cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dania Siregar
Contact Email
jsamtk.unj@gmail.com
Phone
+6281316044605
Journal Mail Official
jsa@unj.ac.id
Editorial Address
Kampus A Universitas Negeri Jakarta, Lt.6 Gd. Dewi Sartika Jalan Rawamangun Muka, Jakarta Timur.
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Jurnal Statistika dan Aplikasinya
Published by Universitas Negeri Jakarta
ISSN : -     EISSN : 26208369     DOI : https://doi.org/10.21009/JSA.041
Core Subject : Economy, Science, Education, Agriculture, Social,
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Social Sciences Other
Jurnal Statistika dan Aplikasinya JSA is dedicated to all statisticians who wants to publishing their articles about statistics and its application. The coverage of JSA includes every subject that using or related to statistics.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 169 Documents
 1   2   3   4   5 
Faktor-faktor yang Mempengaruhi Kunjungan Pasien Terhadap Standar Pelayanan di Apotek Kimia Farma 278 Versailles dengan Menggunakan Analisis Faktor Il madi; Besse Arnawisuda Ningsi
Jurnal Statistika dan Aplikasinya Vol 2 No 2 (2018): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.02203

Abstract

To guarantee pharmaceutical service standards (Apotek), factors that need to be considered are the quality of human resources, complete facilities and infrastructure, prescription services (including drug information), counseling, monitoring drug use, health education and promotion, and evaluation of treatment. This is very important because it will have a positive impact and is very profitable, if the standard is met. Kimia Farma 278 Versailles pharmacies need to improve quality, especially in terms of service. Factor analysis methods can be used to see what factors influence patient visits to service standards. This type of research is descriptive research. Based on the results of the analysis there are 5 factors that are formed from the process of reducing delivery and Go-Mart services that can help patients. It is important to attract interest in coming to the pharmacy. Offered discounts, medicines submitted with standardized health education, offering drug packaging is more economical, the drug offered as a substitute does not have a negative impact, the ability of the knowledge officer to offer substitute drugs in accordance with the Service Standards at the pharmacy, Treatment is more maximal with the presence of checks from the officer (F1). Prices are commensurate with the drugs that are expected, quality drugs, pharmacies have a good reputation (F2). Clean, neat and comfortable, the price is commensurate with the drug you expect (F3). Having decent and adequate building facilities and interior, building exterios look good (F4), and the suitability of the product you want (F5)
Analisis Kepuasan Pelanggan Atas Kualitas Produk dan Pelayanan Dengan Metode SEM-PLS Besse Arnawisuda Ningsi
Jurnal Statistika dan Aplikasinya Vol 2 No 2 (2018): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.02202

Abstract

This study aims to analyze what factors can affect customer satisfaction and to estimate customer satisfaction models for Bleached Cotton products. Respondents in this study were Bleached Cotton customers. The variables used consist of customer satisfaction variables (Y) as dependent variables and independent variables namely product quality (X1) and service quality (X2) with each variable will be measured by the indicator. The sample in the study was taken as simple as 33 people. The instrument used in this study as a means of collecting virgin using questionnaires / questionnaires. This questionnaire is used to measure the customer satisfaction index. Statements are prepared using a Likert scale with five respondents' answers to customer satisfaction, namely: Strongly Agree (SS), Agree (S), Doubt (RR), Disagree (TS) and Strongly Disagree (STS). The data analysis technique used is Partial Least Square-Strutural Equation Modeling (PLS-SEM) which is used to predict and develop theories. Based on the results of the analysis, it was found that product quality has an effect on customer satisfaction, which means that not all customers will feel satisfied if only with the quality of the product, but there must be other factors. In this study the most positive indicators of production quality so that customer satisfaction can be achieved are performance indicators. While indicators that are less influential on the quality of production causing customer satisfaction to be achieved are indicators of design. Service quality has an effect on customer satisfaction, which means that the higher and better the quality of service provided, it can ensure customer satisfaction can be achieved. The first positive most influential indicator of service quality so that customer satisfaction can be achieved is the assurance indicator. And indicators that are less influential on the quality of production so that customer satisfaction is not achieved is an indicator of empathy. Product quality and customer service can simultaneously influence customer satisfaction so that if these two variables are prioritized, customer satisfaction will be achieved more optimally. Product quality and customer service are measured using indicators of design, performance, conformance, tangiable, emphaty, responsiveness, reliability, assurance are factors that influence customer satisfaction because when viewed from the output obtained.
Simulasi Prediksi Total Hujan Bulanan di Tanjungpinang (Studi Kasus Tahun 2017) Diana Cahaya Siregar
Jurnal Statistika dan Aplikasinya Vol 2 No 2 (2018): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.02201

Abstract

The amount of rainfall that occurs in an area is affected by meteorological and non-meteorological factors. Meteorological factors or physical parameters such as air temperature, air pressure, air humidity, wind speed, and solar radiation time are indicated to affect the amount of rainfall. Simulation of the estimated monthly rainfall for 2017 using the 1981-2016 weather parameter data in Tanjungpinang was formulated using the multiple linear regression equation method. Validating of the correct results of the estimated amount of rainfall on the actual rainfall using Pearson Correlation to determine data deviations occurs between predictor to observation data. The data processing results show that the monthly rainfall prediction simulation will be quite good if the weather conditions in an area are in a normal condition which there is no weather and climate anomaly especially on a global, regional and local factor scale.
Analisis Survival dengan Model Regresi pada Data Tersensor Berdistribusi Log-Logistik Gatri Eka Kusumawardhani; Vera Maya Santi; Suyono Suyono
Jurnal Statistika dan Aplikasinya Vol 2 No 2 (2018): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.02204

Abstract

Survival analysis is an analysis used to determine the length of time required by an object in order to survive. That time is sometimes influenced by several factors called independent variables. One way to know relationship is through a regression model. The dependent variable in this regression model is a survival time which is log-logistic distributed. The data used in this study were right censored survival data. Log-logistic regression models for survival data can be expressed by transformation Y=lnT= θ0+θ1xi1+...+θixij+σԑ. The parameter of the log-logistic regression models for right censored survival data are estimated with the maximum likelihood method. In this study, the application of log-logistic regression model for survival data is in data of lung cancer patients. Based on the data already performed, best log-logistic regression model is obtained yi=1.92458+0.0242393 xi1+0.639037ԑi.
Pemodelan Generalized Space Time Autoregressive (GSTAR) dan Penerapannya pada Penderita TB Paru (BTA+) di DKI Jakarta Ana Nur Islamiyah; Widyanti Rahayu; Eti Dwi Wiraningsih
Jurnal Statistika dan Aplikasinya Vol 2 No 2 (2018): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.02205

Abstract

Model Generalized Space Time Autoregressive (GSTAR)(p;) merupakan salah satu model deret waktu yang digunakan untuk peramalan data yang mengandung unsur lokasi dan waktu dengan orde autoregressive (p) dan orde spasial (). Keterkaitan antar lokasi dinyatakan dalam suatu nilai berdasarkan pembobot lokasi tertentu. Data banyaknya penderita TB Paru (BTA+) di DKI Jakarta merupakan salah satu data deret waktu yang memiliki keterkaitan antar lokasi sehingga dapat dimodelkan dengan model GSTAR. Pada penelitian ini model GSTAR menggunakan pembobot lokasi invers jarak dan pembobot lokasi normalisasi korelasi silang diterapkan pada data banyaknya penderita TB Paru (BTA+) di DKI Jakarta. Setelah itu, memilih model GSTAR yang lebih baik menggunakan nilai RMSE terkecil. Hasil dari penelitian ini dengan menerapkan data banyaknya penderita TB Paru (BTA+) di DKI Jakarta diperoleh model GSTAR(1;1) dengan pembobot lokasi normalisasi korelasi silang memiliki \textit{root mean square error}(RMSE) 73,57728 yang lebih kecil dari model GSTAR(1;1) dengan pembobot lokasi invers jarak. Sehingga, model dengan pembobot lokasi normalisasi korelasi silang lebih baik dibandingkan dengan pembobot lokasi invers jarak.
Kontruksi dan Karakteristik Distribusi Invers Weibull Diskrit Bivariat Rizka Amalia; Suyono; Fariani Hermin Indiyah
Jurnal Statistika dan Aplikasinya Vol 3 No 2 (2019): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.03201

Abstract

Penelitian ini membahas kembali mengenai kontruksi dan karakteristik dari distribusi Invers Weibull Diskrit bivariat. Distribusi Invers Weibull Diskrit bivariat dikonstruksi dengan mendefinisikan variabel acak X1 = max(W1, W3) dan X2 = max(W2, W3), dimana W1­, W2, dan W3 berdistribusi Invers Weibull Diskrit. Karakteristik distribusi Invers Weibull Diskrit bivariat yang dibahas adalah mixed moment, kovariansi, dan koefisien korelasi. Perhitungan numerik dengan menggunakan program Octave diberikan pada penelitian ini untuk menunjukkan kinerja langsung dari mixed moment.
Pengklasifikasian Pengguna Internet Lingkungan Pedesaan Menurut Jenjang Pendidikan di Indonesia menggunakan Metode Cluster Average Linkage Hemelia Simamora; Bagus Sumargo
Jurnal Statistika dan Aplikasinya Vol 3 No 1 (2019): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.03103

Abstract

Pengguna internet semakin meningkat setiap tahunnya, oleh karena itu dilakukan analisis clus-ter dalam pengklasi kasian pengguna internet setiap provinsi. Hal tersebut dilakukan untuk mengetahui karakteristik setiap kelompok yang terbentuk. Pada jurnal ini, metode cluster yang digunakan adalah metode Average Linkage. Tujuan dari jurnal ini adalah untuk mengetahui proses penglusteran dengan metode Average Linkage dan mengetahui hasil cluster yang terbentuk dengan menggunakan metode tersebut. Dalam metode ini, data pengguna internet daerah pedesaan menurut jenjang pendidikan di Indonesia dihitung kemiripannya untuk dilakukan pengelompokkan. Kemiripan tersebut dihitung meng-gunakan jarak Euclidean, kemudian terbentuk cluster, dan dilakukan perhitungan simpangan baku antar kelompok dan simpangan baku dalam kelompok untuk mengetahui metode cluster yang memiliki kinerja yang baik.
Pengelompokan Pengguna Internet dengan Metode K-Means Clustering Disi Amalia Pramudita; Bagus Sumargo
Jurnal Statistika dan Aplikasinya Vol 3 No 1 (2019): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.03101

Abstract

Kesenjangan digital masih terjadi antara pengguna internet di wilayah perkotaan dan pedesaan Indonesia, oleh karena itu, perlu dilakukan upaya untuk mengelompokan provinsi berdasarkan persentase pengguna internet. Metode pengelompokan yang digunakan adalah metode K-Means Clustering. Tujuan dari studi ini adalah mengelompokan provinsi berdasarkan pengguna internet menjadi tiga cluster untuk mengetahui provinsi-provinsi mana yang memiliki infrastruktur yang baik, sehingga dapat mendukung penggunaan internet. Rata-rata persentase jumlah pengguna internet masing-masing cluster 1, cluster 2, dan cluster 3 adalah 40,91%; 72,27%; dan 57,60%. Perlu adanya pemerataan infrastruktur yang mendukung penggunaan internet pada masyarakat Indonesia.
Peramalan Produk Domestik Bruto (PDB) Industri Pengolahan Non Migas di Indonesia dengan menggunakan Metode Fuzzy Time Series Enka Rosita Dewi; Ibnu Hadi
Jurnal Statistika dan Aplikasinya Vol 3 No 2 (2019): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.03203

Abstract

Fuzzy Time Series merupakan metode peramalan data runtun waktu dengan prinsip fuzzy sebagai dasarnya. Pada penelitan ini, akan dilakukan penghitungan peramalan nilai PDB industri pengolahan nonmigas di Indonesia triwulan III tahun 2019 sampai dengan triwulan IV tahun 2020 dengan menggunakan metode Fuzzy Time Series hasil modifikasi Stevenson-Porter. Data yang digunakan pada makalah ini yaitu data PDB industri pengolahan nonmigas atas dasar harga konstan tahun 2010 mulai dari triwulan I tahun 2010 sampai dengan triwulan II tahun 2019. Metode Fuzzy Time Series Stevenson-Porter hanya dapat bisa meramalkan data ke-t, sehingga perlu metode peramalan klasik lain untuk meramalkan data ke-t+1 hingga t+n. Dalam hal ini akan dilakukan peramalan terlebih dahulu dengan model ARIMA untuk memperoleh dat tersebut. Penerapan metode Fuzzy Time Series pada data aktual ditambah data hasil peramalan dari model ARIMA menunjukkan nilai eror MAPE yang lebih kecil yaitu 0,133354 dibandingkan hanya dengan menggunakan model ARIMA yaitu 0,862131.
Faktor-Faktor yang Memengaruhi Pernikahan Dini pada Wanita Usia 20-24 di Indonesia Tahun 2017: Penerapan Metode Regresi Logistik Biner dengan Penyesuaian Resampling Data Imbalance Ersa Budi Sutanto; Ghytsa Alif Jabir; Nadhifan Humam Fitrial; Ni Luh Putu Yayang Septia Ningsih; Siti Andhasah Siti Andhasah; Rani Nooraeni
Jurnal Statistika dan Aplikasinya Vol 3 No 1 (2019): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.03105

Abstract

Pernikahan dini adalah perkawinan yang terjadi pada anak di bawah usia 18 tahun. Secara umum, angka prevalensi pernikahan dini di Indonesia masih cukup tinggi karena 23 dari 34 provinsi di Indonesia memiliki angka prevalensi pernikahan pada usia dini diatas rata-rata nasional. Kategori yang digunakan pada kasus ini menunjukkan keadaan imbalance sehingga diperlukan adanya penyesuaian dalam menganalisis data. Permasalahan yang sering dijumpai akses data kasus pernikahan dini tidak tercatat atau terekam pada dokumen resmi. Dalam upaya untuk mengatasi hal tersebut, penelitian ini menggunakan pengakuan dari perempuan berusia 20-24 tahun pada saat dilakukan survei yang menyatakan bahwa mereka pernah kawin sebelum usia 18 tahun. Variabel yang digunakan dalam penelitian ini yaitu status kemiskinan, klasifikasi wilayah tempat tinggal, status pernikahan dini kepala rumah tangga (KRT), pendidikan KRT, jenis pekerjaan KRT, jumlah anggota rumah tangga, dan status penggunaan internet perempuan berusia 20-24 tahun. Sebelum dianalisis, data imbalance tersebut dilakukan penyesuaian dengan teknik resampling yang meliputi : over sampling, under sampling, dan hybrid kemudian dianalisis dengan metode regresi logistik biner. Selain itu juga akan dicari faktor-faktor yang memengaruhi pernikahan dini pada perempuan berusia 20-24 tahun. Berdasarkan hasil pengolahan dengan program R, teknik resampling yang paling tepat untuk kasus ini adalah oversampling. Dengan metode resampling tersebut, seluruh variabel signifikan berpengaruh terhadap pernikahan dini pada perempuan usia 20-24.

Page 2 of 17 | Total Record : 169

 1   2   3   4   5 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol. 9 No. 1 (2025): Jurnal Statistika dan Aplikasinya Vol. 8 No. 2 (2024): Jurnal Statistika dan Aplikasinya Vol. 8 No. 1 (2024): Jurnal Statistika dan Aplikasinya Vol. 7 No. 2 (2023): Jurnal Statistika dan Aplikasinya Vol 7 No 1 (2023): Jurnal Statistika dan Aplikasinya Vol 6 No 2 (2022): Jurnal Statistika dan Aplikasinya Vol 6 No 1 (2022): Jurnal Statistika dan Aplikasinya Vol 5 No 2 (2021): Jurnal Statistika dan Aplikasinya Vol 5 No 1 (2021): Jurnal Statistika dan Aplikasinya Vol 4 No 2 (2020): Jurnal Statistika dan Aplikasinya Vol 4 No 1 (2020): Jurnal Statistika dan Aplikasinya Vol 3 No 2 (2019): Jurnal Statistika dan Aplikasinya Vol 3 No 1 (2019): Jurnal Statistika dan Aplikasinya Vol 2 No 2 (2018): Jurnal Statistika dan Aplikasinya Vol 2 No 1 (2018): Jurnal Statistika dan Aplikasinya Vol 1 No 1 (2017): Jurnal Statistika dan Aplikasinya More Issue