cover
Contact Name
Kismiantini
Contact Email
kismi@uny.ac.id
Phone
-
Journal Mail Official
jssd@uny.ac.id
Editorial Address
Faculty of Mathematics and Natural Sciences, Universitas Negeri Yogyakarta Jl. Colombo No.1, Karang Malang, Caturtunggal, Depok, Sleman, Daerah Istimewa Yogyakarta 55281
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Statistika dan Sains Data
ISSN : -     EISSN : 30259649     DOI : -
Jurnal Statistika dan Sains Data is a journal managed and published by the Faculty of Mathematics and Natural Sciences, Universitas Negeri Yogyakarta. This journal publishes original papers, research articles, case studies, and literature reviews in the fields of statistics and data science. The publishing procedures in this journal are peer-reviewed and apply scientific publishing ethics as determined by the Committee on Publication Ethics (COPE). The journal welcomes and also invites contributors particularly from the field of statistics, data science and their applications.
Articles 24 Documents
ANALISIS BIPLOT KOMPONEN UTAMA UNTUK PEMETAAN DAYA SAING GLOBAL NEGARA ANGGOTA APEC Harmantyas, Vinny Fadyoga; Kusumawati, Rosita
Jurnal Statistika dan Sains Data Vol 1, No 2 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indeks daya saing global negara anggota APEC terdiri dari 12 pilar dengan skala skor 1-100. Untuk mengoptimalkan potensi integrasi ekonomi di kawasan Asia Pasifik, pemetaan karakteristik negara anggota APEC berdasarkan 12 pilar pembentuk indeks daya saing global dapat dilakukan dengan metode analisis biplot komponen utama. Penelitian ini dapat memberikan informasi tentang gambaran pemetaan dan perkembangan karakteristik berdasarkan indeks daya saing global negara anggota APEC tahun 2018-2019 dengan tahapan analisis yaitu menyusun matriks data, standarisasi matriks, menghitung koefisien matriks korelasi, pengujian statistik KMO dan uji Bartlett, menghitung nilai eigen dan vektor eigen, menghitung bobot komponen utama, menghitung skor komponen utama, menguraikan matriks dengan metode SVD, membentuk grafik biplot, menghitung nilai keragaman biplot, membentuk kelompok, dan interpretasi hasil pemetaan biplot komponen utama. Hasil penelitian menunjukkaan bahwa terbentuk 2 kelompok negara. Pada kelompok 1, variabel dengan nilai karakteristik tertinggi yaitu pilar stabilitas makroekonomi dan variabel dengan nilai karakteristik terendah yaitu pilar pasar barang dan jasa. Sedangkan pada kelompok 2, variabel dengan nilai karakteristik tertinggi yaitu pilar stabilitas makroekonomi dan variabel dengan nilai karakteristik terendah yaitu pilar kemampuan inovasi. Pada tahun 2019 tidak terjadi perubahan peta karakteristik sehingga peta karakteristik sama dengan tahun 2018. Namun, untuk persentase keragaman mengalami penurunan yaitu 77,6% pada tahun 2018 dan 76,7% pada tahun 2019.
PERBANDINGAN KECOCOKAN MODEL ANALISIS TEORI RESPONS BUTIR PADA DATA POLITOMI Aji, Ndaru Wicaksono; Retnawati, Heri
Jurnal Statistika dan Sains Data Vol 1, No 2 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perbandingan kecocokan model analisis teori respons butir politomi dilakukan supaya diperoleh model yang paling baik dan cocok. Penelitian ini bertujuan untuk mengetahui kecocokan pada model Graded Response Model (GRM), Partial Credit Model (PCM), dan Generalized Partial Credit Model (GPCM) pada data politomi. Penelitian ini merupakan penelitian deskriptif eksproratif dengan pendekatan kuantitatif. Perbandingan kecocokan model dengan uji Yen’s Q1 dan melihat nilai Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC). Data yang digunakan yaitu 851 data jawaban peserta tes terhadap 50 soal reading pilihan ganda yang mengukur kemampuan berbahasa Inggris tahun 2021. Model dengan butir cocok paling banyak dan nilai AIC dan BIC terkecil dipilih paling cocok. Hasil penelitian ini adalah 1) model GRM sebanyak 5 butir yang cocok pada butir 1, 3, 4, 5, dan 6. 2) model PCM terdapat 4 butir yang cocok pada butir 3, 4, 5, dan 6. 3) model GPCM sebanyak 5 butir yang cocok pada butir 1, 3, 4, 5, dan 6. 4) model yang paling baik dan paling cocok untuk digunakan adalah GPCM karena berdasarkan uji kecocokan butir GPCM dan GRM mempunyai jumlah butir cocok sama, tetapi untuk nilai AIC dan BIC pada GPCM yang paling kecil sehingga GPCM terpilh sebagai model terbaik.
PENGARUH KURS, SUKU BUNGA, DAN IHSG TERHADAP NILAI AKTIVA BERSIH REKSA DANA MENGGUNAKAN AUTOREGRESSIVE DISTRIBUTED LAG Hanifa, Amelia Rifka; Wutsqa, Dhoriva Urwatul; Setiawan, Ezra Putranda
Jurnal Statistika dan Sains Data Vol 2, No 1 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Saat ini masyarakat Indonesia memiliki minat yang cukup tinggi untuk investasi melalui reksa dana karena dirasa memberikan imbal hasil yang cukup tinggi. Untuk memaksimalkan hasil, investor perlu memilih reksa dana dengan kinerja yang baik. Kinerja reksa dana dapat diukur dengan menggunakan NAB reksa dana. NAB reksa dana dipengaruhi oleh faktor makroekonomi di Indonesia, misalnya Kurs, Suku Bunga, dan IHSG. Penelitian ini bertujuan untuk membuktikan pengaruh secara simultan dan parsial dari Kurs, Suku Bunga, dan IHSG terhadap NAB reksa dana tipe Fixed Income Fund, Global Fund, dan Money Market Fund. Data yang digunakan dalam penelitian ini yaitu data nilai Kurs, Suku Bunga, IHSG, dan NAB reksa dana tipe Fixed Income Fund, Global Fund, dan Money Market Fund. Penelitian ini dilakukan menggunakan Metode Autoregressive Distributed Lag(ADL). Adapun tahapan yang dilakukan yaitu pengujian stasioneritas, uji kointegrasi, pemilihan lag optimum, pemodelan ADL jika tidak terdapat kointegrasi, dan uji asumsi klasik. Hasil penelitian menunjukkan bahwa NAB Reksa Dana Fixed Income Fund dipengaruhi Suku Bunga secara negatif signifikan pada lag1 dan lag5, serta dipengaruhi suku bunga secara positif signifikan pada lag2. NAB Reksa Dana Global Fund tidak dipengaruhi secara signifikan oleh faktor ekonomi di Indonesia. NAB Money Market Fund dipengaruhi secara signifikan oleh NAB reksa dana Money Market Fund pada lag4, Suku Bunga pada lag5, Kurs pada lag1,dan IHSG pada lag3.
IDENTIFIKASI RISIKO SPASIAL BERDASARKAN JENIS KELAMIN PADA PENYAKIT TUBERKULOSIS DENGAN BAYESIAN SHARED COMPONENT RANDOM INTERCEPT DI WILAYAH JAWA BARAT Khariyani, Angeliya Milla; Kismiantini, Kismiantini
Jurnal Statistika dan Sains Data Vol 2, No 1 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada tahun 2020, Provinsi dengan angka kasus Tuberkulosis tertinggi yaitu Provinsi Jawa Barat dengan total kasus mencapai 79.840 jiwa, dengan persentase kasus laki-laki sebesar 55,04% sedangkan perempuan sebesar 44,96%. Tujuan penelitian ini adalah untuk mengetahui risiko relatif kasus Tuberkulosis laki-laki dan perempuan dengan menggunakan metode Bayesian Shared Component Random Intercept dan juga untuk mengetahui penyebaran nilai risiko relatif di setiap wilayah di Provinsi Jawa Barat dengan peta spasial. Bayesian Shared Component Random Intercept dapat menghitung nilai risiko relatif dengan memperhatikan efek spasialnya, hal tersebut berkesuaian dengan tujuan penelitian ini maka dari itu metode ini cocok digunakan dalam penelitian ini. Hasil yang diperoleh menunjukkan kemiripan pola spasial antara Tuberkulosis laki-laki dan Tuberkulosis Perempuan berdasarkan nilai delta yang diperoleh. Hal tersebut berkesesuaian dengan hasil peta spasial kedua jenis kelamin yang terlihat memiliki pola sebaran yang hampir sama dan juga nilai rata-rata risiko relatif Tuberkulosis antara laki-laki dan perempuan yang hampir sama yaitu untuk laki-laki sebesar 1,0403 sedangkan untuk perempuan yaitu 1,0413.
PERBANDINGAN KECOCOKAN MODEL ANALISIS BUTIR DATA DIKOTOMI DENGAN TEORI RESPON BUTIR Wardhani, Novi Sheila; Retnawati, Heri
Jurnal Statistika dan Sains Data Vol 2, No 1 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini merupakan penelitian kuantitatif untuk mengetahui karakteristik butir soal suatu perangkat tes dan mendeskripsikan kemampuan hasil ujian tulis Bahasa Inggris mahasiswa Indonesia. Data yang digunakan adalah data sekunder sebanyak 1500 respons peserta tes terhadap soal ujian tulis yang menempuh bahasa Inggris manajemen pada ujian akhir semester di sebuah universitas negeri tahun 2022 se-Indonesia. Teknik analisis data dengan teori respons butir dikotomi meliputi kecocokan model Rasch, 1PL, 2PL, 3PL, dan 4PL yang dilakukan dengan metode Yen’s Q1 serta memperhatikan nilai Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC). Hasil penelitian ini menunjukkan bahwa: (1) Kecocokan model Rasch sebanyak 6 butir; (2) kecocokan model 1PL sebanyak 6 butir; (3) kecocokan model 2PL; (4) sebanyak 11 butir; (5) kecocokan model 3PL sebanyak 19 butir; (6) kecocokan model 4PL sebanyak 19 butir. Selain itu, pada model 4PL menunjukkan nilai terendah untuk AIC dan BIC, dengan nilai AIC sebesar 37967,02 dan nilai BIC sebesar 38498,34. Nilai fungsi informasi yang maksimum sebesar 18,51 pada kemampuan  sebesar 1,07 dengan tingkat kesalahan pengukuran baku (SEM) sebesar 1. Selain itu, nilai fungsi informasi akan lebih tinggi daripada SEM ketika kemampuan  berkisar -2,8 hingga +1,8.
PENERAPAN METODE ENSEMBLE CLUSTERING PADA PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TIMUR BERDASARKAN INDIKATOR PEMBANGUNAN EKONOMI Priansyah, Syifa Nafi'ah; Wutsqa, Dhoriva Urwatul
Jurnal Statistika dan Sains Data Vol 2, No 1 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pembangunan Ekonomi Regional merupakan pembangunan dimana pemerintah daerah dan warga negara bekerja sama untuk mengelola sumber daya yang ada. Pembangunan ekonomi pada Provinsi Jawa Timur mengalami ketimpangan yang terus berlanjut dikarenakan kesenjangan yang lebar antara kabupaten dan kota tertinggi dan terendah dalam hal PDRB per kapita. Berdasarkan fakta-fakta ini, pertumbuhan ekonomi di Provinsi Jawa Timur harus didistribusikan secara merata. Tujuan dari penelitian ini adalah menggunakan pendekatan Ensemble clustering untuk mengkategorikan dan mengidentifikasi fitur kabupaten dan kota Provinsi Jawa Timur menurut indikator pembangunan ekonomi. Penelitian ini memanfaatkan data sekunder yang dikumpulkan oleh Badan Pusat Statistik. Ada total tiga belas variabel yang terdiri dari sembilan numerik dan tiga kategori. Dimana pendekatan K-Means digunakan untuk data numerik dan metode K-modes untuk data kategorikal. Analisis yang dilakukan oleh pendekatan Ensemble clustering memanfaatkan hasil dari kedua metode tersebut. Penelitian ini menggunakan penggunaan Davies Bouldin Index (DBI) dan Pseudo F-Statistics untuk tujuan validasi. Hasil penelitian pengelompokan menggunakan metode Ensemble clustering didapatkan sebanyak 3 cluster dimana dilakukan pemeringkatan berdasarkan tingkatan. Dimana tingkat 3 memiliki 12 objek dengan tingkat pembangunan ekonomi tergolong rendah atau tingkat 3, dikarenakan memiliki nilai PDRB terendah dan angka kemiskinan yang tinggi. Sedangkan pada tingkat 1 terdapat 14 objek yang tergolong kedalam tingkat pembangunan ekonomi maju dimana pada cluster ini memiliki nilai PDRB tertinggi dan angka kemiskinan terendah. Selanjutnya tingkat yang terakhir yaitu tingkat 2 yang memiliki 12 objek dimana tingkat pembangunan ekonomi pada cluster ini tergolong menengah.
PEMETAAN DAERAH RAWAN BENCANA DI JAWA TENGAH DENGAN ALGORITMA FUZZY C-MEANS Kartika, Yuli; Abadi, Agus Maman
Jurnal Statistika dan Sains Data Vol 2, No 1 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk memetakan daerah rawan bencana alam di Provinsi Jawa Tengah yang terdiri dari 35 kabupaten/kota berdasarkan jumlah kejadian bencana, jumlah korban bencana, dan jumlah kerusakan bencana. Data penelitian diperoleh dari website BNPB tahun 2018-2022. Metode yang digunakan dalam penelitian ini adalah Fuzzy C-Means (nilai , , , dan  setiap tahun secara berurutan adalah ) dengan menggunakan bantuan software R untuk menganalisis data dan ArcGis untuk membuat peta rawan bencana. Hasil penelitian ini menunjukkan bahwa (1) 2018: 14 daerah cukup rawan bencana dan 21 daerah tidak rawan bencana; (2) 2019: 23 daerah tidak rawan bencana dan 12 daerah rawan bencana; (3) 2020: 11 daerah rawan bencana dan 24 daerah tidak rawan bencana; (4) 2021: 2 daerah sangat tidak rawan bencana, 1 daerah cukup rawan bencana, 5 daerah sangat rawan bencana, dan 27 daerah tidak rawan bencana; (5) 2022: 1 daerah rawan bencana, 1 daerah sangat rawan bencana, 2 daerah cukup rawan, 4 daerah tidak rawan bencana, dan 27 daerah sangat tidak rawan bencana. Hasil pemetaan ditampilkan dalam bentuk peta rawan bencana setiap tahun 2018-2022. Terdapat beberapa kenaikan tingkat kerawanan di kabupaten/kota, seperti  Kabupaten Batang, Kabupaten Jepara, dan Kabupaten Kebumen.
ANALISIS TINGKAT KEMSIKINAN PROVINSI JAWA TENGAH DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION Anwar, Mukhamad Syaiful; Kusumawati, Rosita
Jurnal Statistika dan Sains Data Vol 2, No 1 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemiskinan merupakan permasalahan hampir semua negara di dunia, terutama di negara berkembang, menurut bank dunia salah satu sebab kemiskinan adalah karena kurangnya pendapatan dan asset untuk memenuhi kebutuhan dasar seperti makanan, pakaian dan perumahan. Faktor yang mempengaruhi kemiskinan disuatu daerah dapat berbeda antara daerah satu dengan daerah lain. Penelitian ini bertujuan untuk melihat faktor-faktor apa saja yang mempengaruhi tingkat kemiskinan di suatu kabupaten/kota di Jawa Tengah menggunakan metode geographically weighted regression (GWR). Data yang digunakan dalam penelitian ini adalah data sekunder yang diambil dari website BPS Provinsi Jawa Tengah tahun 2020. Hasil dari penelitian ini adalah model terbaik untuk memodelkan tingkat kemiskinan di Provinsi Jawa Tengah tahun 2020 adalah model GWR dengan fungsi pembobot adaptive gaussian kernel, menghasilkan nilai JKG , AIC , dan 06 dan nilai  sebesar . Model GWR ini menghasilkan 35 model lokal. Model lokal yang diperoleh dapat dikelompokkan menjadi 3 kelompok berdasarkan variabel-variabel independen yang berpengaruh secara signifikan terhadap variabel dependen.  Kelompok pertama merupakan kelompok yang dipengaruhi oleh indek keparahan kemiskinan, pengeluaran perkapita, dan morbiditas. Kelompok pertama ini terdiri dari Kabupaten Cilacap, Banyumas, Purbalingga, Banjarnegara, Kebumen, Purworejo,  Wonosobo, Magelang, Wonogiri, Jepara, Temanggung, Kendal, Batang, Pekalongan, Pemalang, Tegal, Brebes, Kota Magelang, Kota Surakarta, Kota Pekalongan, Kota Tegal. Kelompok kedua dipengaruhi oleh indek keparahan kemiskinan. Kelompok kedua ini terdiri dari Kabupaten Sragen, Grobogan, Blora. Kelompok ketiga dipengaruhi oleh indek keparahan kemiskinan dan morbiditas. Kelompok ketiga ini terdiri dari Kota Salatiga, Kota Semarang, Kabupaten Demak, Semarang, Rembang, Pati, Kudus, Boyolali, Klaten, Sukoharjo, Karanganyar.
KARAKTERISTIK PERANGKAT TES PRESTASI DAN KEMAMPUAN SISWA SEKOLAH DASAR BERDASARKAN TEORI RESPON BUTIR Mu'adzah, Zulfa Amirul; Retnawati, Heri
Jurnal Statistika dan Sains Data Vol 2, No 2 (2025): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v2i2.21887

Abstract

Penelitian ini merupakan studi kasus dengan pendekatan kuantitatif untuk mengetahui karakteristik perangkat tes prestasi dan kemampuan siswa sekolah dasar berdasarkan teori respon butir. Penelitian ini bertujuan untuk: (1) Mengetahui model yang paling cocok dengan perangkat tes dan prestasi siswa sekolah dasar berdasarkan teori respon butir; (2) Mengetahui karakteristik butir-butir soal yang dengan model yang paling cocok berdasarkan teori respon butir. Data penelitian berupa hasil pengerjaan sebanyak 329 siswa terhadap soal penilaian harian mata pelajaran Matematika di sekolah dasar. Peneliti menggunakan data sekunder berupa data dikotomi yang diperoleh dari suatu perguruan tinggi di Yogyakarta. Estimasi parameter butir dilakukan dengan menggunakan model paling cocok dengan data berdasarkan teori respon butir. Model yang digunakan adalah model Rasch, 1PL, 2PL, 3PL dan 4PL. Penelitian ini harus memenuhi beberapa asumsi yakni asumsi unidimensi, invariansi parameter, dan independensi lokal. Hasil penelitian menunjukkan bahwa model yang paling cocok dalam penelitian ini adalah model 2PL. Model tersebut merupakan model yang terbaik diantara model Rasch, 1PL, 3PL, dan 4PL untuk mengestimasi data perangkat tes prestasi dan kemampuan siswa sekolah dasar berdasarkan teori respon butir. Berdasarkan nilai daya beda (a) dan tingkat kesulitan (b) didapatkan 12 butir soal dengan kualitas baik dan 8 butir soal dengan kualitas kurang baik.
PERBANDINGAN HYBRID ARIMA-NNAR DAN ARIMA-SVR PADA PERAMALAN NILAI IMPOR MIGAS DAN NON-MIGAS INDONESIA Mukhtiar, Fariskika Aulia; Andayani, Sri
Jurnal Statistika dan Sains Data Vol 2, No 2 (2025): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v2i2.23420

Abstract

Peramalan nilai impor migas dan non-migas berperan penting dalam pengambilan keputusan ekonomi dan perdagangan. Model AutoRegressive Integrated Moving Average (ARIMA) sering digunakan dalam peramalan deret waktu, tetapi memiliki keterbatasan dalam menangkap pola non-linear. Penelitian ini mengevaluasi performa model hybrid ARIMA-NNAR dan ARIMA-SVR dalam peramalan nilai impor migas dan non-migas Indonesia, menentukan model terbaik berdasarkan metrik keakuratan, serta menganalisis pola residual untuk menilai perlunya pendekatan hybrid. Data impor migas dan non-migas Indonesia dari Januari 2011 hingga Desember 2024 digunakan dengan pembagian 80% untuk pelatihan dan 20% untuk pengujian. Model hybrid mengombinasikan ARIMA dengan Neural Network AutoRegression (NNAR) dan Support Vector Regression (SVR), menggunakan residual ARIMA sebagai input tambahan. Evaluasi menggunakan RMSE, MAE, dan MAPE menunjukkan bahwa ARIMA-NNAR lebih akurat untuk impor migas, sedangkan ARIMA-SVR lebih unggul untuk impor non-migas. Residual ARIMA untuk impor migas sudah bersifat white noise, sehingga pendekatan hybrid tidak diperlukan, sedangkan residual ARIMA untuk impor non-migas belum white noise, sehingga pendekatan hybrid ARIMA-SVR terbukti lebih efektif dalam meningkatkan akurasi peramalan.

Page 2 of 3 | Total Record : 24