Bandung Conference Series: Statistics
Bandung Conference Series: Statistics (BCSS) menerbitkan artikel penelitian akademik tentang kajian teoritis dan terapan serta berfokus pada Statistika dengan ruang lingkup sebagai berikut: Alternating Least Square, Analisis Konjoin, Autoregressive, Auxiliary Variabel, Baby Birth, Block Maxima, Churn Distribusi Skellam, Cox Regression, Data spasial, DBD Ordinal Logistic Regression, Diagram kendali, Discrete Choice Experiment Method, Discrete Time Logistic, empirical likelihood, Fisher Scoring, Generalized Structured Component Analysis, Geographically Weighted Regression, GEV, GJR GARCH, Infant Mortality Preferensi, Insurance Claim, Kaplan-Meier, Kernel Bi-Square, Gaussian, Logistic Regression, Maternal Mortality, Mixed Geographically Weighted Regression Model GSTAR, MLE, Model ARIMAX, MSE. Multiple linear regression analysis, Nadaraya Watson, Newton Raphson Method, Nonparametrik Spline Confidence Interval, Optimasi Multi-Objek, orde Spasial, Outlier, Pareto Optimal, Partial Proportional Odds Model, Pemodelan Indeks Pembangunan Manusia. Penduga Rasio dan Produk Tipe Eksponensial, Peramalan, Poisson Bivariate Regression, Poisson Regression, Rata-rata Populasi berhingga, Regresi, Return Period Exogenous Variable, RMSE, Structural Equation Modeling, Survival Analysis, Threshold, Vibrasi Bearing, zero-inflated. Prosiding ini diterbitkan oleh UPT Publikasi Ilmiah Unisba. Artikel yang dikirimkan ke prosiding ini akan diproses secara online dan menggunakan double blind review minimal oleh dua orang mitra bebestari.
Articles
27 Documents
Search results for
, issue
"Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics"
:
27 Documents
clear
<![CDATA[Estimasi Tabel Kematian untuk Penduduk Perempuan di Provinsi Banten dengan Metode Intersurvei Kohor Hipotesis Menggunakan Tabel Coale-Demeny ]]>
<![CDATA[Alna Septiani Noer Ismaila]]>;
<![CDATA[Yayat Karyana]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5300
<![CDATA[Abstract. One indicator that affects the welfare of the population is the death rate which is part of the demographic factor. If an area has a high infant mortality rate, then the welfare of the population in that area is low, conversely if infant mortality is low, the population's welfare tends to improve. This study aims to apply the Hypothesis Cohort Intersurvey method to estimate the mortality rate and then continue by modeling the table with the Western Coale-Demeny model table to get the life expectancy value. The data used comes from SP2010 and SUPAS2015. Based on the study's results, the estimated mortality table is relatively low, stating that the population's welfare in Banten Province is quite good. Meanwhile, for AHH (Life Expectancy) in this study, 69.54 years were obtained, which means that a person's life expectancy can be up to 70 years old. Keywords: Mortality, Hypothesized Cohort Intersurvey Method, Mortality Table, Western model Coale-Demeny Table. Abstrak. Salah satu indikator yang mempengaruhi kesejahteraan penduduk adalah level kematian yang menjadi bagian dari faktor demografi, dalam hal ini tingkat kematian menjadi salah satu hal yang berpengaruh. Apabila suatu wilayah memiliki tingkat kematian bayi yang terbilang tinggi, maka kesejahteraan penduduk pada wilayah tersebut terbilang rendah. Sebaliknya apabila kematian bayi rendah, maka kesejahteraan penduduk cenderung lebih baik. Tujuan penelitian ini adalah mengaplikasikan metode Intersurvei Kohor Hipotesis untuk mengestimasi tingkat kematian kemudian dilanjutkan dengan memodelkan tabel dengan tabel Coale-Demeny model Barat untuk mendapatkan nilai harapan hidup. Data yang digunakan berasal dari SP2010 dan SUPAS2015. Berdasarkan hasil penelitian diperoleh estimasi tabel kematian yang terbilang cukup rendah dan dapat dikatakan jika kesejahteraan penduduk di Provinsi Banten terbilang cukup baik. Sementara itu, untuk AHH (Angka Harapan Hidup) dalam penelitian ini didapatkan 69,54 tahun yang berarti harapan hidup seseorang bisa sampai umur 70 tahun. Kata Kunci: Mortalitas, Metode Intersurvei Kohor Hipotesis, Tabel Kematian, Tabel Coale-Demeny model Barat]]>
<![CDATA[Pemodelan Fungsi Transfer Multivariat untuk Meramalkan Produksi Padi di Sumatera Barat ]]>
<![CDATA[Kuntum Khairatunnisa]]>;
<![CDATA[Anneke Iswani Achmad]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5461
<![CDATA[Abstract. Forecasting is a way to predict future events using past and present data. One of the models in forecasting is the transfer function model. The Transfer Function Model is a combination of the characteristics of multiple regression analysis with the characteristics of the time series ARIMA (Autoregressive Integrated Moving Average). In the transfer function model there is an output series (yt) which will be affected by the input series (xt) and the other inputs are combined in one group called the noise or noise series (nt). In this study the objects applied to the multivariate transfer function model are rice production (Y) as the output series, harvested area (X1) and rainfall (X2) as the input series. The data used is from January 2010 to December 2020. The purpose of this study is to find out the model and forecast results for rice production in West Sumatra from January 2021 to December 2022 with a multivariate transfer function model. In this study, a multivariate transfer function model was obtained to predict rice production in West Sumatra Yt=-0,83048Yt-1+(6,02681) X1,t-(-0,83048)(6,02681) X2,t-1+0,0079647X2,t-4-(-0,83048)(0,0079647) X2,t-5-(-0,74556)at-1+ et and the highest forecasting results in 2021, namely February of 266,909 tons of dry milled grain (GKG) and the lowest, namely in May, of 266,408 tons of dry milled grain (GKG) while for 2022 the highest production is in January of 266,560 tons of GKG and the lowest was in March with 266.539 tons of GKG. Keywords: Forecasting, ARIMA, Multivariate Transfer Function, Rice Production. Abstrak. Peramalan adalah cara untuk memprediksi kejadian masa depan dengan menggunakan data masa lalu dan sekarang. Salah satu model dalam peramalan adalah model fungsi transfer. Model Fungsi Transfer merupakan gabungan dari karakteristik analisis regrsi berganda dengan karakteristik deret berkala ARIMA (Autoregressive Integrated Moving Average). Pada model fungsi transfer terdapat deret output (yt) yang akan dipengaruhi oleh deret input (xt) dan input-input lainnya digabungkan dalam satu kelompok yang disebut deret gangguan atau noise (nt). Pada penelitian ini objek yang diterapkan pada model fungsi transfer multivariat yaitu produksi padi (Y) sebagai deret output , luas panen (X1) dan curah hujan (X2) sebagai deret inputnya. Dengan data yang digunakan yaitu dari Januari 2010 sampai Desember 2020. Tujuan dari penelitian ini untuk mengetahui model dan hasil ramalan produksi padi di Sumatera Barat dari Januari 2021 sampai dengan Desember 2022 dengan model fungsi transfer multivariat. Dalam penelitian ini diperoleh model fungsi transfer multivariat untuk meramalkan produksi padi di Sumatera Barat adalah Yt=-0,83048Yt-1+(6,02681) X1,t-(-0,83048)(6,02681) X2,t-1+0,0079647X2,t-4-(-0,83048)(0,0079647) X2,t-5-(-0,74556)at-1+ et dan hasil peramalan tertinggi pada tahun 2021 yaitu bulan Februari sebesar 266,909 ton Gabah Kering Giling (GKG) dan terendah yaitu pada bulan Mei yaitu sebesar 266,408 ton Gabah Kering Giling (GKG) sedangkan untuk tahun 2022 produksi tertinggi yaitu pada bulan Januari sebesar 266,560 ton GKG dan terendah yaitu bulan Maret sebesar 266,539 ton GKG. Kata Kunci: Peramalan, ARIMA, Fungsi Transfer Multivariat, Produksi padi.]]>
<![CDATA[Deteksi Kerusakan Bearing Menggunakan Komponen Utama Kernel ]]>
<![CDATA[Allyaa Putri Asti]]>;
<![CDATA[Sutawanir Darwis]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5471
<![CDATA[Abstract. Various factors can cause bearing damage, this is a major problem because it can cause substansial losses and affect production schedules. It is recommended to control bearing damage in order to provide early information about the damage. The method used in this paper is Hotelling T2 through Kernel Principal Component Analysis (KPCA). The principal component of kernel used to construct Hotelling T2 statistics in order to obtain T2 statistical values for detection bearing damage. The purpose of this paper is to apply KPCA as a statistic to use normal and damaged bearing. Data from NASA Bearing Dataset that contains normal bearing and damage bearing. Data divided into 1153 data for training and 323 data for testing. In this paper, 8 features are used as input for KPCA, reduced to 6 kernel principal component. Training data can obtained eigenvalue as input Hotelling T2, testing is used to detect bearings condition. Bearings are detected to damaged when T2 > 12.6939 with a significance level of 5%, from 323 training data 294 observations detected as damaged bearings and 29 observations detected as normal bearings. After conducting research, KPCA method can use to detect bearing damage. Abstrak. Berbagai faktor dapat menyebabkan kerusakan bearing, hal ini merupakan masalah utama karena dapat menyebabkan kerugian cukup besar dan mempengaruhi jadwal produksi. Dianjurkan mengontrol kerusakan bearing agar dapat memberikan informasi awal kerusakan bearing. Metode digunakan dalam penelitian Hotelling T2 melalui komponen utama kernel. Komponen utama kernel digunakan untuk mengkontruksi statistik Hotelling T2 sehingga diperoleh nilai statistik T2 untuk deteksi kerusakan bearing. Tujuan penelitian adalah menerapkan komponen utama kernel sebagai statistik untuk menggunakan Hotelling T2 bearing normal dan bearing rusak. Data sekunder NASA Bearing Dataset berisikan data bearing normal serta data bearing rusak. Proses deteksi bearing melalui komponen utama kernel dibagi menjadi data training sebanyak 1153 data sedangkan data testing sebanyak 323 data. Berdasarkan hasil penelitian, 8 fitur dijadikan sebagai input komponen utama kernel, direduksi menjadi enam komponen utama kernel. Menggunakan data training diperoleh nilai eigen sebagai input Hotelling T2, data testing digunakan untuk mendeteksi kondisi bearing. Bearing terdeteksi rusak ketika statistik T2 > 12.6939. Dengan taraf signifikansi 5 %, didapatkan sebanyak 294 data pengamatan dari 323 terdeteksi merupakan bearing rusak sedangkan sisanya 29 data pengamatan terdeteksi merupakan bearing normal. Setelah dilakukan penelitian metode komponen utama kernel layak digunakan untuk mendeteksi kerusakan bearing.]]>
<![CDATA[Diagram Kendali X Exponentially Weighted Moving Average yang Meminimalkan Median Run Length pada Data Panjang Pewarna Plastik ]]>
<![CDATA[Shania Wilda Fitris]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5513
<![CDATA[Abstract. The main purpose of statistical quality control is to quickly investigate whether special causes or process shifts has occurred so that an investigation of the process and corrective action can be taken. One of the tools for statistical quality control is the control chart. The tool that can be used to measure the performance of the control chart is the average run length (ARL). The disadvantage is that the run length distribution is skewed when the process is in control or slightly out of control, thus ARL’s interpretation of the performance of the control chart is less meaningful. You et al. (2016) introduced EWMA control chart based on the median run length (MRL), that is the Xbar EWMA control chart that minimizes the median run length (MRL) and expected median run length (EMRL). This method is more informative and reliable and is not affected by the slope of the run length distribution compared to ARL. In this study we applied the method to the the plastic colorant length data of Company X. From the research conducted, it was concluded that plastic colorant length data of Company X was statistically in control both in phase-I and phase-II data. Abstrak. Tujuan utama dari pengendalian kualitas statistik yaitu menyelidiki dengan cepat apakah terjadi penyebab khusus atau pergeseran proses sedemikian sehingga penyelidikan terhadap proses tersebut dan tindakan perbaikan dapat dilakukan. Salah satu alat untuk pengendalian kualitas statistik yaitu diagram kendali. Alat yang bisa digunakan untuk melihat kinerja diagram kendali adalah average run length (ARL). Kelemahannya adalah distribusi run length miring ketika proses in control atau sedikit out of control, sehingga interpretasi ARL mengenai kinerja dari diagram kendali kurang berarti. Maka You dkk. (2016) memperkenalkan alternatif dari penggunaan diagram kendali EWMA berdasarkan median run length (MRL), yaitu mengunakan diagram kendali Xbar EWMA yang meminimalkan median run length (MRL) dan expected median run length (EMRL), karena metode ini lebih informatif dan reliabel serta tidak dipengaruhi oleh kemiringan distribusi run length dibandingkan menggunakan ARL. Dalam penelitian ini kami menerapkan metode tersebut terhadap data panjang pewarna plastik Perusahaan X. Dari penelitian yang dilakukan disimpulkan bahwa data panjang pewarna plastik Perusahaan X terkendali secara statistik baik pada data fase-I maupun data fase-II.]]>
<![CDATA[Penerapan Metode Regresi Ridge Parsial untuk Mengatasi Masalah Multikolinearitas untuk Memodelkan Faktor-Faktor yang Mempengaruhi Kemiskinan di Jawa Tengah pada Tahun 2020 ]]>
<![CDATA[Saquila Beninurhadi Putri]]>;
<![CDATA[Suliadi Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5578
<![CDATA[Abstract. In regression analysis, multicollinearity is a condition of strong collinearity between independent variables. If multicollinearity occurs, the estimated parameters will have a large and not stable variance. Ridge regression is one of the solutions to overcome multicollinearity by adding a parameter c as a bias setting to the variance-covariance matrix of the independent variables. However, in the usual ridge regression model has some drawbacks, such as the bias constant c is added to all independent variables, regardless of the high or low level of collinearity among the variables. Therefore, Chandrasekhar, et al. (2016) developed a new ridge regression method, namely partial ridge regression. This research discusses the partial ridge regression method and applies to the case of poverty in Central Java Province in 2020. The results showed multicollinearity in the data and a bias constant c which was only added to variables with low eigenvalues, namely on Eigen 4. The partial ridge regression is =0.5753 + 0.4977 -1.6661 -0.1679 and then returned to the original regression model as =85.1023+1.6967 +0.0010 -1.3272 -0.3430. Abstrak. Dalam analisis regresi, multikolinearitas adalah suatu kondisi kekolinieran yang kuat antar variabel independent. Apabila terjadi multikolinearitas maka taksiran parameter akan memiliki varians yang besar dan tidak stabil. Regresi ridge merupakan salah satu solusi untuk mengatasi multikolinearitas dengan cara menambahkan parameter c sebagai tetapan bias pada matriks varians -kovarians pada variabel independen. Namun model regresi ridge terdapat beberapa kekurangan diantaranya yaitu konstanta bias c ditambahkan ke semua variabel independent, tanpa melihat tinggi rendahnya tingkat kolinearitas diantara variabel-variabel. Oleh karena itu, Chandrasekhar, et al., (2016) mengembangkan suatu metode regresi rigde baru yaitu partial regression ridge atau regresi ridge parsial. Skripsi ini membahas tentang metode regresi ridge parsial yang diterapkan pada kasus kemiskinan di Jawa Tengah pada tahun 2020 . Hasil penelitian menunjukan adanya multikolinearitas pada data dan kontanta bias c yang hanya ditambahkan pada variabel yang berinilai eigen rendah yaitu pada eigen 4. Regresi ridge parsialnya adalah =0.57531 + 0.4977 -1.6661 -0.1679 lalu dikembalikan ke model regresi semula menjadi =85.1023+1.6967 +0.0010 -1.3272 -0.3430.]]>
<![CDATA[Rekomendasi Destinasi Wisata di Indonesia Menggunakan Metode Item2Vec ]]>
<![CDATA[Aisha Kusuma Putri]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5666
<![CDATA[Abstract. Everyone choosing an item can be different, thus recommendations will be difficult to be given when many peoples have their own preferences. Hence, we need a method that can provide recommendations to many peoples, one of them is Item2Vec. Item2Vec is an item recommendation method that only uses user rating data in its algorithm. The items recommended to users are items that are similar to items previously liked. In its algorithm, Item2Vec is built with collaborative filtering (CF) and Word2Vec Skip Gram with Negative Sampling (SGNS). Through Word2Vec SGNS, it represents items into a vector of numbers through a neural network process, that is feedforward, that minimizing the objective function and backpropagation. Through CF, the vector for each item will be calculated using cosine similarity as the similarity value between items. The highest cosine similarity value results are interpreted as the most recommended items for each item and otherwise. Item2Vec has greater accuracy and more effective performance than recommendation systems built by Singular Value Decomposition (SVD) with CF. The objective of this research is to provide recommendation for tourist destination in Indonesia, by using Item2Vec method. This method makes it easier for tourists to choose tourist destinations and also makes it easier for travel agents to offer tourist destinations for promotion purposes. The Item2Vec method produces recommendations for tourist destinations in Indonesia with an accuracy of 61% and is considered to be performing quite well. Abstrak. Keinginan setiap orang dalam memilih suatu item dapat berbeda-beda, sehingga rekomendasi akan sulit diberikan ketika banyak orang memiliki keinginannya masing-masing. Maka, diperlukannya metode yang dapat memberikan rekomendasi kepada banyak orang salah satunya yaitu Item2Vec. Item2Vec merupakan sistem rekomendasi item yang hanya menggunakan data rating pengguna dalam algoritmanya. Item yang direkomendasikan kepada pengguna yaitu item yang memiliki kemiripan dengan item yang disukai sebelumnya. Dalam algoritmanya, Item2Vec dibangun dengan collaborative filtering (CF) dan Word2Vec Skip Gram with Negative Sampling (SGNS). Melalui Word2Vec SGNS, direpresentasikannya item ke dalam vektor angka melalui proses neural network yaitu feedforward, meminimumkan fungsi objektif dan backpropagation. Melalui CF, vektor setiap item dihitung menggunakan cosine similarity sebagai nilai kemiripan antar item. Hasil nilai cosine similarity tertinggi diartikan sebagai item yang paling direkomendasikan untuk setiap item dan juga sebaliknya. Item2Vec memiliki akurasi lebih besar dan kinerja lebih efektif dibandingkan sistem rekomendasi yang dibangun oleh Singular Value Decompotion (SVD) dengan CF. Tujuan dari penelitian ini adalah memberikan rekomendasi destinasi wisata di Indonesia, dengan menggunakan metode Item2Vec. Metode ini mempermudah wisatawan dalam memilih destinasi wisata dan juga mempermudah biro perjalanan dalam menawarkan destinasi wisata untuk keperluan promosi. Metode Item2Vec menghasilkan rekomendasi destinasi wisata di Indonesia dengan akurasi sebesar 61% dan termasuk ke dalam performa cukup baik.]]>
<![CDATA[Penerapan Distribusi Campuran Lognormal-Gamma pada Data Besar Klaim Asuransi Kendaraan Bermotor ]]>
<![CDATA[Sheli Andriani]]>;
<![CDATA[Aceng Komarudin Mutaqin]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5685
<![CDATA[Abstract. Insurance is an agreement between the insurer and the insured, which requires the insured to pay a premium to provide reimbursement for the risk of loss, damage, death or loss of profits due to an unexpected event. Some of the terms in insurance, one of which is a claim, when a claim occurs when the insured experiences a risk, the insurer will compensate for the loss according to the agreement stated in the policy (written agreement). In several previous studies, there are distributions that are applied to large claims data such as the Pareto distribution and the Weillbul distribution. This study will use a mixed lognormal-gamma distribution. The mixed distribution of the lognormal gamma mixture belongs to the continuous distribution with three parameters (µ, α, and β). The data used is the big data of claims at the insurance company PT XZ in 2014 regarding the data of claims for Partial Loss motor vehicle insurance for region 1 category 5. Based on the results of applying the mixed lognormal-gamma distribution it is concluded that the big data for motor vehicle insurance claims for category 5 region 1 comes from population with mixed lognormal-gamma distribution Abstrak. Asuransi merupakan perjanjian antara penanggung dan tertanggung, yang mewajibkan tertanggung membayar sejumlah premi untuk memberikan penggantian atas risiko kerugian, kerusakan, kematian, atau kehilangan keuntungan karena suatu peristiwa yang tidak terduga. Beberapa istilah dalam asuransi salah satunya yaitu klaim, terjadinya klaim ketika tertanggung mengalami risiko maka penanggung akan mengganti kerugian sesuai dengan kesepakatan yang tertera dalam polis (perjanjian tertulis). Dalam beberapa penelitian terdahulu, terdapat distribusi yang diterapkan pada data besar klaim seperti distribusi Pareto dan distribusi Weillbul. Pada penelitian ini akan menggunakan distribusi campuran lognormal-gamma. Distribusi campuran lognormal gamma termasuk kedalam distribusi kontinu dengan tiga parameter (µ, α, dan β). Data yang digunakan yaitu data besar klaim pada perusahaan asuransi PT XZ Tahun 2014 mengenai data klaim Partial Loss asuransi kendaraan bermotor untuk wilayah 1 kategori 5. Berdasarkan hasil penerapan distribusi campuran lognormal-gamma disimpulkan bahwa data besar klaim asuransi kendaraan bermotor kategori 5 wilayah 1 berasal dari populasi yang berdistribusi campuran lognormal-gamma.]]>
<![CDATA[Diagram Kendali Sintetik Coeffecient of Variation dalam Memantau Variabilitas Proses dan Penerapannya pada Data Pengukuran Core 4st ]]>
<![CDATA[Nadya Yuliyani]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5689
<![CDATA[Abstract. The average control chart and variability control chart are used to monitor whether the process average and variability are stable or not. One tool to monitor process variability is the coefficient of variation (CV) control chart. Many control chart methods were used by previous studies to monitor CV, one of which was by Guo and Wang (2016) who provided a new strategy by proposing a synthetic diagram with two-sided CV sub-graphs based on equal-tailed probability limits and CRL (Conforming run length) which requires a lower control limit. Synthetic control charts have better performance compared to common control charts. In this study, we apply this method to the thickness data of the 4th core product. The 4th core product is one of the component parts on the starter motor dynamo and starter coil., It is obtained that in phase I the thickness of the 4st core was statistically controlled. Furthermore, in phase II, it is obtained that several observation points felt outside the control limits, and concluded that there were uncontrolled processes at several observation points. Abstrak. Diagram kendali rata-rata dan diagram kendali variabilitas, digunakan untuk memantau apakah rata-rata dan variabilitas proses tersebut stabil atau tidak. Salah satu alat guna memantau variabilitas proses adalah diagram kendali coeffecient of variation (CV). Banyak metode diagram kendali yang dilakukan oleh penelitian terdahulu guna memantau CV, salah satunya oleh Guo dan Wang (2016) yang memberikan strategi baru dengan mengusulkan diagram sintetik dengan sub-grafik CV dua sisi berdasarkan batas probabilitas equal-tailed dan sub-grafik CRL (Conforming run length) yang membutuhkan batas kendali bawah. Diagram kendali sintetik memiliki kinerja yang lebih baik dibandingkan dengan diagram kendali pada umumnya. Pada penelitian ini, kami menerapkan metode tersebut terhadap data ketebalan produk core 4st . Produk core 4st merupakan salah satu bagian komponen yang berada pada dinamo stater motor serta koil stater. Diperoleh bahwa pada fase I ketebalan core 4st terkendali secara statistik. Selanjutnya pada fase II, diperoleh beberapa titik pengamatan yang dirasa berada diluar batas kendali, dan disimpulkan bahwa terdapat proses yang tidak terkendali pada beberapa titik pengamatan.]]>
<![CDATA[Penerapan Metode Generalized Structure Component Analysis (GSCA) pada Pengguna Dompet Digital (E-Wallet) di Desa Digital Menggunakan Model Utaut 2 ]]>
<![CDATA[Wian Fadila]]>;
<![CDATA[Marizsa Herlina]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5699
<![CDATA[Abstract. Structural Equation Modeling (SEM) is a multivariate analysis method that combines factor analysis, path analysis, and regression analysis. Structural Equation Modeling (SEM) aims to measure the relationship between latent variables and their indicators. Component-based SEM has two methods, namely Partial Least Square (PLS) and Generalized Structure Component Analysis (GSCA). In this study the focus is on component-based SEM analysis, namely the Generalized Structure Component Analysis (GSCA) method. Generalized Structure Component Analysis (GSCA) is a method that does not require multivariate normal distribution assumptions and has an overall goodness of fit measure. The parameters used are factor loading, parameter coefficients, weight of indicators and estimation with Alternating Least Square (ALS). This study aims to determine what factors in the UTAUT 2 modification model influence the intention and behavior of using digital wallets (e-wallets) in Rajamandala Kulon village. The results of this study are that habit and security factors are felt to have the highest influence on usage intentions and habit factors and usage intentions have the highest influence on digital wallet usage behavior in Rajamandala Kulon Village. Abstrak. Structural Equation Modeling (SEM) merupakan salah satu metode analisis multivariat (multivariate analysis) yang menggabungkan antara analisis factor, analisis jalur, dan analisis regresi. Structural Equation Modeling (SEM) bertujuan untuk mengukur hubungan antara peubah laten dan indikatornya. SEM berbasis komponen memiliki dua metode yaitu Partial Least Square (PLS) dan Generalized Structure Component Analysis (GSCA). Pada penelitian ini fokus pada analisis SEM berbasis komponen yaitu metode Generalized Structure Component Analysis (GSCA). Generalized Structure Component Analysis (GSCA) merupakan metode yang tidak memerlukan asumsi distribusi normal multivariat dan memiliki ukuran overall goodness of fit. Parameter yang digunakan adalah factor loading, coefficients parameter, weight of indicators dan estimasi dengan Alternating Least Square (ALS). Penelitian ini bertujuan untuk mengetahui factor -faktor apa saja dalam model modifikasi UTAUT 2 yang berpengaruh kepada niat dan perilaku penggunaan dompet digital (e-wallet) di desa Rajamandala Kulon. Hasil dari penelitian ini adalah faktor kebiasaan dan keamanan yang dirasakan memiliki pengaruh tertinggi terhadap niat penggunaan serta faktor kebiasaan dan niat penggunaan memiliki pengaruh tertinggi terhadap perilaku penggunaan dompet digital di Desa Rajamandala kulon.]]>
<![CDATA[SEM-PLS untuk Persepsi Nilai pada Aplikasi Pemesanan Tiket Pesawat ]]>
<![CDATA[Edwiga Antirad]]>;
<![CDATA[Marizsa Herlina]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5734
<![CDATA[Abstract. The increasing use of technology has made people switch to ordering plane tickets online. In addition, smartphone ownership makes applications the media most often used to place orders. Even so, the perception of user value is still a problem for flight ticket booking service providers. This is because users still frequently switch services erratically. Therefore, this research was conducted to determine the factors that influence the perceived value of users of flight ticket booking applications in Gen Z at the Islamic University of Bandung. This study will link 3 latent variables related to perceived value, namely search features, ease of use, and payment methods. All three latent variables are related to one another. The approach used to determine the relationship between these latent variables is the Structural Equation Modeling – Partial Least Square (SEM-PLS) method with the bootstrap parameter estimation method. This research was conducted to understand the truth of the theoretical concept regarding the factors that influence perceived value. The results showed that each of the two of the four indicators on the variable search features, ease of use and payment methods were significant and showed that all variables had a significant effect on the perceived value variable. The bootstrap estimation results for hypothesis testing also concluded that search feature variables, ease of use, and payment methods have an effect on perceived value. Abstrak. Meningkatnya penggunaan teknologi membuat masyarakat beralih untuk memesan tiket pesawat secara daring. Selain itu, kepemilikan smartphone membuat aplikasi menjadi media yang paling sering digunakan untuk melakukan pemesanan. Meskipun demikian, persepsi nilai pengguna masih menjadi permasalahan penyedia layanan pemesanan tiket pesawat. Hal ini dikarenakan pengguna masih sering berpindah-pindah layanan secara tidak menentu. Oleh karena itu, penelitian ini dilakukan untuk mengetahui faktor-faktor yang memengaruhi persepsi nilai pengguna aplikasi pemesanan tiket pesawat pada gen Z di Universitas Islam Bandung. Penelitian ini akan menghubungkan 3 variabel laten yang berkaitan dengan persepsi nilai yaitu fitur pencarian, kemudahan penggunaan, dan metode pembayaran. Ketiga variabel laten yang berbeda saling berkorelasi antara variabel satu dengan yang lainnya. Pendekatan yang digunakan untuk mengetahui hubungan variabel-variabel laten tersebut adalah Metode Structural Equation Modelling – Partial Least Square (SEM-PLS) dengan metode estimasi parameter bootstrap. Penelitian ini dilakukan untuk memahami kebenaran konsep teori mengenai faktor-faktor yang mempengaruhi nilai persepsi. Hasil penelitian menunjukkan bahwa masing-masing dua dari empat indikator pada variabel fitur pencarian, kemudahan penggunaan dan metode pembayaran signifikan dan menunjukkan bahwa semua variabel berpengaruh signifikan terhadap variabel persepsi nilai. Hasil estimasi dengan bootstrap untuk uji hipotesis juga menyimpulkan bahwa variabel fitur pencarian, kemudahan penggunaan dan metode pembayaran berpengaruh terhadap persepsi nilai.]]>
