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 
Pengelompokan Faktor-Faktor yang Mempengaruhi Curah Hujan di Provinsi Sumatera Utara Menggunakan Metode Fuzzy C-Means Supriyanti, Kamalina Rosyida; Damiri, Bravina Aulia; Ramadhan, Wulan Nur
Jurnal Statistika dan Komputasi Vol. 3 No. 1 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i1.2623

Abstract

Latar   Belakang: Di Indonesia, kondisi curah hujan dipengaruhi oleh berbagai faktor, termasuk kondisi fisiografis, pola angin, dan perubahan iklim. Kondisi curah hujan di Sumatera Utara pada tahun 2020 bervariasi di berbagai wilayah. Pada tahun 2020  curah hujan di Sumatera Utara berada pada angka 4.380 mm di mana angka tersebut termasuk angka tertinggi dari curah hujan normal yang berada dalam kisaran 1000-3000 mm per tahun. Tujuan: Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi tingkat curah hujan di Provinsi Sumatera Utara. Metode: Metode analisis data yang digunakan adalah Fuzzy C-Means. Penelitian ini menggunakan data sekunder yang bersumber dari BPS Sumatera Utara. Data yang diambil berupa data curah hujan, kelembapan udara, kecepatan angin, penyinaran matahari, dan penguapan di beberapa stasiun di Provinsi Sumatera Utara pada tahun 2020. Hasil: Hasil analisis yang didapat yaitu menetapkan dua cluster pada penelitian ini, stasiun BMKG dapat dikelompokkan menjadi cluster 1 (Deli Serdang, BMKG Wilayah I, Marihat, Pinangsori, dan Gunung Sitoli) dan cluster 2 (Belawan dan Tanjung Morawa). Dengan begitu, metode Fuzzy C-Means Clustering memberikan hasil yang baik dalam mengelompokkan faktor-faktor curah hujan. Kesimpulan: Penerapan metode Fuzzy C-Means memberikan hasil yang baik dalam mengelompokkan faktor-faktor curah hujan.  
Analisis Ketahanan Hidup Pasien COVID-19 Menggunakan Pendekatan Multivariate Adaptive Regression Spline (MARS) Khoirunnisa, Wilda; Fatekurohman, Mohamat; Tirta, I Made
Jurnal Statistika dan Komputasi Vol. 3 No. 1 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i1.2700

Abstract

Latar   Belakang: Tahun 2019 dunia digemparkan dengan terjadinya penyebaran penyakit baru yaitu Coronavirus Disease 19 (COVID-19) yang merupakan penyakit menular disebabkan oleh jenis corona virus bernama Severe Acute Repiratory Syndrome Coronavirus 2 (SARS-CoV-2). Virus ini menyebabkan gangguan pada sistem pernapasan, infeksi paru-paru, pneumonia akut, bahkan kematian, sehingga dilakukan analisis ketahanan hidup pasien COVID-19. Tujuan: Mendapatkan model dan mengetahui faktor paling mempengaruhi ketahanan hidup pasien COVID-19 di RSD dr. Soebandi Jember berdasarkan variabel prediktor yang digunakan. Metode: Penelitian ini menggunakan metode pendekatan MARS untuk menganalisis data. Data yang digunakan yaitu data rekam medis pasien COVID-19 tahun 2020 – 2021 di RSD dr. Soebandi Jember. Hasil: Model MARS terbaik berdasarkan kombinasi Basis Function (BF), Maximum Interaction (MI), dan Minimum Observation (MO) yang bernilai masing-masing 24, 3, dan 0 dengan nilai Generalized Cross Validation (GCV) terkecil yaitu 0,135. Berdasarkan model MARS yang diperoleh, 7 dari 12 variabel prediktor yang digunakan berpengaruh pada ketahanan hidup pasien COVID-19 yaitu usia, jenis kelamin, status gagal napas, status hipertensi, status pneumonia, status koagulopati, dan status penyakit lainnya. Kesimpulan: Variabel yang paling mempengaruhi ketahanan hidup pasien COVID-19 di RSD dr. Soebandi menggunakan pendekatan MARS berdasarkan variabel prediktor yang digunakan adalah status gagal napas.  
Perbandingan Beberapa Metode Univariat Time Series pada Peramalan Curah Hujan Silfiani, Mega; Lumintang, Indah Ayu; Winda, Retno Lelly
Jurnal Statistika dan Komputasi Vol. 3 No. 1 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i1.2730

Abstract

Latar   Belakang: Peramalan curah hujan sangat penting untuk berbagai bidang seperti pertanian, manajemen sumber daya air, keamanan, transportasi dan perencanaan wilayah kota. Tujuan: Penelitian ini diarahkan untuk mendapatkan model terbaik dalam peramalan curah hujan di Kota Sampali, Sumatra Utara. Metode: Metode dalam penelitian ini meliputi Seasonal Autoregressive Integrated Moving Average (SARIMA), Time Series Regression (TSR) dan Triple Exponential Smoothing (TES). Data curah hujan bulanan Kota Sampali mulai Januari 2011 sampai dengan Desember 2022. Ukuran akurasi yang digunakan untuk perbandingan hasil peramalan yang dihasilkan oleh berbagai model dalam penelitian ini adalah Root Mean Absolute Error (RMSE). Hasil: Curah hujan Kota Sampali memiliki pola musiman sehingga sesuai dengan metode SARIMA, TSR dan TES yang masing-masing dapat mengakomodasi pola musiman. Model terbaik yang dihasilkan dari masing-masing metode SARIMA, TSR dan TES adalah SARIMA(0,0,0)(0,1,1)12, TSR dengan tujuh variabel yang signifikan dan TES dengan parameter level, tren dan seasonal masing-masing sebesar 0,2, 0,2 dan 0,2.. Kesimpulan: Model terbaik untuk peramalan curah hujan Kota Sampali adalah Triple Exponential Smoothing. Kata kunci: Peramalan curah hujan, RMSE, SARIMA, Time Series Regression, Triple Exponential Smoothing.  
Penerapan Algoritma Self Organizing Maps (SOM) Dan K-Means Untuk Mengelompokkan Akseptor KB Di NTB Yahya, Lalu Muhammad; Kertanah, Kertanah; Hidayaturrohman, Umam
Jurnal Statistika dan Komputasi Vol. 3 No. 1 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i1.2960

Abstract

Latar Belakang: Salah satu permasalahan utama terkait penggunaan KB yaitu berhubungan dengan ketersediaan layanan kesehatan, sehingga untuk memberikan akses yang lebih baik kepada masyarakat terhadap informasi dan layanan dapat dilakuakn analsis clustering yang membantu mengidentifikasi wilayah-wilayah di NTB yang memiliki akses terbatas terhadap layanan kesehatan reproduksi. Tujuan: Tujuan penelitian ini, pertama adalah untuk mengetahui gambaran umum akseptor keluarga berencana seluruh kecamatan di NTB. Kedua adalah untuk mengetahui hasil cluster akseptor keluarga berencana di kecamatan seluruh NTB 2022 dengan algoritma SOM dan K-means serta mengetahui algoritma terbaik pada data akseptor keluarga berencana di kecamatan seluruh NTB ditinjau dari nilai validasi internal. Metode: Algoritma clustering yang digunakan pada penelitian ini yaitu SOM dan K-means. Hasil: Berdasarkan hasil analisis didapatkan bahwa suntik merupakan akseptor tertinggi di NTB sebanyak 299.344. Sedangkan akseptor terendah adalah kondom sebanyak 7.333. Hasil penelitian dengan algoritma SOM memiliki 2 cluster yaitu cluster 1 terdapat 103 kecamatan dan cluster 2 terdapat 14 kecamatan. Algoritma K-means memiliki 2 cluster yaitu cluster 1 terdapat 84 kecamatan dan cluster 2 terdapat 33 kecamatan. Kesimpulan: Algoritma terbaik untuk pengelompokan akseptor keluarga berencana di kecamatan seluruh Provinsi NTB adalah algoritma SOM.  
Prediksi Harga Saham PT.Telekomunikasi Indonesia Menggunakan Metode Transformasi Wavelet Diskrit Daubechies Alima, Isna; Purnamasari, Ika; Syaripuddin, Syaripuddin
Jurnal Statistika dan Komputasi Vol. 3 No. 1 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i1.2981

Abstract

Latar Belakang: Wavelet Daubechies merupakan penyempurnaan dari wavelet Haar yang mempunyai keunggulan dibandingkan wavelet lainnya, sehingga wavelet Daubechies jenis ini sering digunakan untuk transformasi wavelet diskrit (TWD). TWD akan menghasilkan sejumlah koefisien yang diproses dalam estimasi ambang batas untuk menghilangkan noise pada data. Pada proses estimasi ambang batas, terdapat jenis fungsi ambang batas dan parameter yang mempengaruhi kelancaran hasil estimasi. Tujuan: Memperoleh nilai prediksi harga saham PT Telekomunikasi Indonesia pada tanggal 21 September 2020 sampai dengan 27 Februari 2023 dan mengetahui level terbaiknya. Metode: Transformasi Wavelet Diskrit Daubechies fungsi hard thresholding pemilihan parameter minimax. Hasil: Nilai prediksi data saham PT.Telekomunikasi Indonesia sangat akurat, mengikuti pola data sebenarnya dengan nilai mean absolute percentage error (MAPE) kurang dari 2% untuk setiap level (1 – 6). Kesimpulan: Level pertama merupakan level terbaik untuk melakukan prediksi harga saham PT Telekomunikasi Indonesia menggunakan metode Wavelet Daubechies dengan MAPE terkecil sebesar 0,008013.  
Pengelompokkan Wilayah Banjir di Jawa Tengah untuk Mitigasi Banjir Menggunakan Pendekatan K-Medoids Sanmas, Safril Ahmadi; Nurmalita, Rahma; Sulistiyani, Dwi; Haris, M. Al
Jurnal Statistika dan Komputasi Vol. 3 No. 2 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i2.3223

Abstract

Background: Flooding is a natural event that can occur at any time, often resulting in fatalities and significant material losses. Mapping flood zones in Central Java based on flood occurrences is crucial for optimizing disaster management. Clustering approaches are highly relevant and potential methods for tackling flood mitigation challenges in Central Java. Objective: To map flood zoning in Central Java using the optimal K-Medoids method based on the Silhouette Coefficient. Methods: This study uses the K-Medoids method for Clustering analysis because it is more resistant to outliers. Unlike K-Means, K-Medoids selects the medoid as the cluster center, making it more stable against extreme values. The data used was obtained from the Dinas PUSDATARU of Central Java Province regarding flood events in the region from October 1, 2022, to March 2023. Results: The K-Medoids method with k=2 produced the highest Silhouette Coefficient of 0.83748, Clustering 34 districts/cities with low flood occurrences and 1 district/city with high flood occurrences. This model evaluation supports the planning of disaster mitigation policies that focus more on flood-prone areas. Conclusion: There are two groups of districts/cities based on flood occurrence levels. The high Silhouette Coefficient value indicates a good cluster structure.
Implementasi Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Memprediksi Curah Hujan di Kota Semarang Ermawati, Asti; Amrullah, Ahmad; Huda, Khoirul; Haris, M. Al
Jurnal Statistika dan Komputasi Vol. 3 No. 2 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i2.3224

Abstract

Background: Rainfall is one of the important factors that has a significant impact on various aspects of life, especially in urban areas such as Semarang. Significant fluctuations in rainfall can cause flooding, which negatively impacts infrastructure, agriculture, health and well-being of the community. Therefore, accurate rainfall forecasting is essential to support informed decision-making. Objective: The purpose of this study is to identify and build an optimal SARIMA model for rainfall forecasting in Semarang City. Methods: This study used the Seasonal Autoregressive Integrated Moving Average (SARIMA) method to analyze the monthly rainfall data of Semarang City for the period 2017-2022, because it was able to handle seasonal patterns in the time series data. The best model is determined based on the Akaike Information Criterion (AIC) value, while the accuracy of the prediction is measured using the Mean Absolute Percentage Error (MAPE) value. Results: Based on the results of the analysis, the best SARIMA model was SARIMA (1,1,0) (0,1,0)12 because it produced the smallest AIC value (121.67) and MAPE of 41.59%. This model is used to predict rainfall from January 2023 to December 2025. Conclusion: The SARIMA (1,1,0) (0,1,0)12 model is the best model for rainfall forecasting in Semarang City. The results of this study support previous studies that state that the SARIMA method is effective for rainfall data that have high fluctuations and extreme values.
Optimalisasi Peramalan Total Aset PT. BPD Kaltim Kaltara dengan Double Exponential Smoothing Brown Ningsih, Eva Lestari; Nurmayanti, Wiwit Pura; Widyaningrum, Erlyne Nadhilah; Pangruruk, Thesya Atarezcha
Jurnal Statistika dan Komputasi Vol. 3 No. 2 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i2.3525

Abstract

Background: Total assets can provide a comprehensive picture of the wealth owned by a company or institution, with total assets also helping to assess the scale of operations, stability, and the company’s ability to meet its financial responsibilities. Study on the total assets held by PT. BPD Kaltim Kaltara is interesting to do because it has an important role in advancing economic growth in the East Kalimantan and North Kalimantan regions. Digital transformation can influence how assets grow and how capital is structured. Objective: Predicting PT BPD Kaltim Kaltara’s total assets over the next three periods using the DES Brown method with the optimal constant. Methods: Double Exponential Smoothing Brown (DES Brown) with constants α = β = 0.3; 0.6; 0.7; 0.8. Results: The smallest MAPE value is obtained at the constant α = β = 0.3, indicating that the DES Brown method with this constant provides the most accurate forecasting results. Conclusion: The forecasting results for the next three periods show a stable upward trend, namely September at Rp48,389,055.93, October at Rp48,480,301.62, and November at Rp48,571,547.30. Thus, the DES Brown method has proven effective in forecasting the total assets of PT. BPD Kaltim Kaltara and can be used to support the company's financial decision making.
Comparison of K-Means and Fuzzy C-Means for Optimizing Tuberculosis Management and Healthcare Service Allocation in Bojonegoro Muiz, Riko Al
Jurnal Statistika dan Komputasi Vol. 3 No. 2 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i2.3532

Abstract

Background: According to the 2022 publication by BPS (Statistics Bureau) of Bojonegoro Regency, there were 1,765 tuberculosis cases spread across all districts in Bojonegoro. This number is disproportionate to the availability of healthcare workers, which totaled only 1,261, comprising medical personnel, nurses, midwives, and pharmacists. Objective: This study aims to cluster districts in Bojonegoro Regency based on tuberculosis cases and healthcare workforce data by comparing the K-Means and Fuzzy C-Means methods. The objective is to identify which districts require more attention and which are already in better condition. Methods: The best clustering method was determined using the Sum of Squared Error (SSE) criterion. The data used in this study was sourced from the Statistics Bureau, containing information on tuberculosis cases and the number of healthcare workers in each district.. Results: The result shows that K-Means achieved a lower SSE (4704.031) compared to Fuzzy C-Means (4854.247), which divided the district into 4 clusters: low, medium, and high. By categorizing the districts into these clusters, the Bojonegoro government is expected to better target its interventions and resources. Moreover, the government can evaluate districts with high tuberculosis cases to implement specific strategies. Conclusion: This study concludes that K-Means with 4 clusters is the most effective method for this type of clustering.
Clustering Study Of Hospitals In Bojonegoro Based On Health Workers With K-Means And K-Medoids Methods Safitri, Elsa Maulida
Jurnal Statistika dan Komputasi Vol. 3 No. 2 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i2.3592

Abstract

Background: Hospitals are institutions that provide inpatient care for the sick. In Bojonegoro, hospital services are considered adequate. However, a shortage of nurses often requires patients' families to assist with care. Objective: This research aims to compare clustering methods to find the best method that can be applied to cluster hospitals based on the type of health workers. Methods: This study uses two clustering methods, namely K-Means and K-Medoids Clustering, which are compared to determine the best method. The data source used is secondary data, which consists of the number of medical staff for each medical position, obtained from the Satu Data Bojonegoro website in 2020. Results: The K-means method proved to be the best for grouping healthcare workforce data. Its average within-cluster distance value is -6.763, the closest to zero. The K-means method resulted in 4 clusters. These include cluster_0 (3 hospitals), cluster_1 (1 hospital), cluster_2 (1 hospital), and cluster_3 (5 hospitals). Conclusion: The clustering results show that K-Means with 4 clusters is the best method, with Cluster_0 and Cluster_3 having below-average health workers, and Cluster_1 and Cluster_2 having above-average health workers, with Cluster_2 having the highest and Cluster_3 the lowest number of health workers in Bojonegoro.

Page 4 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