Claim Missing Document
Check
Articles

Found 42 Documents
Search
Journal : BIMASTER

PEMODELAN FAKTOR PENYEBAB KECELAKAAN LALU LINTAS DI KALIMANTAN BARAT DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Selvy Putri Agustianto; Shantika Martha; Neva Satyahadewi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (146.901 KB) | DOI: 10.26418/bbimst.v7i4.28383

Abstract

Geographically Weighted Regression (GWR) merupakan metode yang dapat digunakan untuk membentuk analisis regresi yang bersifat lokal untuk setiap lokasi. Penaksiran parameter Model GWR diperoleh menggunakan Weighted Least Square (WLS). Tujuan penelitian ini menganalisis faktor-faktor yang berpengaruh dengan GWR dan mendapatkan model terbaik antara regresi linear dan GWR yang dapat diterapkan pada kasus kecelakaan lalu lintas di setiap Kabupaten/Kota Kalimantan Barat. Berdasarkan hasil penelitian penyebab kecelakaan lalu lintas tahun 2015, faktor yang berpengaruh terhadap kecelakaan lalu lintas tiap Kabupaten/Kota dengan GWR memiliki kesamaan di setiap lokasi yaitu jumlah pelanggaran lalu lintas. Model terbaik pada kasus kecelakaan lalu lintas adalah model GWR karena memiliki nilai AIC lebih kecil yaitu 130,8698 dan memiliki nilai SSE lebih kecil yaitu 24876,11 dari model regresi. Kata Kunci: Gaussian, Weighted Least Square, AIC
PEMODELAN FIXED EFFECT GEOGRAPHICALLY WEIGHTED PANEL REGRESSION UNTUK INDEKS PEMBANGUNAN MANUSIA DI KALIMANTAN BARAT Sutro Sutro; Yundari Yundari; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (167.868 KB) | DOI: 10.26418/bbimst.v9i3.41097

Abstract

Indeks Pembangunan Manusia (IPM) mengukur pencapaian penduduk dalam mengakses hasil pembangunan untuk memperoleh pendapatan, kesehatan, pendidikan, dan sebagainya. Analisis terhadap faktor yang mempengaruhi IPM perlu dilakukan dalam beberapa periode waktu dan memperhatikan letak geografis atau lokasi pengamatan. Oleh karena itu, berkembanglah analisis regresi panel yang melibatkan analisis regresi lokal yaitu geographically weighted panel regression (GWPR). GWPR merupakan penggabungan antara model geographically weighted regression (GWR) dengan model regresi data panel. Tujuan penelitian ini adalah mengetahui model dan variabel-variabel yang berpengaruh signifikan terhadap indeks pembangunan manusia di Kalimantan Barat pada 14 kabupaten/kota dalam rentang tahun 2011-2015. Hasil uji Chow dan uji Hausman menunjukkan bahwa model estimasi regresi data panel yang sesuai adalah fixed effect model (FEM) yang menghasilkan nilai adjusted R2 sebesar 0,8019. Selanjutnya estimasi Parameter dengan metode weighted least square (WLS) yang melibatkan jarak euclidean tiap-tiap lokasi. Bandwidth optimum yang dipilih berdasarkan nilai cross validation (CV) yang paling minimum antara fungsi pembobot fixed kernel gaussian, bisquare, dan tricube. Fungsi pembobot fixed kernel gaussian dipilih dengan alasan memiliki nilai CV paling minimum yaitu 64,90764. Hasil penelitian ini menunjukkan bahwa model yang dihasilkan untuk Kabupaten/Kota di Provinsi Kalimantan Barat masing-masing berbeda dan Provinsi Kalimatan Barat terbagi menjadi dua kelompok berdasarkan variabel yang berpengaruh signifikan terhadap IPM. Hasil prediksi menggunakan model GWPR diperoleh nilai MAPE 1,4%, hal tersebut menyatakan bahwa model GWPR sangat baik.Kata kunci: WLS, bandwidth, fixed kernel.
PERBANDINGAN MODEL ARIMAX DAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN Kunti Wijayanti; Shantika Martha; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i2.45877

Abstract

Model ARIMAX merupakan modifikasi dari model dasar ARIMA dengan penambahan variabel bebas atau suatu perluasan dari ARIMA. Fungsi transfer disebut sebagai metode yang menggabungkan pendekatan kausal dan deret waktu ARIMA yang bertujuan untuk meramalkan keadaan pada masa yang akan datang. Model ARIMAX dan fungsi transfer ini digunakan untuk menganalisis data curah hujan dengan kelembaban udara sebagai variabel bebas. Tujuan penelitian ini untuk membandingkan model peramalan terbaik berdasarkan model ARIMAX dan fungsi transfer. Berdasarkan hasil analisis pada model ARIMAX diperoleh MAPE sebesar 50,7% dan fungsi transfer dengan nilai MAPE sebesar 73,7%. Hal ini dapat dikatakan bahwa hasil peramalan model ARIMAX dan fungsi transfer tidak dapat dibandingkan karena memiliki nilai MAPE lebih dari 50% yang artinya hasil peramalan kedua metode tersebut buruk atau tidak cocok untuk data curah hujan Kabupaten Ketapang. Kata Kunci: ARIMAX, fungsi transfer, curah hujan
PENGENDALIAN PERSEDIAAN BAHAN BAKU AMPLANG “ALONG” DENGAN MODEL ECONOMIC ORDER QUANTITY Warzuqna Olyan; Marisi Aritonang; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v7i4.28275

Abstract

Amplang merupakan makanan khas kabupaten Ketapang yang bahan baku utamanya terbuat dari ikan. Amplang “Along” merupakan industri rumahan, bergerak di bidang makanan. Pengolahan bahan baku pembuatan amplang belum menggunakan perencanaan yang baik sehingga menyebabkan timbulnya masalah persediaan bahan baku amplang. Salah satu model persediaan yang dapat digunakan untuk mengatasi permasalahan persediaan adalah Model Economic Order Quantity (EOQ). Model EOQ digunakan untuk mengetahui kuantitas pemesanan optimal dan biaya total persediaan minimum. Jika ikan yang dipesan tidak tersedia maka model persediaan yang dapat mengatasinya adalah model EOQ Back Order. Hasil analisis persediaan bahan baku dengan model EOQ selama satu tahun kedepan adalah banyak ikan yang dipesan 210,9 kg, banyak tepung tapioka yang dipesan 22 karung, gula 80,14 kg, telur 316 butir, garam 157 pack, bawang putih 83,27 kg, vetsin 21 bungkus, minyak goreng 24 ken, dan soda 56 botol. Biaya total persediaan minimum bahan baku untuk membuat Amplang “Along” sebanyak Rp. 1.196.984. Kata kunci: pengendalian, persediaan, bahan baku, EOQ, back order
PREDIKSI NILAI TUKAR DOLAR AMERIKA SERIKAT TERHADAP RUPIAH DENGAN METODE SUPPORT VECTOR REGRESSION (SVR) Sriyana Sriyana; Shantika Martha; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (411.009 KB) | DOI: 10.26418/bbimst.v8i1.30503

Abstract

Support Vector Regression (SVR) merupakan salah satu metode yang digunakan dalam peramalan data linier dan non linier dengan bantuan fungsi kernel. Pada penelitian ini, metode SVR digunakan untuk memprediksi nilai tukar dolar Amerika Serikat terhadap rupiah. Data nilai tukar jual harian dolar Amerika terhadap rupiah yang berjumlah 445 hari telah dibagi menjadi dua bagian, yaitu 415 data training dan 30 data testing. Data tersebut merupakan data sekunder yang diperoleh dari web resmi Bank Indonesia dari periode 4 Januari 2016 sampai 29 September 2017. Data training digunakan untuk mengestimasi parameter model pada metode SVR dan data testing digunakan sebagai pembanding hasil prediksi. Dari hasil penelitian, parameter SVR yang diestimasi menghasilkan hasil prediksi yang bersesuaian dengan data training dengan nilai  bernilai 0,9223 dan R bernilai 54,3156. Selain itu, hasil estimasi parameter model pada metode  SVR yang dihasilkan mampu untuk memprediksi nilai tukar jual harian dolar Amerika terhadap rupiah yang dikomparasi dengan data testing dengan nilai nilai  bernilai 0,5397 dan  bernilai 66,8015. Kata Kunci : Lagrange, RMSE, , Estimasi Parameter, Training, Testing, Kernel 
ANALISIS KUALITAS PELAYANAN AKADEMIK DENGAN METODE SERVPERF DAN IPA Rizky Oktaviani Putri; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v8i1.30635

Abstract

Service Performance (SERVPERF) merupakan metode pengembangan dari Service Quality (SERVQUAL). SERVPERF menggunakan skala kinerja dan skala kepentingan untuk mengukur kualitas jasa, sedangkan  Important Performance Analysis merupakan metode yang memiliki kemampuan untuk mengidentifikasi prioritas yang diperlukan untuk perbaikan. Penelitian ini bertujuan untuk menganalisis kualitas pelayanan akademik FMIPA Untan pada mahasiswa tahun 2017/2018. Data dalam penelitian ini menggunakan data primer yang diperoleh melalui penyebaran kuesioner kepada responden yang telah ditentukan. Hasil penelitian menunjukkan bahwa ada beberapa atribut yang memerlukan perbaikan seperti kemudahan memperoleh informasi bagi mahasiswa (t3), proses pelayanan cepat dan tidak berbelit terkait dengan kebutuhan mahasiswa (r2), kesabaran petugas dalam menanggapi keluhan mahasiswa (e1).Kata Kunci: Kualitas Pelayanan, SERVPERF, IPA
PERAMALAN HARGA EMAS BATANGAN MENGGUNAKAN METODE GREY DOUBLE EXPONENTIAL SMOOTHING Ika Novira Zulianti; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v9i4.42280

Abstract

Grey Double Exponential Smoothing (GDES) merupakan gabungan dari metode grey dan double exponential smoothing yang digunakan untuk melakukan peramalan data deret waktu yang berpola trend dengan keacakan, ketidakteraturan dan keterbatasan informasi data yang ada. Grey accumulated generating operator (r-AGO) yang dapat memuluskan gangguan acak data dimasukkan ke dalam metode double exponential smoothing sehingga kecenderungan pola data dapat dilihat dengan jelas. Hasil peramalan metode GDES diperoleh dengan cara mentransformasikan balik data transformasi r-AGO menggunakan inverse accumulated generating operator (IAGO). Penelitian ini bertujuan meramalkan harga emas batangan pada bulan Januari sampai Juni tahun 2020 menggunakan metode GDES serta mengukur kesalahan peramalan yang dihasilkan metode tersebut. Keakuratan hasil peramalan yang digunakan adalah mean absolute precentage error (MAPE). Dataset yang digunakan pada penelitian ini adalah rata-rata harga  emas batangan per gram dari bulan Januari 2016 sampai Desember 2019. Hasil peramalan harga emas yang diperoleh menggunakan metode GDES menunjukkan trend naik setiap bulannya dengan hasil peramalan terendah adalah Rp.755.340,39 pada bulan Januari 2020 dan hasil peramalan tertinggi adalah Rp.763.833,70 pada bulan Juni 2020. Nilai MAPE yang dihasilkan sebesar 1,53% yang berarti bahwa peramalan GDES untuk harga emas batangan termasuk dalam kategori peramalan yang sangat baik. Kata Kunci : peramalan, exponential smoothing, grey, r-AGO, IAGO, MAPE
PENERAPAN ANALISIS KOMPONEN UTAMA UNTUK MEREDUKSI VARIABEL DALAM PENGUKURAN DESAIN HELM Sri Jumiati; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v7i3.26554

Abstract

Analisis Komponen Utama (AKU) adalah salah satu metode yang dapat digunakan untuk mereduksi ukuran variabel dari yang berukuran besar dan saling berkorelasi menjadi ukuran yang lebih kecil dan tidak saling berkorelasi. Pada penelitian ini dilakukan analisis komponen utama pada data desain pembuatan helm american football. Berdasarkan analisis yang dilakukan, dapat disimpulkan bahwa komponen utama pertama memberikan kontribusi sebesar 47,81%, sebagai rata-rata tertimbang dari ke lima variabel. Komponen utama kedua memberikan kontribusi sebesar 23,47%, membentuk bobot negatif terhadap variabel  dan bobot positif terhadap variabel  dan  sebagai perbandingan. komponen utama kedua membandingkan ukuran dari mata ke kepala bagian belakang (  dengan ukuran dari mata ke kepala bagian atas  dan ukuran dari telinga ke kepala bagian atas . Dua komponen utama yang terbentuk dapat menjelaskan proporsi kumulatif sebesar 71,28%.                                                           Kata kunci: analisis komponen utama, matriks korelasi
PENERAPAN FINITE COVERING DALAM PEMILIHAN BAHAN MAKANAN Silvana Rika; Mariatul Kiftiah; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (275.493 KB) | DOI: 10.26418/bbimst.v6i01.19464

Abstract

Kekurangan gizi selama kehamilan dapat menimbulkan banyakrisiko. Hal ini dapat dicegah dengan menganjurkan ibu hamil untuk mengonsumsimakanan yang bergizi dan seimbang. Untukmempermudah ibu hamil dalam memilih makanan yang bergizi namun tetapmenghemat biaya, maka dalam penelitian ini digunakan penerapan finite covering. Untuk menerapkan finitecovering dalam pemilihan bahan makanan bagi ibu hamil, terlebih dahulu dibentukgraf berdasarkan keterkaitan antara jenis bahan makanan sehari-hari dan zatgizi penting yang dikandungnya. Dalam hal ini, jenis bahan makanan mewakilisimpul dan jenis zat gizi penting mewakili sisi. Selanjutnya dilakukanpenerapan finite covering. Covering dari sebuah graf adalah sebuah himpunansimpul dari graf, dengan semua sisi dari graf tersebut incident terhadap palingsedikit satu simpul yang berada dalam himpunan tersebut. Dalam penelitian ini,dicari jenis-jenis bahan makanan yang saling melengkapi untuk memenuhi semuazat gizi penting ibu hamil, dengan jumlah jenis yang paling sedikit.Berdasarkan hal itu, maka permasalahan dalam finite covering yang diselesaikanadalah menemukan minimal covering. Minimalcovering adalah himpunan covering yang menggunakan paling sedikit jumlahsimpul. Permasalahan dalam menemukan minimal covering dalam penelitian inidiselesaikan dengan teknik reduksi. Dari hasil analisis dan perhitunganterhadap 10 jenis bahan makanan sehari-hari dan 14 zat gizi penting yang dibutuhkan ibu hamil, diperoleh jenis-jenisbahan makanan yang saling melengkapi untuk memenuhi semua zat gizi penting ibuhamil, dengan jumlah jenis yang paling sedikit adalah nasi, ikan, sayuranhijau dan susu. Kata kunci: minimal covering, teknik reduksi, sel esensial
ANALISIS DERAJAT KESEHATAN DI KALIMANTAN BARAT DENGAN GENERALIZED STRUCTURED COMPONENT ANALYSIS Fajri Anugrah Pratiwi; Naomi Nessyana Debataraja; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i2.46541

Abstract

Tinggi rendahnya angka kesehatan manusia dipengaruhi oleh faktor lingkungan, perilaku, pelayanan kesehatan, pendidikan, dan ekonomi. Faktor-faktor ini merupakan variabel laten yang tidak dapat diukur secara langsung. Jika ada sebuah hubungan antara laten dan indikatornya, maka metode yang digunakan adalah structural equation modeling (SEM). Pada penelitian ini digunakan SEM berbasis komponen yaitu generalized structured component analysis (GSCA). Metode ini tidak berdasarkan oleh banyak asumsi. Evaluasi pada GSCA dilakukan dalam tiga tahap yaitu pada model pengukuran, model struktural, dan overall goodness of fit model. Pada model pengukuran bertujuan untuk menguji hubungan antara variabel laten dan indikatornya. Sedangkan evaluasi pada model struktural untuk menguji hubungan antar variabel laten. Overall goodness of fit model merupakan model keseluruhan untuk melihat kecocokan suatu model dengan data keseluruhan. Tujuan dari penelitian ini adalah untuk menganalisis hubungan antara variabel perilaku terhadap lignkungan, pendidikan terhadap perilaku, ekonomi terhadap lingkungan, serta hubungan antara perilaku, lingkungan, pelayanan kesehatan, dan ekonomi terhadap derajat kesehatan menggunakan metode GSCA dengan bantuan software open source GeSCA. Hasil penelitian ini menunjukkan bahwa hubungan yang signifikan terdapat pada hubungan perilaku (variabel endogen) terhadap derajat kesehatan dan ekonomi (variabel eksogen) terhadap derajat kesehatan. Hasil model yang dibangun pada penelitian ini memiliki nilai FIT sebesar 0,5388 dan AFIT sebesar 0,4544. Sehingga model pada penelitian dapat dikatakan sudah cukup baik.  Kata Kunci : variabel laten, structural equation modeling (SEM), overall goodness of fit model