Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Variansi : Journal of Statistics and Its Application on Teaching and Research

Eksplorasi Metode Triple Exponential Smoothing Pada Peramalan Jumlah Penggunaan Air Bersih di PDAM Kota Makassar Suci Lestari; Ansari Saleh Ahmar; R. Ruliana
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14641

Abstract

Abstrak. Ketersediaan air bersih sangat penting dikarenakan hampir seluruh aktivitas manusia sangat bergantung terhadap ketersediaan air bersih. Hal ini membuat faktor produksi dan ketersediaan air bersih selalu menjadi prioritas dalam pelayanan penyaluran air bersih sehingga penulis tertarik untuk mengkaji tentang peramalan jumlah penggunaan air bersih di PDAM Kota Makassar. Salah satu metode yang cocok untuk menangani kasus tersebut adalah metode Time Series. Metode Triple Exponential Smoothing atau biasa disebut dengan Winter Exponential Smoothing merupakan salah satu metode Time Series yang cocok untuk menangani data yang bersifat musiman seperti jumlah penggunaan air bersih di Kota Makassar.  Adapun Langkah analisis dari metode Triple Exponential Smoothing adalah identifikasi model, estimasi parameter dengan trial and error, selanjutnya adalah perhitungan nilai awal dari pemulusan data, trend, dan musiman dengan panjang satu musim L=12 dan yang terakhir adalah menghitung nilai error dengan menggunakan MAPE dan RMSE. Model terbaik diperoleh dari kombinasi parameter α = 0,1; β = 0,1; dan γ=0,6 yang menghasilkan kesalahan peramalan terkecil menggunakan RMSE dengan nilai sebesar 168,175 dan MAPE dengan nilai sebesar 4,736. Dengan meggunakan model maka diperoleh peramalan jumlah penggunaan air bersih di PDAM Kota Makassar dari bulan januari – desember 2019 sebagai berikut: 2779,10; 2788,94; 2728,61; 2797,48; 2787,97; 2752,66; 2742,18; 2708,50; 2644,55; 2521,50; 2537,74; 2732,55. Dari hasil peramalan tersebut terlihat mendekati dan tidak terlalu jauh menyimpang dari data tahun sebelumnya  sehingga dapat dijadikan acuan produktivitas air bersih di PDAM Kota Makassar agar produktivitas air dapat mencukupi semua kebutuhan masyarakat di Kota Makassar.Kata kunci: air, triple exponential smoothing, time series, peramalan.
Model Spasial Autoregresif (SAR) Durbin pada Anak Putus Sekolah (APS) yang Mengikuti Ujian Paket C Jenjang SMA Sederajat di Kota Makassar N. Nurahdawati; R. Ruliana; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 2 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14630

Abstract

Abstrak. Penelitian ini adalah penelitian statistika terapan yang bertujuan (i) Untuk mengetahui jumlah rata-rata Anak Putus Sekolah (APS) yang mengikuti paket C di Kota Makassar; (ii) Untuk mengetahui Model SAR Durbin pada Anak Putus Sekolah (APS) yang mengikuti paket C di Kota Makassar; dan (iii) Untuk mengetahui faktor-faktor apa saja yang mempengaruhi Anak Putus Sekolah (APS) yang mengambil paket C pada jenjang SMA sederajat di Kota Makassar. Penelitian ini menggunakan metode SAR Durbin (Spasial Autoregresif Durbin). Hasil penelitian ini menunjukkan bahwa : (i) APS yang mengikuti ujian Paket C tingkat SMA di Kota Makassar terdapat dependensi spasial antar kecamatan satu dengan kecamatan satuan lainnya; (ii) APS yang mengikuti ujian Paket C tingkat SMA sederajat di Kota Makassar, dan (iii) APS yang mengikuti ujian Paket C dengan hasil analisis Model SAR Durbin didapatkan variabel predictor yaitu Rasio Guru Sekolah (X2) dan Jumlah Sekolah (X5). Sedangkan parameter Lag spasial yang didapatkan variabel prediktor yaitu Lag Rasio Murid Sekolah (X1), Lag Tingkat Kemiskinan (X4) dan Lag Jumlah Sekolah (X5).Kata kunci: Anak Putus Sekolah,Model Autoregresif Spasial Durbin
Analisis Penyebaran Hunian dengan Menggunakan Metode Nearest Neighbor Analysis Ahmad Rifad Riadhi; Muhammad Kasim Aidid; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 1 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12901

Abstract

Abstrak Nearest neighbor analysis merupakan sebuah metode analisis yang dapat digunakan untuk menentukan suatu pola penyebaran, apakah berpola seragam (uniform), acak (random), atau mengelompok (cluster). Nearest neighbor analysis dalam perhitungannya mempertimbangkan jarak, jumlah titik lokasi penyebaran, dadn luas wilayah, hasil akhir analisis ini berupa indeks tetangga  terdekat (T) yang nilainya berkisar antara 0 sampai 2.15. Untuk menentukan faktor-faktor yang mempengaruhi pola penyebaran hunian, pada penelitian ini menggunakan analisis korelasi (r). Hasil dari penelitian ini berdasarkan perhitungan nearest neighbor analysis yaitu pola penyebaran hunian di Kota Kendari secara keseluruhan memiliki pola penyebaran yang cenderung berpola acak artinya jarak antara titik-titik penyebaran hunian tidak memiliki jarak yang sama, dan hasil dari perhitungan korelasi diperoleh faktor-faktor yang mempengaruhi pola penyebaran hunian yang cenderung berpola acak. Faktor yang paling berpengaruh dengan hubungan positif yaitu faktor pertumbuhan penduduk, hal ini dapat dilihat pada hasil korelasi dimana faktor pertumbuhan penduduk memiliki nilai korelasi tertinggi yaitu 0.618 dan faktor yang paling berengaruh dengan hubungan negatif yaitu faktor fasilitas Pendidikan hal ini dapat dilihat pada hasil korelasi dimana faktor fasilitas Pendidikan memiliki nilai korelasi negatif tertinggi yaitu -0.526.Keywords: Nearest Neighbor Analysis, Pola Penyebaran.
Pemodelan Pertumbuhan Ekonomi Provinsi Sulawesi Selatan dengan Menggunakan Regresi Data Panel Misriani Suardin; Muhammad Nadjib Bustan; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14637

Abstract

Abstract. Economic growth is a process for change the economic condition a country or regional by continuously for the better condition as long as definite period. Economic growth in South Sulawesi for 2013-2016 have up and down because many factors have influence it. Like jobless, human capital index, regional revenue, expenditure, and total population. This research was conducted to determine the factors that influence economic growth in South Sulawesi by using data panel regression methods. Panel data regression is a regression by using panel data. Panel data is a statistics analysis method that combines between time series data and cross section data. The result indicates that the result if the regression analysis on the =5% show that the best panel data regression model is random effect model and human capital index variable have significant effect on economic growth with probability value about 0,0227. Meanwhile, jobless, regional revenue, expenditure, and total population no significant.Keywords: Panel Data Regression, Economic Growth, Common Effect Model, Fixed Effcet Model, Random Effect Model
Metode Vector Autoregressive dalam Menganalisis Pengaruh Kurs Mata Uang, Inflasi, dan Suku Bunga Terhadap Indeks Harga Saham Gabungan Alief Imron Juliodinata; Muhammad Arif Tiro; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (180.101 KB) | DOI: 10.35580/variansiunm9356

Abstract

Metode Vector Autoregressive  adalah salah satu analisis yang digunakan untuk menganalisis data deret waktu (time series). Data deret waktu dapat dinyatakan dalam tahun, bulan, minggu, atau hari. Salah satu tujuan penelitian adalah untuk mengetahui pengaruh antara indeks perekonomian suatu negara khususnya pengaruh Kurs, Inflasi dan Suku Bunga terhadap Indeks Harga Saham Gabungan. Data yang digunakan dalam penelitian ini adalah data Kurs, Inflasi, Suku Bunga dan Indeks Harga Saham Gabungan dari bulan juli 2005 hingga juni 2016. Karena data tidak stasioner pada level maka dilakukan differencing  terhadap data. Setelah stasioner selanjutnya dilakukan uji kointegrasi untuk mencaritau apakah terdapat kointegrasi antara peubah. Dengan karakteristik data yang Stasioner pada  difference  dan terdapat kointegrasi, sehingga memenuhi asumsi analisis VECM. Setelah dilakukan analisis VECM dilakukan analisis IRF dan VD.  Adapun hasil analisisnya menunjukkan bahwa hanya Kurs yang secara signifikan berpengaruh lansung  terhadap Indeks Harga Saham Gabungan.Kata Kunci: Analisis Time Series, VAR, Kurs, Suku Bunga, Inflasi, IHSG
Metode Analisis Diskriminan dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Indikator Indeks Pembangunan Manusia Novi Afryanthi S.; Muhammad Arif Tiro; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 1 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14978

Abstract

Abstract. Discriminant analysis is a method in multivariat statistic analysis that related with object which have separated into the defined group defined and see the accuracy  of the formed group. In this research, clustera analysis is used for the first grouping,  cluster  analysis is a statistical analysis which aims to classify some objects based on the characteristics similarity among the object. Data for this study is HDI (Human Development Index)  of indicator in south sulawesi in 2016. The result of this research are 1st cluster (lower  HDI indicator) which have 21 city/ distric and the 2nd cluster (higher  HDI indicator) which have 3 city/distric as the closeness value between the cluster that formed is 0.902 which shows the closeness between the cluster is high . Furthermore, the discriminant function that have formed explains that if the life expectancy increase, the HDI indicator in city/distric in south sulawesi province will decrease but if school  expectation duration in school , average of duration in school, and parity of pur hasing power is increasing, the HDI indicator in city/distric in aouth sulawesi will also increase.Keywords: Cluster analysis, Discriminant analysis , Human development index indicator.
Co-Authors Abdul Rahman Abdul Rahman Abdussakir Abdussakir Absussakir Abdussakir Achmad Sani Supriyanto Agus Nasir Ahmad Rifad Riadhi Ahmad Talib Akbar Iskandar Akbar Iskandar Alfairus, Muh. Qodri Ali Mokhtar Alief Imron Juliodinata Alok Kumar Panday Alsa, Yudhistira Ananda Andika Isma ANDIKA SAPUTRA Angela Diaz Cadena Asfar Asfar Asmar Asmar, Asmar Astuti, Niken Probondani Aswi, Aswi Ayu Rahayu Azzajjad, Muhammad Fath Boj del Val, Eva Boj, Eva Bustan, M Nadjib Dary Mochamad Rifqie Della Fadhilatunisa Dewi Fatmarani Surianto Dewi Satria Ahmar Djawad, Yasser Abd. Ersa Karwingsi Eva Boj Faizal Arya Samman Fathahillah Fathahillah Hamzah Upu Hardianti Hafid Hastuty Hastuty Hastuty Hastuty Hastuty Musa Herman Herman Hidayat M., Wahyu Ifriana Ifriana Ilimu, Edi Irwan Irwan Irwan Irwan Isma Muthahharah Jamaluddin Jamaluddin Kamaluddin Kamaluddin Kasmudin Mustapa Khadijah Khaeruddin Khaeruddin Lince, Ranak M. Miftach Fakhri Maemunah Magfirah Manalu, Yessi Febianti Mansyur Mansyur Marni Marni, Marni Meliyana R, Sitti Masyitah Miguel Botto-Tobar Misriani Suardin Mohd. Rizal Mohd. Isa Muhammad Abdy Muhammad Arif Tiro Muhammad Arif Tiro Muhammad Farhan Muhammad Kasim Aidid Muhammad Kasim Aidid Muhammad Nadjib Bustan Muhammad Nadjib Bustan Muhammad Nusrang Muliadi Muliadi N. Nurahdawati Nachnoer Arss Nasrul Ihsan Niken Probondani Astuti Niken Probondani Astuti Novi Afryanthi S. Nur Anisa Nurdin Arsyad, Nurdin Nurhikmawati, Nurhikmawati Nurul Khofifah Salsabila Parkhimenko Vladimir Anatolievich Patmasari, Andi Poerwanto, Bobby R. Ruliana R. Rusli R. Rusli R. Rusli Rahman, Abdul Rahman, Muhammad Fatur Rahmat Hidayat Rahmat Hidayat Rais, Zulkifli Rajesh Kumar Ramli Umar Riny Jefri Rizal Bakri Robbi Rahim Rosidah Rosidah Rosidah Rosidah Ruliana Ruliana Ruliana, Ruliana Rusli Rusli Rusli Rusli Rusli Rusli Rusli Rusli Rustam, Sitti Nailah Sahid Sahid Salim Al Idrus Salim Al Idrus Sapto Haryoko Sarinah Emilia Tonio Shofiyah Al Idrus Singh, Pawan Kumar Siti Nurazizah Auliah Sitti Masyitah Meliyana R. Sitti Rahmawati Sobirov, Bobur Sri Hastuti Virgianti Pulukadang Sri Muliani Sriwahyuni, Andi Ayu Suci Lestari Sutamrin, Sutamrin Suwardi Annas Suwardi Annas Suwardi Annas Syafruddin Side Tabash, Mosab Tri Santoso Triutomo, Agung wahyuni wahyuni Yunus, Asmar Zakiyah Mar'ah Zakiyah Mar'ah Zamil Wahab Zulkifli Rais