cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Aceng Komarudin Mutaqin
Contact Email
uptpublikasi@unisba.ac.id
Phone
+6285294008040
Journal Mail Official
jrs@unisba.ac.id
Editorial Address
Gedung Rektorat Lantai 4, Jl. Tamansari No. 20 Bandung 40116
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Riset Statistika
Published by Universitas Islam Bandung
ISSN : 28083148     EISSN : 27986578     DOI : https://doi.org/10.29313/jrs.v1i2
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
Jurnal Riset Statistika (JRS) adalah jurnal peer review dan dilakukan dengan double blind review yang mempublikasikan kajian teoritik dan hasil riset terhadap isu-isu empirik dalam sub kajian statistika. JRS ini dipublikasikan pertamanya 2021 dengan eISSN 2798-6578 yang diterbitkan oleh UPT Publikasi Imiah, Universitas Islam Bandung. Semua artikel diperiksa plagiasinya dengan perangkat lunak anti plagiarisme. Jurnal ini ter-indeks di Google Schoolar, Garuda, Crossref, dan DOAJ. Terbit setiap Juli dan Desember.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 117 Documents
 8   9   10   11   12 
Formulasi Baru K-Means dalam Pengelompokkan Desa Berdasarkan Ketersediaan Fasilitas Kesehatan Indah Lestari; Suliadi
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8293

Abstract

Abstract. K-Means is a popular data clustering method but has limitations in optimizing its objective function. The Lloyd algorithm, as the standard approach to K-Means, also has several weaknesses: 1) It is heuristic and does not guarantee a globally optimal solution; 2) It is highly sensitive to the initialization of cluster centers; 3) It often converges to suboptimal solutions; and 4) It requires distance calculations between samples and centers at each iteration, increasing computational load and storage cost. To address these shortcomings, Nie et al. (2023) proposed a new formulation of K-Means Clustering with the following advantages: 1) It does not require updating cluster centers in every iteration; 2) It needs fewer auxiliary variables; 3) It yields effective and stable results; and 4) It has a faster convergence rate. In this study, the new formulation of K-Means is implemented to cluster villages/sub-districts in West Java Province based on the availability of healthcare facilities. The data used are derived from the Health Sector of the Social Resilience Index in the Village Development Index, consisting of 14 variables and 5,312 village units. Based on the analysis, villages/sub-districts can be grouped into three clusters: Cluster 1 contains 34 villages, Cluster 2 has 21 villages, and Cluster 3 includes 5,257 villages, that gives silhouette score of 0.9160, indicating a strong cluster structure. Abstrak. K-Means merupakan metode pengelompokan data yang populer, namun memiliki keterbatasan dalam optimasi fungsi tujuannya. Algoritma Lloyd sebagai pendekatan umum K-Means juga memiliki kelemahan sebagai berikut: 1) Bersifat heuristik sehingga tidak menjamin solusi optimal; 2) Sensitif terhadap inisialisasi k pusat; 3) Sering berhenti pada solusi kurang optimal; dan 4) Memerlukan perhitungan jarak antar sampel dan pusat pada setiap iterasi, yang meningkatkan beban komputasi serta storage cost. Untuk mengatasi kekurangan tersebut, Nie et al. (2023) mengusulkan formulasi baru K-Means Clustering dengan keunggulan: 1) Tidak perlu menghitung pusat cluster di setiap iterasi; 2) Memerlukan lebih sedikit variabel tambahan; 3) Memberikan hasil yang efektif dan stabil; serta 4) Memiliki tingkat konvergensi lebih cepat. Penelitian ini menerapkan formulasi baru K-Means untuk mengelompokkan 5.312 Desa/Kelurahan di Jawa Barat berdasarkan 14 indikator kesehatan pada Indeks Ketahanan Sosial (IKS). Hasil analisis menunjukkan bahwa desa-desa tersebut terbagi ke dalam tiga cluster. Cluster 1 terdiri atas 34 desa/Kelurahan, cluster 2 terdiri dari 21 desa/Kelurahan, dan cluster 3 terdiri dari 5.257 desa/Kelurahan, yang memberikan nilai silhouette sebesar 0,9160 yang menunjukkan struktur cluster yang kuat.
Penerapan Bayesian Dynamic Linear Models untuk Peramalan Harga Komoditas Beras Medium Mohamad Gilang Ramdani; Nur Azizah Komara Rifai
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8346

Abstract

Abstract. Medium‐quality rice prices in Indonesia play a crucial role in maintaining economic stability and national food security. The dynamic nature of price fluctuations, influenced by seasonal factors and long-term trend changes, requires a forecasting method that is adaptive. This study applies Bayesian Dynamic Linear Models (BDLM) to forecast medium-quality rice prices using monthly data from BPS and Bapanas for the period 2014-2023. The model consists of a second-order polynomial trend component and a harmonic seasonal component under a state space framework, updated sequentially using the Kalman filter. The results indicate that BDLM effectively captures variations in both trend and seasonality with high accuracy, as reflected by a MAPE value of 4.33%. These findings are consistent with previous studies, which highlight the superior adaptive capability of Bayesian dynamic models in handling structural changes in economic time series. Therefore, BDLM can serve as a reliable alternative for forecasting food commodity prices, particularly medium-quality rice, to support food policy formulation in Indonesia. Abstrak. Harga beras medium di Indonesia memiliki peran penting dalam menjaga stabilitas ekonomi dan ketahanan pangan nasional. Fluktuasi harga yang bersifat dinamis, dipengaruhi oleh faktor musiman dan perubahan tren jangka panjang, menuntut metode peramalan yang adaptif. Penelitian ini menerapkan Bayesian Dynamic Linear Models (BDLM) untuk meramalkan harga beras medium menggunakan data bulanan BPS dan Bapanas periode 2014-2023. Model yang digunakan terdiri atas komponen tren polinomial orde dua dan komponen musiman harmonik dengan pendekatan state space, serta diperbarui secara berurutan menggunakan Kalman filter. Hasil penelitian menunjukkan bahwa BDLM mampu menangkap variasi tren dan musiman secara efektif dengan tingkat akurasi yang tinggi, ditunjukkan oleh nilai MAPE sebesar 4,33%. Temuan ini sejalan dengan penelitian sebelumnya yang menyatakan bahwa model dinamis bayesian memiliki kemampuan adaptif yang unggul dalam memodelkan perubahan struktural pada deret waktu ekonomi. Dengan demikian, BDLM dapat dijadikan alternatif yang tepat dalam peramalan harga komoditas pangan, khususnya beras medium, guna mendukung formulasi kebijakan pangan di Indonesia.
Market Basket Analysis Penjualan Produk Selama Bulan Ramadhan Menggunakan Algoritma ECLAT Diva Sephira Dwi Lavanza; Abdul Kudus
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8386

Abstract

Abstract. This study aims to analyze consumer purchasing patterns during the month of Ramadan at PT. Purnama Mandiri, a wholesale retail store, by applying the Equivalence Class Transformation (ECLAT) algorithm. The Ramadan period is marked by a significant increase in consumer demand, particularly for staple goods, resulting in a substantial growth in the volume and complexity of transaction data. Despite this, such data has not been optimally utilized by the company for strategic decision-making. To address this gap, a Market Basket Analysis (MBA) was conducted using 271,296 sales transaction records collected during Ramadan from 2021 to 2024. The ECLAT algorithm was selected due to its computational efficiency in identifying frequent itemsets within large-scale datasets. By setting a minimum support threshold of 20 transactions (0.000755), frequent itemsets ranging from lengths of 2 to 8 were identified, with the majority concentrated in lengths 2 to 5. From these results, a total of 3,377 association rules were derived, all of which met the criteria for strong rules (confidence ≥ 0.6 and support ≥ 0.000755). One of the strongest rules indicated that purchases of DRIGEN KOSONG are consistently associated with MINYAK SAYUR CURAH, exhibiting a confidence level of 100% and a lift of 10.17. These insights offer valuable implications for business strategies, including product placement, bundling promotions, and inventory management during Ramadan. Abstrak. Penelitian ini bertujuan menganalisis pola pembelian konsumen selama bulan Ramadhan di Toko Grosir PT. Purnama Mandiri menggunakan algoritma Equivalence Class Transformation (ECLAT). Bulan Ramadhan mengalami lonjakan konsumsi yang signifikan, terutama bahan pokok, yang menyebabkan meningkatnya jumlah dan kompleksitas data transaksi. Namun, data tersebut belum dimanfaatkan secara optimal oleh PT. Purnama Mandiri sebagai dasar pengambilan keputusan strategis. Oleh karena itu, dilakukan Market Basket Analysis (MBA) terhadap 271.296 data transaksi penjualan selama bulan Ramadhan tahun 2021-2024. Algoritma ECLAT dipilih karena efisien dalam menemukan frequent itemsets pada dataset besar. Dengan minimum support 20 transaksi (0,000755), ditemukan kombinasi itemset dengan panjang 2 hingga 8, terbanyak pada panjang 2–5. Dari hasil tersebut terbentuk 3.377 aturan asosiasi yang seluruhnya memenuhi kriteria strong rule (confidence ≥ 0,6 dan support ≥ 0,000755). Salah satu aturan terkuat menunjukkan bahwa pembelian DRIGEN KOSONG berasosiasi kuat dengan pembelian MINYAK SAYUR CURAH, dengan confidence 100% dan lift 10,17. Temuan ini dapat dimanfaatkan untuk strategi bisnis seperti penataan produk, promosi bundling, dan pengelolaan stok yang lebih efektif selama bulan Ramadhan.
Penerapan Diagram Kendali T2 Hotelling Bootstrap pada Pemantauan Kualitas Udara Kota Jakarta Rafly Isman Putra; Suwanda
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8460

Abstract

Abstract. Air quality in Jakarta has fluctuated significantly due to vehicle emissions and industrial activities. Although it improved during the 2020 pandemic, data from the Jakarta Environment Agency shows an increase in pollutant concentrations in 2021. Therefore, air quality monitoring is important to detect changes that affect public health. This study applies the T² Hotelling Bootstrap Control Chart for individual data (n = 364) to monitor air quality that are not normally distributed. The individual approach is considered more representative for detecting changes in air conditions directly over time. The variables used were PM2.5, PM10, and NO₂, with daily data from 2021 and 2022. The 2021 data was used to determine the control limits for phase I, while 2022 was used for phase II. The Mardia normality test indicated that the data was not normally distributed, so the Bootstrap approach was used. In phase I, out-of-control points were removed until the conditions were in control. In Phase II, 176 out of 364 points exceeded the Upper Control Limit (UCL = 10.38), indicating a deviation from the reference condition. Investigations revealed that the primary causes were pollutant stagnation, transboundary air pollution, and local emissions contributing to the deterioration of Jakarta's air quality. Abstrak. Kualitas udara Kota Jakarta mengalami fluktuasi signifikan akibat emisi kendaraan dan aktivitas industri. Meski sempat membaik selama pandemi 2020, data Dinas Lingkungan Hidup DKI Jakarta menunjukkan peningkatan konsentrasi polutan pada 2021. Oleh karena itu, pemantauan kualitas udara menjadi penting untuk mendeteksi perubahan yang berdampak pada kesehatan masyarakat. Penelitian ini menerapkan Diagram Kendali T² Hotelling Bootstrap untuk data individu (n = 364) guna memantau kualitas udara yang tidak berdistribusi normal. Pendekatan individu dinilai lebih representatif untuk mendeteksi perubahan kondisi udara secara langsung dari waktu ke waktu. Variabel yang digunakan adalah PM2.5, PM10, dan NO₂, dengan data harian tahun 2021 dan 2022.Data 2021 digunakan untuk menentukan batas kendali fase I, sedangkan 2022 sebagai fase II. Uji normalitas Mardia menunjukkan data tidak normal, sehingga digunakan pendekatan Bootstrap. Pada fase I, terdapat titik out of control yang dihapus hingga kondisi in control tercapai. Di fase II, sebanyak 176 dari 364 titik melampaui Batas Kendali Atas (BKA = 10,38), menunjukkan adanya sinyal penyimpangan dari kondisi referensi. Investigasi menunjukkan penyebab utamanya adalah stagnasi polutan, transboundary air pollution, dan emisi lokal yang berkontribusi terhadap memburuknya kualitas udara Kota Jakarta.
Jarak Fasilitas Umum sebagai Pertimbangan Pemilihan Lokasi Investasi Tanah Alfiati Hasanah; Ririn Ningkeula; Arisandi; Agus Setyo Wicaksono
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8478

Abstract

Abstract. The annual increase in prices and the low interest rates on land have led many investors to shift their funds from deposits to land investments. Although it seems easy and can be very profitable, there are many factors must be considered before investing in land. Determining the location for land investment cannot rely solely on intuition, as the land investment sector is highly dynamic and subject to frequent changes. Therefore, selecting the right land location requires comprehensive and in-depth analysis. This research aims to examine the determinants of land prices in Malang City through multiple linear regression analysis, with the goal of identifying the most suitable location for land investment. As an initial step, assumption tests are conducted first, and if all are met, multiple linear regression analysis can proceed. The analysis results show that the factors significantly affecting the price of land at a location in Malang City in 2022 the distance from Brawijaya University (X1), the distance from the City Square (X3), and the distance from the Malang Toll Gate (X4). Although the obtained coefficient of determination is still relatively low, at 48.6%, which means that there are likely other factors that significantly influence land prices, these results are expected to assist investors in considering the selection of good locations for land investment. Abstrak. Kenaikan harga pada setiap tahunnya dan suku bunga yang rendah dari tanah membuat banyak investor mengalihkan dananya dari deposito ke investasi tanah. Meskipun berpotensi menguntungkan, investasi tanah memerlukan pertimbangan matang karena penentuan lokasi tidak dapat hanya mengandalkan intuisi. Oleh karena itu, untuk melakukan pemilihan lokasi tanah memerlukan analisis yang mendalam. Penelitian ini bertujuan menentukan lokasi terbaik investasi tanah melalui analisis regresi linier berganda untuk mengidentifikasi faktor-faktor yang memengaruhi harga tanah di Kota Malang. Sebagai langkah awal, dilakukan uji asumsi yang apabila semuanya terpenuhi,  maka analisis regresi linier berganda dapat dilanjutkan. Berdasarkan analisis didapatkan bahwa faktor-faktor yang signifikan pada  harga tanah suatu lokasi di Kota Malang pada tahun 2022 yaitu jarak lokasi dengan Universitas Brawijaya (X1), jarak lokasi dengan Alun-Alun (X3), dan jarak lokasi dengan Pintu Tol Malang (X4). Meskipun koefisien determinasi yang didapatkan masih belum cukup besar yaitu sebesar 48,6%, yang menunjukkan masih terdapat faktor-faktor lainnya yang berpotensi berpengaruh signifikan pada harga tanah, namun hasil ini diharapkan mampu membantu para investor sebagai pertimbangan dalam memilih lokasi yang baik untuk investasi tanah.
Perbandingan Algoritma K-Means dan K-Medoids dalam Klasterisasi Migrasi Penduduk Kabupaten/Kota di Jawa Tengah Choirun Nisa; Lucky Anggi Kurniawati
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8701

Abstract

Abstract: Migration is a key component of population dynamics and plays an important role in shaping the social, economic, and spatial structures of a region. This study aims to identify and compare migration patterns across 35 regencies and cities in Central Java Province using two clustering methods: K-Means and K-Medoids. The analysis uses in-migration, out-migration, and the 2020 minimum wage (UMK) as indicators. Algorithm performance is evaluated using the Davies–Bouldin Index (DBI), and the clustering results are visualized as regional maps in R. The results show that K-Medoids outperforms K-Means, as reflected in its lower DBI value (0.9513 vs. 1.1197). K-Medoids produces four distinct regional clusters with varying demographic and economic characteristics: Cluster 1 includes urban areas with high mobility and medium wage levels; Cluster 2 consists of semi-urban regions with moderate migration and low wages; Cluster 3 represents industrial areas with high wages but low mobility; and Cluster 4 comprises economic centers characterized by the highest wage levels and substantial out-migration. These findings highlight the impact of regional economic disparities on migration patterns in Central Java and support data-driven policies for equitable development and population redistribution. Abstrak: Migrasi menjadi salah satu komponen penting dalam dinamika kependudukan yang berperan besar dalam perubahan struktur sosial, ekonomi dan distribusi penduduk suatu wilayah. Tujuan penelitian ini untuk mengenali dan membandingkan pola migrasi di 35 kabupaten/kota Provinsi Jawa Tengah melalui penerapan dua metode klastering, yakni K-Means dan K-Medoids. Indikator yang digunakan mencakup migrasi masuk, migrasi keluar, dan Upah Minimum Kabupaten/Kota (UMK) tahun 2020. Evaluasi kinerja kedua algoritma dilakukan dengan menggunakan Davies Bouldin Index (DBI). Analisis dan pemetaan hasil klastering dilakukkan menggunakan software R. Algoritma K-Medoids terbukti lebih optimal daripada K-Means, karena nilai DBI yang lebih kecil (0,9513) daripada K-Means (1,1197). Metode K-Medoids membentuk empat klaster wilayah dengan karakteristik demografis dan ekonomi yang berbeda. Klaster 1 mencerminkan daerah urban dengan mobilitas tinggi dan UMK menengah, Klaster 2 menggambarkan wilayah semi-urban dengan migrasi moderat dan UMK rendah, Klaster 3 terdiri atas daerah industri dengan UMK tinggi dan mobilitas rendah, sedangkan Klaster 4 menunjukkan pusat ekonomi dengan UMK tertinggi dan mobilitas keluar besar. Perbedaan kondisi ekonomi regional memengaruhi pola migrasi di Jawa Tengah dan menjadi dasar empiris bagi kebijakan pemerataan pembangunan serta redistribusi penduduk.
Pembentukan Portofolio Robust pada Saham Syariah Indonesia Epha Diana Supandi
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8716

Abstract

Abstract: This study aims to analyze the formation of an optimal Islamic stock portfolio using a robust mean–variance approach with three robust estimation methods: Minimum Covariance Determinant (MCD), Minimum Volume Ellipsoid (MVE), and Orthogonalized Gnanadesikan–Kettenring (OGK). The MCD estimator works by selecting the most homogeneous subset of data from all observations so that the determinant of the covariance matrix of that subset is minimized. The MVE estimator works by finding the ellipsoid with the smallest volume. Meanwhile, the OGK estimator offers high computational efficiency, stable estimation for high-dimensional data, and the ability to produce a positive-definite covariance matrix through an orthogonalization process. The data used consist of weekly returns of seven stocks listed in the Indonesia Sharia Stock Index (ISSI) for the period January 2020–December 2024. Based on the Sharpe Ratio analysis, the three portfolio models exhibit significant differences in return-to-risk efficiency. The OGK-based portfolio consistently achieves the highest Sharpe Ratio at all return levels compared to MCD and MVE. This confirms the superiority of OGK as a stable, efficient, and robust estimator in constructing Islamic stock portfolios. Abstrak: Penelitian ini bertujuan untuk menganalisis pembentukan portofolio saham syariah yang optimal menggunakan pendekatan robust mean–variance dengan tiga metode estimasi robust, yaitu Minimum Covariance Determinant (MCD), Minimum Volume Ellipsoid (MVE), dan Orthogonalized Gnanadesikan–Kettenring (OGK).  Estimasi MCD bekerja dengan memilih subset data yang paling homogen dari keseluruhan observasi, sehingga determinan matriks kovarians subset tersebut minimum. Estimasi MVE bekerja dengan mencari elipsoid dengan volume terkecil. Sedangkan estimasi OGK menawarkan efisiensi komputasi tinggi, estimasi yang stabil pada data berdimensi besar, serta kemampuan menghasilkan matriks kovarians positive-definit melalui proses orthogonalization. Data yang digunakan merupakan return mingguan tujuh saham dalam Indeks Saham Syariah Indonesia (ISSI) periode Januari 2020–Desember 2024.  Berdasarkan analisis Sharpe Ratio, ketiga model portofolio menunjukkan perbedaan signifikan dalam efisiensi return terhadap risiko. Portofolio berbasis OGK secara konsisten memiliki Sharpe Ratio tertinggi di semua level return dibandingkan MCD dan MVE. Hal ini menegaskan keunggulan OGK sebagai estimator yang stabil, efisien, dan robust dalam pembentukan portofolio saham syariah.
Analisis Status Gizi Balita di Indonesia Tahun 2023 dengan Regresi Logistik Ordinal Zena Azzahra Dzunnurain; Timbang Sirait
Jurnal Riset Statistika Volume 6, No. 1, Juli 2026, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v6i1.9677

Abstract

Abstract. One of the SDGs is improved nutrition. Nutrition plays a role in maintaining the normal function of body organs, growth, and producing energy through the processes of digestion, absorption, and excretion of unused chemical substances. Undernutrition, such as underweight, stunting, wasting, micronutrient deficiencies, and overnutrition, such as overweight and excess micronutrients, are still a problem in Indonesia. This study aims to analyze the influence and tendency of the influence of the area of residence, health conditions of toddlers, father’s age, mother’s age, father’s education, mother’s education, father’s occupation, and mother’s occupation on the nutritional status of toddlers based on the W/H index in Indonesia in 2023. This study uses ordinal logistic regression to capture more detailed categories of toddler nutritional status, that is severely wasting, wasting, normal, and overweight. The results of this study indicate that the area of residence, health conditions of toddlers, informal category of father’s occupation, and all categories of mother’s occupation have an effect on the nutritional status of toddlers based on the W/H index. Abstrak. Salah satu tujuan SDGs adalah perbaikan gizi. Gizi berperan dalam mempertahankan fungsi normal organ tubuh, pertumbuhan, dan menghasilkan energi melalui proses pencernaan, penyerapan, hingga pengeluaran zat-zat kimia yang tidak digunakan. Gizi kurang, seperti underweight, stunting, wasting, defisiensi mikronutrien, dan gizi lebih, seperti overweight dan kelebihan zat gizi mikro, masih menjadi permasalahan di Indonesia. Penelitian ini bertujuan untuk menganalisis pengaruh dan kecenderungan pengaruh daerah tempat tinggal, kondisi kesehatan balita, usia ayah, usia ibu, pendidikan ayah, pendidikan ibu, pekerjaan ayah, dan pekerjaan ibu terhadap status gizi balita berdasarkan indeks BB/TB di Indonesia tahun 2023. Penelitian ini menggunakan regresi logistik ordinal dalam menangkap kategori yang lebih rinci tentang status gizi balita, yaitu severely wasting, wasting, normal, dan overweight. Hasil studi menunjukkan bahwa daerah tempat tinggal, kondisi kesehatan balita, pekerjaan ayah pada kategori informal, dan pekerjaan ibu pada semua kategori signifikan berpengaruh terhadap status gizi balita berdasarkan indeks BB/TB.
Deteksi Dini Tingkat Depresi pada Gen Z Menggunakan Fuzzy Inference System (FIS) Alodia Deyanah Setiono; Jajang Jajang; Agus Sugandha
Jurnal Riset Statistika Volume 6, No. 1, Juli 2026, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v6i1.9759

Abstract

Abstract. Depression is a common mental health disorder characterized by feelings of distress or loss of interest and pleasure in activities over a prolonged period of time.  Generation Z is one of the age groups most susceptible to depression. Therefore, this study aims to detect early signs of depression in Gen Z so that it can be treated promptly. The analysis method used for early detection is the Mamdani Fuzzy Inference System (FIS). The data used in this study are primary data obtained from questionnaires completed by target population. The research variables consist of three input variables: physical symptoms, psychological symptoms, and social symptoms. Meanwhile, the resulting output variables are four categories of depression levels: normal, mild, moderate, and severe. Data processing was carried out using Python with the help of the Google Colab platform. The results showed that the Mamdani FIS was able to detect early levels of depression with an accuracy of 81%. The total number of respondents showed that 51% of Gen Z in Sokaraja Tengah Village, Banyumas Regency, did not experience depression or were at a normal level, 22% experienced mild depression, 17% experienced moderate depression, and 10% experienced severe depression. Further action by the local government is needed immediately to reduce depression, especially moderate and higher (27%). Abstrak. Depresi merupakan salah satu gangguan kesehatan mental yang umum terjadi yang ditandai dengan perasaan tertekan atau hilangnya minat dan kesenangan ketika melakukan aktivitas dalam rentang waktu yang lama. Generasi Z merupakan salah satu kelompok umur yang sangat rentan terkena depresi. Oleh karena itu, penelitian ini bertujuan untuk mendeteksi dini adanya kemungkinan seseorang mengalami depresi pada Gen Z agar segera dapat ditangani lebih awal.  Metode analisis yang digunakan untuk deteksi dini adalah Fuzzy Inference System (FIS) Mamdani. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dari hasil pengisian kuesioner oleh populasi target.   Variabel-variabel penelitian terdiri dari tiga variabel input yaitu gejala fisik, gejala psikis, dan gejala sosial. Sementara itu, variabel output yang dihasilkan adalah empat kategori tingkat depresi yaitu normal, ringan, sedang, dan berat. Proses pengolahan data dilakukan menggunakan bahasa Python dengan bantuan platform Google Colab. Hasil penelitian menunjukkan bahwa FIS Mamdani mampu mendeteksi dini tingkat depresi dengan akurasi keberhasilan sebesar 81%.  Dari total responden diperoleh bahwa 51% Gen Z di Desa Sokaraja Tengah Kabupaten Banyumas tidak mengalami depresi atau berada pada tingkat depresi normal, 22% mengalami depresi tingkat ringan, 17% mengalami depresi tingkat sedang, dan 10% mengalami depresi tingkat berat. Tindakan lebih lanjut oleh pemerintah setempat perlu segera untuk mengurangi depresi, khususnya sedang ke atas (27%).
Aplikasi Model SEM untuk Analisis Faktor Tekanan Uap Air di Jawa Timur Eka Adilah Putri; Swasono Rahardjo
Jurnal Riset Statistika Volume 6, No. 1, Juli 2026, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v6i1.9873

Abstract

Abstract. Water vapor pressure is the partial pressure of water gas in the atmosphere, consisting of saturated vapor pressure and actual vapor pressure. Water vapor pressure plays an important role in the Earth's energy balance and the hydrological cycle. This study was conducted in 38 districts/cities in East Java Province to examine the climate factors that influence water vapor pressure. Based on previous research, it appears that water vapor is influenced by geographical and environmental conditions spread across various locations, so a statistical approach that can accommodate location elements is needed, namely spatial regression. There are several types of spatial models, namely the Spatial Autoregressive Model (SAR), Spatial Error Model (SEM), Spatial Durbin (SDM), and Spatial Moving Autoregressive (SARMA). In this study, the Spatial Error Model (SEM) was used because the error components between regions are interconnected with errors in the surrounding areas, which indicates the presence of spatial autocorrelation in the errors. The variables studied include temperature, rainfall, wind speed, and solar radiation sourced from secondary data from satellite imagery through the Google Earth Engine catalog. The processing process was carried out with the help of QGIS, GeoDa, and Minitab 21 applications. The results of the study showed that temperature, rainfall, wind speed, and solar radiation factors spatially have an influence on water vapor pressure. Abstrak. Tekanan uap air merupakan tekanan parsial gas air di atmosfer yang terdiri dari tekanan uap jenuh dan tekanan uap aktual. Tekanan uap air berperan penting dalam keseimbangan energi bumi dan siklus hidrologi. Penelitian ini dilakukan pada 38 kabupaten/kota di Provinsi Jawa Timur untuk mengkaji faktor-faktor iklim yang memengaruhi tekanan uap air. Berdasarkan penelitian terdahulu, terlihat bahwa uap air dipengaruhi kondisi geografis dan lingkungan yang tersebar di berbagai lokasi, sehingga diperlukan pendekatan statistik yang dapat mengakomodasi unsur lokasi, yaitu regresi spasial. Terdapat beberapa jenis model spasial, yaitu Model Autoregresif Spasial (SAR), Spatial Error Model (SEM), Durbin Spasial (SDM), dan Autoregresif Bergerak Spasial (SARMA). Dalam penelitian ini, digunakan Spatial Error Model (SEM) karena komponen galat antarwilayah saling berhubungan dengan galat di wilayah sekitarnya, yang menunjukkan adanya autokorelasi spasial pada error. Variabel yang dikaji meliputi suhu, curah hujan, kecepatan angin, dan radiasi matahari yang bersumber dari data sekunder citra satelit melalui katalog Google Earth Engine. Proses pengolahan dilakukan dengan bantuan aplikasi QGIS, GeoDa, dan Minitab 21. Hasil penelitian menunjukkan bahwa faktor suhu, curah hujan, kecepatan angin, dan radiasi matahari secara spasial memiliki pengaruh terhadap tekanan uap air.

Page 11 of 12 | Total Record : 117

 8   9   10   11   12 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Volume 6, No. 1, Juli 2026, Jurnal Riset Statistika (JRS) Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS) Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS) Volume 4, No. 2, Desember 2024, Jurnal Riset Statistika (JRS) Volume 4, No. 1, Juli 2024, Jurnal Riset Statistika (JRS) Volume 3, No. 2, Desember 2023, Jurnal Riset Statistika (JRS) Volume 3, No. 1, Juli 2023, Jurnal Riset Statistika (JRS) Volume 2, No. 2, Desember 2022, Jurnal Riset Statistika (JRS) Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS) Volume 1, No. 2, Desember 2021, Jurnal Riset Statistika (JRS) Volume 1, No. 1, Juli 2021, Jurnal Riset Statistika (JRS) More Issue