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 adm. jakarta timur,
Dki jakarta
INDONESIA
Jurnal Aplikasi Statistika & Komputasi Statistik
Published by Politeknik Statistika STIS
ISSN : 20864132     EISSN : 26151367     DOI : -
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics
Redaksi menerima karya ilmiah atau artikel penelitian mengenai kajian teori statistika dan komputasi statistik pada bidang ekonomi dan sosial dan kependudukan, serta teknologi informasi. Redaksi berhak menyunting tulisan tanpa mengubah makna subtansi tulisan. Isi jurnal Aplikasi Statistika dan Komputasi Statistik dapat dikutip dengan menyebutkan sumbernya.
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics" : 6 Documents clear
Penerapan Radial Basis Function Neural Network dalam Pengklasifikasian Daerah Tertinggal di Indonesia Vira Wahyuningrum
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v12i1.250

Abstract

Penetapan daerah tertinggal di Indonesia merupakan kasus pengklasifikasian dengan dua kategori pada variabel respon (biner). Pengklasifikasian dengan metode klasifikasi linier yang umum digunakan yaitu regresi logistik pada tahap eksplorasi data menghasilkan misclassification yang relatif besar, sehingga diperlukan suatu metode alternatif. Artificial Neural Network (ANN) merupakan alternatif yang menjanjikan untuk berbagai metode klasifikasi konvensional. Radial Basis Function Neural Network (RBFNN) merupakan salah satu arsitektur ANN yang populer digunakan dalam klasifikasi. Metode RBFNN menggunakan dua pendekatan yaitu supervised dan unsupervised serta dalam beberapa penelitian menghasilkan akurasi klasifikasi yang tinggi. Penelitian ini bertujuan menerapkan metode RBFNN untuk kasus klasifikasi daerah tertinggal di Indonesia untuk melihat arsitektur RBFNN yang terbentuk dan ketepatan klasifikasi yang dihasilkan. Hasil dari penelitian ini adalah penerapan RBFNN memberikan performa yang sangat baik yaitu nilai akurasi sebesar 93,48 persen, sensitivitas 81,10 persen dan spesifikasi 97,43 persen. Nilai F-Measure arsitektur RBFNN yang dihasilkan mencapai 85,36 persen.
Analisis Permintaan Pangan dan Nonpangan Rumah Tangga dengan Gangguan Kesehatan di Indonesia Muhammad Syafiudin; Turro S. Wongkaren
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v12i1.181

Abstract

Penelitian ini bertujuan menganalisis dampak tidak langsung gangguan kesehatan terhadap permintaan pangan dan non pangan rumah tangga. Dengan menggunakan data Susenas Panel tahun 2012 dan 2013 dan menerapkan two step heckman selection model untuk estimasi pendapatan dan seemingly unrelated regression estimator untuk estimasi konsumsi rumah tangga. Hasilnya menunjukkan bahwa gangguan kesehatan kepala rumah tangga akan menurunkan pendapatannya. Dampak ini akan lebih dirasakan oleh rumah tangga perempuan miskin dan bekerja di sektor pertanian. Penurunan pendapatan ini menyebabkan porsi pengeluaran konsumsi non pangan menurun, khususnya untuk pengeluaran pemeliharaan perumahan, namun pengeluaran untuk perawatan tubuh justru meningkat. Sedangkan untuk porsi konsumsi pangan tidak terpengaruh. Hal ini menunjukkan bahwa, gangguan kesehatan dapat menyebabkan penurunan tingkat kesejahteraan rumah tangga karena menyebabkan penurunan pendapatan dan peningkatan pengeluaran kesehatan. Oleh karena itu, diperlukan kebijakan yang dapat melindungi kesejahteraan rumah tangga ketika mengalami gangguan kesehatan, bisa berupa subsidi biaya kesehatan atau cash transfer.
Perbandingan Klasifikasi Status Pendonor Darah dengan Menggunakan Regresi Logistik dan K-Nearest Neighbor Iut Tri Utami; Fadjryani Fadjryani; Diah Daniaty
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v12i1.217

Abstract

Donor Darah Sukarela (DDS) adalah orang yang dengan sukarela mentranfusikan darahnya kepada orang lain. Banyaknya DDS yang rutin mendonorkan darahnya dapat memenuhi kebutuhan darah di Palang Merah Indonesia (PMI) setiap harinya. Syarat yang diberlakukan PMI menyebabkan calon pendonor darah dapat diklasifikasikan menjadi layak dan tidak layak dalam mendonorkan darahnya. Salah satu cara untuk menentukan pola prediksi status kelayakan calon pendonor darah di PMI adalah dengan menggunakan regresi logistik biner dan k-Nearest Neighbor (kNN). Peubah yang signifikan mempengaruhi kelayakan calon pendonor darah adalah kadar Haemoglobin. Akurasi yang dihasilkan oleh metode regresi logistik biner dan kNN pada penelitian ini adalah 93% dan 79%.
Prediksi Harga Emas Dunia di Masa Pandemi Covid-19 Menggunakan Model ARIMA Dara Puspita Anggraeni; Dedi Rosadi; Hermansah Hermansah; Ahmad Ashril Rizal
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v12i1.264

Abstract

Penelitian ini bertujuan memodelkan serta memprediksi harga emas dunia di masa pandemi COVID-19. Penelitian ini juga hanya memasukkan nilai masa lampau dari harga emas dunia tanpa adanya pengaruh faktor eksogen(independen) pada model. Model yang dipergunakan adalah model Autoregressive Integrated Moving Average (ARIMA). Adapun data yang dipergunakan pada permodelan sebanyak 240 data observasi dimana data merupakan data bulanan harga emas dunia bulan Agustus 2000 hingga Juli 2020. Model terbaik untuk harga emas dunia ini adalah ARIMA(0,1,1) dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 3,70%. Hasil prediksi harga emas dunia untuk bulan Agustus 2020 hingga Januari 2021 berturut-turut adalah sebesar 1930,046; 1945,651; 1961,381; 1977,240; 1993,227; 2009,343 US$/Troy Ons emas. Prediksi ini menunjukkan tren naik dengan rata-rata peningkatan selama periode tersebut (Agustus 2020-Januari 2021) sebesar15,8594 US$/Troy ons per bulannya.
Regresi Probit untuk Analisis Variabel-Variabel yang Mempengaruhi Perceraian di Sulawesi Tengah Nur'eni Nur'eni; Lilies Handayani
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v12i1.211

Abstract

Sulawesi Tengah adalah salah satu Provinsi di Indonesia yang memiliki permasalahan dalam perceraian. Tingkat perceraian di Sulawesi Tengah pada tahun 2016 sebesar 2,44%. Persentase tingkat perceraian di Sulawesi Tengah ini menjadi tingkat perceraian ketiga tertinggi di Indonesia. Pada penelitian ini diteliti faktor-faktor yang mempengaruhi kasus perceraian di Sulawesi Tengah. Metode yang digunakan adalah regresi probit biner dengan variabel respon adalah status perkawinan. Hasil penelitian menunjukkan bahwa variabel prediktor yang mempengaruhi perceraian secara signifikan di Provinsi Sulawesi Tengah adalah umur kawin pertama (X2) kategori 1 (18-21 tahun) dan kategori 2 ( >21 tahun), tingkat pendidikan (X3) kategori 1 (SD) dan kategori 4 (di atas SMA), daerah tempat tinggal (X4) kategori 1 (kota) dan jumlah pengeluaran rumah tangga (X6) dengan tingkat ketepatan klasifikasi model sebesar 99,2%.
Proyeksi Penyerapan Tenaga Kerja Perikanan Berdasarkan Faktor Industrialisasi Menggunakan Metode Fungsi Transfer Yulinda Nurul Aini
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v12i1.244

Abstract

FAO menempatkan Indonesia sebagai negara dengan potensi perikanan terbesar di dunia, namun potensi tersebut belum dimanfaatkan dengan optimal. Pemerintah telah membentuk program industrialisasi perikanan, namun pelaksanaannya yang belum terimplementasi dengan baik menyebabkan penyerapan tenaga kerja di sektor ini masih rendah. Penelitian ini akan membentuk proyeksi penyerapan tenaga kerja subsektor perikanan 2019-2024 menggunakan metode fungsi transfer dengan mempertimbangkan faktor industrialisasi perikanan sebagai prediktor terhadap indeks elastisitas penyerapan tenaga kerja perikanan. Industrialisasi perikanan diukur berdasarkan faktor perkembangan investasi dan pertumbuhan jumlah perusahaan perikanan. Hasil proyeksi menunjukkan bahwa industrialisasi perikanan di tahun mendatang belum mampu mendorong respon pertumbuhan penyerapan tenaga kerja subsektor perikanan.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 17 No 1 (2025): Jurnal Aplikasi Statistika & Komputasi Statistik Vol 16 No 2 (2024): Jurnal Aplikasi Statistika & Komputasi Statistik Vol 16 No 1 (2024): Jurnal Aplikasi Statistika & Komputasi Statistik Vol 15 No 2 (2023): Journal of Statistical Application and Computational Statistics Vol 15 No 1 (2023): Journal of Statistical Application and Computational Statistics Vol 14 No 2 (2022): Journal of Statistical Application and Computational Statistics Vol 14 No 1 (2022): Jurnal Aplikasi Statistika dan Komputasi Statistik Vol 13 No 2 (2021): Jurnal Aplikasi Statistika dan Komputasi Statistik Vol 13 No 1 (2021): Jurnal Aplikasi Statistika dan Komputasi Statistik Vol 12 No 3 (2020): Jurnal Aplikasi Statistika dan Komputasi Statistik Edisi Khusus Vol 12 No 2 (2020): Journal of Statistical Application and Computational Statistics Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics Vol 11 No 2 (2019): Journal of Statistical Application and Computational Statistics Vol 11 No 1 (2019): Journal of Statistical Application and Computational Statistics Vol 10 No 2 (2018): Journal of Statistical Application and Computational Statistics Vol 10 No 1 (2018): Journal of Statistical Application and Computational Statistics Vol 9 No 2 (2017): Journal of Statistical Application and Computational Statistics Vol 9 No 1 (2017): Journal of Statistical Application and Computational Statistics Vol 8 No 2 (2016): Journal of Statistical Application and Computational Statistics Vol 8 No 1 (2016): Journal of Statistical Application & Statistical Computing Vol 7 No 2 (2015): Journal of Statistical Aplication and Statistical Computing Vol 7 No 1 (2015): Journal of Statistical Application and Computational Statistics More Issue