Article Per Year (5 Year)
p-Index From 2021 - 2026
5.384
P-Index
This Author published in this journals
All Journal FORUM STATISTIKA DAN KOMPUTASI Media Statistika Jurnal Riset Statistika Pattimura Proceeding : Conference of Science and Technology Bandung Conference Series: Statistics Statistika
Nusar Hajarisman
Prodi Statistika, Fakultas Farmasi Dan Sains, Universitas Islam Bandung, Indonesia
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Decision Sciences, Operations Research & Management Education Energy Engineering Materials Science & Nanotechnology Mathematics Physics

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Determinasi Derajat Kelangsungan Hidup Anak Menggunakan Multigroup Structural Equation Modeling Jasmine Wildani Arisa; Nusar Hajarisman
Jurnal Riset Statistika Volume 3, No. 2, Desember 2023, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v3i2.3047

Abstract

Abstract. Basically, the main objective of this research is to apply the analysis technique of Multigroup Structural Equation Modeling (MSEM) to identify factors that affect the degree of child survival, where in this research Structural Equation Modeling will be developed in the case of heterogeneous data. This heterogeneous data cluster is divided into 2 groups, namely groups with high HDI areas and moderate HDI areas, where the groups are homogeneous. This research focuses on testing measurement invariance in heterogeneous data clusters. The data used comes from secondary data taken from the Social Health Office and BKKBN of West Java Province. The results of the application show that there are differences in indicators between high HDI groups and moderate HDI groups that make an important contribution to health facility factors and socio-economic factors. As for the results of invariance testing through stepwise analysis to determine the average similarity between health facility factors and socio-economic factors, it is concluded that the model has provided a good level of fit to the data. Abstrak. Pada dasarnya tujuan utama penelitian ini adalah untuk menerapkan teknik analisis dari Multigroup Structural Equation Modeling (MSEM) untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap derajat kelangsungan hidup anak, dimana pada penelitian ini akan dikembangkan pemodelan Structural Equation Modeling pada kasus data yang heterogen. Gugus data yang heterogen ini terbagi menjadi 2 kelompok, yaitu kelompok dengan wilayah IPM tinggi dan wilayah IPM sedang, dimana dalam kelompok tersebut bersifat homogen. Penelitian ini difokuskan pada pengujian invarians pengukuran (measurement invariance) pada gugus data yang heterogen. Data yang digunakan berasal dari data sekunder yang diambil dari Dinas Sosial Kesehatan dan BKKBN Provinsi Jawa Barat. Hasil penerapan menunjukan bahwa terdapat perbedaan indikator antara kelompok IPM tinggi dengan kelompok IPM sedang yang memberikan kontribusi penting pada faktor fasilitas kesehatan dan faktor sosial-ekonomi. Adapun pada hasil pengujian invarians melalui stepwise analysis untuk mengetahui kesamaan rata-rata antara faktor fasilitas Kesehatan dengan faktor sosial-ekonomi disimpulkan bahwa model telah memberikan tingkat kecocokan yang baik terhadap data.
Identifikasi Pola Konfigurasi Mahasiswa Menggunakan First-Order Configural Frequency Analysis Rafi Fitra; Nusar Hajarisman
Jurnal Riset Statistika Volume 6, No. 1, Juli 2026, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v6i1.10025

Abstract

Abstract. Students' academic performance is influenced by a combination of characteristics that are often difficult to identify using conventional variable-oriented statistical approaches. This study applies First-Order Configural Frequency Analysis (CFA) to examine configuration patterns in multivariate categorical data. CFA is a person-oriented statistical method designed to identify configurations of categorical variables that occur significantly more or less frequently than expected under a baseline independence model. Using a dataset of 1,690 students from the 2022 cohort at Universitas Islam Bandung, four categorical variables were analyzed: Grade Point Average (GPA) category, student satisfaction with the university, participation in competitions, and organizational involvement. The global test of independence indicates that the variables are not mutually independent at the 5% significance level. The analysis identifies several statistically significant type configurations, primarily involving low to moderate GPA combined with active participation in competitions and/or student organizations. In contrast, anti-type configurations are characterized by the joint occurrence of inactivity in both competitions and organizations together with dissatisfaction toward the university. These findings demonstrate the ability of First-Order CFA to uncover meaningful configuration patterns in categorical data that are not captured by conventional variable-oriented statistical analyses. Abstrak. Prestasi akademik mahasiswa dipengaruhi oleh kombinasi berbagai karakteristik yang sering kali sulit diidentifikasi menggunakan pendekatan statistika yang berorientasi pada variabel. Penelitian ini menerapkan First-Order Configural Frequency Analysis (CFA) untuk mengkaji pola konfigurasi pada data kategorik multivariat. CFA merupakan metode statistika berorientasi individu (person-oriented) yang dirancang untuk mengidentifikasi konfigurasi variabel kategorik yang muncul secara signifikan lebih sering atau lebih jarang dibandingkan dengan frekuensi yang diharapkan berdasarkan model independensi sebagai model dasar. Data yang dianalisis mencakup 1.690 mahasiswa Angkatan 2022 Universitas Islam Bandung, dengan empat variabel kategorik, yaitu kategori Indeks Prestasi Kumulatif (IPK), kepuasan mahasiswa terhadap universitas, keaktifan dalam lomba, dan keaktifan dalam organisasi. Hasil uji independensi global menunjukkan bahwa keempat variabel tersebut tidak saling bebas pada taraf signifikansi 5%. Analisis CFA mengidentifikasi beberapa konfigurasi bertipe type yang secara statistik signifikan, yang terutama melibatkan mahasiswa dengan IPK rendah hingga sedang yang aktif dalam lomba dan/atau organisasi. Sebaliknya, konfigurasi anti-type ditandai oleh kombinasi ketidakaktifan dalam lomba dan organisasi yang disertai dengan ketidakpuasan terhadap universitas. Temuan ini menunjukkan kemampuan First-Order CFA dalam mengungkap pola konfigurasi bermakna pada data kategorik yang tidak dapat dijelaskan secara memadai melalui pendekatan statistika konvensional yang berorientasi pada variabel.
Pemodelan Kasus Tuberkulosis di Jawa Barat Menggunakan Metode Generalized Poisson Regression Tiara Yulianisah; Nusar Hajarisman
Bandung Conference Series: Statistics 81-88
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v6i2.24314

Abstract

Abstract. Poisson regression is widely used to model count data, but this method assumes the variance and the mean are equal, known as equidispersion. In practice, this assumption is often not met due to overdispersion, a condition where the variance is much greater than the mean, making parameter estimates less accurate when ordinary Poisson regression is used. This study applies the Generalized Poisson Regression (GPR) method, an extension of Poisson regression with an added dispersion parameter to handle overdispersion, to model tuberculosis (TB) cases in 27 regencies/cities in West Java Province in 2024. The data used are secondary data from Statistics Indonesia and West Java Open Data, with population density, poverty percentage, sanitation access, number of HIV/AIDS cases, and number of health facilities as predictors. Parameters were estimated using Maximum Likelihood Estimation with the Newton-Raphson iteration, while significance testing used the Likelihood Ratio Test and the Wald test. The Pearson Chi-Square dispersion test showed a value of 682.744, far above 1, meaning the data experienced overdispersion so GPR was appropriately used. Simultaneous testing showed all predictors had a significant joint effect, while partial testing showed only population density and health facilities had a significant effect on tuberculosis cases in West Java. Abstrak. Regresi poisson umum digunakan untuk memodelkan data cacah, namun metode ini mengasumsikan nilai varians dan rata-rata sama, atau disebut equidispersi. Pada praktiknya, asumsi tersebut sering tidak terpenuhi karena terjadi overdispersi, yaitu kondisi ketika nilai varians jauh lebih besar dari rata-ratanya, sehingga estimasi parameter menjadi kurang akurat apabila tetap menggunakan regresi poisson biasa. Oleh karena itu, penelitian ini menerapkan metode Generalized Poisson Regression (GPR) yaitu pengembangan dari regresi poisson dengan tambahan parameter dispersi untuk mengatasi overdispersi, guna memodelkan jumlah kasus tuberkulosis (TB) di 27 kabupaten/kota Provinsi Jawa Barat tahun 2024. Data yang digunakan adalah data sekunder dari Badan Pusat Statistik dan Open Data Provinsi Jawa Barat, dengan variabel prediktor berupa kepadatan penduduk, persentase penduduk miskin, akses sanitasi layak, jumlah penderita HIV/AIDS, dan jumlah sarana kesehatan. Estimasi parameter dilakukan menggunakan Maximum Likelihood Estimation dengan iterasi Newton-Raphson, sedangkan pengujian signifikansi dilakukan menggunakan Likelihood Ratio Test dan uji Wald. Hasil uji dispersi Pearson Chi-Square menunjukkan nilai 682,744, jauh di atas 1, berarti data mengalami overdispersi sehingga GPR tepat digunakan. Hasil pengujian simultan menunjukkan seluruh variabel prediktor berpengaruh signifikan secara bersama-sama, sedangkan hasil pengujian parsial menunjukkan hanya variabel kepadatan penduduk dan variabel sarana kesehatan yang berpengaruh signifikan terhadap jumlah kasus tuberkulosis di Jawa Barat.
Clustering Kualitas Udara DKI Jakarta dengan Algoritma K-Medoids Berdasarkan Indeks Standar Pencemar Udara Rahma Elia Nurazizah; Nusar Hajarisman
Bandung Conference Series: Statistics 301-310
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v6i2.25833

Abstract

Abstract. Air quality in DKI Jakarta exhibits considerable variation in pollutant concentrations, making clustering methods necessary to identify air quality patterns based on pollutant characteristics. This study aims to cluster air quality conditions in DKI Jakarta using the K-Medoids algorithm based on Air Pollution Standard Index. Daily ISPU data from January 2024 to November 2025 were obtained from the Satu Data Jakarta platform, covering five air quality monitoring stations and six pollutant parameters: PM₁₀, PM₂.₅, SO₂, CO, O₃, and NO₂. After data preprocessing, 3,090 observations were retained for analysis. Data preprocessing included missing value inspection, duplicate removal, outlier detection, and Z-score standardization. The optimal number of clusters was determined using the Silhouette Coefficient, followed by clustering with the K-Medoids algorithm. The results indicate that the optimal configuration consists of three clusters with a Silhouette Coefficient of 0.1944. The clusters exhibit distinct pollutant characteristics and different air quality patterns across monitoring stations. These findings provide an overview of air quality patterns and may support air quality monitoring and pollution control strategies in DKI Jakarta. Keywords: K-Medoids, Air Pollution Standard Index, air quality. Abstrak. Kualitas udara di DKI Jakarta menunjukkan variasi konsentrasi parameter pencemar yang tinggi, sehingga diperlukan metode pengelompokan untuk mengidentifikasi pola kualitas udara berdasarkan karakteristik pencemar. Penelitian ini bertujuan mengelompokkan kondisi kualitas udara di DKI Jakarta berdasarkan Indeks Standar Pencemar Udara (ISPU) menggunakan algoritma K-Medoids. Data yang digunakan berupa data harian ISPU periode Januari 2024 hingga November 2025 yang diperoleh dari platform Satu Data Jakarta, mencakup lima stasiun pemantauan kualitas udara dengan enam parameter pencemar, yaitu PM₁₀, PM₂.₅, SO₂, CO, O₃, dan NO₂. Setelah melalui tahap data preprocessing, diperoleh 3.090 data yang dianalisis. Tahapan prapemrosesan meliputi pemeriksaan missing value, data duplikat, outlier, serta standarisasi data menggunakan metode Z-score. Jumlah cluster optimal ditentukan menggunakan Silhouette Coefficient, kemudian dilakukan pengelompokan menggunakan algoritma K-Medoids. Hasil penelitian menunjukkan bahwa konfigurasi optimal terdiri atas tiga cluster dengan nilai Silhouette Coefficient sebesar 0,1944. Setiap cluster memiliki karakteristik yang berbeda berdasarkan dominasi parameter pencemar dan menunjukkan pola kualitas udara yang berbeda pada stasiun pemantauan di DKI Jakarta. Hasil penelitian ini memberikan gambaran pola kualitas udara serta dapat menjadi dasar dalam mendukung kegiatan pemantauan dan penyusunan strategi pengendalian pencemaran udara di DKI Jakarta. Kata Kunci: K-Medoids, Indeks Standar Pencemar Udara, kualitas udara.
Analisis Deskriptif Skor Pola Pangan Harapan (PPH) Per Kabupaten/Kota di Provinsi Jawa Barat Tahun 2020-2024 Khalisha Azzahra; Nusar Hajarisman; Dwi Agustin Nuriani Sirodj
Bandung Conference Series: Statistics 311-318
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v6i2.26103

Abstract

Abstract. Kualitas konsumsi pangan dapat dinilai melalui Indeks Pola Pangan Harapan (PPH), yang mencerminkan keragaman dan keseimbangan konsumsi pangan masyarakat. Analisis deskriptif terhadap skor PPH, disertai visualisasi spasial, penting dilakukan untuk memahami kondisi ketahanan pangan di Provinsi Jawa Barat serta mengidentifikasi perbedaan kualitas konsumsi pangan antarwilayah yang dapat menjadi dasar kebijakan pangan yang lebih terarah. Penelitian ini bertujuan untuk mendeskripsikan skor PPH di Provinsi Jawa Barat selama periode 2020–2024 serta memvisualisasikan secara spasial perbedaan skor PPH antar kabupaten/kota pada tahun 2024, menggunakan data sekunder dari Open Data Jabar yang dianalisis dengan metode statistik deskriptif. Hasil analisis menunjukkan bahwa rata-rata skor PPH di Jawa Barat meningkat secara konsisten dari 83,794 poin pada tahun 2020 menjadi 91,283 poin pada tahun 2024, disertai penurunan simpangan baku dan rentang yang mengindikasikan semakin meratanya kualitas konsumsi pangan antarwilayah. Meskipun demikian, hasil visualisasi peta pada tahun 2024 memperlihatkan bahwa sebaran skor PPH antar kabupaten/kota masih belum sepenuhnya merata. Kabupaten Indramayu, Kabupaten Ciamis, dan Kota Banjar memiliki skor PPH tertinggi, sementara Kabupaten Bogor, Kota Bogor, dan Kabupaten Tasikmalaya memiliki skor PPH terendah. Perbedaan tersebut mencerminkan karakteristik yang beragam di setiap wilayah, baik dari segi geografis, tingkat urbanisasi, ketersediaan pangan lokal, daya beli masyarakat, maupun kebiasaan konsumsi. Abstrak. The quality of food consumption can be assessed using the Desired Diet Index (PPH), which reflects the diversity and balance of the population’s food consumption. A descriptive analysis of PPH scores, accompanied by spatial visualization, is essential for understanding food security conditions in West Java Province and identifying regional differences in the quality of food consumption, which can serve as the basis for more targeted food policies. This study aims to describe PPH scores in West Java Province during the 2020–2024 period and to spatially visualize differences in PPH scores across regencies and cities in 2024, using secondary data from Open Data Jabar analyzed with descriptive statistical methods. The analysis results show that the average PPH score in West Java increased consistently from 83.794 points in 2020 to 91.283 points in 2024, accompanied by a decrease in standard deviation and range, indicating a more even distribution of food consumption quality across regions. Nevertheless, the results of the 2024 map visualization show that the distribution of PPH scores across regencies and cities is still not entirely even. Indramayu Regency, Ciamis Regency, and Banjar City have the highest PPH scores, while Bogor Regency, Bogor City, and Tasikmalaya Regency have the lowest PPH scores. These differences reflect the diverse characteristics of each region, in terms of geography, level of urbanization, availability of local food.
Co-Authors 10060116101, Tanti Rudiawan Putri Aceng Komarudin Mutaqin Achmad Widodo Achmad Widodo Achmad Widodo Adinda Zahrotul Rizkiah Akmal Hafis Hakim Alma Mariana Sofiah Anggi Savitri Ani Ressa Nuryaningsih Anneke Iswani A. Anneke Iswani Ahmad Annisa Lisa Nurjanah Arya Ramadhan, Iqbal ASEP SAEFUDDIN Aulia Syafira Aulia, Githa Balqis Nabilah Khairunnisa Budiman, Aulia Sabila Chandra Maulana Dewi Rosiana Dewi Rosiana Diahsty Marasabessy, Munira Dwi Agustin Nuriani Sirodj Dwi Andini Juniawati Erfina Agustin Hidayat Esa Nurtiara Fadia Wahyu Utami Fatiha nurfauzan, Arsyi Fera Shintarini Giatri Divianis Hardiana Prasasti Isma Amarita Jasmine Wildani Arisa Kamilatul 'Aini Khairi A N Khalisha Azzahra Kusman Sadik Labana Kaulika Mardha Tri Meilani Mela Rafela Muh. Fahmi Nur Akbar Muhammad Bahry Baidhowy Muhammad Bangkit Riksa Utama Nanda Shofia Nur Ihsan Natasya Neng Marlina Nopita Sari Murtafiah Novita Sheisariana Fahira Putri Alifia Azzahra Rafi Fitra Rahma Elia Nurazizah Rejeki Wulan Islamiyati Rida Faridah Riyani Desriawati Siti Magfiratul Hasanah Siti Nur Rohmah Suliadi Sutawanir Darwis Sutawanir Darwis Teti Sofia Yanti Tiara Yulianisah Uli Silma Winda Aya Haliza Wulan Putri Prihartini Yayat Karyana