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
 23   24   25   26   27 
PENDETEKSIAN MULTIKOLINIERITAS Soekardi Hadi P.
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.v3i1.560

Abstract

Multikolinieritas merupakan masalah pelanggaran dari salah satu asumsi model regresi linier barganda, sebagai akibatadanya korelasi yang tinggi diantara vektor variabel bebas dalam matrik data. Indikasi adanya multikolinieritas ditunjukannmelalui beberapa pendektesian berupa VIF dari koefisien taksiran, nilai akar karakteristik, analisis antara koefisien determinasimultiple, R2 dan statistik uji F dengan statistik uji t. Konsekwensi dengan timbulnya masalah ini yang serius akan menyebabkantaksiran koefisien regresi metode kuadrat terkecil menjadi tidak stabil dan tidak akurat lagi.
Keunggulan Pendugaan Model Aditif dengan Pendekatan Model Linear Campuran Dibanding dengan Algoritma Backfitting Anik Djuraidah
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.v8i1.977

Abstract

The additive model is the generalized of multiple linear regression that expresses the mean of areponse variable as a sum of functional form of predictors. The widely used estimation of additivemodels described in Hastie and Tibshirani (1990) is backfitting algorithm. However, the algorithmwith linear smoothers gave some difficulties when it comes to model selection and its inference. Theadditive model with P-spline as smooth function admits a mixed model formulation, in whichvariance components control the non-linearity degree in the smooth function. This research isfocused in comparing of estimation additive models using backfitting algorithm and linear mixedmodel approach. The research results show that estimation of additive models using linear mixedmodels offer simplicity in the computation, since use low-rank dimension of P-spline, and in themodel inference, since based on maximum likelihood method. Estimation additive model using linearmixed model approach can be suggested as an alternative method beside backfitting algorithm
Membangun Interval Kepercayaan Proporsi Dengan Menggunakan Metode Jackknife Terhapus-1 Wahyu Suryadi Suryadi; Epha Diana Supandi
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.v19i1.4721

Abstract

Metode Jackknife merupakan teknik resampling nonparametric. Prinsip dari metode Jackknife yaitu membangkitkan data dari sampel asli untuk mendapatkan sampel tiruan. Tujuan penelitian ini adalah mengestimasi prosentase suara pada pemilihan umum Kepala Daerah Kabupaten Bantul tahun 2015 dengan menggunakan sampel asli dan metode Jackknife sampel terhapus-1.  Keakuratan kedua metode dihitung dengan menggunakan standar error. Hasil penelitian menunjukan bahwa selang kepercayaan menggunakan metode Jackknife sampel terhapus-1 memiliki tingkat keakuratan yang lebih baik dibandingan dengan menggunakan sampel asli, hal ini ditunjukan dengan nilai standar error yang lebih kecil.
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.
Feature Selection Data Indeks Kesehatan Masyarakat Menggunakan Algoritma Relief Zurnila Marli Kesuma
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.v11i1.1041

Abstract

Feature selection adalah suatu metode penganalisaan data yang bertujuan untuk memilih fitur yangberpengaruh (fitur optimal) dan mengesampingkan fitur yang tidak berpengaruh. Ada beberapaalgoritma feature selection yang dapat digunakan, salah satunya adalah Relief. Relief memanfaatkanteknik bobot (weight) untuk mengukur signifikansi fitur dalam konteks klasifikasi dan fitur yangmemiliki nilai bobot di atas ambang batas (threshold) yang digunakan akan dipilih. Penelitian inibertujuan untuk mendapatkan fitur optimal dari data data indeks kesehatan masyarakat.Hasil pengolahan data menunjukkan bahwa untuk setiap data yang diuji hanya menghasilkan satufitur optimal dengan nilai threshold yang berbeda.
Crisis Ability: Modified Ijarah Thumma Al-Bai’ vs. Rule 78 Nurfadhlina Binti Abdul Halim; Saiful Hafizah Jaaman@Sharman; Noriszura Ismail; Rokiah@Rozita Ahmad
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 2 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i2.1016

Abstract

The intention of this paper is to investigate the ability of modified Ijarah Thumma Al-Bai’ (AITAB) model infacing the crisis compare with Rule 78 model. Both models are based on Shari’ah regulation for ijarahcontract and al-bai’ contract, but the modified AITAB model consideration is different from Rule 78. Inmodified AITAB modelling, we consider a partnership between lessor and lessee with musyarakahmutanaqisah concept being used, whereas in Rule 78 model such consideration does not exist. From theanalysis, we obtain a different result for IMAT and Rule 78 models, meaning both models are handlingthe crisis differently.
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.
Analisis Indeks Vegetasi Menggunakan Citra ALOS AVNIR-2 untuk Mengestimasi Serapan Karbon Harry Tetra Antono
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 13, No 2 (2013)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v13i2.1080

Abstract

Forests has an important role in stabilize CO2 concentrations in the atmosphere as a source ofcarbon emissions and can absorb carbon and store. It is often called a carbon sink program . Todevelop this program, it needs carbon stock data stored in the form of biomass using an effectivetechnique and easy to use. This study aimed to estimate the carbon content in the area ofreclamation and secondary forest resulting from mining activities through biomass allometricequation. Biomass values obtained by non-destructive method of sampling and biomass values wereused to develop allometric equations using regression analysis between the biomass with a diameterof tree. The study case was located at mine concession of PT. Lanna Harrita, at the border of KutaiKertanegara and West Kutai Districts, East Kalimantan Province. The allometric biomass equationsfor the reclamation area: B = 0.1 x 0.41 x D2+0.62, and for secondary forests: B = 0.118 x D2,31.Allometric equations to estimate carbon stored is y = 278.91 (NDVI) from 2 to 133.66 (NDVI) +68.4.This study also analysed the carbon stored using remote sensing. The analytical result from theAlos Palsar images of study area PT Lanna Harrita describes that carbon sink potential is 12,229ton/ha in reclamation area and 56,665 ton/ha in secondary forest. The estimation of carbon uptakein low vegeation area of PT Lanna Harrita is 337.037,72 ton/ha, 899.678,1 ton/ha in vegetation isbeing and 43.364,95 in high vegetation.Those data suggest that the reclamation activity in the studyarea gave a little contribution to the carbon sink program yet.
Aplikasi Fungsi Gamma Tipe 2 dalam Matematika-Statistika Aceng Komarudin Mutaqin; Lia Rahayu; Tanti Susanti
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.v2i2.496

Abstract

Fungsi gamma biasa (tipe 1) sering digunakan sebagai metode perhitungan integral tentudengan batas-batas dari 0 sampai ¥ apabila integrannya merupakan fungsi dari perkalian antaravariabel berpangkat dengan eksponen. Makalah ini memperkenalkan fungsi gamma jenis baru (tipe2)–yang merupakan generalisasi dari fungsi gamma tipe 1. Fungsi tersebut diaplikasikan sebagaimetode alternatif di samping metode fungsi gamma tipe 1. Fungsi gamma tipe 1 dan tipe 2 sangatbermanfaat terutama dalam perhitungan-perhitungan integral yang berkenaan dengan matematikastatistika.Tiga contoh disajikan sebagai penerapan fungsi gamma tipe 1 dan tipe 2 dalam konteksmatematika-statistika. Contoh pertama mengenai perhitungan ekspektasi dari distribusieksponensial dan Weibull. Contoh kedua berkenaan dengan perhitungan momen ke-k di sekitar titiknol untuk distribusi normal. Contoh ketiga fungsi gamma tipe 2 diterapkan untuk menentukanfungsi densitas marginal dari distribusi normal bivariat. Berdasarkan ketiga contoh tersebut metodefungsi gamma tipe 2 cocok digunakan apabila integrannya merupakan fungsi yang sangat kompleks.Sementara metode fungsi gamma tipe 1 cocok apabila integrannya sangat sederhana.
Algoritma untuk Membangkitkan Missing Data Aceng Komarudin Mutaqin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 6, No 1 (2006)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v6i1.930

Abstract

Makalah ini membahas suatu algoritma untuk membangkitkan missing data (data hilang) untukkasus univariat. Pendekatan yang digunakan untuk membangkitkan jenis data tersebut adalahteknik komposisi (composition technique). Untuk mengimplementasikan algoritma tersebut,diberikan contoh program komputer yang ditulis dalam makro lokal MINITAB.

Page 25 of 36 | Total Record : 353

 23   24   25   26   27 

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