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 2,279 Documents
Estimasi Value at Risk pada Portofolio Nilai Tukar Mata Uang dengan Pendekatan Copula Farida Ariany; Heri Kuswanto; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.069 KB) | DOI: 10.12962/j23373520.v1i1.2031

Abstract

Interaksi kurs, saham, dan suku bunga memiliki hu-bungan sangat besar dengan pasar uang. Resiko investasi tidak hanya pada portofolio saham saja, namun pada portofolio kurs. Stabilitas terhadap nilai tukar mata uang suatu negara merupakan hal yang penting dan berdampak pada tingkat perekonomian negara. Penelitian ini mengestimasi Value at Risk (VaR) portofolio kurs menggunakan Copula- Generalized Auto-regresive ConditionalHeteroskedaritic (GARCH) serta simulasi Monte Carlo, hal ini  bertujuan agar investasi yang dilakukan memberikan resiko yang minimal dan return yang didapatkan optimal. Sebagai studi kasus digunakan nilai tukar mata uang the euro (EURO), the United States dollar (USD), the pound sterling (GBP), dan the Malaysian ringgit(MYR). Apabila me-lakukan investasi dalam keempat mata uang secara merata maka akan didapatkan VaRatau kerugian maksimum sebesar 4,507% dengan tingkat kepercayaan 95% dan tingkat ke-percayaan 99%, kerugian maksimum yang ditanggung investor sebesar 6,501%.
Analisis Survival Faktor-Faktor yang Mempengaruhi Laju Kesembuhan Pasien Penderita Demam Berdarah Dengue (DBD) di RSU Haji Surabaya dengan Regresi Cox Riska Y. Fa’rifah; Purhadi Purhadi
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (247.359 KB) | DOI: 10.12962/j23373520.v1i1.2061

Abstract

Tahun 2010, DBD di Indonesia merupakan suatu penyakit yang tergolong pada kejadian luar biasa (KLB) dengan jumlah kejadian sebanyak 156.086 kasus dan kematian sebanyak 1.358. Dari jumlah tersebut, sebanyak 26.059 kasus dan 233 kematian terjadi di Jawa Timur. Untuk mengurangi angka kematian akibat DBD, maka penelitian ini akan memodelkan  waktu survival pasien penderita DBD yang dirawat di RSU Haji Surabaya dengan faktor-faktor yang diduga mempengaruhi laju kesembuhan pasien menggunakan analisis survival regresi cox dengan distribusi Weibull. Berdasarkan hasil analisis, diperoleh informasi bahwa dari 66 pasien sebesar 67% (44) pasien laki-laki, 50% (33) pasien berusia 0-14 tahun, 70% (46) pasien dengan jumlah trombosit di bawah normal (< 150.000/mm3) serta faktor-faktor yang mempengaruhi laju kesembuhan pasien penderita DBD adalah usia dan trombosit di bawah normal. Ketika antar pasien jumlah trombositnya sama, maka risiko untuk sembuh dari pasien yang berusia satu tahun lebih tua akan lebih lama dari pada yang berusia satu tahun lebih muda dan ketika usia pasien sama, dengan jumlah trombosit di bawah normal akan mencapai sembuh lebih lama daripada pasien dengan jumlah trombosit yang normal.  
Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression Rahmi Amelia; Purhadi Purhadi
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (273.562 KB) | DOI: 10.12962/j23373520.v1i1.2066

Abstract

Kasus balita gizi buruk di Indonesia khususnya di Jawa Timur masih tergolong cukup tinggi. Laju  gizi buruk dapat ditekan apabila faktor-faktor yang mempengaruhi gizi buruk dapat diketahui. Oleh sebab itulah diperlukan adanya suatu pemodelan untuk mengetahui faktor-faktor yang berpengaruh secara signifikan. Kasus gizi buruk termasuk dalam data count, sehingga untuk pemodelan dapat menggunakan Regresi Poisson dan GWPR yang memperhatikan aspek spasial. Penelitian ini menitikberatkan pada pemilihan model terbaik dari GWPR berdasarkan kriteria kebaikan model R2 yang terdiri atas tiga macam yaitu R2 residual tak terboboti, R2 pearson, dan R2 devians. Hasil analisis menunjukkan bahwa nilai R2 yang terbesar ialah R2 residual tak terboboti dengan fungsi kernel yang digunakan adalah fungsi kernel bisquare. Secara umum variabel yang berpengaruh hampir di setiap kabupaten/kota ialah rasio jumlah tenaga kesehatan dibanding jumlah balita dan rata-rata usia pertama perkawinan ≤16 tahun.  
Klasifikasi Pasien Hasil Pap Smear Test Sebagai Pendeteksi Awal Upaya Penanganan Dini Pada Penyakit Kanker Serviks Di RS. “X” Surabaya Dengan Metode Bagging Logistic Regression Ida Ayu Sevita Intansari; Santi Wulan Purnami; Sri Pingit Wulandari
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (286.467 KB) | DOI: 10.12962/j23373520.v1i1.2068

Abstract

Kanker serviks merupakan pertumbuhan dari suatu kelompok sel yang tidak normal pada serviks (mulut rahim). Menurut WHO (2003), Indonesia merupakan negara dengan penderita kanker mulut rahim nomor satu di dunia. Kanker serviks adalah kanker yang paling sering dijumpai pada wanita setelah kanker payudara dan dapat menyebabkan kematian. Oleh karena itu, pasien hasil pap smear test sebagai pendeteksi awal upaya penanganan dini pada penyakit kanker serviks di RS. “X” Surabaya guna melihat karakteristik dan faktor resiko yang paling berpengaruh terhadap pendeteksi awal kanker serviks. Berdasarkan hasil penelitian diperoleh analisis deskriptif yang menunjukkan bahwa lebih banyak pasien yang memiliki hasil test abnormal dibandingkan dengan yang normal menggunakan Pap Smear Test. Pada analisis regresi logistik diperoleh tiga variabel prediktor yang signifikan berpengaruh terhadap hasil test, yaitu usia pasien, jumlah anak (paritas) dan penggunaan kontrasepsi, dengan nilai ketepatan klasifikasi sebesar 66,7%.  Nilai ketepatan klasifikasi tersebut dapat ditingkatkan dengan pendekatan bagging regresi logistik (bagging logistic regression). Hasil analisis bagging regresi logistik pada 2 jenis kombinasi data, menunjukkan bahwa pada 80 kali replikasi bootstrap diperoleh nilai ketepatan klasifikasi meningkat sebesar 1,11%..  
Model Output Statistics dengan Projection Pursuit Regression untuk Meramalkan Suhu Minimum, Suhu Maksimum, dan Kelembapan Rina Safitri; Sutikno Sutikno
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (326.821 KB) | DOI: 10.12962/j23373520.v1i1.2070

Abstract

Peramalan cuaca memiliki peranan penting bagi masyarakat. Sampai saat ini BMKG dalam meramalkan cuaca masih menggunakan metode yang subjektif. PemanfaatanNumerical Weather Prediction(NWP) merupakansalahsatuupayauntukmeramalkancuacasecaraobjektif.NWP yang diukur pada skala global akan memberikan informasi cuaca yang bias terhadap kondisi cuaca skala lokal. Oleh karena itu dibutuhkan pemrosesan secara statistik (statistical post-processing) salah satunya dengan metode Models Output Statistics (MOS). MOS adalah sebuah metode berbasis regresi yang memaksimalkan hubungan antara observasi cuaca dan luaran model NWP. Observasi cuaca yang digunakan sebagai variabel respon adalah suhu minimum (TMIN), suhu maksimum (TMAX), dan kelembapan (RH). Parameter NWP yang digunakan  variabel prediktor adalah  TMAXCR, TMINCR, dan RHCR. Metode regresi yang digunakan adalah Projection Pursuit Regression (PPR). Metode ini termasuk pendekatan nonparametrik yang tidak terlalu ketat dengan asumsi (soft modelling). PPR dapat mengatasi data NWP yang curse of dimentionality dan data observasi cuaca yang tidak linier. Penentuan banyak fungsi dalam model PPR dilakukan optimalisasi simulasi banyak fungsi1 sampai 5. Model terbaik yang dipilih berdasarkan banyak fungsi yang memiliki nilai Root Mean Square Error Prediction (RMSEP) terkecil. Hasil penelitian menyimpulkan bahwa RMSEP untuk model TMIN di empat stasiun pengamatan memiliki nilai di bawah 1, untuk TMAX antara 1 sampai 2, sedangkan untuk RH antara 4-6. Hasil ramalan model MOS secara konsisten memiliki nilai RMSEP lebih kecil daripada model NWP. Kesimpulan lain adalah model MOS dapat memperbaiki model NWP mencapai 86%.    
Pemodelan Kemiskinan di Propinsi Jawa Timur dengan Pendekatan Multivariate Adaptive Regression Splines Ensemble Wahyuning Pintowati; Bambang Widjanarko Otok
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (160.186 KB) | DOI: 10.12962/j23373520.v1i1.2072

Abstract

Masalah kemiskinan merupakan salah satu permasalahan utama pemerintah yang diprioritaskan dalam menyusun strategi pembangunan setiap negara termasuk Indonesia. Selama ini telah banyak program-program atau kebijakan khusus yang dibuat oleh pemerintah guna menanggulangi masalah kemiskinan namun belum juga terpecahkan. Penelitian ini dilakukan untuk mengetahui model kemiskinan di Propinsi Jawa Timur dengan pendekatan MARS ensemble. Kemiskinan sendiri oleh BPS diukur dengan tiga indikator yaitu persentase penduduk miskin, indeks kedalaman kemiskinan, dan indeks keparahan kemiskinan. Ketiga indikator kemiskinan tersebut dijadikan sebagai variabel respon dalam penelitian ini yang dimodelkan dengan faktor yang diduga mempengaruhinya baik dari kualitas ekonomi, kualitas sumber daya manusia, dan kesehatan. Hasil penelitian menunjukkan bahwa pendekatan MARS ensemble memberikan hasil yang lebih baik dibandingkan dengan pendekatan MARS pada ketiga pemodelan tersebut.    
Pemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur Bagus Naufal Fitron; Ismaini Zain
Jurnal Sains dan Seni ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1173.964 KB) | DOI: 10.12962/j23373520.v2i2.4633

Abstract

Salah satu tujuan Milennium Development Goals (MDGs) yaitu pendidikan dasaruntuk semua masyarakat.Pendidikanuntuk semua menjadi prioritas bagi bangsa Indonesia. Sebab partisipasi masyarakatIndonesia yang memenuhi usia wajib belajar masih sangat rendah atau angka putus sekolah (APS)masih relatif tinggi.  Aspek spasial inipenting untuk dikaji, karena antara satu wilayah dengan wilayah lain mempunyaiperbedaan karakteristik. Keragaman karakteristik antar kabupaten/kota di JawaTimur menentukan kualitas pendidikan pada daerah tersebut. Hal ini diperkuatdengan uji  Morans’I yang menunjukanbahwa data memiliki Dependensi spasial. Hasil pemodelan dengan Spasial ErrorModel (SEM) lebih baik daripada model regresi global dikarenakan memiliki R2yang lebih besar dan AIC yang lebih kecil. Oleh karena itu aspek spasialberkaitan dengan APS usia wajib belajar di Jawa Timur.
Penentuan Diagram Kendali Dalam Analisis Kualitas Produksi Biskuit Square Puff PT. UBM Biscuit Sidoarjo Septia Fendiasari; Lucia Aridinanti; Wibawati Wibawati
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 (233.346 KB) | DOI: 10.12962/j23373520.v2i1.3027

Abstract

Pengembangan produk yang berkualitas perlu dilakukan agar produksi di bidang industri makanan dapat terus berjalan dan berkembang. PT. UBM Biscuit merupakan salah satu perusahaan yang bergerak di bidang industri makanan yang sangat mementingkan kualitas hasil produksi. Salah satu produk unggulan di perusahaan ini adalah biskuit Square Puff. Kualitas hasil produksi Square Puff diukur berdasarkan jumlah cacat yang satuannya berupa variabel berat yaitu kilogram (kg). Oleh karena itu, penelitian ini dilakukan untuk melakukan penentuan diagram kendali dalam analisis kualitas proses produksi. Diagram kendali yang dapat digunakan adalah D2 (Mahalanobis Distance) sebagai diagram yang berdasar pada proporsi cacat. Selain itu adalah diagram T2 Hotelling Individual yang berdasar pada data variabel. Terdapat 4 variabel jenis cacat yang saling berkorelasi dari 12 variabel jenis cacat yang telah diklasifikasikan. Dengan menggunakan kedua diagram kendali, proses produksi menunjukkan hasil yang belum terkendali secara statistik. Diagram D2 menghasilkan batas kendali yang lebih sensitif, sehingga lebih baik menggunakan diagram kendali D2 dalam mengevaluasi kualitas proses produksi biskuit Square Puff di PT. UBM Biscuit Sidoarjo. Namun dari segi penggunaan, T2 Hotelling Individual lebih mudah untuk digunakan.
Pemodelan Mixed Geographically Weighted Regression (MGWR) pada Angka Kematian Balita di Kabupaten Bojonegoro Tahun 2011 Ika Wuryanti Febrina Wuryanti; Santi Wulan Purnami; Purhadi Purhadi
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 (272.86 KB) | DOI: 10.12962/j23373520.v2i1.3028

Abstract

Penurunan Angka Kematian Balita (AKABA) adalah salah satu tujuan Millenium Development Goals (MDGs). Peningkatan angka kematian balita di Jawa Timur masih sering terjadi khususnya di Kabupaten Bojonegoro. Namun penelitian mengenai kematian balita masih jarang dilakukan. Untuk itu, dilakukan pemodelan untuk mengetahui faktor-faktor yang berpengaruh secara signifikan. Pemodelan dilakukan dengan regresi linier global yang dilanjutkan menggunakan model GWR dan MGWR untuk menduga adanya faktor-faktor yang berpengaruh secara spasial. Model GWR (Geographically Weighted Regression) adalah pengembangan dari model regresi global yang mempertimbangkan adanya faktor spasial. Semua variabel prediktornya berpengaruh secara lokal. Sedangkan pada MGWR (Mixed Geographically Weighted Regression) tidak semua variabel prediktor mempunyai pengaruh secara lokal, namun sebagian berpengaruh secara global. Penelitian bertujuan untuk memilih model terbaik berdasarkan nilai AIC terkecil.  Hasil penelitian menunjukkan bahwa model terbaik adalah model MGWR dengan pembobot gaussian. Variabel yang berpengaruh terhadap angka kematian balita adalah presentase ibu hamil mendapat Tablet FE (X1), presentase balita yang mendapat vitamin A (X2), balita mendapat pelayanan kesehatan (X5) dan presentase balita kurang gizi (X8).
Analisis Terhadap Faktor-Faktor yang Mempengaruhi Laju Perbaikan Kondisi Klinis Pasien Penderita Stroke dengan Regresi Cox Weibull Dina Oktafia Sulistyani; Purhadi Purhadi
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 (200.155 KB) | DOI: 10.12962/j23373520.v2i1.2768

Abstract

Stroke merupakan penyakit tidak menular yang menjadi penyebab kematian utama pada semua usia, sebesar 15,4 persen. Kecacatan yang diakibatkan oleh stroke hampir 100 persen tetapi kecacatan tersebut dapat ditekan, bahkan laju per-baikan klinis akan meningkat apabila dilakukan penanganan secara tepat. Penelitian ini bermaksud untuk mengidentifikasi faktor-faktor risiko dan laju perbaikan kondisi klinis pasien penderita stroke di RSU Haji Surabaya, menggunakan regresi cox weibull. Regresi cox merupakan salah satu dari analisis survival yang paling umum dan tidak memiliki asumsi mengenai sifat dan bentuk sesuai dengan distribusi normal. Hasil penelitian menunjukkan bahwa sebagian besar penderita stroke di RSU Haji Surabaya adalah pasien berjenis kelamin perempuan, memiliki kondisi sosioekonomi yang baik, tidak terindikasi hiperurikemia, tidak memiliki penyakit jantung, menderita diabetes mellitus, kadar kolesterol normal, kadar trigliserida normal, memiliki riwayat stroke sebelumnya (TIA), dan stroke infark. Berdasarkan model terbaik regresi cox weibull didapatkan faktor-faktor yang mempengaruhi laju perbaikan kondisi klinis pasien stroke, yaitu usia, penyakit jantung, diabetes mellitus, hiperkolesterol, TIA, dan jenis stroke. Pasien dengan usia satu tahun lebih tua (U+1) berpeluang mencapai perbaikan kondisi klinis 1,0309 kali lebih lambat dibandingkan pasien pada usia U. Pasien stroke dengan penyakit jantung, diabetes mellitus, hiperkolesterol, dan TIA ber-peluang mengalami perbaikan kondisi klinis sebesar 1,607; 1,6790; 1,8548 dan 1,7968 kali lebih lambat dibandingkan pasien yang tidak memiliki faktor tersebut. Pasien dengan jenis stroke yang diderita adalah stroke infark memiliki kemungkinan untuk mengalami laju perbaikan kondisi klinis 2,4606 kali lebih cepat dibandingkan pasien dengan stroke bleeding

Page 16 of 228 | Total Record : 2279