cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Denny Nurdiansyah
Contact Email
denny.nur@unugiri.ac.id
Phone
+6281336633121
Journal Mail Official
denny.nur@unugiri.ac.id
Editorial Address
Jln. Jendral Ahmad Yani No.10, Jambean, Sukorejo, Kec. Bojonegoro, Kabupaten Bojonegoro, Jawa Timur 62115
Location
Kab. bojonegoro,
Jawa timur
INDONESIA
Jurnal Statistika dan Komputasi (STATKOM)
Published by Universitas Nahdlatul Ulama Sunan Giri Bojonegoro
ISSN : 2963038X     EISSN : 29630398     DOI : https://doi.org/10.32665/statkom
Core Subject : Economy, Science, Social, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Social Sciences
Jurnal Statistika dan Komputasi (STATKOM) publishes the article based on research or equivalent to research results in applied statistics and computation on various scopes related to Computational Statistics and Data Analysis. Manuscripts for STATKOM should fall within one of the following categories: 1) Statistical Simulation Methods, Resampling Methods, Machine Learning, Neural Networks, Data Mining, Big Data Analytics, Numerical and Optimization Methods, Operations Research, and Decision Support Systems. 2) Regression Modeling, Bayesian Modeling, Time-Series Modeling, Spatial Modeling, Structural Equation Modeling, Longitudinal Data Analysis, Categorical Data Analysis, Experimental Design and Analysis, Statistical Process Control, Multivariate Statistics, Nonparametric Statistics, and Econometrics.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 45 Documents
 1   2   3   4   5 
Implementasi Metode K-Modes Untuk Pengelompokkan Angkutan Sungai Dan Penyeberangan Di Kabupaten Bojonegoro Faqih, Abdolloh
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v1i2.1135

Abstract

Latar   Belakang: Kabupaten Bojonegoro merupakan salah satu kabupaten yang dilewati oleh sungai Bengawan Solo, serta menjadikan aliran sungai sebagai sarana transportasi warga. Transportasi ini lebih cepat daripada transportasi darat, tapi faktor keamanan dan keselamatan masih menjadi masalah utama dalam transportasi tersebut. Tujuan: Menerapkan K-Modes Clustering untuk menentukan Cluster pos penyeberangan mana yang masih kekurangan fasilitas atau perlengkapan keselamatan, sehingga memudahkan Dinas Perhubungan untuk mengevaluasi dan mengambil kebijakan. Metode: Digunakan metode yaitu K-Modes Clustering dan Algoritma Elbow untuk pengelompokkan data kategorik dengan bantuan software R. Penelitian ini dilakukan di Kabupaten Bojonegoro dengan menggunakan data dari Dinas Perhubungan Kabupaten Bojonegoro dengan kriteria data adalah papan himbauan, papan penunjuk arah, rambu sungai, PJU, shelter, trap tambangan, bantuan life jacket, dan ring buoy. Hasil: Diperoleh hasil tiga centroid dengan karakteristik berbeda yaitu Cluster 1 rata-rata masih minim pada fasilitas papan himbauan, trap tambangan, serta life jaket dan ring buoy  sehingga masuk karakteristik fasilitas rendah, Cluster 2 minim pada papan penunjuk arah, rambu sungai, PJU, Life jaket dan ring buoy  sehingga tergolong karateristik fasilitas tinggi, dan Cluster 3 rata-rata hanya minim pada papan himbauan, papan penunjuk arah, serta life jaket dan ring buoy  sehingga digolongkan karateristik fasilitas sedang. Kesimpulan: Angkutan Sungai dan Penyeberangan di Kabupaten Bojonegoro dikelompokkan menjadi 3 Clusters yaitu Cluster rendah, Cluster sedang, dan Cluster tinggi.  
Pemodelan Regresi Logistik Ordinal Pada Indeks Pembangunan Manusia (IPM) Di Jawa Timur Tahun 2020 Budiman, Muhammad Arif; Cahyani, Nita
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v1i2.1169

Abstract

Latar Belakang: Pemerintah terus menerus melakukan pembangunan di segala aspek yaitu aspek pendidikan, kesehatan, dan kehidupan yang layak. Untuk mengukur keberhasilan pembangunan, salah satunya digunakan indikator yaitu Indeks Pembangunan Manusia (IPM). Untuk menganalisis IPM, perlu digunakan pemodelan statistik yang bisa memberikan analisis faktor-faktor penyebab yang mempengaruhi IPM. Tujuan: Menganalisis faktor-faktor yang mempengaruhi IPM di Jawa Timur pada tahun 2020 dengan pemodelan Regresi Logistik Ordinal. Metode: Digunakan  metode penelitian kuantitatif dengan menngunakan metode Regresi logistik dengan menggunakan bantuan software SPSS. Data yang digunakan berasal dari BPS provinsi Jawa Timur berupa data IPM yang berskala ordinal. Faktor-faktor berpengaruh yang diamati yaitu Jumlah Tenaga Pendidik, Jumlah Tenaga Kesehatan, Persentase Rumah Tangga yang Mempunyai Fasilitas Buang Air Besar, Laju Pertumbuhan Penduduk, PDRB per Kapita, dan Tingkat Partisipasi Angkatan Kerja yang berskala rasio. Hasil: Diperoleh nilai ketepatan klasifikasi relatif pada pemodelan IPM di Jawa Timur dengan model Regresi Logistik Ordinal sebesar 76,3%. Diperoleh faktor-faktor yang signifikan mempengaruhi IPM di Jawa Timur pada tahun 2020 adalah Persentase Rumah Tangga yang Mempunyai Fasilitas Buang Air Besar dan Tingkat Partisipasi Angkatan Kerja. Kesimpulan: Persentase Rumah Tangga yang Mempunyai Fasilitas Buang Air Besar dan Tingkat Partisipasi Angkatan Kerja mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur tahun 2020. Model regresi logistil ordinal juga memiliki keakuratan yang baik dalam klasifikasi IPM.  
Penerapan Metode Regresi Linier Berganda Pada Kasus Balita Gizi Buruk Di Kabupaten Bojonegoro Janah, Miftahul; Kartini, Alif Yuanita
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v1i2.1170

Abstract

Latar   Belakang: Balita merupakan kelompok paling rentan terhadap masalah gizi apabila ditinjau dari sudut masalah kesehatan dan gizi, dimana balita mengalami siklus pertumbuhan dan perkembangan yang relatif pesat. Salah satu metode untuk menentukan faktor-faktor yang signifikan berpengaruh terhadap terjadinya kasus gizi buruk adalah metode Regresi Linear Berganda. Tujuan: Mendapatkan statistik deskriptif untuk kasus balita gizi buruk beserta variabel prediktornya di kabupaten Bojonegoro tahun 2020, dan mengetahui variabel apa saja yang dianggap signifikan mempengaruhi terjadinya kasus gizi buruk di kabupaten Bojonegoro menggunakan metode Regresi Linier Berganda. Metode: Diberikan metode kuantitatif dengan statistik deskriptif, pen gujian asumsi klasik, dan pengujian parameter Regresi Linear Berganda untuk Persentase Kejadian Balita yang mengalami gizi buruk di kabupaten Bojonegoro. Hasil: Karakteristik kejadian balita gizi buruk di kabupaten Bojonegoro untuk persentase kejadian balita gizi buruk per kecamatan terrendah sebesar 1,03% dan tertinggi 7,22%. Diperoleh variable-variabel yang signifikan memberikan pengaruh negative terhadap Persentase Kejadian Balita yang mengalami gizi buruk Per Kecamatan, yaitu Persentase Balita Ditimbang Empat Kali atau Lebih dalam Enam Bulan Terakhir sebesar -2,117, dan Persentase Balita Kurus Mendapatkan Makanan Tambahan sebesar -0,438. Akurasi model regresi diperoleh R-Square sebesar 74,3%. Kesimpulan: Variabel yang berpengaruh signifikan terhadap kejadian balita yang mengalami gizi buruk adalah Persentase Balita Ditimbang Empat Kali atau Lebih dalam Enam Bulan Terakhir, dan Persentase Balita Kurus Mendapatkan Makanan Tambahan.  
Model Double Exponential Smoothing Dalam Peramalan Penerimaan Pajak Pemerintah Pusat Indonesia Suprayogi, Muhammad Azis
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v1i2.1233

Abstract

Latar   Belakang: Peramalan sebagai salah satu cara memprediksi suatu peristiwa atau nilai tertentu di masa depan dengan cara mempertimbangkan data di masa lalu. Peramalan dibutuhkan untuk memprediksi nilai total penerimaan pajak di masa depan pada tingkat pemerintah pusat dengan tujuan untuk merencanakan keuangan khususnya perencanaan nilai pembiayaan negara untuk kebutuhan belanja pemerintah pusat pada tahun berikutnya. Tujuan:  Meramal nilai penerimaan pajak pada Anggaran Pendapatan dan Belanja Negara (APBN) Pemerintah Pusat di Indonesia menggunakan model double exponential smoothing (DES) dari Holt dan model double exponential smoothing (DES) dari Brown. Metode: Menggunakan metode kuantitatif yaitu melakukan peramalan berdasarkan data deret waktu menggunakan model DES dua parameter dari Holt dan model DES satu parameter dari Brown. Membandingkan kedua model berdasarkan nilai Mean Absolute Percentage Error (MAPE) yang paling kecil. Hasil: Peramalan terbaik model DES dari Brown pada nilai parameter α=0,4 dengan nilai MAPE=4,529%. Peramalan terbaik model DES dari Holt pada nilai parameter α=0,8 dan β=0,6 dengan nilai MAPE=6,966%. Kesimpulan: Model DES dari Brown dan model DES dari Holt dapat digunakan untuk peramalan penerimaan pajak pada APBN Pemerintah Pusat dengan kriteria MAPE sangat baik yaitu < 10%. Adapun model terbaik dari dua metode tersebut adalah model DES satu parameter dari Brown dengan nilai MAPE terkecil sebesar 4,529%.  
Simulasi Monte Carlo Untuk Prediksi Jumlah Klaim Asuransi Di BPJS Ketenagakerjaan Cabang Bojonegoro Lestari, Putrye Aufia Indah
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v1i2.1265

Abstract

Latar   Belakang: Simulasi adalah salah satu cara yang digunakan untuk memprediksi jumlah klaim di masa depan berdasarkan jumlah klaim bulanan pada periode sebelumnya. Simulasi data ini dapat dilakukan dengan simulasi Monte carlo, Tujuan: Untuk mengetahui  deskriptif  jumlah klaim  program asuransi dari Jaminan Pensiun (JP), Jaminan Hari Tua (JHT), Jaminan Kecelakaan Kerja (JKK), Jaminan Kematian (JKM), dan Jaminan Kehilangan Pekerjaan (JKP), serta mendapatkan hasil prediksi jumlah klaim asuransi tersebut dengan metode simulasi Monte Carlo. Metode: Digunakan metode kuantitaif dengan pendekatan perhitungan manual untuk simulasi Monte Carlo. Data yang digunakan adalah data sekunder yang diperoleh dari BPJS ketenagakerjaan Cabang Bojonegoro berupa Jumlah Klaim Tahun 2021. Hasil: Dari hasil simulasi Metode Monte Carlo didapatkan prediksi untuk 1 tahun ke depan dengan mean ekspektasi jumlah klaim program JKK adalah 54 perbulan, mean ekspektasi program JKM adalah 67 per bulan, mean ekspektasi jumlah klaim JHT adalah 525 per bulan dan mean ekspektasi program JP adalah 275 perbulan. Prediksi ini merupakan perkiraan untuk 12 bulan ke depan. Standar deviasi klaim JKK sebesar 1.54, standar deviasi klaim JKM sebesar 2.43, standar deviasi klaim JHT sebesar 33.71, dan standar deviasi klaim JP sebesar 9.10. Kesimpulan: Diperoleh prediksi jumlah klaim untuk masing-masing program asuransi yaitu JKK, JKM, JHT dan JP dengan kategori sesuai dengan mean ekspektasi.  
Peramalan Jumlah Penumpang Di Bandara Soekarno-Hatta Menggunakan Metode Deseasonalized Fatmi’aturro’isah, Nurul; Purnamasari, Ika; Goejantoro, Rito
Jurnal Statistika dan Komputasi Vol. 2 No. 2 (2023): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v2i2.2276

Abstract

Latar Belakang: Transportasi udara merupakan salah satu sektor usaha yang menopang bidang perekonomian di Indonesia. Pada sektor transportasi khususnya penumpang pesawat udara sering kali mengalami fluktuasi yang tidak menentu. Oleh karena itu, perlu suatu metode untuk mengatasi adanya fluktuasi tersebut dan metode yang dapat digunakan yaitu metode deseasonalized. Deseasonalized merupakan bagian dari metode dekomposisi yang bertujuan untuk menghilangkan variasi musiman sehingga memungkinkan untuk fokus pada trend jangka panjang. Metode deseasonalized didasarkan pada fakta bahwa apa yang terjadi akan berulang dengan pola yang sama. Tujuan: Meramalkan jumlah penumpang pesawat di Bandara Soekarno-Hatta pada tahun 2022. Metode: Metode yang digunakan adalah Deseasonalized. Hasil: Berdasarkan hasil prediksi dengan menggunakan metode deseasonalized di dapatkan nilai tingkat akurasi Mean Absolute Percentage Error (MAPE) sebesar 25,32% dan diperoleh hasil peramalan sepanjang tahun 2022 bahwa jumlah penumpang pesawat di Bandara Soekarno-Hatta tahun 2022 berpola cenderung naik dengan hasil peramalan untuk kuartal 1 sebesar 2.514.681 penumpang, kuartal 2 sebesar 2.073.318 penumpang, kuartal 3 sebesar 2.315.309 penumpang dan kuartal 4 sebesar 2.447.735 penumpang. Kesimpulan: Metode deseasonalized dapat digunakan untuk meramalkan jumlah penumpang pesawat di Bandara Soekarno-Hatta dengan nilai MAPE  yang dihasilkan cukup baik.
Perbandingan Algoritma K-Medoids Dan K-Means Dalam Pengelompokan Kecamatan Berdasarkan Produksi Padi Dan Palawija Di Jember Khan, Akhmad Safrin Sadad; Fatekurohman, Mohamat; Dewi, Yuliani Setia
Jurnal Statistika dan Komputasi Vol. 2 No. 2 (2023): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v2i2.2301

Abstract

Latar   Belakang: Pengelolaan tanaman pangan sangat penting untuk mendukung ketahanan pangan. Dataset menunjukkan variasi hasil panen padi dan tanaman pokok lainnya. Variasi hasil panen tersebut memerlukan pengelompokan wilayah berdasarkan hasil panen. Algoritma yang umum digunakan dalam analisis clustering adalah K-means dan K-medoids. Terdapat pada kedua algoritma tersebut yiatu K-means kompleksitas waktu lebih cepat dan K-medoids lebih tahan dengan data outlier. Sehingga perbandingan kedua algoritma dapat membantu pemilihan algoritma yang lebih baik dalam kasus tertentu Tujuan: memperoleh hasil perbandingan cluster terbaik dengan menggunakan algoritma  K-means dan K-medoids di Kabupaten Jember berdasarkan produksi padi dan palawija dan mengetahui hasil clustering dengan algoritma pengelompokan terbaik Kecamatan Jember berdasarkan produksi padi dan palawija. Metode: Algoritma clustering yang digunakan yaitu K-means dan K-medoids. Metode evaluasi menggunakan Davies Bouldien Index. Sumber data berasal dari data sekunder dari BPS Kabupaten Jember tahun 2020. Hasil: Diperoleh algoritma terbaik yaitu K-means dengan DBI 0,648 lebih kecil dibandingan K-medoids 0,886 dibagi menjadi 6 klaster yaitu klaster satu sebanyak 1 kecamatan, klaster dua sebanyak 3 kecamatan, klaster tiga sebanyak 2 kecamatan, klaster klaster empat sebanyak 3 kecamatan, klaster lima sebanyak 8 kecamatan dan klaster 6 sebanyak 14 kecamatan. Kesimpulan: K-means dengan 6 cluster menjadi algoritma terbaik untuk pengelompokan produksi tanaman pangan di Kabupaten Jember.
Peramalan Jumlah Penumpang Kapal di Pelabuhan Balikpapan dengan SARIMA Khoiriyah, Nurhastivania Sohifatul; Silfiani, Mega; Novelinda, Resti; Rezki, Surya Muhammad
Jurnal Statistika dan Komputasi Vol. 2 No. 2 (2023): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v2i2.2303

Abstract

Latar   Belakang: Peramalan jumlah kedatangan penumpang kapal dalam negeri di pelabuhan dalam negeri sangat penting untuk antisipasi lonjakan penumpang. Tujuan: Tujuan dari penelitian ini adalah mendapatkan model terbaik untuk peramalan jumlah kedatangan penumpang kapal. Metode: Penelitian ini menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Data jumlah kedatangan penumpang kapal dalam negeri di Pelabuhan Balikpapan dari Januari 2017 sampai dengan Desember 2021. Root mean absolute error (RMSE) digunakan untuk membandingkan akurasi peramalan. Hasil: Model SARIMA yang dihasilkan  untuk jumlah kedatangan penumpang kapal dalam negeri di Pelabuhan Balikpapan yaitu SARIMA(1,0,0)(1,0,0)12 dan SARIMA(1,0,0)(0,0,1)12 dengan RMSE masing-masing sebesar 9442.62 dan 9608.54. Kesimpulan: Model terbaik untuk peramalan jumlah kedatangan penumpang kapal di Pelabuhan Balikpapan adalah SARIMA(1,0,0)(1,0,0)12.
Pemetaan Program Indonesia Sehat dengan Pendekatan Keluarga (PIS PK) di Kabupaten Bondowoso dengan K-Medoids Hermanto, Elvira Mustikawati Putri; Rochmanto, Hani Brilianti; Agustin, Risca
Jurnal Statistika dan Komputasi Vol. 2 No. 2 (2023): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v2i2.2307

Abstract

Latar  Belakang: Kesehatan merupakan indikator pertama kesejahteraan masyarakat yang diukur dengan Usia Harapan Hidup (UHH). Semakin tinggi UHH mencerminkan dimensi umur panjang dan hidup sehat yang terus meningkat dari tahun ke tahun. Program Indonesia Sehat dengan Pendekatan Keluarga (PIS PK) digagas pemerintah sebagai bentuk tanggung jawab untuk meningkatkan derajat kesehatan. Tahun 2022, Kabupaten Bondowoso merupakan kabupaten yang memiliki UHH terendah di Provinsi Jawa Timur. Tujuan: Merekomendasikan program kesehatan yang disusun dalam PIS PK sebagai program prioritas berdasarkan hasil klaster (kelompok) dengan K-Medoids. Metode: Pengelompokkan kecamatan-kecamatan berdasarkan sepuluh indikator kesehatan PIS PK yang diperoleh dari Kabupaten Bondowoso Profil Kesehatan Tahun 2022. Pengelompokkan dilakukan dengan menerapkan algoritma K-Medoids. Hasil: Berdasarkan metode Silhouette diperoleh lima klaster optimal yang dapat dibentuk. Pengelompokkan dengan K-Medoids menghasilkan 5 kecamatan mengelompok pada klaster 1, 7 kecamatan mengelompok pada klaster 2, 3 kecamatan mengelompok pada klaster 3, 7 kecamatan mengelompok pada klaster 4, dan hanya ada 1 kecamatan pada klaster 5. Kesimpulan: Rekomendasi peningkatan kesehatan yang dapat diberikan untuk klaster 1 adalah peningkatan pelayanan kesehatan ODGJ (X8), untuk klaster 3 adalah peningkatan gizi, kesehatan ibu dan anak, serta peningkatan perilaku dan lingkungan sehat, dan untuk klaster 4 adalah peningkatan Pengendalian Penyakit Menular dan Tidak Menular.
Analisis IPM di Kalimantan Timur Tahun 2021 Dengan Pendekatan Metode OLS dan GWR Tama, Yanuar Bhakti Wira; Ardila, Dwiki Jaya; Simatupang, Syalam Ali Wira Dinata; Dewanti, Retno Wahyu
Jurnal Statistika dan Komputasi Vol. 2 No. 2 (2023): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v2i2.2315

Abstract

Latar   Belakang:  Provinsi Kalimantan Timur merupakan salah satu provinsi yang memiliki potensi ekonomi yang signifikan di Indonesia. Namun, untuk mencapai pembangunan yang berkelanjutan dan meningkatkan kesejahteraan masyarakat, perlu dilakukan analisis yang mendalam terhadap faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia atau IPM di wilayah ini. Tujuan: Penelitian ini bertujuan untuk menganalisis regresi spasial pada IPM di Kalimantan Timur tahun 2021. Metode: Metodologi penelitian mencakup sumber data yang digunakan dan variabel penelitian yang terdiri dari variabel dependen (IPM) dan variabel independen yang meliputi harapan lama sekolah, umur harapan hidup, rata-rata lama sekolah, rasio ketergantungan, tingkat pengangguran terbuka, dan tingkat partisipasi angkatan kerja. Kemudian akan dibandingkan dengan dua metode yaitu metode Ordinary Least Square (OLS) dan Geographically weighted regression (GWR). Hasil: Model GWR Indeks Pembangunan Manusia di Kalimantan Timur lebih baik dibandingkan model OLS. R square yang didapatkan dengan pemodelan GWR lebih kecil yaitu sebesar 0.984551, Sedangkan Model OLS didapatkan nilai sebesar 0.985. Kesimpulan: Setiap wilayah di Kalimantan Timur memiliki karakteristik yang berbeda-beda atau memiliki unsur spasial. Nilai IPM tertinggi adalah Kota Samarinda, sedangkan terendah adalah Kabupaten Mahakam Ulu.

Page 3 of 5 | Total Record : 45

 1   2   3   4   5 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2025): Jurnal Statistika dan Komputasi Vol. 3 No. 2 (2024): Jurnal Statistika dan Komputasi Vol. 3 No. 1 (2024): Jurnal Statistika dan Komputasi Vol. 2 No. 2 (2023): Jurnal Statistika dan Komputasi Vol. 2 No. 1 (2023): Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi