cover
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
ISSN : 14115891     EISSN : 25992538     DOI : https://doi.org/10.29313/jstat.v19i2.4898
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.
Articles 5 Documents
Search results for , issue "Vol 20, No 1 (2020)" : 5 Documents clear
Pengaruh Iklim Terhadap Kejadian Diare Berdasarkan Provinsi di Indonesia Auliahizki Azzahra Fachrin; Hanifa Deityana; Safitri Rahma Sani
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 20, No 1 (2020)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v20i1.6357

Abstract

Kondisi iklim di suatu tempat dapat mempengaruhi proses kehidupan makhluk hidup. Salah satu pengaruh yang merugikan terhadap kesehatan manusia adalah pengaruhnya terhadap kejadian suatu penyakit. Sebuah studi di Peru mengatakan bahwa tejadi peningkatan kejadian diare ketika terjadi perubahan iklim. Penelitian ini bertujuan untuk mengetahui hubungan kondisi iklim terhadap kejadian diare berdasarkan provinsi di Indonesia. Variabel yang dianalisis adalah unsur-unsur iklim (suhu udara, kelembaban udara, kecepatan angin, dan jumlah curah hujan) dan jumlah kejadian diare dari tahun 2016 sampai dengan 2018. Berdasarkan hasil analisis deskriptif yang dilakukan dapat disimpulkan rata-rata suhu udara berdasarkan provinsi di Indonesia pada tahun 2016-2018 tidak mengalami kenaikan atau penurunan yang signifikan. Lalu ,rata-rata kelembaban udara berdasarkan provinsi di Indonesia pada tahun 2016-2018 tidak mengalami kenaikan atau penurunan yang signifikan bahkan cenderung tetap. Kemudian, rata-rata kecepatan angin berdasarkan provinsi di Indonesia pada tahun 2016-2018 mengalami penurunan yang tidak signifikan. Lalu,  rata-rata jumlah curah hujan berdasarkan provinsi di Indonesia pada tahun 2016-2018 mengalami kenaikan dan penurunan yang cukup signifikan. Kemudian, rata-rata jumlah kejadian diare berdasarkan provinsi di Indonesia pada tahun 2016-2018 mengalami kenaikan dan penurunan yang cukup signifikan. Teknis analisis yang digunakan adalah analisis regresi data panel menggunakan model fixed effect (FEM). Hasil penelitian menunjukkan bahwa hanya variabel kelembaban udara yang mempengaruhi jumlah kejadian diare secara individu. Kelembaban udara adalah faktor penentu perubahan kejadian diare yang berperan nyata positif dengan model regresi . Model regresi data panel yang terbentuk mampu menjelaskan variabilitas tingkat kejadian diare berdasarkan 33 provinsi di Indonesia sebesar 98.57%.
Statistical Process Control Vibrasi Bearing untuk Identifikasi Degradasi Riyani Desriawati; Sutawanir Darwis; Nusar Hajarisman; Suliadi Suliadi; Achmad Widodo
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 20, No 1 (2020)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v20i1.5298

Abstract

Statistical Process Control (SPC) is usually applied to  the production process of goods, with the aim of detecting the quality of a production item that is within or beyond the specified specifications. In this study, SPC was applied to the bearing vibration signal to detect the first observable defect on a machine that functions as part of a prognostic tool for maintenance decision making. The detection of damage and prognostic are two important aspects in machine maintenance based on current conditions or better known as Condition (data) Based Maintenance (CBM). This paper discusses the shewhart average level chart and adaptive shewhart average level chart to detect the first observable defect. The  shewhart chart is built with two assumptions, i.e. that the data must vary randomly around an established mean and follows a normal distribution. However, the adaptive Shewhart  chart there is no need for normal assumption. The exploration of our data shows that the assumption of normality is not fulfilled, so that the Shewhart average level chart is not implemented. The adaptive Shewhart  chart shows that the warning line for bearing 1 amounted to 5.547 and 3.631, for bearing 2 amounted to 5.491 and 3.635, for bearing 3 amounted to 5.762 and 3, 573, for bearing 4 of 5.604 and 33.615. The action line for bearing 1 is 6.026 and 3.152, for bearing 2 is 5.955 and 3.171, for bearing 3 is 6.309 and 3.026, for bearing 4 is 6.101 and 3.118. The first observable defect was t = 81 for bearing 1,  t = 146 for bearing 2,  t = 40 for bearing 3 and  t = 61 for bearing 4.  The adaptive Shewart chart can be used as a toll to estimate the initiation of transition state from normal to degenerate.
PEMODELAN DATA ASURANSI SYARIAH DENGAN METODE BEST SUBSET DAN STEPWISE Karin Amelia Safitri
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 20, No 1 (2020)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v20i1.5896

Abstract

Industri asuransi di Indonesia mengalami perkembangan yang tidak terlalu pesat jika dibandingkan dengan industri perbankan. Tujuan penelitian ini adalah untuk melakukan perbandingan model dari data asuransi dengan metode 2 jenis regresi agar terlihat perilaku peubah bebas yang memberikan pengaruh yang nyata terhadap perkembangan asuransi. Metode analisis yang diterapkan adalah pemilihan model regresi terbaik yang dilakukan dengan metode best subset dan regresi linear stepwise. Hasil penelitian menyatakan bahwa model yang didapat dari regresi stepwise dikatakan lebih baik dibandingkan dengan model yang dihasilkan metode regresi best subset yang terlihat dari nilai R2 yang ditentukan dan nilai S.Kata Kunci: Asuransi Syariah, Best Subset, Stepwise
PENERAPAN MCA PADA PERBANDINGAN LAMA BELAJAR MAHASISWA TINGKAT III POLITEKNIK STATISTIKA STIS SEBELUM DAN SAAT PANDEMI COVID-19 Firza Refo Adi Pratama; Nadhifan Humam Fitrial; Novia Putri Lestari; Siti Andhasah; Risni Julaeni Yuhan
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 20, No 1 (2020)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v20i1.6226

Abstract

Pandemi Covid-19 yang terjadi saat ini memaksa kampus Politeknik Statistika STIS untuk melakukan Pembelajaran Jarak Jauh. Dalam sistem tersebut dosen sebagai pihak pemberi material stimulus dan pendorong, sedangkan peserta belajar sebagai pihak penerima informasi yang berperan untuk mempraktekan stimulus dan respon yang diberikan. Hal ini menyebabkan mahasiswa harus melakukan effort yang lebih besar untuk mendapatkan tingkat pemahaman yang maksimal. Penelitian ini berupa studi kasus dengan populasi seluruh mahasiswa tingkat III Politeknik Statistika STIS tahun akademik 2019/2020. Adapun tujuan dalam penelitian ini yaitu untuk menganalisis perbedaan lama waktu belajar mahasiswa dan faktor-faktor apa saja yang memengaruhinya pada sebelum dan saat terjadinya pandemi Covid-19. Metode analisis yang digunakan yaitu dengan MCA (Multiple Classification Analysis). Adapun variabel yang diduga berpengaruh terhadap lamanya waktu belajar yaitu jenis kelamin, peminatan, daerah tempat tinggal, indeks prestasi, dan jabatan dalam kegiatan PKL (Praktik Kerja Lapangan). Hasil penelitian menunjukkan bahwa terjadi penurunan waktu belajar mahasiswa pada saat kondisi pandemik Covid-19 dibandingkan saat kondisi normal. Hal ini dibuktikan dengan penurunan nilai grand mean waktu belajar mahasiswa. Selanjutnya diperoleh bahwa sebelum adanya Covid-19, hanya variabel jabatan di PKL yang menunjukkan hasil yang signifikan dalam mempengaruhi lama waktu belajar mahasiswa. Sedangkan pada saat kondisi pandemi Covid-19, tidak hanya jabatan di PKL, melainkan juga peminatan yang diambil mahasiswa berpengaruh signifikan terhadap lama waktu belajarnya.
PENGARUH JUMLAH PRODUKSI SAMPAH, BANYAKNYA PEMUKIMAN DI BANTARAN SUNGAI, DAN BANYAKNYA LERENG TERHADAP JUMLAH DESA YANG TERKENA BANJIR Anita Damayanti; Rhanty Intan Sahasrakirana; Adeline Vinda Septiani
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 20, No 1 (2020)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v20i1.6345

Abstract

Tidak seorang pun dapat memprediksikan terjadinya suatu bencana.Namun, semua orang dapat berusaha agar bencana itu bisa lebih sedikit terjadi, atau bahkan tidak terjadi. Mengenai apa-apa saja yang dapat diusahakan bergantung kepada jenis bencana yang ingin dihindari. Misalnya ingin menghindari meledaknya gas di rumah, maka usaha yang dilakukan adalah mencari hal-hal yang menyebabkan gas meledak, seperti bocornya gas melalui selang yang rusak, dan lain-lain.Begitu juga jika ingin berusaha mencegah terjadinya bencana yang sering terjadi di Indonesia yaitu banjir.Maka perlu dilihat hal-hal yang menyebabkan terjadinya banjir agar dapat dilakukan usaha untuk mencegah hal tersebut terjadi.Untuk mengetahui penyebab-penyebab tersebut, perlu dilakukan penelitian dari semua hal yang mungkin menyebabkan banjir dan menganalisisnya.Banyak metode yang dapat digunakan untuk menganalisis hal tersebut, salahsatunya adalah analisis regresi berganda, karena variabel penyebab banjir diprediksikan lebih dari satu.Dilakukan analisis regresi berganda untuk melihat apakah jumlah produksi sampah, banyak pemukiman di bantaran sungai, dan banyak lereng berpengaruh terhadap jumlah desa/kelurahan yang terkena banjir sebagai variabel terikat. Didapatkan hasil bahwa variabel bebas yang di analisis berpengaruh terhadap jumlah desa/kelurahan yang terkena banjir, dengan 61.88% variasi dari Banyaknya Desa yang Terkena Banjir dapat dijelaskan oleh ketiga variabel bebas tersebut.

Page 1 of 1 | Total Record : 5