cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Soraya
Contact Email
jurnal.varian@stmikbumigora.ac.id
Phone
+6282339979545
Journal Mail Official
jurnal.varian@stmikbumigora.ac.id
Editorial Address
Jln. Ismail Marzuki - Cilinaya - Cakranegara - Mataram 83127
Location
Kota mataram,
Nusa tenggara barat
INDONESIA
Jurnal Varian
Published by Universitas Bumigora
ISSN : -     EISSN : 25812017     DOI : https://doi.org/10.30812/varian
Core Subject : Economy, Science, Education, Social,
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics Social Sciences Other
Jurnal Varian adalah salah satu Jurnal Ilmiah yang terdapat di Universitas Bumigora. Jurnal ini bertujuan untuk memberikan wadah atau sarana publikasi bagi para dosen, peneliti dan praktisi baik di lingkungan internal maupun eksternal Universitas Bumigora Mataram. Jurnal ini terbit 2 (dua) kali dalam 1 tahun pada periode Genap (April) dan Ganjil (Oktober). Jurnal Varian fokus memuat publikasi pada Bidang Matematika dan Statistika.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 168 Documents
 3   4   5   6   7 
Peningkatan Akurasi Klasifikasi Ketidaktepatan Waktu Kelulusan Mahasiswa Menggunakan Metode Boosting Neural Network I Ketut Putu Suniantara; Gede Suwardika; Siti Soraya
Jurnal Varian Vol 3 No 2 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v3i2.651

Abstract

Supervised learning in Machine learning is used to overcome classification problems with the Artificial Neural Network (ANN) approach. ANN has a few weaknesses in the operation and training process if the amount of data is large, resulting in poor classification accuracy. The results of the classification accuracy of Artificial Neural Networks will be better by using boosting. This study aims to develop a Boosting Feedforward Neural Network (FANN) classification model that can be implemented and used as a form of classification model that results in better accuracy, especially in the classification of the inaccuracy of Terbuka University students. The results showed the level of accuracy produced by the Feedforward Neural Network (FFNN) method had an accuracy rate of 72.93%. The application of boosting on FFN produces the best level of accuracy which is 74.44% at 500 iterations
K-Means Clustering Analysis pada Persebaran Tingkat Pengangguran Kabupaten/Kota di Sulawesi Selatan Akramunnisa - Akramunnisa; Fajriani Fajriani
Jurnal Varian Vol 3 No 2 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v3i2.652

Abstract

This study aims to determine the distribution of districts in South Sulawesi based on unemployment rate using clustering analysis. The unemployment rate indicators are districts minimum wage (UMK) and human development index growth rate (IPM). The algorithm used in this study is k-means clustering. The results of k-means clustering analysis showed that of 24 districts in South Sulawesi are divided into two clusters, namely the high and low unemployment rate. The high employment rate cluster consists of 6 districts, namely Pangkep, Sidrap, Luwu Timur, Palopo, Parepare, and Makassar. The rest, 18 districts are in the low employment rate cluster.
Peramalan Harga Komoditas dengan Menggunakan Metode Arima-Garch Ulil Azmi; Wawan Hafid Syaifudin
Jurnal Varian Vol 3 No 2 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v3i2.653

Abstract

Emas, Tembaga dan Minyak merupakan jenis komoditas yang banyak diincar oleh para investor untuk menanamkan modal dengan cara melakukan investasi pada jenis komoditas tersebut. Prediksi harga komoditas sangat bermanfaat bagi investor untuk melihat prospek investasi komoditas pada suatu perusahaan di masa yang akan datang. Harga komoditas memiliki karakteristik data yang tidak stabil atau sering disebut volatilitas. Untuk mengatasi permasalahan tersebut, dilakukan peramalan dengan metode ARIMA dan ARIMA-GARCH. Dipilih dua metode tersebut karena dua metode ini cocok untuk meramalkan sesuatu yang memiliki data history yang kuat. Metode ARIMA ARCH-GARCH lebih cocok digunakan untuk data-data yang memliki volatilitas yang tinggi atau terdapat heteroskedastisitas pada residual data, sehingga hasil prediksi lebih akurat. Hal ini dibuktikan dengan nilai AIC lebih kecil dari pada hanya menggunakan metode ARIMA. Model terbaik untuk komoditas Emas adalah ARIMA(0,1,1) – GARCH(1,1) sedangkan komoditas tembaga memiliki model terbaik yaitu ARIMA(2,1,2) – GARCH(1,1) dan komoditas minyak yaitu ARIMA(1,1,1) – GARCH(0,1). Nilai MAPE (Mean Absolute Percentage Error) untuk masing-masing komoditas berturut-turut adalah 1,113; 0,542 dan 1,158 untuk Emas, Tembaga dan Minyak.
Pemodelan Regresi Multivariat pada Penentuan Faktor-Faktor yang Berpengaruh terhadap Kesejahteraan di Jawa Tengah Santi Puteri Rahayu; Ria Restu Aripin; Imam Safawi Ahmad
Jurnal Varian Vol 3 No 2 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v3i2.654

Abstract

Kesejahteraan masyarakat merupakan salah satu indikator keberhasilan program-program pemerintah yang dapat dilihat dari pendapatan asli daerah, dan Produk Domestik Regional Bruto. Tingkat kemakmuran masyarakat Jawa Tengah secara makro terus meningkat, hal ini tercermin dari PDRB per kapita yang meningkat dari dari 25,04 juta per tahun pada tahun 2013 secara bertahap menjadi 27,61 juta per tahun pada tahun 2014. Perekonomian Jawa Tengah terus tumbuh, hal ini ditunjukkan dengan laju pertumbuhan PDRB yang positif. Untuk memudahkan dalam peningkatan kesejahteraan dapat dilakukan analisis regresi multivariat. Variabel respon yang digunakan adalah pendapatan asli daerah dan Produk Domestik Regional Bruto, sedangkan variabel prediktor yang digunakan yaitu pajak daerah, belanja pegawai dan jumlah penduduk. Terdapat 12 Kabupaten/ Kota yang mempunyai Pendapatan Asli Daerah diatas rata-rata, 9 Kabupaten/Kota yang mempunyai Produk Domestik Regional Bruto diatas rata-rata, 6 Kabupaten/Kota yang mempunyai pajak daerah diatas rata-rata, 17 Kabupaten/Kota yang mempunyai belanja pegawai diatas rata-rata, dan 14 Kabupaten/Kota yang mempunyai jumlah penduduk diatas rata-rata. Berdasarkan uji signifkansi parameter secara parsial diperoleh variabel pajak daerah dan jumlah penduduk yang berpengaruh terhadap pendapatan asli daerah dan Produk Domestik Regional Bruto. Hubungan antara variabel prediktor dan variabel respon dilihat dengan nilai Eta Square Lambda sebesar 98.45%. Ini berarti variabel-variabel prediktor yang meliputi pajak daerah dan jumlah penduduk dapat menjelaskan informasi dalam model regresi multivariat sebesar 98.45%.
Model Regresi Multivariat Terhadap Tingkat Kesejahteraan Kabupaten/Kota Di Sulawesi Selatan Irwan Irwan; Ermawati Ermawati
Jurnal Varian Vol 3 No 2 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v3i2.666

Abstract

Kesejahteraan pada suatu daerah dipengaruhi oleh pendapatan daerah. Pendapatan daerah yang berasal dari berbagai sektor seperti pajak, retribusi, pengelolaan sumber daya alam, dana investasi, dana perimbangan dan dana pambangunan yang juga mempengaruhi besarnya pertumbuhan ekonomi atau PDRB (Produk Domestik Regional Bruto) serta kemajuan di suatu daerah. Dalam artikel ini betujuan untuk menggambarkan indikator penunjang kesehteraan daerah menggunakan analisis Regresi Multivariat dengan pemilihan KICC (Kullback’s Information Criterion Corrected). Berdasarkan hasil analisis, diperoleh model regresi multivariat pertama , kedua dan ketiga . Model yang didapatkan menunjukkan hubungan antara variabel respon dan variabel prediktor memiliki nilai keterkaitan mendekati 100%.
Perbandingan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) dengan Support Vector Regression (SVR) dalam Memprediksi Jumlah Kunjungan Wisatawan Mancanegara ke Bali Ni Putu Nanik Hendayanti; Maulida Nurhidayati
Jurnal Varian Vol 3 No 2 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v3i2.668

Abstract

Berbagai sumber pendapatan yang dapat dihasilkan dalam suatu daerah, salah satunya yaitu dalam sektor pariwisata. Seperti halnya sektor yang lain, sektor pariwisata juga memberikan banyak sumbangan bagi pembangunan ekonomi di suatu daerah maupun negara tujuan wisata. Indonesia memiliki banyak tujuan wisata daerah yang sudah terkenal hingga mancanegara salah satunya yaitu Pulau Bali. Bali merupakan daerah yang sudah memiliki kedudukan yang sejajar dengan daerah-daerah tujuan wisata lainnya yang ada di dunia. Sebagai suatu daerah yang sangat berpotensi dalam pengembangan wisata, maka pemerintah memberikan perhatian yang khusus dalam pengembangan pariwisata di Pulau Bali. Maka dari itu, perlu adanya peramalan jumlah kunjungan wisatawan mancanegara ke Bali yang nantinya bisa bermanfaat bagi pemerintah daerah maupun dinas pariwisata. Dalam hal ini, akan digunakan dua metode untuk meramalkan jumlah kunjungan wisatawan mancanegara ke Bali. Adapun metode yang digunakan yaitu Seasonal ARIMA dan Support Vector Regression (SVR). Hasil peramalan data out sampel dengan menggunakan metode SARIMA dan SVR menunjukkan bahwa metode SARIMA memiliki nilai MAPE lebih kecil dari pada SVR. Nilai MAPE motode SARIMA adalah 5,33% sedangkan metode SVR sebesar 19,74%. Begitu juga nilai MSE dan MAE dari metode SARIMA lebih kecil dari metode SVR. Dari Penelitian yang dilakukan dapat disimpulkan bahwa model SARIMA merupakan motode yang lebih baik untuk memprediksi jumlah kunjungan wisatawan mancanegara ke Bali.
Factor Extraction and Bicluster Analysis on Halal Destinations in Lombok Island Desy Komalasari; Mustika Hadijati; Nurul Fitriyani; Agus Kurnia
Jurnal Varian Vol 4 No 1 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v4i1.743

Abstract

Indonesia is one of the countries currently developing the concept of halal tourism. Halal tourism includes many variables that are related to each other, which need to be grouped into several main factors that affect tourist visits. This study was conducted to group the variables associated with halal tourism visits to Lombok Island using factor analysis and to classify sub-districts and halal tourism destinations on Lombok Island using the Plaid Bicluster algorithm. Based on the analysis using the main component extraction technique in factor analysis with varimax rotation, it can be concluded that the 9 halal tourism characteristic variables can be grouped into 2 main factors. Furthermore, by using the Plaid Bicluster algorithm, 2 Bicluster were produced. There were 7 sub-districts and 9 destinations formed in Bicluster I, and 8 sub-districts and 3 destinations formed in Bicluster II.
Network Optimization of Packaging Water Factory "Aeta" by Using Critical Path Method (CPM) in Tirta Taman Sari Drinking Water Company, Madiun City Faiz Ainur Razi; Wanda Wira Yudiarti
Jurnal Varian Vol 4 No 1 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v4i1.834

Abstract

Project management is a new thing with the development of two analytical techniques used for planning, scheduling, and decision making on projects to be carried out so that they can be carried out optimally and efficiently. These two analytical techniques are the Critical Path Method (CPM) and Project Evaluation and Review Technique (PERT). Network optimization for the project is very important for the production of with "Aeta" brand Bottled Mineral Water produced by drinking water company in Madiun. This optimization is carried out in order to find out the production schedule of bottled water, there are 4 packages produced namely cups, 1.5 L bottles, 600 ml bottles, and gallons. After scheduling using the Critical Path Method, ie bottled water production will be more profitable if more products are in Gallon packaging. Because the Gallon packaging will save time this happens because the Gallon packaging does not go through cardboard packaging.
The Determination of Monthly Premium of Joint Term Health Insurance for Hospital Care Darma Ekawati
Jurnal Varian Vol 4 No 1 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v4i1.844

Abstract

Hospital care is one of the insurance products giving compensation to the members by reimbursing the medicine and hospital care costs. According to the number of members in one insurance policy, health insurance is classified into two categories namely individual health insurance and joint health insurance. This article discusses the monthly premium of joint health insurance. The monthly premium of joint term health insurance is calculated before deciding the probability to facilitate hospital care for two or more people using The RP-2000 Combined Healthy Tables and joint life annuity. Based on the simulation, at the same benefit, the monthly premium that must be paid for joint health insurance is smaller than for individual health insurance because the premium for joint insurance are borne by some insured under the same insurance policy
Amount of Poverty as Policy Basis: A Forecasting Using The Holt Method Syaharuddin Syaharuddin; Ahmad Ahmad; Vera Mandailina; Dewi Pramita; Mahsup Mahsup; Abdillah Abdillah
Jurnal Varian Vol 4 No 1 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v4i1.849

Abstract

This research aims to predict the growth of the number of poor people in every district and city in NTB Province of Indonesia for the next 10 years by using Holt exponential smoothing method. This type of research is quantitative research with input data used over the last 19 years with a measure of the goodness of models namely MSE, MAD, and MAPE. Based on the optimization results obtained the smallest parameter at α of 0.9 and β of 0.1, an average value MSE of 278005053.7, MAD of 9992.28222, and MAPE of 8.9374 Optimization results also provide information that the increase in the growth of the average poor population of 70206.6604 Certainly this result can be used as a guideline by the government in determining steps and responding to rapid response strategies in dealing with this poverty problem.

Page 5 of 17 | Total Record : 168

 3   4   5   6   7 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 2 (2025) Vol 8 No 1 (2024) Vol. 8 No. 1 (2024) Vol. 7 No. 2 (2024) Vol 7 No 2 (2024) Vol. 7 No. 1 (2023) Vol 7 No 1 (2023) Vol 6 No 2 (2023) Vol 6 No 1 (2022) Vol 5 No 2 (2022) Vol 5 No 1 (2021) Vol 4 No 2 (2021) Vol 4 No 1 (2020) Vol 3 No 2 (2020) Vol 3 No 1 (2019) Vol 2 No 2 (2019) Vol 2 No 1 (2018) Vol 1 No 2 (2018) Vol 1 No 1 (2017) More Issue