cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nusar Hajarisman
Contact Email
statistika@unisba.ac.id
Phone
+628124569091
Journal Mail Official
statistika@unisba.ac.id
Editorial Address
Program Studi Statistika Universitas Islam Bandung Jl. Ranggagading No. 8 Bandung 40116 Phone: 081572198581 Email: nusarhajarisman@unisba.ac.id
Location
Kota bandung,
Jawa barat
INDONESIA
STATISTIKA
Published by Universitas Islam Bandung
ISSN : 14115891     EISSN : 25992538     DOI : https://doi.org/10.29313/statistika.v23i1.1628
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
STATISTIKA published by Department of Statistics, Faculty of Mathematics and Natural Sciences, Bandung Islamic University as pouring media and discussion of scientific papers in the field of statistical science and its applications, both in the form of research results, discussion of theory, methodology, computing, and review books. Published biannually in May and November each.
Arjuna Subject : -
Articles 91 Documents
 3   4   5   6   7 
Perbandingan Geographically Weighted Regression dengan Mixed Geographically Weighted Regression: Studi Kasus Prevalensi Stunting di Indonesia Fahmi Cholid
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i2.1700

Abstract

ABSTRACT Infants who suffer from chronic malnutrition, or stunting, have a very small height compared to other children their age. Slow-growing children have a higher risk of contracting diseases and growing up with degenerative conditions. Indonesia has the second highest stunting rate among children under five in ASEAN. In 2015, 36.4% of Indonesian children less than five years old were stunted. Indonesia has the second highest stunting rate in Southeast Asia, after Laos (43.8%). The child nutritional status study found that 29.6% of children under five years old were stunted (PSG, 2017). The number increased from 2017 to 2018. Stunting rates vary from province to province in Indonesia. Therefore, research linking stunting to the characteristics of the province is needed to address its prevalence. Therefore, there is a need for research that correlates stunting with relevant provincial characteristics to address its prevalence. By comparing the Geographically Weighted Regression (GWR) method and the Mixed Geographically Weighted Regression (MGWR) method, this study aims to identify the factors that influence the prevalence of stunting among under-fives in Indonesia by considering regional aspects in the province. The average incidence of stunting in Indonesia is 30.59. The study found that East Nusa Tenggara Province has the highest prevalence of stunting in Indonesia. In Indonesia, the success rate of children receiving all recommended vaccine doses (X1) was a significant predictor of stunting prevalence. The GWR model is superior to the MGWR model because the optimal AIC and R2 values are 167.6841 and 0.828, respectively, as shown by the comparison of global regression models.  ABSTRAK Bayi yang menderita kekurangan gizi kronis, atau stunting, memiliki tinggi badan yang sangat kecil dibandingkan anak-anak lain seusianya. Anak-anak yang tumbuh lambat mempunyai risiko lebih tinggi tertular penyakit dan tumbuh dengan kondisi degeneratif. Indonesia merupakan negara dengan tingkat stunting tertinggi kedua di antara balita di ASEAN. Pada tahun 2015, 36,4% anak Indonesia berusia kurang dari lima tahun mengalami stunting. Indonesia merupakan negara dengan angka stunting tertinggi kedua di Asia Tenggara, setelah Laos (43,8%). Penelitian status gizi anak menemukan bahwa 29,6% balita mengalami stunting (PSG, 2017). Jumlah tersebut meningkat dari tahun 2017 ke tahun 2018. Tingkat stunting bervariasi dari satu provinsi ke provinsi lain di Indonesia. Oleh karena itu, diperlukan penelitian yang menghubungkan stunting dengan karakteristik provinsi terkait untuk mengatasi prevalensinya. Dengan membandingkan metode Geographically Weighted Regression (GWR) dan metode Mixed Geographically Weighted Regression (MGWR), penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi prevalensi stunting pada balita di Indonesia dengan mempertimbangkan aspek regional di provinsi tersebut. Rata-rata kejadian stunting di Indonesia adalah 30,59. Penelitian ini menemukan bahwa provinsi Nusa Tenggara Timur memiliki prevalensi stunting tertinggi di Indonesia. Di Indonesia, tingkat keberhasilan anak mendapatkan seluruh dosis vaksin yang dianjurkan (X1) merupakan prediktor signifikan terhadap prevalensi stunting. Model GWR lebih unggul dibandingkan model MGWR karena nilai AIC dan R2 optimalnya masing-masing sebesar 167.6841 dan 0.828 yang ditunjukkan oleh hasil perbandingan model regresi global.
Pengaruh Pandemi Covid-19 terhadap Prestasi Mahasiswa Fakultas MIPA Universitas Syiah Kuala Zulfan; Radhiah; Tarmizi Usman; Rahma Zuhra; Nazaruddin; Marzuki
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i2.1714

Abstract

ABSTRAK Wabah Corona Viruses Diseases 19 (Covid-19) merupakan permasalahan yang dihadapi oleh pemerintah Indonesia, bahkan global sejak akhir Tahun 2019. Wabah ini telah menulari berbagai aspek kehidupan, termasuk pendidikan. Pendidikan di Indonesia mengalami perubahan yang signifikan. Sejak diumumkannya kasus pertama pada bulan Maret 2020, sekolah di Indonesia mulai ditutup dan berganti sistem dari luring (offline) menjadi daring (online). Perubahan yang cepat ini tentunya menjadi kejutan sendiri di dunia pendidikan seperti Perguruan tinggi (PT) termasuk Universitas Syiah Kuala. Berbagai kegiatan akademik mulai dialihkan menjadi sistem daring, bahkan administrasi akademik diubah menjadi sistem daring. Hal ini menjadi suatu shock-wave bagi mahasiswa maupun dosen yang menjadi civitas akademika. Suatu hal yang menarik untuk diteliti bagaimana dampak yang terjadi pada mahasiswa sebelum dan sesudah terjadi pandemi Covid-19. Penelitian terdahulu mengenai dampak perkuliahan daring saat pandemi Covid-19 bagi mahasiswa di Indonesia melalui sistematik review menunjukkan bahwa pembelajaran daring masih membingungkan mahasiswa; mahasiswa menjadi pasif, kurang kreatif dan produktif, penumpukan informasi/konsep pada mahasiswa kurang bermanfaat, mahasiswa mengalami stress, serta peningkatan kemampuan literasi bahasa mahasiswa. Dampak pandemi Covid-19 bagi mahasiswa ini terjadi pada sisi nilai, keuangan, jam belajar, dan tingkat stres. Dampak ini dianalisis menggunakan perbandingan dengan menggunakan metode uji-t 2-sampel antara data dengan dan tanpa menggunakan skor propensitas. Hasil perbandingan ini terlihat bahwa terjadi penurunan dari sisi nilai selama pandemi Covid-19. Perubahan dan dampak bagi mahasiswa sebelum dan sesudah pandemi Covid-19 juga terjadi pada sisi keuangan, dan tingkat stres yang dialami mahasiswa. ABSTRACT The Corona Virus Diseases 19 (Covid-19) outbreak is a problem faced by the Indonesian government, even globally, since the end of 2019. This outbreak has infected various aspects of life, including education. Education in Indonesia is experiencing significant changes. Since the first case was announced in March 2020, schools in Indonesia began to close and the system changed from offline to online. This rapid change is certainly a surprise in the world of education such as universities (PT) including Syiah Kuala University. Various academic activities have begun to be transferred to an online system, even academic administration has been changed to an online system. This became a shock-wave for students and lecturers who are part of the academic community. It is an interesting thing to examine the impact on students before and after the Covid-19 pandemic. Previous research regarding the impact of online lectures during the Covid-19 pandemic for students in Indonesia through a systematic review shows that online learning is still confusing for students; students become passive, less creative and productive, the accumulation of information/concepts in students is less useful, students experience stress, and students' language literacy skills increase. The impact of the Covid-19 pandemic on students is in terms of grades, finances, study hours and stress levels. This impact was analyzed using a comparison using the 2-sample t-test method between data with and without using the propensity score. The results of this comparison show that there has been a decline in value during the Covid-19 pandemic. Changes and impacts on students before and after the Covid-19 pandemic also occurred on the financial side and the level of stress experienced by students.
Pemodelan Kasus Gizi Buruk Balita di Indonesia Menggunakan Panel Quantile Regression Model Harifa Hananti; I Gede Nyoman Mindra Jaya; Irlandia Ginanjar
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i2.2025

Abstract

ABSTRAK Kasus gizi buruk balita di Indonesia masih menjadi suatu masalah yang harus diperhatikan secara konsisten setiap tahunnya karena balita yang berusia 0-59 bulan adalah generasi penerus bangsa. Untuk itu perlu dilakukan pemodelan kasus gizi buruk balita dengan faktor yang mempengauhinya, yaitu kemiskinan dengan juga perlu diketahui bagaimana dampak kasus gizi buruk balita di masing-masing level kuantil (kecil, sedang, dan tinggi). Penelitian ini menggunaka pemodelan regresi data panel dengan pendekatan fixed effcts model  (FEM) yang mengandung outlier. Oleh karena itu, untuk mengatasi hal tersebut maka panel quantile regression model dengan penalizes fixed effects dapat digunakan. Hasil penelitian menunjukkan bahwa dampak kasus gizi buruk balita dengan faktor kemiskinan di level kuantil rendah (0,25) akan menyebabkan kasus gizi buruk juga rendah, sedangkan pada level kuantil yang sedang (0,5) akan menyebabkan kasus gizi buruk juga sedang, begitu juga untuk level kuantil yang tinggi (0,75) akan menyebakan kasus gizi buruk yang tinggi. ABSTRACT The case of malnutrition among toddlers in Indonesia is still a problem that must be paid attention to consistently every year because toddlers aged 0-59 months are the nation's next generation. For this reason, it is necessary to model cases of malnutrition under five with the factors that influence it, namely poverty. Apart from that, it is also necessary to know the impact of cases of under-five malnutrition at each quantile level (small, medium and high). This research uses panel data regression modeling using a fixed effects model (FEM) approach which contains outliers. So, the solution to overcome this is that a panel quantile regression model with fixed effects penalization can be used. The results of the research show that the impact of cases of under-five malnutrition with poverty factors at the low quantile level (0.25) will cause cases of malnutrition which are also low, while at the medium quantile level (0.5) it will cause moderate cases of malnutrition, and so do A high quantile level (0.75) will cause high cases of malnutrition.
Regresi Data Panel dalam Analisis Faktor-Faktor yang Mempengaruhi IPM di Kalimantan Barat Neva Satyahadewi; Siti Aprizkiyandari; Risky Oprasianti
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i2.2201

Abstract

ABSTRAK Analisis regresi data panel digunakan untuk meneliti data di Kalimantan Barat meliputi kabupaten/kotanya dari tahun 2017 sampai tahun 2021 yaitu Indeks Pembangunan Manusia (IPM) dan faktor pengaruhnya. Tingkat penduduk miskin (), kepadatan penduduk (), tingkat partisipasi angkatan kerja (), angka harapan hidup (), rata-rata lama sekolah () dan IPM () merupakan variabel yang digunakan. Analisis regresi yang menggabungkan data silang dan deret waktu merupakan regresi panel. Dalam pengestimasiannya ada tiga pendekatan yakni Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Uji Chow, Uji Hausman, dan Uji LM dilakukan untuk mendapatkan model terbaik. Estimasi pendekatan model regresi panel terbaik adalah model FEM atau Fixed Effect Model. Variabel angka harapan hidup () dan rata-rata lama sekolah () secara signifikan berpengaruh terhadap IPM (). ABSTRACT Panel data regression analysis is used to see the Human Development Index (HDI) data and what factors affect it in West Kalimantan from 2017 to 2021.The level of poverty (), population density (), labor force participation rate (), life expectancy (), average years of schooling () and HDI () are the variables used. Regression analysis that combines cross-sectional and time series data is panel regression. In its estimation, there are three approaches, namely the Common Effect Model (CEM), Fixed Effect Model (FEM), and Random Effect Model (REM). Chow test, Hausman test, and Lagrange Multiplier (LM) test were carried out to the best. This study found that the best panel regression model approach estimation is the Fixed Effect Model (FEM). Life expectancy variable () and average years of schooling () significantly affect HDI ().
Analisis Sentimen Ulasan pada Gojek Menggunakan Metode Naive Bayes Putri Yuniar; Kismiantini
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i2.2353

Abstract

Abstrak Gojek merupakan layanan transportasi online yang banyak digunakan di Indonesia. Penting bagi perusahaan untuk memahami persepsi masyarakat terhadap kualitas pelayanan dan produk yang ditawarkan. Namun, sulit untuk memantau banyaknya pendapat masyarakat untuk diproses secara manual. Tujuan dari penelitian ini yaitu mengklasifikasikan ulasan pada aplikasi Gojek dan menganalisis asosiasi kata dari hasil klasifikasi untuk mengetahui topik yang banyak dibicarakan dengan menggunakan data dari halaman Google Play. Beberapa tahapan yang dilakukan dalam analisis sentimen penelitian ini diantaranya yaitu pengumpulan data, preprocessing, perhitungan skor sentimen, pelabelan kelas sentimen, dan pengklasifikasian data dengan metode Naïve Bayes Classifier serta dilakukan asosiasi teks. Metode Naïve Bayes Classifier yaitu metode klasifikasi yang sederhana namun menghasilkan tingkat akurasi yang tinggi. Hasil penelitian dari data yang dikumpulkan pada 1-31 Januari 2023 dengan total sebanyak 4.198 ulasan, cenderung memiliki sentimen positif. Penelitian menggunakan metode Naïve Bayes Classifier dengan 3 rasio pembagian data training dan data testing (70%:30%, 80%:20%, 90%:10%) menghasilkan tingkat akurasi tertinggi yaitu 89,9% dengan pembagian 90% data training dan 10% data testing. Abstract Gojek is an online transportation service that is widely used in Indonesia. It is important for companies to understand how people perceive the quality of the services and products they provide. However, it is difficult to monitor the number of people's opinions to be processed manually. The heading of this research is to classify reviews on the Gojek application and to analyze word associations from the classification results to find out topics that are widely discussed using data from the Google Play page. In this study, several steps of sentiment analysis were carried out, including collecting data, preprocessing, determining sentiment scores, labeling sentiment classes, and classifying data data using the Naïve Bayes Classifier method and carrying out text associations. The Naïve Bayes Classifier method is a simple classification method but produces a high level of accuracy. The research results from data collected on January 1-31 2023 with a total of 4,198 reviews tend to have positive sentiment. The research used the Naïve Bayes Classifier method with three ratios of spliting training and testing data (70%:30%, 80%:20%, 90%:10%) resulting in the highest level of accuracy, namely 89.9% with a 90% division of training data and 10% testing data.
Analisis Faktor-Faktor yang Mempengaruhi Prestasi Siswa Menggunakan Metode Structural Equation Modeling (SEM) Aplonia Dima; Maria A. Kleden; Astri Atti
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i2.2642

Abstract

ABSTRAK Prestasi akademik siswa dipengaruhi oleh sejumlah variabel internal dan eksternal. Tujuan dari studi ini adalah untuk mengisolasi variabel paling penting yang terkait dengan kinerja akademik dengan menggunakan Structural Equation Modeling (SEM). Lingkungan, instruktur, dan motivasi siswa semuanya berperan penting. Sebanyak 203 siswa dari kelas 2018, 2019, dan 2020 yang terdaftar di Program Studi Matematika FST UNDANA termasuk dalam demografi studi ini. Dengan menggunakan metode proportional random sampling, terpilih 100 orang responden untuk diteliti. Sebuah kuesioner digunakan untuk mengumpulkan informasi dan telah diuji untuk validitas dan reliabilitas. Informasi tersebut dianalisis menggunakan Structural Equation Modeling (SEM). Hasil penelitian menunjukkan bahwa model SEM dari faktor-faktor yang memengaruhi prestasi akademik siswa direpresentasikan oleh persamaan Y=0.9878X1+0.685X2+1.159X3. ABSTRACT The academic achievement of students is influenced by a number of internal and external variables. The purpose of this study is to isolate the most important variables related to academic performance using Structural Equation Modelling (SEM). The environment, instructors, and student motivation all play crucial roles.  A total of 203 students from the 2018, 2019, and 2020 classes enrolled in the Mathematics Study Program at the Faculty of Science and Technology (FST) UNDANA are included in the demographic of this study. Using the proportional random sampling method, 100 respondents were selected for investigation. A questionnaire was employed to collect information and has been tested for validity and reliability. The collected information was analyzed using Structural Equation Modelling (SEM). The research results indicate that the SEM model of factors influencing students' academic achievement is represented by the equation Y=0.9878X1+0.685X2+1.159X3.
Identifikasi Autokorelasi Spasial Warisan Budaya Tak Benda di Indonesia Menggunakan Indeks Moran Maryanto Rompon; Hamim Tsalis Soblia; Putri Monika; Atje Setiawan Abdullah; Budi Nurani Ruchjana
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i2.2675

Abstract

ABSTRAK Perkembangan peradaban manusia merupakan bagian dari hasil akulturasi maupun asimilasi kebudayaan. Indonesia adalah rumah bagi 1.340 suku bangsa dan memiliki 2.500 jenis bahasa. Ini juga memiliki ribuan benda dan tak benda warisan budaya. Oleh karena itu, kekayaan negara yang tidak ternilai ini harus dimanfaatkan sepenuhnya untuk menjadi kekuatan yang mendorong kemajuan Indonesia. Arah pembangunan seharusnya tidak hanya bertumpu pada peningkatan perekonomian semata, melainkan juga harus melibatkan unsur kebudayaan sebagai hal yang harus diperhatikan. penelitian ini bertujuan melakukan pemetaan ICH agar dapat diketahui potensi pembangunan berdasarkan budaya di setiap provinsi. Selain itu, peneliti juga melakukan pengujian terkait ada/tidaknya autokorelasi/hubungan spasial antarprovinsi. Penghitungan autokorelasi spasial dilakukan dengan menggunakan indeks Moran dengan dua pendekatan bobot spasial. Hasil penelitian menunjukkan bahwa ICH secara signifikan memiliki autokorelasi spasial    ABSTRACT The development of human civilization is part of the result of acculturation and cultural assimilation. Indonesia is home to 1,340 ethnic groups with 2,500 types of languages ​​and a wealth of cultural heritage, both tangible and intangible, which amounts to thousands. Therefore, the invaluable wealth of the country should be maximized into a force to encourage development in Indonesia. The direction of development should not only rely on increasing the economy, but should also involve elements of culture as a matter that must be considered. This study aims to map ICH in order to know the potential for development based on culture in each province. In addition, researchers also conducted tests related to the presence/absence of autocorrelation/spatial relations between provinces. Spatial autocorrelation was calculated using the Moran index with two spatial weight approaches. The results showed that ICH had a significant spatial autocorrelation.
Penerapan Metode K-Medoids dalam Pengklasteran Kab/Kota di Provinsi Jawa Barat Berdasarkan Intensitas Bencana Alam di Jawa Barat pada Tahun 2020-2021 Adeline Vinda Septiani; Rafika Aufa Hasibuan; Anwar Fitrianto; Erfiani; Alfa Nugraha Pradana
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i2.3057

Abstract

ABSTRAK Mengidentifikasi objek atau individu yang seragam merupakan salah satu metode analisis yaitu analisis cluster. Analisis cluster berkerja dengan cara mengidentifikasi individu yang seragam berdasarkan peubah tertentu dengan mempertimbangkan karakteristik yang dimiliki dari setiap objek dan memaksimalkan persamaan antar objek tersebut ke satu cluster dan meminimalkan persamaan antar cluster. Pendekatan analisis cluster terbagi menjadi dua yaitu, pendekatan hirarki dan pendekatan partisi. Pada riset ini, menggunakan skema yang dilakukan dengan pendekatan partisi dengan metode K-Medoids. K-Medoids ialah pengembangan dari metode k-means, dimana proses ini dapat mengatasi ketidakmampuan k-means dalam mengatasi outliers. Informasi pada penelitian ini menggunakan data Potensi Desa (Podes) di Provinsi Jawa Barat dengan 27 kab/kota pada tahun 2020-2021 dengan variabel yang digunakan adalah intensitas/banyaknya kejadian bencana yang terjadi selama tahun 2020-2021 di kab/kota di Provinsi Jawa Barat. Dari hasil analisis menggunakan  grafik elbow bahwa pengelompokkan menggunakan K-Medoids cluster yang terbaik adalah 2 cluster, sehingga 27 kab/kota diklasifikasikan ke dalam 2 cluster. Berdasarkan analisis K-Medoids kab/kota yang masuk ke dalam cluster 1 terdiri dari 21 kab/kota yang terdiri dari Kota Bandung, Bekasi, Kota Ciamis, Cirebon, Indramayu, Kuningan, Bandung, Kota Banjar, Kota Bekasi, Kota Bogor, Cimahi, Kota Cirebon, Kota Depok, Kota Sukabumi, Kota Tasikmalaya, Karawang, Majalengka, Pangandaran, Purwakarta, Subang, Sumedang. Kab/kota yang tergolong ke dalam cluster 1 ialah kab/kota yang tidak rentan terhadap bencana alam sedangkan kab/kota yang masuk ke dalam cluster 2 atau kab/kota yang rentan terhadap bencana alam terdiri dari Bandung Barat, Bogor,Cianjur, Garut, Sukabumi dan Tasikmalaya. ABSTRACT Identifying uniform objects or individuals is a method of one analysis, namely cluster analysis. Cluster analysis works by identifying uniform individuals based on certain variables by considering the characteristics of each object and maximizing the similarities between these objects to one cluster and minimizing similarities between clusters. The cluster analysis approach is divisible into two, specifically the hierarchical approach and the partition approach. In this study, the oncoming used is a partition approach using the K-Medoids method. K-Medoids is a development of the k-means method, where this method can get over the inability of k-means to deal with outliers. The information in this research uses Village Potential (Podes) data in West Java Province with 27 districts/cities in 2020-2021 with the variables used being the intensity/number of natural disasters that occurred during 2020-2021 in districts/cities in West Java Province. From results of the analysis based on the elbow graph, the best grouping using K-Medoids clusters is 2 clusters, so that 27 districts/cities are classified into 2 clusters. Based on K-Medoids analysis, the districts/cities included in cluster 1 consist of 21 districts/cities consisting of Bandung, Bekasi, Ciamis, Cirebon, Indramayu, Karawang, Bandung City, Banjar City, Bekasi City, Bogor City, Cimahi City, Cirebon City, Depok City, Sukabumi City, Tasikmalaya City, Kuningan, Majalengka, Pangandaran, Purwakarta, Subang, Sumedang. Districts/cities that are included in cluster 1 are districts/cities that are not vulnerable to natural disasters, while districts/cities that are part in cluster 2 or districts/cities that are vulnerable to natural disasters consist of West Bandung, Bogor, Cianjur, Garut, Sukabumi and Tasikmalaya.
Penggunaan Metode Support Vector Machine (SVM) dalam Mengidentifikasi Tingkat Keparahan Pada Kecelakaan Lalu Lintas Rahmi, Fatihatur; Ferra Yanuar; Yudiantri Asdi
Statistika Vol. 24 No. 1 (2024): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v24i1.1690

Abstract

ABSTRAK Kendaraan sudah menjadi kebutuhan pokok yang digunakan semua orang untuk berpindah dari satu tempat ke tempat lain dengan cepat. Namun, bertambahnya jumlah kendaraan juga menimbulkan dampak negatif, salah satunya adalah kecelakaan. Berdasarkan data yang diperoleh dari website Badan Pusat Statistik (BPS) Sumatera Barat pada tahun 2018-2021, kasus kecelakaan terbanyak terjadi di Kota Padang yaitu sebesar 22,79% dari semua kasus kecelakaan yang terjadi di provinsi Sumatera Barat. Tingkat keparahan yang dialami korban pasca kecelakaan dikelompokkan kedalam 3 kategori yaitu korban yang mengalami luka ringan, luka berat dan meninggal dunia. Metode klasifikasi dapat digunakan untuk mengklasifikasi tingkat keparahan kecelakaan berdasarkan faktor-faktor yang mempengaruhi terjadinya kecelakaan. Salah satu metode yang dapat digunakan adalah metode Support Vector Machine (SVM). SVM adalah suatu learning machine yang digunakan untuk mengklasifikasi data secara statistika dalam ruang fitur berdimensi tinggi dan solusi yang dihasilkan dari klasifikasi menggunakan SVM bersifat sama untuk setiap percobaan yang dilakukan. Pada penelitian ini akan digunakan klasifikasi dengan SVM multiclass dengan metode one againts one (satu lawan satu) dengan dua fungsi kernel yang selanjutnya akan dilakukan perbandingan kualitas model berdasarkan akurasi, nilai APER dan F1-score. Data yang digunakan pada penelitian ini adalah data kecelakaan yang dialami pengendara sepeda motor di kota Padang pada bulan Januari-Maret 2022. Hasil penelitian menunjukkan bahwa penggunaan kernel RBF lebih baik dibanding kernel linear dengan tingkat akurasi sebesar 94,62% dengan nilai APER sebesar 5,38% dan diperoleh F1-score untuk kategori luka ringan sebesar 97,07%, luka berat sebesar 59,90% dan meninggal dunia sebesar 80%. ABSTRACT Transportation has become a basic necessity that everyone uses to move from one place to another quickly. However, the increasing number of transportation also has negative impacts, one of them was a traffic accident. According to BPS, the highest number of accidents occurred in Padang city, which was around 22.79% of the total cases that occurred in West Sumatra. The classification method can be used to classify the severity of accidents based on the factors that influence the occurrence of accidents. One method that can be used is the Support Vector Machine (SVM). SVM is a learning machine that is used to classify data statistically in a high-dimensional feature space and the solution resulting from classification using SVM is the same for every experiment carried out. In this research, multiclass SVM classification will be used with the one-against-one method with two kernel functions, then the model quality will be calculated based on accuracy, APER value and F1 score. The data used in this research is traffic accidents by motorcyclists in Padang City in January-March 2022. The results of the research show that the RBF kernel is better than the linear kernel with an accuracy level is 94.62%, an APER value is 5.38% and a F1-score for the minor injuries category is 97.07%, while serious injuries and deaths are 59.90% and 80%.
Analisis Proyeksi Kebutuhan Air Bersih di PDAM Tirta Dharma Kota Pasuruan Menggunakan Population Forecasting Method Izzatul Aliyyah; Hafiyusholeh, Moh.; Hamid, Abdulloh; Prasetijo, Dono
Statistika Vol. 24 No. 1 (2024): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v24i1.2271

Abstract

ABSTRAK Air menjadi salah satu sumber energi yang paling dibutuhkan dalam kehidupan. Ketersediaan air dengan kualitas dan kuantitas yang cukup sangat diperlukan untuk kelangsungan hidup manusia. Sumber air bersih penduduk Kota Pasuruan banyak diperoleh dari PDAM Tirta Dharma Kota Pasuruan dengan pasokan utama berasal dari mata air Umbulan yang bertempat di Kecamatan Winongan, Kabupaten Pasuruan. Jumlah penduduk Kota Pasuruan yang terus meningkat setiap tahunnya menyebabkan kebutuhan air juga meningkat. Namun, keterbatasan persediaan sumber air baku untuk air bersih membuat PDAM Tirta Dharma Kota Pasuruan harus memikirkan usaha guna memenuhi pelayanan air bersih di Kota Pasuruan di masa mendatang. Tujuan pada penelitian ini untuk mengetahui proyeksi kebutuhan air bersih di PDAM Tirta Dharma Kota Pasuruan di tahun 2025 menggunakan Least Square Method.  Proyeksi dari hasil perhitungan dengan jumlah penduduk sebanyak 214.419 diperoleh bahwa kebutuhan air bersih di bagian domestik sebesar 4.472.750 liter/hari dan di bagian non domestik sebesar 3.266.960 liter/hari. Kehilangan air di Kota Pasuruan pada tahun 2025 mencapai 1.934.927 liter/hari sehingga kebutuhan air harian maksimum Kota Pasuruan pada tahun 2025 sebesar 112 liter/detik. ABSTRACT Water is one of the most important sources of energy in life. The availability of water of sufficient quality and quantity is very necessary for human survival. The source of clean water for the residents of Pasuruan City is mostly obtained from PDAM Tirta Dharma Pasuruan City with the main supply coming from the Umbulan spring located in Winongan District, Pasuruan Regency. The population of Pasuruan City continues to increase every year, causing the need for water to also increase. However, the limited supply of raw water sources for clean water means PDAM Tirta Dharma Pasuruan City must think about efforts to provide clean water services in Pasuruan City in the future. The aim of this research is to determine the projection of clean water needs in PDAM Tirta Dharma Pasuruan City in 2025 using the Least Square Method. Projections from the results of calculations with a population of 214.419 show that the need for clean water in the domestic section is 4.472.750 liters/day and in the non-domestic section is 3.266.960 liters/day. Water loss in Pasuruan City in 2025 will reach 1.934.927 liters/day so that the maximum daily water demand for Pasuruan City in 2025 will be 112 liters/second.

Page 5 of 10 | Total Record : 91

 3   4   5   6   7 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 25 No. 2 (2025): Statistika Vol. 25 No. 1 (2025): Statistika Vol. 24 No. 2 (2024): Statistika Vol. 24 No. 1 (2024): Statistika Vol. 23 No. 2 (2023): Statistika Vol. 23 No. 1 (2023): Statistika Vol. 22 No. 2 (2022): Statistika Vol. 22 No. 1 (2022): Statistika Vol. 21 No. 2 (2021): Statistika