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
279 Documents
<![CDATA[Perbandingan Model Regresi Zero Inflated Poisson (ZIP) dan Hurdle Poisson (HP) pada Kasus Kematian Balita di Kota Bandung Tahun 2021 ]]>
<![CDATA[Ani Ressa Nuryaningsih]]>;
<![CDATA[Nusar Hajarisman]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8522
<![CDATA[Abstract. In this study, the response variable is assumed to be Poisson-distributed enumeration data. However, in the Poisson regression model, the enumerated data often deviates from the Poisson distribution because of the proportion of excess zero values in the response variable (excess zero), resulting in a larger variance than the average of the observed variables (overdispersion). Therefore, this study aims to model the data with Zero Inflated Poisson (ZIP) and Hurdle Poisson regression. Based on the results of the study by comparing the ZIP and Hurdle Poisson regression models using the Akaike Information Criterion (AIC) and Bayesian Information Criteria (BIC) values, it is found that the Hurdle Poisson regression model is more appropriate for modeling child mortality data in the city of Bandung in 2021 or in other words the Hurdle Poisson regression model is better at dealing with overdispersion and excess zeros problems compared to the Zero Inflated Poisson (ZIP) regression model. Abstrak. Pada penelitian ini variabel respon diasumsikan merupakan data cacahan yang berdistribusi Poisson. Namun, pada model regresi Poisson data cacah seringkali menyimpang dari distribusi Poisson karena proporsi nilai nol yang berlebih pada variabel respon (excess zero), sehingga menghasilkan varian yang lebih besar dari rata-rata variabel yang diamati (overdispersi). Maka dari itu, penelitian ini bertujuan untuk memodelkan data dengan regresi Zero Inflated Poisson (ZIP) dan Hurdle Poisson. Berdasarkan hasil penelitian dengan membandingkan model regresi ZIP dan Hurdle Poisson menggunakan nilai Akaike Information Criterion (AIC) dan Bayesian Information Criteria (BIC), maka diperoleh bahwa model regresi Hurdle Poisson lebih tepat digunakan untuk memodelkan data kematian balita di Kota Bandung tahun 2021 atau dengan kata lain model regresi Hurdle Poisson lebih baik dalam menangani masalah overdispersi dan excess zeros dibandingkan dengan model regresi Zero Inflated Poisson (ZIP).]]>
<![CDATA[Identifikasi Sektor Unggulan pada Sektor Ekonomi Provinsi Jawa Barat melalui Analisis Input Output ]]>
<![CDATA[Raihani Himati Kamilah]]>;
<![CDATA[Teti Sofia Yanti]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8533
<![CDATA[Abstract. Input output analysis can be used to analyze inter-sector linkages and relationships in the economy of a region. In this analysis, the data presented is in the form of tables which are referred to as input output tables. This table is very important to see the economic performance of a region by looking at the linkages between economic sectors in a region both backward and forward linkages. However, only knowing how the inter-sectoral linkages are is not enough to develop an economy. Therefore, it is necessary to carry out further analysis to determine which sectors are the leading sectors. West Java Province has had an average positive economic growth for the last six years and is also the third province that has the highest GRDP in Indonesia in 2021. This research will look at how the inter-sectoral relations of the West Java economy and what are the leading sectors in West Java using input output analysis. There are three analyzes used, namely backward linkage, forward linkage, and overlay analysis. The manufacturing industry is the leading sector in West Java Province, it is also the sector that has the greatest forward and backward linkages besides the electricity and gas procurement sector. In addition, the water supply, waste management, waste and recycling sectors have the potential to become leading sectors in West Java Province. Abstrak. Analisis input output dapat digunakan dalam menganalisis keterkaitan serta hubungan antarsektor dalam perekonomian suatu wilayah. Dalam analisis ini, data yang disajikan berbentuk tabel yang disebut sebagai tabel input output. Tabel ini sangat penting untuk melihat performa perekonomian suatu wilayah dengan melihat keterkaitan antarsektor perekenomian pada suatu wilayah baik keterkaitan ke belakang maupun ke depan. Namun, hanya dengan mengetahui bagaimana keterkaitan antarsektor saja belum cukup untuk mengembangkan suatu perekonomian. Maka dari itu, perlu dilakukan analisis lebih lanjut untuk menentukan sektor mana saja yang merupakan sektor unggulan. Provinsi Jawa Barat memiliki rata-rata pertumbuhan ekonomi yang positif selama enam tahun terakhir dan juga merupakan provinsi ketiga yang memiliki PDRB tertinggi di Indonesia pada tahun 2021. Dalam penelitian ini akan dilihat bagaimana keterkaitan antarsektor perekenomian Jawa Barat dan apa saja sektor unggulan di Jawa Barat menggunakan analisis input output. Terdapat tiga analisis yang digunakan yaitu keterkaitan ke belakang, keterkaitan ke depan, dan analisis overlay. Industri pengolahan merupakan sektor unggulan Provinsi Jawa Barat, juga termasuk sektor yang memiliki nilai keterkaitan ke depan dan ke belakang yang paling besar selain sektor pengadaan listrik dan gas. Selain itu sektor pengadaan air, pengelolaan sampah, limbah dan daur ulang memiliki potensi untuk menjadi sektor unggulan di Provinsi Jawa Barat.]]>
<![CDATA[Pendekatan Baru dari Transformasi Box-Cox untuk Mengatasi Masalah Ketidaknormalan pada Variabel Respon ]]>
<![CDATA[Dwi Andini Juniawati]]>;
<![CDATA[Nusar Hajarisman]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8553
<![CDATA[Abstract. Regression analysis is used to model between two quantitative variables. When doing regression modeling it is often found that the data is not normally distributed, the way to overcome this is to do a transformation. One of the transformations used is the Box-Cox transformation. Box and Cox consider a single-parameter transformation class, namely the parameter λ with respect to Y so that with λ is the parameter to be estimated. Estimation of the parameter λ uses a maximum likelihood estimator. In general, the value of λ is assumed to be known, but some values of λ (called ) the assumption of normality are not met. This has an impact on the problem of parameter estimation based on maximum likelihood to be inappropriate so that another alternative is needed to obtain the value of λ, namely using a new approach method which is carried out by means of a grid search combined with normality testing. In this study a new approach to the Box-Cox transformation method will involve the response variable, namely the amount of poverty and the predictor variables, namely the Open Unemployment Rate, Human Development Index, and Minimum Wage. In this study, we wanted to find out the factors that influence the amount of poverty in West Java Province in 2022. The data used is secondary data sourced from the Central Statistics Agency and the West Java Province Website. From the analysis results, the optimum λ estimation is 0.5 and the regression model is y^3/5 = (0.0168^5/3 + (1.2410^(5/3)X1) - (2.3160^(5/3)X2) + (0.00000066^(5/3)X3) Abstrak. Analisis regresi digunakan untuk memodelkan di antara dua variabel kuantitatif. Ketika melakukan pemodelan regresi sering kali ditemukan data tidak berdistribusi normal, cara untuk mengatasinya dapat melakukan transformasi. Salah satu transformasi yang digunakan adalah transformasi Box-Cox. Box dan Cox mempertimbangkan kelas transformasi berparameter tunggal yaitu parameter λ terhadap Y sehingga menjadi dengan λ adalah parameter yang harus diduga. Pendugaan parameter λ menggunakan penduga kemungkinan maksimum. Pada umumnya nilai λ diasumsikan sudah diketahui, namun beberapa nilai dari λ (disebut ) asumsi kenormalan tidak terpenuhi. Hal ini berdampak pada masalah pendugaan parameter yang didasarkan pada kemungkinan maksimum menjadi tidak tepat sehingga perlu alternatif lain untuk memperoleh nilai λ yaitu menggunakan metode pendekatan baru yang dilakukan dengan cara pencarian secara grid yang dikombinasikan dengan pengujian kenormalan. Dalam penelitian ini pendekatan baru metode transformasi Box-Cox akan melibatkan variabel respon yaitu Jumlah kemiskinan dan variabel prediktor yaitu Tingkat Pengangguran Terbuka, Indeks Pembangunan Manusia, dan Upah Minimum Kerja. Pada penelitian ini ingin mengetahui faktor-faktor yang mempengaruhi jumlah kemiskinan di Provinsi Jawa Barat tahun 2022. Data yang digunakan adalah data sekunder yang bersumber dari Badan Pusat Statistika dan Website Provinsi Jawa Barat. Dari hasil analisis didapat pendugaan λ yang optimum yaitu 0.5 dan model regresi y^3/5 = (0.0168^5/3 + (1.2410^(5/3)X1) - (2.3160^(5/3)X2) + (0.00000066^(5/3)X3)]]>
<![CDATA[Penerapan Analisis Cluster Hybrid untuk Pengelompokan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Indikator Kemiskinan Tahun 2022 ]]>
<![CDATA[Wardah Muna Fauziyah]]>;
<![CDATA[Anneke Iswani Achmad]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8610
<![CDATA[Abstract. Hybrid cluster analysis is a combination of hierarchical and non-hierarchical clusters, which has a goal as an alternative method. The advantage of hybrid cluster analysis is that it can determine k-clusters for the process of making non-hierarchical clusters through the results of making hierarchical cluster methods, which will produce the right k-clusters. With the advantages of the hybrid cluster analysis, this research will combine the single linkage method with k-means, then the ward method with k-means. The purpose of this study was to determine the grouping of districts/cities in West Java Province with the most optimal combination method based on poverty in 2022. Based on the results of hybrid cluster analysis using a combination of k-means clusters and single linkage, 4 clusters were obtained. While the results of hybrid cluster analysis using a combination of k-means clusters and the ward method obtained 3 clusters. Among the hybrid cluster analysis using a combination of k-means and single linkage clusters as well as a combination of k-means cluster and ward method, it can be said that the method with a combination of k-means and single linkage is the best or most optimal method with the smallest standard deviation ratio value of 88.38%. Abstrak. Analisis cluster hybrid merupakan kombinasi antara cluster hierarki dan non-hierarki, dimana memiliki tujuan sebagai metode alternatif. Kelebihan analisis cluster hybrid adalah dapat menentukan k-klaster untuk proses pembuatan cluster non-hierarki melalui hasil dari pembuatan cluster metode hierarki, dimana akan menghasilkan k-klaster yang tepat. Dengan kelebihan analisis cluster hybrid tersebut, maka dalam penelitian ini akan mengkombinasikan metode single linkage dengan k-means, kemudian ward method dengan k-means. Tujuan penelitian ini adalah dapat mengetahui pengelompokan Kabupaten/Kota di Provinsi Jawa Barat dengan metode kombinasi yang paling optimal berdasarkan kemiskinan tahun 2022. Berdasarkan hasil analisis cluster hybrid dengan menggunakan kombinasi cluster k-means dan single linkage diperoleh 4 cluster. Sedangkan hasil analisis cluster hybrid dengan menggunakan kombinasi cluster k-means dan ward method diperoleh 3 cluster. Diantara analisis cluster hybrid dengan menggunakan kombinasi cluster k-means dan single linkage serta kombinasi cluster k-means dan ward method, dapat dikatakan bahwa metode dengan kombinasi k-means dan single linkage merupakan metode terbaik atau yang paling optimal dengan nilai rasio simpangan baku terkecil yaitu sebesar 88,38%.]]>
<![CDATA[Penerapan Robust Skewness dan Kurtosis pada Data yang Mengandung Outlier ]]>
<![CDATA[Thiflan Farhan Atqan]]>;
<![CDATA[Abdul Kudus]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8691
<![CDATA[Abstract. Sample data that containing outliers have a large distorting effect on the sample mean and sample variance. Some statistics are also affected by the presence of outliers. These statistics include skewness and kurtosis. Robust statistics are needed to deal with this problem. One way is to use the Decile Mean (DM) or the average decile. In this thesis, robust skewness and kurtosis statistics will be applied using the Decile Mean (DM). This method will be applied to non-special case data at the Bandung state administrative court in 2019-2022 with the variable used, namely the length of the trial process. The results obtained are, the value of skewness is 8.97 and kurtosis is 11.11. As well as the results of the calculation of robust skewness of 0.1005 and robust kurtosis of 2.23. So, it can be concluded that by using the robust skewness and robust kurtosis methods, the distribution of non-special case data at the Bandung State Administrative Court in 2019-2022 is slightly skewed to the left, and is platykurtic or has a flat peak. Abstrak. Data sampel yang mengandung outlier memiliki pengaruh distorsi yang besar pada rata-rata sampel dan varians sampel. Beberapa statistik juga terpengaruh oleh adanya outlier. Statistik tersebut diantaranya yaitu skewness dan kurtosis. Diperlukan statistik yang robust untuk menangani masalah ini. Salah satu caranya yaitu dengan memanfaatkan Decile Mean (DM) atau rata-rata desil. Dalam skripsi ini akan diterapkan statistik skewness dan kurtosis yang robust dengan memanfaatkan Decile Mean (DM). Metode ini akan diterapkan pada data perkara non khusus di pengadilan tata usaha negara Bandung tahun 2019-2022 dengan variabel yang digunakan yaitu lamanya proses persidangan. Hasil yang diperoleh yaitu, nilai dari skewness sebesar 8,97 dan kurtosis sebesar 11,11. Serta hasil perhitungan robust skewness sebesar 0,1005 dan robust kurtosis 2,23. Maka, dapat disimpulkan bahwa dengan menggunakan metode robust skewness dan robust kurtosis, distribusi data perkara nonkhusus di pengadilan tata usaha negara Bandung tahun 2019-2022 sedikit condong kearah kiri, dan platikurtik atau memiliki puncak datar.]]>
<![CDATA[Penerapan Metode Chi-Squared Automatic Interaction Detection pada Segmentasi Karakteristik yang Mempengaruhi Pengangguran di Provinsi Banten Tahun 2022 ]]>
<![CDATA[Fahry Al Hayyu Fikham]]>;
<![CDATA[Anneke Iswani Achmad]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8741
<![CDATA[Abstract. This study will discuss the application of the Chi-Squared Auto Interaction Detection (CHAID) method for segmenting characteristics that affect the unemployed workforce in Banten Province in 2022. The CHAID method was introduced by Dr. G. V Kass in 1980. In the CHAID method, segmentation will be formed which divides a sample into two or more different groups/categories based on the chi-square test statistics, then the segmentation results will be displayed in a tree diagram. In this study, the variables of gender, age, education level, marital status, status in the household and regional classification will be used as independent variables with labor force status as the dependent variable, where all data are categorical types which are suitable for use in CHAID analysis. This study uses secondary data sourced from Badan Pusat Statistik (BPS), using data from the result of Survei Hasil Angkatan Kerja Nasional (SAKERNAS). The results of the CHAID segmentation in this study resulted in 8 different segments with 3 of them producing a classification of the workforce with unemployed status. Then, based on the CHAID tree diagram, it was found that there were 5 (five) independent variables, namely gender, age, education level, household status and regional classification which had a significant association with labor force status which resulted in a classification accuracy of 70.6%. Abstrak. Dalam penelitian ini akan membahas tentang penerapan metode Chi-Squared Auto Interaction Detection (CHAID) pada segmentasi karakteristik yang mempengaruhi angkatan kerja berstatus pengangguran di Provinsi Banten tahun 2022. Metode CHAID diperkenalkan pertama kali oleh Dr. G. V Kass pada tahun 1980. Pada metode CHAID akan membentuk segmentasi yang membagi sebuah sampel menjadi dua atau lebih kelompok/kategori yang berbeda berdasarkan dengan statistik uji chi-square kemudian hasil segmentasi akan ditampilkan dalam diagram pohon. Pada penelitian ini akan menggunakan variabel jenis kelamin, usia, tingkat pendidikan, status pernikahan, status dalam rumah tangga dan klasifikasi wilayah sebagai variabel independen dengan status angkatan kerja sebagai variabel dependen, dimana semua datanya merupakan tipe kategorik yang cocok digunakan pada analisis CHAID. Penelitian ini menggunakan data sekunder yang bersumber dari Badan Pusat Statistik (BPS), yaitu data hasil Survei Angkatan Kerja Nasional (SAKERNAS). Hasil segmentasi CHAID pada penelitian ini menghasilkan 8 segmentasi yang berbeda dengan 3 segmentasi diantaranya menghasilkan klasifikasi angkatan kerja yang berstatus pengangguran. Kemudian berdasarkan diagram pohon CHAID didapatkan bahwa terdapat 5 (lima) variabel independen yaitu jenis kelamin, usia, tingkat pendidikan, status dalam rumah tangga dan klasifikasi wilayah yang mempunyai asosiasi yang signifikan dengan status angkatan kerja yang menghasilkan ketepatan klasifikasi yaitu sebesar 70,6%.]]>
<![CDATA[Pemodelan Tingkat Pengangguran Terbuka (TPT) di Jawa Barat Menggunakan Regresi Nonparametrik Deret Fourier ]]>
<![CDATA[Sukma Wiyasih Izumi]]>;
<![CDATA[Teti Sofia Yanti]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8769
<![CDATA[Abstract. Regression analysis is a method used to determine the causal relationship of response variables with one or more predictor variables. It is generally divided into three regression analyses namely parametric, semiparametric, and nonparametric. Parametric regression has assumptions that can be met and the regression curve is known, but not all data can meet this. Therefore, the use of nonparametric regression can be an alternative because the use is not bound by assumptions and is used when the data does not follow a certain curve pattern. Nonparametric regression of the Fourier series is a method used to estimate the parameters of the regression curve through a data pattern approach. The best modeling uses the Generalized Cross Validation (GCV) method to derive the optimal oscillation point from the minimum GCV value. The purpose of the study is to obtain the best model of the Open Unemployment Rate (TPT) in West Java in 2022. Where the variables that are thought to affect the Open Unemployment Rate (TPT) are population density, percentage of poor people, gross participation rate (APK), Human Development Index (HDI), and Labor Force Participation Rate (TPAK). The results of the analysis show that the best fourier series nonparametric regression model for the Open Unemployment Rate (TPT) in West Java is at the 3th oscillation point with a coefficient of determination value of 84%. Abstrak. Analisis regresi adalah suatu metode yang digunakan untuk mengetahui hubungan sebab akibat dari variabel respon dengan satu atau lebih variabel prediktor. Umumnya dibagi menjadi tiga analisis regresi yaitu parametrik, semiparametrik, dan nonparametrik. Pada regresi parametrik memiliki asumsi yang dapat terpenuhi dan kurva regresi diketahui akan tetapi tidak semua data dapat memenuhi hal tersebut. Oleh karena itu penggunaan regresi nonparametrik t Rate, Generalized Cross Validation.dapat menjadi alternatif karena penggunaan tidak terikat asumsi-asumsi dan digunakan ketika data tidak mengikuti pola kurva tertentu. Regresi nonparametrik deret fourier adalah metode yang digunakan untuk mengestimasi parameter kurva regresi melalui pendekatan pola data. Pemodelan terbaik menggunakan metode Generalized Cross Validation (GCV) untuk memperoleh titik osilasi optimal dari nilai GCV minimum. Tujuan dari penelitian untuk memperoleh model terbaik Tingkat Pengangguran Terbuka (TPT) di Jawa Barat tahun 2022. Dimana variabel-variabel yang diduga mempengaruhi Tingkat Pengangguran Terbuka (TPT) yaitu kepadatan penduduk, presentase penduduk miskin, angka partisipasi kasar (APK), Indeks Pembangunan Manusia (IPM), dan Tingkat Partisipasi Angkatan Kerja (TPAK). Hasil analisis menunjukkan model regresi nonparametrik deret fourier terbaik untuk Tingkat Pengangguran Terbuka (TPT) di Jawa Barat adalah pada titik osilasi ke-3 dengan nilai koefisien determinasi sebesar 84%.]]>
<![CDATA[Penerapan Metode Pengujian Rasio Dua Generalized Variance (GV) pada Data Indeks Pembangunan Manusia di Indonesia Tahun 2022 ]]>
<![CDATA[Shafira Nur Fauziah]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8853
<![CDATA[Abstract. One of the basic multivariate analysis is dependency analysis through the variance-covariance matrix. But sometimes it is difficult to interpret the diversity of data from the covariance matrix, so a single measure is needed, namely Generalized variance (GV). Generalized variance (GV) is a way to provide information on all the variance and covariance of the variance-covariance matrix into a single value and measure the variability of data on multivariate observations GV is defined as determinant of the sample covariance matrix. In some application one wants to know whether the variability of two groups of variables is the same or not. Jafari (2012) proposes to build confidence intervals and test hypotheses about two ratios of Generalized variance (GV) for two groups of dependent variables which can be used to see whether the Generalized variance (GV) of the two groups is the same or not. In this thesis, the ratio of two Generalized Variance (GV) is applied to Human Development Index (IPM) data to see the variability of the factors that influence the Human Development Index (IPM) which consists of 2 groups of variables, the first one is the economic variable including PDRB and real per capita expenditure, and the second one is the Education variable including Years of Schooling (HLS) and Average Length of Schooling (RLS). From the results of hypothesis testing, it was concluded that the general variance of the economic variable group and the Education variable group in the 2022 Human Development Index (IPM) data in Indonesia is different from the confidence interval, namely [6.748766, 13.38937]. Abstrak. Dengan menggunakan teknik analisis ini maka dapat menganalisis perbedaan dan hubungan beberapa variabel terhadap variabel lainnya dalam waktu yang bersamaan. Analisis multivariat secara dasar salah satunya terdapat analisis dependensi melalui matriks variance-covariance. Namun terkadang sulit untuk menginterpretasikan keragaman data dari matriks kovarians, maka dibutuhkan suatu ukuran tunggal yaitu Generalized variance (GV). Generalized variance (GV) adalah sebuah cara untuk memberikan informasi dari semua varians dan kovarians dari matriks varians-kovarians menjadi satu nilai tunggal dan untuk mengukur variabilitas data pada pengamatan yang bersifat multivariat dan merupakan determinan dari sampel matriks kovarians. Seringkali ingin diketahui apakah variabilitas dua kelompok variabel sama atau tidak. Jafari (2012) mengusulkan untuk membangun selang kepercayaan dan menguji hipotesis tentang dua rasio Generalized variance (GV) dua kelompok variabel yang tidak bebas yang dapat digunakan untuk melihat apakah Generalized variance (GV) kedua kelompok tersebut sama atau tidak. Dalam skripsi ini Rasio dua Generalized Variance (GV) ini diterapkan pada data Indeks Pembangunan Manusia (IPM) untuk melihat variabilitas dari faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia (IPM) yang terdiri dari 2 variabel, variabel pertama yaitu variabel ekonomi diantaranya PDRB dan pengeluaran rill perkapita, dan variabel kedua yaitu variabel Pendidikan diantaranya Harapan Lama Sekolah (HLS) dan Rata-rata Lama Sekolah (RLS).Dari hasil pengujian hipotesis diperoleh kesimpulan bahwa varians umum kelompok variabel ekonomi dan kelompok variabel Pendidikan pada data penyusun Indeks Pembangunan Manusia (IPM) tahun 2022 di Indonesia berbeda dengan selang kepercayaan yaitu [6.748766, 13.38937].]]>
<![CDATA[Analisis Mediasi dalam PLS-SEM untuk Pemodelan Kepuasan Pemustaka pada UPT Perpustakaan Universitas Islam Bandung ]]>
<![CDATA[Irham Fatin Fadhilah]]>;
<![CDATA[Lisnur Wachidah]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8864
<![CDATA[Abstract. In the SEM method, multivariate analysis shows how a series of causal interactions are represented in a path diagram. Mediation analysis in PLS-SEM has the ability to interpret the indirect effect of each exogenous latent variable on endogenous latent variable in the model. This study aims to investigate the role of service quality intermediaries in the relationship between employee competence, library collections, library layout, and user satisfaction in the model analyzed using mediation analysis in PLS-SEM. In this study, primary data was used from active undergraduate students at the Bandung Islamic University who visited the library in 2022. The data includes user satisfaction as an endogenous latent variable ( ), employee competency as the 1st exogenous latent variable ( ), library collection as the 2nd exogenous latent variable ( ), library layout as the 3rd exogenous latent variable ( ), and service quality as a mediating variable or mediator ( ). Based on the research that has been done, it can be concluded that employee competence has a direct effect on service quality and service quality has a direct effect on user satisfaction. The results of the mediation analysis in PLS show that employee competence has a mediating effect significantly at the 5% level with the mediation model is full mediation and the magnitude of the parameter coefficient is 0,510 which means there is positive indirect effect. Where are the feasibility results of the model ( ) is 0,960 which means that the model used can explain the information contained in the research data by 96%. Abstrak. Dalam metode SEM, analisis multivariat menunjukkan bagaimana serangkaian interaksi kausal direpresentasikan dalam diagram jalur. Analisis mediasi dalam PLS-SEM memiliki kemampuan untuk menginterpretasikan pengaruh tidak langsung antara masing-masing variabel laten eksogen terhadap variabel laten endogen dalam model. Penelitian ini bertujuan untuk menyelidiki peran perantara kualitas pelayanan pada hubungan antara kompetensi pegawai, koleksi perpustakaan, tata ruang perpustakaan, dan kepuasan pemustaka dalam model yang dianalisis menggunakan analisis mediasi dalam PLS-SEM. Dalam penelitian ini menggunakan data primer dari mahasiswa aktif program sarjana Universitas Islam Bandung yang berkunjung ke perpustakaan pada tahun 2022. Data meliputi kepuasan pemustaka sebagai variabel laten endogen ( ), kompetensi pegawai sebagai variabel laten eksogen ke-1 ( ), koleksi perpustakaan sebagai variabel laten eksogen ke-2 ( ), tata ruang perpustakaan sebagai variabel laten eksogen ke-3 ( ), dan kualitas pelayanan sebagai variabel mediasi atau mediator ( ). Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa kompetensi pegawai berpengaruh langsung terhadap kualitas pelayanan dan kualitas pelayanan berpengaruh langsung terhadap kepuasan pemustaka. Untuk hasil analisis mediasi dalam PLS menunjukkan bahwa kompetensi pegawai terjadi efek mediasi secara signifikan pada taraf nyata 5% dengan model mediasi terbukti secara penuh atau sempurna (full mediation) pada model dan besarnya koefisien parameter sebesar 0,510 yang berarti terdapat pengaruh tidak langsung yang positif. Di mana hasil kelayakan model ( ) sebesar 0,960 artinya model yang digunakan dapat menjelaskan informasi yang ada dalam data penelitian sebesar 96%.]]>
<![CDATA[Diagram Kendali Triple Homogeneously Weighted Moving Average dan Penerapannya pada Proses Plating Aksesori Mobil PT. XYZ ]]>
<![CDATA[Fairuza Amanda Belia]]>;
<![CDATA[Suliadi Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.8892
<![CDATA[Abstract. Quality control is carried out to maintain or improve product quality to meet consumer satisfaction. One of the methods that can be used is control chart. Triple Homogeneously Weighted Moving Average (THWMA) is one of the control chart techniques that can be used in quality control. The Triple Homogeneosly Weighted Moving Average control chart is a control chart for efficient monitoring of the process average under zero state and steady state which is very sensitive in identifying small and continuous changes in the process effectively and using three times sample information. THWMA control is considered superior to the previously existing Homogeneosly Weighted Moving Average (HWMA) and Double Homogeneosly Weighted Moving Average (DHWMA) control charts and from other competitors. In our thesis we will apply a THWMA control chart to monitor the plating process of PT. XYZ. The results obtained in Phase I of the in control chart, so that the parameter values used in Phase II are of 10.691 dan of 0.67. Phase II control chart using K = 2.994 and λ = 0.25, it is found that the THWMA control chart is controlled. Abstract. Quality control is carried out to maintain or improve product quality to meet consumer satisfaction. One of the methods that can be used is control chart. Triple Homogeneously Weighted Moving Average (THWMA) is one of the control chart techniques that can be used in quality control. The Triple Homogeneosly Weighted Moving Average control chart is a control chart for efficient monitoring of the process average under zero state and steady state which is very sensitive in identifying small and continuous changes in the process effectively and using three times sample information. THWMA control is considered superior to the previously existing Homogeneosly Weighted Moving Average (HWMA) and Double Homogeneosly Weighted Moving Average (DHWMA) control charts and from other competitors. In our thesis we will apply a THWMA control chart to monitor the plating process of PT. XYZ. The results obtained in Phase I of the in control chart, so that the parameter values used in Phase II are of 10.691 dan of 0.67. Phase II control chart using K = 2.994 and λ = 0.25, it is found that the THWMA control chart is controlled.]]>
