cover
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
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).
Articles 132 Documents
Modeling Spatial Dependece of Poverty Based on Human Development Index and Unemployment Rate in South Sulawesi Province 2024 Elisabeth Evelin Karuna; Mahrani; Atiqah Azza El Darman
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.v7i3.54480

Abstract

Poverty is one of the main problems in regional economic development that requires in depth statistical analysis to understand the factors that influence it. This study aims to model the spatial dependence of the percentage of poor people in South Sulawesi Province in 2024 by considering the influence of the Human Development Index (HDI) and the Open Unemployment Rate (OUR). The analysis was conducted using three spatial regression model approaches, namely the Spatial Autoregressive Model (SAR), Spatial Error Model (SEM), and Spatial Autoregressive Moving Average Model (SARMA). The selection of the best model was based on the Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC) values. The results of the analysis show that the SARMA model has the smallest AIC and BIC values (AIC = 102.6484 and BIC = 109.7167), so it was selected as the best model to explain the variation in poverty between regions in South Sulawesi. Parameter estimates in the SARMA model show that HDI has a significant negative effect on the percentage of poor people (   ; ), while OUR has no significant effect ( ;   ). In addition, there is spatial dependence in both the dependent variable ( ) and the error component ( ), indicating the existence of interrelated poverty between regions. Thus, the results of this study confirm that an increase in HDI plays an important role in reducing poverty levels in South Sulawesi, and indicate the need for a development policy approach that considers spatial interrelationships between regions.
Analisis Perbedaan Tingkat Disiplin Waktu Kerja Pegawai Negeri Sipil Berdasarkan Gender (Studi Kasus Bawaslu Provinsi Kalimantan Barat) Siti Fatimah; Raventino
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.v7i3.54511

Abstract

Studi ini dilaksanakan dengan tujuan untuk menganalisis perbedaan tingkat disiplin waktu kerja berdasarkan gender di kalangan Pegawai Negeri Sipil (PNS) Badan Pengawas Pemilu (Bawaslu) Provinsi Kalimantan Barat. Aspek kedisiplinan waktu kerja dinilai sebagai sebuah indikator kunci yang sangat esensial untuk menilai sejauh mana efektivitas kerja serta tingkat profesionalisme yang dimiliki oleh seorang pegawai, terlebih lagi dalam konteks instansi pemerintahan yang memiliki tuntutan tinggi untuk memberikan pelayanan publik yang optimal dan berkualitas bagi masyarakat. Studi ini menerapkan metode kuantitatif komparatif dengan melibatkan 14 orang pegawai sebagai sampel, yang diambil secara keseluruhan (sampling jenuh). Data penelitian diperoleh dari rekapitulasi absensi pegawai selama bulan Agustus hingga September 2025, dengan dua indikator utama yaitu masuk tepat waktu (MWT) dan pulang tepat waktu (PTW). Hasil uji normalitas menunjukkan bahwa data MTW berdistribusi normal, sedangkan data PTW tidak berdistribusi normal. Oleh karena itu, analisis dilakukan dengan menggunakan Independent Samples T-Test untuk indikator MTW dan Mann-Whitney U-Test untuk indikator PTW. Hasil uji menunjukkan bahwa nilai signifikansi pada kedua indikator > dari , sehingga tidak terdapat perbedaan yang signifikan diantara tingkat kedisiplinan waktu kerja pegawai laki-laki dan perempuan. Temuan ini mengindikasikan bahwa faktor gender tidak berpengaruh secara signifikan terhadap tingkat disiplin waktu kerja, baik dari segi ketepatan waktu masuk kerja dan pulang kerja pegawai di lingkungan Bawaslu Provinsi Kalimantan Barat.
Analisis Pengelompokan Kebun Kelapa Sawit PTPN IV Regional 4 Berdasarkan Produktivitas Tandan Buah Segar Menggunakan Metode K-Means Aghnina Aulia Rahma; Gusmanely. Z
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.v7i3.54618

Abstract

Penelitian ini bertujuan untuk mengelompokkan kebun kelapa sawt PT Perkebunan Nusantara IV Regional 4 berdasarkan produktivitas Tandan Buah Segar menggunakan metode K-Means Clustering. Data yang digunakan adalah 12 kebun kelapa sawit selama periode Januari hingga Juni 2025 dengan lima variabel utama yaitu luas lahan, jumlah pohon produksi, jumlah tandan, rata-rata berat tandan dan total produksi Tandan Buah Segar. Sebelum dilakukan analisis, data distandarisasi menggunakan metode Z-Score dan jumlah cluster ditentukan menggunakan metode Elbow. Hasil analisis menunjukkan bahwa kebun-kebun dapat diajukan menjadi tiga cluster berdasarkan produktivitas Tandan Buah Segar, yaitu cluster dengan produktivitas tinggi, sedang, dan rendah. Pengelompokkan ini memberikan informasi yang berguna bagi manajemen perusahaan dalam memancarkan kinerja setiap kebun serta merumuskan strategi peningkatan produkvitas di masa mendatang.
Analisis Pengaruh Umur Tanaman, Luas Panen dan Pemupukan Terhadap Produktivitas Tandah Buah Segar Pada Kebun Tanjung Lebar Amanda, Tasya; Khairul Alim
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.v7i3.54853

Abstract

Minyak sawit merupakan komoditas perkebunan strategis yang memiliki peran besar dalam mendukung perekonomian Indonesia melalui peningkatan devisa, penyediaan lapangan kerja, serta pengembangan industri agrohilir. Produktivitas tandan buah segar (TBS) menjadi indikator penting dalam menilai keberhasilan budidaya kelapa sawit karena mencerminkan kemampuan tanaman menghasilkan produksi secara optimal, yang dipengaruhi oleh faktor agronomi seperti umur tanaman, luas areal panen, dan pemupukan. Penelitian ini bertujuan untuk menganalisis peran tiga variabel, yaitu umur tanaman, luas panen, dan pemupukan, dalam mempengaruhi produktivitas TBS di PT Perkebunan Nusantara IV dengan menggunakan model regresi linier berganda. Data sekunder yang digunakan telah melalui proses pemrosesan dan pengujian asumsi klasik sebelum dijelaskan lebih lanjut. Hasil pengujian menunjukkan bahwa model regresi yang diterapkan memenuhi kriteria kelayakan, dan ketiga variabel independen tersebut menunjukkan pengaruh yang signifikan terhadap produktivitas TBS, baik ketika diuji secara bersama-sama maupun secara individu. Selain itu, koefisien determinasi sebesar 0,553 mencerminkan bahwa model mampu menjelaskan 55% variasi produktivitas TBS, sedangkan 45% lainnya dipengaruhi oleh faktor lain yang tidak termasuk dalam model penelitian ini.
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.