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 107 Documents
 7   8   9   10   11 
Formulasi Baru K-Means dalam Pengelompokkan Desa Berdasarkan Ketersediaan Fasilitas Kesehatan Lestari, Indah; 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 Ramdani, Mohamad Gilang; Komara Rifai, Nur Azizah
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 Sephira Dwi Lavanza, Diva; Kudus, Abdul
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 Isman Putra, Rafly; 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 Hasanah, Alfiati; Ningkeula, Ririn; Arisandi; Setyo Wicaksono, Agus
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 Nisa, Choirun; Anggi Kurniawati, Lucky
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 Diana Supandi, Epha
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.

Page 11 of 11 | Total Record : 107

 7   8   9   10   11 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue 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)