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
PENDEKATAN EXTREME VALUE THEORY (EVT) UNTUK PENENTUAN UKURAN RESIKO (NILAI VAR) Zainal A Koemadji; Budi Susetyo; Bambang Juanda
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.v4i2.907

Abstract

Extreme ValueTheory (EVT) adalah suatu metode untuk menentukan nilai VAR (Value at Risk) dengan mencobamenentukan sebaran dari nilai-nilai atau kejadian-kejadian ekstrim. Metode EVT terdiri atas dua metode yangmenggunakan sebaran yang berbeda, yaitu metode Generalized Extreme Value Theory (GEVD) dan Generalized ParetoDistribution (GPD). Nilai VAR sendiri adalah nilai harapan rugi maksimum (maximum expected loss) dari nilai aset atausaham pada suatu periode tertentu dan pada tingkat kepercayaan tertentu. Hasil penelitian dengan menggunakan dataperdagangan saham pada Bursa Efek Jakarta (BEJ) menunjukkan bahwa metode GEVD dapat menduga nilai VAR denganlebih baik dibanding metode GPD.
PERAMALAN PROGRAM FORTRAN TERHADAP KEMATIAN IBU DI RUMAH SAKIT KELAS C JAWA TIMUR (2005 – 2010) BERDASARKAN VARIABEL – VARIABEL DOMINAN Sardjana Sardjana; Widodo B.
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.v4i2.898

Abstract

Di Indonesia, upaya penurunan AKI hasilnya belum memuaskan dan berjalan sangat lambat mungkin disebabkankurangnya ethos kerja, fasilitas darah dan fasilitas komunikasi dari dokter kebidanan dan kandungan, bidan, perawat dantenaga Palang Merah Indonesia. Meramalkan kematian ibu di semua rumah sakit kelas C Propinsi Jawa Timur tahun 2005– 2010. Penelitian ini merupakan pengembangan manajemen klinik dari variable – variable dominant penyebab kematianibu di rumah sakit kelas C Propinsi Jawa Timur dengan simulasi program FORTRAN. Kontribusi variabel ethos kerja padamodel manajemen klinik dalam rangka menurunkan kematian ibu di Rumah Sakit Tipe C Pemerintah adalah 45.46%, nilaiini berarti bahwa sumbangan variabel ini masih dapat ditingkatkan sampai 57.99 %. Kontribusi variabel fasilitas darahpada model manajemen klinik dalam rangka menurunkan kematian ibu di Rumah Sakit Tipe C Pemerintah adalah 27.22%,nilai ini berarti bahwa sumbangan variabel ini masih dapat ditingkatkan sampai 34.73%. Kontribusi variabel fasilitaskomunikasi pada model manajemen klinik dalam rangka menurunkan kematian ibu di Rumah Sakit Tipe C Pemerintahadalah 26.95%, nilai ini berarti bahwa sumbangan variabel ini masih dapat ditingkatkan sampai 34.38%.
TEKNIK KORELASI UNTUK UJI ASOSIASI ANTARA DUA FAKTOR DENGAN MENGGUNAKAN PERINGKAT KENDALL t Lisnur Wachidah
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.v4i2.889

Abstract

Teknik korelasi untuk uji asosiasi antara dua faktor dapat menggunakan uji asosiasi peringkat Kendall t. Koefisien korelasiadalah suatu ukuran yang digunakan untuk mengetahui derajat hubungan pada data kuantitatif. Koefisien korelasi peringkatKendall t, data dapat berbentuk kuantitatif ataupun kualitatif. Perhitungan pada koefisien korelasi peringkat Kendall t,perhitungannya tidak langsung menggunakan data asli, tetapi menggunakan peringkat yang diberikan kepada data aslitersebut. Uji asosiasi peringkat Kendall t antara dua faktor adalah untuk mengetahui apakah kedua faktor berasosiasipositif ataukah berasosiasi negatif, bergantung terhadap arah asosiasi yang diharapkan. Untuk N ñ 10, statistik uji yangdigunakan adalah b b b z t t =t - m s . Kriteria ujinya adalah tolak H0, jika nilai peluang dari z á a yang ditentukan.
MODEL KALIBRASI GINGEROL (STUDI KASUS: TANAMAN JAHE DAERAH KULONPROGO DAN KARANGANYAR) Erfiani Erfiani; Khairil Anwar Notodiputro
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.v4i2.880

Abstract

Dalam bidang kimia, model kalibrasi merupakan suatu fungsi hubungan antara absorban (X) pada panjang gelombang yangdihasilkan oleh spektrometer dengan konsentrasi (y) larutan unsur atau senyawa yang akan dianalisis (Nur dan Adijuwana,1989). Permasalahan yang sering dihadapi dalam pembentukan model kalibrasi adalah adanya multikolinear antara peubahbebas X serta jumlah pengamatan (n) yang jauh lebih kecil dibandingkan jumlah peubah bebas p (n<<p). PendekatanBayes (Berger, 1985) merupakan suatu alternatif untuk mengatasi permasalahan ini karena dalam pendekatan ini informasibaru ditambahkan kedalam model dengan cara mengganggap bahwa parameter model berasal dari sebaran tertentusehingga tidak bersifat deterministik. Penelitian ini melakukan kajian penerapan Pendekatan Bayes Berhirarki untukpembentukan model kalibrasi Gingerol tanaman jahe produksi daerah sentra tanaman obat Kulonprogo dan Karanganyar.
RADIAL BASIS FUNCTION (RBF) UNTUK MERAMALKAN TREND POLUTAN PADA PENCEMARAN UDARA KOTA JAKARTA Anisa Anisa; Buldan Muslim
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.v4i2.870

Abstract

Peramalan dari trend pencemaran udara banyak mendapat perhatian dewasa ini, terutama yang berkaitan dengan dampakkesehatan lingkungan yang disebabkan oleh tingkat polutan yang tidak dapat ditoleransi lagi. Perhatian terbesar difokuskan terhadap kota metropolitan, dimana Nitrogen Dioksida (NO2), Sulfur Dioksida (SO2) adalah polutan yangdominan digunakan yang berkaitan dengan bahan bakar diesel dari kendaraan angkutan barang dan bis dan SuspendedParticulate Matter atau debu (SPM) yang dapat mempengaruhi kualitas udara. Sehingga studi tentang pengaruh dan trendpolutan yang dapat mempengaruhi kesehatan masyarakat dan gambaran kota itu perlu dilakukan. Radial Basis Function(RBF) adalah salah satu metode pembelajaran pada Neural Network yang dapat digunakan untuk meramalkan trendpolutan tersebut. RBF juga bertujuan untuk prediksi, pendugaan parameter, dan merupakan suatu metode yang hematbiaya untuk tujuan prediksi dan peramalan. Data yang digunakan dalam makalah ini adalah konsentrasi NO2, SO2, danSPM kota Jakarta tahun 2001-2003.
PERBANDINGAN ANTARAMODEL LOGITMUTINOMIAL DENGAN NEURAL NETWORK PADA DATA POLIKOTOMUS Sri Rezeki; 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.v4i2.903

Abstract

Model logistik untuk data respon yang mempunyai lebih dari dua kategori dikenal sebagai model regresi logistikpolikotomus atau model logit multinomial. Pendekatan lain yang dapat dilakukan untuk menganalisis data respon yangdemikian adalah dengan menggunakan model neural network (NN). Model feedforward neural network (FFNN)merupakan salah satu bentuk model NN yang dipandang sebagai suatu bagian dari kelompok model yang sangat fleksibeldan dapat digunakan untuk berbagai aplikasi. FFNN dengan satu hidden layer dan parameter/bobot yang digunakanbersama (shared weights) merupakan generalisasi dari model logit multinomial. Perbedaan utama diantara keduapendekatan tersebut adalah NN merupakan model nonparametrik, sehingga tidak membutuhkan asumsi awal tentangbentuk hubungan yang dimodelkan, sedangkan model logit multinomial merupakan model parametrik yang dalam hal inidapat mengalami bias spesifikasi model apabila asumsi tidak terpenuhi. Model logit multinomial mampu memberikantaksiran parameter yang dapat diinterpretasi dan statistik uji untuk mengetahui signifikansi taksiran parameter tersebut,sedangkan NN sangat sulit untuk interpretasi namun arsitektur jaringan dapat dengan mudah ditingkatkan untukmendapatkan hasil yang optimal. Model logit multinomial dan NN keduanya dapat digunakan untuk menyelesaikanmasalah klasifikasi, oleh karena itu makalah ini membahas tentang perbandingan ketepatan klasifikasi antara model logitmultinomial dengan NN menggunakan data simulasi. Hasil penelitian menunjukkan bahwa NN mampu memberikanketepatan klasifikasi yang lebih tinggi dibandingkan dengan model logit multinomial, baik pada data training maupun padadata testing.
INSURANCE RISK CLASSIFICATION WITH NEGATIVE BINOMIAL DISTRIBUTION Noriszura Ismail; Abdul Aziz Jemain
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.v4i2.894

Abstract

Risk classification is the process of statistical modeling that classifies risks into cross-classified classes, characterized bythe rating factors. In this paper, risk classification is applied to estimate claim frequency rates, expressed in terms of claimcount per exposure unit. The Poisson regression model has been widely used to analyze claim frequency rates in the recentyears. However, under the Poisson model, the mean and variance is assumed to be equal within classes, i.e., homogeneousrates. In this paper, the Negative Binomial regression model is suggested to deal with heterogeneous rates. In addition, themeasures for goodness-of-fit of the model, namely the Pearson chi-square, deviance, and likelihood ratio test, are alsodiscussed. Finally, the procedure for estimation of parameters, namely the Iteratively Weighted Least Squares (IWLS), isalso shown. In this paper, the models are fitted and tested on two types of claim data; Canadian private automobile liabilityinsurance and Malaysian private automobile own damage insurance.
ANALISIS REGRESI TERPOTONG Herni Utami
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.v4i2.885

Abstract

Analisis regresi terpotong merupakan pengembangan dari analisis regresi klasik dengan menambah konstanta pemotongtertentu. Misalkan variabel random y menyatakan variabel dependen/respon dan x1, x2 , ... xp merupakan variabelindependen, maka model regresi klasik adalah y = x¢b + e dengan asumsi e ~ N(0,s2). Akibatnya y juga berdistribusiNormal dengan mean E(y | x) = x¢b dan variansi s2. Selanjutnya jika harga y > a maka diperoleh regresi terpotong denganmean E(y | y > a) = x¢b + sl dan variansi var(y) = s2[1 - s] dengan l = f (a) / F (a), a = ( x¢b - a)/s, dan d = l(l-a)(Greene, 1997) [?].
PENERAPAN MODEL VEKTOR AUTOREGRESI UNTUK PRAKIRAAN CURAH HUJAN Budi Nurani Ruchjana
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.v4i2.875

Abstract

Dalam paper ini, disajikan penerapan model bivariat autoregresi orde 1, disingkat VAR(1) beserta syarat kestasioneran dantaksiran parameter model menggunakan metode kuadrat terkecil untuk prakiraan curah hujan. Untuk studi kasus, dipilihdata curah hujan dari dua stasiun pengamatan. Pengolahan data dilakukan dengan bantuan perangkat lunak S-Plus2000.
ABNORMAL RETURNS AT CALENDAR TURNING POINTS AT THE MALAYSIAN EXCHANGE Zainudin Arsad
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.v4i2.908

Abstract

In recent years overwhelming evidence has been documented on the existence of abnormal stock returns. These anomaliestend to occur at turning points in time. Although these artificial moments have little impact on economy, investors maydeem them important and behave accordingly and consequently the notion that stock returns are random as claimed by theEfficient Market Hypothesis may be questioned. The primary objective of this paper is to investigate the January effect fora few indices at the Main Board of the Malaysian Exchange. The results broadly support similar evidence documented formany countries as the January effect appears to be present in our data set. Since there is no capital gain tax in Malaysia, thetax-loss selling hypothesis cannot explain the January effect. Instead, the anomaly may be attributed to the marketintegration hypothesis since the January effect is also a worldwide phenomenon.

Page 4 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