Articles
134 Documents
Search results for
, issue
"Vol 3, No 2 (2014)"
:
134 Documents
clear
<![CDATA[Pemodelan Spatial Structural Equation Modeling pada Rumah Tangga Miskin di Kabupaten Jombang ]]>
<![CDATA[Mastari Rizki Fadillah]]>;
<![CDATA[Bambang Widjanarko Otok]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (681.719 KB)
|
DOI: 10.12962/j23373520.v3i2.8159
<![CDATA[Masyarakat miskin merupakan suatu kondisi dimana fisik masyarakat yang tidak memiliki akses ke sarana dan prasarana dasar lingkungan yang memadai dengan kualitas perumahan dan pemukiman yang jauh di bawah standar kelayakan serta mata pencaharian yang tidak menentu. Indikator-indikator untuk menetukan suatu keluarga termasuk dalam rumah tangga miskin mencakup dalam dimensi ekonomi, kesehatan, dan sumber daya manusia (SDM). Pemerintah memi-liki berbagai program penanggulangan kemiskinan yang ter-integrasi mulai dari program penanggulangan kemiskinan ber-basis bantuan sosial, program penanggulangan kemiskinan yang berbasis pemberdayaan masyarakat serta program penang-gulangan kemiskinan yang berbasis pemberdayaan usaha kecil. Penelitian ini memodelkan program bantuan rumah tangga miskin di Kabupaten Jombang berdasarkan indikator kesehatan, ekonomi, dan SDM dengan menggunakan Spatial Structural Equation Modeling (SEM Spasial). Hasil pemodelan SEM dipe-roleh bahwa bantuan rumah tangga miskin di Kabupaten Jom-bang dipengaruhi oleh variabel kesehatan dan SDM. Sedangkan model spasial pada persamaan struktural SEM disimpulkan bahwa bantuan rumah tangga miskin di Kabupaten Jombang dipengaruhi oleh kesehatan, ekonomi dan SDM. Hasil pemodelan spasial pada persamaan struktural memiliki nilai kesesuaian model yang lebih baik dibandingkan model SEM, sehingga model spasial lebih sesuai diterapkan dalam menentukan model rumah tangga miskin di Kabupaten Jombang.]]>
<![CDATA[Second-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang ]]>
<![CDATA[Masnatul Laili]]>;
<![CDATA[Bambang Widjanarko Otok]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (614.241 KB)
|
DOI: 10.12962/j23373520.v3i2.8161
<![CDATA[Kemiskinan tidak lagi hanya dianggap sebagai dimensi ekonomi, melainkan telah meluas hingga ke dimensi sosial, kesehatan, pendidikan dan politik. Salah satu daerah yang sedang menghadapi krisis tersebut adalah Kabupaten Jombamg. Hal ini membuat kabupaten di Provinsi Jawa Timur tersebut menjadi salah satu kabupaten yang tepat untuk menjadi lokasi penelitian mengenai kemiskinan dan juga karena menghadapi persoalan berkenaan dengan masalah kesejahteraan sosial. Pada penelitian ini kemiskinan dipandang melalui 3 dimensi yaitu ekonomi, kesehatan, dan SDM. Analisis dilakukan semua 306 desa/kelurahan di Kabupaten Jombang dengan Second-Order CFA. Indikator yang membentuk secara signifikan variabel laten ekonomi yaitu persentase RTM yang hanya sanggup membeli satu set pakaian baru dalam setahun (X3), penguasaan bangunan tidak milik sendiri (X4), tidak memiliki aset dengan nilai Rp.500.000 (X5), penghasilan kepala rumah tangga perbulan dibawah RP.600.000 (X6), hanya sanggup makan sebanyak satu/dua kali dalam sehari (X7), dan mengkonsumsi daging/susu/ayam satu kali dalam sehari (X8). Sedangkan untuk variabel laten kesehatan yaitu tidak sanggup membayar pengobatan di puskesmas/poliklinik (X9), sumber air minum berasal dari sumur/mata air tidak terlindung/sungai (X10), jenis lantai bangunan tempat tinggalnya terbuat dari tanah/bambu/kayu (X12), jenis dinding terbuat dari bambu/rumbia/kayu (X13), tidak mempunyai jenis atap dari genteng (X15), tidak mempunyai fasilitas tempat buang air besar atau bersifat umum (X16), dan tidak mempunyai septictank untuk fasilitas tempat pembuangan air tinja (X17). Serta menyimpulkan bahwa Indikator ekonomi dan SDM membentuk kemiskinan.]]>
<![CDATA[Klasifikasi Rumah Tangga Miskin di Kabupaten Jombang Berdasarkan Faktor-faktor yang Mempengaruhi dengan Pendekatan CART (Classification and Regression Trees) ]]>
<![CDATA[Riza Inayah]]>;
<![CDATA[Bambang Widjanarko Otok]]>;
<![CDATA[Santi Wulan Purnami]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (318.368 KB)
|
DOI: 10.12962/j23373520.v3i2.8162
<![CDATA[Tingkat kemiskinan di Kabupaten Jombang dapat dikatakan relatif sulit bergerak turun dimana masih ada kurang lebih 73.720 Kepala Keluarga (KK) miskin dari 344 ribu KK yang tersebar di 302 desa dan 4 kelurahan. Pada penelitian ini ingin diperoleh informasi yang akurat mengenai klasifikasi status kemiskinan rumah tangga miskin di Kabupaten Jombang berdasarkan faktor-faktor yang diduga dominan mempengaruhi pengklasifikasian dengan pendekatan CART (Classification and Regression Trees). CART termasuk salah satu metode statistik dengan teknik pohon keputusan untuk melakukan analisis klasifikasi dengan pendekatan non-parametrik yang struktur pohonnya diperoleh melalui penerapan prosedur binary recursive partitioning. Unit analisis dalam penelitian ini adalah rumah tangga miskin di Kabupaten Jombang dengan jumlah 73.720 rumah tangga. Variabel penelitian meliputi satu variabel respon yaitu status kemiskinan rumah tangga miskin (Rumah Tangga Sangat Miskin atau RTSM, Rumah Tangga Miskin atau RTM, dan Rumah Tangga Hampir Miskin atau RTHM) serta ada delapan belas variabel prediktor. Diperoleh hasil bahwa diantara 73.720 rumah tangga miskin di Kabupaten Jombang tahun 2010, sebanyak 15,8 persen termasuk kelas RTSM, kemudian 39,6 persen termasuk RTM, dan paling banyak yaitu 44,6 persen termasuk kelas RTHM. Variabel terpenting atau paling dominan berpengaruh dalam menentukan status kemiskinan suatu rumah tangga miskin pada penelitian ini yaitu penghasilan rata-rata per bulan (Rp) dengan skor tingkat kepentingan variabel tersebut sebesar 100. Keakuratan hasil klasifikasi oleh penerapan pohon klasifikasi yang optimal untuk data learning sebesar 40,986 persen sedangkan data testing sebesar 39,654 persen.]]>
<![CDATA[Pengontrolan Kualitas Diameter Pipa Baja pada Proses Tube Mill dengan Menerapkan Diagram Kontrol Kombinasi MEWMA ]]>
<![CDATA[Dimas Nugroho Dwi Seputro]]>;
<![CDATA[Wibawati Wibawati]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (476.138 KB)
|
DOI: 10.12962/j23373520.v3i2.8163
<![CDATA[PT. X merupakan perusahaan yang memproduksi pipa baja, baik standar dalam negeri maupun standar international, dengan tujuan menghadirkan produk pipa baja yang berkualitas tinggi. Pipa baja dengan kualitas yang baik adalah pipa dengan diameter yang simetris (bulat) serta sesuai dengan standar yang telah ditentukan. Pengontrolan proses produksi berdasarkan diameter pipa diukur dengan empat variabel antara lain breakdown side, cluster side, finpass side, dan sizing side. Keempat variabel saling mempengaruhi dan data hasil pengukuran cenderung seragam. Sehingga digunakan diagram kontrol multivariat, salah satunya yaitu diagram kontrol kombinasi MEWMA. Diagram kontrol kombinasi MEWMA merupakan pengembangan dari diagram kontrol MEWMA. Diagram MZ-M2Z2 merupakan salah satu bentuk diagram kombinasi MEWMA. Diagram MZ untuk mengontrol target proses dan diagram M2Z2 untuk mengontrol variabilitas proses. Pengontrolan target dan variabilitas proses fase I dan fase II, serta identifikasi penyebab menggunakan diagram sebab akibat menjadi permasalah yang dibahas dalam penelitian ini. Data yang dianalisis berupa data produksi shift I bulan Januari untuk fase I dan data produksi shift I bulan Februari 2014 untuk fase II. Diagram kontrol kombinasi MEWMA menggunakan bobot 0,11989, batas kontrol atas diagram MZ sebesar 18,225, dan batas kontrol atas diagram M2Z2 sebesar 101,113. Target dan variabilitas proses produksi fase I terkontrol secara statistik pada iterasi kedua. Parameter in-control fase I digunakan sebagai parameter untuk pengontrolan fase II. Target proses fase II tidak terkontrol dengan menggunakan parameter in-control fase I, namun sebaliknya untuk variabilitas proses. Hasil tahap slitter yang masih bervariasi menjadi penyebab yang berusaha diberikan perhatian lebih oleh perusahaan.]]>
<![CDATA[Analisis Penyaluran Kredit kendaraan bermotor Roda Dua Jenis Baru dan Bekas di PT “X” dengan Metode Vector Autoregressive ]]>
<![CDATA[Ardhika Surya Putra]]>;
<![CDATA[Adatul Mukarromah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (771.649 KB)
|
DOI: 10.12962/j23373520.v3i2.8165
<![CDATA[Berdasarkan sumber dari bi.go.id industri pembiayaan di Indonesia mulai tumbuh dan berkembang lagi dalam beberapa tahun belakangan ini [5]. PT “X” merupakan perusahaan pembiayaan non bank yang bergerak dalam industri pembiayaan roda dua dengan jenis kendaraan yang dibiayai juga beragam yaitu motor bekas dan motor baru dimana kedua jenis kendaraan tersebut memiliki keterkaitan dengan hasil penjualan yang diperoleh. metode VAR juga dapat digunakan untuk mengetahui pola keterkaitan penjualan motor jenis baru dan bekas karena dapat mengestimasi biaya yang akan disiapkan oleh perusahaan untuk pembiayaan motor jenis baru dan bekas beberapa bulan kedepan. Dari hasil analisis diketahui bahwa penjualan motor jenis baru mempengaruhi penjualan motor jenis bekas, tetapi tidak sebaliknya dan penjualan motor jenis bekas mempengaruhi penjualan motor jenis baru namun tidak sebaliknya. Model yang diperoleh dari metode VAR menghasilkan nilai ramalan dengan aktual terlihat saling berhimpitan. Hal ini dapat dikatakan bahwa nilai ramalannya hampir sama dengan nilai aktualnya.]]>
<![CDATA[Pemodelan Kemiskinan di kabupaten Jombang dengan Pendekatan Multivariate Adaptive Regression Splines (MARS) ]]>
<![CDATA[Millatur Rodliyah]]>;
<![CDATA[Santi Wulan Purnami]]>;
<![CDATA[Bambang Widjanarko Otok]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (639.523 KB)
|
DOI: 10.12962/j23373520.v3i2.8166
<![CDATA[Kemiskinan dapat didefinisikan sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. Kabupaten Jombang memiliki laju pertumbuhan ekonomi yang meningkat dari tahun ke tahun, namun tidak diimbangi dengan penurunan angka kemiskinan. Penelitian ini bertujuan untuk memodelkan kemiskinan di Kabupaten Jombang sehingga diperoleh faktor-faktor yang mempengaruhi kemiskinan di Kabupaten Jombang dengan menggunakan metode MARS. Hasil penelitian menunjukkan bahwa model MARS terbaik adalah kombinasi BF=72, MI=2, dan MO=1 dengan nilai GCV sebesar 26,835, sehingga variabel yang berpengaruh signifikan terhadap kemiskinan di Kabupaten Jombang adalah persentase RTM yang tidak mempunyai fasilitas septictank (X8), luas kavling tempat tinggalnya kurang dari 60 m2 (X2), tidak mempunyai jenis atap dari genteng (X4), sumber air minumnya berasal dari sumur/mata air tidak terlindung/ sungai (X10), pendidikan terakhir kepala keluarganya tidak sekolah/ tidak tamat SD/hanya SD (X16), jenis lantai tempat tinggalnya dari tanah/bambu/kayu berkualitas rendah (X6), luas lantai bangunan tempat tinggalnya kurang dari 32 m2 (X3), sumber penerangan tidak mengguna-kan listrik (X9), tidak memiliki aset dengan nilai Rp 500.000 (X18), hanya sanggup makan sebanyak satu/dua kali dalam sehari (X14), bahan bakar untuk memasak sehari-hari adalah kayu bakar/arang/minyak tanah (X11), jenis dinding bangunan tempat tinggalnya terbuat dari bambu/ rumbia/kayu berkualitas rendah (X5), dan tidak mempunyai fasilitas tem¬pat buang air besar atau bersifat umum (X7).]]>
<![CDATA[Model Bantuan Rumah Tangga Miskin Di Kabupaten Jombang Dengan Pendekatan SEM (Structural Equation Modelling) ]]>
<![CDATA[Isti Aprillia]]>;
<![CDATA[Bambang Wijanarko Otok]]>;
<![CDATA[I Nyoman Latra]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (529.464 KB)
|
DOI: 10.12962/j23373520.v3i2.8167
<![CDATA[Kemiskinan merupakan salah satu fenomena yang masih menjadi perhatian untuk segera dilakukan penanganan. Strategi yang sudah dilakukan pemerintah untuk mengatasi kemiskinan telah banyak dilakukan, diantaranya dengan program penanggulangan kemiskinan yang terdiri atas dua program bantuan. Meskipun program pengentasan kemiskinan terus ditingkatkan, namun bantuan yang diberikan masih belum bisa mengurangi angka kemiskinan. Oleh karena itu untuk membantu pelaksanaan program bantuan, digunakan analisis SEM (Structural Equation Modelling) untuk memodelkan model bantuan rumah tangga miskin berdasarkan indikator kesehatan, ekonomi dan SDM di Kabupaten Jombang. Data yang digunakan adalah sebanyak 306 desa di Kabupaten Jombang tahun 2010. Hasil penelitian menunjukkan bahwa rumah tangga miskin di Kabupaten Jombang lebih dominan memilih bantuan program 2. Pada pengujian CFA (Confirmatory Factor Analysis), variabel kesehatan terdapat 8 indikator yang signifikan dari 9 indikator. Sedangkan untuk variabel ekonomi, 6 indikator yang signifikan dari 8 indikator. Pada analisis selanjutnya digunakan indikator yang signifikan dan masing-masing variabel sudah reliabel. Pengujian SEM didapatkan hasil bahwa kesehatan dan SDM berpengaruh signifikan secara negatif terhadap bantuan yaitu sebesar 0,325 dan 0,193. Kesehatan dan SDM berpengaruh signifikan secara positif terhadap bantuan 1 yaitu sebesar 0,313 dan 0,179. Dan model yang terakhir didapatkan hasil bahwa SDM dan kesehatan berpengaruh signifikan secara negatif terhadap bantuan 2 yaitu sebesar 0,295 dan 0,193.]]>
<![CDATA[Penerapan Diagram Kontrol MEWMA dan MEWMV pada Pengendalian Kualitas Air Produksi di IPAM Ngagel I ]]>
<![CDATA[Johana Diannita Jayanti]]>;
<![CDATA[Wibawati Wibawati]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (493.952 KB)
|
DOI: 10.12962/j23373520.v3i2.8174
<![CDATA[Air merupakan salah satu unsur kehidupan bagi makhluk hidup. IPAM Ngagel I merupakan instalasi penjernihan air pertama yang dimiliki oleh PDAM Surya Sembada Kota Surabaya dengan kapasitas produksi 1800 lt/detik. Pengujian terhadap kualitas air diukur secara univariat, pada kenyataannya, parameter yang di digunakan dalam proses pengolahan air ternyata memiliki hubungan antar parameternya, oleh karena itu penelitian ini mengusulkan untuk menggunakan diagram kontrol multivariat. Diagram kontrol multivariat yang diusulkan dalam penelitian ini adalah diagram kontrol MEWMA dan MEWMV. Data karakteristik kualitas yang digunakan adalah kekeruhan, sisa chlor, zat organik (KMNO4), dan pH. Penentuan batas kendali diagram kontrol MEWMV melibatkan λ, ω dan L untuk 4 karakteristik kualitas belum tersedia maka dilakukan analisis faktor untuk mereduksi jumlah variabel dan mengetahui karakteristik yang paling penting berdasarkan komponen utama yang terbentuk. Berdasarkan hasil faktor analisis diketahui yang termasuk dalam komponen utama adalah pH, zat organik (KMNO4), dan sisa chlor. dengan menggunakan diagram kontrol MEWMV didapatkan hasil bahwa variabilitas proses telah terkendali pada fase I dengan λ=0,1, ω=0,3 dan L=3,6484 begitupun pada fase II, hasil diagram kontrol MEWMA diketahui bahwa mean proses telah terkendali pada fase I dan diagram kontrol MEWMA yang paling sensitif menggunakan λ=0,6 begitupun pada fase II. Hasil perhitungan kapabilitas diketahui bahwa pada fase I proses belum kapabel, sedangkan pada fase II telah kapabel.]]>
<![CDATA[Estimasi Centroid Moment Tensor (CMT), Bidang Sesar, Durasi Rupture, dan Pemodelan Deformasi Vertikal Sumber Gempa Bumi sebagai Studi Potensi Bahaya Tsunami di Laut Selatan Jawa ]]>
<![CDATA[Sayyidatul Khoiridah]]>;
<![CDATA[Bagus Jaya Santosa]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1089.603 KB)
|
DOI: 10.12962/j23373520.v3i2.6774
<![CDATA[Penelitian ini telah dilakukan dengan tujuan untuk mengestimasi CMT gempa bumi yang terjadi di laut selatan Jawa, jenis sesar penyebab gempa bumi serta arah bidang sesarnya. Selain itu, penelitian ini juga dilakukan untuk mengestimasi Tdur dan hasil pemodelan deformasi vertikal sumber gempa bumi yang dapat berpotensi terjadi tsunami. Daerah penelitian dipilih di laut selatan Jawa. Hal ini karena Jawa merupakan daerah subduksi yang rawan terjadi gempa bumi dan tsunami. Untuk mengestimasi CMT digunakan software ISOLA_GUI yang kemudian diidentifikasi bidang sesarnya dengan metode H-C. Sedangkan untuk mengestimasi Tdur digunakan software Joko Tingkir dan untuk pemodelan vertical displacement digunakan software Tsunami L-2008 dengan dua skenario yaitu data ISOLA_GUI dan IRIS dengan menggunakan korelasi persamaan Wells and Coppersmith dan Hanks and Kanamori. Pada penelitian ini menunjukkan bahwa bidang patahan terletak pada nodal plane yang memiliki nilai dip lebih besar. Jenis patahan di daerah subduksi ini adalah normal fault dan reverse fault. Berdasarkan hasil vertical displacement diketahui bahwa yang lebih mendekati kondisi geologi adalah skenario IRIS yang menunjukkan bahwa di laut selatan Jawa memiliki arah patahan cenderung ke Utara-Selatan yang searah dengan pergerakan lempeng antara Indo-Australia dan Eurasia. Untuk Tdur gempa Pangandaran yang berpotensi tsunami terjadi selama 144,82 s. Sedangkan gempa dengan magnitudo > 5,5 SR yang terjadi pada periode 2009 sampai 2014 tidak berpotensi tsunami dengan Tdur ≤ 78,04 s.]]>
<![CDATA[Sintesis Fe2O3 dari Pasir Besi dengan Metode Logam Terlarut Asam Klorida ]]>
<![CDATA[Dewi Linda Kartika]]>;
<![CDATA[Suminar Pratapa]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2698.42 KB)
|
DOI: 10.12962/j23373520.v3i2.6688
<![CDATA[Telah dilakukan pemurnian besi oksida dilanjutkan dengan sintesis besi oksida menggunakan metode logam terlarut asam klorida. Pasir besi lokal dari daerah Lumajang digunakan sebagai bahan dasar. Kemudian, pasir besi diuji XRF dan XRD dari setiap proses pemurnian pasir besi. Pasir besi diproses lebih lanjut dengan cara dilarutkan dalam HCl (37%) pada temperatur 70 oC selama 15 menit. Selanjutnya, hasil pelarutan disaring sebanyak 2 kali dan larutan lolos saring dikeringkan selama 8 jam pada temperatur 100 oC. Serbuk hasil pengeringan ini lalu dikalsinasi pada temperatur 600-800 oC. Serbuk-serbuk hasil kalsinasi dikarakterisasi XRD dan dianalisis menggunakan metode Rietveld melalui perangkat lunak Rietica untuk menentukan volume sel dan faktor skala. Data hasil pemurnian dan sintesis menunjukkan besi oksida dengan prosentase kandungan magnetit (Fe3O4) murni setelah proses awal dan hematit (Fe2O3) murni setelah pelarutan asam dan kalsinasi dengan rentang temperatur 600-800oC.]]>
