cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nina Valentika
Contact Email
dosen02339@unpam.ac.id
Phone
+6285814291973
Journal Mail Official
sm@unpam.ac.id
Editorial Address
Jl. Surya Kencana No. 1 Pamulang Barat - Tangerang Selatan, Banten
Location
Kota tangerang selatan,
Banten
INDONESIA
Jurnal Statistika dan Matematika (Statmat)
Published by Universitas Pamulang
ISSN : 26553724     EISSN : 27209881     DOI : 10.32493
Core Subject : Economy, Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics Other
P-ISSN : 2655-3724 E-ISSN : 2720-9881 Jurnal Statmat UNPAM: Jurnal Statistika dan Matematika Universitas Pamulang is a means of publication of scientific articles and research with concentrations of Statistics, Pure Mathematics, Applied Mathematics, Computational Mathematics, Educational Mathematics, and other research articles related to Statistics and Mathematics. Mathematics Department, Faculty of Mathematics and Natural Sciences, University of Pamulang publishes this journal, since 2019, which scheduled periodically every six months (twice a year).
Arjuna Subject : Matematika - Matematika Terapan
Articles 18 Documents
 1   2 
Search results for , issue "Vol 7 No 3 (2025)" : 18 Documents clear
Optimalisasi Penempatan Kontainer Prioritas di Pelindo Regional 2 Jambi Menggunakan Model Knapsack 0/1 Farhan Syifa Prayoga; Corry Sormin
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.54859

Abstract

Pelindo Regional 2 Jambi sebagai operator pelabuhan memiliki peran penting dalam memastikan kelancaran arus logistik melalui aktivitas bongkar muat dan penumpukan kontainer. Peningkatan volume barang dan keterbatasan kapasitas blok penumpukan sering menimbulkan ketidakseimbangan antara jumlah kontainer yang masuk dan ruang yang tersedia. Kondisi ini dapat menyebabkan bottleneck operasional, bertambahnya waktu tunggu, serta penurunan efisiensi layanan. Meskipun Terminal Operating System (TOS) digunakan untuk mendukung manajemen operasional, sistem ini masih memiliki keterbatasan dalam menangani kondisi darurat seperti overcapacity. Untuk mengatasi hal tersebut, diterapkan pendekatan optimasi menggunakan metode Knapsack 0/1 guna menentukan kontainer yang sebaiknya ditempatkan pada blok utama berdasarkan prioritas dan kapasitas yang tersedia. Penyelesaian model dilakukan dengan Dynamic Programming untuk memperoleh solusi optimal secara sistematis dan efisien. Hasil penerapan model menunjukkan bahwa pendekatan ini mampu memberikan rekomendasi penataan kontainer yang lebih optimal, membantu mengurangi potensi kelebihan kapasitas, serta meningkatkan efektivitas perencanaan penumpukan kontainer di Pelindo Regional 2 Jambi.
Konvergensi Indeks Kualitas Lingkungan Hidup (IKLH) Provinsi di Indonesia Tahun 2017 - 2023 Assel, Abdurrahman; Dunggio, Iswan; Rahim, Sukirman
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.54862

Abstract

This study examines whether environmental quality across Indonesian provinces is converging or diverging. We analyze the Environmental Quality Index (EQI) and its three components (Water Quality Index (WQI), Air Quality Index (AQI), and Land Cover Quality Index (LCQ))across 34 provinces from 2017 to 2023 using sigma and beta convergence methods. Using panel data analysis, the coefficient of variation calculations show a two-period pattern. The EQI gap widened in 2017–2019, while after 2019 the gap began to narrow, this case indicating improving equity in environmental quality after RPJMN 2020–2024 implementation. The results of the beta convergence test show that provinces with low EQI values ​​tend to experience faster improvement, for EQI overall, with convergence speed of 24.53% annually and half-life of 2.83 years. However, if an analysis of each component is carried out, it is revealed that WQI is the component with the fastest convergence (λ=31.95%) while AQI is the slower component (λ=19.66%) compared to WQI, while LCQ shows divergence (β=+0.0071, not significant).
Forecasting Ferry Passenger Traffic in New York City Using the Seasonal Arima (SARIMA) Model Aribah, Rana; Apriliana, Linda; Darmawan, Gumgum
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.54879

Abstract

This study addresses the seasonal and long-term fluctuating passenger volume patterns typical of water transportation systems such as NYC Ferry, necessitating practical forecasting methods to support operational decision-making and public transportation planning. The research aims to develop a forecasting model for NYC Ferry passenger counts using the Seasonal Autoregressive Integrated Moving Average (SARIMA) methodology. The analysis utilizes monthly historical passenger data from January 2020 to December 2024 for training data. Key analytical steps include testing data stationarity, splitting the dataset into training and testing subsets, modeling via RStudio, forecasting, and evaluating model accuracy using Mean Absolute Percentage Error (MAPE) compared against actual observations. Results indicate that the SARIMA(1,0,0)(0,1,1)12 model outperforms other methods, yielding the lowest MAPE of 5.04%, compared to Multiplicative Winters (8.57%), SARFIMA (17.62%), and Holt-Winters (32.93%). The SARIMA model effectively captures both seasonal and monthly trends, producing accurate passenger volume predictions. These findings demonstrate SARIMA’s efficacy in monthly NYC Ferry ridership forecasting, contributing to time series literature, particularly within public transportation forecasting. Furthermore, the results offer practical insights for policymakers to strategize service capacity and enhance data-driven management of waterborne transit systems more efficiently.
Peramalan Beban Emisi Karbon Dioksida (CO2) Sektor Transportasi Provinsi Gorontalo Berbasis Analisis Deret Waktu Malik, Safira Putri H.; Dunggio, Iswan
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.54882

Abstract

Sektor transportasi darat telah teridentifikasi sebagai salah satu kontributor antropogenik terbesar terhadap emisi gas rumah kaca di Indonesia, yang pertumbuhannya sangat berkorelasi dengan laju pembangunan ekonomi dan urbanisasi. Provinsi Gorontalo, sebagai wilayah yang sedang berkembang pesat di Sulawesi, menghadapi fenomena peningkatan kepemilikan kendaraan pribadi yang signifikan seiring dengan kenaikan PDRB. Situasi ini menghadirkan dilema strategis bagi pemerintah daerah dalam menyeimbangkan ambisi pertumbuhan ekonomi dengan komitmen nasional untuk menurunkan emisi karbon sesuai target NDC. Penelitian ini bertujuan untuk menganalisis tren historis pertumbuhan kendaraan bermotor di Provinsi Gorontalo, memvalidasi keandalan model peramalan statistik menggunakan Uji Asumsi Klasik, serta memproyeksikan jumlah kendaraan dan beban emisi CO2 hingga tahun 2030 sebagai landasan perumusan kebijakan mitigasi yang berbasis data. Artikel ini menerapkan pendekatan kuantitatif berbasis data sekunder deret waktu periode 2017-2024 yang bersumber dari BPS. Analisis dilakukan menggunakan model Regresi Linier Sederhana (Model Tren) untuk estimasi pertumbuhan, yang divalidasi secara ketat melalui uji normalitas (Shapiro-Wilk) dan uji autokorelasi (Durbin-Watson) untuk memastikan parameter yang tidak bias. Konversi data aktivitas kendaraan menjadi beban emisi dilakukan menggunakan metode Tier 1 dari IPCC. Analisis statistik menunjukkan bahwa tren waktu berpengaruh sangat signifikan terhadap pertumbuhan kendaraan (value = 0,002; R2 = 0,813), dengan model yang terbukti valid dan bebas dari autokorelasi (DW = 1,915) serta memiliki residual yang berdistribusi normal. Berdasarkan model ini, armada kendaraan di Gorontalo diproyeksikan tumbuh rata-rata  50.578  unit per tahun, mencapai total  886.137  unit pada tahun 2030. Sebagai konsekuensinya, beban emisi  CO2  diprediksi melonjak dari  395.082  ton pada tahun 2024 menjadi  560.649  ton pada tahun 2030, mencerminkan kenaikan tajam sebesar  41,91%. Temuan ini mengindikasikan bahwa lintasan pertumbuhan sektor transportasi Gorontalo saat ini berada pada jalur yang tidak berkelanjutan (unsustainable). Tanpa intervensi kebijakan yang berarti, kenaikan emisi akan menghambat pencapaian target lingkungan daerah.
Ketimpangan Infrastruktur Air dan Kerentanan Kekeringan Desa di Provinsi Gorontalo Rahman, Sitti Mutiah; Dunggio, Iswan
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.54884

Abstract

Provinsi Gorontalo merupakan salah satu lumbung pangan di kawasan Indonesia timur, namun dalam beberapa tahun terakhir menghadapi peningkatan risiko kekeringan. Penelitian ini bertujuan mengkaji paradoks kekeringan berulang di wilayah yang secara biofisik kaya sumber daya air permukaan dengan menggunakan analisis statistik deskriptif terhadap ketimpangan infrastruktur air dan kerentanan desa. Desain penelitian yang digunakan adalah deskriptif kuantitatif dengan memanfaatkan data sekunder 732 desa/kelurahan. Statistik deskriptif berupa frekuensi, persentase, dan rasio digunakan untuk memetakan sebaran infrastruktur air dan desa terdampak kekeringan. Selanjutnya disusun dua indeks komposit, yaitu Indeks Kerentanan Air (IKA) dan Indeks Kesenjangan Infrastruktur (IKI), untuk merangkum kondisi defisit struktural dan ketimpangan infrastruktur. Hasil penelitian menunjukkan bahwa 195 desa (26,64%) mengalami kekeringan pada periode 2023 hingga awal 2024, sementara 79,78% desa memiliki sungai dan 78,28% desa bergantung pada air permukaan. Namun demikian, hanya 34,02% desa yang dilayani jaringan irigasi dan 9,15% yang memiliki embung, sehingga tampak ketimpangan spasial infrastruktur air buatan. Rata-rata nilai IKI sebesar 61,09% menggambarkan kesenjangan infrastruktur yang tinggi, sedangkan nilai IKA sebesar –88,84 menunjukkan defisit struktural yang serius dalam pemenuhan kebutuhan air desa terdampak kekeringan. Temuan ini menegaskan adanya “perangkap kekeringan di tengah kelimpahan air” di Provinsi Gorontalo potensi air permukaan yang melimpah belum terkonversi menjadi ketahanan air tanpa pengembangan infrastruktur irigasi dan tampungan yang lebih merata. Penelitian ini merekomendasikan investasi infrastruktur air yang terarah secara spasial, khususnya irigasi dan embung skala kecil pada klaster desa dengan IKA yang sangat negatif dan IKI yang tinggi, serta pemanfaatan IKA dan IKI sebagai indikator operasional dalam perencanaan ketahanan air di tingkat desa.
Identifikasi Faktor Risiko Kematian Ibu dan Neonatal di Kalimantan Menggunakan Model BPGIGR dengan Algoritma BHHH Auliarahmi, Annisa; Purhadi; Shofi Andari; Muhammad Fikri; Pitriani
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.54886

Abstract

Poisson regression is widely applied for modeling count data and requires the strict assumption of equidispersion, meaning that the mean and variance of the data must be equal. In practice, this condition is rarely satisfied. To address this issue, the Bivariate Poisson Generalized Inverse Gaussian Regression (BPGIGR) model was developed by combining the Poisson distribution with the Generalized Inverse Gaussian (GIG) distribution to overcome overdisperion in two correlated response variables. This study aims to obtain parameter estimates and corresponding test statistics for the BPGIGR model by incorporating two exposure variables to account to account for differences in population size across analytical units. Parameter estimation is performed using the Maximum Likelihood Estimation (MLE) method with the Berndt-Hall-Hall-Hausman (BHHH) algorithm. The BPGIGR model is implemented on maternal and neonatal deaths in Kalimantan in 2024 to identify the significant contributing factors. The results indicate that the model is influenced by the percentages of active posyandu, low birth weight, complete neonatal visits, exclusive breasfeeding, K4 visits, and pregnant women receiving iron tablets with an AICc of 9.719,092.
Analysis of Public Satisfaction Levels Using the Customer Satisfaction Index (CSI) and Importance Performance Analysis (IPA): (Case Study: Public Satisfaction Survey on Services at the Pontianak City Inspectorate) Afifah Diah Afianti; Pitriani
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.54887

Abstract

Public service delivery serves as a primary indicator of successful governance that emphasizes accountability, transparency, and citizen satisfaction. Poor-quality public services can diminish public trust in governmental performance and hinder the realization of good governance. This study aims to analyze the level of public satisfaction with services provided by Inspectorate of Pontianak City during the second semester of 2024 using the Customer Satisfaction Index (CSI) and Importance Performance Analysis (IPA) methods. The CSI method is employed to measure overall satisfaction levels, whereas the IPA method is utilized to evaluate service attributes more comprehensively by comparing the importance and performance of each attribute and categorizing them into the IPA quadrants. The findings indicate that the overall public satisfaction level falls within the “very satisfied” category, with a CSI score of . This result reflects that the community generally perceives the quality of services delivered by Inspectorate of Pontianak City as highly satisfactory and able to meet user expectations. Furthermore, the IPA results reveal several attributes that require priority improvement, namely requirements, service completion time, service products, and staff competence, all of which fall into Quadrant I (high importance but low performance). These attributes are considered highly important by the public, yet their performance still requires enhancement to achieve optimal service delivery. Meanwhile, the attributes of service fees/tariffs, procedures, staff behavior, and complaint handling fall within Quadrant II (maintain performance), as they demonstrate strong performance and high importance, thus necessitating continued consistency.
Perbandingan Kinerja Model Regresi Logistik, Support Vector Machine, dan Naive Bayes Dalam Memprediksi Kepuasan Mahasiswa Terhadap Proses Pembelajaran Randa, Trigarcia Maleachi; Loria Amisah Lubis
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.54904

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja tiga metode klasifikasi Regresi Logistik, Support Vector Machine (SVM), dan Naïve Bayes dalam memprediksi kepuasan mahasiswa terhadap proses pembelajaran pada semester gasal 2025/2026 di Universitas Papua. Data penelitian diperoleh melalui survei yang berisi delapan variabel prediktor kategorik yang berkaitan dengan aspek proses pembelajaran, sementara variabel respon terdiri atas dua kategori, yaitu puas dan tidak puas. Analisis dilakukan dengan membagi data menjadi training dan testing dengan proporsi 80:20. Hasil penelitian menunjukkan bahwa metode Regresi Logistik dan SVM memberikan akurasi tertinggi, masing-masing sebesar 95.24%, sedangkan metode Naïve Bayes menghasilkan akurasi sebesar 87.88% meskipun telah dilakukan penentuan parameter terbaik menggunakan validasi silang 5-fold dan penerapan Laplace smoothing. Temuan ini menunjukkan bahwa Regresi Logistik dan SVM merupakan metode yang paling efektif untuk memprediksi kepuasan mahasiswa pada dataset ini, sementara Naïve Bayes tetap menjadi alternatif yang efisien untuk pemodelan yang sederhana dan cepat. Hasil penelitian ini diharapkan dapat mendukung pengambilan keputusan dalam evaluasi dan peningkatan kualitas pembelajaran di perguruan tinggi.

Page 2 of 2 | Total Record : 18

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 7 No 3 (2025) Vol 7 No 2 (2025) Vol 7 No 1 (2025) Vol 5, No 1 (2023) Vol 4, No 2 (2022) Vol 4, No 1 (2022) Vol 3, No 2 (2021) Vol 3 No 1 (2021) Vol 3, No 1 (2021) Vol 2, No 2 (2020) Vol 2, No 1 (2020) Vol 1, No 2 (2019) Vol 1, No 1 (2019) More Issue