cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dr. Muhammad Ahsan
Contact Email
muh.ahsan@its.ac.id
Phone
+6281331551312
Journal Mail Official
inferensi.statistika@its.ac.id
Editorial Address
Department of Statistics Faculty of Science and Data Analytics Institut Teknologi Sepuluh Nopember (ITS) Kampus ITS Keputih Sukolilo Surabaya Indonesia 60111
Location
Kota surabaya,
Jawa timur
INDONESIA
Inferensi
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : 0216308X     EISSN : 27213862     DOI : http://dx.doi.org/10.12962/j27213862
Core Subject : Science, Education, Social, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics Social Sciences
The aim of Inferensi is to publish original articles concerning statistical theories and novel applications in diverse research fields related to statistics and data science. The objective of papers should be to contribute to the understanding of the statistical methodology and/or to develop and improve statistical methods; any mathematical theory should be directed towards these aims; and any approach in data science. The kinds of contribution considered include descriptions of new methods of collecting or analysing data, with the underlying theory, an indication of the scope of application and preferably a real example. Also considered are comparisons, critical evaluations and new applications of existing methods, contributions to probability theory which have a clear practical bearing (including the formulation and analysis of stochastic models), statistical computation or simulation where the original methodology is involved and original contributions to the foundations of statistical science. It also sometimes publishes review and expository articles on specific topics, which are expected to bring valuable information for researchers interested in the fields selected. The journal contributes to broadening the coverage of statistics and data analysis in publishing articles based on innovative ideas. The journal is also unique in combining traditional statistical science and relatively new data science. All articles are refereed by experts.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 7 Documents
 1 
Search results for , issue "Vol 5, No 1 (2022): Inferensi" : 7 Documents clear
Evaluating the Performance of Zero-Inflated and Hurdle Poisson Models for Modeling Overdispersion in Count Data Aswi Aswi; Sri Ayu Astuti; Sudarmin Sudarmin
Inferensi Vol 5, No 1 (2022): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v5i1.12422

Abstract

A Poisson regression model is commonly used to model count data. The Poisson model assumes equidispersion, that is, the mean is equal to the variance. This assumption is often violated. In count data, overdispersion (the variance is larger than the mean) occurs frequently due to excessive zeroes in the response variable. Zero-inflated Poisson (ZIP) and Hurdle models are commonly used to fit data with excessive zeros. Although some studies have compared the ZIP and Hurdle models, the results are inconsistent. This paper aims to evaluate the performance of ZIP and Hurdle Poisson models for overdispersion data through both simulation study and real data. Data were simulated with three different sample sizes, six different means, and three different probabilities of zero with 500 replications. Model goodness-of-fit measures were compared by using Akaike Information Criteria (AIC). Overall, the ZIP model performed relatively the same or better than the Hurdle Poisson model under different scenarios, but both ZIP and Hurdle models are better than the standard Poisson model for overdispersion in count data.
Factors Affecting the Covid-19 Risk in South Sulawesi Province, Indonesia: A Bayesian Spatial Model Aswi Aswi; Sukarna Sukarna
Inferensi Vol 5, No 1 (2022): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v5i1.12527

Abstract

The transmission of Coronavirus diseases 2019 (Covid-19) grows continuously around the world. Although a number of researches of modelling Covid-19 cases have been conducted, there was limited research implementing the Bayesian Spatial Conditional Autoregressive (CAR) model. Factors affecting the Covid-19 risk especially population density and distance to the capital city have been studied, but the results are inconsistent and limited research has been done in Indonesia. This study aims to assess the most appropriate Bayesian spatial CAR Leroux models and examine factors that affect the risk of Covid-19 in South Sulawesi Province. Data on the number of Covid-19 cases (19 March 2020 - 31 January 2022), population density, and distance to the capital city were used for every 24 districts. Several criteria were used in choosing the most appropriate model. The results depict that Bayesian spatial CAR Leroux with hyperprior IG (1, 0.01) model with the inclusion of population density were preferred. It is concluded that a factor that significantly affects the number of Covid-19 cases is population density. There was a positive correlation between the population density and Covid-19 risk. Makassar city has the highest relative risk (RR) among other districts while Bone has the lowest RR of Covid-19.
Pemodelan Risiko Penyebaran COVID-19 di Surabaya Raya Menggunakan Model Cauchy Cluster Process Prajna Pramita Izati; Achmad Choiruddin
Inferensi Vol 5, No 1 (2022): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v5i1.12345

Abstract

COVID-19 merupakan penyakit yang menyerang alat pernapasan. Jumlah kasus COVID-19 di Jawa Timur terus mengalami peningkatan tiap harinya khususnya wilayah Surabaya Raya meliputi Kota Surabaya, Kabupaten Gresik, dan Kabupaten Sidoarjo yang memiliki jumlah pasien terkonfirmasi positif tertinggi dibandingkan kabupaten/kota lainnya di Jawa Timur. Kota Surabaya menjadi penyumbangkan terbesar kasus terkonfirmasi postif COVID-19 di Surabaya Raya yaitu sebesar 60,1 %. Penelitian ini bertujuan untuk memodelkan risiko penyebaran COVID-19 di Surabaya Raya dengan melibatkan beberapa kovariat dimana kriteria pembandingnya yaitu nilai BIC terkecil dan envelope K-function. Hasil uji homogenitas menunjukkan penyebaran data kasus terkonfirmasi positif COVID-19 di Surabaya Raya tidak homogen dan untuk korelasi spasial dengan Inhomogeneous K-function diperoleh bahwa data cenderung membentuk kelompok atau klaster. Hasil pemodelan didapatkan bahwa model Inhomogeneous Cauchy Cluster Process setelah eliminasi merupakan model terbaik, dimana kovariat kepadatan penduduk dan kepadatan lokasi kerumunan yaitu pusat perindustrian dan tempat ibadah berpengaruh secara signifikan terhadap risiko penyebaran kasus terkonfirmasi positif COVID-19 di Surabaya Raya. Sementara itu, kepadatan pusat perbelanjaan tidak berpengaruh signifikan. Hasil prediksi risiko kasus terkonfirmasi positif COVID-19 di Surabaya Raya menunjukkan risiko penyebaran kasus terkonfirmasi positif COVID-19 di wilayah Kota Surabaya lebih tinggi jika dibandingkan dengan wilayah Kabupaten Sidoarjo maupun Gresik.
Penentuan Lokasi Baru Kantor Otoritas Jasa Keuangan (OJK) di Provinsi Sumatra Utara dengan Metode Kombinasi Analisis Faktor dan Analisis Klaster Berbasis Fuzzy Santi Puteri Rahayu; Mutiara Avista Candra Dewi Lasahido; Hendra Budi Kusuma
Inferensi Vol 5, No 1 (2022): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v5i1.12574

Abstract

Mengingat pentingnya keberadaan kantor Otoritas Jasa Keuangan (OJK) untuk mendukung perekonomian di wilayah Sumatera Utara, maka perlu adanya penambahan kantor di lokasi baru. Penelitian ini, bertujuan untuk memperoleh hasil penentuan lokasi baru kantor OJK di Provinsi Sumatera Utara dengan menerapkan dua metode Analisis Klaster, yaitu metode Fuzzy C-Means (FCM) dan Fuzzy Gustafson-Kessel (FGK), yang  secara umum merupakan suatu teknik pengelompokan observasi yang mempertimbangkan sifat keanggotaan fuzzy dalam suatu kelompok sebagai dasar pembobotan. Kedua metode Analisis Klaster mengelompokkan seluruh Kabupaten/Kota di Sumatera Utara berdasarkan variabel terpilih hasil Analisis Faktor diantara lima variabel, yaitu Produk Domestik Regional Bruto (PDRB), Pengeluaran Pemerintah, Jumlah Penduduk, Indeks Pembangunan Manusia (IPM), dan Piutang Perusahaan Pembiayaan. Berdasarkan hasil Analisis Klaster terbaik FCM dengan empat kelompok optimum dan dua variabel terpilih (PDRB dan IPM), maka Kabupaten/Kota di Provinsi Sumatera Utara yang disarankan menjadi lokasi kantor baru adalah Kabupaten Deli Serdang dan Simalungun, serta Kota Pematang Siantar.  Selain itu, sebagai Klaster Kabupaten/Kota di Provinsi Sumatera Utara yang memiliki rata-rata PDRB dan IPM tertinggi, Kota Medan dikonfirmasi layak telah memiliki Kantor OJK.
Perbandingan Model Hybrid ARIMAX-FFNN-EGARCH dan Model Hybrid SETAR-EGARH untuk Peramalan (Studi Kasus: Data Cash Outflow dan Inflow Bank Indonesia Kota Kediri) Agus Suharsono; Marieta Monica; Jerry Dwi Trijoyo Purnomo
Inferensi Vol 5, No 1 (2022): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v5i1.12470

Abstract

Dalam kehidupan sehari-hari, perekonomian tak lepas dari kebutuhan akan uang. Terkait hal tersebut, dibutuhkan perencanaan pencetakan uang serta komposisi uang yang akan dicetak selama satu tahun kedepan oleh Bank Indonesia. Peramalan cash outflow dan inflow dapat digunakan untuk mengestimasikan kebutuhan uang masyarakat. Pada umumnya sering dijumpai permasalahan data deret waktu yang memiliki hubungan linier. Akan tetapi, terdapat pula data deret waktu dengan pola non-linier terutama pada bidang ekonomi. Kejadian tertentu atau terjadinya shock-shock yang menyebabkan adanya pola non-linier dan volatilitas pada data tersebut. Pemodelan non-linier yang digunakan dalam penelitian ini adalah model hybrid ARIMAX-FFNN-EGARCH dan hybrid SETAR-EGARCH. Kedua model diaplikasikan dan dibandingkan pada studi kasus data cash outflow dan inflow bulanan Kantor Perwakilan Bank Indonesia Kota Kediri. Hasil yang didapatkan yaitu penduga parameter Self-Exciting Threshold Autoregressive (SETAR) dengan metode pendugaan parameter Ordinary Least Square (OLS) terbukti memiliki sifat yang tidak bias, linier, dan memiliki varians minimum atau dapat dikatakan memenuhi sifat BLUE (Best Linear Unbiased Estimator). Model untuk peramalan data outflow dan inflow dengan kedua model dapat menangkap efek variasi kalender pola non-linier serta volatilitas yang tidak konstan. Pemodelan untuk peramalan di masa yang akan datang dapat menjadi pertimbangan penting bagi instansi terkait dalam mengambil kebijakan moneter selanjutnya.
Penerapan Keluarga Model Spline Truncated Polinomial pada Regresi Nonparametrik Andrea Tri Rian Dani; Ludia Ni’matuzzahroh
Inferensi Vol 5, No 1 (2022): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v5i1.12537

Abstract

One approach that is often used by researchers to determine the form of the relationship pattern between the response variables and predictor variables in regression analysis, namely the nonparametric approach, where the approach is used when the shape of the regression curve is assumed to be unknown. The truncated spline is a polynomial model in nonparametric regression that has segmented properties, where these properties provide better flexibility than ordinary polynomial models and are able to handle data whose behavior changes in certain sub-intervals due to the knot points in it. This study aims to apply a family of spline truncated polynomial models to nonparametric regression in the case of automotive data. The estimation method used is Ordinary Least Square (OLS). The number of knot points tested is 1 to 4-knot points with a degree of p=1,2,3. Based on the results of the analysis, the best model that produces the smallest GCV value is the nonparametric spline truncated quadratic regression model with 4 knots, which produces a GCV value of 522.27 and a coefficient of determination of 79.77%.
Peramalan Penjualan Helm dengan Metode ARIMA (Studi Kasus Bagus Store) Ida Bagus Bayu Mahayana; Indrawan Mulyadi; Siti Soraya
Inferensi Vol 5, No 1 (2022): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v5i1.12469

Abstract

Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang dengan memanfaatkan informasi yang ada pada masa itu, untuk menimbang kegiatan di masa yang akan datang. Metode yang digunakan adalah metode ARIMA (Autoregressive Integrated Moving Average) untuk menghasilkan peramalan yang cukup baik dibandingkan dengan metode-metode lainnya.Tujuan Penelitian ini adalah untuk mengetahui hasil peramalan penjualan helm pada toko Bagus Store untuk masa yang akan datang. Penyajian Data Setelah melakukan penelitian dan pengambilan data yang dilakukan secara primer pada toko Bagus Store. Dalam penelitian ini peneliti melakukan peramalan dengan metode ARIMA (Autoregreted Intergrated Moving Average) untuk data penjualan dari 21 September 2021 sampai 21 Desember. Dengan menggunakan aplikasi Minitab untuk melakukan perhitungan. Diantara semua model peneliti menemukan 3 model ARIMA yaitu ARIMA (1,0,1), ARIMA (1,0,0) dan ARIMA (0,0,1). Diantara 3 model tersebut model ARIMA (1,0,1) adalah model yang paling tepat dikarenakan hasi P valuenya lebih kecil dari 0,5.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 8, No 2 (2025) Vol 8, No 1 (2025) Vol 7, No 3 (2024) Vol 7, No 2 (2024) Vol 7, No 1 (2024) Vol 6, No 2 (2023) Vol 6, No 1 (2023) Vol 5, No 2 (2022) Vol 5, No 1 (2022): Inferensi Special Issue: Seminar Nasional Statistika XI 2022 Vol 4, No 2 (2021): Inferensi Vol 4, No 1 (2021): Inferensi Vol 3, No 2 (2020): Inferensi Vol 3, No 1 (2020): Inferensi Vol 2, No 2 (2019): Inferensi Vol 2, No 1 (2019): Inferensi Vol 1, No 2 (2018): Inferensi Vol 1, No 1 (2018): Inferensi More Issue