cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Norisca Lewaherilla
Contact Email
lewaherillanorisca@gmail.com
Phone
+6285243401733
Journal Mail Official
jurnalvariance@gmail.com
Editorial Address
Jl. Ir. M. Putuhena, Poka-Ambon, 97233, Maluku, Indonesia
Location
Kota ambon,
Maluku
INDONESIA
Variance : Journal of Statistics and Its Applications
Published by Universitas Pattimura
ISSN : 26858738     EISSN : 2685872X     DOI : -
Core Subject : Education,
Mathematics
Jurnal ini diterbitkan oleh Program Studi Statistik Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura, Ambon. Jurnal ini diterbitkan 2 kali pada bulan Juni dan Desember.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol 1 No 2 (2019): VARIANCE: Journal of Statistics and Its Applications" : 5 Documents clear
ANALISIS SISTEM ANTRIAN DI DIREKTORAT KEUANGAN UNIVERSITAS HALMAHERA Meidy Kaseside Kaseside; Ravenska Tiffany Lahengking; Mario Nikolaus Dalengkade
VARIANCE: Journal of Statistics and Its Applications Vol 1 No 2 (2019): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol1iss2page76-80

Abstract

Fenomena suatu antrian dan waktu layanan yang terjadi di direktorat keuangan Universitas Halmahera dapat dijabarkan menggunakan suatu konsep matematika mengenai distribusi peluang. Hasil penelitian menunjukan bahwa model antrian yakni secara individu. Hasil uji Poisson memperlihatkan 0,03<=0,9982 sehingga, proses antrian di direktorat keuangan universitas Halmahera berdistribusi Poisson.Sedangkan analisis waktu layanan yakni 4,606>0,352 maka, disimpulkan waktu layanan tidak berdistribusi eksponensial. Penyebab di tolaknya waktu layanan karena h1 sejak pukul 09.00‒12.00 tidak ada antrian saat layanan di kantor direktorat keuangan.
MODEL FUNGSI TRANSFER MULTI INPUT UNTUK PERAMALAN CURAH HUJAN DI KOTA SURABAYA Yonlib Weldri Arnold Nanlohy; Brodjol Sutijo, S.U.; Santi Wulan P.
VARIANCE: Journal of Statistics and Its Applications Vol 1 No 2 (2019): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol1iss2page82-92

Abstract

Surabaya merupakan kota terbesar yang berada di provinsi Jawa Timur dan sekaligus menjadi menjadi pusat pemerintahan provinsi. Untuk karakteristik iklim di Surabaya umumnya suhu terendah pada bulan Februari sekitar 25,5 celcius dan suhu tertinggi sekitar 33,0 celcius pada bulan Oktober. Di Kota Surabaya musim kemarau pada umumnya berada pada bulan Mei sampai Oktober dan musim hujan dari bulan November hingga April. Hujan lebat biasanya terjadi antara bulan Desember dan Januari. Salah satu dampak negatif yang ditimbulkan akibat intensitas curah hujan berlebih di Kota Surabaya adalah banjir. Terdapat beberapa unsur cuaca (suhu, kelembaban udara, dan kecepatan angin) yang mempengruhi curah hujan sehingga perlu dilakukan peramalan dengan menggunakan model multivariat. Model fungsi transfer multi input merupakan model peramalan analisis deret waktu berganda (multiple) untuk model multivariat. Pada model fungsi transfer multi input terdapat deret output yang diperkirakan akan dipengaruhi oleh deret input dan input-input lain yang digabungkan dalam satu kelompok yang disebut deret noise . Tujuan dari penelitian ini yaitu untuk meramalkan curah hujan harian di kota Surabaya dengan model fungsi transfer multi input.
LATENT CLASS CLUSTER ANALYSIS UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN INDIKATOR INDEKS PEMBANGUNAN MANUSIA 2017 Atika Nurani Ambarwati
VARIANCE: Journal of Statistics and Its Applications Vol 1 No 2 (2019): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol1iss2page46-54

Abstract

Pembangunan merupakan salah satu upaya untuk meningkatkan kesejahteraan dan kemakmuran masyarakat, dengan kedudukan manusia menjadi topik sentra dalam tiap perolehan program pembangunan. Keberhasilan pembangunan suatu bangsa ditentukan oleh ketersediaan Sumber Daya Manusia (SDM) yang berkualitas. Untuk mengukur suatu keberhasilan pembangunan manusia suatu bangsa salah satu indikator yang digunakan adalah Indeks Pembangun Manusia (IPM). IPM di Provinsi Jawa Tengah mengalami peningkatan setiap tahunnya. Pada tahun 2017 pembangunan manusia di Provinsi Jawa Tengah mengalami kenaikan status dari status “sedang” menjadi status “tinggi” yaitu sebesar 70,52 persen. Salah satu permasalahan pembangunan di Jawa Tengah adalah tinggi rendahnya Indeks Pembangunan Manusia (IPM) hanya ditunjukkan melalui indeks komposit, tetapi tidak ditunjukkan indikator mana yang dominan terhadap tinggi rendahnya peringkat Indeks Pembangunan Manusia (IPM). Maka pengelompokan dan pengklasifikasian wilayah kabupaten/kota di Provinsi Jawa Tengah perlu dilakukan sehingga dapat menunjukkan indikator mana yang dominan terhadap tinggi rendahnya peringkat IPM. Latent Class Cluster Analysis merupakan salah satu metode untuk mengklasifikasikan kabupaten/kota. Hasil dari penelitian mendapatkan 2 kelompok. Kelompok pertama terdiri dari kabupaten atau kota yang memiliki pembangunan manusia rendah. Kelompok kedua terdiri dari kabupaten atau kota yang memiliki pembangunan manusia tinggi.
KLASIFIKASI STATUS PEMBAYARAN PREMI MENGGUNAKAN ALGORITMA NEIGHBOR WEIGHTED K-NEAREST NEIGHBOR (NWKNN) (STUDI KASUS: PT. BUMIPUTERA KOTA SAMARINDA) Gunsyang, Grassella; Purnamasari, Ika; Amijaya, Fidia Deny Tisna
VARIANCE: Journal of Statistics and Its Applications Vol 1 No 2 (2019): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol1iss2page56-63

Abstract

Algoritma Neighbor Weighted K-Nearest Neighbor (NWKNN) merupakan pengembangan dari algoritma K-Nearest Neighbor (KNN), dengan memberikan bobot pada setiap kelas yang akan diklasifikasikan. Penelitian ini membahas tentang klasifikasi menggunakan algoritma NWKNN yang diaplikasikan pada data status pembayaran premi. Tujuannya untuk mengetahui nilai eksponen (E) dan nilai ketetanggaan (K) yang optimal, serta nilai akurasi dari klasifikasi data status pembayaran Premi di PT. Bumiputera Kota Samarinda. Tahapan dalam penelitian ini yaitu menentukan nilai E dan nilai K menggunakan k-fold cross validation, menghitung jarak euclidean, menghitung bobot dan skor setiap kelas, melihat nilai skor terbesar untuk menentukan hasil klasifikasi, kemudian menghitung nilai akurasi klasifikasi. Hasil penelitian menunjukkan bahwa nilai K dan nilai E yang optimal untuk klasifikasi status pembayaran premi di PT. Bumiputera Kota Samarinda menggunakan NWKNN sebesar K=3 dan E=6 dengan nilai akurasi sebesar 75%.
MISKLASIFIKASI PENJURUSAN MAHASISWA FMIPA UNIVERSITAS PATTIMURA TAHUN AKADEMIK 2016/2017 MENGGUNAKAN METODE ANALISIS DISKRIMINAN BERGANDA Ferry Kondo Lembang; Mozart Winston Talakua; Mega Selvi Hasanudin
VARIANCE: Journal of Statistics and Its Applications Vol 1 No 2 (2019): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol1iss2page64-74

Abstract

Selama ini penjurusan mahasiswa hanya berdasarkan minat mahasiswa pada saat masuk PerguruanTinggi, belum mempertimbangkan prestasi akademik mahasiswa, misalnya nilai mata pelajaran (SMA). Dengan demikian, belum diketahui apakah mahasiswa tersebut benar-benar sesuai untuk masuk jurusan tersebut atau lebih sesuai jika masuk jurusan lainnya. Dalam statistika, masalah seperti ini dapat dipecahkan melalui analisis diskriminan yaitu dengan cara menentukan aturan atau kriteria pengelompokkan berdasarkan karakteristik tertentu. Dengan demikian kelompok asal dari individu yang bersangkutan dapat ditentukan. Analisis diskriminan merupakan suatu analisis dengan tujuan membentuk sejumlah fungsi melalui kombinasi linear peubah-peubah asal, yang dapat digunakan sebagai cara terbaik untuk memisahkan kelompok-kelompok individu. Fungsi yang terbentuk melalui analisis ini selanjutnya disebut sebagai fungsi diskriminan. Dalam penelitian ini ingin diketahui apakah terjadi misklasifikasi dalam penjurusan Mahasiswa FMIPA UNPATTI Tahun Akademik 2016/2017 berdasarkan nilai mata pelajaran MIPA (Nilai UAN dan Raport) dengan menggunakan Analisis Diskriminan. Fungsi diskriminan yang terbentuk, terkait dengan pengelompokkan mahasiswa pada jurusannya, yakni: y1 = -11,727 + 0,138x2 + 0,044x5 + (-0,039)x7 ; y2 = -7,913 + 0,065x2 + (-0,026)x5 + 0,070x7 ; y3 = 7,802 + (-0,125) + 0,052x5 + (-0,010)x7. Pengujian validasi pada penelitian diperoleh angka ketepatan fungsi diskriminan sebesar 53% dari data telah terklasifikasi dengan benar. Hal ini berarti 53% dari 100 data yang diolah telah dimasukkan pada grup yang sesuai dengan data semula.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol 7 No 1 (2025): VARIANCE: Journal of Statistics and Its Applications Vol 6 No 2 (2024): VARIANCE: Journal of Statistics and Its Applications Vol 6 No 1 (2024): VARIANCE: Journal of Statistics and Its Applications Vol 5 No 2 (2023): VARIANCE: Journal of Statistics and Its Applications Vol 5 No 1 (2023): VARIANCE: Journal of Statistics and Its Applications Vol 4 No 2 (2022): VARIANCE: Journal of Statistics and Its Applications Vol 4 No 1 (2022): VARIANCE: Journal of Statistics and Its Applications Vol 3 No 2 (2021): VARIANCE: Journal of Statistics and Its Applications Vol 3 No 1 (2021): VARIANCE: Journal of Statistics and Its Applications Vol 2 No 2 (2020): VARIANCE: Journal of Statistics and Its Applications Vol 2 No 1 (2020): VARIANCE: Journal of Statistics and Its Applications Vol 1 No 2 (2019): VARIANCE: Journal of Statistics and Its Applications Vol 1 No 1 (2019): VARIANCE: Journal of Statistics and Its Applications More Issue