Claim Missing Document
Check
Articles

Found 25 Documents
Search

Kepercayaan The Bootstrap Percentile Confidence Interval untuk Koefisien Variasi Suherman, Alya Salsabilla; Kudus, Abdul
Jurnal Riset Statistika Volume 4, No. 1, Juli 2024, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v4i1.3854

Abstract

Abstract. The Inverse Gaussian (IG) distribution is used to model data that has a positively skewed or right-skewed distribution. The coefficient of variation (CV) is the ratio of the standard deviation to the mean value. It reflects a good measure of dispersion used when comparing two or more groups of data. One method for estimating the coefficient of variation (CV) confidence interval is The Bootstrap Percentile Confidence Interval (BPCI) method. In this thesis, the BPCI method will be applied to the coefficient of variation of the IG distribution on PM 2.5 air quality data. In the research process, the stages of analysis carried out include calculating the estimated parameters of the IG distribution using the maximum likelihood method, conducting the Kolmogorov-Smirnov fit test, generating data with parameters as estimated and estimating the parameters 1000 times, then calculating the 95% confidence interval with the BPCI method. Based on the calculation results, it is obtained that the PM 2.5 air quality data in Semarang City in 2023 is suitable to be modeled with IG distribution and BPCI confidence interval with 95% confidence level for KV of the data is between the range [0.31 ;0.42]. Abstrak. Distribusi Invers Gaussian (IG) digunakan untuk memodelkan data yang memiliki distribusi kemiringan positif atau condong kekanan. Koefisien variasi (KV) merupakan perbandingan antara standar deviasi dengan nilai rata-rata. KV mencerminkan ukuran penyebaran yang baik digunakan ketika membandingkan dua atau lebih kelompok data. Salah satu metode untuk menaksir selang kepercayaan koefisien variasi (KV) yaitu metode The Bootstrap Percentile Confidence Interval (BPCI). Dalam skripsi ini akan dilakukan penerapan metode BPCI untuk koefisien variasi dari distribusi IG pada data kualitas udara PM 2.5. Dalam proses penelitian tahapan analisis yang dilakukan meliputi menghitung taksiran parameter dari distribusi IG menggunakan metode maksimum likelihood, melakukan uji kecocokan Kolmogorov-Smirnov, membangkitkan data dengan parameter sebagaimana taksirannya dan menaksir parameternya sebanyak 1000 kali, kemudian menghitung selang kepercayaan 95% dengan metode BPCI. Berdasarkan hasil perhitungan diperoleh bahwa data kualitas udara PM 2.5 di Kota Semarang tahun 2023 cocok dimodelkan dengan distribusi IG dan selang kepercayaan BPCI dengan tingkat kepercayaan 95% untuk KV dari data tersebut berada diantara rentang [0,31 ;0,42].
Analisis Indeks Persepsi Korupsi: Makroekonomi Dan Polusi Udara Menggunakan Regresi Beta 10060121097, Siti Fatimah; Abdul Kudus
Bandung Conference Series: Statistics Vol. 5 No. 2 (2025): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v5i2.21451

Abstract

Abstract. The Corruption Perceptions Index (CPI) is an indicator for assessing the quality of government governance that impacts the economic and environmental sectors. This study uses data from 135 countries in 2022 modeled using beta regression, considering the characteristics of CPI data which are proportions in the range (0,1). The beta regression model uses a logit link function, which connects the mean response (μ) with a linear combination of independent variables to ensure that predictions remain within the (0,1) interval. Parameter estimation is carried out using the Maximum Likelihood Estimation (MLE) method, which is suitable for the beta distribution and allows efficient parameter estimation. The initial model yielded a very low R-squared value of 16.28% and identified 21 outlier observations. After removing these 21 outliers, the revised model achieved an R-squared value of 54.98%, indicating improvement and no further outlier observations detected. The simultaneous test results of the final model concluded that at least one independent variable significantly influences the Corruption Perceptions Index (CPI). In other words, the beta regression model used is statistically significant and appropriate for explaining the variability in CPI. Partial test results show that of the twelve independent variables tested, only four significantly influence CPI at the 5% significance level: population, GNI, GDP, and debt. Keywords: Corruption Perceptions Index, Macroeconomic Factors, Air Pollution, Beta Regression Abstrak. Indeks Persepsi korupsi merupakkan indikator dalam menilai kualitas tata kelola pemerintah yang berdampak pada sektor ekonomi dan lingkungan, dengan menggunakan data dari 135 negara tahun 2022 yang dimodelkan dengan regresi beta mengingat karakteristik data indeks persepsi korupsi yang berupa proporsi dalam rentang (0,1). Model regresi beta menggunakan fungsi hubung logit, yaitu fungsi yang menghubungkan rata-rata respon (μ) dengan kombinasi linier variabel independen agar prediksi tetap berada dalam interval (0,1). Estimasi parameter dilakukan menggunakan metode maximum likelihood estimation (MLE), yang sesuai untuk distribusi beta dan memungkinkan estimasi parameter yang efisien. Model dugaan awal memberikan nilai R-squared sangat kecil yaitu 16,28% dan terdapat 21 observasi yang merupakan outlier. Kemudian dilakukan penghapusan outlier sebanyak 21 observasi dan diperoleh model dugaan nilai R-squared sebesar 54,98% meningkat dari sebelumnya serta dinyatakan tidak ada observasi yang terindikasi outlier. Hasil uji simultan dari model dugaan akhir disimpulkan bahwa minimal terdapat satu variabel independen yang berpengaruh secara signifikan terhadap Indeks Persepsi Korupsi atau Porruption perception Index (CPI). Dengan kata lain, model regresi beta yang digunakan secara keseluruhan signifikan secara statistik dan layak digunakan untuk menjelaskan variabilitas dalam CPI. Hasil uji parsial diperoleh bahwa dari dua belas variabel independen yang diuji, hanya empat variabel yang berpengaruh secara signifikan terhadap CPI pada tingkat signifikansi 5%. Keempat variabel tersebut adalah populasi, GNI, GDP, dan utang(debt). Kata Kunci: Indeks Persepsi Korupsi, Faktor Makro Ekonomi, Polusi Udara, Regresi Beta
Market Basket Analysis Penjualan Produk Selama Bulan Ramadhan Menggunakan Algoritma ECLAT Sephira Dwi Lavanza, Diva; Kudus, Abdul
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8386

Abstract

Abstract. This study aims to analyze consumer purchasing patterns during the month of Ramadan at PT. Purnama Mandiri, a wholesale retail store, by applying the Equivalence Class Transformation (ECLAT) algorithm. The Ramadan period is marked by a significant increase in consumer demand, particularly for staple goods, resulting in a substantial growth in the volume and complexity of transaction data. Despite this, such data has not been optimally utilized by the company for strategic decision-making. To address this gap, a Market Basket Analysis (MBA) was conducted using 271,296 sales transaction records collected during Ramadan from 2021 to 2024. The ECLAT algorithm was selected due to its computational efficiency in identifying frequent itemsets within large-scale datasets. By setting a minimum support threshold of 20 transactions (0.000755), frequent itemsets ranging from lengths of 2 to 8 were identified, with the majority concentrated in lengths 2 to 5. From these results, a total of 3,377 association rules were derived, all of which met the criteria for strong rules (confidence ≥ 0.6 and support ≥ 0.000755). One of the strongest rules indicated that purchases of DRIGEN KOSONG are consistently associated with MINYAK SAYUR CURAH, exhibiting a confidence level of 100% and a lift of 10.17. These insights offer valuable implications for business strategies, including product placement, bundling promotions, and inventory management during Ramadan. Abstrak. Penelitian ini bertujuan menganalisis pola pembelian konsumen selama bulan Ramadhan di Toko Grosir PT. Purnama Mandiri menggunakan algoritma Equivalence Class Transformation (ECLAT). Bulan Ramadhan mengalami lonjakan konsumsi yang signifikan, terutama bahan pokok, yang menyebabkan meningkatnya jumlah dan kompleksitas data transaksi. Namun, data tersebut belum dimanfaatkan secara optimal oleh PT. Purnama Mandiri sebagai dasar pengambilan keputusan strategis. Oleh karena itu, dilakukan Market Basket Analysis (MBA) terhadap 271.296 data transaksi penjualan selama bulan Ramadhan tahun 2021-2024. Algoritma ECLAT dipilih karena efisien dalam menemukan frequent itemsets pada dataset besar. Dengan minimum support 20 transaksi (0,000755), ditemukan kombinasi itemset dengan panjang 2 hingga 8, terbanyak pada panjang 2–5. Dari hasil tersebut terbentuk 3.377 aturan asosiasi yang seluruhnya memenuhi kriteria strong rule (confidence ≥ 0,6 dan support ≥ 0,000755). Salah satu aturan terkuat menunjukkan bahwa pembelian DRIGEN KOSONG berasosiasi kuat dengan pembelian MINYAK SAYUR CURAH, dengan confidence 100% dan lift 10,17. Temuan ini dapat dimanfaatkan untuk strategi bisnis seperti penataan produk, promosi bundling, dan pengelolaan stok yang lebih efektif selama bulan Ramadhan.
Uji Proporsi Pasien Berdasarkan Jenis Kelamin dan Peramalan Kunjungan Pasien RSAU Nur Rizkia, Bilqis; Abdul Kudus
Bandung Conference Series: Statistics Vol. 5 No. 2 (2025): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v5i2.19596

Abstract

Abstract. Along with the continuous increase in population, the demand for healthcare services is also rising, causing the number of hospital visits to continue increasing. One characteristic that influences the utilization of health services is gender. The author observed differences in outpatient visits at RSAU dr. M. Salamun, where female patients were more numerous than male patients. To determine whether this difference is statistically significant, a proportion comparison test was conducted. In addition, to anticipate the increasing number of patients, the hospital needs to plan effectively by predicting future outpatient visits. Therefore, this study also conducted forecasting using the ARIMA (Autoregressive Integrated Moving Average) method. The results showed that the proportion comparison test produced a Z value of 66.9078 with a p-value of 0.000, meaning that the proportion of female patients is significantly higher than that of male patients. Furthermore, ARIMA modeling resulted in the best model, ARIMA (1,1,0), with the smallest MSE value of 1,081,351. The forecasting results for outpatient visits from August to December 2024 showed a fluctuating pattern, but indicated signs of recovery compared to the previous period. Abstrak. Seiring dengan terus meningkatnya jumlah penduduk, permintaan terhadap layanan kesehatan juga mengalami peningkatan, sehingga menyebabkan jumlah kunjungan ke rumah sakit semakin bertambah. Salah satu karakteristik yang memengaruhi pemanfaatan layanan kesehatan adalah jenis kelamin. Penulis mengamati adanya perbedaan jumlah kunjungan rawat jalan di RSAU dr. M. Salamun, di mana jumlah pasien perempuan lebih banyak dibandingkan pasien laki-laki. Untuk mengetahui apakah perbedaan ini signifikan secara statistik, dilakukan uji perbandingan proporsi. Selain itu, untuk mengantisipasi peningkatan jumlah pasien, pihak rumah sakit perlu melakukan perencanaan yang efektif dengan memprediksi jumlah kunjungan rawat jalan pada periode mendatang. Oleh karena itu, penelitian ini juga melakukan peramalan menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Hasil penelitian menunjukkan bahwa uji perbandingan proporsi menghasilkan nilai Z sebesar 66,9078 dengan p-value 0,000, yang berarti proporsi pasien perempuan secara signifikan lebih tinggi dibandingkan pasien laki-laki. Selain itu, pemodelan ARIMA menghasilkan model terbaik yaitu ARIMA (1,1,0) dengan nilai MSE terkecil sebesar 1.081.351. Hasil peramalan jumlah kunjungan pasien rawat jalan pada bulan Agustus hingga Desember 2024 menunjukkan pola yang fluktuatif, tetapi mengindikasikan adanya tanda-tanda pemulihan dibandingkan dengan periode sebelumnya.
Peran dan Kontribusi Syaikh Nawawi Al-Bantani dalam Kajian Hadis di Indonesia Raffi'u, Aliyya Shauma; Kudus, Abdul; Jaenudin, Dindin; Hafidz, Ai Raffi'ah
Jurnal Penelitian Ilmu Ushuluddin Vol. 3 No. 3 (2023): Agustus
Publisher : Faculty of Ushuluddin UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/jpiu.30741

Abstract

Shaykh Nawawi al-Bantani is one of the scholars who has made significant contributions to various fields of Islamic knowledge in Indonesia, including the hadiths of the Prophet. Therefore, this research aims to describe the role and contribution of Shaykh Nawawi al-Bantani in the field of hadith. The method used in this research is descriptive with a literature review approach. The analytical technique employed is qualitative content analysis. The results of this research include: Shaykh Nawawi al-Bantani's role and contribution to the study of hadith in the Indonesian archipelago cannot be separated from the roles of his disciples (santri) and his works, which continue to be taught to the community, especially within the environment of Islamic boarding schools (pesantren).