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[Pemodelan Jumlah Kematian Ibu dan Bayi di Kota Bandung pada Tahun 2021 dengan Menggunakan Regresi Bivariate Poisson Inverse Gaussian ]]>
<![CDATA[10060119110, Azka Aulia Ariazetra]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.10791
<![CDATA[Abstract. Poisson Regression is one of the regression models that involves count data with the assumption of equidispersion, meaning that the mean and variance have the same value. However, in practice, Poisson regression methods often encounter the problem of overdispersion, where the variance is greater than the mean. To address overdispersion, the mixed Poisson distribution is employed. Bivariate Poisson Inverse Gaussian regression is suitable for modeling paired count data that experiences overdispersion. The data used in this thesis consists of the number of maternal and infant deaths. Maternal and infant deaths are two interconnected aspects because they relate to the nutritional and health status of the infant during the mother's pregnancy. Therefore, both variables can be modeled using a bivariate distribution. With five predictor variables: the percentage of K1 visits during pregnancy (X1), the percentage of K4 visits by pregnant women (X2), the percentage of pregnant women receiving Fe+ tablets (X3), the percentage of obstetric complication management (X4), and the percentage of mothers and infants receiving Vitamin A (X5). This study utilized data from the health profile of Bandung City in 2021. In this thesis, I will apply Bivariate Poisson Inverse Gaussian regression to the data on maternal and infant deaths in Bandung City in 2021. Abstrak. Regresi Poisson merupakan salah satu dari regresi yang dapat memodelkan data cacahan dengan memiliki asumsi equidispersion yaitu nilai rata-rata dan varians memiliki nilai yang sama. Namun dalam prakteknya metode regresi poisson sering terjadi masalah overdispersi yaitu nilai varians lebih besar daripada rata-rata. Untuk mengatasi data overdispersi yaitu dengan menggunakan distribusi mixed poisson. Regresi Bivariate Poisson Inverse Gaussian cocok untuk pemodelan data cacahan berpasangan dengan mengalami overdispersi. Data yang digunakan dalam skripsi ini adalah data jumlah kematian ibu dan kematian bayi. Kematian ibu dan kematian bayi termasuk dua hal yang saling berhubungan karena dari status gizi dan kesehatan bayi pada masa kandungan ibu. Oleh karena itu kedua variabel tersebut dapat dimodelkan menggunakan distribusi bivariate. Dengan terdapat 5 variabel prediktor yaitu persentase kunjungan K1 pada ibu hamil (X1), persentase kunjungan K4 ibu hamil (X2), persentase ibu hamil mendapatkan tablet Fe+ (X3), persentase penanganan komplikasi kebidanan (X4), dan persentase ibu dan bayi mendapatkan Vitamin A (X5). Penelitian ini mengambil data dari profil kesehatan Kota Bandung pada tahun 2021. Pada skripsi ini saya akan menerapkan regresi Bivariate Poisson Inverse Gaussian pada data kematian ibu dan kematian bayi di Kota Bandung pada tahun 2021.]]>
<![CDATA[Penerapan Metode Three-Stage Least Square pada Persamaan Simultan Indeks Pembangunan Manusia dan Jumlah Penduduk Miskin ]]>
<![CDATA[10060119018, Fadila Nur Choirunnisa]]>;
<![CDATA[Nur Azizah Komara Rifai]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.10808
<![CDATA[Abstract. Regression analysis is a method used to determine the influence between dependent variables and one or more independent variables. The OLS method is employed to estimate a single equation. In simultaneous equations, the OLS method cannot be utilized due to the correlation between independent variables and errors. Several OLS estimates are in simultaneous equations, including the Two-Stage Least Squares (2SLS) method and the Three-Stage Least Squares (3SLS) method. The 3SLS method combines the 2SLS method with the Seemingly Unrelated Regression (SUR) method. The first stage involves estimating the reduced-form equation using the OLS method. In the second stage, the results of this estimation are used to estimate the structural equation of the model. Finally, in the third stage, the SUR method is applied with Generalized Least Squares (GLS) estimation. This study uses the 3SLS method to simultaneous equations of the Human Development Index (HDI) and the number of poor populations. The estimation results for the HDI concurrent equation model indicate that population density has a positive and significant impact on HDI, and the poverty line has a positive and significant effect on HDI. In contrast, the simultaneous equation for the number of poor populations shows that the open unemployment rate (OUR) has a positive and significant effect on the number of poor populations. Therefore, there is no reciprocal relationship or simultaneous relationship between the HDI variable and the variable of the number of poor populations. Abstrak. Analisis regresi merupakan analisis yang digunakan untuk mengetahui pengaruh antara variabel tak bebas dengan satu atau lebih variabel bebas. Metode OLS digunakan untuk mengestimasi persamaan tunggal. Pada persamaan simultan metode OLS tidak dapat digunakan karena adanya korelasi antara variabel bebas dengan galat. Terdapat beberapa estimasi OLS dalam persamaan simultan yang dapat digunakan diantaranya metode Two-Stage Least Square (2SLS) dan metode Three-Stage Least Squares (3SLS). Metode 3SLS merupakan metode gabungan 2SLS dengan metode Seemingly Unrelated Regression (SUR). Tahap pertama estimasi persamaan reduksi dengan metode OLS, tahap kedua hasil estimasi tersebut digunakan untuk mengestimasi persamaan struktural dari model, kemudian tahap ketiga menggunakan metode SUR dengan estimasi Generalized Least Square (GLS). Penelitian ini menerapkan metode 3SLS pada persamaan simultan indeks pembangunan manusia (IPM) dan jumlah penduduk miskin. Hasil estimasi yang diperoleh pada model persamaan simultan IPM menunjukkan bahwa kepadatan penduduk berpengaruh positif dan signifikan terhadap IPM dan garis kemiskinan berpengaruh positif dan signifikan terhadap IPM. Sedangkan, pada persamaan simultan jumlah penduduk miskin menunjukkan bahwa tingkat pengangguran terbuka (TPT) berpengaruh positif dan signifikan terhadap jumlah penduduk miskin. Oleh karena itu, variabel IPM dan variabel jumlah penduduk miskin tidak ada hubungan timbal balik atau hubungan simultan.]]>
<![CDATA[Peramalan Jumlah Penumpang Kereta Api Jabodetabek Menggunakan Feed Forward Neural Network dengan Algoritma Backpropagation ]]>
<![CDATA[10060119082, Rhanie Cynthia Ekaputri]]>;
<![CDATA[Marizsa Herlina]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.10836
<![CDATA[Abstract. Train is one of the land transportation who has quite a lot of interest for public because train’s tickets has a relatively cheap price. From year to year, train passengers has increases and may also decrease. The number of passengers is arranged in order time and that number of passengers who arranged in order time named time series. One method for analyzing time series is a feed-forward neural network. This method does not require assumptions in carrying out the analysis and the backpropagation algorithm is a simple algorithm that is most often used with weight adjustments so the models of feed-forward neural network have a small error. Therefore, the time series data on the number of train passengers in the Jabodetabek area in January 2006-October 2023 sourced from BPS has low complexity and is therefore applied for forecasting for the next 6 months using a feed-forward neural network with the backpropagation algorithm. Based on the results, the best neural network model was produced with a learning rate of 0.1 and the optimal model is model 5-10-1. Model 5-10-1 had an MSE value at the training stage is 0.00178 and a MAPE value at the training stage is 19%, which means the model is good for performing forecasting using training data. The optimal model was continued at the testing stage and have a MAPE value 36%, which means the model has a moderate ability to forecast when using testing data. The results of forecasting using the optimal model, each month in the next 6 months will have an increase and 2 times decrease but the decrease is not drastic. Abstrak. Salah satu sarana transportasi darat yaitu kereta api memiliki peminat yang cukup banyak di kalangan masyarakat dikarenakan kereta api merupakan transportasi darat yang memiliki harga relatif murah. Tahun ke tahun penumpang kereta api mengalami kenaikan dan bisa juga mengalami penurunan, jumlah penumpang tersebut disusun sesuai urutan kejadiannya dan menjadikan jumlah penumpang tersebut termasuk kedalam data time series. Metode dalam menganalisis time series salah satunya adalah feed forward neural network. Metode ini tidak membutuhkan asumsi dalam melakukan analisisnya serta algoritma backpropagation merupakan algoritma sederhana yang paling sering digunakan dengan penyesuaian bobot sehingga mampu menghasilkan tingkat error yang kecil. Maka dari itu, data time series jumlah penumpang kereta api wilayah Jabodetabek pada Januari 2006-Oktober 2023 yang bersumber dari BPS memiliki kompleksitas yang kecil maka diterapkan untuk peramalan 6 bulan kedepan menggunakan feed forward neural network dengan algortima backpropagation. Berdasarkan hasil yang diperoleh, model terbaik neural network dihasilkan dengan learning rate sebesar 0,1 yaitu diperoleh model 5-10-1 yang memiliki nilai MSE tahap training sebesar 0,00178 serta nilai MAPE pada tahap training sebesar 19% yang mengartikan model baik untuk melakukan peramalan menggunakan data training. Model optimal yang diperoleh dilanjutkan pada tahap testing dan menghasilkan nilai MAPE sebesar 36% yang mengartikan model memiliki kemampuan yang sedang untuk melakukan peramalan jika menggunakan data testing. Hasil peramalan menggunakan model optimal, tiap bulan dalam 6 bulan kedepan memiliki kenaikan dan mengalami penurunan sebanyak 2 kali namun penurunan tidak drasits.]]>
<![CDATA[Klasifikasi Pemakaian Alat Kontrasepsi Modern Berdasarkan Faktor Pemberdayaan Perempuan dan Sosial Demografi di Jawa Barat dengan Menggunakan Metode Support Vector Machine (SVM) ]]>
<![CDATA[10060118108, Cantika lintang sari]]>;
<![CDATA[Abdul Kudus, M.Si., Ph.D.]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.10885
<![CDATA[Abstract. The use of women's contraceptive methods is closely related to a decrease in fertility. The International Conference on Population and Development (1995) stated that women absorb more information about contraceptive use and are involved in its utilization, in line with the increased empowerment of women. In this study, the Support Vector Machine (SVM) method is employed to classify the usage of modern contraceptives. The SVM algorithm is a linear classification method and requires the use of a kernel to handle non-linear data. There are empowerment and social demographic factors suspected to determine the classification of modern contraceptive usage. It includes nine social demographic variables and three women's empowerment variables. Social demographic factors consist of age, women's education, employment status, husband's education, number of living children, desired number of children, wealth index, area of residence, and exposure to family planning information. Women's empowerment factors include economic decision-making, household decision-making, and physical mobility. Analysis of modern contraceptive use based on women's empowerment and social demographics will be conducted using the SVM method. This research, using the SVM method, aims to generate a classification model with high accuracy or low error in classifying modern contraception in West Java. The data used is derived from the 2007 Indonesia Demographic and Health Survey (IDHS). In this study, the variable used is the use of contraceptives against the fertility rate of women aged 14-49. The accuracy result of the classification of modern contraceptive use using the SVM method with a polynomial kernel, parameters C = 1000, and degree = 3 shows a good value of 81.17%. Abstrak. Penggunaan alat kontrasepsi wanita sangat erat kaitannya dengan penurunan fertilitas. International Conference on Population and Development (1995) menyatakan bahwa wanita menyerap lebih banyak informasi tentang penggunaan kontrasepsi dan terlibat dalam penggunaan kontrasepsi, seiring dengan peningkatan status pemberdayaan perempuan. Dalam penelitian ini menggunakan metode Support Vector Machine (SVM) untuk mengklasifikasikan pemakaian alat kontrasepsi modern. Algoritma SVM adalah metode klasifikasi linier dan harus menggunakan kernel untuk mengatasi data yang bersifat nonlinier. Terdapat faktor pemberdayaan perempuan dan sosial demografi yang diduga menentukan klasifikasi pemakaian alat kontrasepsi modern. Di dalamnya ada sembilan variabel sosial demografi dan tiga variabel pemberdayaan perempuan. Faktor sosial demografi yang terdiri dari umur, pendidikan wanita, status bekerja, pendidikan suami, jumlah anak hidup, jumlah anak ideal, indeks kekayaan, daerah tempat tinggal, dan keterpaparan infomasi KB. Faktor pemberdayaan perempuan yang terdiri dari keputusan ekonomi, keputusan rumah tangga dan mobilitas fisik. Analisis pengunaan alat kontrasepsi modern berdasarkan faktor pemberdayaan perempuan dan sosial demografi akan dilakukan dengan metode SVM. Penelitian ini dengan menggunakan metode SVM bertujuan untuk menghasilkan model klasifikasi dengan akurasi tinggi atau error yang kecil dalam melakukan klasifikasi kontrasepsi modern di Jawa Barat. Data yang digunakan berasal dari Survei Demografi dan Kesehatan Indonesia (SDKI) tahun 2007. Dalam penelitian ini variabel menggunakan alat kontrasepsi terhadap tingkat kesuburan wanita 14-49 tahun. Hasil akurasi dari klasifikasi pemakaian kontrasepsi modern menggunakan metode SVM dengan kernel polynomial, parameter C = 1000 dan degree = 3 menunjukkan nilai yang baik yaitu sebesar 81,17%.]]>
<![CDATA[Kekuatan Hubungan Rata-Rata Lama Sekolah dan Indeks Keparahan Kemiskinan dari Kabupaten/Kota di Indonesia Tahun 2022 Menggunakan Metode Taba (T) ]]>
<![CDATA[10060119007, Khalda Farah Kamila]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.11036
<![CDATA[Abstract. Correlation analysis is a technique used to determine the strength of relationship between two quantitative variables (numerical values). A common correlation used for numerical data is Pearson's Product Moment correlation. It is suitable for data from bivariate normal distribution without outlier. Tabatabai, et al (2021) proposed a new correlation method that is robust to outliers, namely Taba (T), TabWil (TW), and TabWil rank (TWR). Taba (T) and Tabwill (TW) correlations measure the linear association between two continuous or ordinal variables, while the TabWil rank (TWR) measures the monotonic association. The new correlation method is very competitive compared to Pearson and Spearman, and Quadrant, Median, and Minimum Coavariance Determinant (MCD) measures. Spearman, Quadrant, Median, and MCD correlations have limitations in dealing with outliers and normality deviations in the data. This study applied Taba correlation (T) to masure the strength of the relationship between the average years of schooling variable and the poverty severity index in districts / cities in Indonesia in 2022, since there were outliers on the data. It was found that the strength of the relationship between both variables was negative and very low, with a value of rTaba(X,Y) = -0.2584861. Abstrak. Analisis korelasi adalah teknik yang digunakan untuk menentukan kekuatan hubungan antara dua variabel kuantitatif (nilai numerik). Korelasi yang umum digunakan untuk data numerik adalah korelasi Product Moment Pearson. Korelasi ini cocok untuk data yang berdistribusi normal bivariat tanpa pencilan. Tabatabai, dkk (2021) mengusulkan metode korelasi baru yang robust terhadap pencilan, yaitu Taba (T), TabWil (TW), dan TabWil rank (TWR). Korelasi Taba (T) dan TabWil (TW) mengukur hubungan linier antara dua variabel kontinu atau ordinal, sedangkan peringkat TabWil (TWR) mengukur hubungan monotonik. Metode korelasi baru ini sangat kompetitif dibandingkan dengan Pearson dan Spearman, serta ukuran Kuadran, Median, dan Minimum Coavariance Determinant (MCD). Korelasi Spearman, Kuadran, Median, dan MCD memiliki keterbatasan dalam menangani pencilan dan penyimpangan normalitas pada data. Penelitian ini menggunakan korelasi Taba (T) untuk mengukur kekuatan hubungan antara variabel rata-rata lama sekolah dengan indeks keparahan kemiskinan di kabupaten/kota di Indonesia pada tahun 2022, karena terdapat pencilan pada data. Ditemukan bahwa kekuatan hubungan antara kedua variabel tersebut adalah negatif dan sangat rendah, dengan nilai rTaba(X,Y) = -0,2584861.]]>
<![CDATA[Diagram Kendali Nonparametrik Sintetis Exponentially Weighted Moving Average dalam Memantau Rata-Rata Proses dan Penerapannya pada Data Pengukuran Core 4st PT. ABCD ]]>
<![CDATA[10060119005, Shelly Tri Yuliyanti]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.11049
<![CDATA[Abstract. Control chart is a tools in statistical process control (SPC) used to monitor whether the the production process is stable or not. Control chrat was first developed by Shewhart. However, the Swehart type chart is not sensitive in detecting small shifts and the alternative is the EWMA control chart which is capable of detecting small shifts, but this chart assumming the observation process comes from normal distribution. The altervative is nonparametric EWMA Sign control chart that is appropriate for non normal data. To increase its power, Haq et al. (2018) proposed a synthetic chart that combines EWMA chart and conforming run length (CRL) sub-chart, called SynEWMA chart. This chart has better performance compared to control charts in general. This research applied the SynEWMA nonparametric control diagram to the core 4st data. Core 4st is one of the components in the motor starter dynamo and starter coil whose function is to strengthen the magnetic field and act as a fastener for the motor frame mount. In the phase I, it used non-parametric Shewhart control chart, it was obtained the mean process is µ0 = 485150. Using the SynEWMA control chart in phase II and L=10, a value of k = 1,4679, the control limits obtained were as follows: UCL= 0.8380 and LCL=0.7854. There were several points outside of the control limits or nonconforming. From these points, by comparing them with the L value, it can be concluded that there were out of control processes in observations 2, 3, 4, 5, 18, and 19. Abstrak. Diagram kendali merupakan suatu alat dalam pengendalian proses statistik (SPC) yang digunakan untuk memantau apakah suatu proses produksi stabil atau tidak. Diagram kendali pertama kali dikembangkan oleh Shewhart. Namun diagram kendali tipe Swehart kurang sensitif dalam mendeteksi pergeseran kecil dan alternatifnya adalah peta kendali EWMA yang mampu mendeteksi pergeseran kecil, namun diagram kendali ini mengasumsikan proses pengamatan berasal dari distribusi normal. Alternatifnya adalah diagram kendali Tanda EWMA nonparametrik yang sesuai untuk data non normal. Untuk meningkatkan kekuatannya, Haq et al. (2018) mengusulkan diagram kendali sintetis yang menggabungkan diagram kendali EWMA dan sub-grafik run length (CRL) yang sesuai, yang disebut diagram kendali SynEWMA. Grafik ini mempunyai kinerja yang lebih baik dibandingkan dengan diagram kendali pada umumnya. Penelitian ini menerapkan diagram kendali nonparametrik SynEWMA pada data core 4st. Core 4st merupakan salah satu komponen pada dinamo starter motor dan koil starter yang fungsinya untuk memperkuat medan magnet dan berfungsi sebagai pengikat dudukan rangka motor. Pada tahap I menggunakan diagram kendali Shewhart non parametrik diperoleh rata-rata proses µ = 4,8515. Dengan menggunakan diagram kendali SynEWMA tahap II dan L=10 diperoleh nilai k = 1,4679 batas kendali diperoleh sebagai berikut: BKA=0.8380 dan BKB=0.7854. Terdapat beberapa titik di luar batas kendali atau tidak sesuai. Dari poin-poin tersebut, jika dibandingkan dengan nilai L maka dapat disimpulkan bahwa terjadi proses diluar kendali pada pengamatan ke-2, 3, 4, 5, 18, dan 19.]]>
<![CDATA[Penerapan Metode Simple K-Medoid (SKM) dalam Mengklasterkan SMA di Kabupaten Karanganyar Tahun 2023 ]]>
<![CDATA[10060119034, Dwi Ayu Puspita Sari]]>;
<![CDATA[Nur Azizah Komara Rifai]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.11098
<![CDATA[Abstract. Cluster analysis is an analysis that classifies objects that have similar characteristics into the same group. One of the most common cluster analysis methods is the non-hierarchical method where the number of clusters is determined by the researcher. Some of the methods included in non-hierarchical methods are k-means and k-medoid. The k-means method is a clustering method used for numeric variable data, while the k-medoid method can be used for mixed variable data (numeric and categorical data). The k-medoid method used for mixed variable data is the Simple K-Medoid (SKM) method. The cluster results obtained in the SKM method must be validated using the Medoid Shadow Value (MSV) to see the best number of clusters. The data used in this study comes from the Sekolah Kita website and the Basic Education Data which is mixed data consisting of 14 numerical variables and 3 binary and categorical variables. Based on the results of the SKM method clustering and cluster validation using MSV, it was found that there were 2 clusters of high schools in Karanganyar District. Cluster 1 consists of 15 high schools from 18 high schools with more complete facilities and infrastructure than cluster 2 which consists of 3 high schools from 18 high schools. Abstrak. Analisis klaster adalah analisis yang mengklasifikasikan objek yang memiliki kesamaan karakteristik ke dalam kelompok yang sama. Salah satu metode analisis klaster yang paling umum adalah metode non hierarki di mana jumlah klaster ditentukan oleh peneliti. Beberapa metode yang termasuk ke dalam metode non hierarki adalah k-means dan k-medoid. Metode k-means adalah metode klaster yang digunakan untuk data bervariabel numerik, sedangkan metode k-medoid dapat digunakan untuk data bervariabel campuran (data numerik dan kategorik). Metode k-medoid yang digunakan untuk data bervariabel campuran adalah metode Simple K-Medoid (SKM). Hasil klaster yang didapat pada metode SKM harus divalidasi menggunakan Medoid Shadow Value (MSV) untuk melihat jumlah klaster yang terbaik. Data yang digunakan pada penelitian ini berasal dari website Sekolah Kita dan Data Pokok Pendidikan yang merupakan data campuran yakni terdiri dari 14 variabel numerik dan 3 variabel biner dan kategorik. Berdasarkan hasil dari pengelompokkan metode SKM dan validasi klaster menggunakan MSV didapatkan pengelompokkan SMA di Kabupaten Karanganyar sebanyak 2 klaster. Klaster 1 beranggotakan 15 SMA dari 18 SMA dengan memiliki sarana dan prasarana yang lebih lengkap dibandingkan klaster 2 yang beranggotakan 3 SMA dari 18 SMA.]]>
<![CDATA[Pengaruh Pendidikan dan Pelatihan terhadap Kinerja Karyawan Melalui Variabel Mediator Kompetensi Karyawan LPKL PERUMDA Tirtawening Kota Bandung ]]>
<![CDATA[10060116101, Tanti Rudiawan Putri]]>;
<![CDATA[Nusar Hajarisman]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.11448
<![CDATA[Abstract. Regression analysis is an analysis carried out on two variables, namely the independent variable (predictor) and the dependent variable (response) which aims to determine whether there is an influence of the independent variable on the dependent variable. The variables that act as intermediaries in the relationship between the independent and dependent variables, so that the independent variables do not directly influence the change or emergence of the dependent variable are called mediating or intervening variables. In this thesis, we will discuss the influence of education and research on employee performance through the mediator variable of LPKL PERUMDA Tirtawening Bandung City employee competency using regression analysis. In this research, data was obtained by distributing questionnaires and data used by all LPKL PERUMDA Tirtawening Bandung City employees, totaling 45 employees. This research aims to determine the effect of service quality. Data analysis in this research uses regression analysis of mediating variables and tests hypotheses using the t test. The research results show that education and training have an effect on employee performance, education and training on competence, competence on employee performance, and there is no effect between education and training variables on employee performance by including competence as an intervening variable. Abstrak. Analisis regresi merupakan analisis yang dilakukan pada dua variabel yaitu variabel bebas (prediktor) dan variabel terikat (respon) yang bertujuan untuk mengetahui apakah terdapat pengaruh variabel bebas terhadap variabel terikat. Adapun variabel yang berperan sebagai perantara hubungan antara variabel independen dan dependen, sehingga variabel independen tidak langsung mempengaruhi berubahnya atau timbulnya variabel dependen yang disebut sebagai variabel mediasi atau intervening. Dalam skripsi ini akan dibahas mengenai pengaruh pendidikan dan penelitian terhadap kinerja karyawan melalui variabel mediator kompetensi karyawan LPKL PERUMDA Tirtawening Kota Bandung menggunakan analisis regresi. Pada penelitian ini diperoleh data dengan cara menyebar kuisioner dan data yang digunakan semua karyawan LPKL PERUMDA Tirtawening Kota Bandung yang berjumlah 45 pegawai. Pada penelitian ini bertujuan untuk mengetahui pengaruh kualitas pelayanan Analisis data pada penelitian ini menggunakan analisis regresi variabel mediasi serta melakukan uji hipotesis menggunakan uji t. Hasil penelitian menunjukan bahwa pendidikan dan pelatihan berpengaruh pada kinerja karyawan, pendidikan dan pelatiahan terhadap kompetensi, kompetensi terhadap kinerja karyawan, dan tidak berpengaruh antara variabel pendidikan dan pelatihan terhadap kinerja karyawan dengan memasukan kompetensi sebagai variabel intervening.]]>
<![CDATA[Hubungan antara Pergerakan Beberapa Indeks Harga Saham di Indonesia Menggunakan Metode Statistik Gerber ]]>
<![CDATA[10060119010, Resty Utami Aprillia]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.11506
<![CDATA[Abstract. Correlation analysis is a statistical analysis used to measure the strength reslationship between two variables. For the non-parametric one, Kendall τ is suitable when there are outliers or at least ordinal/ranking scale data or for non normal data. The Gerber statistic is similar to Kendall τ, introduced by Gerber, et al., (2021) which is suitable for looking at the strength of relationships of variables that move quickly over time such as hours or days as in stock data. This statistic measures the correlation between two variables as the ratio of the difference between the number of concordant and discordant pairs. The Gerber statistic has robust properties that are not sensitive large movements (outlier) and departure from normality. It also ignores the small movement, since it can be only a noise (s). Hence, it is useful to measure the strength of relationship of rapid and extreme movement of two variables. This study applied the Gerber statistics to stock price index return data to measure the strength of the relationship between the movements of several stock price index returns, namely the Composite Stock Price Index (CSPI), LQ45 Index, IDX30 Index, Kompas100 Index, BISNIS-27 Index, Investor33 Index, and MNC36 Index for the period 2018-2022. It is found that the strength of the relationship between the movements of several stock price index returns is generally positive with a significant strength of the relationship. Abstrak. Analisis korelasi adalah analisis statistik yang digunakan untuk mengukur kekuatan hubungan antara dua variabel. Untuk non-parametrik, Kendall τ cocok digunakan ketika terdapat outlier atau minimal data berskala ordinal/ranking atau data tidak berdistrubusi normal. Statistik Gerber mirip dengan Kendall τ, diperkenalkan oleh Gerber, dkk., (2021) yang cocok untuk melihat kekuatan hubungan variabel yang bergerak cepat dari waktu ke waktu seperti jam atau hari seperti pada data saham. Statistik ini mengukur korelasi antara dua variabel sebagai rasio perbedaan antara jumlah pasangan konkordandan diskordan. Statistik Gerber memiliki sifat kuat yang tidak sensitif terhadap pergerakan besar (outlier) dan penyimpangan dari normalitas. Statistik ini juga mengabaikan pergerakan kecil, karena hal tersebut hanya berupa noise. Oleh karena itu, statistik ini berguna untuk mengukur kekuatan hubungan pergerakan cepat dan ekstrem dari dua variabel.Penelitian ini mengaplikasikan Statistik Gerber pada data return indeks harga saham untuk mengukur kekuatan hubungan antara pergerakan beberapa indeks harga saham, yaitu Indeks Harga Saham Gabungan (IHSG), Indeks LQ45, Indeks IDX30, Indeks Kompas100, Indeks BISNIS-27, Indeks Investor33, dan Indeks MNC36 periode 2018-2022. Hasil penelitian menunjukkan bahwa kekuatan hubungan antara pergerakan beberapa return indeks harga saham secara umum adalah positif dengan kekuatan hubungan yang signifikan.]]>
<![CDATA[Premi Asuransi Gempa Bumi di Zona Seismic Gap Selatan Jawa Bagian Barat Tahun 1958-2022 ]]>
<![CDATA[10060119088, Mayke Nuraini Alamsyah]]>;
<![CDATA[Sutawanir Darwis]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i1.11579
<![CDATA[Abstract. Seismic gaps are areas of potential for large earthquakes. Indonesia is tectonically unstable and is the most active continental margin in the world and is included in seismically active regions. The United States Geological Survey (USGS) records Indonesia as the country with the most earthquakes in the world (USGS, 2022). Earthquakes can cause many losses such as casualties, traumatic effects experienced by victims after an earthquake, as well as property losses, damage to residential buildings, public facilities, office buildings or other infrastructure. This study aims to examine the Seismic Gap in Indonesia in the southern zone of western Java and calculate insurance premiums to determine the amount of losses incurred in the event of an earthquake. The results showed that from 20 mainshock earthquake events there were 5 intensity scales, namely scales 12 to 16, which had impacts such as cracked roads and cracked walls, and the earthquake hazard value or the largest earthquake exceedance level was on scale 16. 3. The total premium rate that must be paid by the customer as the insured party to the insurance company every year is at Rp87,975,000 to Rp437,362,500. Future research is expected to have more linear data. In this study, it is expected that future research can use other approaches in calculating the possibility of the amount of insurance premiums caused by natural disasters such as earthquakes. Abstrak. Seismic gap merupakan daerah berpotensi terjadinya gempa bumi besar. Indonesia secara tektonik bersifat labil dan merupakan kawasan pinggir benua yang paling aktif di dunia dan termasuk dalam daerah seismik aktif. The United States Geological Survey (USGS) mencatat Indonesia sebagai negara dengan gempa bumi terbanyak di dunia (USGS, 2022). Gempa bumi dapat menimbulkan banyak kerugian seperti korban jiwa, efek traumatik yang dialami korban pasca gempa, serta kerugian harta benda, kerusakan bangunan tempat tinggal, fasilitas-fasilitas umum, gedung perkantoran atau infrastruktur lainnya. Penelitian ini bertujuan untuk meneliti Seismic Gap di Indonesia pada zona selatan jawa bagian barat dan menghitung premi asuransi untuk mengetahui besar kerugian yang timbul jika terjadi gempa bumi. Hasil penilitian menunjukkan dari 20 kejadian gempa bumi mainshock terdapat 5 skala intensitas yaitu skala 12 sampai 16 yang dampaknya seperti jalanan retak dan tembok retak, dan nilai bahaya gempa atau tingkat pelampauan gempa bumi terbesar ada di skala 16. 3. Tarif total premi yang harus dibayarkan oleh nasabah sebagai pihak tertanggung kepada pihak asuransi setiap tahunnya berada di angka Rp87.975.000 sampai dengan Rp437.362.500. Penelitian selanjutnya diharapkan memiliki data yang lebih linear. Dalam penelitian ini diharapkan untuk penelitian selanjutnya dapat menggunakan pendekatan lain dalam menghitung kemungkinan besaran premi asuransi yang diakibatkan oleh terjadinya bencana alam seperti gempa bumi.]]>
