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 43 Documents
 1   2   3   4   5 
Search results for , issue "Vol 3, No 1 (2003)" : 43 Documents clear
STUDI MODEL SPACE - TIME Budi Nurani Ruchjana
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.521

Abstract

Model gabungan dari time series dan model spacial yang dinamakan model space-time sering digunakan dalamkehidupan sehari-hari. Misalnya data produksi minyak bumi dari beberapa lokasi diamati dalam waktu berurutan dapatdimodelkan dengan model space-time. Dalam paper ini akan disajikan model space-time autoregresi, berupa model space-timeautoregresi (S-STAR) dan perluasannya berupa model generalisasi space-time autoregErsi (GS-TAR). Dalam mempelajari keduamodel space-time tersebut digunakan prosedur tiga tahap dari Box-Jenkins. Karakteristik kedua model space-time tersebut adalahadanya matriks bobot yang ditetapkan berdasarkan posisi lokasi. Dalam paper ini juga akan dikaji kedua model space-timedigunakan kriteria Mean Average Percentage Error (MAPE). Sebagai ilustrasi digunakan data produksi ,inyak bumi dan tigasumur Lapangan Jatibarang.
UJI HIPOTESIS DENGAN METODE BOOTSTRAP Sugiyarto Sugiyarto; Subanar Subanar
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.566

Abstract

Uji hipotesis adalah salah satu bagian dari inferensi statistik. Dengan uji hipotesis dapat disimpulkan sejauh manakelakuan/ kondisi/ karakter dari suatu populasi. Metode konvensional dalam uji hipotesis didasarkan pada asumsi ini dapatdiabaikan dan makalah ini menyajikan uji hipotesis dengan menggunakan metode bootstrap
MODEL MARKOV TERSEMBUNYI Rini Marwati
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.555

Abstract

Model Markov Tersembunyi (Hidden Markov Model/HMM) adalah suatu pemodelan rantai Markov keadaan hingga.Setiap keadaan membangun pengamatan dan disumsikan ada barisan keadaan yang tidak dapat diamati. Dengan HMM dapatdilakukan infersi terhadap keadaan yang tidak dapat diamati ini.HMM yang merupakan infersi berdasarkan Maximum Likelyhood Estimator (MLE) adalah penaksir yang konsisten dan asimtotnormal.Saat ini HMM telah berkembang sangat pesat untuk pemodelan barisan peubah acak tak bebas. HMM dapat diaplikasikan dalamberbagai bidang seperti biologi (analisa barisan protein), pemrosesan sinyal, pemrosesan bahasa/ucapan, aspek gambar medis danlain-lain. Dalam statistik HMM juga dapat digunakan untuk distribusi normal, distribusi Poisson dan lain-lain.
MODEL REGRESIDENGAN VARIABEL DUMMY PADA FUNGSI PRODUKSI PADI SAWAH DIWILAYAH DAERAH ISTIMEWA YOGYAKARTA Masyhur Masyhur; Sugiyarto Sugiyarto
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.536

Abstract

Makalah ini mencoba melihat sejauh mana pengaruh jenis pupuk, varietas dan mutu benih terhadap peningkatanproduksi padi sawah si wilayah DIY pada kurun waktu 2002.Berdasarkan data yang diperoleh produksi padi sawah sangat ditentukan oleh komponen-komponen diatas. Dalam makalah inimencoba melihat tingkat produksi itu dengan memunculkan variabel dummy yaitu jenis irigasi dan mutu benih.Adapun model regresi yang akan diperoleh adalah:Produksi i = 0 + Urea + 0Tsp + 0Ppe + 0Za + 0Npk + 0Kel + 0organik + b b b b b b b bb0Varietas1 + b0Varietas2 + b0Mutu + b0Irigasi1 + b0Irigasi2 + b0irigasi3 + b0Irigasi4
PROSES SEMI_MARKOV DAN APLIKASINYA DALAM ASURANSI JIWA Fevi Novkaniza
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.527

Abstract

Proses semi-Markov merupakan pengembangan dari Proses Stokastik Markov. Dalam proses semi-Markov, sifatMarkov tidak lagi dipenuhi, artinya untuk memprediksi state yang akan datang tidak hanya berdasarkan state sekarang, tetapijuga lamanya waktu berada di state ini sebelum pindah ke state yang kan datang. Secara umum dalam asuransi jiwa diasumsikanbahwa “rate of mortality” tidak hanya tergantung dari usia tetapi juga tergantung dari durasi waktu atau lamanya nasabahdiasuransikan. Ketergantungan terhadap durasi waktu ini akan dimodelkan dengan model semi-markov.
INTERVAL ESTIMATION FOR TWO PARAMETERS EXPONENTIAL DISTRIBUTION UNDER MULTIPLE TYPE-II CENCORING ON SIMPLE CASE WITH BOOTSTRAP PERCENTILE Akhmad Fauzy; Noor Akma Ibrahim; Isa Daud; Mohd. Rizam Abu Bakar
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.515

Abstract

In the article, two methods are proposed to give the interval estimation for twoparameters exponential distribution under multiple type-II cencoring on simple case. Balakrishnan(1990) use approximate maximum likehood estimator to construct interval estimation. All of thesemethod need an assumtion that sample is exounentially distributed. Method give shorter intervalthan the traditional method and this method does not need an assumtion that the sample isdistributed exponentially
ESTIMATION OF TIME SERIES MODELS FOR MISSING DATA Sri Subanti
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.562

Abstract

Runtun waktu merupakan himpunan observasi berurut dalam waktu, pada makalah ini yang dibicarakan adalah runtunyang diskrit dengan observasi Zt pada waktu t = 1, ... , N. Sehingga pengalaman yang lalu hanya dapat menunjukan strukturprobalistik keadaan yang akan datang dari runtun waktu ini merupakan runtun waktu statistik.Runtun waktu statistik dapat dipandang sebagai salah satu realisasi dari suatu proses stokastik. Dengan demikianuntuk sembarang Zt dapat dipandang sebagai suatu realisasi suatu variabel random Zt yang mempunyai distribusi dengan fungsikepadatan probabilitas (f k p) tertentu misal f(Zt).
FORECASTING BY REGRESSION ANALYSIS: A CASE STUDY OF LOCAL STOCK EXCHANGE MARKET BASED ON FOREIGN MARKETS Muhamad Safiih Lola; Norizan Muhammed; Teoh Kah Seng
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.551

Abstract

Regression analysis is one of the most widely used techniques for analyzing multifactor data. The application ofregression analysis in stock market is a statistical technique used to forecast and to analyze teh factors that influnce the stockmarket. By using the “multiple linear regression”, studies have been done in obtaining the best regression model to doforecasting. The common types of “multiple linear regression” to be studied here would be estimation of the model parameters,hypothesis testing and confidence intervals. The foreign stock markets for this reasearch are Hang Seng, All Ordinaries, Nikkei225, Dow Jones and FTSE 100. The data are collected from 1 january to 31 December 2002. as result, that the closing value forKLSE is related to at least one regressors and the closing values for Nikkei 225 and Dow Jones have strong influence on theclosing value for KLSE
METODE ROBUST UNTUK ANALISIS KORELASI KANONIK Irhamah Irhamah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.532

Abstract

Analisis korelasi kanonik adalah analisis statistik multivariate yang bertujuan untuk memeriksa adanya hubunganantara dua kelompok variabel dengan cara memaksimumkan nilai korelasi antar variabel baru yang merupakan kombinasi lineardari variabel yang ada pada setiap kelompok. Nilai korelasi tersebut rentan terhadap adanya pengamatan yang berpengaruh(influence-point). Untuk mengatasi kerentanan tersebut, diusulkan penggunaan metode robust. Dalam makalah ini disajikanperbandingan antara penggunaan metode robust dengan metode non-robust pada data kependudukan negara-negara di Asia.Metode non-robust yang digunakan adalah metode minimumcovariance determinant. Dari hasil penelitian ini, ada beberapanegara Asia yang dapat dianggap sebagai influence-point dan terdapat perbedaan hasil antara metode robust korelasi kanonik dannon-robust korelasikanonik.
KAJIAN METODE POLINOMIAL ORTOGONAL, DALAM MENENTUKAN MODEL REGRESI POLINOMIAL Budiono Budiono
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.522

Abstract

Dalam mempelajari pengaruh suatu objek terhadap objek lainnya pada analisis regresi tidak selamanya membangkitkanmodel regresi tersebiut diketahui dengan tepat, terutama pada data yang pola sebarannya berbentuk kurva linier atau polinomial.Salah satu model yang digunakan untuk menentukan model yang tepat bila pola sebarannya berbentuk kurva linier ataupolinomial adalah metode polinomial ortogonal, sehingga model regresinya berbentuk regresi polinomial.Proses pembentukan model regresi polinomial tergantung pada tingkat atau derajat polinomial yang signifikan yang dapatmemberikan nilai keragaman yang dapat dijelaskan oleh variabel bebas X terhadap variabel tidak bebas Y (koefisiendeterminasi) yang besar. Model regresi polinomial dapat berbentuk linear, kuadratik, kubik, katrik, dan seterusnya.

Page 1 of 5 | Total Record : 43

 1   2   3   4   5 

Filter by Year

2003 2003


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