Articles
2,279 Documents
<![CDATA[Pemodelan Faktor-Faktor Yang Mempengaruhi Jumlah Kematian Ibu Di Jatim Dengan Pendekatan GWPR (Geographically Weighted Poisson Regression) ]]>
<![CDATA[Nurul Qomariyah]]>;
<![CDATA[Santi Wulan Purnami]]>;
<![CDATA[Setyo Purnomo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (893.804 KB)
|
DOI: 10.12962/j23373520.v2i2.4864
<![CDATA[Data profil kesehatan 2011 dari Dinkes Jatim menunjukkan di Jatim terjadi kasus kematian ibu dikarenakan proses hamil, bersalin, dan nifas sebesar 627 ibu dan 80% kematian terjadi di Rumah Sakit dan Puskesmas. Kedua tempat tersebut merupakan fasilitas kesehatan bagi ibu hamil dalam persalinan dan mendapatkan perawatan. Angka kematian tersebut jauh dari target MDGs dan berkebalikan dengan safety patient. Penelitian ini bertujuan untuk mendeskripsikan dan memodelkan jumlah kematian ibu di Jatim dengan menyertakan variabel dari hasil Rifaskes Puskesmas dan profil kesehatan. Metode yang digunakan mendeskripsikan menggunakan peta tematik dan pemodelan menggunakan GWPR. Pemodelan dengan metode ini memperhatikan letak geografis wilayah karena perbedaan tradisi dan budaya masyarakat mengenai kehamilan dan penanganannya berbeda-beda tiap wilayah. Hasil dari deskripsi variabel adalah jumlah kematian ibu terkecil di Kota Mojokerto. Berdasarkan hasil pemodelan, model GWPR lebih baik daripada model regresi Poisson karena memiliki nilai R-sq lebih besar 93,37% dan AIC lebih kecil 49,069. Model GWPR menghasilkan bentuk model yang berbeda-beda pada tiap kabupaten/kota di Jawa Timur.]]>
<![CDATA[Pemodelan Indeks Harga Konsumen (IHK) Umum Berdasarkan IHK Sektor Bahan Makanan dan IHK Sektor Makanan Jadi, Minuman/Rokok ]]>
<![CDATA[Listyowati Listyowati]]>;
<![CDATA[Brodjol Sutijo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1267.002 KB)
|
DOI: 10.12962/j23373520.v2i2.4865
<![CDATA[IHK Umum dibentuk dari 7 sektor IHK. Sektor yang mempunyai kontribusi besar terhadap IHK Umum adalah IHK Sektor Bahan Makanan dan IHK Sektor Makanan Jadi, Minuman/Rokok. Pada Penelitian ini akan di duga/diramalkan dari IHK Sektor Bahan Makanan dan IHK Sektor Makanan Jadi, Minuman/Rokok dengan menggunakan metode fungsi transfer. Model fungsi transfer terbaik dan nilai peramalan data IHK Umum untuk 12 bulan ke depan terhadap IHK sektor Bahan Makanan dan IHK sektor Makanan Jadi, Minuman/Rokok telah didapatkan. Model tersebut menunjukkan bahwa metode ARIMAX lebih baik dari fungsi transfer multi input karena memiliki MAPE dan RSME yang kecil. Dari penelitian yang telah dilakukan dihasilkan model fungsi transfer multi input yang sama, yaitu bahwa nilai IHK Umum di Surabaya, Malang dan Kediri dipengaruhi oleh IHK Umum itu sendiri pada satu bulan sebelumnya. Selain itu dipengaruhi oleh perubahan inputnya yaitu sektor Bahan Makanan dan IHK sektor Makanan Jadi, Minuman/Rokok.]]>
<![CDATA[Pemodelan Inflasi di Kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR ]]>
<![CDATA[Laily Awliatul Faizah]]>;
<![CDATA[Setiawan Setiawan]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (909.063 KB)
|
DOI: 10.12962/j23373520.v2i2.4866
<![CDATA[Tugas Akhir ini menyajikan hasil penelitian dari pemodelan inflasi di kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR (Generalized Space Time Autoregressive). Metode GSTAR adalah pemodelan time series multivariate yang memperhatikan efek spasial. Pengertian inflasi sendiri adalah proses meningkatnya harga barang dan jasa secara umum dan bersifat terus menerus. Laju inflasi harus dapat dikendalikan oleh Pemerintah karena dapat membuat stabilitas perekonomian terganggu. Dalam penelitian ini, pemodelan GSTAR meliputi dua model yaitu model GSTAR dengan menggunakan semua parameter, dan model GSTAR yang hanya menggunakan parameter yang signifikan. Pembobot yang digunakan dalam penelitian ini meliputi bobot seragam, bobot invers jarak, dan bobot normalisasi korelasi silang. Hasil pemodelan menunjukkan bahwa model terbaik yang mempunyai nilai RMSE terkecil di kota Semarang adalah dengan bobot normalisasi korelasi silang menggunakan parameter yang signifikan. Sedangkan untuk inflasi di kota Yogyakarta dan Surakarta model terbaiknya adalah dengan bobot seragam menggunakan parameter yang signifikan.]]>
<![CDATA[Analisis Pengendalian Kualitas Produk Labelstock Menggunakan Diagram Kontrol Kernel di PT. ”X” ]]>
<![CDATA[Ika Estuningtyas]]>;
<![CDATA[Wibawati Wibawati]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1060.07 KB)
|
DOI: 10.12962/j23373520.v2i2.4867
<![CDATA[Persaingan sektor industri dihadapkan pada tantangan yang semakin berat seiring dengan kemajuan peradaban manusia baik itu produk industri penghasil barang maupun jasa. PT. “X” merupakan salah satu perusahaan industri manufaktur yang bergerak di bidang pembuatan label paper, release liner dan packaging tape serta meneri-ma pesanan label suatu produk. Pada penelitian ini dianalisis ketebalan lem tiap 3 sisi pengukuran, kiri tengah dan kanan, serta selisih dari tiap sisi pengukuran pada produk labelstock untuk jenis kertas PVC Soft menggunakan diagram kontrol Kernel untuk mengetahui apakah dalam kondisi terkontrol atau tidak. Hal tersebut dikarenakan semakin kecil selisih pada tiap sisi pengamatan tersebut maka semakin baik kualitas ketebalan lem pada produk labelstock. Permasalahan dalam penelitian ini adalah apakah produk labelstock pada jenis kertas PVC Soft telah terkendali berdasarkan masing-masing sisi pengukuran ketebalan lem dan selisih tiap sisi. Diagram kontrol Kernel menunjukkan bahwa pada ketiga sisi pengukuran, kiri (X1), tengah (X2), kanan (X3), terdapat beberapa titik yang tidak terkontrol. Selisih dari ketiga sisi pengukuran, kiri dan tengah (X4), tengah dan kanan (X5), dan kanan dan kiri (X6) juga menunjukkan bahwa terdapat beberapa titik yang tidak terkontrol. Hal tersebut dikarenakan adanya pergantian shift dan juga pergantian roll kertas yang menyebabkan tidak terkontrol pada pengamatan tersebut dan berimbas ke pengamatan berikutnya.]]>
<![CDATA[Pemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif ]]>
<![CDATA[Selfy Atika Sary]]>;
<![CDATA[I Nyoman Latra]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (874.845 KB)
|
DOI: 10.12962/j23373520.v2i2.4868
<![CDATA[Millenium Development Goals (MDGS) merupakan sebuah paradigma pembangunan global. Salah satu tujuan dari MDGs yang dilaksanakan oleh Negara Indonesia adalah me-nurunkan Angka Kematian Bayi (AKB). Penurunan Angka Kematian Bayi (AKB) mengindikasikan bahwa adanya peningkatan derajat kesehatan masyarakat. Tujuan penelitian ini adalah memodelkan jumlah kematian bayi di Jawa Timur untuk mendapatkan faktor-faktor yang berpengaruh signifikan dengan menggunakan regresi Poisson. Berdasarkan hasil analisis, diketahui bahwa terdapat pelanggaran asumsi yaitu varians lebih besar dari mean (overdisversi) pada regresi Poisson. Untuk menangani pelanggaran asumsi tersebut maka dilakukan pemodelan menggunakan regresi Binomial Negatif. Hasil penelitian ini menunjukkan bahwa faktor-faktor yang mempengaruhi jumlah kematian bayi di Provinsi Jawa Timur pada tahun 2011 adalah prosentase bayi yang diberi ASI eksklusif dan prosentase ibu bersalin yang ditolong oleh tenaga kesehatan.]]>
<![CDATA[Metode Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 255 dengan Pendekatan Fungsi Transfer ]]>
<![CDATA[Dwi Listya Nurini]]>;
<![CDATA[Brodjol Sutijo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1097.246 KB)
|
DOI: 10.12962/j23373520.v2i2.4870
<![CDATA[Abstrak— Nikkei 225 adalah indikator indeks harga yang merupakan harga rata-rata dari saham 225 perusahaan teratas di Jepang yang terdaftar di Bursa Efek Tokyo (Tse). Saham per-usahaan yang tercatat pada indeks Nikkei 225 adalah saham yang masih aktif dalam perdagangan di bursa efek Tokyo. Penelitian ini bertujuan sebagai bentuk penerapan ilmu statistik khususnya pada kasus financial di bidang perdagangan saham. Metode analisis peramalan yang digunakan yaitu pendekatan fungsi transfer. Penelitian ini menggunakan 2 model, pertama adalah model Open Price (X) terhadap Low Price (Y1) dan kedua adalah model Open Price (X) terhadap High Price (Y2). Pada deret input (Xt) didapat-kan model ARIMA terbaik adalah ARIMA (1 1 0) karena sudah memenuhi pengujian signifikan juga asumsi white noise. Dengan menggunakan orde b=0,s=0,r=0 yang didapatkan dari plot cross-corelation maka, model ARMA untuk Open Price (X) terhadap Low Price (Y1) yaitu ARMA (0[1 4]) dengan nilai MAPE atau nilai prosentase kesalahan dalam meramalkan sebesar 10.71% dan untuk model ARMA untuk Open Price (X) terhadap High Price (Y2) yaitu ARMA ([4] 1) dengan nilai MAPE atau prosentase kesalahan dalam meramalkan sebesar 8.12%.]]>
<![CDATA[Peramalan Volume Pemakaian Air Sektor Rumah Tangga di Kabupaten Gresik dengan Menggunakan Fungsi Transfer ]]>
<![CDATA[Dwi Listya Nurina]]>;
<![CDATA[Irhamah Irhamah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (974.257 KB)
|
DOI: 10.12962/j23373520.v2i2.4871
<![CDATA[Pemerintah Kabupaten Gresik melalui PDAM, saat ini hanya mampu melayani sekitar 30% kebutuhan air bersih bagi masyarakat. Berbagai upaya terus dilakukan untuk memenuhinya, termasuk mengantisipasi kebutuhan air bersih dimasa mendatang yang pasti akan semakin meningkat seiring perkembangan kota Gresik. Hal ini yang mendasari dilakukan penelitian untuk meramalkan volume pemakaian air di Kabupaten Gresik menggunakan analisis fungsi transfer. Analisis difokuskan pada sektor rumah tangga yang peruntukannya mencapai 85% dari total yang bisa dilayani PDAM. Hasil penelitian menunjukkan bahwa volume pemakaian air bulan ini dipengaruhi oleh volume pemakaian air pada dua belas dan dua puluh empat bulan sebelumnya, serta dipengaruhi oleh jumlah penduduk pada delapan, dua puluh dan tiga puluh dua periode sebelumnya. Penggunaan fungsi transfer memberikan hasil ramalan yang relatif baik dengan nilai MAPE sebesar 3.89%.]]>
<![CDATA[Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi ]]>
<![CDATA[Ita Noviana]]>;
<![CDATA[Sri Pingit Wulandari]]>;
<![CDATA[Purhadi Purhadi]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1060.918 KB)
|
DOI: 10.12962/j23373520.v2i2.4876
<![CDATA[Abstrak— Pneumonia merupakanpenyakit yang dapat menyebabkan kematian pada anakdibawah usia lima tahun (balita) lebih banyak dibandingkan dengan penyakit lainseperti AIDS, malaria dan campak. Indonesia saat ini belum memenuhi target MDGsyakni harus menurunkan angka kematian pada balita (akba) hingga dua per tigadalam kurun waktu 1990-2015. Provinsi Jawa Timur menduduki peringkat kedua diIndonesia untuk jumlah balita penderita pneumonia dan menduduki peringkat ke 6untuk angka kematian balita akibat pneumonia. Banyak penelitian yang telahdilakukan guna menekan angka kematian balita. Penelitian ini menggunakan 9 faktor yang diduga mempengaruhi kejadianpneumonia pada balita di Provinsi Jawa Timur. Data yang digunakan dalampenelitian diperoleh berdasarkan hasil survey Riset Kesehatan Dasar tahun 2007dengan wilayah survey Provinsi Jawa Timur. Metode yang digunakan dalampenelitian ini adalah regresi logistik binerstratifikasi. Variabel yang signifikan terhadap model pada strata dataran rendah adalah klasifikasitempat tinggal dan lama pemberian ASI,sedangkan pada model di strata dataran sedang hanya lama pemberian ASI. Variabel yang signifikan terhadap model pada strata dataran tinggi hanya pemberian imunisasi campak. Hasil pengujian vektor parameter lama pemberian ASI dalammodel regresi logistik untuk strata dataran sedang danstrata dataran rendah menyatakan bahwa lamapemberian ASI memberikan pengaruh yang sama.]]>
<![CDATA[Peramalan Pendapatan Operasional Bank Menggunakan Metode Fungsi Transfer dan Neural Network ]]>
<![CDATA[Nayla Nayla Ma’rufah Ma’rufah]]>;
<![CDATA[Santi Santi Puteri Rahayu Rahayu]]>;
<![CDATA[Suhartono Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (966.894 KB)
|
DOI: 10.12962/j23373520.v2i2.4877
<![CDATA[Abstrak— Pendapatan operasional suatu bank terdiriatas dua jenis yaitu pendapatan bunga dan pendapatan non bunga. BerdasarkanStatistik Perbankan Indonesia (SPI) pada November 2012, pendapatan bunga bankumum mencapai Rp 355.961 miliar sedangkan pendapatan non bunga mencapai Rp112.791 miliar. Dengan demikian, sebanyak 76% pendapatan operasional bank umumdiperoleh dari pendapatan bunga. Peramalan pendapatan operasional bankkhususnya pendapatan bunga, dilakukan untuk memberikan informasi yangbermanfaat tentang pendapatan operasional. Dalam penelitian ini, variabel yangdigunakan adalah biaya dana dan LDR sebagai variabel bebas serta pendapatanbunga bank sebagai variabel tak bebas. Penelitian ini menggunakan pendekatan metodefungsi transfer dan neural network untuk meramalkan pendapatan bunga bank.Hasil yang diperoleh menunjukkan dengan menggunakan pendekatan fungsi transferkedua variabel bebas berkaitan secara signifikan dengan pendapatan bunga BRIsedangkan untuk BCA hanya variabel biaya dana yang berkaitan secara signifikanterhadap pendapatan bunga. Selain itu, berdasarkan ketepatan peramalan metodefungsi transfer merupakan metode yang paling sesuai untuk meramalkan pendapatanbunga BRI sedangkan metode neural network merupakan metode yang sesuai untukmeramalkan pendapatan bunga BCA.]]>
<![CDATA[Analisis Pengaruh Manajemen Karier Organisasi dan Manajemen Karier Individu terhadap Komitmen Organisasi Karyawan dengan Pendekatan Structural Equation Modeling ]]>
<![CDATA[Samsul Samsul Arifin Arifin]]>;
<![CDATA[Haryono Haryono Haryono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (890.032 KB)
|
DOI: 10.12962/j23373520.v2i2.4883
<![CDATA[Abstrak—Krisis yang melanda perekonomian Indonesia selama tahun1998 menyebabkan beberapa perusahaan memutuskan hu-bungan kerja dengankaryawannya. PT. “XYZ” merupakan ba-dan usaha di sektor konstruksi yang ikutmerasakan dampaknya. Perubahan seperti ini menyebabkan komitemen para karyawanterhadap perusahaannya perlu dipertanyakan. Di banyak negara komitmenorganisasi dapat dibentuk melalui manajemen karier organisasi dan manajemenkarier individu yang baik. Penelitian ini bertujuan menganalisis pengaruhmanajemen karier organisa-si dan manajemen karier individu terhadap komitmenorganisasi karyawan di PT. “XYZ” baik secara parsial maupun serentak. Metodeanalisis yang digunakan adalah StructuralEquation Modeling (SEM) karena ketiga variabel yang diteliti merupakanvariabel laten dimana variabel laten tidak dapat diukur secara langsung. Datayang digunakan adalah data sekunder yaitu hasil survey yang dilakukan oleh PT. “XYZ”pada tahun 2005 terha-dap karyawannya. Berdasarkan hasil analisis dapat ditarikke-simpulan bahwa secara parsial manajemen karier organisasi dan manajemenkarier individu berpengaruh signifikan terhadap ko-mitmen organisasi karyawanPT. “XYZ”. Pada analisis secara se-rentak pengaruh manajemen karier organisasiterhadap komit-men organisasi lebih besar daripada manajemen karier individu.Hal ini menunjukkan manajemen karier individu karyawan PT. “XYZ” perludiperbaiki agar mereka memiliki komitmen tinggi sehingga dapat meningkatkanproduktivitas.]]>
