cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Febriani Astuti
Contact Email
febriani@akprind.ac.id
Phone
+6285725192987
Journal Mail Official
statikom.jurnal@akprind.ac.id
Editorial Address
Kampus 3 Universitas AKPRIND Indonesia; Jl. Bimasakti No 3 Pengok Yogyakarta; Telp. (0274) 544504 (318); WA 0851-7106-0678
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Statistika Industri dan Komputasi
Published by Universitas AKPRIND Indonesia
ISSN : -     EISSN : 25279378     DOI : https://doi.org/10.34151
Core Subject : Economy, Science, Education, Engineering,
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics
Jurnal Statistika Industri dan Komputasi memfasilitasi peneliti, baik dosen, mahasiswa, maupun praktisi untuk mempublikasikan hasil penelitian. Selain itu juga memberikan fasilitas bagi peneliti lain untuk mendapatkan referensi-referensi terkait bidang statistika, aplikasi statistika pada industri, serta komputasinya. Jurnal ini terbit dalam bentuk edisi cetak dan edisi online pada https://ejournal.akprind.ac.id. Edisi setiap jurnal berisikan 8 makalah yang memiliki tema pada bidang teori statistika dan aplikasinya. Kami akan menerima publikasi hasil penelitian pada bidang yang lebih spesifik, diantaranya tentang statistika matematika, ekonometrika, statistika komputasi, matematika keuangan, statistika spasial, aktuaria, demografi, fuzzy, statistika nonparametrik, multivariat, teori statistika, riset operasi, optimasi, time series, analisis survival, dan manajemen resiko.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 137 Documents
 8   9   10   11   12 
PEMODELAN GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) UNTUK PERAMALAN TINGKAT INFLASI DI PULAU JAWA Maria Ingriela Toja Mario; Kartiko Kartiko; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 2 (2021): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

ABSTRAK. Peramalan data nilai Inflasi sangat penting dilakukan sebagai bahan pertimbangan pengambilan keputusan pemerintah dalam pelaksanaan pembangunan di sektor ekonomi di masa yang akan datang. Selanjutnya, data inflasi di Pulau Jawa dijadikan representasi data inflasi di Indonesia. Model Generalized Space Time Autoregressive (GSTAR) merupakan model deret waktu multivariat yang melibatkan efek lokasi dan waktu pada kondisi data yang stasioner. Pemodelan GSTAR dengan data Inflasi memiliki residual yang saling berkorelasi antar lokasi sehingga estimasi model GSTAR dengan OLS menjadi tidak efisien. Dalam penelitian ini, estimasi parameter yang digunakan adalah metode OLS atau dapat ditulis menjadi model GSTAR-OLS. Penelitian ini menggunakan data time series bulanan Inflasi dari bulan Januari 2014 sampai bulan Desember 2019 di Pulau Jawa, yaitu Provinsi Jawa Barat, Banten, DKI Jakarta, Jawa Timur, Jawa Tengah dan D.I Yogyakarta. Hasil penelitian menunjukkan bahwa model yang didapat yaitu model GSTAR (1,0,1) dan GSTAR (1,0,0). Dari ke dua model tersebut dilakukan peramalan data inflasi untuk ke enam Provinsi di pulau Jawa dan hasil peramalannya memberikan perbedaan hasil peramalan yang signifikan untuk kedua model tersebut. Hasil penelitian ini juga menunjukkan bahwa model GSTAR (1,0,1) memiliki ketepatan peramalan yang tinggi. Hal ini ditunjukkan dari nilai AIC model GSTAR (1,0,1) yaitu 0,9095072 lebih kecil dari model GSTAR (1,0,0) yaitu 524,7. Sehingga model GSTAR (1,0,1) adalah model yang baik untuk digunakan meramalkan data inflasi untuk ke enam provinsi di pulau Jawa.
APLIKASI METODE REGRESI SPASIAL DATA PANEL PADA PENERIMAAN DAERAH SEKTOR PARIWISATA DI KABUPATEN/KOTA DI DAERAH ISTIMEWA YOGYAKARTA Silviana Puji Rahayu; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Industri pariwisata merupakan salah satu industri yang dapat dikembangkan serta diandalkan sebagai sektor pendorong pertumbuhan ekonomi. Adanya potensi pariwisata yang terbilang besar di DIY diharapkan dapat menjadi kekuatan andalan untuk meningkatkan penerimaan daerah. Menanggapi hal tersebut, peneliti ingin melakukan penelitian terkait nilai jual pariwisata di DIY dengan menerapkan aplikasi metode regresi spasial panel. Pada metode panel, diperoleh model terbaik adalah Fixed Effect Model dengan nilai koefisien determinasi (R2) sebesar 92,71%. Selanjutnya akan ditinjau apakah ada korelasi berkaitan dengan tata letak wilayah antara satu daerah dengan daerah lain. Hasil pengujian efek spasial Moran’s menunjukkan bahwa variabel penerimaan daerah memiliki nilai autokorelasi positif namun tidak signifikan yang artinya terdapat autokorelasi spasial namun korelasinya lemah. Hal ini ditunjukkan dari hasil pemodelan regresi spasial panel dengan model terbaik adalah Spatial Autoregressive Fixed Effect Model yang memiliki nilai R2 sebesar 93,85%.
PENERAPAN AUTOREGRESSIVE DISTRIBUTED LAG (ARDL) DALAM MEMODELKAN PENGARUH INDEKS HARGA KONSUMEN (IHK) TERHADAP INFLASI DI KOTA YOGYAKARTA Diaztri Hazam; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

IHK merupakan indikator yang digunakan untuk mengukur tingkat inflasi. Hal ini dikarenakan apabila IHK suatu barang atau jasa naik dengan drastis dan mempengaruhi barang atau jasa lainnya, akan terjadi peningkatan inflasi yang cukup signifikan. Dalam penelitian ini, akan dilakukan analisis pengaruh IHK berdasarkan enam kelompok pengeluaran terhadap inflasi di Kota Yogyakarta. Metode yang akan digunakan adalah Autoregressive Distributed Lag (ARDL). Sebelum dilakukan pengujian, data harus distasioneritaskan dengan Phillips-Perron (PP) test dan memenuhi syarat stasioner di tingkat level nol I(0) atau first difference I(1). Setelah itu, dilakukan pemilihan model terbaik dengan panjang lag yang optimal berdasarkan nilai Akaike Info Criterion (AIC). Langkah selanjutnya merupakan uji kointegrasi menggunakan Bound Test Cointegration untuk mengetahui apakah model memiliki hubungan jangka panjang atau tidak. Hasil yang didapatkan bahwa seluruh variabel IHK dan inflasi telah stasioner di I(0) atau I(1), sehingga memenuhi syarat. Model dengan lag terbaik didapatkan pada model ARDL(4,3,6,5,6,4,6) dengan AIC sebesar -215,18819. Berdasarkan model yang telah terbentuk, diketahui bahwa terdapat kointegrasi. Kesimpulan yang dapat ditarik adalah variabel MKN, RMH, SDG, PND, dan TRP berpengaruh pada INFLASI pada jangka pendek dan tidak berpengaruh pada jangka panjang, sementara itu variabel SHT tidak berpengaruh pada inflasi pada jangka pendek dan jangka panjang.
PERAMALAN MENGGUNAKAN METODE DOUBLE EXPONENSIAL SMOOTHING DAN FUZZY TIME SERIES CHENG : STUDY KASUS: JUMLAH PENUMPANG ANGKUTAN UDARA DOMESTIK KOTA KENDARI Raka Zulfauzi; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Angkutan udara ialah sarana untuk memindahkan orang dan barang dari satu tempat ke tempat lain. Tujuannya membantu seseorang atau kelompok orang menjangkau berbagai tempat yang dituju. Adapun jenis-jenis pesawat yang digunakan adalah sebagai berikut: Garuda Indonesia, Citilink, Lion Air, Wings Air, Batik Air, Sriwijaya Air. Selain itu di dalam pesawat juga terdapat penumpang yaitu semua orang yang terdapat dalam pesawat yang tercatat dari tiket pesawat. Untuk mengetahui jumlah penumpang Angkutan Udara Domestik Kota Kendari maka penulis memutuskan mengambil data dari website Badan Pusat Statistika (BPS) Kota Kendari dan menganalisi dengan menggunakan metode Double exponensial smoothing dan Fuzzy time series Cheng dengan alpha (α) dan beta (β) = 0.1 sampai 0.9 yaitu bertujuan untuk mengetahui jumlah penumpang Angkutan Udara Domestik Kota Kendari pada bulan Juni, Agustus dan September tahun 2021 (3 bulan ke depan). Dimana metode ini kita bisa meramalkan dengan melihat jumlah Root Mean Square Error (MRSE) dan Mean Absolute Precentage Error (MAPE) apa bila jumlah RMSE dan MAPE kecil, berarti metode yang di gunakan baik, untuk meramalkan pada penelitian selanjutnya.Setelah diketahui hasil analisisnya bahwa metode yang baik digunkan yaitu metode double exponensial smoothing dari Holt menunjukkan bahwa nilai RMSE sebesar 20523 dan nilai MAPE sebesar 0.25%. berarti metode double exponensial smoothing dari Holt baik digunakan meramalkan pada penelitian selanjutnya.
PERBANDINGAN PENGELOMPOKAN USAHA MIKRO KECIL DAN MENENGAH DI KABUPATEN KLATEN TAHUN 2019 DENGAN METODE K-MEANS DAN CLUSTERING LARGE APPLICATION Titik Zulyanti; Noeryanti Noeryanti
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Usaha Mikro Kecil dan Menengah atau UMKM telah terbukti memberikan lapangan kerja dan menjadi penggerak roda perekonomian di Indonesia. Di sisi lain, UMKM juga menghadapi berbagai masalah,sehingga penting untuk mengetahui karakteristik dari suatu kelompok agar dapat menentukan strategi sebagai usaha untuk mengoptimalkan hasil. Penelitian ini bertujuan untuk mengetahui karakteristik dari UMKM di Kabupaten Klaten berdasarkan omzet, aset, jumlah tenaga kerja serta lamanya usaha. Hasil segmentasi akan membagi UMKM ke dalam beberapa klaster dimana masing-masing klaster memiliki karakteristik usaha yang mirip atau hampir sama. Metode yang digunakan untuk melakukan analisis ini adalah Metode K-Means dan Clustering Large Application. Hasil analisis menunjukan bahwa metode terbaik adalah Clustering dengan K-Means, karena memiliki nilai Silhouette Index yang lebih tinggi, yaitu 0,78. Jumlah cluster yang terbentuk adalah 2, dengan jumlah cluster 1 atau kelompok pengusaha kecil sebanyak 6711 dan cluster 2 atau kelompok pengusaha besar sebanyak 185. Banyaknya pengusaha kecil atau UMKM yang kurang produktif diharapkan menjadi perhatian dalam penyelesaian masalah atau perancangan kebijakan sehingga dapat meningkatkan produktifitas UMKM di Kabupaten Klaten.
MODEL PERSAMAAN SIMULTAN UNTUK ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE KEMISKINAN DAN INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TIMUR Martha Dewianty Wagho; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Kemiskinan saat ini menjadi masalah yang sering dihadapi hampir di semua negara berkembang, terutama negara yang padat penduduknya seperti Indonesia. Pada tahun 2018 ke tahun 2020 terjadi peningkatan kemiskinan. Hal ini disebabkan adanya pandemic Covid-19. Indeks pembangunan manusia (IPM) dijadikan sebagai indikator untuk mengukur kualitas dari hasil pembangunan ekonomi. Perkembangan IPM selama periode 2014 sampai 2020 mengalami peningkatan. Hal ini menunjukkan bahwa upaya pemerintah Jawa Timur dalam peningkatan pembangunan manusia cukup berhasil. Metode untuk mengatasi permasalahan ini menggunakan Regresi Linear Berganda dan Regresi Simultan. Metode regresi berganda mampu mengukur intensitas hubungan antara dua variabel atau lebih. Sedangkan model persamaan simultan melalui pendekatan metode 2SLS dapat diterapkan karena perluasan dari metode OLS yang termasuk dalam kelompok analisis persamaan struktural. Penelitian ini menggunakan data sekunder dari Badan Pusat Statistik Provinsi Jawa Timur.Hasil yang didapatkan pada penelitian ini diperoleh karakteristik dan penerapan metode regresi linear berganda dan metode 2SLS yang terbentuk serta diketahui bahwa faktor-faktor yang mempengaruhi persentase kemiskinan di Jawa Timur adalah tingkat inflasi dengan nilai t-statistik sebesar 2.833 dan persentase pengeluaran per kapita jenis makanan dengan nilai t-statistik sebesar 2.813. Kemudian faktor yang mempengaruhi indeks pembangunan manusia di Jawa Timur adalah persentase kemiskinan dengan nilai t-statistik sebesar -2.988.
PEMETAAN KARAKTERISTIK PELANGGAN DAN MENGETAHUI FAKTOR YANG MEMPENGARUHI KEPUASAN PELANGGAN UNTUK MENYUSUN STRATEGI PEMASARAN MENGGUNAKAN METODE K-MEANS DAN REGRESI LOGISTIK ORDINAL Elsa Elviyana Dewi; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Persaingan ritel fashion yang semakin pesat, menuntut untuk pelaku usaha mengatur atau merencanakan strategi yang tepat dan efisien. Amigo Boyolali adalah salah satu usaha dalam bidang ritel fashion yang saat ini memerlukan strategi yang tepat untuk meningkatkan penjualan. Penelitian ini dilakukan untuk mengelompokan pelanggan berdasarkan karakteristik pelanggan menggunakan metode K-Means dan mengetahui faktor-faktor apa saja yang mempengaruhi kepuasan pelanggan setelah berbelanja di Toko Fashion Amigo Boyolali dengan menggunakan metode Analisis Regresi Logistik Ordinal. Hasil pengelompokan pelanggan berdasarkan karakteristik tersebut dapat memberikan informasi jenis-jenis pelanggan yang datang berbalanja di toko. Hasil clustering menggunakan metode K-Means diperoleh 2 cluster. Perbedaan antara cluster 1 dan cluster 2 paling menonjol adalah pada range umur, pendapatan dan kepuasan mereka setelah berbelanja di Amigo Boyolali. Dengan menggunakan analisis regresi logistic ordinal, model 1 diperoleh beberapa faktor yang mempengaruhi kepusan pelanggan setelah berbelanja di Amigo Boyolali. Faktor tersebut adalah Range Umur, Ketertarikan Fashion, Perilaku belanja kosnumen, penilaian terhadap produk yang disediakan, promosi yang diberikan dan customer service yang diberikan dengan memperoleh nilai Rsquare sebesar 20,73% artinya sebanyak 79,27% kepuasan pelanggan setelah berbelanja dipengaruhi faktor yang lain. Setelah dilakukan perbaikan model dengan menghilangkan factor yang tidak berpengaruh yaitu X2 (Gaya Hidup) diperoleh hasil yang sama atau tidak ada peningkatan pada nilai Rsquare-nya.
PERBANDINGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN METODE DEKOMPOSISI UNTUK PERAMALAN JUMLAH TAMU DOMESTIK HOTEL BERBINTANG DI PROVINSI NUSA TENGGARA TIMUR Fridiana Rihal; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Nusa Tenggara Timur mempunyai potensi wisata yang besar serta sudah ditetapkan sebagai destinasi wisata nasional dalam Masterplan Kementrian Pariwisata dan Ekonomi Kreatif pada tahun 2012. Pada Januari tahun 2017 sampai November 2019 Wisatawan setiap tahunnya selalu mengalami peningatan, maka dari itu Tamu Hotel BerBerbintang dan Hotel Non Berbintang di Nusa Tenggara Timur Tahun 2017-2020 juga akan mengalami peningkatan dan pertumbuhan hotel juga terus bertambah. Hal itu menyebabkan hotel-hotel di Nusa Tenggara Timur harus dapat mengembangkan penawaran-penawaran dalam berbagai aspek agar dapat meningkatkan kunjungan hotel dan memberikan kepuasan yang optimal bagi konsumen salah satunya Pihak hotel mulai meningkatkan fasilitas yang disediakan, memberikan pelayanan terbaik dan harga Penginapan yang sesuai. Penelitian ini Menggunakan Analisis Double exponential smoothing dan metode Dekomposisi karena dapat membantu memberikan informasi awal yang dibutuhkan sebagai bahan pertimbangan dalam pengambilan keputusan dan tindakan. Penelitian ini menggunakan data Jumlah Tamu Domestik Hotel Berbintang Di Provinsi Nusa Tenggara Timur pada Tahun 2017 sampai Tahun 2020 yang memiliki unsur Trand dan Musiman. Tujuan dari penelitian ini adalah untuk memberikan gambaran kedepan kepada pemerintah Provinsi dalam memberikan suatu kebijakan yang akan datang dan untuk menentukan keefektifan metode dan menentukan peramalan terbaik berdasarkan nilai RMSE Hasil Analisis diperoleh nilai RMSE sebesar 7001.55154 dan dengan menggunakan α = 0.8, maka hasil penelitian menunjukkan bahwa metode peramalan terbaik adalah metode double exponential smoothing dengan parameter a = 0, 8.
APLIKASI METODE GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO DI PROVINSI NUSA TENGGARA TIMUR Ignasia Novianti Luku; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Salah satu indikator keberhasilan pelaksanaan pembangunan yang dapat dijadikan tolak ukur secara makro adalah pertumbuhan ekonomi yang dicerminkan dari perubahan PDRB dalam suatu daerah. Dalam buku KFR Provinsi NTT tahun 2019, dikatakan bahwa secara quarter to quarter PDRB NTT triwulan I berkurang sebesar -5,62 persen. Banyaknya faktor yang mempengaruhi laju pertumbuhan PDRB memungkinkan adanya multikolinearitas lokal. Geographically Weighted Regression Principal Component Analysis (GWRPCA) merupakan salah satu metode yang digunakan jika terjadi multikolinearitas dan heterogenitas spasial. Hasil penelitian menunjukan terdapat karakteristik pola spasial pada setiap variabel dependent dan independent yang berbeda dengan variabel independent yang saling berkorelasi. Metode PCA menghasilkan tiga komponen utama yang dapat mewakili variabel peubah asli dengan proporsi varian kumulatif sebesar 99%. Pemodelan GWRPCA menggunakan pembobot fixed kernel gaussian dengan tiga komponen utama sebagai variabel independent menghasilkan pemodelan yang berbeda disetiap lokasi pengamatan dimana variabel W1 mempengaruhi laju pertumbuhan PDRB di empat kabupaten/kota, komponen utama kedua dan ketiga tidak mempengaruhi laju pertumbuhan PDRB di Provinsi Nusa Tenggara Timur. Selain itu, pemodelan GWRPCA merupakan model yang lebih baik daripada model OLS dan RPCA dalam memodelkan laju pertumbuhan PDRB di Provinsi NTT pada tahun 2019 karena memiliki nilai R2 terbesar yaitu 88% dan nilai AIC terkecil yaitu -16,59.
PENERAPAN ANALISIS KLUSTER HIERARKI MENGGUNAKAN METODE AVERAGE, SINGLE, DAN COMPLETE LINKAGE PADA DATA PASIEN COVID-19 DI INDONESIA (Studi Kasus : Data IHSG Tahun 2016 – 2021) Susiana Thaib; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Corona virus disease 2019 atau covid-19 merupakan virus yang menyebabkan penyakit infeksi saluran pernapasan. Penelitian ini bertujuan untuk mengelompokkan provinsi-provinsi di Indonesia menggunakan metode average, single, dan complete linkage pada kasus covid-19 di Indonesia. Analisis Cluster merupakan analisis pengelompokan objek-objek menjadi kelompok-kelompok yang lebih kecil berdasarkan kesamaan karakteristik diantara objek-objek. Analisis ini dilakukan menggunakan software R dan diperoleh hasil analisis 3 kelompok yang terbentuk pada masing-masing metode analisis cluster yakni average linkage, single dan complete linkage. Dari ketiga metode tersebut, ternyata memiliki kesamaan setiap anggota pada setiap kelompok. Kelompok pertama beranggotakan provinsi Jakarta, Jawa Barat, Kalimantan Timur, Yogyakarta, Banten, Riau, Bali, Sulawesi Selatan, Sumatera Utara, Sumatera Barat, Kalimantan Selatan, Nusa Tenggara Timur, Kep. Riau Kep. Bangka Belitung, Sulawesi Tengah, Kalimantan Tengah, kalimantan Barat, Kalimantan Utara, Sulawesi Utara, Papua, Jambi, Nusa Tenggara Barat, Papua Barat, Bengkulu, Sulawesi Tenggara, Maluku, Sulawesi Barat, Maluku Utara, dan Gorontalo. Kelompok kedua beranggotakan provinsi Jawa Tengah, Sumatera Selatan, dan Aceh. Kelompok ketiga beranggotakan provinsi Jawa Timur dan Lampung. Nilai koefisien korelasi cophenetic diperoleh sebesar 0,8869 untuk metode average linkage, 0,8819 untuk metode complete linkage dan single linkage sebesar 0,8651. Sehingga dipilih metode Average karena nilainya lebih tinggi dari kedua metode yang lain. Nilai index Dunn pada penelitian ini lebih baik dibuat 4 kluster karena nilainya lebih tinggi sebesar 0.6107.

Page 10 of 14 | Total Record : 137

 8   9   10   11   12 

Filter by Year

2016 2024


Reset
Filter By Issues
All Issue Vol. 9 No. 2 (2024): Jurnal Statistika Industri dan Komputasi Vol. 9 No. 1 (2024): Jurnal Statistika Industri dan Komputasi Vol. 8 No. 2 (2023): Jurnal Statistika Industri dan Komputasi Vol. 8 No. 1 (2023): Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): Jurnal Statistika Industri dan Komputasi Vol. 6 No. 2 (2021): Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (2020): Jurnal Statistika Industri dan Komputasi Vol. 4 No. 01 (2019) Vol. 4 No. 2 (2019): Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018) Vol. 3 No. 01 (2018) Vol. 2 No. 02 (2017) Vol. 2 No. 01 (2017) Vol. 1 No. 01 (2016) More Issue