cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Aceng Komarudin Mutaqin
Contact Email
aceng.k.mutaqin@gmail.com
Phone
+628179289987
Journal Mail Official
jstat.unisba@gmail.com
Editorial Address
Jl. Ranggagading No. 8 Bandung 40116
Location
Kota bandung,
Jawa barat
INDONESIA
Statistika
Published by Universitas Islam Bandung
ISSN : 14115891     EISSN : 25992538     DOI : https://doi.org/10.29313/jstat.v19i2.4898
Core Subject : Economy, Science, Education, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics
STATISTIKA published by Bandung Islamic University as pouring media and discussion of scientific papers in the field of statistical science and its applications, both in the form of research results, discussion of theory, methodology, computing, and review books.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 6 Documents
 1 
Search results for , issue "Vol 11, No 1 (2011)" : 6 Documents clear
A Dynamic Modelling of Unemployment Insurance Anton Abdulbasah Kamil
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 11, No 1 (2011)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v11i1.1036

Abstract

The paper analysis the level of unemployment insurance beneficiaries. The model is allow for thesimultaneous determination of wages with feedback from excess supply. The analysis concentrates onthe flow of workers in and out of unemployment rather than on the net result, the level ofunemployment. It focuses on the sub-set of the labor force covered by the unemployment insurance (UI)scheme. The estimation result show that the entry and exit rates exhibit some degree of persistence.Structural change effect both flow equations adversely. Real wages appear to be determined by a mix ofefficiency wage and market clearing factors.
Pengaruh Bimbingan Belajar terhadap Nilai Mahasiswa dengan Uji Permutasi Marzuki Marzuki
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 11, No 1 (2011)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v11i1.1039

Abstract

Uji permutasi merupakan metode pengujian dengan menyusun kembali data dalam seluruh kombinasiyang mungkin dengan teknik resampling permutasi. Uji ini adalah salah satu uji alternatif jika asumsikenormalan data tidak terpenuhi. Penelitian ini bertujuan menerapkan prosedur uji permutasi untukperbandingan dua kelompok untuk diketahui apakah ada pengaruh bimbingan belajar terhadap nilaimahasiswa. Penelitian ini dilakukan untuk dua kasus perulangan, yaitu B=1000 dan B=2000. Datayang digunakan adalah nilai akhir semester pertama dari empat matakuliah. Jumlah mahasiswa yangdiambil datanya adalah sebanyak 43 orang, masing-masing 14 orang yang ikut bimbingan belajar dan29 orang tidak ikut bimbingan belajar. Hasil penelitian menunjukkan bahwa nilai ASL* permutasiuntuk kasus B=1000 dan B=2000 diperoleh masing-masing 12,6% dan 12,4%. Jadi jika tarafsignifikan yang digunakan adalah di bawah 12,6% maka hipotesis nol akan tidak ditolak. Hal iniberarti bahwa rata-rata nilai mahasiswa yang mengikuti bimbingan belajar tidak lebih baikdibandingkan dengan mahasiswa yang tidak mengikutinya.
Penggunaan Metode Statistik K-Means Clustering pada Analisis Peruntukan Lahan Usaha Tambang Berbasis Sistem Informasi Geografi Nana Suryana
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 11, No 1 (2011)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v11i1.1037

Abstract

Dengan diberlakukannya UU No. 4 Tahun 2009 tentang Pertambangan Mineral dan Batubara, yang didalamnya menyatakan bahwa Wilayah Pertambangan (WP) adalah bagian dari tata ruang nasional danmenjadi landasan untuk dapat dilakukannya kegiatan usaha tambang, maka penetapan WP menjadisangat penting artinya. Dari pernyataan tersebut menjadikan daerah yang berpotensi bahan tambangharus secepat mungkin mengantisipasinya agar suatu potensi bahan tambang yang ada dapatdimanfaatkan secara optimal. Dalam upaya menentukan peruntukan lahan sebagai lahan usahatambang banyak cara dapat digunakan antara lain metode statistik K-Means Clustering berbasisSistem Informasi Geografi (SIG). Inti dari metode ini adalah pengelompokan objek-objek berdasarkankarakteristik yang dimilikinya. Pengelompokan dilakukan terhadap data a-spasial yang merupakankeluaran atau hasil analisis spasial dengan teknik SIG. Sebagai studi kasus penerapan metode inidilakukan pada penentuan peruntukan lahan usaha tambang di Kabupaten Sukabumi, Propinsi JawaBarat.
Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Aceng Komarudin Mutaqin; Suwanda Suwanda
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 11, No 1 (2011)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v11i1.1040

Abstract

Makalah ini membahas pembentukan diagram kendali simpangan baku (diagram kendali S) eksak untuk kasusproses berdistribusi normal dengan parameter σ diketahui. Diagram kendali S eksak tersebut dibandingkandengan diagram kendali S konvensional menggunakan ukuran Average Run Lenght (ARL). Diagram kendali Skonvensional terlalu sensitif terhadap perubahan yang kecil dari simpangan baku proses. Bahkan untuk kasustertentu, ketika proses sebenarnya dalam kendali, diagram kendali S konvensional menyimpulkan bahwa prosessudah di luar kendali.
Pipe Failure Probabilities of Water Distribution Systems Syarifah Hidayah Syed Harun; Ismail Bin Mohd
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 11, No 1 (2011)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v11i1.1038

Abstract

In this paper, we will describe two methods so-called Poisson method and Generic Expectation Function (GEF)method for using to find pipe failure probabilities of water distribution systems which implicitly designed byengineers. In order to develop GEF method using means and coefficients of variation of input randomvariables through employing probability distribution such as normal distribution, is adopted. In this paper, 9water distribution systems which are located in Terengganu, Malaysia and 1 hypothetical water distributionsystem, have been used for illustrating these mentioned both methods from which the comparison can bediscussed. Besides that, hydraulic simulation software, EPANET has been applied to get the input variables foreach project. Failure probability of each pipe is focused on failure probability of pipe to fulfil the demanddenoted by PA and also pipe replacement probability denoted by PB.
Feature Selection Data Indeks Kesehatan Masyarakat Menggunakan Algoritma Relief Zurnila Marli Kesuma
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 11, No 1 (2011)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v11i1.1041

Abstract

Feature selection adalah suatu metode penganalisaan data yang bertujuan untuk memilih fitur yangberpengaruh (fitur optimal) dan mengesampingkan fitur yang tidak berpengaruh. Ada beberapaalgoritma feature selection yang dapat digunakan, salah satunya adalah Relief. Relief memanfaatkanteknik bobot (weight) untuk mengukur signifikansi fitur dalam konteks klasifikasi dan fitur yangmemiliki nilai bobot di atas ambang batas (threshold) yang digunakan akan dipilih. Penelitian inibertujuan untuk mendapatkan fitur optimal dari data data indeks kesehatan masyarakat.Hasil pengolahan data menunjukkan bahwa untuk setiap data yang diuji hanya menghasilkan satufitur optimal dengan nilai threshold yang berbeda.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2011 2011


Reset
Filter By Issues
All Issue Vol 21, No 1 (2021) Vol 20, No 2 (2020) Vol 20, No 1 (2020) Vol 19, No 2 (2019) Vol 19, No 1 (2019) Vol 18, No 2 (2018) Vol 18, No 1 (2018) Vol 17, No 2 (2017) Vol 17, No 1 (2017) Vol 16, No 2 (2016) Vol 16, No 1 (2016) Vol 15, No 2 (2015) Vol 15, No 1 (2015) Vol 14, No 2 (2014) Vol 14, No 1 (2014) Vol 13, No 2 (2013) Vol 13, No 1 (2013) Vol 12, No 2 (2012) Vol 12, No 1 (2012) Vol 11, No 2 (2011) Vol 11, No 1 (2011) Vol 10, No 2 (2010) Vol 10, No 1 (2010) Vol 9, No 2 (2009) Vol 9, No 1 (2009) Vol 8, No 2 (2008) Vol 8, No 1 (2008) Vol 7, No 2 (2007) Vol 7, No 1 (2007) Vol 6, No 2 (2006) Vol 6, No 1 (2006) Vol 5, No 2 (2005) Vol 5, No 1 (2005) Vol 4, No 2 (2004) Vol 4, No 1 (2004) Vol 3, No 2 (2003) Vol 3, No 1 (2003) Vol 2, No 2 (2002) Vol 2, No 1 (2002) Vol 1, No 1 (2001) More Issue