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 KASUS TENTANG PENGGUNAAN METODE EXPONENTIAL SMOOTHING UNTUK FORECASTING PRODUK PERUSAHAAN PT MUSTIKA RATU INTERNATIONAL SEMARANG Supriyono Supriyono
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.v3i1.567

Abstract

Statistika merupakan salah satu cabang matematika yang sangat diperlukan dalam pengambilan keputusan secaraekonomis di perusahaan-perusahaan, diantaranya untuk keperluan forecasting penjualan. Salah satu metode dalam statistika yangdigunakan untuk keperluan forecasting penjualan produk adalah metode Exponential Smoothing dengan data berkala (timeseries). Ada tiga jenis metode forecasting yang sering digunakan untuk forecasting penjualan produk, yakni: metode SingelExponential Smoothing, Double Exponential Smoothing. Di perudahaan PT Mustika Ratu Buana International semarangmengeluarkan 2produk, yakni : Lipstik PotHTM dan Lulur Ratu mas. Oleh karena itu harus dipilih metode mana yang sesuaidiperhatikan Mean Absolute Error (MAE), yakni MAE yang terkecil dari setiap metode untuk setiap data produksi
APLIKASI TEOREMA FIELLER PADA PENDUGAAN RASIO PARAMETER PEUBAH ACAK NORMAL Budi Ruswandi; Mustofa Usman
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.v3i1.556

Abstract

Teorema Fieller berkaitan dengan selang kepercayaan untuk rasio parameter dari dua distribusi normal. Penyajiandalam bentuk yang lebih umum melalui penggunaan matriks dan model linear umum (MLU) dikemukakan oleh Gary O. Zerbe(1978). Dalam sebagian besar aplikasi dari teori ini membawa konsekuensi praktis pada kombinasi linear dari parameter modelyang merupakan kasus khusus dari MLU. Makalah ini akan mengkaji aplikasi teorema ini pada beberapa kasus model regresiseperti pada masalah kalibrasi san pendugaan titik irisan pada garis lurus yang berdistribusi normal.
SUB σ-FIELD YANG DIBANGUN OLEH STATISTIK Media Rosha; Mailizar Mailizar
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.v3i1.537

Abstract

Pengkonstruksian sub σ-field dari suatu statistik memberikan peran penting dalam mempelajari statistik tersebut. Olehkarena itu tulisan ini menyajikan sub σ-field Sf yang dibangun oleh statistik f. Pembahasan sampai pada statistik f dan g serta subσ-field Sr dan Sg yang saling berkontraksi.
MODEL VARIASI KOMPONEN H MEDAN MAGNET BUMI MENGGUNAKAN ANALISIS DERET FOURIER Habirun Habirun
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.v3i1.528

Abstract

Model variasi komponen H medan magnet bumi menggunakan Analisis Deret Fourier, berdasarkan data pengamatangeomagnet dari stasiun pengamat geomagnet LAPAN biak, pada aktivitas matahari minimum. Pemodelan variasi komponen Hmedan magnet bumi ini diawali dengan penentuan periodisitas gangguan yang mempengaruhi aktivitas geomagnet,menggunakan fast Fourier transform (FFT). Dari hasil analisis diperoleh periodisitas ganguan yang mempengaruhi medanmagnetbumi terdiri dari periode 24, 48 dan 72 jam. Antara periode-periode gangguan tersebut yang paling dominan adalah periode 24jam dan periode inilah yang mendukung pemodelan variasi komponen H medan magnet bumi pada aktivitas matahari minimum.Akurasi model dinyatakan galat sebesar 7,36 nano tesla dan kesamaan pola antara data pengamatan terhadap model dinyatakandua versi koefisien korelasi yaitu R2 = 0,883 menurut pola linear dan R2 = 0,916 dalam bentuk pola logarithmik
BliP PLOT : PLOT DISTRIBUSI DATA BERDIMENSI - SATU Anisa Anisa; Indwiati Indwiati
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.v3i1.516

Abstract

Blip Plot, adalah salah satu plot yang sibuat untuk menampilkan data berdimensi-satu. Pada dasarnya plot ini terdiridari kotak, garis, dan titik. Sebagaimana plot distribusi berdimensi-satu yang lain, BliP Plot menampilkan nilai-nilai dataindividu dalam titik-titik atau garis-garis, dan informasi berkelompok dalam garis atau kotak. Kelebihannya, Blip Plotmenampilkan banyak keistimewaan baru seperti plot variable-widht dan beberapa pilihan pola titik. Keuntungan utama dari BlipPlot adalah plot ini menyediakan elemen-elemen dasar grafik yang fleksibel, sehingga pengguna dapat menyesuaikan dengankebutuhan, menampilkan banyak hal, mulai dari plot standar sederhana sampai yang kompleks, untuk menyajikan data sebaikbaiknya.
METODE BAYESIAN UNTUK DATA BINOMIAL DENGAN PENERAPANNYA PADA KASUS TIDAK RESPON 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.v3i1.563

Abstract

Bayesian estimation methods for several binomial probabilities are studied by using a mixture of a product of betaprior distributions. Approximations to the posterior means and credible regions are derived. The result obtained are applied to asample survey problem in which there is significant nonresponse.
ANALISIS DATA HILANG PADA MODEL DESAIN EKSPERIMENT Mustofa Usman; Warsono Warsono
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.v3i1.552

Abstract

Dalam model desain eksperien atau pada analisis varians, apabila terjadi beberapa data hilang, maka analisis dataterkadang menjadi sangat kompleks. Atau bahkan data tidak dapat dianalisis. Pengkajian atau penelitian mengenai data hilangtelah menjadi topik yang sangat menarik bagi banyak peneliti statistika. Idea dasar mula-mula yang membahas data hilang adalahYates (1993), sejak itu idea ini terus berkembang dan masih mengilhami banyak penelitian tentang data hilang pada model desaineksperimen. Dalam penelitian pada tulisan ini akan mencoba membahas perkembanganan analisis data hilang, bias yang terjadidan uji hipotesis yang dilakukan untuk mengatasi bias yang terjadi
METODE POHON REGRESI PIECEWISE LINEAR DENGAN MENGGUNAKAN ALGORITMA GUIDE Izzati Rahmi H.G.; Budi Susetyo; Indahwati Indahwati
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.v3i1.533

Abstract

Pohon regresi merupakan metode alternatif yang dapat digunakan untuk melihat hubungan antara peubah responkontinu dengan peubah-peubah penjelas. Metode pohon regresi menghasilkan dugaan piecewise constant atau piecewise lineardari model regresi. Penggunaan metode pohon regresi piecewice linear memberikan beberapa keunggulan dibandingkan metodepohon regresi piecewice constant. Metode pohon regresi picewice linear melibatkan peubah penjelas dalam model sehinggamampu mereduksi sisaan yang dihasilkan model picewise constant. Dengan demikian metode pohon regresi piecewice linearcenderung menghasilkan pohon regresi yang lebih pendek.Tulisan ini melihat penggunaan algoritma GUIDE dalam pohon regresi untuk model piecewice linear. Data yang digunakanterdiri dari data simulasi dengan mengambil satu peubah penjelas kontinu dan data sekunder dari internet dengan peubah responharga mobil dengan peubah-peubah penjelas berupa atribut-atribut mobil yang terdiri dari 10 peubah kategorik dan 13 peubahnumerik.Metode GUIDE menghasilkan kelompok-kelompok pengamatan yang memiliki model regresi yang lebih baik dibandingkandengan model regresi dengan melibatkan semua data. Disamping itu GUIDE mampu mejelaskan hubungan antara peubah respondan peubah penjelas yang bersifat kuadratik dengan menggunakan model regresi linier dengan terlebih dahulu membentukkelompok-kelompok pengamatan berdasarkan peubah penjelas yang digunakan.
PENDEKATAN MARGINAL PADA ANALISIS DATA SURVIVAL “BERKORELASI” Dian Handayani; Anang Kurnia
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.v3i1.523

Abstract

Didalam konteks data survival yang berkorelasi, yaitu pada saat objek terkelompok (misal karena perlakuan, ikatankeluarga atau karena pengamatan berulang), maka peubah respon didalam kelompok pada dasarnya akan berkorelasi, sehinggakita akan menganggap dan mengasumsikan bahwa data tersebut berkorelasi.Shoukri dan Pause (1998) telah menunjukan bahwa metode penduga maksimum likehood (MLE) memberikan hasil yang tidakkonsisten. Sedangkan Liang dan Zeger (1986) serta Zeger dan Liang (1986) telah mengembangkan metode GEE untukmengkoreksi kasus data berjorelasi. Telah banyak penulis yang memberikan evaluasi terhadap GEE dan memberikan kesimpulanbahwa GEE adalah salahsatu pendekatan yang robust dalam menduga ragam untuk data terkelompok. Selain itu alternatif lainyang bisa digunakan adalah GJE yang dikembangkan oleh Therneau (1993).Dalam makalah ini akan dicoba pendekatan GEE dalam analisis survival untuk kasus data terkelompok yang dikenal sebagaipendekatan marginal.Pendekatan GEE dikembangkan serupa dan berlandaskan pada model Cox Proportional Hazards.Pendekatan margianl membeikan hasil pendugaan ragam yang cukup baik sehingga cukup efektif mengoreksi pengaruh dataterkelompok. Namun demikian masih terdapat kelemahan yang sangat mengganggu yaitu makna dari pengelompokan data,dimana tidak semua kelompok mempunyai makna yang berarti.
METODE KLASIFIKASI BERSTRUKTUR POHON DENGAN ALGORITMA CRUISE Yasmin Erika F.; Andriansyah Andriansyah
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.v3i1.568

Abstract

Two univariate split methods are proposed for the construction of classification trees with multyway splits namedCRUISE (Classification Rule with Unbiased Interaction Selection and Estimation). A major strenght of the univariate splitmethods is that they have negligible bias in variable selection, both when the variables differ in the number of splits they offerand when they differ in number of missing values. This is an advantage because inference from the tree sructures can beadversely affected by selection bias. These methods also improve interpretability of trees by reducing tree depht.Application of CRUISE algorithms to Fisher’s Iris data is to predict the variety of an Iris flower based on its petal and sepallenght and widht. Results show that it only takes one variable to do so. Therefoce, the new methods are highly competitive interms of computational speed and classification accuracy of future observation.

Page 2 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