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 136 Documents
 4   5   6   7   8 
Dampak Perubahan Perilaku Mahasiswa dalam Pembelajaran Daring Ega Riski Suci Cahyani; Khusnul Khotimah; Risca Agustin; Ardina Eka Nawang Sari; Alfisyahrina Hapsery
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.10896

Abstract

Kebijakan system pembelajaran daring dalam Rangka Pencegahan Penyebaran COVID-19 menuntut mahasiswa untuk segera beradaptasi dengan berbagai macam bantuan teknologi yang telah berkembang cukup pesat di era saat ini. Interaksi mahasiswa dan dosen menjadi berkurang, begitu juga antar mahasiswa yang semakin susah untuk saling berdiskusi. Interaksi dan perilaku sosial yang efektif akan memberikan dampak terhadap proses pembelajaran yang efektif pula. Sehingga untuk mengetahui pengaruh perubahan perilaku sosial mahasiswa terhadap efektifitas pembelajaran di tengah pandemi, perlu dilakukan kajian guna menciptakan sistem pembelajaran yang lebih efektif, nyaman, dan efisien. Salah satu metode yang dapat digunakan untuk mengetahui pengaruh tersebut yaitu dengan analisis regresi logistik biner. Analisis regresi logistik biner merupakan salah satu metode yang dapat menggambarkan hubungan antara variabel respon (berskala biner yaitu mempunyai dua kategori) dan variabel independennya. Hasil penelitian diperoleh bahwa 85% dari mahasiswa yang dijadikan sebagai sampel penelitian merasa bahwa pembelajaran daring sudah efektif pelaksanaannya. Diperoleh variabel yang berpengaruh signifikan terhadap efektifitas pembelajaran adalah variabel Interaksi dengan Mahasiswa dan variabel Perilaku Belajar. Hasil penelitian menunjukkan bahwa mahasiswa akan berpeluang mengalami pembelajaran yang efektif sebesar 99,98% apabila mengalami perubahan positif terhadap interaksi antar mahasiswa dan perubahan positif terhadap perilaku belajarnya selama pembelajaran daring
Analisis Regresi Logistik Biner pada Pengaruh Harga, Kualitas Pelayanan dan Promosi terhadap Kepuasan Pelanggan dalam Menggunakan Jasa Layanan Grab di Kabupaten Lamongan Ardiana Fatma Dewi; Rahmadian Pratiwi
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.8637

Abstract

With the Covid-19 pandemic that has hit Indonesia since March 2020, people tend to choose to stay at home and take advantage of online services, one of which is a startup company called Grab. This product is welcomed by customers in various circles, price, service quality and promotion, including in the marketing strategy, have a very important role in influencing customer satisfaction. Customer loyalty will have a big impact on the company. Therefore it is necessary to carry out an analysis for online transportation service companies to find out the services provided in an effort to increase consumer loyalty. According to the 2020 BPS publication, Lamongan Regency is one of the districts in East Java which has a population of more than 1.5 million people. The large number of residents in an area opens more profit opportunities for companies, especially online services. So a research on binary logistic regression analysis was conducted to determine the satisfaction of Grab customers in Lamongan Regency with the predictor variables used, namely Price, Service Quality and Promotion. Based on the analysis, the variables that have a significant effect on customer satisfaction are Price and Customer Quality. Where the cheap price provided by Grab will affect customer satisfaction 1.475 times greater than the expensive price, and good service quality will affect customer satisfaction 1.450 times greater than poor service, with classification accuracy of 92%.
Analisis Risiko Kecelakaan Lalu Lintas di Jalan Raya Kabupaten Nganjuk Menggunakan Poisson Point Process on a Linear Network Nurul Kholisatin; Achmad Choiruddin
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.10924

Abstract

Kecelakaan lalu lintas yang terjadi di Kabupaten Nganjuk dalam rentang waktu 3 tahun terakhir cukup tinggi, tercatat terdapat 2039 kecelakaan dan terdapat 1977 data lokasi kejadian yang tercatat oleh SATLANTAS Kabupaten Nganjuk dimana sebagian besar lokasi kecelakaan  tersebar pada jalan arteri primer dan kolektor primer. Kejadian kecelakaan selama tahun tersebut paling sering terjadi pada Bulan Desember, hari Senin dan di jam 09.00 – 10.00 pagi dan 18.00 – 19.00 malam. Jumlah kecelakaan lalu lintas selama 2018 – 2020  yang terjadi pada siang hari ada sebanyak dua kali lipat dibandingkan pada malam hari, selain itu jumlah kecelakaan pada jalan luar kota juga hampir dua kali lipat dari pada jalan dalam kota.. Kedua kovariat kategorik yang digunakan dijadikan sebagai marks dan masing-masing dimodelkan menggunakan model Poisson Point Process on a Linear Network. Model dengan kovariat waktu kejadian menghasilkan nilai estimasi dari intensitas kecelakaan lalu lintas di siang hari yang 62,3% lebih tinggi dibandingkan dengan intensitas kecelakaan lalu lintas pada malam hari. Sedangkan, untuk model menggunakan kovariat jenis jalan, dapat diinterpretasikan bahwa intensitas kecelakaan pada jalan luar kota dua kali lipat lebih tinggi dibandingkan dengan intensitas kecelakaan lalu lintas pada jalan dalam kota.  Hasil yang didapatkan, model dengan kovariat jenis jalan menghasilkan nilai AIC yang lebih kecil.
Klasifikasi Indeks Pembangunan Gender Di Indonesia Tahun 2020 Menggunakan Supervised Machine Learning Algorithms Artanti Indrasetianingsih; Fenny Fitriani; Prasdianitaningtiyas Junita Kusuma
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.10940

Abstract

Indeks Pembangunan Gender (IPG) merupakan indikator yang digunakan untuk menggambarkan kesenjangan pencapaian pembangunan manusia antara laki-laki dan perempuan. Capaian IPG Indonesia pada tahun 2020 sebesar 91,06. IPG dapat diklasifikasikan menjadi 2 kategori, yaitu kategori rendah jika nilai IPG kurang dari 90 dan kategori tinggi jika nilai IPG lebih besar sama dengan 90. Berdasarkan sebaran kabupaten/kota, pada tahun 2020 terdapat 280 dari 514 kabupaten/kota yang mencapai angka IPG di atas 90. Hal ini menunjukkan bahwa capaian IPG di Indonesia belum merata. Tujuan dalam penelitian ini adalah untuk mengklasifikasikan dan membandingkan hasil ketepatan klasifikasi tentang IPG di Indonesia tahun 2020 dengan menggunakan algoritma supervised machine learning yaitu Regresi Logistik Biner dan K-Nearest Neighbor (K-NN). Hasil penelitian diperoleh bahwa variabel yang berpengaruh signifikan terhadap IPG yaitu Angka Partisipasi Sekolah SMA, persentase penduduk yang mempunyai keluhan kesehatan, persentase Pegawai Negeri Sipil perempuan, sumbangan pendapatan perempuan, dan rasio jenis kelamin. Hasil perbandingan kedua metode yang digunakan menunjukkan bahwa metode terbaik untuk mengklasifikasikan IPG kabupaten/kota di Indonesia tahun 2020 yaitu menggunakan K-NN, dengan nilai akurasi, sensitivitas, spesifisitas, dan AUC yang diperoleh masing-masing sebesar 71,88%, 65,52%, 77,14%, dan 71,33%. Nilai AUC sebesar 0,7133 atau 71,33% menunjukkan bahwa hasil klasifikasi termasuk dalam tingkat klasifikasi yang baik.
Selection Of Shipping Services Using Analytical Hierarchy Process (AHP) Method Dzakiyah Agustin Puspitasari; Febriola Rania Trihelmina; Maya Kencana Wulandari; Anindiatie Parastikasari; Hidayatul Khusna
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.10923

Abstract

Online business has come along way since these early days, where people can purchase items from the comfort of their own homes and work place. This causes people to choose to shop online rather than go to offline store, thus, the freqeuncy of delivery services keep getting higher day by day. In determining the right shipping service, every people has a different needs. This study aims to identify factors that affect customers in choosing shipping services. The variable includes three dimension which are alternative, criteria, and sub-criteria. The number of respondents for this study is 72. Four major shipping service companies in Indonesia were selected to be the alternative includes JNE, J&T, SiCepat and Pos Indonesia. The analysis shows that there are 5 criteria and 2 sub criteria for each criteria, that can be used to measure user preference of choosing shipping services. In this study it was found that the value of consistency ratio in each matrix paired is  0,1 so that the AHP method inthis study has optimal results. From the analysis, each criterion was weighted to rank the customers preference of choosing a shipping services relatively of each other. The best delivery service selected is J&T with The criteria sorted from most important to least important are security, quality of service, price, area coverage and distance.
Pemodelan Jumlah Kasus Kusta di Kabupaten Mojokerto dan Kabupaten Jombang Tahun 2019 Menggunakan Regresi Zero-Inflated Poisson Inverse Gaussian Rahmania Azwarini; Purhadi Purhadi
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.10667

Abstract

Kusta atau lepra adalah penyakit yang menyerang berbagai bagian tubuh diantaranya saraf dan kulit yang disebabkan oleh infeksi bakteri Mycobacterium leprae. Jawa Timur merupakan provinsi dengan jumlah penderita kusta tertinggi di Indonesia hingga tahun 2019 sebanyak 3.306 kasus. Stigma negatif masyarakat terhadap penderita kusta menyebabkan munculnya perkampungan kusta di dusun Sumberglagah, Kabupaten Mojokerto. Selain adanya kampung kusta, pada Kabupaten Mojokerto juga terdapat rumah sakit kusta terbesar di Jawa Timur yang menjadi pusat pengobatan kusta baik di Kabupaten Mojokerto maupun di daerah sekitarnya seperti Kabupaten Jombang. Penelitian ini menggunakan data jumlah kasus kusta di Kabupaten Mojokerto dan Kabupaten Jombang tahun 2019 sebagai variabel respon dan enam variabel lainnya sebagai variabel prediktor. Data jumlah kasus kusta tersebut memiliki proporsi nilai nol sebesar 30,77%, lalu nilai mean sebesar 2,179 serta varians sebesar 6,625. Hal ini mengindikasikan bahwa adanya extra zeros serta terdapat pelanggaran asumsi equidispersi. Regresi Zero Inflated-Poisson Inverse Gaussian (ZIPIG) merupakan metode pengembangan regresi yang mampu menangani overdispersi serta extra zeros pada variabel respon data observasi. Faktor yang berpengaruh signifikan terhadap jumlah kasus kusta berdasarkan hasil pemodelan regresi ZIPIG yaitu persentase pelayanan kesehatan untuk penduduk usia lanjut (X6).
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.

Page 6 of 14 | Total Record : 136

 4   5   6   7   8 

Filter by Year

2018 2025


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