Article Per Year (5 Year)
p-Index From 2021 - 2026
2.413
P-Index
This Author published in this journals
All Journal Statistika Jurnal Riset Statistika Bandung Conference Series: Statistics
Anneke Iswani Achmad
Statistika, Universitas Islam Bandung
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics

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

Found 19 Documents
Search

 1   2 
Pemodelan Generalized Space Time Autoregressive (GSTAR) untuk Meramalkan Indeks Harga Konsumen 7 Kota di Jawa Barat Agnesya Risnandar; Anneke Iswani Achmad
Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i1.6345

Abstract

Abstract. Inflation is an economic problem that often arises in Indonesia. Inflation is a continuous increase in the price of goods and services which can cause a decrease in the value of money. Inflation plays an important role in determining economic conditions, one of the indicators used to measure the inflation rate is the Consumer Price Index (CPI). The CPI is not only influenced by the previous time element, but also influenced by the inter-location element. The Generalized Space Time Autoregressive (GSTAR) method is one of the methods that can be used to analyze data that involves the relationship between time and location. This research will use CPI data for 7 cities in West Java, namely Bogor City, Sukabumi City, Bandung City, Cirebon City, Bekasi City, Depok City, and Tasikmalaya City with monthly period data from January 2014 to December 2019. This study aims to obtain the best GSTAR model and forecasting results for CPI data for 7 cities in West Java. Based on the research results, the GSTAR (5.1)I(1) model with uniform weights has the smallest RMSE value of 0.467767 compared to the distance inverse weight and cross-correlation normalization, so the best model for CPI data for 7 cities in West Java is the GSTAR (5.1)I(1) model with uniform weight. The forecasting results obtained, in general, in 2023 the CPI of 7 cities in West Java will experience a periodic increase. Abstrak. Inflasi merupakan permasalahan ekonomi yang sering muncul di Indonesia. Inflasi adalah kenaikan harga barang dan jasa secara terus menerus yang dapat menyebabkan penurunan nilai uang. Inflasi berperan penting dalam menentukan kondisi perekonomian, salah satu indikator yang digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). IHK tidak hanya dipengaruhi oleh unsur waktu sebelumnya, tetapi juga dipengaruhi oleh unsur antar lokasi. Metode Generalized Space Time Autoregressive (GSTAR) merupakan salah satu metode yang dapat digunakan untuk menganalisis data yang melibatkan keterkaitan antar waktu dan lokasi. Pada penelitian ini akan digunakan data IHK 7 kota di Jawa Barat yaitu Kota Bogor, Kota Sukabumi, Kota Bandung, Kota Cirebon, Kota Bekasi, Kota Depok, dan Kota Tasikmalaya dengan data periode bulanan dari Januari 2014 sampai Desember 2019. Penelitian ini bertujuan untuk mendapatkan model GSTAR terbaik dan hasil peramalan untuk data IHK 7 kota di Jawa Barat. Berdasarkan hasil penelitian model GSTAR (5,1)I(1) dengan bobot seragam memiliki nilai RMSE terkecil yaitu sebesar 0.467767 dibandingkan dengan bobot invers jarak dan normalisasi korelasi silang, sehingga model terbaik untuk data IHK 7 kota di Jawa Barat yaitu model GSTAR (5,1)I(1) dengan bobot seragam. Hasil peramalan yang diperoleh, secara umum pada tahun 2023 IHK 7 kota di Jawa Barat mengalami peningkatan secara periodik.
Pemodelan Generalized Space Time Autoregressive untuk Meramalkan Indeks Harga Konsumen Agnesya Risnandar; Anneke Iswani Achmad
Jurnal Riset Statistika Volume 3, No. 1, Juli 2023, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v3i1.1792

Abstract

Abstract. Inflation is an economic problem that often arises in Indonesia. Inflation is a continuous increase in the price of goods and services which can cause a decrease in the value of money. Inflation plays an important role in determining economic conditions, one of the indicators used to measure the inflation rate is the Consumer Price Index (CPI). The CPI is not only influenced by the previous time element, but also influenced by the inter-location element. The Generalized Space Time Autoregressive (GSTAR) method is one of the methods that can be used to analyze data that involves the relationship between time and location. This research will use CPI data for 7 cities in West Java, namely Bogor City, Sukabumi City, Bandung City, Cirebon City, Bekasi City, Depok City, and Tasikmalaya City with monthly period data from January 2014 to December 2019. This study aims to obtain the best GSTAR model and forecasting results for CPI data for 7 cities in West Java. Based on the research results, the GSTAR (5.1)I(1) model with uniform weights has the smallest RMSE value of 0.467767 compared to the distance inverse weight and cross-correlation normalization, so the best model for CPI data for 7 cities in West Java is the GSTAR (5.1)I(1) model with uniform weight. The forecasting results obtained, in general, in 2023 the CPI of 7 cities in West Java will experience a periodic increase. Abstrak. Inflasi merupakan permasalahan ekonomi yang sering muncul di Indonesia. Inflasi adalah kenaikan harga barang dan jasa secara terus menerus yang dapat menyebabkan penurunan nilai uang. Inflasi berperan penting dalam menentukan kondisi perekonomian, salah satu indikator yang digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). IHK tidak hanya dipengaruhi oleh unsur waktu sebelumnya, tetapi juga dipengaruhi oleh unsur antar lokasi. Metode Generalized Space Time Autoregressive (GSTAR) merupakan salah satu metode yang dapat digunakan untuk menganalisis data yang melibatkan keterkaitan antar waktu dan lokasi. Pada penelitian ini akan digunakan data IHK 7 kota di Jawa Barat yaitu Kota Bogor, Kota Sukabumi, Kota Bandung, Kota Cirebon, Kota Bekasi, Kota Depok, dan Kota Tasikmalaya dengan data periode bulanan dari Januari 2014 sampai Desember 2019. Penelitian ini bertujuan untuk mendapatkan model GSTAR terbaik dan hasil peramalan untuk data IHK 7 kota di Jawa Barat. Berdasarkan hasil penelitian model GSTAR (5,1)I(1) dengan bobot seragam memiliki nilai RMSE terkecil yaitu sebesar 0.467767 dibandingkan dengan bobot invers jarak dan normalisasi korelasi silang, sehingga model terbaik untuk data IHK 7 kota di Jawa Barat yaitu model GSTAR (5,1)I(1) dengan bobot seragam. Hasil peramalan yang diperoleh, secara umum pada tahun 2023 IHK 7 kota di Jawa Barat mengalami peningkatan secara periodik.
Perbandingan Holt-Winters Exponential Smoothing dengan Artificial Neural Networks dalam Peramalan Produksi Cabai Besar di Kabupaten Garut Provinsi Jawa Barat Ihram Adi Pratama; Anneke Iswani Achmad
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.7900

Abstract

Abstract. This study discusses the comparison of Holt-Winters Exponential Smoothing method with Artificial Neural Networks in forecasting large chili production, Garut Regency, West Java Province. The Holt-Winters Exponential Smoothing method is a forecasting method on time series data with trend and seasonal data patterns based on three equations, one for stationary, one for trend and one for seasonal. There are two methods in Holt-Winters Exponential Smoothing, namely multiplicative and additive.Artificial Neural Networks is a method inspired by human central neural networks. One method that can be used for forecasting in ANN is Neural Network Autoregression or NNAR. NNAR can be used to forecast forecasting through pattern recognition from inputs by utilizing lag values as inputs and then refined through the learning process using Backpropagation Algorithms. This method comparison uses RMSE (Root Mean Squared Error) to see the accuracy of forecasting accuracy. The data used is secondary data from the large chili production of Garut Regency in 2016 – 2022. Analysis of both methods resulted in the smallest RMSE value or forecasting accuracy on NNAR with RMSE Testing of 39,490.91. So to forecast m future period, you can use the Artificial Neural Networks method with Neural Network Autoregression because it has a smaller RMSE value. Abstrak. Penelitian ini membahas mengenai perbandingan metode Holt-Winters Exponential Smoothing dengan Artificial Neural Networks dalam peramalan produksi cabai besar Kabupaten Garut Provinsi Jawa Barat. Metode Holt-Winters Exponential Smoothing merupakan metode peramalan pada data deret waktu dengan pola data trend dan musiman yang didasarkan pada tiga persamaan yaitu satu untuk stasioner, satu untuk trend dan satu untuk musiman. Terdapat dua metode dalam Holt-Winters Exponential Smoothing yaitu multiplikatif dan aditif. Artificial Neural Networks merupakan metode yang terinspirasi dari jaringan saraf pusat manusia. Salah satu metode yang dapat digunakan untuk peramalan dalam ANN adalah Neural Network Autoregression atau NNAR. NNAR dapat digunakan untuk memperkirakan peramalan melalui pengenalan pola dari input dengan memanfaatkan nilai lag sebagai input dan kemudian disempurnakan melalui proses pembelajaran menggunakan Algoritma Backpropagation. Perbandingan metode ini menggunakan RMSE (Root Mean Squared Error) untuk melihat akurasi ketepatan peramalan. Data yang digunakan adalah data sekunder dari produksi cabai besar Kabupaten Garut tahun 2016 – 2022. Analisis kedua metode tersebut menghasilkan nilai RMSE atau ketepatan peramalan terkecil pada NNAR dengan RMSE Pengujian sebesar 39.490,91. Sehingga untuk meramalkan m periode kedepan dapat menggunakan metode Artificial Neural Networks dengan Neural Network Autoregression karena memiliki nilai RMSE lebih kecil.
Penerapan Analisis K-Medoids Cluster untuk Mengelompokkan Wilayah di Provinsi Jawa Barat Berdasarkan Fasilitas Kesehatan Tahun 2021 Elly Nur Fitriyani; Anneke Iswani Achmad
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.8080

Abstract

Abstract. The cluster method is a method in multivariate analysis for data that has many variables, its function is to group objects based on their characteristics. The cluster method is divided into two, namely the hierarchical method and the non-hierarchical partitioning method. The non-hierarchical partitioning method is a method where the objects in the data are grouped into k clusters with k that have been determined by the researcher. A non-hierarchical partitioning cluster method similar to K-means is K-medoids. K-medoids clustering is a modification of K-means, where K-medoids is present to overcome deficiencies in the K-means clustering algorithm, because K-means is sensitive to outliers. Therefore, this thesis will discuss the K-medoids cluster to classify 27 regions in West Java Province in 2021 based on health facilities using the K-medoids cluster, because the data used contains outliers. The data used includes data on health facilities in the form of hospitals, polyclinic maternity hospitals, health centers, auxiliary health centers, and pharmacies. By taking 3 clusters, it is found that, for cluster 1 there are 6 areas with complete health facilities, for cluster 3 there are 11 areas with moderate health facilities and for cluster 2 there are 10 areas with incomplete health facilities. Abstrak. Metode cluster merupakan salah satu metode dalam analisis multivariat untuk data yang mempunyai variabel banyak, berfungsi untuk mengelompokan objek-objek berdasarkan karakteristik yang dimilikinya. Metode cluster terbagi menjadi dua, yaitu metode hierarki dan metode non hierarki partitioning. Metode non hierarki partitioning merupakan metode dimana objek-objek dalam data dikelompokan ke dalam k cluster dengan k yang telah ditentukan oleh peneliti. Metode cluster non hierarki partitioning yang mirip dengan K-means, adalah K-medoids. K-medoids clustering merupakan modifikasi dari K-means, dimana K-medoids hadir untuk mengatasi kekurangan pada algoritma K-means clustering, karena K-means sensitif terhadap pencilan. Oleh karena itu, dalam skripsi ini akan membahas K-medoids cluster untuk mengelompokkan 27 wilayah di Provinsi Jawa Barat tahun 2021 berdasarkan fasilitas kesehatan menggunakan K-medoids cluster, karena dalam data yang dipakai terdapat pencilan. Data yang digunakan meliputi data fasilitas kesehatan berupa rumah sakit, rumah sakit bersalin poliklinik, puskesmas, puskesmas pembantu, dan apotek. Dengan mengambil 3 cluster diperoleh bahwa, untuk cluster 1 terdapat 6 wilayah dengan fasilitas kesehatan yang lengkap, cluster 3 terdapat 11 wilayah dengan fasilitas kesehatan yang sedang dan cluster 2 terdapat 10 wilayah dengan fasilitas kesehatan yang kurang lengkap.
Penerapan Analisis Cluster Hybrid untuk Pengelompokan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Indikator Kemiskinan Tahun 2022 Wardah Muna Fauziyah; Anneke Iswani Achmad
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.8610

Abstract

Abstract. Hybrid cluster analysis is a combination of hierarchical and non-hierarchical clusters, which has a goal as an alternative method. The advantage of hybrid cluster analysis is that it can determine k-clusters for the process of making non-hierarchical clusters through the results of making hierarchical cluster methods, which will produce the right k-clusters. With the advantages of the hybrid cluster analysis, this research will combine the single linkage method with k-means, then the ward method with k-means. The purpose of this study was to determine the grouping of districts/cities in West Java Province with the most optimal combination method based on poverty in 2022. Based on the results of hybrid cluster analysis using a combination of k-means clusters and single linkage, 4 clusters were obtained. While the results of hybrid cluster analysis using a combination of k-means clusters and the ward method obtained 3 clusters. Among the hybrid cluster analysis using a combination of k-means and single linkage clusters as well as a combination of k-means cluster and ward method, it can be said that the method with a combination of k-means and single linkage is the best or most optimal method with the smallest standard deviation ratio value of 88.38%. Abstrak. Analisis cluster hybrid merupakan kombinasi antara cluster hierarki dan non-hierarki, dimana memiliki tujuan sebagai metode alternatif. Kelebihan analisis cluster hybrid adalah dapat menentukan k-klaster untuk proses pembuatan cluster non-hierarki melalui hasil dari pembuatan cluster metode hierarki, dimana akan menghasilkan k-klaster yang tepat. Dengan kelebihan analisis cluster hybrid tersebut, maka dalam penelitian ini akan mengkombinasikan metode single linkage dengan k-means, kemudian ward method dengan k-means. Tujuan penelitian ini adalah dapat mengetahui pengelompokan Kabupaten/Kota di Provinsi Jawa Barat dengan metode kombinasi yang paling optimal berdasarkan kemiskinan tahun 2022. Berdasarkan hasil analisis cluster hybrid dengan menggunakan kombinasi cluster k-means dan single linkage diperoleh 4 cluster. Sedangkan hasil analisis cluster hybrid dengan menggunakan kombinasi cluster k-means dan ward method diperoleh 3 cluster. Diantara analisis cluster hybrid dengan menggunakan kombinasi cluster k-means dan single linkage serta kombinasi cluster k-means dan ward method, dapat dikatakan bahwa metode dengan kombinasi k-means dan single linkage merupakan metode terbaik atau yang paling optimal dengan nilai rasio simpangan baku terkecil yaitu sebesar 88,38%.
Penerapan Metode Chi-Squared Automatic Interaction Detection pada Segmentasi Karakteristik yang Mempengaruhi Pengangguran di Provinsi Banten Tahun 2022 Fahry Al Hayyu Fikham; Anneke Iswani Achmad
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.8741

Abstract

Abstract. This study will discuss the application of the Chi-Squared Auto Interaction Detection (CHAID) method for segmenting characteristics that affect the unemployed workforce in Banten Province in 2022. The CHAID method was introduced by Dr. G. V Kass in 1980. In the CHAID method, segmentation will be formed which divides a sample into two or more different groups/categories based on the chi-square test statistics, then the segmentation results will be displayed in a tree diagram. In this study, the variables of gender, age, education level, marital status, status in the household and regional classification will be used as independent variables with labor force status as the dependent variable, where all data are categorical types which are suitable for use in CHAID analysis. This study uses secondary data sourced from Badan Pusat Statistik (BPS), using data from the result of Survei Hasil Angkatan Kerja Nasional (SAKERNAS). The results of the CHAID segmentation in this study resulted in 8 different segments with 3 of them producing a classification of the workforce with unemployed status. Then, based on the CHAID tree diagram, it was found that there were 5 (five) independent variables, namely gender, age, education level, household status and regional classification which had a significant association with labor force status which resulted in a classification accuracy of 70.6%. Abstrak. Dalam penelitian ini akan membahas tentang penerapan metode Chi-Squared Auto Interaction Detection (CHAID) pada segmentasi karakteristik yang mempengaruhi angkatan kerja berstatus pengangguran di Provinsi Banten tahun 2022. Metode CHAID diperkenalkan pertama kali oleh Dr. G. V Kass pada tahun 1980. Pada metode CHAID akan membentuk segmentasi yang membagi sebuah sampel menjadi dua atau lebih kelompok/kategori yang berbeda berdasarkan dengan statistik uji chi-square kemudian hasil segmentasi akan ditampilkan dalam diagram pohon. Pada penelitian ini akan menggunakan variabel jenis kelamin, usia, tingkat pendidikan, status pernikahan, status dalam rumah tangga dan klasifikasi wilayah sebagai variabel independen dengan status angkatan kerja sebagai variabel dependen, dimana semua datanya merupakan tipe kategorik yang cocok digunakan pada analisis CHAID. Penelitian ini menggunakan data sekunder yang bersumber dari Badan Pusat Statistik (BPS), yaitu data hasil Survei Angkatan Kerja Nasional (SAKERNAS). Hasil segmentasi CHAID pada penelitian ini menghasilkan 8 segmentasi yang berbeda dengan 3 segmentasi diantaranya menghasilkan klasifikasi angkatan kerja yang berstatus pengangguran. Kemudian berdasarkan diagram pohon CHAID didapatkan bahwa terdapat 5 (lima) variabel independen yaitu jenis kelamin, usia, tingkat pendidikan, status dalam rumah tangga dan klasifikasi wilayah yang mempunyai asosiasi yang signifikan dengan status angkatan kerja yang menghasilkan ketepatan klasifikasi yaitu sebesar 70,6%.
Penerapan Metode ARIMAX dengan Efek Variasi Kalender pada Peramalan Harga Komoditas Cabai Rawit di Provinsi Jawa Barat Rara Hera Silvia; Anneke Iswani Achmad
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.9180

Abstract

Abstract. Forecasting is an important aid in planning and decision-making. One of the forecasting methods that is often used is the time series method. Time series are often influenced by a particular event or other variable, so it can cause the data to have a different repeating pattern each period. The ARIMAX Model is thought to be able to capture certain patterns by including certain event information as additional variables, or so-called exogenous variables. The tendency of data to show patterns at certain times based on dates in the calendar is called calendar variation, and the effect of calendar variation can appear on certain events such as Eid al-Fitr. Special treatment is needed for time series data with a calendar variation effect, where the ARIMAX model is well applied to the series data in that case, so that the model formed is ARIMAX with calendar variation. In this thesis, I conducted a study on forecasting the price of cayenne pepper in West Java province using the ARIMAX model with a variation of the calendar in which to include information on Eid al-Fitr events as an additional variable. The best ARIMAX model for forecasting is ARIMAX (0, 1, 1) with accuracy using a MAPE value of 11%, which is based on the criteria of forecasting ability. It can be concluded that the model ARIMAX (0, 1, 1) has good forecasting ability. Abstrak. Peramalan merupakan bantuan penting dalam perencanaan dan pengambilan keputusan. Salah satu metode peramalan yang sering digunakan adalah metode deret waktu (time series). Pada deret waktu seringkali dipengaruhi oleh suatu peristiwa tertentu atau variabel lain, sehingga dapat menyebabkan data memiliki pola berulang berbeda setiap periodenya. Model ARIMAX diduga mampu menangkap pola tertentu dengan memasukkan informasi peristiwa tertentu sebagai variabel tambahan atau disebut variabel eksogen. Adanya kecenderungan data untuk menampilkan pola pada waktu tertentu berdasarkan penanggalan di dalam kalender disebut variasi kalender, dimana efek variasi kalender dapat muncul pada peristiwa tertentu seperti Idul Fitri. Diperlukan perlakuan khusus untuk data deret waktu dengan efek variasi kalender, dimana model ARIMAX baik diterapkan untuk data deret dengan kasus tersebut, sehingga model yang terbentuk adalah ARIMAX dengan variasi kalender. Dalam skripsi ini melakukan penelitian pada peramalan harga cabai rawit di Provinsi Jawa Barat menggunakan model ARIMAX dengan variasi kalender dimana memasukkan informasi peristiwa Idul Fitri sebagai variabel tambahan. Didapatkan model ARIMAX terbaik untuk melakukan peramalan yaitu ARIMAX(0,1,1) dengan akurasi menggunakan nilai MAPE sebesar 11%, dimana berdasarkan kriteria kemampuan peramalan bahwa dapat disimpulkan model ARIMAX(0,1,1) memiliki kemampuan peramalan yang baik.
Pengendalian Kualitas Limbah Cair Menggunakan Diagram Kendali Multivariate Exponentially Weighted Moving Average (MEWMA) Tania Grahanita; Anneke Iswani Achmad
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.9261

Abstract

Abstract. In the textile industry the resulting liquid waste has toxic characteristics and is harmful to the environment. Therefore, liquid waste needs to go through a processing and quality control process before being discharged into the waters. Control chart is one of the statistical tools used in statistical quality control. In practice we will encounter situations where it is necessary to control for two or more quality characteristics that are not normally distributed multivariate, so the control chart used is the Multivariate Exponentially Weighed Moving Average (MEWMA). This study uses data on the quality of textile industrial wastewater which has been processed using an WWTP (Wastewater Treatment Plant). There are 48 samples (months) for the period 2018 - 2021 with 6 variables of liquid waste content. The results of the quality control analysis by applying the MEWMA control chart obtained the most optimum weighting value of 0.05 with an Upper Control Limit (UCL) value of 14.6, there was 1 observation that was out of control. This shows that the quality of liquid waste in WWTP in the textile company CV. Sandang Sari is not statistically controlled. Abstrak. Pada industri tekstil limbah cair yang dihasilkan memiliki karakteristik beracun dan berbahaya bagi lingkungan hidup. Oleh karena itu limbah cair perlu melalui proses pengolahan dan pengendalian kualitas terlebih dahulu sebelum dibuang ke perairan. Diagram kendali adalah salah satu alat satatistik yang digunakan pada pengendalian kualitas statistik. Dalam praktiknya kita akan bertemu situasi dimana perlu untuk mengontrol dua atau lebih karakteristik kualitas yang tidak berdistribusi normal multivariat, maka diagram kendali yang digunakan adalah Multivariate Exponentially Weighed Moving Average (MEWMA). Penelitian ini menggunakan data kualitas limbah cair industri tekstil yang sudah melalui proses pengolahan menggunakan IPAL (Instalasi Pengolahan Air Limbah), ada sebanyak 48 sampel (bulan) periode 2018 - 2021 dengan 6 variabel kandungan limbah cair. Hasil analisis pengendalian kualitas dengan menerapkan diagram kendali MEWMA didapat nilai pembobot yang paling optimum sebesar 0,05 dengan nilai Batas Kendali Atas (BKA) sebesar 14,6 terdapat 1 pengamatan yang berada diluar kendali. Hal ini menunjukkan bahwa kualitas limbah cair pada IPAL di perusahaan tekstil CV. Sandang Sari tidak terkendali secara statistik.
Analisis Korespondensi pada Jumlah Pengangguran Terbuka Menurut Kabupaten/Kota Berdasarkan Pendidikan Tertinggi Dia Camartya; Anneke Iswani Achmad
Jurnal Riset Statistika Volume 2, No. 2, Desember 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v2i2.1424

Abstract

Abstract. The purpose of this study was to determine the pattern of closeness formed between the number of open objects by district/city based on the highest education completed in West Java in 2019. In this study, an independence test was conducted using the chi-square test to analyze whether there was a significant relationship between row variables and column variables. From the results of the chi-square analysis, it can be concluded that there is a significant difference between the district/city variable and the highest education variable completed, then by looking at the pattern of proximity using correspondence analysis, it can be concluded that the highest number of open with the highest education completed not/not yet graduated from elementary school is in City of Banjar and for the minimum number graduated with the highest education graduated from elementary school graduates are in Cianjur Regency, then for the minimum number graduated with the highest education completed in Sukabumi Regency, while for the minimum number those who graduated with the highest education graduated high school graduates in the City Tasikmalaya, the latter is in the number with the highest number of educations completed then Diploma I/II/III/Academic/University graduates in Bekasi City. Abstrak. Tujuan dari penelitian ini adalah untuk mengetahui pola kedekatan yang terbentuk antara jumlah pengangguran terbuka menurut kabupaten/kota berdasarkan pendidikan tertinggi yang ditamatkan di Jawa Barat pada tahun 2019. Dalam penelitian ini dilakukan uji independensi dengan menggunakan uji chi-square untuk menganalisis apakah terdapat hubungan signifikan antara variabel baris dan variabel kolom. Dari hasil analisis chi-square didapat kesimpulan bahwa terdapat hubungan signifikan antara variabel kabupaten/kota dan variabel pendidikan tertinggi yang ditamatkan, kemudian dengan melihat pola kedekatan menggunakan analisis korespondensi didapat kesimpulan bahwa jumlah pengangguran terbuka terbanyak dengan pendidikan tertinggi yang ditamatkan tidak/belum tamat SD berada di Kota Banjar dan untuk jumlah pengangguran terbuka terbanyak dengan pendidikan tertinggi yang ditamatkan lulusan SD berada di Kabupaten Cianjur, kemudian untuk jumlah pengangguran terbuka terbanyak dengan pendidikan tertinggi yang ditamatkan lulusan SLTP berada di Kabupaten Sukabumi, sedangkan untuk jumlah pengangguran terbuka terbanyak dengan pendidikan tertinggi yang ditamatkan lulusan SLTA berada di Kota Tasikmalaya, selanjutnya yang terakhir untuk jumlah pengangguran terbanyak dengan pendidikan tertinggi yang ditamatkan lulusan Diploma I/II/III/Akademik/Universitas berada di Kota Bekasi.
Co-Authors Agnesya Risnandar Agnesya Risnandar Dia Camartya Elly Nur Fitriyani Fahry Al Hayyu Fikham Hasna Ihram Adi Pratama Kuntum Khairatunnisa Mestika Meytiara Nadia Ratu Filgrima Rara Hera Silvia Rosse Millania Pichago Firpha Seruni Purwanti Djuniar Tania Grahanita Wardah Muna Fauziyah Zahra Tiara Aini