Articles
28 Documents
Search results for
, issue
"Vol 11, No 1 (2022)"
:
28 Documents
clear
<![CDATA[Aplikasi Prediksi Kebangkrutan Menggunakan Metode Altman Z-Score pada Perusahaan Manufaktur Sektor Barang Konsumsi ]]>
<![CDATA[Nur Jihan Salsabiila]]>;
<![CDATA[Ayu Rizky Nurlaili]]>;
<![CDATA[Herlinda Dwi Septianti]]>;
<![CDATA[Anisa Tri Okweningtyas]]>;
<![CDATA[Dwi Oktavianto Wahyu Nugroho]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.62541
<![CDATA[Perkembangan perekonomian Indonesia yang terus berkembang termasuk diantaranya adalah sektor barang konsumsi. Kesehatan keuangan perusahaan dapat dilihat dari kondisi kinerja keuangan yang tercantum di laporan keuangan. Jika terjadi masalah pada keuangan perusahaan dalam jangka waktu yang lama akan menyebabkan kebangkrutan. Salah satu cara mengukur tingkat kebangkrutan perusahaan adalah dengan menggunakan Altman Z-score. Pentingnya perusahaan mendeksi kebangkrutan dini mendorong peneliti untuk membuat aplikasi prediksi kebangkrutan pada perusahaan manufaktur yang tercatat dalam BEI. Variabel yang digunakan untuk membantu analisis pada pada aplikasi adalah variabel modal kerja, EBIT, Laba ditahan, nilai pasar modal, penjualan bersih. Pembuatan aplikasi rencananya akan menggunakan bantuan Rstudio Hasil prediksi menggunakan Altman Z-score menghasilkan akurasi 75%. Harapannya dengan adanya aplikasi ini dapat membantu perusahaan manufaktur terutama sektor barang konsumsi untuk bisa mendeteksi kebangkrutan sejak dini.]]>
<![CDATA[Analisis Dominasi Keparahan Korban Menurut Perilaku Pengemudi dan Wilayah Hukum Rayon Provinsi Jawa Timur ]]>
<![CDATA[Rizma Nuriza]]>;
<![CDATA[Mutiah Salamah Chamid]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.62615
<![CDATA[Provinsi Jawa Timur menyumbang jumlah kecela-kaan lalu lintas terbanyak di Indonesia selama lima tahun terakhir dengan rata-rata 23.677 kejadian per tahun, yang mana menimbulkan korban baik itu luka ringan, luka berat, maupun meninggal dunia. Oleh karena itu, dilakukan penelitian untuk mengetahui perilaku pengemudi dan wilayah hukum rayon mana yang dominan dalam menyebabkan korban laka lantas pada tingkat keparahan tertentu menggunakan analisis korespondensi. Kesimpulan yang didapatkan berdasarkan analisis yang telah dilakukan adalah korban luka ringan cenderung dominan disebabkan perilaku pengemudi kategori mendahului kendaraan lain, melewati batas kecepatan, dan perilaku lain-lain (seperti berbalapan, berboncengan lebih dari 2, dll), serta cenderung terjadi di wilayah Rayon I, Rayon IV, Rayon VI, dan Rayon VII. Korban luka berat cenderung dominan disebabkan oleh perilaku pengemudi melanggar marka dan rambu. Korban meninggal dunia tidak ada kecenderungan dengan perilaku pengemudi, namun cenderung dominan terjadi pada wilayah Rayon II dan Rayon III.]]>
<![CDATA[Analisis Faktor-Faktor yang Mempengaruhi Efektifitas Pembelajaran Dalam Jaringan / Daring (Studi Kasus Siswa SMA di Kecamatan Sampang) ]]>
<![CDATA[Annisa Fitria]]>;
<![CDATA[Mutiah Salamah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.62619
<![CDATA[Masa pandemi Covid-19 berdampak pada berbagai bidang salah satunya pendidikan. Pemerintah menutup kegiatan belajar mengajar di kelas mulai dari tingkat Taman Kanak-Kanak hingga Perguruan Tinggi dan mengubah sistem pembelajaran langsung atau tatap muka (konvensional) menjadi sistem pembelajaran dalam jaringan (Daring) guna memutus rantai penyebaran Covid-19. Penerapan pembelajaran daring di Kabupaten Sampang ini memberikan banyak kontra bagi pelajar karena dinilai tidak efektif dan belum maksimal. Oleh karena dilakukan penelitian yang bertujuan untuk mengetahui faktor-faktor apa saja yang berpengaruh terhadap efektifitas pembelajaran daring. Data yang digunakan pada analisis ini adalah data primer yang didapatkan melalui survei terhadap siswa SMA Negeri di Kecamatan Sampang dan data yang didapatkan dianailisis menggunakan regresi logistik biner. Berdasarkan hasil analisis didapatkan bahwa mayoritas siswa merasa pembelajaran daring tidak efektif dan faktor-faktor yang berpengaruh signifikan terhadap efektifitas pembelajaran daring di Kecamatan Sampang adalah jenis kelamin, kemudahan dalam pengoperasian platform pembelajaran daring yang digunakan, dan poin pemahaman akan materi pembelajaran daring.]]>
<![CDATA[Faktor-Faktor yang Mempengaruhi Tingkat Stres Siswa Saat Pembelajaran Daring Menggunakan Metode Regresi Logistik Ordinal ]]>
<![CDATA[Muvita Nurush Shofiyah]]>;
<![CDATA[Mutiah Salamah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.62666
<![CDATA[Kemunculan pandemi COVID-19 berdampak pada salah satu sektor yaitu pendidikan. Kebijakan belajar dari rumah menjadi metode pembelajaran pada saat pandemi COVID-19, yang semula belajar melalui tatap muka menjadi daring. Proses pembelajaran daring yang dilakukan secara terus menerus kemungkinan menyebabkan meningkatnya tingkat stres pada siswa. Tidak terkecuali siswa kelas dua belas di SMA Negeri 2 Lumajang. Academy stresor merupakan stres yang dialami oleh siswa yang bersumber pada proses pembelajaran atau yang berhubungan dengan kegiatan belajar. Pada penelitian kali ini akan dikaji faktor-faktor apa saja yang berpengaruh terhadap tingkat stres siswa SMAN 2 Lumajang pada saat pembelajaran daring menggunakan metode regresi logistik ordinal. Hasil yang diperoleh adalah dari sepuluh variabel prediktor yang diduga berpengaruh terhadap tingkat stres siswa ternyata hanya tiga yang berpengaruh signifikan yaitu variabel jenis kelamin, tekanan berprestasi tinggi, dan dukungan sosial dari orang tua. Siswa berjenis kelamin perempuan, sering mendapatkan tekanan berprestasi tinggi, dan jarang mendapatkan dukungan dari orang tua cenderung mengalami stres berat dengan peluang sebesar 68,8%.]]>
<![CDATA[Peramalan Curah Hujan di Stasiun Juanda Menggunakan Metode ARIMA Box-Jenkins dan Radial Basis Function Neural Network ]]>
<![CDATA[Ocktalia Trisnawati]]>;
<![CDATA[Mike Prastuti]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.63165
<![CDATA[Curah hujan yang tinggi tak hanya menyebabkan penundaan penerbangan, namun juga membuat pesawat terlambat mendarat karena menunggu cuaca sedikit lebih baik agar dapat dilakukan pendaratan dengan aman. Curah hujan juga mempengaruhi pendaratan dan lepas landas pesawat, telebih lagi jika sering terjadi hujan maka akan membuat landasan pacu pesawat menjadi licin dan mengurangi jarak pandang pengelihatan Dalam upaya untuk menghindari adanya kecelakaan pesawat, maka pada penelitian ini dilakukan peramalan terhadap curah hujan di Stasiun BMKG Juanda menggunakan metode ARIMA Box-Jenkins dan Radial Basis Function Neural Network (RBFNN). Tujuan dari penelitian ini adalah untuk mendapatkan model terbaik dan hasil peramalan curah hujan di Stasiun BMKG Juanda. Data yang digunakan adalah data sekunder yang diperoleh dari BMKG Juanda Surabaya dari Januari 2019 hingga April 2021. Hasil penelitian ini menujukkan bahwa nilai MSE model RBFNN dengan 12 neuron input, 3 neuron lapisan tersembunyi, dan 1 neuron output lebih kecil daripada model ARIMA ([1,9,12,35,55,58]1,1), sehingga dapat disimpulkan bahwa metode RBFNN merupakan metode terbaik yang digunakan untuk meramalkan curah hujan di Stasiun Juanda.]]>
<![CDATA[FPeramalan Nilai Ekspor Non Migas Berdasarkan Nilai Tukar Rupiah terhadap US Dollar di Provinsi Jawa Timur Menggunakan Fungsi Transfer ]]>
<![CDATA[Septiana Vera Kurniasari]]>;
<![CDATA[Mike Prastuti]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.63215
<![CDATA[Provinsi Jawa Timur merupakan salah satu provinsi yang memiliki peranan strategis dalam ekspor non migas secara nasional. Salah satu faktor yang mempengaruhi penurunan ekspor non migas yaitu adanya perubahan nilai tukar rupiah terhadap US dollar. Berdasarkan hal tersebut, maka pada penelitian ini dilakukan peramalan kegiatan ekspor non migas di Provinsi Jawa Timur menggunakan metode fungsi transfer dengan variabel input adalah nilai tukar rupiah terhadap US dollar. Hasil penelitian menunjukkan bahwa model peramalan terbaik yang didapatkan adalah model fungsi transfer dengan orde r = 0, s = 0, b = 9 yang artinya nilai ekspor non migas di Provinsi Jawa Timur dipengaruhi oleh nilai tukar rupiah terhadap US dollar sembilan bulan sebelumnya. Hasil peramalan pada tahun 2021 menunjukkan nilai ekspor non migas di Provinsi Jawa Timur cenderung menurun. Berdasarkan plot time series antara hasil ramalan dan nilai aktual diketahui bahwa hasil ramalan tidak mendekati nilai aktual dan memiliki pola yang berbeda, diduga hal ini disebabkan karena variabel input yang digunakan kurang tepat digunakan dalam meramalkan nilai ekspor non migas. Sehingga, penelitian selanjutnya disarankan menggunakan variabel input lainnya yang mempengaruhi nilai ekspor non migas di Provinsi Jawa Timur.]]>
<![CDATA[Analisis Faktor-Faktor yang Mempengaruhi Keputusan Pembelian Online Melalui Social Media pada Mahasiswa Perguruan Tinggi di Surabaya ]]>
<![CDATA[Jasmine Annisya Zahira]]>;
<![CDATA[Mutiah Salamah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.62687
<![CDATA[Sosial media saat ini semakin berkembang dan me-miliki berbagai manfaat, diantaranya menjadi tempat untuk berbisnis (bisnis online) sebagai sarana untuk bertransaksi ma-upun tempat untuk melakukan pemasaran. Semakin banyak-nya kompetitor, membuat pelaku bisnis online maupun yang akan membuka bisnis online perlu mengetahui faktor yang da-pat mempengaruhi seseorang melakukan pembelian online. Menurut penelitian yang telah dilakukan pew research centre pengguna social media terbanyak berusia 18-29 tahun dan ber-dasarkan penelitian dari Kompas mahasiswa memiliki minat belanja yang tinggi atau cenderung memiliki sifat konsumtif. Oleh karena itu pada penelitian ini akan dilakukan analisis faktor-faktor yang mempengaruhi keputusan pembelian online melalui social media pada mahasiswa Perguruan Tinggi di Surabaya dengan menggunakan metode statistik yaitu regresi logistik biner. Faktor yang diduga mempengaruhi adalah ke-amanan, kepercayaan, kualitas layanan, harga, promosi, dan brand awareness. Hasil analisis menunjukkan faktor yang da-pat mempengaruhi keputusan pembelian online mahasiswa Perguruan Tinggi di Surabaya melalui social media adalah kualitas layanan dan brand awareness.]]>
<![CDATA[Pemodelan APM Usia SMA dan Sederajat di Provinsi Papua Menggunakan Metode Regresi Nonparametrik Spline Tahun 2019 ]]>
<![CDATA[Kornelia Zenitha Vyamili]]>;
<![CDATA[Sri Pingit Wulandari]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.63223
<![CDATA[Pendidikan merupakan suatu hal yang sangat penting bagi setiap manusia agar menjadi sumber daya manusia yang berkualitas. Angka Partisipasi Murni (APM) adalah salah satu indikator yang dapat menunjukkan tingkat pedidikan karena APM dapat mengukur daya serap sistem pendidikan terhadap penduduk usia sekolah. APM usia SMA dan sederajat di Provinsi Papua sebesar 44,32% adalah yang paling rendah di antara 34 provinsi di Indonesia. Sebagai upaya untuk meningkatkan APM di Provinsi Papua, perlu dilakukan pemodelan APM usia SMA dan sederajat sehingga dapat diketahui faktor-faktor apa saja yang mempengaruhinya. Metode regresi nonparametrik spline sangat fleksibel dalam pemodelan dan sesuai digunakan pada penelitian di bidang sosial dan kependudukan, sehingga dapat digunakan untuk memodelkan APM usia SMA dan sederajat di Provinsi Papua. Hasil penelitian menunjukkan bahwa persentase penduduk miskin, rasio murid-guru, rasio murid-sekolah, angka melek huruf, dan harapan lama sekolah berpengaruh signifikan terhadap APM usia SMA dan sederajat. Model APM usia SMA dan sederajat di Provinsi Papua memiliki koefisien determinasi (R2) sebesar 98,84% dengan MSE sebesar 16,786.]]>
<![CDATA[Peramalan Harga Saham Perbankan Menggunakan Model VAR dan Analisis Teknikal ]]>
<![CDATA[Vies Sata Zullah]]>;
<![CDATA[Mike Prastuti]]>;
<![CDATA[Bambang Hadi Santoso]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.63225
<![CDATA[Saham perbankan seringkali menjadi rekomendasi para analis saham karena dianggap sebagai cerminan ekonomi tanah air. Kapitalisasi pasarnya yang besar, yaitu mencapai 57,23% dari 10 emiten terbesar di BEI menjadi daya tarik investor saham untuk berinvestasi sesuai dengan tujuannya. Saham perusahaan perbankan yang tercatat pada Bursa Efek Indonesia sebanyak 45 perusahaan, beberapa di antaranya adalah PT Bank Central Asia Tbk, PT Bank Mandiri Tbk, dan Bank Rakyat Indonesia (Persero) Tbk. Ketiga bank tersebut memiliki total asset dengan rentang yang tidak terlalu jauh sehingga dapat dibandingkan untuk dijadikan rekomendasi kepada investor. Peramalan harga saham dapat diramalkan menggunakan metode multivariate time series dengan model VAR (Vector Autoregressive), sedangkan tren harga saham dapat diketahui dengan analisis teknikal. Model peramalan yang didapatkan untuk ketiga bank yaitu VARI ([1, 3],1) dengan hasil peramalan pada bulan April cenderung konstan. The primary trend ketiga saham cenderung uptrend, sedangkan the secondary trend dan the minor trend cenderung downtrend dan sideways.]]>
<![CDATA[Peramalan Permintaan Semen di PT. XYZ Menggunakan Time Series Regression dan ARIMA ]]>
<![CDATA[Berliana Salsa Wirdyacahya]]>;
<![CDATA[Mike Prastuti]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 1 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i1.63222
<![CDATA[Tahun 2020, infrastruktur pembangunan di Indonesia sedikit terhambat karena adanya penyesuaian anggaran APBN akibat pandemi Covid-19. Hal ini turut menyebabkan permintaan semen nasional ikut menurun yang juga berimbas pada jumlah permintaan semen di PT. XYZ. Penurunan jumlah permintaan semen di PT. XYZ juga terjadi pada waktu bulan Ramadhan hingga Hari Raya Idul Fitri setiap tahunnya. Hingga saat ini PT. XYZ masih menggunakan metode winter’s exponential smoothing, dekomposisi, dan Time Series Regression (TSR) untuk meramalkan jumlah permintaan ssemen periode yang akan datang, namun ketiga metode ini masih menghasilkan nilai kesalahan yang besar. Pada penelitian ini, akan dilakuka peramalan jumlah permintaan semen di PT. XYZ menggunakan data bulanan sejak Januari 2015 hingga Desember 2020. Metode peramalan yang digunakan adalah TSR dengan menambahkan efek intervensi adanya Covid-19, efek variasi kalender waktu terjadinya bulan Ramadhan hingga Hari Raya Idul Fitri, serta efek musiman. Metode iki akan dibandingkan dengan metode peramalan lainnya yaitu ARIMA. Hasil penelitian yang diperoleh menunjukkan bahwa model TSR dengan variabel dummy berupa efek intervesi adanya Covid-19, efek variasi kalender waktu terjadinya bulan Ramadhan hingga Hari Raya Idul Fitri, serta efek musiman periode bulan 2,8,9,10, dan 11. Hasil ramalannya menunjukkan adanya kenaikan jumlah permintaan semen dari tahum 2020.]]>
