Article Per Year (5 Year)
p-Index From 2020 - 2025
2.096
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Statistika JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI JMPM: Jurnal Matematika dan Pendidikan Matematika Journal of Data Analysis Amerta Nutrition Narra J Jurnal Natural Transcendent Journal of Mathematics and Applications Leuser Journal of Environmental Studies Ekonomikalia Journal of Economics Journal of Educational Management and Learning Indonesian Journal of Case Reports
Asep Rusyana
Department Of Statistics, Faculty Of Mathematics And Natural Sciences, Universitas Syiah Kuala
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
Analisis Korespondensi Pada Korban Kecelakaan Lalu Lintas Berdasarkan Provinsi di Indonesia Mahmudi, Mahmudi; Fahmi, Mulkan; Elfurqany, Nuwairy; Sarah, Siti; Rusyana, Asep
JMPM: Jurnal Matematika dan Pendidikan Matematika Vol 4, No 1: Maret - Agustus 2019
Publisher : Universitas Pesantren Tinggi Darul 'Ulum Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (298.346 KB) | DOI: 10.26594/jmpm.v4i1.1617

Abstract

Penelitian ini bertujuan untuk melihat hubungan mengenai tingkat kecelakaan lalu lintas berdasarkan provinsi di Indonesia. Penelitian ini menggunakan data sekunder yaitu data kecelakaan lalu lintas 4 bulan pertama tahun 2019 di Indonesia dengan jumlah sampel sebanyak 31 provinsi. Analisa data dalam penelitian ini menggunakan analisis deskriptif, uji Chi-Square, analisis profil baris dan kolom, analisis nilai inersia baris dan kolom, serta grafik Korespondensi. Berdasarkan hasil penelitian, diketahui bahwa kecelakaan luka ringan merupakan tingkat kecelakaan dengan jumlah terbesar di Indonesia, dengan persentase sebesar 21,4% korban kecelakaan lalu lintas terdapat di provinsi Jawa Timur, sebesar 17,7% terdapat di provinsi Jawa Tengah. Berdasarkan grafik korespondensi korban kecelakaan luka ringan dan meninggal dunia dominan terjadi di provinsi Jawa Timur, Jawa Tengah, dan Jawa Barat. Korban kecelakaan luka berat dominan di provinsi Sumatera Utara dan Lampung.
Analisis Biplot untuk Mengetahui Kebutuhan terhadap Lulusan Program Studi Statistika Fitriana AR; Asep Rusyana
Jurnal Matematika, Statistika dan Komputasi Vol. 8 No. 1: July 2011
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (327.191 KB) | DOI: 10.20956/jmsk.v8i1.3384

Abstract

Untuk melahirkan lulusan statistika yang berkualitas dibutuhkan program studi statistika yang dapat di andalkan. Dengan menyebar kuesioner pada pengguna lulusan program studi statistika, telah dikumpulkan data terkait kebutuhan instansi terhadap lulusan menggunakan teknik purposive sampling. Instansi pengguna lulusan adalah 22 dinas yang ada di Banda Aceh. Metode Biplot digunakan untuk menentukan tingkat kebutuhan instansi pengguna lulusan statistika. Sebagian besar instansi, yaitu sebanyak 9 dari 22 instansi meyakini bahwa sarjana statistika akan menyelesaikan banyak pekerjaan pada instansi tersebut, sekaligus menganggap bahwa penganggaran dana untuk pengembangan lulusan statistika sangat perlu untuk dilakukan.
ANALISIS KONJOIN UNTUK MENILAI PEMBUKAAN PROGRAM STUDI STATISTIKA DI UNIVERSITAS SYIAH KUALA Asep Rusyana; Nanny Salwa; Muzamil Muzamil
PYTHAGORAS Jurnal Pendidikan Matematika Vol 5, No 2: Desember 2009
Publisher : Department of Mathematics Education, Faculty of Mathematics and Natural Sciences, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (154.264 KB) | DOI: 10.21831/pg.v5i2.542

Abstract

Analisis konjoin biasa digunakan untuk mengukur tingkat kesukaan responden terhadap suatu produk. Pada penelitian ini, analisis konjoin diterapkan untuk mengidentifikasi penilaian dosen terhadap rencana pembukaan Program Studi Statistika di FMIPA Unsyiah. Atribut-atribut yang dilibatkan adalah dosen, peminat, pengguna lulusan, ruang kuliah, dan laboratorium. Responden terdiri atas 40 orang dosen FMIPA Unsyiah. Pengambilan contoh menggunakan penarikan contoh acak berlapis. Jurusan Matematika, fisika, kimia, dan biologi adalah masing-masing lapisan. Hasil penelitian menunjukan bahwa Ruangan adalah atribut yang paling penting untuk diperhatikan dan dosen FMIPA berpendapat bahwa ruangan kuliah kurang, pengguna lulusan banyak, dosen cukup, ruang laboratorium buruk, dan peminat kurang; sehingga kekurangannya harus diantisipasi. Kata kunci : Analisis konjoin, program studi Statistika
Hubungan Indeks Prestasi Kumulatif (IPK) dengan Nilai Ujian Akhir Nasional (UAN) (Studi Kasus di FMIPA Unsyiah) Ridha Ferdhiana; Ira Julita; Asep Rusyana; Nany Salwa
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 15, No 1 (2015)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v15i1.1361

Abstract

Kemendikbudnas melemparkan wacana untuk menghilangkan ujian SNMPTN tulis dan menggantikannya dengan model undangan berbasiskan hasil nilai Ujian Nasional (UN). Jika kebijakan ini dilaksanakan maka mahasiswa yang belajar di FMIPA akan mendapatkan keuntungan karena mata pelajaran yang diujikan dalam UN merupakan mata kuliah yang akan dipelajari saat kuliah. Hal ini tentu menarik untuk dipelajari, apakah nilai UN dan keterangna lain yang terdapat dalam Surat Keterangan Hasil Ujian. Sebanyak 263 data nilai IPK dan nilai UN darimahasiswa FMIPA Unsyiah angkatan 2008 sampai 2010 berhasil dikumpulkan. Pengujian korelasi menunjukkan bahwa IPK berkorelasi positif dengan setiap nilai mata pelajaran UN. Namun, jika semua faktor UN dipakai secara simultan untuk melihat hubungannya dengan IPK, didapatkan bahwa faktor determinsainya cukup kecil, antara 29,9% sampai 58,1%. Faktor yang paling berpengaruh terhadap IPK mahasiswa FMIPA Unsyiah adalah nilai Bahasa Indonesia dan Asal Kabupaten.
Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi Marzuki Marzuki; HIZIR SOFYAN; ASEP RUSYANA
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 1 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i1.1005

Abstract

Persentil bootstrap merupakan salah satu metode pendugaan selang kepercayaan denganmenetapkan batas bawah dan atas selang berdasarkan persentase dari replikasi bootstrap. Penelitianini bertujuan untuk menduga selang kepercayaan persentil bootstrap untuk parameter model regresilinier satu dan dua peubah bebas dengan melakukan beberapa variasi jumlah sampel bootstrap danjumlah pengulangan pendugaan parameter. Data yang disimulasikan adalah data riil agar dapatdipastikan ada hubungan fungsionalnya antara peubah-peubah bebas dan peubah takbebas.Simulasi dilakukan untuk 9 kasus, yaitu masing-masing untuk kombinasi n = 50, 100, dan 200serta B = 1000, 5000, dan 10000. Hasil penelitian menunjukkan bahwa banyaknya perulangandalam pendugaan parameter regresi tidak mempengaruhi selang kepercayaan bootstrapnonparametrik. Namun jika jumlah sampel bootstrap yang diambil semakin besar maka selang yangdihasilkan makin pendek.
Analisis MANOVA Satu Arah untuk Melihat Perbedaan Status Gizi Balita Berdasarkan Wilayah Pembangunan Utama di Indonesia Tahun 2017 Muhammad Iqbal; Inas Salsabila; Dwi Astiti Syahbani; Januaria Douw; Marzuki Marzuki; Asep Rusyana
Journal of Data Analysis Volume 3, Number 1, June 2020
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jda.v3i1.12604

Abstract

Indonesia merupakan sebuah negara yang masih berupaya melakukan pembangunan dalam berbagai aspek kehidupan, salah satunya kesehatan, khususnya pada anak. Perlu dilakukan penilaian terhadap aspek kesehatan tersebut untuk mengetahui bagaimana pemerataan pembangunan yang telah dilakukan. Penelitian ini bertujuan untuk melakukan penilaian tersebut menggunakan metode MANOVA dengan melihat perbedaan persentase balita menurut status gizi sangat pendek, pendek, dan normal berdasarkan empat wilayah pembangunan utama di Indonesia, serta melihat wilayah manakah yang memberikan perbedaan pengaruh pada persentase tersebut. Hasil penelitian menunjukkan bahwa wilayah pembangunan berpengaruh terhadap persentase balita dengan status gizi sangat pendek dan normal. Kemudian tidak ada perbedaan pengaruh antara masing-masing wilayah pembangunan terhadap persentase balita menurut status gizi sangat pendek dan normal di Indonesia. Oleh karena itu dapat disimpulkan bahwa pemerataan pembangunan pada wilayah pembangunan utama di Indonesia belum tercapai. Indonesia is a country that still strives to carry out development in various aspects of life, one of which is health, especially for children. It is necessary to assess the health aspects to find out how even the development has been done. This study aims to conduct these assessments using the MANOVA method by looking at the differences in the percentage of toddlers in very short, short, and normal nutritional status based on the four main development areas in Indonesia, and looking at which areas give a difference in the percentage. The results showed that the development area affected the percentage of toddlers with very short and normal nutritional status. Then there is no different effect between each development area on the percentage of toddlers according to very short and normal nutritional status in Indonesia. Therefore, it can be concluded that equitable development in the main development areas in Indonesia has not been achieved.
Peramalan Jumlah Penumpang Pesawat Di Bandara Sultan Iskandar Muda Dengan Metode SARIMA (Seasonal Autoregressive Integrated Moving Average) Fara Inka Durrah; Yulia Yulia; Tessa Prihartina Parhusip; Asep Rusyana
Journal of Data Analysis Volume 1, Number 1, June 2018
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.053 KB) | DOI: 10.24815/jda.v1i1.11847

Abstract

ABSTRAK. Penelitian ini bertujuan untuk mengetahui model peramalan dimana jumlah keberangkatan penumpang pada PT. Angkasa Pura II (Perseron). Kantor cabang bandar udara Internasional Iskandar Muda dengan menggunakan Metode Seasonal Autoregresive  Integrated Moving Average (SARIMA). Data jumlah keberangkatan di bandar udara Internasional Iskandar muda merupakan data dengan pola musiman. Data yang digunakan merupakan data sekunder yang diperoleh dari Bandara Sultan Iskandar Muda periode Bulan Januari 2010 hingga Desember 2016. Model terbaik yang diperoleh yaitu ARIMA (0,1,1)(0,0,1)12. Sedangkan berdasarkan data peramalan yang diperoleh dapat diketahui bahwa diprediksi jumlah penumpang pesawat tetinggi pada tahun 2017 akan terjadi pada Bulan Desember, dan jumlah penumpang pesawat terendah diprediksikan akan terdapat pada Bulan Maret 2017. Kesimpulan akhir yang diperoleh yaitu jumlah penumpang pada Tahun 2017 akan mengalami peningkatan dibandingkan dengan Tahun sebelumnya.ABSTRACT. This study aims to determine the model of forecasting where the number of passengers at PT. Angkasa Pura II (Perseron). International branch of Iskandar Muda International Airport using Seasonal Autoregresive Integrated Moving Average (SARIMA) method. Data on the number of departures at Iskandar International Airport are young data with seasonal patterns. The data used are secondary data obtained from Sultan Iskandar Muda Airport during January 2010 to December 2016. The best model is ARIMA (0,1,1) (0,0,1)12. While based on forecasting data obtained can be seen that predicted the number of passengers in 2017 will occur in December, and the lowest number of passengers is predicted to be in March 2017. Final conclusion obtained that the number of passengers in the Year 2017 will increase compared with the previous Year.
Penerapan Metode K-Means dalam Pengelompokan Wilayah Menurut Intensitas Kejadian Bencana Alam di Indonesia Tahun 2013-2018 Mira Suci Yana; Lathifah Setiawan; Elvitra Mutia Ulfa; Asep Rusyana
Journal of Data Analysis Volume 1, Number 2, December 2018
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (533.59 KB) | DOI: 10.24815/jda.v1i2.12584

Abstract

Indonesia telah mengalami banyak kejadian bencana alam, Badan Nasional Penanggulangan Bencana mencatat bahwa dari tahun 2016 sampai dengan awal 2018 sudah lebih dari 2.700 bencana alam terjadi di seluruh wilayah Indonesia. Oleh karena itu penelitian ini bertujuan untuk mengelompokkan wilayah di Indonesia menurut intensitas terjadinya bencana alam, sehingga diketahui wilayah yang rawan terjadi bencana alam. Analisis yang digunakan adalah Analisis Gerombol dengan Metode K-Means. Hasil yang didapatkan adalah jumlah optimal cluster yang dapat dibentuk yaitu 2. Kesimpulan dari penelitian ini, cluster pertama merupakan wilayah yang rawan terjadinya bencana alam dengan anggotanya adalah Provinsi Jawa Timur, Jawa Barat, dan Jawa Tengah. Sedangkan 31 provinsi lainnya tergolong dalam cluster kedua, yang dalam artian bukan daerah rawan terjadinya bencana alam. Kesimpulan ini diambil berdasarkan nilai rataan dari masing-masing cluster, dimana rata-rata setiap variabel pada cluster pertama lebih besar dibandingkan nilai rataan setiap variabel pada cluster kedua.Indonesia has experienced many natural disasters, Badan Nasional Penanggulangan Bencana notes that from 2016 to early 2018 more than 2,700 natural disasters has occurred in all regions of Indonesia. Therefore this study aims to classify regions in Indonesia according to the intensity of natural disasters, so that it is known that the area is prone to natural disasters. The analysis used is Cluster Analysis with the K-Means Method. The results obtained are the optimal number of clusters that can be formed, namely 2. The conclusion of this study is that cluster one is an area prone to natural disasters with its members are Jawa Timur, Jawa Barat, and Jawa Tengah. While the other 31 provinces are classified as cluster two, which is not in the area prone to natural disasters. This conclusion is based on the average of each cluster, where the average of each variable in cluster one is greater than the average of each variable in cluster two.
Perbandingan Metode Gerombol Pautan Lengkap dan Pautan Rataan untuk Pengelompokan Kemiskinan Kabupaten/Kota di Indonesia Akhyar Wijaya; Nurhasanah Nurhasanah; Fitriana AR; Asep Rusyana
Journal of Data Analysis Volume 3, Number 1, June 2020
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jda.v3i1.20276

Abstract

Masalah kemiskinan merupakan masalah yang kompleks dan bersifat multidimensional karena sangat erat kaitannya dengan berbagai aspek kehidupan baik sosial, ekonomi, budaya, dan aspek lainnya. Penelitian ini bertujuan untuk membandingkan dan mengelompokkan kabupaten/kota di Indonesia berdasarkan indikator tingkat kemiskinan, serta membandingkan kedua metode gerombol berhirarki dengan nilai-nilai validitas internal. Kabupaten/kota pada penelitian ini dibagi menjadi tiga wilayah waktu yaitu WIB, WITA, dan WIT. Metode yang digunakan adalah metode pautan lengkap dan metode pautan rataan. Data yang digunakan adalah tingkat kemiskinan kabupaten/kota yang bersumber dari Badan Pusat Statistik Indonesia tahun 2018. Hasil penelitian menunjukkan bahwa pengelompokan dengan kedua metode tersebut menghasilkan 4 gerombol. Gerombol 1 dari asing-masing zona memiliki nilai rata-rata tertinggi yang menggambarkan karakteristik tingkat kemiskinan pada gerombol 1 lebih baik dari gerombol lainnya. Metode terbaik antara metode pautan lengkap dan metode pautan rataan untuk pengelompokan kabupaten/kota pada masing-masing wilayah waktu adalah metode pautan rataan, sehingga metode pautan rataan memiliki kinerja yang lebih baik dari metode pautan lengkap. The problem of poverty is a complex and multidimensional problem because it is closely related to various aspects of life, such as social, economic, cultural, and other aspects. This study aims to compare and classify districts or cities in Indonesia based on poverty level indicators, as well as to compare the two hierarchical cluster methods with internal validity values. Districts or cities in this study are divided into three time zones, namely WIB, WITA, and WIT. The methods used are the complete linkage method and the mean linkage method. The data used is the district or city poverty level sourced from the Indonesian Central Bureau of Statistics in 2018. The results show that grouping with the two methods produces 4 clusters. Cluster 1 from each foreign zone has the highest average value which describes the characteristics of the poverty level in cluster 1 better than the other groups. The best method between the complete linkage method and the mean linkage method for grouping districts or cities in each time zone is the mean linkage method, so the mean linkage method has better performance than the complete linkage method
A generalized linear mixed model for understanding determinant factors of student's interest in pursuing bachelor's degree at Universitas Syiah Kuala ASEP RUSYANA; KHAIRIL ANWAR NOTODIPUTRO; BAGUS SARTONO
Jurnal Natural Volume 21 Number 2, June 2021
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (463.687 KB) | DOI: 10.24815/jn.v21i2.19325

Abstract

Generalized Linear Mixed Model (GLMM) is a framework that has a response variable, fixed effects, and random effects. The response variable comes from an exponential family, whereas random effects have a normal distribution. Estimating parameters can be calculated using the maximum likelihood method using the Laplace approach or the Gauss-Hermite Quadrature (GHQ) approach. The purpose of this study was to identify factors that trigger student's interest to continue studying at Universitas Syiah Kuala (USK) using both techniques.  The GLMM is suitable for the data because the variable response has a Bernoulli distribution, and the random effects are assumed to be having a normal distribution. Also, the model helps identify the relationship between the dependent variable and the predictors. This study utilizes data from six high schools in Banda Aceh city drawn using a two-stage sampling technique. Stage 1, we randomly chose six out of sixteen public senior high schools in Banda Aceh. Stage 2, we selected students from each school from four different major classes. The GLMM model includes one binary response variable, five numerical fixed-effects, and two random effects. The response variable is the interest of high school students to continue study at USK (yes or no). The five fixed effects in the model including scores of collaboration (C), Action (A), Emotion (E), Purposes (P), and Hope (H).  Finally, the random effects are schools (S) and majors (M). In this study, both Laplace and GHQ techniques produce identical results. The predictors that can explain student interest are A, E, and H. These predictors have a positive effect. The random effects of schools and majors are not significantly different from zero. The model with three significant predictors is better than the complete predictor model.
Co-Authors Abd. Rasyid Syamsuri Ahmad, Khairunnas Akhyar Wijaya Anuar, Kaspul Bagus Sartono Budi Setiawan Dwi Astiti Syahbani Elfurqany, Nuwairy Elvitra Mutia Ulfa Enitan, Seyi Samson Fahmi, Mulkan Fara Inka Durrah Fernando, Rivo Fitriana AR Fitriana AR Ghazi Mauer Idroes Hizir Sofyan Idroes, Ghazi M. Inas Salsabila Ira Julita Januaria Douw Kemala, Pati Khairan Khairan Lathifah Setiawan Latifah Rahayu Lubis, Vanizra F. Mahmudi Mahmudi Marzuki Marzuki Marzuki Marzuki Maulana, Aga Maulydia, Nur Balqis Mira Suci Yana Muhammad Adam, Muhammad Muhammad Iqbal Muliadi Ramli Muzamil Muzamil Nanny Salwa Nany Salwa Noviandy, Teuku R. Nurhasanah Nurhasanah Nurhasanah Nurhasanah Oktriyono, Febri Dwi Ridha Ferdhiana Rimbawan , Rinaldi Idroes Riswanda, Muhammad Romi Rosadi Sasmita, Novi Reandy Siti Rusdiana Siti Sarah, Siti Sri Anna Marliyati Suhendra, Rivansyah Tessa Prihartina Parhusip Teuku Rizky Noviandy Teuku Zulfikar TRINA EKAWATI TALLEI Warman Fatra, Warman Yulia Yulia Yunianto, Andi Eka Zuchra Helwani, Zuchra Zul Amraini, Said Zurnila Marli Kesuma