cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ansari Saleh Ahmar
Contact Email
ansarisaleh@unm.ac.id
Phone
+6285255962536
Journal Mail Official
jurnalvariansi@unm.ac.id
Editorial Address
https://ojs.unm.ac.id/jvariansi/about/editorialTeam
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Variansi : Journal of Statistics and Its Application on Teaching and Research
Published by Universitas Negeri Makassar
ISSN : -     EISSN : 26847590     DOI : https://doi.org/10.35580/variansiunm
Core Subject : Economy, Health, Science, Education,
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics Public Health
VARIANSI: Journal of Statistics and Its application on Teaching and Research memuat tulisan hasil penelitian dan kajian pustaka (reviews) dalam bidang ilmu dasar ataupun terapan dan pembelajaran dari bidang Statistika dan Aplikasinya dalam pembelajaran dan riset berupa hasil penelitian dan kajian pustaka.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 45 Documents
 1   2   3   4   5 
APLIKASI METODE BAYESIAN MODEL AVERAGING (BMA) DENGAN PENDEKATAN MARKOV CHAIN MONTE CARLO (MCMC) UNTUK PERAMALAN CURAH HUJAN DI STASIUN METEOROLOGI KOTA MAKASSAR P. Paramita; Suwardi Annas; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14642

Abstract

Abstrak. Curah hujan yang turun dapat mempengaruhi produksi dari beberapa jenis pekerjaan tertentu dan dapat mengganggu aktifitas manusia. Peramalan curah hujan dalam hal ini sangat penting untuk dilakukan. Metode peramalan yang sering dilakukan yaitu metode ensemble. Namun, metode ini cenderung mengalami overdispersive atau underdispersive. Maka dilakukan suatu proses kalibrasi yaitu Bayesian Model Averaging (BMA). Metode ini mampu menggeser nilai rata-rata dan variansi agar mendekati nilai observasi. Penaksiran parameter BMA dilakukan dengan pendekatan Markov Chain Monte Carlo (MCMC) yang mampu mengatasi variasi pada distribusi BMA dan memberikan hasil informasi penting mengenai bobot dan variansi. Metode ini diaplikasikan pada Curah Hujan Bulanan Kota Makassar. Hasil analisis memberikan kesimpulan bahwa metode ensemble tidak ada yang mampu yang menangkap nilai observasi sedangkan metode BMA dengan menggunakan training window 5 mampu menangkap nilai observasi curah hujan bulan Februari, Maret, Mei, Juni, Juli, dan Agustus 2018. Nilai observasi curah hujan bulan Juni yaitu 121 mm. Hasil peramalan dari metode ensemble untuk bulan Juni yaitu 130,6 mm, sedangkan pada metode BMA diperoleh interval ramalan untuk bulan Juni yaitu (-61,02-156,41) mm. Nilai Continous Ranked Probability Score (CRPS) yang diperoleh untuk metode ensemble yaitu 62,07 dan metode BMA yaitu 25,24. Sehingga, metode BMA lebih baik dari metode ensemble karena nilai CRPS yang dihasilkan lebih kecil, sehingga interval yang dihasilkan dari peramalan BMA lebih banyak menangkap nilai observasi.Kata Kunci: Curah Hujan, Ensemble, BMA, MCMC, CRPS.
Analisis Cluster Ensemble dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Indikator Kinerja Pembangunan Ekonomi Daerah Adrian Aqil Yusfar; Muhammad Arif Tiro; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14626

Abstract

Abstract. Cluster analysis or group analysis is an analysis method to classify objects of observation into several groups based on their characteristics. Conventional methods namely Hierarchy and Non-Hierarchy are used in the formation of the initial group. However, the results of the grouping formed had mixed results so that the Cluster Ensemble analysis was then used to obtain a good final grouping. The Cluster Ensemble with the Link-Based Cluster Ensemble approach with the Connected Triple Based Similarity (CTS) method resulted in three final group divisions. The evaluation of the grouping performance used, namely Compactness and Davies-Bouldin, stated that the Cluster Ensemble was better than the hierarchical and non-hierarchical methods. The final group that has been formed is described using the average value for each variable in the district / city in South Sulawesi Province. The first group has the characteristics of regional economic development performance that is better than the second and third groups, but for the third group has the lowest characteristics of regional economic development performance from the first and second groups.Keywords : Cluster, Cluster Ensemble, Group Performance Evaluation, Performance, Regional Economic
Pengelompokan Kabupaten/Kota Provinsi Sulawesi Selatan dan Barat Berdasarkan Angka Partisipasi Pendidikan SMA/SMK/MA Menggunakan K-Medoid dan CLARA Wardianti AS; Muhammad Kasim Aidid; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 3 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12899

Abstract

Abstrak Analisis kelompok digunakan untuk mengelompokan objek-objek dengan kesamaan karakteristik yang tinggi dalam satu kelompok sementara objek-objek dengan ketidaksamaan karaketristik berada dalam kelompok yang berbeda. Analisis kelompok terbagi menjadi metode hierarki dan non hierarki. Metode hierarki menggunakan struktur seperti pohon pada keputusan pengelompokan objeknya. Metode tidak berhierarki menemptakan objek - objek ke pusat kelompok terdekat saat banyaknya kelompok sudah ditentukan. Pusat kelompok terbagi menjadi rataan dan median. Kelemahan dari pusat kelompok rataan yaitu tidak kekar terhadap adanya pencilan. Hal tersebut berbeda dengan pusat kelompok median yang kekar terhadap pencilan. Permasalahan data yang besar juga menjadi perhatian dalam penelitian ini, maka digunakanlah CLARA sebagai pengembangan dari metode k -medoid. Penelitian ini menerapkan metode k -medoid dan CLARA untuk mengelompokan kabupaten/kota di Sulawesi Selatan dan Barat berdasarkan indikator penyusun Angka Partisipasi Pendidikan tahun 2017. CLARA dibangun dari kelompok yang dihasilkan oleh metode k -medoid dengan banyaknya kelompok terbaik empat kelompok. Dihasilkan nilai silhouette pada metode k -medoid dan CLARA yang sama yaitu k=4 sebesar 0,49 pada masing-masing metode tersebut. Metode k -medoid dan CLARA mempunyai kriteria pengelompokan yang lebih jelas jika dilihat pada masing-masing indikatornya sehingga dapat dijadikan sebagai alternatif memetakan kabupaten/kota di Sulawesi Selatan dan Barat berdasarkan indikator penyusun Angka Partisipasi Pendidikan tahun 2017. Kata Kunci: analisis kelompok, CLARA, angka Partisipasi Pendidikan, k-medoid  Abstract Cluster analysis is grouping objects by high similarity of characteristic in a cluster but high dissimilarity in another cluster. Cluster analysis is divided into hierarchical method and non hierarchical method. Hierarchical method use structur tree-like to determine its object in a cluster. The objects are placed to a similar centroid whilecluster seed was determined in non-hierarchical method. The types of centroid are mean centroid and median centroid (known as medoid). The disadvantage of mean is not robust from outlier. Otherwise, k -medoid is robust with outlier data. Big data problem is concerned, so CLARA is used to be a development from k –medoid method. K-medoid and CLARA is applicated in this paper to clustering city of South Sulawesi and West Sulawesi based on the indicator of APP year 2017. APP was categorized into four levels, hence CLARA was build from a cluster which resulted from k -medoid for four clusters. Generated silhouette value on the method k -medoid and CLARA with same value k=4 of 0,49 each methods. Furthermore, the characteristic of each group of CLARA method and k -medoid were more clear than the APP groups, hence would be an alternative to map the city of Indonesia based on APP indicators year 2017. Keywords: Cluster analysis, CLARA, Educational partisipation, K-medoid.
Pemodelan Pertumbuhan Ekonomi Provinsi Sulawesi Selatan dengan Menggunakan Regresi Data Panel Misriani Suardin; Muhammad Nadjib Bustan; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14637

Abstract

Abstract. Economic growth is a process for change the economic condition a country or regional by continuously for the better condition as long as definite period. Economic growth in South Sulawesi for 2013-2016 have up and down because many factors have influence it. Like jobless, human capital index, regional revenue, expenditure, and total population. This research was conducted to determine the factors that influence economic growth in South Sulawesi by using data panel regression methods. Panel data regression is a regression by using panel data. Panel data is a statistics analysis method that combines between time series data and cross section data. The result indicates that the result if the regression analysis on the =5% show that the best panel data regression model is random effect model and human capital index variable have significant effect on economic growth with probability value about 0,0227. Meanwhile, jobless, regional revenue, expenditure, and total population no significant.Keywords: Panel Data Regression, Economic Growth, Common Effect Model, Fixed Effcet Model, Random Effect Model
PERBANDINGAN MATRIKS PEMBOBOT SPASIAL OPTIMUM DALAM SPATIAL ERROR MODEL (SEM) (Kasus : Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Sulawesi Selatan Tahun 2015) Afif Arif; Muhammad Arif Tiro; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 3 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12896

Abstract

ABSTRACT. Matriks pembobot spasial merupakan komponen penting dalam kebanyakan model ketika representasi struktur spasial dibutuhkan. Karena hasil analisis sensitif terhadap spesifikasi matriks pembobot (W). Maka matriks bobot spasial yang berbeda mungkin diperlukan untuk berbagai jenis studi. Pada penelitian ini, peneliti melihat matriks pembobot optimum pada model SEM dengan menggunakan beberapa tipe matriks pembobot, di antaranya W Queen tidak terbakukan, W Queen terbakukan, W Rook, dan W Bishop. Dengan cara mngevaluasi nilai Akaike Information Criterion (AIC) terbaik dari dugaan model-model yang dihasilkan dari data Indeks Pembangunan Manusia (IPM) yang selanjutnya diperoleh pendekatan W terbaik dari hasil penelitian. Dari hasil penelitian ini dapat disimpulkan bahwa matriks pembobot tipe W Queen terbakukan merupakan model yang lebih baik dalam menjelaskan peubah respon karena memiliki nilai AIC yang terbaik bila dibandingkan dengan Matriks pembobot lainnya.Kata kunci : IPM, Analisis Regresi Spasial, SEM.
Metode Vector Autoregressive dalam Menganalisis Pengaruh Kurs Mata Uang, Inflasi, dan Suku Bunga Terhadap Indeks Harga Saham Gabungan Alief Imron Juliodinata; Muhammad Arif Tiro; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (180.101 KB) | DOI: 10.35580/variansiunm9356

Abstract

Metode Vector Autoregressive  adalah salah satu analisis yang digunakan untuk menganalisis data deret waktu (time series). Data deret waktu dapat dinyatakan dalam tahun, bulan, minggu, atau hari. Salah satu tujuan penelitian adalah untuk mengetahui pengaruh antara indeks perekonomian suatu negara khususnya pengaruh Kurs, Inflasi dan Suku Bunga terhadap Indeks Harga Saham Gabungan. Data yang digunakan dalam penelitian ini adalah data Kurs, Inflasi, Suku Bunga dan Indeks Harga Saham Gabungan dari bulan juli 2005 hingga juni 2016. Karena data tidak stasioner pada level maka dilakukan differencing  terhadap data. Setelah stasioner selanjutnya dilakukan uji kointegrasi untuk mencaritau apakah terdapat kointegrasi antara peubah. Dengan karakteristik data yang Stasioner pada  difference  dan terdapat kointegrasi, sehingga memenuhi asumsi analisis VECM. Setelah dilakukan analisis VECM dilakukan analisis IRF dan VD.  Adapun hasil analisisnya menunjukkan bahwa hanya Kurs yang secara signifikan berpengaruh lansung  terhadap Indeks Harga Saham Gabungan.Kata Kunci: Analisis Time Series, VAR, Kurs, Suku Bunga, Inflasi, IHSG
Analisis Meta Regresi untuk Menjelaskan Heterogenitas Hasil Penelitian pada Kejadian Demam Berdarah Dengue S. Shindy; Muhammad Kasim Aidid; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14643

Abstract

Abstract. Meta regression analysis is an analysis that can summarize the results of research with the same topic so that a conclusion is obtained in the form of effect size and can explain the heterogeneity of the results of several studies. In this study using data from the previous Dengue Hemorrhagic Fever incident study which linked the factors of habit of draining habits of water shelters (TPA). Based on the results of the analysis, there was heterogeneity between studies. For the landfill drainage factor, the estimated parameter combined effect size random effect model is 3.60 and the proportion of heterogeneity is 54.08%. The results of the meta-regression for habitual factors of landfill drainage factors, the influence of TPA drainage habits can explain heterogeneity between effect sizes.Keywords: Effect size, Heterogeneity, Meta Regression Analysis, Dengue Hemorrhagic Fever.
METODE REGRESI EXTENDED COX DALAM SURVIVAL ANALYSIS PADA PENDERITA KANKER SERVIKS Rita Sahara; Muhammad Nadjib Bustan; R. Ruliana
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 2 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14627

Abstract

Abstrak. Survival analysis merupakan salah satu metode statistika yang sering digunakan untuk menganalisis data yang berhubungan dengan waktu kejadian. Waktu survival didefiniskan sebagai waktu bertahan suatu objek pada awal pengamatan hingga terjadinya suatu peristiwa (event or end-event). Salah satu tujuan dari analisis survival adalah mengetahui hubungan antara waktu survival dengan variabel independen yang diduga mempengaruhi waktu survival-nya. Hubungan antara waktu survival dan variabel independen dapat dimodelkan dengan menggunakan regresi cox. Dalam penggunaan model regresi cox proportional hazard diasumsikan bahwa variabel independen memenuhi asumsi proportional hazard. Salah satu pendekatan yang digunakan jika asumsi proportional hazard tidak memenuhi adalah pendekatan model regresi extended cox. Data yang digunakan dalam penelitian ini adalah data pasien kanker serviks di RSUD Kota Makassar Tahun 2017-2018. Data kanker serviks memiliki karakteristik yang memungkinkan untuk dilakukan analisis dengan menggunakan regresi extended cox. Adapun hasil analisis yang diperoleh variabel phlebitis tidak memenuhi asumsi proportional hazard, hal ini mengindikasikan bahwa variabel phlebitis bergantung pada waktu. Variabel yang signifikan mempengaruhi laju kesembuhan penderita kanker serviks adalah jenis pengobatan operasi dan phlebitis, dimana jenis pengobatan operasi memiliki probabilitas kesembuhan 13,90 kali lebih besar dibandingkan dengan pasien yang menggunakan jenis pengobatan lain. Sedangkan penderita kanker kanker serviks mengalami kejadian phebitis memiliki probablitias kesembuhan 0,39 kali lebih kecil dibandingkan dengan pasien yang tidak mengalami kejadian phlebitis.Keywords: Survival Analysis, Regresi Cox, Regresi Extended Cox, Kanker serviks.
Penerapan Regresi Nonparametrik Spline dalam Memodelkan Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia di Provinsi Sulawesi Selatan Tahun 2015 A. Asmira; Muhammad Nadjib Bustan; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 2 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12902

Abstract

Abstrak. Human development index (HDI) is a measure used in monitoring and evaluating human development. Indicators used to measure HDI consists of three basic components of quality of life that is the life chances, knowledge and decent living standards. Several factors are thought to affect the HDI in the district/city in South Sulawesi province that labor force participation rates, the ratio of school pupils, overcrowding, health facilities, and the Gross Domestic Product (GDP). When HDI and these factors are plotted then shows the pattern of data that is not to follow a certain pattern, so that the data can be applied to the nonparametric regression model spline truncated. Selection of the best model seen from the point of knots and the minimum value of GCV. Based on research, the value of the minimum GCV is at three knots point is equal to 5.33 Rated amounting to 80.29%.Keywords: Human development Index, GCV, Nonparametric Regression Spline, Knot Points
Multivariate Adaptive Regression Splines pada Kasus Inflasi di Indonesia Tahun 2005-2018 Nurhaerunisa Widagdo; Muhammad Kasim Aidid; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14639

Abstract

Abstrak. Kegiatan perekonomian suatu negara dipengaruhi oleh inflasi yang terjadi pada negara tersebut. Tingkat inflasi Indonesia yang fluktuatif, cenderung tidak stabil, mempengaruhi kehidupan sosial dan ekonomi masyarakat. Sehingga penting untuk mengetahui faktor-faktor yang berpengaruh terhadap inflasi serta pemodelan faktor-faktor berpengaruh tersebut dan hubungannya terhadap inflasi. Mengidentifikasi hubungan inflasi dan faktor penyebabnya dilakukan menggunakan pemodelan Multivariate Adaptive Regression Splines (MARS). MARS merupakan jenis regeresi nonparametrik yang menggabungkan prinsip Recursive Partitioning Regression (RPR) dan spline, fleksibel dalam memodelkan data sehingga memberikan hasil pemodelan data yang cukup akurat serta dapat menangani data berdimensi tinggi, yaitu data dengan jumlah peubah prediktor 3 ≤ x ≤ 20 dan ukuran data sampel 50 ≤ n ≤ 1000. Model MARS diperoleh berdasarkan kombinasi nilai BF, MI, dan MO yang memiliki nilai Generalized Cross Validation (GCV) terkecil. Pada penelitian ini digunakan enam peubah prediktor sebagai faktor yang mempengaruhi inflasi dengan data sampel sebesar 168 sampel. Hasil penelitian menunjukkan bahwa peubah Indeks Harga Perdagangan Besar (IHPB), BI Rate, Nilai Tukar IDR-USD, dan Uang Beredar adalah faktor-faktor yang berpengaruh terhadap inflasi berdasarkan model terbaik MARS dengan BF=24, MI=3, MO=1, GCV=0,772, MSE=0,391, dan R2=0,968.Kata kunci: Inflasi, MARS, RPR, BF, MI, MO, GCV.

Page 2 of 5 | Total Record : 45

 1   2   3   4   5 

Filter by Year

2019 2021


Reset
Filter By Issues
All Issue Vol 3, No 3 (2021) Vol 3, No 2 (2021) Vol 3, No 1 (2021) Vol 2, No 3 (2020) Vol 2, No 2 (2020) Vol 2, No 1 (2020) Vol 1, No 3 (2019) Vol 1, No 2 (2019)