Articles
279 Documents
Search results for
, issue
"Vol 5, No 2 (2016)"
:
279 Documents
clear
<![CDATA[Identifikasi Faktor-Faktor yang Mempengaruhi Pneumonia pada Balita di Surabaya Menggunakan Geographically Weighted Negative Binomial Regression ]]>
<![CDATA[Ratnajulie Yatnaningtyas]]>;
<![CDATA[I Nyoman Latra]]>;
<![CDATA[Shofi Andari]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (856.508 KB)
|
DOI: 10.12962/j23373520.v5i2.16597
<![CDATA[Penyebab kematian Balita kedua tertinggi di Indonesia pada tahun 2007 yaitu pneumonia. Fakta ini mendorong pemerintah untuk mengambil tindakan pencegahan. Pemerintah berkomitmen untuk mengurangi angka kematian balita dengan mengontrol kasus pneumonia. Namun, di Surabaya masih memiliki kasus pneumonia yang cukup tinggi. Persebaran penyakit pneumonia dipengaruhi oleh karakteristik dan geografis yang berbeda di setiap kecamatan di Surabaya. Hal tersebut menyebabkan perkembangan penyakit juga berbeda-beda. Sehingga untuk mengidentifikasi variabel-variabel yang berpengaruh terhadap pneumonia di setiap wilayah yaitu dengan memodelkan kasus pneumonia pada balita menggunakan geographically weighted negative binomial regression (GWNBR). Hasil pemodelan menunjukkan bahwa terdapat variabel yang bersifat lokal yang mempengaruhi pneumonia dan membentuk kelompok sebanyak sembilan kelompok]]>
<![CDATA[Analisis Pengendalian Kualitas Tetes PG Kremboong Sidoarjo Menggunakan Diagram Kontrol MEWMA dan MEWMV ]]>
<![CDATA[Dony Mukthar Harianja]]>;
<![CDATA[Muhammad Mashuri]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (901.831 KB)
|
DOI: 10.12962/j23373520.v5i2.16601
<![CDATA[Gula yang dihasilkan untuk setiap kali proses produksi di PG Kremboong Sidoarjo belum optimal. Hal ini terjadi karena masih banyaknya kandungan gula (sukrosa) yang terdapat dalam ampas tebu, blotong dan tetes. Kandungan gula terbesar terdapat dalam tetes karena sudah dekat dengan stasiun akhir proses produksi gula. Tetes atau molases merupakan produk sisa yang tidak dapat dikristalkan lagi dan tidak dapat dikonsumsi dari hasil sistem puteran LGF. Kadar gula dalam tetes diukur melalui perhitungan harkat kemurnian tetes berdasarkan persentase Pol dan Brix. Batas spesifikasi yang digunakan pada pengukuran Pol dan Brix sangat teliti sehingga terdapat indikasi terjadi pergeseran proses yang kecil. Ketelitian batas spesifikasi Pol dan Brix dapat diketahui dari rentang batas spesifikasi yang kecil dimana pengamatan yang keluar dari batas spesifikasi dapat dideteksi hingga nilai satu desimal. Hal ini dapat juga dilihat dari nilai-nilai pengamatan dengan selisih yang kecil. Dalam mengurangi tingkat kehilangan gula untuk setiap kali proses produksi maka dilakukan pengendalian kualitas tetes menggunakan diagram kontrol Multivariate Exponentially Weighted Moving Average (MEWMA) dan Multivariate Exponentially Weighted Moving Variance (MEWMV). Hasil penelitian ini menunjukkan bahwa variabilitas dan rata-rata proses produksi tetes pada fase 1 bulan September 2015 belum terkendali secara statistik. Pembobot optimum mendeteksi pergeseran variabilitas proses diperoleh h=0,7 dan q=0,1 sedangkan rata-rata proses sebesar h=0,8 . Selanjutnya, pada fase 2 bulan Oktober 2015 diketahui variabilitas dan rata-rata proses belum terkendali secara statistik. Setelah dilakukan perbaikan diagram kontrol pada fase 2 diperoleh variabilitas dan rata-rata proses produksi tetes sudah terkendali. Selanjutnya dilakukan perhitungan kapabilitas proses dan diperoleh hasil sebesar 0,9230, sebesar -0,7610 dan sebesar 0,2056. Sehingga proses produksi tetes PG Kremboong Sidoarjo pada bulan Oktober 2015 belum kapabel dari segi akurasi, presisi serta gabungan akurasi dan presisi karena indeks kapabilitas proses yang lebih kecil dari 1.]]>
<![CDATA[Analisis Faktor-Faktor yang Memengaruhi Angka Prevalensi Penyakit Kusta di Jawa Timur dengan Pendekatan Spatial Durbin Model ]]>
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[I Nyoman Latra]]>;
<![CDATA[Purhadi Purhadi]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (874.026 KB)
|
DOI: 10.12962/j23373520.v5i2.16621
<![CDATA[Persebaran penyakit kusta di Provinsi Jawa Timur harus mendapat perhatian lebih karena pada tahun 2012, Jawa Timur merupakan penyumbang penderita kusta tertinggi di antara provinsi lainnya dengan angka prevalensi kusta per 10.000 penduduk sebesar 1,46. Kejadian penyakit menular seperti kusta, perlu mempertimbangkan pengaruh kedekatan kewilayahan (spasial) sehingga penelitian ini juga mempertimbangkan kabupaten/kota di Jawa Tengah yang berbatasan langsung dengan kabupaten/kota di Jawa Timur. Penelitian ini menganalisis faktor-faktor yang memengaruhi angka prevalensi penyakit kusta di Jawa Timur dengan menggunakan pendekatan Spatial Durbin Model (SDM) yang merupakan bentuk khusus dari metode Spatial Autoregressive Model (SAR). Matriks pembobot yang digunakan adalah Queen Continguity (persinggungan sisi sudut). Hasil penelitian ini menunjukkan bahwa model SDM memberikan hasil yang lebih baik daripada metode OLS dan metode SAR dengan nilai R2 sebesar 83,05% dan nilai AIC sebesar 89,083. Variabel yang signifikan berpengaruh terhadap angka prevalensi kusta adalah persentase rumah tangga ber-PHBS, kepadatan penduduk, persentase penduduk miskin dan persentase puskesmas per 100.000 penduduk.]]>
<![CDATA[Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull ]]>
<![CDATA[Alifa Silfi Mufidah]]>;
<![CDATA[Purhadi Purhadi]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (739.706 KB)
|
DOI: 10.12962/j23373520.v5i2.16633
<![CDATA[Penyakit Demam Berdarah Dengue (DBD) merupakan salah satu penyakit yang sampai saat ini masih menjadi masalah kesehatan masyarakat karena perjalanan penyakitnya cepat dan dapat menyebabkan kematian dalam waktu singkat. Kota Surabaya memiliki jumlah kasus DBD yang tinggi di Jawa Timur dan termasuk daerah yang paling rawan terkena DBD. Sebagai upaya untuk mengurangi angka kematian akibat DBD di Surabaya, maka perlu dilakukan analisis terhadap pasien penderita DBD dengan mengetahui faktor-faktor yang mempengaruhi laju kesembuhan pasien penderita DBD. Regresi Weibull merupakan salah satu metode analisis survival yang digunakan untuk mengetahui efek dari beberapa variabel prediktor terhadap data survival sebagai variabel respon. Pada penelitian ini dilakukan analisis survival pada pasien DBD di RSU Haji Surabaya. Hasil pengujian parsial disimpulkan bahwa variabel usia, jenis kelamin, leukosit, dan hematokrit berpengaruh terhadap laju kesembuhan pasien DBD.]]>
<![CDATA[Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun 2010-2014 Menggunakan Regresi Data Panel ]]>
<![CDATA[Putri Rachmawati]]>;
<![CDATA[Wahyu Wibowo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (714.407 KB)
|
DOI: 10.12962/j23373520.v5i2.16637
<![CDATA[Pertumbuhan ekonomi merupakan suatu indikator yang dapat digunakan untuk mengetahui keberhasilan pembangunan suatu daerah. Berdasarkan data dari BPS, pertumbuhan ekonomi di Jawa Timur semakin meningkat dari tahun 2010 sebesar 990648,80 miliar menjadi 1262700,20 miliar pada tahun 2014. Peningkatan ini mengindikasikan bahwa keberhasilan pembangunan di Jawa Timur telah tercapai. Namun keberhasilan pembangunan tidak hanya didasarkan pada pertumbuhan ekonomi saja, didasarkan pula pada pertumbuhan sumber daya manusia. Provinsi Jawa Timur yang mempunyai penduduk perempuan lebih besar berpotensi untuk meningkatkan keberhasilan pembangunan dengan banyaknya angkatan kerja yang tersedia. Oleh karena itu, perlu dilakukan penelitian mengenai pertumbuhan ekonomi dimana penelitian tersebut tidak cukup menggunakan data cross section karena perlu dilakukan pengamatan terhadap periode waktu juga, sehingga pada penelitian ini digunakan metode regresi data panel. Penggunaan metode ini didasarkan pada kelebihan data panel yang dapat mengendalikan heterogenitas individu serta mampu memberikan data yang lebih informatif dan bervariasi. Berdasarkan hasil pemodelan didapatkan model regresi data panel terbaik menggunakan FEM dengan variasi individu yang memiliki koefisien determinasi R2 sebesar 99,77%. Variabel yang berpengaruh signifikan terhadap pertumbuhan ekonomi di Jawa Timur adalah angka harapan hidup perempuan dan jumlah tenaga kerja perempuan.]]>
<![CDATA[Klasifikasi Dynamic Financial Distress Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2012-2014 Menggunakan Regresi Logistik Biner dan Classification Analysis & Regression Tree (CART) ]]>
<![CDATA[Muniroh Muniroh]]>;
<![CDATA[Suharsono Agus]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (664.85 KB)
|
DOI: 10.12962/j23373520.v5i2.16639
<![CDATA[Financial distress adalah suatu konsep luas yang terdiri dari beberapa situasi dimana suatu perusahaan menghadapi masalah kesulitan keuangan. Apabila kondisi financial distress ini diketahui, diharapkan dapat dilakukan tindakan untuk memperbaiki situasi tersebut sehingga perusahaan tidak akan masuk pada tahap kesulitan yang lebih berat seperti kebangkrutan ataupun likuidasi. Untuk itu dilakukan klasifikasi dynamic financial distress dengan menggunakan metode rgresi logistik biner dan CART. Tujuan dilakukan penelitian ini yaitu untuk mengetahui faktor-faktor yang diduga berpengaruh signifikan terhadap financial distress, serta untuk mengetahui model klasifikasi financial distress. Berdasarkan hasil analisis regresi logistik biner, terdapat dua variabel prediktor yang berpengaruh signifikan terhadap kondisi financial distress perusahaan manufaktur yaitu variabel rasio likuiditas (X1) dan rasio aktivitas (X5), dengan ketepatan klasifikasi sebesar 84,8%. Metode CART menghasilkan pohon klasifikasi maksimum sama dengan pohon klasifikasi optimum, dengan simpul utamanya adalah variabel rasio solvabilitas (X4). Dengan nilai ketepatan klasifikasi sebesar 96,3%. Perbandingan kedua metode menghasilkan bahwa metode CART memiliki nilai ketepatan klasifikasi yang lebih besar 11,5% dari metode regresi logistik biner.]]>
<![CDATA[Klasifikasi Berita Online Menggunakan Metode Support Vector Machine dan K-Nearest Neighbor ]]>
<![CDATA[Siti Nur Asiyah]]>;
<![CDATA[Kartika Fithriasari]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (707.727 KB)
|
DOI: 10.12962/j23373520.v5i2.16643
<![CDATA[Teknologi informasi merupakan salah satu hal yang tidak akan lepas dari kehidupan manusia. Tanpa adanya teknologi, manusia akan kesulitan dalam berkomunikasi dan menyampaikan informasi. Perlu adanya sistem yang secara otomatis yang dapat mengelompokkan berita sesuai dengan kategori berita dengan menggunakan text mining. Dalam penelitian ini, metode yang digunakan dalam klasifikasi adalah SVM dan KNN. KNN memiliki kelebihan dalam hal data training yang cukup banyak. Sebagai komparasi, dalam penelitian ini juga menggunakan SVM karena metode ini merupakan salah satu metode yang banyak digunakan untuk klasifikasi data, khususnya data teks. Kedua metode ini akan dibandingkan untuk mengetahui hasil ketepatan klasifikasi yang paling baik. Hasil dari penelitian ini bahwa SVM kernel linier dan kernel polynomial menghasilkan ketepatan klasifikasi yang paling baik adalah kernel polynomial. Apabila dibandingklan dengan KNN maka SVM lebih baik daripada KNN dengan hasil nilai akurasi, recall, precision dan F-Measure sebesar 93.2%, 93.2%, 93.63% dan 93.14%.]]>
<![CDATA[Analisis Clustering Perusahaan Sub Sektor Perbankan berdasarkan Rasio Keuangan CAMELS Tahun 2014 menggunakan Metode Fuzzy C-Means dan Fuzzy Gustafson Kessel ]]>
<![CDATA[Nur Afifah Amalia]]>;
<![CDATA[Dwiatmono Agus Widodo]]>;
<![CDATA[Pratnya Paramitha Oktaviana]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (699.279 KB)
|
DOI: 10.12962/j23373520.v5i2.16651
<![CDATA[Sub sektor perbankan merupakan salah satu sub sektor keuangan yang memiliki kontribusi cukup tinggi dalam hal penginvestasian saham. Kondisi saham yang tidak menentu setiap tahunnya, membuat para investor kesulitan untuk memilih saham mana yang akan dipilih. Hal ini menyebabkan setiap bank harus mampu memperlihatkan suatu kinerja yang baik dan maksimal dimata para investor saham. Kondisi prospektif tidaknya suatu saham dapat di-lakukan dengan melihat hasil laporan keuangan dari setiap perusahaan dan menganalisisnya lebih lanjut melalui rasio keuangan CAMELS. Setelah didapatkan data rasio keuangan, seorang investor sebaiknya melakukan pengelompokkan perusahaan berdasarkan rasio keuangan tersebut agar inves-tasi yang dilakukan memberikan keuntungan yang maksimal. Selama ini, metode pengelompokkan yang sering digunakan berupa metode hirarki. Oleh karena itu, peneliti tertarik untuk mengelompokkan rasio keuangan menggunakan metode non hirarki yaitu Fuzzy C-Means dan Fuzzy Gustafson Kessel. Pada penelitian ini diperoleh kondisi optimum untuk kedua metode berdasarkan nilai Index XB sebanyak 2 cluster dengan metode terbaik adalah metode Fuzzy Gustafson Kessel berdasarkan nilai icdrate terkecil yaitu sebesar 0,7232. Hasil karakteristik berupa statistika deskriptif menghasilkan bahwa ada perbedaan nilai median di setiap cluster pada masing-masing rasio keuangan dengan rata-rata nilai median tertinggi terjadi pada hasil pengelompokkan di cluster ke 2 dan ukuran penyebaran data terbesar terjadi pada cluster ke 1. Berdasarkan jumlah cluster optimum dan metode terbaik, maka hasil pengujian MANOVA menghasilkan bahwa tidak ada perbedaan karakteristik antar cluster terhadap respon.]]>
<![CDATA[Pengendalian Kualitas Proses Produksi Teh Hitam di PT. Perkebunan Nusantara XII Unit Sirah Kencong ]]>
<![CDATA[Qulsum Dwi Anggraini]]>;
<![CDATA[Haryono Haryono]]>;
<![CDATA[Diaz Fitra Aksioma]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (760.81 KB)
|
DOI: 10.12962/j23373520.v5i2.16655
<![CDATA[PT. Perkebunan Nusantara XII Unit Serah Kencong merupakan perusahaan BUMN yang bergerak di bidang budidaya hasil perkebunan salah satunya teh hitam. Pengendalian kualitas yang dilakukan hanya berupa pencatatan hasil secara deskriptif sehingga hasilnya tidak mampu menunjukkan kebaikan suatu proses produksi. Pada kenyataannya pabrik sering mengalami masalah pada volume density yang menyebabkan perubahan kualitas dari rasa dan kepekatan warna. Density seringkali melebihi batas spesifikasi yang telah ditentukan yang membuat kualitas teh hitam menurun. Pada penelitian ini, pengendalian kualitas dilakukan secara multivariat karena density memberikan pengaruh terhadap karakteristik yang lain yaitu kepekatan warna dan rasa. Peta kendali yang digunakan adalah MEWMV dan MEWMA yang dinilai lebih sensitif terhadap pergeseran proses daripada peta kendali multivariat yang lainnya. Diperoleh hasil pembobot yang optimal adalah 0,9 untuk MEWMV dan MEWMA. Dari pembobot tersebut proses produksi teh hitam di PT. Perkebunan Nusantara XII Unit Serah Kencong XII belum terkendali secara statistik. Indeks kapabilitas multivariat yang diperoleh adalah sebesar 2,02. Sehingga ada kecenderungan kinerja proses telah kapabel pada ketiga variabel. Nilai yang diperoleh adalah -0,53 dimana nilai tersebut lebih kecil dari 1 sehingga kinerja proses multivariat belum kapabel.]]>
<![CDATA[Pemetaan Angka Gizi Buruk pada Balita di Jawa Timur dengan Geographically Weighted Regression ]]>
<![CDATA[Aditya Kurniawati]]>;
<![CDATA[Mutiah Salamah Chamid]]>;
<![CDATA[Shofi Andari]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (750.452 KB)
|
DOI: 10.12962/j23373520.v5i2.16662
<![CDATA[Status gizi balita merupakan salah satu indikator dalam menilai derajat kesehatan masyarakat serta tolak ukur kesejahteraan suatu bangsa. Di antara semua provinsi di Indonesia, tingkat angka gizi buruk balita di Jawa Timur termasuk dalam kelompok menengah dan belum dapat memenuhi target Dinas Kesehatan. Selain faktor kesehatan, kemiskinan serta lingkungan juga mempengaruhi angka gizi buruk pada balita, tetapi kondisi kesehatan, lingkungan, dan ekonomi pada tiap kabupaten/kota di Jawa Timur berbeda-beda. Oleh sebab itu pada penelitian ini digunakan pendekatan geografis dalam memodelkan angka gizi buruk pada balita dengan variabel-variabel yang diduga mempengaruhinya. Analisis statistika yang digunakan untuk menyelesaikan masalah ini yaitu geographically weighted regression (GWR) Berdasarkan pengujian heterogenitas spasial, angka gizi buruk pada balita memiliki keragaman antara satu wilayah dengan wilayah lain. Pembobot yang digunakan pada penelitian ini adalah fungsi kernel fixed gaussiandengan AIC sebesar 294,2464. Nilai R2 yang dihasilkan model GWR sebesar 15,04%, nilai ini lebih besar dibandingkan model regresi linier, yaitu sebesar 14,16%. Terbentuk dua kelompok daerah berdasarkan variabel yang signifikan. Kelompok pertama yaitu kabupaten/kota yang berada di bagian timur provinsi Jawa Timur, di mana persentase penduduk miskin berpengaruh terhadap angka gizi buruk balita. Sedangkan kelompok kedua yaitu bagian barat Jawa Timur, di mana persentase penduduk miskin dan persentase posyandu puri berpengaruh terhadap angka gizi buruk balita.]]>
