cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal Sains dan Seni ITS
ISSN : -     EISSN : -     DOI : -
Core Subject : Humanities, Art,
Arjuna Subject : -
Articles 52 Documents
Search results for , issue "Vol 2, No 1 (2013)" : 52 Documents clear
Pemodelan Regresi Spline Truncated Multivariabel pada Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah Inggar Putri Merdekawati; I Nyoman Budiantara
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (220.992 KB) | DOI: 10.12962/j23373520.v2i1.3035

Abstract

Provinsi Jawa Tengah merupakan provinsi dengan jumlah penduduk miskin paling banyak kedua setelah Provinsi Jawa Timur. Jumlah penduduk miskin di Provinsi Jawa Tengah pada tahun 2011 adalah sebesar 15,76 persen, berada di atas rata-rata jumlah penduduk miskin Indonesia yaitu 12,49 persen. Pemodelan kemiskinan di Jawa Tengah dengan menggunakan regresi spline mampu mengestimasi data yang tidak memiliki pola tertentu. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang berpengaruh terhadap kemiskinan di Jawa Tengah menggunakan regresi spline. Regresi spline yang dipilih adalah yang memiliki titik knot dengan nilai GCV minimum. Hasil pemodelan menunjukkan bahwa dengan regresi spline terbaik adalah regresi spline linier menggunakan tiga titik knot. Faktor yang berpengaruh signifikan pada kemiskinan adalah adalah laju pertumbuhan ekonomi, alokasi belanja daerah untuk bantuan sosial, persentase buta huruf, tingkat pengangguran terbuka, persentase gizi buruk balita, tingkat pendidikan kurang dari SMP, rumah tangga dengan akses air bersih, dan rumah tangga dengan kelayakan papan. Model regresi spline linier menghasilkan R2 sebesar 99,9 persen. Kebijakan yang diberikan oleh tiap daerah sebaiknya berbeda sesuai dengan hasil yang telah didapatkan karena pola data tiap wilayah pada masing-masing variabel prediktor berubah tiap interval knot.
Pengaruh Aggregasi terhadap Parameter Long Memory Time Series Moch. Koesniawanto; Heri Kuswanto
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (301.387 KB) | DOI: 10.12962/j23373520.v2i1.3056

Abstract

Proses identifikasi terhadap fenomena Long Memory tidaklah mudah. Berbagai alat identifikasi seperti plot ACF dan berbagai statistik uji lain masih sangat lemah. Beberapa penelitian mengungkapkan bahwa beberapa model nonlinear dapat dengan mudah teridentifikasi sebagai Long Memory yang sering dikenal sebagai Spurious Long Memory. Oleh karena itu, dalam tugas akhir ini akan disimulasikan pengaruh flow aggregation dan stock aggregation sebagai alternatif cara untuk mendeteksi Long Memory. Saham digunakan sebagai studi kasus karena proses pencatatannya sama dengan penerapan dari stock aggregation dan beberapa penelitian menyatakan bahwa harga mutlak dari return saham sering tertangkap sebagai fenomena Long Memory, namun tidak sedikit penelitian yang memodelkan return saham dengan model nonlinear, contohnya seperti ESTAR, sehingga simulasi dibangun dengan membangkitkan data Long Memory dan ESTAR sebagai Spurious Model dengan ukuran sampel 2000 dan 5000, lalu diaggregasi masing-masing dengan kedua jenis aggregasi hingga 10 level aggregasi. Hasil simulasi menunjukkan bahwa temporal aggregation terbukti dapat mendeteksi Long Memory dan membedakannya dengan ESTAR dari pola parameter integrasinya. Pada data ESTAR, kedua aggregasi menunjukkan bahwa nilai parameternya tidak berpola atau random seiring naiknya level aggregasi, sedangkan untuk Long Memory memiliki pola khusus untuk setiap jenis aggregasi. Tiga saham yang dijadikan studi kasus yaitu BMRI, BBNI, dan BBRI lebih baik dimodelkan dengan ARFIMA daripada ESTAR karena menghasilkan forecast yang akurasinya lebih baik
Pemodelan Chemical Oxygen Demand (Cod) Sungai di Surabaya Dengan Metode Mixed Geographically Weighted Regression Asih Kurniasih Lumaela; Bambang Widjanarko Otok; Sutikno Sutikno
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (193.947 KB) | DOI: 10.12962/j23373520.v2i1.3204

Abstract

Chemical Oxygen Demand (COD) merupakan salah satu indikator pencemaran air secara kimia. Surabaya merupakan salah satu kota yang mengalami pencemaran sungai, dimana kondisi sungai di Surabaya memiliki keragaman struktur sehingga memungkinkan terjadinya perbedaan faktor yang berpengaruh pada COD. Untuk mengetahui faktor-faktor yang mempengaruhi COD sungai di Surabaya maka dilakukan pemodelan COD dengan Mixed Geographically Weighted Regression (MGWR), metode ini memungkinkan adanya variabel prediktor yang bersifat lokal dan global. Hasil MGWR dengan menggunakan fungsi kernel Fixed Bisquare menghasilkan variabel prediktor global yang signifikan adalah Nitrat, sedangkan variabel prediktor lokal yang signifikan adalah kecepatan aliran air dan Nitrit. Namun berdasarkan uji kesesuaian model MGWR, diperoleh kesimpulan bahwa tidak terdapat perbedaan yang signifikan antara model regresi global dan MGWR dengan R2 sebesar 58,43%. Sehingga pemodelan COD sungai di Surabaya dengan GWR akan memberikan hasil yang lebih baik dibandingkan MGWR, dimana dengan menggunakan GWR diperoleh hasil pemodelan terbaik dengan R2 sebesar 73,8% pada penggunaan fungsi kernel Adaptive Bisquare. Berdasarkan variabel yang signifikan pada model GWR di setiap lokasi diperoleh 9 kelompok, variabel yang signifikan adalah kecepatan aliran air, debit air sungai, Fosfat, Nitrat, Amonia, dan Nitrit.
Analisis Pengelompokan Kecamatan di Kota Surabaya Berdasarkan Faktor Penyebab Terjadinya Penyakit Tuberkulosis Noor Anisa Dewi Suherni; Maduratna Maduratna
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (259.962 KB) | DOI: 10.12962/j23373520.v2i1.3083

Abstract

Tuberkulosis (TBC atau TB) adalah suatu penyakit infeksi yang disebabkan oleh bakteri Mycobacterium tuberculosis. Penyakit ini paling banyak menyerang paru-paru. Di Indonesia penyakit tuberkulosis termasuk salah satu prioritas nasional untuk program pengendalian penyakit karena berdampak luas terhadap kualitas dan ekonomi, serta sering mengakibatkan kematian. Penderita penyakit TB di Kota Surabaya menduduki peringkat pertama jumlah penderita TB terbesar di Provinsi Jawa Timur yaitu sebanyak 3957 kasus. Terdapat penelitian yang membahas mengenai karakteristik penderita Tuberkulosis (TB), salah satunya adalah karakteristik penderita TB yang berobat dibalai pengobatan penyakit paru-paru, dimana pada penelitian tersebut menunjukkan bahwa salah satu karakteristik penderita TB adalah kemiskinan. Penelitian ini membahas pengelompokkan kecamatan di Kota Surabaya berdasarkan faktor penyebab terjadinya penyakit tuberkulosis. Hasil penelitian menunjukkan bahwa berdasarkan faktor-faktor penyebab terjadinya penyakit tuberkulosis, kecamatan Tandes, Gubeng, Rungkut, Sukolilo, Wonokromo, Wonocolo, Genteng, Tambak Sari, Sawahan, Kenjeran, Semampir, Pabean Cantikan, dan Krembangan, merupakan kecamatan-kecamatan dengan daerah kerawanan penyebaran penyakit tuberkulosis yang tinggi.
Pemodelan Kasus Balita Gizi Buruk di Kabupaten Bojonegoro dengan Geographically Weighted Regression Ardhillah Putri; Mutiah Salamah
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.304 KB) | DOI: 10.12962/j23373520.v2i1.3203

Abstract

Status gizi balita merupakan salah satu indikator yang dapat digunakan untuk menggambarkan tingkat kesejahteraan masyarakat. Kabupaten Bojonegoro memiliki kondisi balita gizi buruk yang bervariasi antar kecamatan pada tahun 2011, sehingga diperlukan adanya suatu pemodelan untuk mengatasi hal tersebut. Pemodelan dengan menggunakan regresi linear belum tentu cocok diterapkan di seluruh kecamatan karena setiap kecamatan memiliki karakteristik yang berbeda. Metode Geographically Weighted Regression merupakan metode yang memperhitungkan faktor spasial sebagai variabel bebas yang mempengaruhi variabel respon, sehingga metode ini dapat digunakan sebagai pemodelan. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang signifikan mempengaruhi kondisi kasus balita gizi buruk dengan menggunakan GWR. Hasil penelitian menunjukkan bahwa model GWR memiliki nilai koefisien determinasi (R2) yang lebih tinggi sebesar 92,25% dibandingkan dengan OLS yang hanya sebesar 56,1%. Nilai AIC yang dihasilkan pada model GWR juga lebih kecil jika dibandingkan dengan AIC pada OLS, yaitu sebesar -64,4284 untuk model GWR dan -18, 7787 untuk model OLS. Faktor-faktor yang berpengaruh terhadap terjadinya kasus balita gizi buruk secara keseluruhan di Kabupaten Bojonegoro adalah persentase ibu yang mendapat tablet Fe3, balita yang ditimbang, ibu bersalin yang ditolong oleh tenaga kesehatan, bayi yang melakukan kunjungan bayi, rumah tangga yang ber-PHBS (Pola Hidup Bersih dan Sehat), dan posyandu aktif.
Analisis Kapabilitas Proses Produksi Monosodium Glutamat (MSG) di PT. Ajinomoto Indonesia Junta Dwi Kurnia; Sri Mumpuni Retnaningsih; Lucia Aridinanti
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (211.514 KB) | DOI: 10.12962/j23373520.v2i1.3120

Abstract

Produk Monosodium Glutamat (MSG) di PT. AJINOMOTO INDO-NESIA pengendalian kualitasnya baru dilakukan secara kimia dan biologi, sedangkan secara statistik masih dianalisis secara sederhana. Karakteristik kualitas MSG ada empat yaitu pH, Moist, Alpha D dan Cl-, sehingga di dalam penelitian ini akan dilakukan analisis untuk mening-katkan kualitas secara statistik yaitu analisis kapabilitas proses. Analisis kapabilitas proses dilakukan setelah membuat peta kendali Multivariat yaitu T2 Hotelling dan Generalized Variance (GV) terkendali. Hasil dari analisis kapabilitas proses secara multivariat adalah proses produksi MSG jenis RC periode Bulan Januari sampai Maret 2012 dikatakan belum kapabel karena memiliki nilai Cp yang kurang dari satu, yaitu sebesar 0,608867.
Analisis Faktor-faktor yang Mempengaruhi Angka Harapan Hidup di Jawa Timur Menggunakan Regresi Semiparametrik Spline Ayuk Putri Sugiantari; I Nyoman Budiantara
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (220.249 KB) | DOI: 10.12962/j23373520.v2i1.3132

Abstract

Angka Harapan Hidup (AHH) merupakan salah satu indikator yang digunakan untuk menilai derajat kesehatan penduduk. Menurut Statistics Indonesia, angka harapan hidup pada saat lahir (life expectancy at birth) ialah rata-rata tahun hidup yang akan dijalani oleh bayi yang baru lahir pada suatu tahun tertentu. Angka Harapan Hidup di suatu wilayah berbeda dengan wilayah lainnya tergantung dari kualitas hidup yang mampu dicapai oleh penduduk. Banyak faktor yang mempengaruhi Angka Harapan Hidup di Provinsi Jawa Timur, sehingga perlu dilakukan pemodelan untuk mengetahui faktor-faktor apa saja yang secara signifikan mempengaruhi Angka Harapan Hidup. Penelitian ini menggunakan 6 faktor yang diduga mempengaruhi Angka Harapan Hidup di Jawa Timur yang meliputi faktor sosial, ekonomi, kesehatan, dan pendidikan. Data Angka Harapan Hidup dan 6 faktor tersebut merupakan data  tahun 2010 yang diperoleh dari Badan Pusat Statistik Jawa Timur. Metode yang digunakan untuk memodelkan Angka Harapan Hidup ialah regresi semiparametrik spline. Adapun variabel yang memberikan pengaruh signifikan adalah angka kematian bayi, persentase bayi berusia 0-11 bulan yang diberi ASI selama 4-6 bulan, dan variabel persentase balita berusia 1-4 tahun yang mendapatkan imunisasi lengkap.
Pemodelan VAR-NN dan GSTAR-NN untuk Peramalan Curah Hujan di Kabupaten Malang Kadek Kardya Novi Diani; Setiawan Setiawan; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (212.922 KB) | DOI: 10.12962/j23373520.v2i1.3137

Abstract

Model Vector Autoregressive (VAR) dan Generalized Space Time Autoregressive (GSTAR) merupakan metode pemodelan time series yang menggunakan lebih dari satu variabel. Kedua pemodelan tersebut merupakan kelompok pemodelan yang linier. Adapun Neural Network (NN), merupakan salah satu metode pemodelan yang mampu menangkap pola-pola nonlinier. Dalam penelitian ini, dilakukan penerapan metode pemodelan NN pada data curah hujan di Kabupaten Malang dengan menggunakan variabel input dalam model VAR  dan GSTAR sebagai input layer dalam model NN. Perbandingan antara model VAR-NN dan GSTAR-NN juga dilakukan dalam penelitian ini untuk mengetahui model mana yang dapat memberikan nilai ramalan terbaik. Peramalan menggunakan kedua model tersebut dilakukan untuk 1 tahap, 3 tahap, 6 tahap, 9 tahap, 18 tahap, dan 36 tahap ke depan. Berdasarkan hasil perbandingan antara kedua model tersebut, diketahui bahwa model VAR-NN memberikan hasil peramalan yang lebih baik daripada model GSTAR-NN. Hasil ramalan terbaik dari kedua model tersebut akan diperoleh jika peramalan dilakukan pada 1 tahap ke depan dan dengan 1 neuron dalam hidden layer.
Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat Imam Rido Riarso; Lucia Aridinanti; Muhammad Mashuri
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (167.852 KB) | DOI: 10.12962/j23373520.v2i1.3181

Abstract

Pengendalian kualitas proses produksi tube plastik di PT. X pada penelitian sebelumnya Rizka (2011) dilakukan dengan menggunakan peta kendali p. kelemahan dari penelitian Rizka (2011) yaitu tanpa mempertimbangkan jumlah jenis cacat. Penelitian ini mengamati 6 jenis cacat yaitu lubang mulut/orifice tidak tepat, shoulder jebol, orange peel, body bergelombang, potongan mencuat dan black spot yang mungkin timbul. Untuk mengatasi kelemahan sebelumnya, maka pada penelitian ini digunakan metode peta kendali p multivariat dengan data bulan Desember 2010 digunakan untuk fase I sedangkan data Januari 2011 digunakan untuk fase II. Peta kendali p multivariat pada fase I menggambarkan kondisi yang terkendali karena plot pengamatan menyebar secara random, tetapi batas kendali pada fase I tidak layak digunakan pada fase II karena mengalami pergeseran proses yaitu proporsi cacat semakin kecil sehingga dibuat peta kendali yang baru untuk fase II. Jenis cacat yang memiliki frekuensi terjadi lebih tinggi daripada jenis cacat yang lainnya adalah potongan mencuat dan black spot akibat dari pegawai yang lelah dan mengantuk sehingga terjadi kesalahan pengaturan pada mesin.
Pengembangan Indikator Rumah Tangga Miskin Provinsi Jawa Timur Menggunakan Structural Equation Modelling Bootstrap Aggregating (SEM BAGGING) Eko Saputro Eko Saputro; Bambang Widjanarko Otok
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (208.874 KB) | DOI: 10.12962/j23373520.v2i1.3186

Abstract

Masalah kemiskinan hingga saat ini sangat sulit diatasi. Hal ini dikarenakan tingkat kemiskinan hanya dapat diukur dari masalah ekonomi sedangkan masalah kemiskinan sebenarnya lebih kompleks. Untuk mengatasi masalah kemiskinan pemahaman dan sudut pandang mutlak diperlukan sehingga diperoleh gambaran yang tepat. Dalam penelitian ini menggunakan beberapa variabel antara lain kesehatan, ekonomi, SDM dan kemiskinan itu sendiri yang dipengaruhi berbagai indikator. dengan menggunakan uji kelayakan model pengukuran dan uji kelayakan model struktural mendapatkan model yang cukup baik akan tetapi terdapat hubungan yang tidak signifikan secara t-statistik yaitu antara kesehatan terhadap kemiskinan dan ekonomi terhadap kemiskinan. untuk memperkecil bias dilakukan structural Equation Modelling Bootstrap Aggregating (SEM BAGGING) menggunakan 50, 60, 70, 80, 90, 100. Dimana model terbaik adalah pada jumlah replikasi sebanyak 70 kali. Sehingga diperoleh hasil Kesehatan berpengaruh negatif dan signifikan terhadap ekonomi dengan koefisien jalur sebesar -0,3. SDM berpengaruh positif dan signifikan terhadap Ekonomi dengan koefisien jalur sebesar 1,077. Variabel laten kesehatan berpengaruh positif dan signifikan terhadap SDM dengan koefisien jalur sebesar 0,835. Kesehatan berpengaruh positif dan tidak signifikan pada Kemiskinan dengan koefisien jalur sebesar 0,103. Begitu pula dengan Ekonomi berpengaruh negatif dan tidak signifikan pada Kemiskinan dengan koefisien jalur sebesar -0,19 kurang dari nilai t-tabel sebesar 1,96. SDM berpengaruh positif dan signifikan terhadap Kemiskinan dengan koefisien jalur sebesar -0,76.