Articles
51 Documents
Search results for
, issue
"Vol 5, No 1 (2016)"
:
51 Documents
clear
<![CDATA[PENGENDALIAN KUALITAS PROSES PRODUKSI KERTAS KORAN PT. ADIPRIMA SURAPRINTA MENGGUNAKAN MULTIVARIAT HOTELLING T^2 ]]>
<![CDATA[Widyasmara, Arga Willy]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v5i1.15711
<![CDATA[Multivariat merupakan objek kajian pada statistika yang mempelajari perilaku dan hubungan antara dua atau lebih variabel. PT. Adiprima Suraprinta bergerak di bidang layanan jasa percetakan kertas, termasuk koran. Disamping melayani pelanggan, PT Adiprima Suraprinta juga telah dipercaya pelanggan untuk mencetak produknya. Penelitian ini dilakukan dengan tujuan untuk menganalisis kualitas produk kertas jenis News Print Paper (NPP) PRIMA 45 & 48.8 Yellowish dengan menggunakan metode grafik pengendali Multivariat Generalized Variance dan Hotelling T2 serta menghitung Indeks Kemampuan Proses pada mesin produksi koran. Data yang digunakan yaitu data dari karakteristik fisik kertas yaitu basis weight, thickness, moisture dan tensile strenght. Hasil produksi kertas PRIMA 45 dan 48.8 Yellowish tidak terjadi perbedaan kualitas karena dari peta Generalized Variance dan Hotelling T2 masih ada beberapa pengamatan yang masih Out of Control. Diketahui bahwa kapabilitas proses produksi kertas 45 dan 48.8 telah capable.]]>
<![CDATA[Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman ]]>
<![CDATA[Popy Febritasari]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (771.333 KB)
|
DOI: 10.12962/j23373520.v5i1.15849
<![CDATA[ARIMA Box-jenkins dan VAR adalah salah satu metode time series yang biasa digunakan untuk melakukan analisis data dan peramalan. Dalam kehidupan sehari-hari, kita sering menemukan data yang mempunyai keterkaitan dalam deret waktu. Data yang memiliki ketekaitn deret waktu merupakan data time series, dimana data tersebut selalu berubah-ubah setiap periode waktu dengan berbagai macam faktor. Untuk mendapatkan prediksi yang mempunyai tingkat error yang kecil, maka akan dilakukan perbandingan dua model yaitu Vector Autoregressive (VAR)-Filter Kalman dan model Autoregressive Integrated Moving Average (ARIMA)-Filter Kalman. Algoritma Filter Kalman akan diterapkan pada hasil ramalan pemodelan ARIMA dan VAR dengan pengambilan derajat polinomial kesatu, dua, dan tiga untuk memperbaiki prediksi 7 bulan ke depan. Hasil akhir menujukan bahwa Filter Kalman mampu memperbaiki hasil estimasi ARIMA dan VAR. Dimana tingkat error ARIMA-Filter Kalman dan VAR-Filter Kalman lebih kecil dibandingkan dengan ARIMA dan VAR, yang ditunjukan melalui hasil simulasi berupa grafik dan diperjelas dengan nilai MAPE yang lebih kecil. Pengambilan derajat polinomial mempengaruhi hasil prediksi, semakin besar derajat polinomial maka semakin kecil error prediksi.]]>
<![CDATA[Analisis Bifurkasi pada Model Epidemiologi SEIR Demam Berdarah di Surabaya ]]>
<![CDATA[Desy Kusuma Ningsih]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (723.974 KB)
|
DOI: 10.12962/j23373520.v5i1.15891
<![CDATA[Penyakit demam berdarah merupakan penyakit yang terjadi pada manusia yang penularannya melalui vektor (perantara) nyamuk dan penyakit endemik dengan angka kematian yang tinggi di daerah Surabaya. Penyakit demam berdarah menunjukkan peningkatan dalam jumlah kasus dan luas daerah yang berjangkit. Dikarenakan informasi mengenai penyebaran penyakit demam berdarah yang kurang maka perlu dilakukan kegiatan surveilans penyakit demam berdarah. Metode yang digunakan pada Tugas Akhir dengan mengkonstruksi kombinasi dari dua model non linear populasi individu yaitu kelompok susceptible, infected, exposed, dan recovered dan populasi vektor yaitu aquatic phase, susceptible dan infected serta menganalisis kestabilan dan bifurkasi dari model. Dalam Tugas Akhir ini membahas tentang kestabilan dari titik-titik kesetimbangan, yang digunakan untuk mengetahui tingkat penyebaran suatu penyakit. Selanjutnya membahas analisis bifurkasi pada model penyakit demam berdarah dengan menentukan basic reproduction number yang akan disimulasikan dengan pemrograman matematika. Sehingga akan didapatkan informasi tentang hasil , dan rate transmission terhadap kestabilan dan bifurkasi serta peta penyebaran penyakit demam berdarah di Surabaya berdasarkan data yang diperoleh.]]>
<![CDATA[Penentuan Kebijakan Waktu Optimum Perbaikan Komponen Heat Exchanger (HE) Pesawat Boeing 737-800 Menggunakan Metode Power Law Process di PT. Garuda Maintenance Facility (GMF) Aero Asia ]]>
<![CDATA[Noorahma Ayuning Tyas]]>;
<![CDATA[Haryono Haryono]]>;
<![CDATA[Diaz Fitra Aksioma]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (752.579 KB)
|
DOI: 10.12962/j23373520.v5i1.14137
<![CDATA[Industri penerbangan yang semakin berkembang di Indonesia menuntut adanya sebuah kualitas yang baik dalam segi pelayanan maupun kelayakan pesawat. Garuda Maintenance Facility (GMF) Aero Asia merupakan perusahaan yang bergerak dibidang jasa perawatan pesawat terbang yang berfungsi untuk meningkatkan keandalan dan keamanan dari pesawat. Komponen yang akan dianalisis adalah Heat Exchanger (HE), dimana komponen ini berfungsi mentransfer energy panas. Kebijakan tindakan perbaikan komponen HE dilakukan dengan cara memperbaiki komponen dalam usia ke- atau pada periode kegagalan ke- setelah dilakukan instalasi, tergantung pada kejadian mana yang akan berlangsung terlebih dahulu. Metode yang digunakan adalah Power Law Prosess dengan Non-Homogeneous Poisson Process. Penelitian ini menghasilkan keputusan pemeliharaan yang optimal berdasarkan biaya yang minimum pada kerusakan yang pertama atau pada saat jam terbang pesawat sudah mencapai 8900 flight hours dengan biaya yang dikeluarkan sebesar $0,109 per flight hours. Dari hasil perhitungan ini bagian pemeliharaan dapat mengambil keputusan secara tepat kapan akan dilakukan pergantian terhadap komponen HE sehingga kerugian yang terjadi dapat dicegah.]]>
<![CDATA[ANALISIS TECHNOLOGY ACCEPTANCE MODEL MENGGUNAKAN STRUCTURAL EQUATION MODELING TERHADAP FAKTOR YANG MEMPENGARUHI PENERIMAAN SITUS BELANJA ONLINE PADA MAHASISWA ITS ]]>
<![CDATA[Emilda, Dwi Putri]]>;
<![CDATA[Susilaningrum, Destri]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v5i1.14994
<![CDATA[Peminat belanja online di Indonesia semakin meningkat dari tahun ke tahun. Terdapat beberapa hal yang mempengaruhi perkembangan belanja online, salah satunya adalah kemauan seseorang untuk menerima dan memakai teknologi yang dapat diukur menggunakan Technology Acceptance Model. Technology Acceptance Model menganggap bahwa tingkat penggunaan nyata atau penerimaan pemakai atas suatu teknologi dipengaruhi oleh faktor eksternal, persepsi kegunaan, persepsi kemudahan penggunaan, sikap maupun niat untuk menggunakannya. Struktur model pada Technology Acceptance Model yang berjenjang membutuhkan suatu analisis statistik Structural Equation Modelling. Tujuan dari penelitian ini adalah untuk mengetahui karakteristik pengguna situs belanja online beserta faktor yang mempengaruhi penerimaan situs belanja online pada mahasiswa ITS. Penelitian ini menggunakan data survey kepada Mahasiswa S1 ITS. Hasil penelitian menyatakan bahwa trust, quality, dan enjoyment berpengaruh terhadap perceived usefulness, quality dan enjoyment berpengaruh terhadap perceived ease of use, perceived usefulness dan perceived ease of use berpengaruh terhadap behavioral intention, dan behavioral intention berpengaruh terhadap actual use.]]>
<![CDATA[Pemodelan Faktor Penyebab Kecelakaan Lalu Lintas Berdasarkan Metode Geographically Weighted Regression di Jawa Timur ]]>
<![CDATA[Putu Laksmita Ari Dewi]]>;
<![CDATA[Ismaini Zain]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (645.44 KB)
|
DOI: 10.12962/j23373520.v5i1.14513
<![CDATA[Provinsi Jawa Timur menempati urutan pertama sebagai provinsi yang mengalami kecelakaan lalu lintas paling banyak di Indonesia pada tahun 2011, 2012, 2013. Berdasarkan fakta dan penelitian terdahulu, diketahui bahwa kecelakaan lalu lintas dipengaruhi oleh faktor yang bervariasi di setiap daerah, sehingga digunakan pemodelan menggunakan metode Geographically Weighted Regression. Variabel yang diduga mempengaruhi angka kecelakaan lalu lintas di 38 kabupaten/kota di Jawa Timur adalah kepadatan penduduk, persentase usia remaja, persentase kecelakaan terjadi di kawasan jalan kabupaten/kota, persentase pendidikan terakhir pelaku kecelakaan di atas SMP, rasio jenis kelamin dan persentase kecelakaan terjadi pada waktu gelap. Berdasarkan hasil analisis, data telah memenuhi asumsi heterogenitas spasial pada pengujian Breusch Pagan dengan P-value sebesar 0,009. dan terdapat dependensi spasial berdasarkan uji Moran’s I dengan P-value sebesar 0,03. Fungsi pembobot yang digunakan pada penelitian ini adalah fungsi pembobot Fixed Bisquare dengan bandwidth sebesar 1,67 . Terjadi peningkatan nilai R2 menjadi 52,80 persen pada model GWR dan penurunan nilai SSE menjadi 14,22. Sehingga, pada kasus ini model GWR lebih baik dalam memodelkan dibanding model OLS. Faktor kepadatan penduduk dan persentase pendidikan terakhir pelaku kecelakaan di atas SMP menjadi faktor yang signifikan mempengaruhi kecelakaan lalu lintas di setiap kabupaten/kota di Jawa Timur dengan taraf signifikansi sebesar 5 persen.]]>
<![CDATA[Pemodelan Faktor-Faktor Yang Mempengaruhi Jumlah Pengangguran Terbuka Menggunakan Regresi Nonparametrik Spline di Indonesia ]]>
<![CDATA[Ramadhani, Riska Kunti]]>;
<![CDATA[Budiantara, I Nyoman]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v5i1.14710
<![CDATA[Pengangguran adalah suatu keadaan seseorang yang sudah termasuk angkatan kerja (15 tahun keatas) dan ingin memperoleh pekerjaan tetapi belum mendapatkan pekerjaan. Tingginya jumlah pengangguran di Indonesia dapat menyebabkan beberapa implikasi sosial seperti meningkatnya kemiskinan dan kriminalitas. Tingginya pengangguran ini terjadi di beberapa wilayah di Indonesia. Provinsi dengan jumlah pengangguran tertinggi terdapat di Jawa Barat dan Jawa Tengah dengan kenaikan jumlah pengangguran sebanyak 50.000-70.000 jiwa setiap tahunnya. Kenaikan jumlah pengangguran ini tidak hanya terjadi di dua provinsi tersebut saja namun merata di setiap provinsi di Indonesia dan dalam jumlah yang cukup signifikan. Karena pola data antara variabel respon dan prediktor tidak mengikuti pola data tertentu, maka dilakukan pemodelan dengan menggunakan regresi nonparametrik spline. Model terbaik didapatkan dari titik knot optimal berdasarkan nilai Generalized Cross Validation (GCV) terkecil. Berdasarkan penelitian ini, model regresi nonparametrik spline terbaik adalah dengan kombinasi knot (3,3,1,2) dan empat variabel signifikan yaitu investasi luar negeri, kepadatan penduduk, UMP dan jumlah BUMD setiap provinsi. Model tersebut memiliki R2 sebesar 98,91%.]]>
<![CDATA[Data Mining Peramalan Konsumsi Listrik dengan Pendekatan Cluster Time Series sebagai Preprocessing ]]>
<![CDATA[Mohammad Alfan Alfian Riyadi]]>;
<![CDATA[Kartika Fithriasari]]>;
<![CDATA[Dwiatmono Agus Widodo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (723.577 KB)
|
DOI: 10.12962/j23373520.v5i1.14714
<![CDATA[Kondisi big data dan data time series memiliki permasalahan tersendiri didalam mengolah suatu data. Terle-bih lagi data tersebut juga multivariabel. Salah satu permasa-lahan yang terjadi adalah ketika proses identifikasi model yang sesuai untuk tiap series. Beberapa metode time series seperti ARIMA dan ANN membutuhkan proses identifikasi untuk menentukan orde ARIMA dan input ANN yang akan digunakan. Melakukan identifikasi satu per satu tiap series tidak mungkin dilakukan. Untuk itu perlu dilakukan prepro-cessing data salah satunya dengan menggunakan cluster. Metode ukuran kesamaan dalam cluster time series salah satunya adalah autocorrelation based distance. Dari masing-masing cluster yang dihasilkan dipilih salah satu anggota untuk dilakukan permodelan. Diharapkan model yang dihasil-kan mewakili anggota cluster secara keseluruhan. Metode peramalan yang digunakan pada penelitian kali ini adalah ARIMA dan ANN dengan studi kasus data benchmark konsumsi listrik di Portugal. Hasil yang diperoleh adalah dihasilkan sebanyak tujuh cluster dengan anggota cluster terbanyak pada cluster ke empat yakni sebanyak 120 client. Selanjutnya model peramalan dengan menggunakan ANN lebih baik dibandingkan ARIMA. Diperoleh sebanyak 259 dari 348 client yang menyatakan bahwa permodelan dengan menggunakan ANN lebih baik dibandingkan ARIMA]]>
<![CDATA[Peramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur ]]>
<![CDATA[Retno Dyah Handini]]>;
<![CDATA[Agus Suharsono]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (668.695 KB)
|
DOI: 10.12962/j23373520.v5i1.14560
<![CDATA[Pajak adalah sumber penerimaan dalam negeri yang potensial untuk terus digali dan dikembangkan. Salah satu pajak daerah yang memberikan kontribusi terbesar pada penerimaan pajak daerah di Provinsi Jawa Timur adalah Pajak Kendaraan Bermotor (PKB). Penelitian ini bertujuan untuk meramalkan jumlah penerimaan PKB di 38 Unit Pelaksana Teknis Dinas (UPTD) dibawah Dinas Pendapatan (Dipenda) Provinsi Jawa Timur menggunakan regresi nonlinier. Data yang digunakan pada penelitian ini merupakan data sekunder dari Dipenda Jawa Timur, dengan variabel yang digunakan adalah penerimaan PKB sebagai variabel dependen serta kendaraan bermotor sebagai variabel independen. Penelitian ini menghasilkan model regresi nonlinier dengan fungsi concave sebagai model yang sesuai untuk meramalkan penerimaan PKB. Sedangkan kendaraan bermotor diramalkan dengan model tren linier dan model eksponensial sebagai input untuk peramalan PKB. Hasil peramalan penerimaan PKB di Provinsi Jawa Timur dengan model eksponensial menunjukkan hasil yang lebih baik karena model mampu mengikuti pola data aktual, yaitu sebesar 14,13% pada tahun 2015 dan 13,26% pada tahun 2016. Sehingga hasil peramalan dengan model eksponensial dianggap lebih baik daripada hasil peramalan dengan model tren linier.]]>
<![CDATA[PENDEKATAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC UNTUK DETEKSI WILAYAH KANTONG PENYAKIT DEMAM BERDARAH DENGUE (DBD) MELALUI PEMODELAN REGRESI BINOMIAL NEGATIF (STUDI KASUS JUMLAH KASUS DBD DI JAWA TIMUR) ]]>
<![CDATA[Fefy Dita Sari]]>;
<![CDATA[Purhadi Purhadi]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 1 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (891.478 KB)
|
DOI: 10.12962/j23373520.v5i1.14268
<![CDATA[Menurut Laporan Profil Kesehatan Jawa Timur tahun 2013, Jawa Timur adalah provinsi dengan jumlah kejadian luar biasa (KLB) DBD tertinggi di Indonesia dengan angka kematian masih di bawah target yakni 1,04 persen. Dalam penelitian ini dilakukan pendeteksian wilayah kantong penyakit DBD dengan Flexibly Shaped Spatial Scan Statistic. Untuk melakukan pendeteksian tersebut dibutuhkan nilai ramalan jumlah kasus DBD di setiap kabupaten. Nilai ramalan dapat diperoleh dengan melakukan pemodelan regresi binomial negatif. Hasil penelitian menunjukkan bahwa variabel yang berpengaruh signifikan terhadap jumlah kasus DBD di Jawa Timur adalah persentase rumah tangga berperilaku hidup bersih dan sehat dan persentase sarana pendidikan dibina lingkungan kesehatannya. Hasil Flexibly Shaped Spatial Scan Statistic menunjukkan bahwa terdapat dua belas kantong DBD. Daerah paling rawan yaitu Kota Surabaya yang memiliki nilai resiko relatif sebesar 3,16. Daerah dengan resiko terbesar kedua yakni Kabupaten Bondowoso dan Kabupaten Jember dengan resiko relatif sebesar 2,10. Kabupaten dengan resiko relatif tertinggi ketiga yakni Kabupaten Sampang denganresiko relatif 1,90.]]>
