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 353 Documents
 15   16   17   18   19 
Penaksiran Parameter Model Regresi Beta untuk Memodelkan Data Proporsi Nusar Hajarisman
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 12, No 1 (2012)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v12i1.1056

Abstract

Suatu variabel respons yang berbentuk proporsi yang nilainya ada dalam selang terbuka (0, 1) dapatdihubungkan dengan sejumlah variabel prediktor melalui model regresi beta. Model ini merupakanbagian dari model linear umum (generalized linear model, GLM) dimana variabel respons ini adalahmegikuti distribusi beta yang merupakan anggota dari keluarga eksponensial. Parameter regresi darimodel regresi beta dapat diinterpretasikan dalam bentuk rata-rata dari respons, dan ketikamenggunakan fungsi hubung logit, maka parameter regresi ini diinterpretasikan sebagai odds rasio.Penaksiran parameter model menggunakan metode kemungkinan maksimum, dimana prosespenaksirannya harus diselesaikan secara numerik. Dalam makalah ini akan dibahas mengenaipenaksiran parameter model regresi beta melalui metode penskoran Fisher berdasarkan pada vektorskor dan matriks informasi Fisher. Terakhir, akan dibahas pula contoh penerapan dari pemodelandata proporsi melalui regresi beta ini.
Penggunaan Metode Statistik K-Means Clustering pada Analisis Peruntukan Lahan Usaha Tambang Berbasis Sistem Informasi Geografi Nana Suryana
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 11, No 1 (2011)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v11i1.1037

Abstract

Dengan diberlakukannya UU No. 4 Tahun 2009 tentang Pertambangan Mineral dan Batubara, yang didalamnya menyatakan bahwa Wilayah Pertambangan (WP) adalah bagian dari tata ruang nasional danmenjadi landasan untuk dapat dilakukannya kegiatan usaha tambang, maka penetapan WP menjadisangat penting artinya. Dari pernyataan tersebut menjadikan daerah yang berpotensi bahan tambangharus secepat mungkin mengantisipasinya agar suatu potensi bahan tambang yang ada dapatdimanfaatkan secara optimal. Dalam upaya menentukan peruntukan lahan sebagai lahan usahatambang banyak cara dapat digunakan antara lain metode statistik K-Means Clustering berbasisSistem Informasi Geografi (SIG). Inti dari metode ini adalah pengelompokan objek-objek berdasarkankarakteristik yang dimilikinya. Pengelompokan dilakukan terhadap data a-spasial yang merupakankeluaran atau hasil analisis spasial dengan teknik SIG. Sebagai studi kasus penerapan metode inidilakukan pada penentuan peruntukan lahan usaha tambang di Kabupaten Sukabumi, Propinsi JawaBarat.
PEMODELAN COMPETETING RISK DENGAN DISTRIBUSI EKSPONENSIAL YANG SALING BEBAS Abdul Kudus; 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.v3i1.512

Abstract

Dalam makalah ini dibahas pemodelan competing risk untuk dua penyebab kegagalan. Dua variabel competing risktersebut diasumsiskan berdistribusi Eksponensial saling bebas satu sama lain. Selain pemodelan dengan distribusi eksponensialdisini juga dilakukan pemodelan dengan distribusi eksponensial campuran. Pada bagian akhir ditunjukan metode penaksirkemungkinan maksimum untuk mendapatkan taksiran parameternya.
Uji Normalitas Bera-Jarque untuk Residu dalam Model Otoregresif Menggunakan Teknik Bootstrap Parametrik Aceng Komarudin Mutaqin; Lukman Nul Hakim
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 6, No 2 (2006)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v6i2.940

Abstract

Makalah ini membahas uji normalitas Bera-Jarque untuk residu dalam model otoregresifmenggunakan teknik bootstrap parametrik. Uji ini lebih akurat dibandingkan dengan uji normalitasasimtotik untuk ukuran sampel berhingga (n ≤ 600 untuk data bulanan dan n ≤ 125 untuk datatahunan). Sebagai contoh aplikasi akan digunakan data debit air sungai Citarum-Nanjung mulaiJanuari 2000 sampai Desember 2000.
Kemampuan Daya Serap Zeolit Sintetis Dibandingkan dengan Serpentin Teraktifasi Terhadap Gas CO2 M. Lutfi; Harry Tetra Antono; Agus Wahyudi; Retno Damayanti
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 16, No 2 (2016)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v16i2.2290

Abstract

Kebutuhan energi yang semakin meningkat merupakan salah satu penyebab peningkatankonsentrasi CO2 di atmosfir. Penelitian tentang penangkapan CO2 telah banyak dilakukan, beberapamaterial dapat dipakai sebagai adsorben CO2. Kegiatan yang dilakukan meliputi pembuatan bahanpenyerap yang berasal dari beberapa material/mineral, yaitu zeolit sintetik dan aktivasi serpentin;perancangan alat simulasi dan uji coba penyerapan CO2. Kedua material tersebut kemudian diujikansebagai material penyerap/adsorben gas CO2 pada alat simulasi penyerapan CO2. Hasil serapantertinggi gas CO2 menggunakan zeolit sintetik adalah 13.98% (3.92 g/g) dengan jumlah zeolit yangdigunakan sebesar 5 g, sedangkan bila menggunakan serpentin teraktivasi adalah 14.3 % (5.13 g/g)dengan jumlah serpentin yang digunakan sebesar 5 g, keduanya dapat digunakan sebagai bahanpenyerap CO2.
ANALISA DATA PEMILU 2000 Septiadi Padmadisastra
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.v3i1.557

Abstract

Sejumlah masalah mengenai pemilihan partai dalam PEMILU 2000 dibahas dalam penelitian ini. Solusi untukmasalah-masalah: berapa banyak partai yang memperoleh suara, berapa suara dalam masing-masing partai dan konfigurasibanyak partai yang mendapatkan sejumlah tertentu suaru dari r suara ynag diperebutkan, diperoleh dengan anggapan bahwapemilihan partai oleh pemilih bersifat random.
The Beta-Binomial Multivariate Model for Correlated Categorical Data Nusar Hajarisman; Asep Saefuddin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 1 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i1.976

Abstract

Over the past year, a significant amount of research has explored the logistic regression models foranalyzing correlated categorical data. In these models, it is assumed that the data occur in clusters,where individuals within each cluster are correlated, but individuals from different clusters areassumed independent. A commonly used in modeling correlated categorical univariate data is toassume that individual counts are generated from a Binomial distribution, with probabilities varybetween individuals according to a Beta distribution. The marginal distribution of the counts is thenBeta-Binomial. In this paper, a generalization of the model is made allowing the number ofrespondent m, to be random. Thus both the number units m, and the underlying probability vectorare allowed to vary. We proposed the model for correlated categorical data, which is generalized toaccount for extra variation by allowing the vectors of proportions to vary according to a Dirichletdistribution. The model is a mixture distribution of multinomial and Dirichlet distribution, and wecall the model as the beta-binomial multivariate model.
HUBUNGAN NEGATIF ANTARA TINGKAT INFLASI DENGAN TINGKAT KEMISKINAN DI WILAYAH PERDESAAN PROVINSI LAMPUNG Andra Wina
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 19, No 1 (2019)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v19i1.4587

Abstract

Menurut teori, tingkat inflasi akan berpengaruh positif pada angka kemiskinan. Namun pada beberapa penelitian, hal itu bisa saja bertentangan. Itulah sebabnya maka penting untuk menguji hubungan kedua variabel tersebut di beberapa lokasi di Indonesia. Penelitian ini mengkaji pengaruh inflasi terhadap angka kemiskinan di wilayah perdesaan di Provinsi Lampung. Metode yang digunakan adalah statistika analitik menggunakan teknik regresi linear sederhana dengan menggunakan data sekunder hasil survei sosial ekonomi dan survei harga perdesaan dari BPS Provinsi Lampung tahun 2012 – 2017. Hasil analisis telah memenuhi uji asumsi klasik sehingga model regresi linear sederhana dapat digunakan dalam memprediksi variabel kemiskinan di perdesaan. Temuan awal penelitian ini menyimpulkan bahwa inflasi perdesaan berpengaruh negatif terhadap tingkat kemiskinan perdesaan di Provinsi Lampung sebesar 0,061. Artinya semakin tinggi pertumbuhan inflasi perdesaan, maka semakin rendah tingkat kemiskinannya. Hal itu berbanding terbalik dengan landasan teori yang mungkin disebabkan oleh adanya fenomena sosial tertentu atau karena inflasi merupakan determinan dari makro ekonomi, sehingga bisa saja tidak berpengaruh langsung pada tingkat kemiskinan. Hal ini bukan saja terjadi pada kajian ini, tetapi juga pada beberapa kajian sebelumnya. Pada akhirnya, hal ini membutuhkan penelitian lanjutan yang lebih komprehensif untuk wilayah-wilayah lain di Indonesia, untuk dapat lebih memahami hubungan antara dua variabel tersebut.Kata kunci : Inflasi Perdesaan, Pertumbuhan, Regresi Linear Sederhana
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.
Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Aceng Komarudin Mutaqin; Suwanda Suwanda
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 11, No 1 (2011)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v11i1.1040

Abstract

Makalah ini membahas pembentukan diagram kendali simpangan baku (diagram kendali S) eksak untuk kasusproses berdistribusi normal dengan parameter σ diketahui. Diagram kendali S eksak tersebut dibandingkandengan diagram kendali S konvensional menggunakan ukuran Average Run Lenght (ARL). Diagram kendali Skonvensional terlalu sensitif terhadap perubahan yang kecil dari simpangan baku proses. Bahkan untuk kasustertentu, ketika proses sebenarnya dalam kendali, diagram kendali S konvensional menyimpulkan bahwa prosessudah di luar kendali.

Page 17 of 36 | Total Record : 353

 15   16   17   18   19 

Filter by Year

2001 2021


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