain month against the previous month, in which case the price in the previous month is the price in the base year in the CPI calculation. CPI is time series data, so CPI data in the next period can be known by forecasting through time series analysis. Arima is a technique for finding the most suitable pattern from a group of data (curve fitting). Based on the results of the analysis, the best ARIMA model used in forecasting CPI in Ambon city for the period January 2007 to December 2020 is the ARIMA model (1,1,1), namely 1 = 0.9000 and 1 = 0.9933.
PERAMALAN INDEKS HARGA KONSUMEN DI KOTA AMBON MENGGUNAKAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN DOUBLE EXPONENTIAL SMOOTHING Ronald John Djami; Yonlib Weldri Arnold Nanlohy
VARIANCE: Journal of Statistics and Its Applications Vol 4 No 1 (2022): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol4iss1page1-14

Abstract

Indeks Harga Konsumen (IHK) merupakan nomor indeks yang mengukur harga rata-rata dari barang dan jasa yang dikonsumsi oleh rumah tangga. Data mengenai IHK secara resmi dikeluarkan oleh pemerintah melalui Badan Pusat Statistik (BPS). Model ARIMA adalah model yang secara penuh mengabaikan independen variabel dalam membuat peramalan. ARIMA menggunakan nilai masa lalu dan sekarang dari variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat. Exponential smoothing merupakan metode yang menunjukkan pembobotan menurun secara Eksponensial terhadap nilai observasi lebih tua, dimana nilai yang lebih baru diberi bobot relatif lebih besar dibanding nilai observasi lebih lama dan ramalannya serta tidak perlu menyimpan banyak data untuk keperluan peramalan berikutnya. Metode exponential smoothing terdiri atas single exponential smoothing, double exponential smoothing, dan triple exponential smoothing. single exponential smoothing digunakan pada data yang memiliki pola berfluktuasi stabil, double exponential smoothing digunakan pada data yang memiliki pola tren, dan triple exponential smoothing digunakan pada data yang memiliki pola tren dan musiman. Tujuan dari penelitian ini yaitu untuk meramalkan IHK di Kota Ambon menggunakan ARIMA dan double exponential smoothing. Hasil peramalan menunjukan bahwa nilai MSE dari ARIMA adalah 30,78 dan double exponential smoothing adalah 33,4895 sehingga metode terbaik untuk peramalan IHK di Kota Ambon adalah ARIMA karena memiliki nilai MSE yang kecil.
Application of the Spatial Regression Model to Analyze Factors that Influence the Human Development Index (HDI) in West Papua Province Gainau, Intan Friska; Djami, Ronald John; Sinay, Lexy Jansen; Beay, Lazarus Kalvein
Tensor: Pure and Applied Mathematics Journal Vol 4 No 2 (2023): Tensor: Pure and Applied Mathematics Journal
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Pattimura University, Ambon, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tensorvol4iss2pp83-92

Abstract

Indeks Pembangunan Manusia merupakan suatu angka yang bertujuan untuk melihat kinerja pembangunan wilayah dengan dimensi yang luas. Provinsi Papua Barat merupakan salah satu provinsi yang IPM terus meningkat setiap tahunnya, meskipun terus mengalami peningkatan, Provinsi Papua Barat tetap menduduki peringkat ke-2 indeks pembangunan manusia terendah di Indonesia. Untuk terus meningkatkan indeks pembangunan manusia di Provinsi Papua Barat perlu diketahui faktor-faktor mengetahui yang mempengaruhinya, salah satu cara yang digunakan untuk menentukannya yaitu dengan pemodelan regresi. Pada penelitian ini dilakukan analisis regresi untuk mendapatkan informasi pengamatan yang dipengaruhi efek lokasi. Hasil penelitian ini menunjukan bahwa pemodelan menggunakan SAR lebih baik dibandingkan menggunkan OLS. Model SAR menghasilkan nilai koefisien determinasi sebesar 0.987126 lebih besar dari model OLS yaitu 0.982664 dan nilai AIC dari model SAR sebesar 40.3641 lebih kecil dibandingkan model OLS yaitu 44.1147.
Application of the Seasonal Autoregressive Integrated Moving Average (SARIMA) Method to Forecast the Number of Vessel Passenger Departures tt Yos Soedarso Ambon Port Butarbutar, Winda; Van Delsen, Marlon Stivo Noya; Djami, Ronald John
Tensor: Pure and Applied Mathematics Journal Vol 4 No 2 (2023): Tensor: Pure and Applied Mathematics Journal
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Pattimura University, Ambon, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tensorvol4iss2pp105-118

Abstract

Maluku Province is a fairly large archipelago in Indonesia. The large number of islands which are the administrative areas of Maluku Province, encourages the creation of a supporting transportation system. Yos Soedarso Ambon Port is the largest port in Ambon. Based on the statistics of Indonesia, the number of ship passengers at Yos Soedarso Port in Ambon during the April 2023 period experienced an increase of 44.97 percent, while in the March 2023 period, it only experienced an increase of 42.94 percent. Because the data used is time series data and has a seasonal pattern, the most appropriate method for predicting the number of passengers is the Seasonal Autoregressive Moving Average (SARIMA) method. The SARIMA method is an approach model developed from the Autoregressive Moving Average (ARIMA) model used on time series or data with a seasonal pattern. This research produced the best model for forecasting the number of departures of ship passengers at Yos Soedarso Port, Ambon. With an MSE value of 26.44. with the shape of the model with MAPE 10.23%.
PERAMALAN JUMLAH PENUMPANG PESAWAT TERBANG DI PINTU KEDATANGAN BANDAR UDARA INTERNASIONAL PATTIMURA AMBON DENGAN MENGGUNAKAN METODE ARIMA BOX-JENKINS Hayoto, Sasmita; Lesnussa, Yopi Andry; Patty, Henry W. M.; Djami, Ronald John
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 13 No 3 (2019): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (164.997 KB) | DOI: 10.30598/barekengvol13iss3pp135-144ar883

Abstract

The Autoregressive Integrated Moving Average (ARIMA) model is often used to forecast time series data. In the era of globalization, rapidly progressing times, one of them in the field of transportation. The aircraft is one of the transportation that the residents can use to support their activities, both in business and tourism. The objective of the research is to know the forecasting of the number of passengers of airplanes at the arrival gate of Pattimura Ambon International Airport using ARIMA Box-Jenkins method. The best model selection is ARIMA (0, 1, 3) because it has significant parameter value and MSE value is smaller.
PERBANDINGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN TRIPLE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI TINGKAT KRIMINALITAS Candio, Syaifullah Adam; Hiariey, Arlene Henny; Djami, Ronald John
Parameter: Jurnal Matematika, Statistika dan Terapannya Vol 3 No 1 (2024): Parameter: Jurnal Matematika, Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv3i01pp49-60

Abstract

From 2010 to 2022, crime in Indonesia, especially Maluku Province, tends to increase compared to previous years. Considering these problems, a crime rate prediction system is needed so that the Maluku Provincial Police is able to estimate the quantity and type of crime that is likely to occur in the future. One of the prediction methods that has been used for crime prediction is Exponential Smoothing (ES). The Smoothing method is applied to obtain predictions based on time-series data. In this discussion, the author will compare the forecasting methods of Double Exponential Smoothing, and Triple Exponential Smoothing. The Double Exponential Smoothing method is suitable to be used to provide forecasting results when a data has a certain trend pattern. This Triple Exponential Smoothing method is used when there are still dominant expression elements &; seasonal conduite shown in the data. The MAPE value for the Double Exponential Smoothing method is 20.69552 and for the Triple Exponential Smoothing method is 30.48323, it can be said that the MAPE value of the Double Exponential Smoothing method is smaller than the Triple Exponential Smoothing method. So that the Double Exponential Smoothing method is more accurate than the Triple Exponential Smoothing method to predict the crime rate.
Pelatihan Pengolahan Data Penelitian Tindakan Kelas bagi Guru SMP Negeri 19 Ambon Laamena, Novita Serly; Wattimanela, H. J.; Noya Van Delsen, M.S.; Djami, Ronald John; Hiariey, Arlene H.; Salhuteru, R.
PENGAMATAN: Jurnal Pengabdian Masyarakat untuk Ilmu MIPA dan Terapannya Vol 1 No 2 (2023): PENGAMATAN: Jurnal Pengabdian Masyarakat untuk Ilmu MIPA dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/pengamatanv1i2p63-69

Abstract

Sertifikasi guru adalah suatu proses pemberian pengakuan bahwa seseorang guru dinyatakan telah memiliki kompetensi dan profesional untuk melaksanakan pelayanan pendidikan pada satuan pendidikan tertentu, setelah lulus uji kompetensi yang diselenggarakan oleh lembaga sertifikasi. Dalam upaya mempertahankan dan meningkatkan kuantitas dan kualitas guru profesional bersertifikat salah satu tuntutan yang harus dilakukan adalah Penelitian Tindakan Kelas (PTK). PTK adalah bentuk penelitian yang terjadi di dalam kelas berupa tindakan tertentu yang dilakukan untuk memperbaiki proses belajar mengajar guna meningkatkan hasil belajar yang lebih baik dari sebelumnya. Data Penelitian tindakan kelas dapat diolah dengan menggunakan software statistika untuk memudahkan pengambilan keputusan. Pengabdian kepada Masyarakat yang merupakan salah satu dari tri darma perguruan tinggi, dilaksanakan oleh program studi statistika FMIPA Universitas Pattimura dengan memberikan pelatihan pengolahan data penelitian tindakan kelas bagi guru SMP Negeri 19 Ambon yang sangat berguna bagu guru peserta pelatihan yang ingin melakukan penelitian tindakan kelas. Teacher certification is a process of providing recognition that a teacher is declared to have the competence and professionalism to carry out educational services in a particular educational unit, after passing a competency test held by a certification body. In an effort to maintain and increase the quantity and quality of certified professional teachers, one of the demands that must be carried out is Classroom Action Research (PTK). PTK is a form of research that occurs in the classroom in the form of certain actions taken to improve the teaching and learning process in order to improve learning outcomes that are better than before. Classroom action research data can be processed using statistical software to facilitate decision making. Community Service, which is one of the three principles of higher education, is carried out by the FMIPA Statistics study program at Pattimura University by providing training in processing classroom action research data for teachers at SMP Negeri 19 Ambon which is very useful for trainee teachers who want to conduct classroom action research.
PEMODELAN LAJU PERTUMBUHAN EKONOMI DI PROVINSI MALUKU MENGGUNAKAN REGRESI SPASIAL DATA PANEL Sampulawa, Zulfikar Ilham; Sinay, Lexy Janzen; Djami, Ronald John
VARIANCE: Journal of Statistics and Its Applications Vol 6 No 1 (2024): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol6iss1page113-122

Abstract

Laju pertumbuhan ekonomi merupakan suatu tingkat perkembangan agregrat pendapatan untuk setiap tahun yang dapat dibandingkan serta dapat memberikan gambaran inti mengenai kinerja dari setiap wilayah kabupaten atau kota dalam pemanfaatan wilayahnya. Laju pertumbuhan ekonomi di Provinsi Maluku mengalami peningkatan pada tahun 2022 sebesar 4,81%, walaupun pernah mengalami penurunan pada periode 2020 sebesar -0,92%. Adapun penelitian ini bertujuan untuk mendeskripsikan karakteristik dan memetakan sebaran data serta dapat memodelkan laju pertumbuhan ekonomi di Provinsi Maluku dari periode 2017 sampai dengan 2021. Dengan menggunakan metode analisis spasial data panel dengan pembobot spasial queen contiguity, yang merupakan pembobot yang bertujuan sebagai komponen penting dalam pembentukan model karena dalam hal ini menunjukkan hubungan keterkaitan antar lokasi sehingga diperoleh model terbaik ialah SAR-fixed effect. Dari penelitian ini didapatkan hasil bahwa variabel independen yang terdiri atas variabel Indeks Pembangunan Manusia (IPM), Dana Alokasi Umum (DAU), dan Jumlah Pengangguran Terbuka (JPT) berpengaruh signifikan secara simultan terhadap laju pertumbuhan ekonomi di Provinsi Maluku, dengan koefisien determinasi (R-Square) sebesar 0,6323 atau 63,23%, yang menunjukan bahwa kemampuan variabel independen menjelaskan variabel dependen sebesar 63,23%.