cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surabaya,
Jawa timur
INDONESIA
J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika
Published by Universitas PGRI Adi Buana Surabaya
ISSN : 20890028     EISSN : 26547511     DOI : -
Core Subject : Economy, Science,
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance
Merupakan Media Penerbitan Dan Pembahasan Karya Ilmiah Dalam Bidang Ilmu Statistika Beserta Aplikasinya, Baik Berupa Hasil Penelitian, Bahasan Tentang Teori, Metodologi, Komputasi, Maupun Aplikasi Statistika Dalam Bidang Lain.
Arjuna Subject : -
Articles 15 Documents
 1   2 
Search results for , issue "Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika" : 15 Documents clear
Optimasi Produk Plastik pendekatan Taguchi Mixed Level pada Faktor Interaksi Injeksi Molding Muhammad Ahsan; Galuh Kusuma W; Salman Alfarizi
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a5781

Abstract

Penelitian parameter injeksi molding diperlukan untuk meminimalkan produk cacat penyusutan (shrinkage). Diharapkan perbaikan penelitian yang mengintegrasikan metode Taguchi untuk mengoptimalkan parameter injeksi serta interaksi yang mungkin terjadi. Berdasarkan uraian tersebut permasalahan yang dibahas adalah bagaimana mendapatkan parameter terbaik untuk optimasi produk plastik menggunakan pendekatan taguchi mixed level dengan 6 faktor  faktor interaksi injeksi molding dan variasi level. Metode Taguchi merupakan suatu metode pengendalian kualitas sebelum proses berlangsung, orthogonal array yang akan digunakan L18(2135) sesuai dengan jumlah faktor sebanyak 6 dan menggunakan mixed level. Variabel respon shrinkage diukur dari plastik tray yang terbuat dari campuran polimer atau poliblend. Faktor yang digunakan yaitu dengan memvariasikan injection speed (kecepatan injeksi), melting temperature (suhu leleh), injection pressure (tekanan injeksi), holding pressure (tekanan penahanan), holding time (waktu penahanan) dan cooling time (waktu pendinginan). Parameter optimal tanpa efek interaksi dengan kondisi optimum adalah kecepatan injeksi (90 %rpm), suhu leleh (240 °C), tekanan injeksi (110 bar), tekanan penahanan (96 bar), waktu penahanan (5 detik), dan pendinginan waktu (10 detik). Parameter optimal dengan efek interaksi kondisi optimum yaitu suhu leleh (240 ° C), tekanan injeksi (110 bar), tekanan penahanan (80 bar), waktu penahanan (5 detik), dan waktu pendinginan (10 detik). Kontribusi parameter dengan interaksi adalah suhu leleh (56,65%), interaksi suhu leleh dan tekanan injeksi (15,75%), waktu pendinginan (11,12%), dan kekuatan tekanan (7,83%).
Peramalan Nilai Ekspor Migas di Indonesia dengan Model Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) Prissy Nusaiba Yulisa; M. Al Haris; Prizka Rismawati Arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6121

Abstract

Ekspor migas merupakan komoditas yang berperan penting dalam perekonomian negara dan pengelolaannya harus dimaksimalkan demi kemakmuran dan kesejahteraan rakyat. Namun realitanya, dalam kurun waktu 10 tahun terakhir, neraca perdagangan ekspor migas di Indonesia mengalami defisit sehingga berdampak pada pengeluaran negara lebih besar daripada pemasukan. Penelitian ini difokuskan pada peramalan yang dapat dijadikan sebagai bahan masukan bagi pemerintah dalam merencanakan arah kebijakan terkait ekspor migas pada masa mendatang. Metode peramalan yang digunakan dalam penelitian ini adalah Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dengan optimasi Nesterov Adam (Nadam). LSTM mampu mengatasi masalah ketergantungan jangka panjang, sehingga dapat mengenali pola data dengan baik dan GRU merupakan variasi lain dari LSTM yang memiliki komputasi lebih sederhana. Sedangkan Nadam berperan dalam mempercepat proses training dan menurunkan nilai error. Berdasarkan hasil penelitian, diperoleh akurasi tertinggi dalam prediksi nilai ekspor migas menggunakan model terbaik LSTM dengan optimasi Nadam pada percobaan menggunakan nilai parameter α 0.001, jumlah neuron 20, epoch 100, dan nilai MAPE 12.8% dengan akurasi 87.2%.
Application of Agglomerative Hierarchical Clustering Method for Grouping Non-Cash Food Assistance Recipients in Ngambon Bojonegoro Alif Yuanita Kartini; Abdul Manaf Jamiluddin
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6122

Abstract

One of the sub-districts in Bojonegoro that received non-cash food assistance was Ngambon sub-district. The non-cash food assistance provided in Ngambon sub-district has not been on target. This is because underprivileged people do not get assistance, while people who can afford it actually get non-cash food assistance. So, research is needed with the aim that non-cash food assistance provided by the government can be distributed according to procedures. The method used in this study is agglomerative hieralchical clustering to group recipients of non-cash food assistance from the people of Ngambon Bojonegoro. The variables used were 12 indicators of non-cash food assistance set by the Bojonegoro district Social Office. The data used were 131 recipients of non-cash food assistance spread across five villages in Ngambion sub-district. Grouping results with the single linkage method are less relevant. Meanwhile, with the average linkage and complate linkage methods, five clusters were obtained, and with ward linkage, three clusters were obtained. Based on the elbow rule, it was found that ward linkage is the best grouping method, with cluster 1 totaling 57 people, cluster 2 totaling 53 people and cluster 3 totaling 21 people.
Perbandingan Kinerja Hasil Luaran Model Jaringan Syaraf Tiruan dan SARIMA Untuk Prediksi Awal Musim Hujan Kota Pangkalpinang Presli Panusunan Simanjuntak
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6137

Abstract

Bangka Belitung merupakan wilayah penghasil utama dari lada dan karet. Informasi prediksi curah hujan dan awal musim hujan (AMH) diperlukan untuk meningkatkan produksi komoditi ini. Tujuan penelitian untuk membangun model Seasonal ARIMA (SARIMA) dan Jaringan Syaraf Tiruan (JST) guna memprediksi curah hujan dan penentuan AMH dengan model terbaik. Model prediksi yang digunakan adalah SARIMA dengan menggunakan data curah hujan dari masa lalu dan JST propagasi balik (backpropagation) dengan menggunakan prediktor suhu muka laut, angin zonal dan precipitable water periode 1981-2010. SARIMA merupakan metode yang digunakan dalam peramalan data runtun waktu musiman sedangkan JST backpropagation merupakan pelatihan model untuk mempelajari set pola data masa lalu dan mengevaluasi serta membuat formula yang dihubungkan dengan keluaran yang diinginkan. Model dibandingkan kinerjanya dengan menghitung nilai koefisien korelasi dan akar rerata kuadrat kesalahan. Hasil penelitian menunjukkan model JST lebih baik daripada SARIMA untuk memprediksi curah hujan dengan nilai RMSE sebesar 48,70 dan korelasi sebesar 0,25. Akan tetapi, JST belum mampu untuk menduga curah hujan ekstrim. Penentuan AMH menggunakan prediksi JST menghasilkan kesesuaian model prediksi sebesar 42,86 % dengan nilai skill sebesar 0,05 lebih baik daripada penentuan AMH menggunakan prediksi SARIMA terpilih yang menghasilkan kesesuaian model prediksi sebesar 14,26 % dengan nilai skill sebesar 0,00.
Multiperiod Logit on Survival Analysis of Financial Distress in Manufacturing Company Wilda Yulia Rusyida; Anas Yoga Nugroho
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6405

Abstract

The company is required to be able to maintain its survival so that the company's goals can be achieved properly. Financial distress is one of the factors that causes the company to be unable to maintain its viability so that the company's goals are not achieved. The factors that cause the company to be in a state of distress are internal and external factors. This is descriptive quantitative research which used 16 financial ratios, IHSG and BI rate. This research method is a quantitative method using time series data with a multiperiod logit model. Determination of the sample using purposive sampling so that there are 79 samples used in this study. Based on the results of the description of the Kaplan Meier curve, log rank test, multiperiod logit model with variable selection, it means that companies survive and financial distress have prominent differences in profitability ratios and market measure ratios. Meanwhile, based on the results of the partial test 4 out of 5 financial ratios, the results of the selection of variables have a significant effect on financial distress. The five best companies to invest in with a minimum hazard opportunity value are companies with issuer codes SKBM, IGAR, PBRX, PSDN and UNIC.
Analisis Regresi Logistik Biner Multilevel pada Status Kemiskinan di Pulau Jawa menggunakan Algoritma MCMC Metropolis-Hasting Regita Putri Permata; Rifdatun Ni'mah
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6578

Abstract

Pulau Jawa adalah pulau paling padat penduduk di Indonesia. Namun, ada beberapa provinsi di Pulau Jawa yang mengalami masalah kemiskinan. Provinsi Jawa Tengah memiliki tingkat kemiskinan sebesar 11,32% pada tahun 2018, lebih tinggi dari persentase kemiskinan pulau Jawa, yang merupakan akumulasi dari kemiskinan di semua kabupaten dan kota di provinsi tersebut. Model regresi logistik multilevel mempunyai struktur data hirarki yang terdiri dari satu variabel prediktor yang diukur pada level paling bawah (level 1) dan satu variabel penjelas yang diukur pada setiap level atau level selanjutnya. Struktur hirarki data kemiskinan mengindikasikan bahwa data tersebut berasal dari beberapa level, dimana level yang lebih rendah yaitu Kabupaten/Kota tersarang pada level yang lebih tinggi yaitu Provinsi. Data persentase kemiskinan daerah diubah ke dalam bentuk biner menjadi variabel status kemiskinan sehingga metode pendugaan parameter dilakukan dengan pendekatan model regresi logistik biner hirarki dengan algoritma Metropolis-Hasting. Pemodelan ini membantu pemerintah dalam mengambil kebijakan terhadap kelompok kabupaten/kota kategori miskin berdasarkan nilai Indeks Pembangunan Manusia (IPM). Analisa pemodelan menunjukkan bahwa variabel IPM memberikan dampak yang sama saja bagi kecenderungan status kemiskinan kabupaten/kota dengan asumsi parameter lain konstan. Variabel interaksi antara IPM dan dana program Bantuan Pangan Non Tunai memberikan dampak kecenderungan kabupaten/kota di Pulau Jawa berstatus tidak miskin sebesar 1,07 kali daripada miskin.
Comparison of Support Vector Machine (SVM) and Autoregressive Integrated Moving Average (ARIMA) Methods for Predicting Air Quality Using Python and KNIME Tiara Melati Putri Wiryawanto; Zuyyina Hawani; Muhamad Attar Ramadhani
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6633

Abstract

Air is the most important component for living things on earth. However, the changes that exist on earth cause problems, one of which is air pollution. Human activity is one of the causes of air pollution. This is what makes future air quality feasible to predict. To predict air quality, this research use the Support Vector Machine (SVM) and Autoregressive Integrated Moving Average (ARIMA) methods. For SVM itself, it presents one of the methods of machine learning techniques. Meanwhile, ARIMA presents one of the methods of the statistical model. Using data from the Open Data Jakarta website regarding measurements of the Air Pollution Standard Index (ISPU) at five air quality monitoring stations (SPKU) in DKI Jakarta Province in 2021, an analysis was then carried out to compare the performance and accuracy of these two methods in predicting air quality. The results of this study indicate that between ARIMA and SVM testing, it can be said that SVM testing has higher accuracy results. This can be seen from the average accuracy results with several treatments.
Analisis Tingkat Kepuasan Masyarakat Terhadap Pelayanan BPJS Kesehatan Cabang Utama Surabaya Dengan Metode Customer Satisfaction Indeks dan Importance Performance Analysis Putri Nur Farida; Ardi Kurniawan; Sediono; Dita Amelia
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6966

Abstract

Kesehatan merupakan hak asasi manusia dan salah satu unsur kesejahteraan yang harus diwujudkan sesuai cita-cita bangsa Indonesia. Diperlukan pembentukan badan penyelenggara yang berbentuk badan hukum pelayanan publik salah satunya BPJS Kesehatan yang bertujuan untuk memberikan jaminan berupa perlindungan kesehatan kepada masyarakat, serta diharapkan dapat memberikan pelayanan kualitas yang bermutu baik, karena kepuasan merupakan aspek yang paling penting bagi instansi pemerintahan. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan masyarakat terhadap Kantor BPJS Kesehatan dengan data yang digunakan sejumlah 100 responden. Metode yang digunakan yaitu Customer Satisfaction Indeks yang merupakan indeks untuk menentukan tingkat kepuasan pelanggan secara menyeluruh menggunakan pendekatan yang mempertimbangkan tingkat kepentingan dari atribut atribut produk dan jasa yang diukur dan Importance Performance Analysis yang merupakan merupakan salah satu teknik penerapan yang mudah untuk mengatur atribut dari tingkat kepentingan dan tingkat pelaksanaan itu sendiri. Hasil penelitian diperoleh bahwa metode CSI sebesar 82,038 % yang berarti masyarakat merasa sangat puas terhadap pelayanan di Kantor BPJS Kesehatan Cabang Utama Surabaya, pada metode IPA menunjukkan pada kuadran I,II,III,IV masing masing terdapat 11, 1, 9, dan 1 variabel, dan variabel yang pelu ditingkatkan adalah kuadran II, yaitu kecepatan dalam menangani keluhan secara online melalui saluran telepon dan email.
Pengelompokkan Kecamatan di Kabupaten Bima Berdasarkan Jumlah Produksi dan Luas Panen Bawang Merah Tahun 2021 Menggunakan K-Means Clustering Ashabul Akbar Maulana; Athallah Widyatama Rafii; Yulia Anggi Anjelina; Edy Widodo
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a7032

Abstract

Bawang merah adalah komoditas pertanian signifikan di Indonesia dengan potensi ekonomi yang menjanjikan. Kabupaten Bima mendominasi produksi bawang merah di Indonesia. Secara geografis, Kabupaten Bima berada pada kisaran ketinggian 0 hingga 477.5 mdpl dengan mayoritas wilayahnya memiliki iklim panas dan kering, menciptakan kondisi yang ideal untuk budidaya bawang merah. Penelitian ini bertujuan menggambarkan serta menganalisis Cluster hasil produksi bawang merah di Kabupaten Bima tahun 2021 menggunakan metode Clustering K-Means. K-Means Clustering merupakan analisis klaster non-hierarkis yang membagi data ke dalam kelompok berdasarkan karakteristik tertentu. Hasil analisis menunjukkan bahwa Kecamatan Lambu mencatat produksi dan luas panen bawang merah tertinggi di Kabupaten Bima, sementara Kecamatan Langgudu dan Donggo tidak menghasilkan bawang merah. Analisis klaster menghasilkan tiga kelompok dengan karakteristik yang berbeda, di mana Cluster 1 memiliki kategori produksi rendah, Cluster 2 memiliki kategori produksi tinggi, dan Cluster 3 memiliki kategori produksi sedang.
Analisis Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Berdasarkan Kabupaten/Kota Di Jawa Tengah Yulia Fitri; Prizka Rismawati Arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a7079

Abstract

Pembangunan merupakan indikator yang penting disuatu negara terutama negara berkembang seperti Indonesia. Pembangunan manusia merupakan salah satu upaya yang dilakukan oleh pemerintah guna mewujudkan masyarakat yang Makmur dan sejahtera. Salah satu cara untuk mengukur kesejahteraan suatu daerah yaitu dengan mengukur Indeks Pembangunan Manusia (IPM) daerah tersebut. Dimensi dari IPM sendiri yaitu umur Panjang dan hidup sehat, Pendidikan, dan kehidupan yang layak. Data yang digunakan pada penelitian ini yaitu data sekunder yang bersumber dari Badan Pusat Statistik berupa data Indeks Pembangunan Manusia di kabupaten/kota di Jawa Tengah. Melihat pentingnya IPM pada suatu daerah khusunya Jawa Tengah, maka perlu dilakukannya analisis mengenai faktor-faktor yang mempengaruhi IPM. Analisis regresi linier berganda merupakan salah satu metode penelitian yang dapat diterapkan dalam penelitian ini karena metode regresi adalah teknik analisis statistik yang digunakan untuk menentukan bagaimana dua atau lebih variabel berinteraksi. Sehingga, analisis regresi linear berganda dapat digunakan untuk melihat faktor-faktor yang mempengaruhi IPM kabupaten/kota di Jawa Tengah pada tahun 2022. Dari hasil penelitian, diketahui bahwa variabel harapan hidup, harapan lama sekolah, rata-rata lama sekolah, dan pengeluaran perkapita berpengaruh signifikan terhadap indeks pembangunan manusia pada tahun 2022. Hasil pengujian koefisien determinasi atau R-Square didapatkan nilai sebesar 99,9%.

Page 1 of 2 | Total Record : 15

 1   2 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 15 No 2 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 15 No 1 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 14 No 2 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 14 No 1 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 13 No 2 (2020): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 13 No 1 (2020): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 12 No 2 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 12 No 1 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 11 No 2 (2018): Jurnal Ilmiah Teori dan Aplikasi Statistika Vol 10 No 2 (2017): J Statistika: Jurnal Imiah dan Aplikasi Statistika Vol 9 No 1 (2016): J Statistika: Jurnal Imiah dan Aplikasi Statistika Vol 8 No 1 (2015): J Statistika: Jurnal Imiah dan Aplikasi Statistika Vol 7 No 1 (2015): J Statistika: Jurnal Imiah dan Aplikasi Statistika Vol 6 No 1 (2014): J Statistika: Jurnal Imiah dan Aplikasi Statistika Vol 4 No 2 (2012): J Statistika: Jurnal Imiah dan Aplikasi Statistika Vol 4 No 1 (2012): J Statistika: Jurnal Imiah dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika More Issue