cover
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
ISSN : 14115891     EISSN : 25992538     DOI : https://doi.org/10.29313/jstat.v19i2.4898
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.
Articles 353 Documents
Proportional Hazard Regression Analysis By Using Survival Data Wan Muhamad Amir Bin W Ahmad; Norizan Mohamed; Zurairah Ahmad; Mustafa bin Mamat
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.913

Abstract

Recently a number of papers have considered both longitudinal changes in a variable and theassociated effect on the length of time to the occurrence of an event (Schork and Remington, 2003).Longitudinal research is performed to study a phenomenon as it is evolving over time. Thephenomenon will generally show changes over time, but it may also show stability. Researchers inpsychology often use longitudinal designs to assess change. Various statistical techniques have beenused to analyze these data, including proportional hazard regression. This paper illustrates the use ofthe SPSS to examine blood data with this technique, as well. The advantages of using a Cox modelapproach to blood pressure analysis are discussed.
Pengendalian Mutu Produk dengan Metode Pre-Control Suliadi Suliadi
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 2, No 2 (2002)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v2i2.502

Abstract

Makalah ini membahas suatu metode dalam pengendalian mutu statistik, yang didasarkanpada batas-batas spesifikasi, yaitu Pre-Control. Metode ini sangat mudah untuk diterapkan karenahanya berpatokan pada batas-batas spesifikasi. Metode ini tidak ditujukan untuk memperbaikiproses, akan tetapi ditujukan agar proses memproduksi barang dalam batas-batas spesifikasi yangdiinginkan.
Capital Mobility with Convergence in Open Economies Anton Abdulbasah Kamil
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.v6i2.938

Abstract

The major objective of the paper is to provide a theoretical description of convergence in neoclassicalmodels with various initial ratios of human to physical capital. To avoid immediate convergence,adjustment costs (higher for human capital than for physical capital investment) are introduced. Themodel is calibrated consistently with empirically-observed slow long-run convergence. Economies withhigh initial ratios of human to physical capital are, however, predicted to grow quickly in the shortrun. Moreover, substantial current-account deficits may occur due to high marginal products ofphysical capital and resulting high levels of domestic physical capital investment. This analysisseems relevant to Malaysian economies, which exhibit high ratios of human to physical capital,current-account deficits, and relatively high average growth rates.
SIMULASI KALKULATOR ENERGI BARU TERBARUKAN (EBT) GUNA MEMENUHI KETAHANAN ENERGI DI INDONESIA Rezzy Eko Caraka
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.v16i2.1956

Abstract

Ketahanan Energi adalah suatu kondisi terjaminnya ketersediaan energi, akses masyarakat terhadap energi pada harga yang terjangkau dalam jangka panjang dan tidak terpengaruh oleh gejolak regional maupun internasional. Menjadi negara maju, Indonesia harus dapat mendorong sektor industri sebagai penggerak perekonomian negara. Kebutuhan energi di sektor industri dan komersial diprakirakan tetap mendominasi untuk jangka panjang. Sebagai sektor penunjang pergerakan perekonomian, sektor transportasi juga terus meningkat.Konsumsi energi menurut jenis selama tahun 2000 sampai dengan 2015 masih didominasi oleh BBM (avtur,avgas,bensin,minyak tanah, minyak solar, minyak diesel, dan minyak bakar). Permasalahan energi yang terjadi saat ini adalah dibutuhkan alternatif baru yang dikenal sebagai energi baru terbarukan (EBT). Berdasarkan analisis dengan single exponential smoothing (SES) dengan menggunakan  = 0.359680 dapat disimpulkan bahwa perencanaan energi perlu dilakukan supaya dapat menjamin ketersediaan  energi dengan harga terjangkau untuk jangka panjang. Potensi energi terbarukan seperti tenaga air,panas bumi, angin, surya, samudera, maupun biomasa dapat dijadikan alternatif untuk memenuhi permintaan energi yang semakin tinggi. Berdasarkan skenario dasar, penyediaan EBT meningkat dengan pertumbuhan lebih dari 14% per tahun atau meningkat lebih dari enam kali lipat dari 102 juta SBM pada 2012 menjadi 629 juta SBM pada 2035. Pada 2012, sebagian besar dari EBT dipenuhi oleh dari biomasa, diikuti oleh tenaga air, panas bumi, dan BBN. Namun pada akhir periode 2035, panas bumi untuk pembangkitan listrik akan menjadi EBT utama, disusul secara berturut turut oleh hidro, BBN, dan biomasa. Jenis EBT yang lainnya seperti CBM, CTL, angin, tenaga surya, nuklir, dan kelautan yang sebelumnya tidak muncul di tahun 2015 mulai mengisi bauran energi nasional, walaupun persentasenya masih kecil.
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.
Bootstrap Pada Regresi Linear dan Spline Truncated Harison Darmawi; Bambang Widjanarko Otok
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.v8i1.974

Abstract

Pendekatan parametrik mengasumsikan bentuk model sudah ditentukan. Apabila tidak adainformasi apapun tentang bentuk kurva, maka pendekatan yang digunakan adalah pendekatannonparametrik, salah satunya spline truncated. Karena pendekatan tidak tergantung pada asumsibentuk kurva tertentu, sehingga memberikan fleksibilitas yang lebih besar. Tujuan penelitian iniadalah mengkaji bootstrap pada regresi linear dan regresi spline (truncated spline) dengan kajiansimulasi. Hasil penelitian menunjukkan bahwa Fungsi optimal terjadi pada variansi yang kecil untuksembarang pengamatan. Nilai MSE pada kurva truncated spline lebih kecil dibanding dengan regresilinear pada semua fungsi. Hal ini dapat diartikan bahwa kurva truncated spline lebih baik dibandingdengan regresi linear. Hal ini dapat dilihat dari simulasi estimator g(t)  sin(5t) dang(t)  5e5t ,truncated spline memberikan berbagai nilai titik knot, sehingga nilai MSE kecil dibanding regresilinear. Secara keseluruhan dengan kriteria MSE, Spline Truncated sesudah di bootstrap lebih baikdibanding dengan pendekatan regresi dan spline truncated.
Pemilihan Arsitektur Terbaik pada Model Deep Learning Melalui Pendekatan Desain Eksperimen untuk Peramalan Deret Waktu Nonlinier Novri Suhermi; Suhartono Suhartono; I Made Gde Meranggi Dana; Dedy Dwi Prastyo
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 18, No 2 (2018)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v18i2.4545

Abstract

Penentuan arsitektur model deep learning yang tepat merupakan hal yang sangat esensial untukmendapatkan hasil ramalan dengan tingkat kesalahan minimum. Arsitektur deep learning meliputijumlah input dan variabel apa saja yang digunakan, jumlah hidden layer, jumlah neuron pada setiaphidden layer, dan fungsi aktivasi. Pada penelitian ini dilakukan studi simulasi pada salah satu modeldeep learning, yaitu deep feedforward network, dengan berbagai kombinasi arsitektur untukmendapatkan arsitektur paling optimum. Data yang digunakan merupakan data bangkitan yangmengikuti model nonlinier Exponential Smoothing Transition Auto-regressive (ESTAR) sebanyak 1000data, di mana 900 data digunakan sebagai data training dan 100 data digunakan sebagai datatesting. Ukuran evaluasi model yang digunakan adalah root mean square error of prediction (RMSEP).Hasil empiris yang didapatkan di antaranya, pemilihan input yang tepat dapat meningkatkanakurasi peramalan, serta pemilihan fungsi aktivasi dan kedalaman arsitektur sangat diperlukanuntuk mendapatkan hasil ramalan yang semakin optimum.
USAGE LOGARITHMIC DISTRIBUTION ON PLANKTON COMMUNITY DIVERSITY IN ARTIFICIAL PONDS Arief Budi Yulianti
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.v4i2.871

Abstract

The community is arranged of species, that live at same time and on the same area. The measurement methods ofcommunity diversity depend on number of species and number of individuals in each of these species. The community hasrare species, and rich species. Many species only have single individual, two individuals and so on until only a few specieshave many individuals. These data were best fitted by the logarithmic distribution. The measurement of planktoncommunity diversity, that 100 day old, in artificial ponds, had result, it found 27 species and total individual was 10 811599, so logarithmic index was 0.9999999, and diversity index was 1.0811. The distribution became 1.0811; 0.5404;0.3604; 0.2703; and so on. In the short, the plankton community had many species that had one individual and only few species have many individuals. And Structure of community was influenced by the riches species.
Pendekatan Fungsi Quasi-Likelihood dan Implementasinya dalam Sistem SAS Nusar Hajarisman
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 1 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i1.1009

Abstract

Seringkali perhatian utama peneliti ditekankan pada bagaimana rata-rata respons atau bentukfungsional lainnya dipengaruhi oleh satu atau lebih kovariat. Biasanya terdapat informasi priordalam mengamati kealamiahan bentuk hubungan tersebut, akan tetapi seringkali diperlukaninformasi dari kumulant atau moment yang berordo lebih tinggi (McCullagh dan Nelder, 1983).Dalam makalah ini akan dibahas mengenai bagaimana statistik inferens dapat dibuat berdasarkansuatu percobaan dimana tidak tersedia cukup informasi dalam membentuk fungsi likelihood, yaitumelalui pembentukan fungsi quasi-likelihood.
PENDUGAAN SELANG KEPECERCAYAAN KOEFISIEN DETERMINASI Suliadi Suliadi
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.v4i2.904

Abstract

Dalam analisis regresi, koefisien determinasi merupakan suatu ukuran yang sangat penting. Koefisien ini mengukurkualitas model, yang menunjukkan seberapa jauh model yang kita peroleh dapat menerangkan data. Ada dua macamkoefisien determinasi, yaitu R2 dan 2adj R atau R2 terkoreksi. Permasalahannya adalah bahwa sebaran atau distribusi R2 atau2adj R tidak diketahui, sehingga tidak dapat ditentukan apakah R2 atau 2adj R kita berbeda atau tidak berbeda dengan nol.Tulisan ini membahas penentuan koefisien determinasi dengan menggunakan pendekatan boostrap, dan melakukansimulasi dengan data bangkitan dengan beberapa ukuran contoh (n) untuk beberapa nilai ragam sisaan.

Page 2 of 36 | Total Record : 353