Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

BIMASTER

jbmstr
Website

Published by Universitas Tanjungpura

ISSN : - EISSN : - DOI : -

Core Subject : Science, Education,

Decision Sciences, Operations Research & Management Mathematics

Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan

Arjuna Subject : -

Articles 770 Documents

1 2 3 4 5

ANALISIS REGRESI ROBUST ESTIMASI-M DENGAN MENGGUNAKAN PEMBOBOTAN BISQUARE TUKEY DAN WELSCH DALAM MENGATASI DATA OUTLIER Yaziz Yaziz; Dadan Kusnandar; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Analisis regresi adalah suatu analisis yang bertujuan membentuk hubungan antara satu variabel terikat (Y) dengan satu atau lebih variabel bebas (X) dalam suatu model matematis. Metode untuk mengestimasi parameter regresi yang sering digunakan adalah metode kuadrat terkecil. Ketika terdapat data outlier metode tersebut kurang efektif digunakan karena dapat menyebabkan estimasi yang didapat menjadi bias. Regresi robust adalah salah satu metode yang digunakan untuk mengestimasi parameter ketika distribusi dari galat tidak normal dan atau terdapat data outlier. Tujuan penelitian ini adalah melakukan estimasi parameter dan menunjukkan keefektifan metode estimasi-M. Studi kasus yang digunakan dalam penelitian ini adalah pengaruh rata-rata lama sekolah (X1), PDRB (X2) dan UMR (X3) terhadap IPM (Y) di Indonesia pada tahun 2015. Berdasarkan analisis deskriptif pada uji boxplot data yang digunakan mengidentifikasi adanya data outlier sehingga diperlukan prosedur regresi robust dengan pembobotan Bisquare Tukey dan Welsch untuk mengestimasi parameter model matematis. Nilai adjusted-R square pembobotan Bisquare Tukey relatif lebih besar dari Welsch (0,7366 > 0,727) dan standar error dari pembobotan Bisquare Tukey relatif lebih kecil dari pembobotan Welsch (1,596 < 1,606). Estimasi yang paling baik digunakan untuk mengestimasi model adalah metode pembobotan Bisquare Tukey. Kata Kunci: Estimasi-M, Regresi Robust, Tukey Bisquare, Welsch

ESTIMASI PARAMETER METODE WEIGHTED LEAST SQUARE DALAM MENGATASI MASALAH HETEROSKEDASTISITAS Hidayatun Nisa; Dadan Kusnandar; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Regresi linear berganda merupakan salah satu metode statistika yang digunakan untuk menganalisis pengaruh antara dua atau lebih variabel independen terhadap variabel dependen. Salah satu asumsi yang harus terpenuhi pada analisis regresi linear berganda adalah tidak terjadinya heteroskedastisitas atau varians error harus tetap (konstan) di dalam model regresi. Metode Weighted Least Square (WLS) merupakan bentuk dari pengembangan penduga least square yang digunakan untuk mengatasi masalah heteroskedastisitas. Tujuan dari penelitian ini adalah menduga parameter metode WLS untuk mengatasi masalah heteroskedastisitas. Data yang digunakan dalam penelitian ini adalah data sosial ekonomi dari 33 provinsi di Indonesia. Data yang dianalisis adalah data tingkat pengangguran terbuka , pertumbuhan ekonomi , jumlah penduduk , tingkat partisipasi angkatan kerja , dan kebutuhan hidup minimum . Hasil analisis menunjukkan bahwa metode WLS dapat mengatasi masalah heteroskedastisitas. Model regresi yang diperoleh menggunakan metode WLS hanya melibatkan tiga variabel yaitu: dengan nilai adjusted sebesar 95,49% yang berarti bahwa besarnya pengaruh variabel jumlah penduduk, tingkat partisipasi angkatan kerja dan kebutuhan hidup minimum terhadap tingkat pengangguran terbuka sebesar 95,49%. Kata Kunci: regresi linear berganda, transformasi, weighted least square

FAKTOR-FAKTOR YANG MEMENGARUHI BESAR KLAIM ASURANSI JIWA DENGAN MENGGUNAKAN MODEL REGRESI TOBIT Adharty Pratiwi Sembiring
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Analisis regresi tobit merupakan analisis regresi yang dapat digunakan untuk variabel terikat yang sebagian datanya bernilai nol (diskrit) dan sebagian data yang lain memiliki nilai tertentu yang bervariasi (kontinu). Penelitian ini bertujuan untuk membentuk model regresi Tobit dan menentukan faktor yang memengaruhi besar klaim dari klaim asuransi jiwa. Data yang digunakan dalam penelitian berupa data besar klaim asuransi (Y), produk asuransi ( X1), cara pembayaran premi ( X2), masa asuransi (X3 ), besar pembayaran premi (X4 ) dan masa pembayaran premi (X5 ). Penduga parameter pada model regresi Tobit menggunakan metode Maximum Likelihood dan penentuan model terbaik dihitung menggunakan metode Akaike Information Criterion (AIC). Dari lima variabel bebas yang digunakan, hanya produk asuransi (X1 ) dan masa asuransi (X2 ) yang memengaruhi besar klaim asuransi jiwa. Adapun model akhir regresi Tobit yang diperoleh = -45.998.539-3.826.493,0 -1.818.050,0 dengan nilai sebesar 1,76%.Kata Kunci: Regresi Tobit, Maximum Likelihood, Akaike Information Criterion

KLASIFIKASI INDEKS PENCEMARAN KUALITAS AIR DI KOTA PONTIANAK Ernita Saputri; Naomi Nessyana Debataraja; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Air merupakan bagian terpenting yang dibutuhkan dalam kehidupan, salah satunya untuk keperluan rumah tangga. Kegiatan manusia untuk keperluan rumah tangga yang semakin meningkat akan menimbulkan dampak pencemaran lingkungan khususnya pada pencemaran air. Data yang digunakan dalam penelitian ini adalah data primer yang terdiri dari 42 sampel air dari lokasi berbeda. Indikator fisik yang digunakan pada penelitian ini adalah kekeruhan, warna, dan Total Dissolved Solid (TDS). Berdasarkan indeks pencemaran, diperoleh tiga kriteria tingkat pencemaran air yaitu memenuhi baku mutu, tercemar ringan dan tercemar sedang. Hasil klasifikasi dengan menggunakan metode indeks pencemaran diperoleh total data yang memenuhi baku mutu sebanyak 8 titik lokasi,tercemar ringan sebanyak 24 titik lokasi tercemar ringan dan tercemar ringan sebanyak 10 titik lokasi. Kata Kunci: pencemaran air, indeks pencemaran, indikator fisik

METODE BAYESIAN SELF UNTUK ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI RAYLEIGH Asty Fistia Ningrum; Neva Satyahadewi; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Data survival adalah data yang menunjukkan waktu suatu objek atau individu dapat bertahan selama dilakukan penelitian. Penelitian ini membahas mengenai metode Bayesian SELF untuk estimasi parameter model survival distribusi Rayleigh. Proses estimasi parameter metode Bayesian SELF memerlukan informasi dari fungsi likelihood dan distribusi prior yang kemudian akan membentuk distribusi posterior. Setelah diperoleh estimator dari metode tersebut, selanjutnya diterapkan pada data pasien penderita kanker ovarium yang telah diberi perawatan kemoterapi berdistribusi Rayleigh yang diambil dari program R. Berdasarkan hasil estimasi parameter metode Bayesian SELF dengan prior Vague pada studi kasus penderita kanker ovarium menghasilkan hasil estimasi parameter nilai survival yang kurang baik untuk distribusi Rayleigh meskipun hasil estimasi nilai survival penderita kanker ovariumnya meningkat. Untuk hasil estimasi parameter model survival distribusi Rayleigh yang lebih baik, dapat menggunakan prior lainnya seperti prior Uniform. Kata Kunci: Kanker Ovarium, Vague, Posterior.

MODEL VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) DALAM MEMPREDIKSI HASIL PRODUKSI KARET PTPN XIII PROVINSI KALIMANTAN BARAT Setyo Wira Rizki, Rosella Alifa El Vinie, Shantika Martha,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Model Vector Autoregressive Exogenous (VARX) dapat digunakan untuk memprediksi data deret waktu lebih dari satu variabel yang menggunakan variabel eksogen dalam sistem persamaannya. Model VARX menggunakan variabel endogen yang saling berhubungan dipengaruhi waktu sebelumnya dan terdapat variabel eksogen yang mempengaruhi variabel endogen tersebut. Penelitian ini menggunakan data sekunder, yaitu data bulanan deret waktu hasil produksi karet kering dan karet basah dalam periode tahun 2016 sampai tahun 2018 pada kebun Sintang di Kalimantan Barat serta data deret waktu curah hujan pada kebun . Tujuan penelitian ini adalah melakukan pemodelan dan memprediksi hasil produksi karet kering dan karet basah PTPN XIII pada periode Juli sampai Desember 2018 dengan model VARX. Hasil analisis menunjukkan bahwa model VARX yang dapat diterapkan terhadap data hasil produksi karet kering dan karet basah adalah VARX(1,1). Nilai MAPE untuk model VARX(1,1) pada masing-masing variabel yaitu 14,73% dan 16,06% sehingga ketepatan hasil prediksi model dapat dikatakan baik.Â Kata Kunci: karet basah, karet kering, curah hujan, MAPE

ANALISIS CLUSTER NON-HIRARKI DENGAN METODE K-MODES Nurfitri Imroâ€™ah, Indah Ayuningtias, Naomi Nessyana Debataraja,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Analisis cluster merupakan suatu analisis multivariat yang digunakan untuk mengelompokkan objek-objek berdasarkan kemiripan karakteristik yang dimiliki. Salah satu teknik dari analisis cluster adalah metode K-Modes. Tujuan dari penelitian ini adalah untuk mengetahui jumlah cluster terbaik yang digunakan dalam pemilihan kegiatan ekstrakurikuler menari. Perbandingan hasil validitas cluster dilakukan berdasarkan nilai Davies-Bouldin Index (DBI) terkecil yang dihasilkan pada masing-masing cluster yaitu 2 cluster dan 3 cluster. Berdasarkan hasil analisis yang telah dilakukan pada perbandingan nilai DBI, diperoleh nilai terkecil sebesar 0,52 pada 2 cluster. Hasil penelitian menunjukkan bahwa cluster terbaik yang dihasilkan pada pemilihan kegiatan ekstrakurikuler menari adalah dengan menggunakan 2 cluster dimana anggota cluster 1 terdiri dari 56 siswi dan anggota cluster 2 terdiri dari 36 siswi.Kata Kunci: analisis multivariat, k-modes, davies-bouldin index

METODE TWO STEP CLUSTER DALAM MENGELOMPOKKAN MAHASISWA FMIPA UNTAN Nurfitri Imroâ€™ah, Intan Aprilia Hapsari, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Mengelompokkan objek kedalam gerombol-gerombol yang memiliki kemiripan adalah proses penggerombolan. Metode penggerombolan yang sering digunakan adalah metode berhirarki dan tak berhirarki,Â analisis gerombol hanya dapat digunakan jika datanya kontinu dan amatan yang relatif kecil. Penelitian ini membahas mengenai metode Two Step Cluster dengan peubah kontinu dan kategorikÂ dalam mengelompokkan mahasiswa FMIPA Untan tahun 2018. Proses pengelompokkan metode Two Step Cluster dilakukan dengan dua tahapan. Tahap pertama gerombol awal membentuk CF Tree dengan pengukuran jarak Log-likelihood, sedangkan pada tahap pembentukan gerombol optimal dengan menghitung nilai BIC dan membandingkan rasio ukuran jarak antar gerombol. Peubah berpengaruh ditentukan dengan menggunakan uji Chi Square untuk peubah kategorik dan uji t-Student untuk peubah Â kontinu. Berdasarkan hasil penelitian dapat disimpulkan Â uji Two Step Cluster dengan menghitung nilai BIC menghasilkan dua belas gerombol maksimum dan perbandingan ukuran jarak terbesar menghasilkan Â tiga Â gerombol optimal. Gerombol satu memiliki karakteristik dengan jumlah mahasiswa berjenis kelamin perempuan lebih banyak dan seluruh mahasiswa berasal dari sekolah negeri. Gerombol kedua memiliki karakteristik mahasiswa lebih banyak berasal dari luar Kalimantan Barat dan pendidikan orang tua dari lulusan SD. Gerombol tiga dicirikan dengan karakteristik mahasiswa seluruhnya berasal dari sekolah swasta dan pendidikan orang tua berasal dari tingkat SMP. Oleh karena itu, banyak orang tua mahasiswa yang bekerja sebagai petani, pedagang dan swasta.Â Kata Kunci: analisis gerombol, peubah campuran, Â jarak log-likelihood

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Nurfitri Imroâ€™ah, Syarifah Nadia, Evy Sulistianingsih,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Metode binomial adalah metode yang digunakan dalam penentuan harga opsi tipe Eropa berdasarkan pergerakan harga saham dengan mengasumsikan dua kemungkinan pergerakan saham di masa mendatang yaitu, harga saham naik atau harga saham turun. Data International Business Machines Corporation (IBM) digunakan untuk menentukan parameter Â Â Â Â Â Â Â Â Â Â Â Â Â dan . Selanjutnya menentukan harga penutupan saham harian opsi beli yang digunakan untuk menghitung harga opsi tipe Eropa dengan metode Binomial. Berdasarkan hasil analisis dengan menggunakan Metode Binomial, didapat harga opsi beli tipe EropaÂ untuk saham International Business Machines Corporation (IBM) pada harga pelaksanaan Â adalah sebesar .Kata Kunci: Metode Binomial, Opsi Eropa

ANALISIS PENGENDALIAN KUALITAS PRODUKSI DENGAN DIAGRAM KONTROL MULTIVARIAT np Tri Jayanti Kwamjih Dasilia; Setyo Wira Rizki; Dadan Kusnandar
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Statistical quality control merupakan salah satu cara untuk mengendalikan kualitas produk. Alat yang umum digunakan dalam statistical quality control untuk pengendalian kualitas adalah diagram kontrol. Penerapan pengendalian kualitas diterapkan pada data kecacatan produk koran PT. JKL, dengan menggunakan diagram kontrol multivariat np. Hasil analisis pada data fase I menunjukkan bahwa data dalam keadaan terkontrol dan nilai batas kontrol pada fase I digunakan kembali pada analisis fase II. Analisis fase II proses produksi belum terkontrol, hal ini ditunjukkan oleh 4 pengamatan pada data fase II keluar dari batas kontrol atas dengan nilai sebesar 4.145 dan batas kontrol bawah dengan nilai sebesar 3.661. Beberapa faktor yang mempengaruhi kualitas produk koran adalah faktor manusia, faktor mesin, faktor metode, faktor lingkungan. Perlunya perbaikan pada faktor-faktor yang menyebabkan ketidaksesuaian pada kualitas, sehingga kualitas produk koran dapat terkendali secara statistik. Kata Kunci : Pengendalian Kualitas, Diagram Kontrol Multivariat np

Page 3 of 77 | Total Record : 770

1 2 3 4 5

Filter by Year

2012 2025

Filter By Issues

All Issue Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): BIMASTER Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 02 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 03 (2016): BIMASTER Vol 5, No 02 (2016): BIMASTER Vol 5, No 01 (2016): BIMASTER Vol 4, No 03 (2015): BIMASTER Vol 4, No 01 (2015): BIMASTER Vol 4, No 2 (2015): BIMASTER Vol 3, No 03 (2014): BIMASTER Vol 3, No 02 (2014): BIMASTER Vol 3, No 01 (2014): Bimaster Vol 2, No 03 (2013) Vol 2, No 02 (2013): Bimaster Vol 2, No 1 (2013): BIMASTER Vol 1, No 01 (2012): BIMASTER More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota pontianak,

Kalimantan barat

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kota pontianak, Kalimantan barat INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota pontianak,

Kalimantan barat

INDONESIA