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 42 Documents
 1   2   3   4   5 
Search results for , issue "Vol 4, No 2 (2004)" : 42 Documents clear
PENERAPAN MODEL PERSAMAAN STRUKTURAL DENGANMETODE LISREL Bambang Irawan; Erika Takidah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.873

Abstract

Model Persamaan Struktural (MPS) adalah merupakan suatu teknik peubah ganda yang dapat digunakan untukmendiskripsikan hubungan linear secara simultan peubah-peubah pengamatan (manifest variable), dan sekaligusmelibatkan peubah struktural (latent variable) yang tidak dapat diukur langsung. MPS ini merupakan penggabungan teknikanalisis faktor dan analisis lintas. Pendugaan parameter pada MPS menggunakan struktur koragam, sehingga model inidikenal dengan Model Struktur Koragam (MSK), dan lebih popular dikenal dengan model LISREL (Linear StructuralRELationships). LISREL adalah merupakan salah satu software statistika untuk pemodelan persamaan struktural yangdibuat oleh Karl Jöreskog dan Dag Sörbom. Metode LISREL ini diterapkan pada pemodelan Manajemen di BAZNAS.Peubah struktural yang diamati adalah Kualitas Jasa, Kepuasan, Kepercayaan dan Komitmen. Dengan menerapkan metodeLISREL diperoleh informasi bahwa dengan taraf nyata 1%, Kualitas Jasa mempunyai pengaruh yang nyata terhadapKepuasan, sedangkan Kepuasan itu sendiri mempunyai pengaruh yang nyata terhadap Kepercayaan dan Komitmen,demikian juga Kepercayaan mempunyai pengaruh yang nyata terhadap Komitmen.
METHODS FOR COMPUTING THEMARGINAL DISTRIBUTION OF RENEWAL PROCESSES Suyono Suyono; Widyanti Rahayu
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.906

Abstract

In this paper we discuss methods for computing the marginal distribution of renewal processes by using transforms. Fordiscrete time renewal processes we use the double generating function whereas for continuous time renewal processes weuse the Laplace transform. Both of the transforms can be inverted numerically. In this paper we also discuss how tocompute the marginal distribution of non-parametric renewal processes.
PARALLEL MATRIX-MULTIPLICATION ALGORITHM ON NETWORK OF WORKSTATIONS Rusdi Md. Aminuddin; Rosni Abdullah; Suhaidi Hassan
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.897

Abstract

Matrix multiplication is one of the important operations in scientific and engineering application. However, it is also one ofthe operations that are time consuming. Continuous researches have been conducted to improve this operation. One of thealternatives is to have the operation performed in parallel. However, these types of algorithms often carried out onexpensive supercomputers or multiprocessing systems. With the advancement of personal computers and networking, theuse of network of computers has become an advantage to the computing community. Although programming in suchenvironment is relatively harder compared to that of in shared memory multiprocessing environment, its advantagesoutweigh its complexity. In this paper, we introduce the concept of Network of Computers (NOW) or Cluster computingand present its advantages. We discuss matrix-multiplication algorithm and highlight one of the parallel matrixmultiplicationalgorithms. We present the comparison in terms of speed between serial algorithm and the parallel algorithmwhen we run them on our cluster. We end our discussion by outlining our future works.
PENGGUNAAN ANALISIS KONJOIN DALAM PERANCANGAN DAN PENGEMBANGAN PRODUK HANDLE LEVER Lina Noersanti; Anisa Anisa
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.888

Abstract

Dalam bidang riset pemasaran seringkali ditemukan masalah bagaimana mendesain suatu produk/jasa baru yang banyakdiminati konsumen. Secara umum dalam perancangan suatu produk produsen dituntut untuk bisa memproduksi suatuproduk yang banyak diminati konsumen dalam upaya pemenuhan kepuasannya dengan tetap memperhatikan pertimbangankeuntungan yang akan diperolehnya. Analisis konjoin merupakan salah satu metode yang dapat digunakan untukmenterjemahkan keinginan konsumen kedalam prioritas syarat-syarat teknis produk. Penelitian ini bertujuan untukmengetahui secara langsung keinginan konsumen terhadap produk Handle Lever (rem tangan) sepeda motor sertamenterjemahkannya kedalam syarat-syarat teknis yang harus diprioritaskan penanganannya oleh perusahaan selakuprodusen. Data yang digunakan dalam penelitian ini adalah hasil survey terhadap 100 konsumen pengguna rem tangansepeda motor di daerah Bogor.
PENDEKATAN REGRESI LINIER UNTUK PEREDUKSIAN DATA KELUARAN FOURIER TRANSFORM INFRARED (FTIR) Erfiani Erfiani
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.879

Abstract

Spektrum keluaran FTIR merupakan data dalam dua dimensi yang merupakan data berpasangan antara % transmitan (Y)dan bilangan gelombang (X). Data spektrum yang dihasilkan oleh FTIR tersebut adalah data kuantitatif yang umumnyamemiliki ukuran dimensi yang besar. Sehingga bila ingin dilakukan analisis data akan dijumpai permasalahan dalampenggunaan paket program pengolah data dan kemampuan hardware yang dimiliki. Sehingga diperlukan suatu metodependekatan untuk mereduksi data tanpa menghilangkan pola spektrum awal. Pada penelitian ini dilakukan kajian untukmereduksi dimensi data yang sangat besar, dengan tidak mengabaikan informasi tentang kandungan senyawa kimia padabilangan-bilangan gelombang tertentu. Salah satu metoda yang digunakan adalah membuat partisi atau sekatan dari polaspektrum yang dihasilkan. Pada setiap sekatan memiliki satu fungsi persamaan antara bilangan gelombang dan%transmitan. Sehingga pada setiap sekatan tersebut cukup diambil sebagian data dari kumpulan data yang ada.Data yang digunakan adalah adalah data spektrum senyawa aktif gingerol yang diamati menggunakan FTIR. Senyawaaktif gingerol tersebut berasal dari tanaman jahe dua daerah sentra produksi tanaman obat yaitu Kulonprogo, Jawa Tengahdan Karanganyar, D.I. Yogyakarta. Pengamatan dilakukan pada periode waktu 27 Juli 2003 sampai dengan 1 Agustus2003. Penerapan pendekatan regresi linier pada setiap sekatan data spektrum yang dihasilkan ternyata memberikan hasilyang cukup baik. Tanpa menghilangkan informasi yang dibutuhkan, teknik ini dapat mereduksi data hingga menjadi limapersen. Jumlah data awal yang semula sekitar 2000 buah data berpasangan (X,Y) dapat direduksi hingga menjadi sekitar100 buah.
APLIKASI PROJECTION PURSUIT DAN JARINGAN SYARAF TIRUAN DALAM PEMODELAN STATISTICAL-DOWNSCALING Aji Hamim Wigena; Aunuddin Aunuddin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.869

Abstract

Model statistical-downscaling digunakan untuk mengetahui hubungan antara peubah iklim skala global (data GCM)dengan peubah iklim skala lokal (data curah hujan). Metode Projection Pursuit digunakan untuk mereduksi dimensi besardata GCM menjadi dimensi kecil, serupa dengan Analisis Komponen Utama. Pendugaan model dilakukan dengan metodeProjection Pursuit dan jaringan syaraf tiruan (ANN). Dugaan curah hujan dengan ANN lebih baik daripada dugaan curahhujan tidak dengan ANN. Keduanya dibandingkan berdasarkan RMSE dan korelasi curah hujan aktual dengan dugaannya.
NONPARAMETRIC ESTIMATION FOR REGRESSION FUNCTION IN TRUNCATED SAMPLE Sri Haryatmi Kartiko
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.902

Abstract

Truncated sample arise when one do not observe a certain segment of a population. This typically happens when a surveytargets a particular subset of a population and, perhaps due to the cost considerations ignores the other part of thepopulation. This paper focus on the estimation of regression function in samples which are truncated or censored. Severalstudy on the subject has focused on the estimation of a parametric regression function with a certain distribution of error.Others made the similar research for the unknown form of the error distribution. Here an estimator is proposed for theproblem of nonparametric regression when the sample is truncated above or below some known threshold of the dependentvariable. We specify the error distribution while estimating the regression function without assuming a parametric form.Nadaraya Watson estimator is employed, a Monte Carlo study is performed to ascertain the finite sample properties of theestimator.
MONITORING VARIABILITAS DARI PROSES SHORT DAN LONG RUN Muhammad Mashuri
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.893

Abstract

One of the problems in the quality improvement is variability monitoring, in such a way so it remains on the threshold. Themain problem in the implementation of process variability monitoring is the parameter estimation before the processproduction is run. . In the short run process or long run process on start up stage the problem is difficult to handle. Thispaper discusses an approach, which enables to do the process variability monitoring for short or long run processes,without historical data for parameter estimation. An illustration of comparison clarifies the mechanism of our discussion.
THE EFFECT OF THE NUMBER OF INTERVALS TO THE SENSITIVITY AT ANALYSIS OF DIFFERENTIAL ITEM FUNCTIONING USING MANTEL-HAENSZEL’S CHI-SQUARE PROCEDURE Heri Retnawati; Kana Hidayati
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.884

Abstract

At analysis of item bayes or called with differential item functioning (DIF) using the Mantel-Haenszel’s Chi–squareprocedure, the students in a group is grouped pursuant to their reached score, in a certain interval. This research is aimed atrevealing the effect of the number of interval to the sensitivitas at DIF analysis using the Mantel-Haenszel’s Chi-Squareprocedure. Data used at this research is the responses of students of the third grade of SLTPN in Yogyakarta to UAN in2002 / 2003 academic year. Analysis DIFin this research is conducted by making 3, 4, 5, 6, 7, 8, and 9 intervals in students’group pursuant to their reached score using Mantel-Haenszel‘s Chi-Square procedure. The result of this research showedthat the number of intervals causes the differencies of the number of items load DIF significantly in every interval, and itcauses the differencies of sensitivity in the DIF detection; and making 4 intervals in group of students is the most sensitiveway in the DIF detection using Mantel-Haenszel methods, than others.
UJI NONLINEARITAS YANG DIABAIKAN DALAM TIME SERIES Brodjol Sutijo; Subanar Subanar
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.874

Abstract

Dalam makalah ini akan dibahas tentang pengujian nonlinearitas didasarkan pada pendekatan Neural Network (NN) yang dikemukakan oleh Lee dan White untuk kondisi nonlinear yang terabaikan pada model time series. Pada uji neural network ini, dikembangkan dari model Feedforward neural network dengan menambahkan hubungan langsung dari input ke output. Uji ini akan dibandingkan dengan uji Tsay dan didasarkan pada studi simulasi, baik untuk model linear maupun model nonlinear. Pendekatan uji dengan neural network adalah pendekatan lagrange multiplier, sedangkan uji Tsay didasarkan pada pendekatan regresi dengan menambahkan perkalian komponen dari variabel prediktor. Hasil simulasi secara umum menunjukkan jika model yang dibentuk adalah model linear, kekuatan uji nonlinearitasnya rendah, sedangkan jika yang dibentuk adalah model nonlinear, maka kekutan uji nonlinearnya tinggi. Hasil ini berlaku untuk metode White maupun Tsay.

Page 3 of 5 | Total Record : 42

 1   2   3   4   5 

Filter by Year

2004 2004


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