Articles
142 Documents
Search results for
, issue
"Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)"
:
142 Documents
clear
<![CDATA[Peramalan Penjualan Buah di Moena Fresh Bali dengan Menggunakan Model Variasi Kalender ]]>
<![CDATA[Ni Made Dwi Ermayanthi]]>;
<![CDATA[Dwiatmono Agus]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (245.785 KB)
|
DOI: 10.12962/j23373520.v1i1.1930
<![CDATA[Bali adalah salah satu pulau dengan mayoritas pen-duduk beragama Hindu, terkenal dengan ritual dan prosesi upa-cara keagamaan yang dilakukan setiap hari raya (rahinan). Pe-rayaan hari raya dilakukan dengan membuat sesajen yaitu beru-pa banten gebogan yang terdiri atas rangkaian masakan dan bu-ah-buahan. Penelitian ini membahas efek variasi kalender Saka dan Pawukon terhadap penjualan (retail) Apel Washington dan Jeruk Kintamani di Bali sebagai salah satu komoditas penting da-lam ritual masyarakat Bali. Studi kasus dilakukan di perusahaan retail buaah Moena Fresh Bali. Hasil analisis menunjukkan ada-nya hari raya di Bali berdampak pada peningkatan penjualan buah Apel Washington dan Jeruk Kintamani di 11 outlet Moena Fresh. Pemodelan efek variasi kalender dilakukan untuk masing-masing outlet Moena Fresh Model dan rata-rata hari raya yang berpengaruh terhadap penjualan adalah Galungan, Kuningan, Tumpek Landep dan Nyepi. Hasil ramalan penjualan Apel Wa-shington dan Jeruk Kintamani periode 21-31 Januari di seluruh outlet Moena Fresh menunjukkan terjadinya kenaikan penjualan pada akhir bulan Januari. Hal ini disebabkan karena tanggal 1 Februari merupakan hari raya Galungan sehingga terjadi kena-ikan menjelang perayaan hari raya tersebut.]]>
<![CDATA[Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network ]]>
<![CDATA[Wijdani Anindya Hadi]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (210.425 KB)
|
DOI: 10.12962/j23373520.v1i1.1934
<![CDATA[Aspek yang secara langsung dapat dilihat ketika mahasiswa yang baru saja lulus adalah lama studi yang ditempuh mahasiswa tersebut apakah tepat waktu atau melebihi waktu yang ditentukan juga Indeks Pres-tasi atau yang lebih dikenal dengan IP. Metode yang digunakan untuk memodelkan faktor-faktor yang mempengaruhi prestasi mahasiswa Pasca Sarjana ITS dengan respon kategorik adalah regresi logistik dan Neural Network. Regresi logistik pada variabel respon IPK faktor yang mempengaruhi adalah TOEFL, Usia, IPK saat S1, Lama Tunggu, Status Perkawinan, dan Asal perguruan Tinggi saat S1. Sedangkan untuk variabel respon lama tempuh studi yaitu skor TPA, kesesuaian bidang, IPK S1, status perkawinan dan asal perguruan tinggi S1. Pada metode Neural Network neuron pada hidden layer dengan seluruh variabel untuk kategori IPK dan lama tempuh studi masing-masing jum-lahnya sebanyak 8 dan 10 neuron. Sedangkan dengan menggunakan variabel yang signifikan baik IPK maupun lama tempuh studi hidden layer yang terbentuk sebanyak 8 neuron. Ketepatan klasifikasi yang tertinggi dengan menggunakan metode Neural Network. ]]>
<![CDATA[Pemodelan Pendapatan Pedagang Pasar Tradisional di Surabaya Selatan Terkait Keberadaan Supermarket, Hypermarket, dan Minimarket ]]>
<![CDATA[Isnaini P Dewi]]>;
<![CDATA[Dwi E. Kusrini]]>;
<![CDATA[Irhamah Irhamah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (128.118 KB)
|
DOI: 10.12962/j23373520.v1i1.1936
<![CDATA[Pasar modern telah berkembang pesat sejak tahun 1970-an. Pertumbuhan pasar modern diduga menekan pertumbuhan pasar tradisional. Pada penelitian ini dilakukan pemodelan pendapatan pedagang di Surabaya Selatan dengan metode regresi berganda dan Support Vector Regression (SVR). Data yang digunakan merupakan data sekunder. Pemodelan regresi berganda baik dengan semua variabel prediktor maupun hanya dengan variabel terpilih yang didapatkan melalui prosedur backward elimination menghasilkan model yang belum memenuhi asumsi regresi berganda, sehingga dilakukan pemodelan dengan metode SVR, maka untuk memprediksi pendapatan pedagang akibat pembangunan minimarket dapat digunakan model SVR dengan variabel terpilih yang menghasilkan prediksi bahwa akan terdapat 58,23% pedagang yang mengalami penurunan pendapatan karena pembangunan minimarket baru. Sedangkan untuk memprediksi pendapatan pedagang akibat pembangunan supermarket atau hypermarket baru digunakan model SVR dengan semua variabel prediktor yang menghasilkan prediksi bahwa akan terdapat 31,64% pedagang yang mengalami penurunan pendapatan karena pembangunan tersebut.]]>
<![CDATA[Analisis Diagnosis Pasien Kanker Payudara Menggunakan Regresi Logistik dan Support Vector Machine (SVM) Berdasarkan Hasil Mamografi Fourina Ayu Novianti dan Santi Wulan Purnami ]]>
<![CDATA[Fourina Ayu Novianti]]>;
<![CDATA[Santi Wulan Purnami]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (209.158 KB)
|
DOI: 10.12962/j23373520.v1i1.1937
<![CDATA[Kanker payudara merupakan jenis kanker yang sering ditemukan oleh kebanyakan wanita. Di Indonesia Kanker payudara menempati urutan pertama pada pasien rawat inap di seluruh rumah sakit. Diagnosis dini pada payudara merupakan salah satu upaya untuk meminimumkan kanker malignant (ganas) yaitu dengan cara melakukan pemeriksaan mamografi. Pada penelitian ini akan dilakukan pengklasifikasian diagnosis keadaan pasien kanker payudara benign (jinak) dan malignant (ganas) berdasarkan hasil mamografi dan melakukan analisis faktor-faktor apa saja yang mempengaruhi kanker payudara menggunakan metode regresi logistik dan support vector machine (SVM). Pengklasifikasian menggunakan regresi logistik biner menghasilkan ketepatan klasifikasi sebesar 88,72% dimana terdapat dua faktor yang berpengaruh terhadap kanker payudara malignant yaitu intermediate findings dan BIRADS. Sedangkan dengan menggunakan seleksi variabel L1-Norm SVM, semua variabel prediktor yang digunakan berpengaruh terhadap kanker payudara malignant dengan kontribusi terbesar adalah intermediate findings, kemudian BIRADS, suspicious for malignancy, letak abnormal, dan usia dengan ketepatan klasifikasi sebesar 94,34%. ]]>
<![CDATA[Analisis Statistik Kepuasaan Pelayanan Klinik Kecantikan London Beauty Centre Cabang Manyar Kertoajo Surabaya ]]>
<![CDATA[Sari Cindra Kasih]]>;
<![CDATA[Kresnayana Yahya]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (113.125 KB)
|
DOI: 10.12962/j23373520.v1i1.1939
<![CDATA[London Beauty Centre adalah salah satu tempat klinik kecantikan untuk memenuhi kebutuhan penampilan yang menarik bagi seseorang yang ingin merawat penampilan khususnya wajah dan tubuh. Untuk mengetahui pengukuran kepuasaan pada lima dimensi yaitu tangibility(bukti langsung), reliability(keandalan),responsiveness(dayatanggap),assurance(jaminan) dan emphaty(sikap empati). Analisis yang digunakan untuk mengukur kepuasan dengan menggunakan metode Analisis Faktor, Analisis Gap, Indeks Kepuasaan dan Analisis Biplot. Berdasarkan hasil analisis secara keseluruhan masih banyak yang harus diperbaiki terkait faktor yang mempengaruhi kepuasaan pelayanan. Faktor-faktor tersebut dari pembentukan faktor baru yaitu aman jasa profesional, update dan lingkungan layanan, tinggi kinerja layanan, pasien berorientasi, perhatian individu, adil layanan, taat prosedur, kesan hygienis, responsif dan keramahan. Aspek yang menjadi prioritas utama yang harus mendapatkan perhatiaan dari klinik Kecantikan London Beauty Centre cabang Manyar Kertoajo Surabaya adalah klinik kecantikan memiliki up-to-date alat dalam perawatan wajah dan tubuh, fasilitas ruang tunggu yang menarik dan karyawan klinik kecantikan memiliki pengetahuan untuk menjawab pertanyaan konsumen secara percaya diri. ]]>
<![CDATA[Pemodelan Faktor-Faktor Yang Berpengaruh Terhadap Prevalensi Balita Kurang Gizi Di Provinsi Jawa Timur Dengan Pendekatan Geographically Weighted Logistic Re¬gression (GWLR) ]]>
<![CDATA[Retno Anggarini]]>;
<![CDATA[Purhadi Purhadi]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (425.225 KB)
|
DOI: 10.12962/j23373520.v1i1.1960
<![CDATA[Kondisi kekurangan gizi pada balita akan mempe-ngaruhi kesehatan dan umur harapan hidup yang merupakan salah satu unsur utama dalam keberhasilan pembangunan nega-ra (Human Development Index). Faktor penyebab terjadinya kekurangan gizi diduga berbeda-beda antar wilayah kabupa-ten/kota. GWLR merupakan bentuk lokal dari regresi logistik dimana faktor geografis dipertimbangkan. Hasil dari penelitian ini menunjukkan bahwa persentase balita kurang gizi di Jawa Timur memiliki pola yang menyebar sehingga diindikasikan terdapat faktor spasial. Hasil analisis model GWLR dengan pem-bobot Adaptif Bisquare Kernel lebih baik karena mempunyai nilai AIC terkecil. Variabel yang berpengaruh signifikan menu-runkan prevalensi balita kurang gizi di Jawa Timur yaitu pro-sentase balita yang mendapatkan vitamin A, persentase bayi yang mendapat ASI eksklusif, persentase penduduk yang meng-gunakan air bersih, persentase bayi yang mendapat imunisasi lengkap, dan persentase tenaga kesehatan. Analisis GWLR dengan menggunakan pembobot Adaptive Bisquare Kernel meng-hasilkan 11 kelompok daerah yang memiliki karakteristik sama. Masing-masing kabupaten/kota dalam kelompok ini relatif ber-dekatan satu dengan lainnya sehingga terdapat dependensi wila-yah dalam kasus prevalensi balita kurang gizi di Jawa Timur. ]]>
<![CDATA[Spatial Durbin Model untuk Mengidentifikasi Faktor-Faktor yang Mempengaruhi Kematian Ibu di Jawa Timur ]]>
<![CDATA[Lina Dwi Pertiwi]]>;
<![CDATA[Mutiah Salamah]]>;
<![CDATA[Sutikno Sutikno]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (333.792 KB)
|
DOI: 10.12962/j23373520.v1i1.1962
<![CDATA[Kematian ibu menjadi prioritas utama yang harus ditanggulangi oleh pemerintah untuk mengurangi risiko kematian, menjamin reproduksi sehat, dan meningkatkan kualitas hidup ibu. Di Jawa Timur, jumlah kematian ibu mengalami peningkatan mulai tahun 2009 hingga tahun 2010. Faktor penyebab kematian ibu antar kabupaten/kota berbeda-beda. Hasil identifikasi awal pada nilai Moran’s I menunjukkan adanya pengelompokan wilayah pada pola persebaran kematian ibu dan beberapa faktor yang mempengaruhinya. Oleh karena itu, digunakan metode Spatial Durbin Model (SDM) untuk me-modelkan. Metode SDM merupakan jenis khusus dari metode Spatial Autoregressive Model (SAR). Namun, penelitian menun-jukkan bahwa model untuk metode SAR dan SDM memberikan hasil yang sama. Hal ini disebabkan oleh kecilnya nilai Moran’s I, sehingga pada hasil estimasi parameter menggunakan metode SDM menjadi tidak nyata. Variabel yang signifikan berpengaruh terhadap kematian ibu adalah persentase persalinan dibantu oleh dukun, persentase rumah tangga berperilaku hidup bersih sehat, dan persentase sarana kesehatan di tiap kabupaten/kota di Jawa Timur. ]]>
<![CDATA[Peramalan Inflasi di Indonesia Aplikasi Metode Ensembel untuk ]]>
<![CDATA[Mega Silfiani]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (81.099 KB)
|
DOI: 10.12962/j23373520.v1i1.1965
<![CDATA[Bank Indonesia melakukan kebijakan moneter berdasarkan kerangka kerja yang dinamakan ITF (inflation targetting framework) untuk memelihara kestabilan nilai rupiah. Oleh karena itu penelitian ini bertujuan untuk mengembangkan suatu model yang sesuai untuk peramalan inflasi di Indonesia berdasarkan metode ARIMA, ANN dan ensembel (gabungan). Metode ensembel yang digunakan dalam penelitian ini menggunakan perubahan input dan jumlah neuron untuk menciptakan anggota ensembel, sedangkan averaging dan stacking digunakan untuk menggabungkan. Data yang digunakan adalah inflasi nasional dan tujuh kota di Jawa Timur periode 2000-2012. Hasil penelitian menunjukkan bahwa untuk peramalan dua belas bulan ke depan metode single ANN menghasilkan RMSE yang terkecil sedangkan jika dilihat dari ensembel, RMSE terkecil dihasilkan oleh ANN ensembel.]]>
<![CDATA[Faktor-Faktor yang Mempengaruhi Angka Gizi Buruk Di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline ]]>
<![CDATA[Riana Kurnia Dewi]]>;
<![CDATA[I Nyoman Budiantara]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (183.05 KB)
|
DOI: 10.12962/j23373520.v1i1.1968
<![CDATA[Salah satu permasalahan kesehatan di Indonesia adalah meningkatnya angka kematian balita. Salah satu penyebabnya adalah kebutuhan gizi yang tidak terpenuhi sehingga banyak balita mengidap gizi buruk. Pemodelan kejadian balita gizi buruk dengan regresi parametrik belum tentu cocok diterapkan karena pola hubungan antara angka gizi buruk dengan faktor-faktor yang mempengaruhinya memiliki bentuk pola tertentu. Regresi Nonparametrik Spline adalah metode regresi yang tidak memberikan asumsi terhadap bentuk kurva regresi. Penelitian ini bertujuan mengetahui faktor-faktor yang mempengaruhi kejadian balita gizi buruk di Provinsi Jawa Timur. Hasil penelitian menunjukkan bahwa dengan menggunakan Regresi Nonparametrik Spline, diperoleh nilai GCV minimum yaitu 3,943068 dan R2 sebesar 88,77 persen. Kesimpulan lain diperoleh faktor-faktor yang berpengaruh terhadap kejadian balita gizi buruk di Jawa Timur tahun 2007 adalah persentase ibu yang memeriksakan kehamilan, persentasee bayi mendapat vitamin A dan persentase rumah tangga miskin. ]]>
<![CDATA[Pemodelan Persentase Penduduk Miskin di Jawa Timur dengan Pendekatan Ekonometrika Panel Spasial ]]>
<![CDATA[Alifta Kurnia Setiawati]]>;
<![CDATA[Setiawan Setiawan]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (204.176 KB)
|
DOI: 10.12962/j23373520.v1i1.1970
<![CDATA[Kemiskinan merupakan salah satu permasalahan pembangunan yang timbul di negara berkembang, seperti Indonesia. Jumlah penduduk miskin di Indonesia berfluktuasi dari tahun ke tahun, termasuk di Provinsi Jawa Timur. Salah satu upaya yang dilakukan untuk mengatasi masalah ini adalah dengan menentukan faktor-faktor yang berpengaruh terhadap kemiskinan. Penelitian ini fokus pada pemodelan persentase penduduk miskin dengan pendekatan ekonometrika panel spasial sehingga diharapkan dapat menjelaskan efek spasial dan efek periode waktu terhadap persentase penduduk miskin pada masing-masing kabupaten/kota di Jawa Timur. Aspek kemiskinan yang diamati terbatas hanya terdiri dari tiga sektor yaitu pendidikam, ekonomi dan kesehatan. Model terbaik untuk persentase penduduk miskin adalah SEM Fixed Effect. Koefisien autoregresif spasial pada model persentase penduduk miskin yaitu sebesar 0,391980. Faktor yang paling elastis adalah tingkat penggangguran terbuka sebesar 0,627804%. ]]>
