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
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 Noorahma Ayuning Tyas; Haryono Haryono; Diaz Fitra Aksioma
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : 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

Abstract

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.
Analisis Pengendalian Kualitas Tetes Produksi PG Pesantren Baru Kediri Menggunakan Diagram Kontrol Multivariate Berbasis Model Time Series Ratu sawitri rizqi Putri; Muhammad Mashuri
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (744.818 KB) | DOI: 10.12962/j23373520.v4i2.9565

Abstract

Tetes tebu merupakan suatu produk sampingan yang dihasilkan pada proses produksi gula. Dalam setiap kali proses produksi gula di PG Pesantren Baru, tetes tebu yang dihasilkan terindikasi memiliki hubungan yang erat dengan persentase kehilangan gula sehingga tetes tebu harus selalu dimonitoring kualitasnya. Proses monitoring kualitas tebu dilakukan menggunakan diagram kontrol multivariate berbasis model Time Series sehingga proses monitoring pada diagram kontrol didekati dengan residual dari model terbaik. Hal ini disebabkan oleh proses produksi di PG Pesantren Baru yang berlangsung selama 24 jam setiap harinya mengindikasikan data inspeksi tetes yang dihasilkan memiliki autokorelasi pada setiap karakteristik kualitasnya sehingga apabila dilakukan monitoring kualitas menggunakan diagram kontrol konvensional akan menyebabkan batas kontrol yang dihasilkan menjadi lebih ketat. Karakteristik kualitas yang akan dimonitoring adalah kadar gula yang masih tersisa dalam tetes (Pol) dan harkat kemurnian (HK). Hasil penelitian menunjukkan bahwa pada bulan Juni – Agustus tahun 2014 proses produksi tetes belum terkendali dalam variabilitas dan rata – rata. Apabila ditinjau dari kapabilitas proses setelah data pengamatan yang tidak terkendali dikeluarkan maka proses produksi tetes pada bulan Juli dan Agustus telah kapabel dengan indeks kapabilitas proses untuk bulan Juli sebesar 6,81554 dan bulan Agustus sebesar 6,49593.
ANALISIS TECHNOLOGY ACCEPTANCE MODEL MENGGUNAKAN STRUCTURAL EQUATION MODELING TERHADAP FAKTOR YANG MEMPENGARUHI PENERIMAAN SITUS BELANJA ONLINE PADA MAHASISWA ITS Emilda, Dwi Putri; Susilaningrum, Destri
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v5i1.14994

Abstract

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.
Pemodelan Faktor Penyebab Kecelakaan Lalu Lintas Berdasarkan Metode Geographically Weighted Regression di Jawa Timur Putu Laksmita Ari Dewi; Ismaini Zain
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : 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

Abstract

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.
Pemodelan Faktor-Faktor Yang Mempengaruhi Jumlah Pengangguran Terbuka Menggunakan Regresi Nonparametrik Spline di Indonesia Ramadhani, Riska Kunti; Budiantara, I Nyoman
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v5i1.14710

Abstract

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%.
Data Mining Peramalan Konsumsi Listrik dengan Pendekatan Cluster Time Series sebagai Preprocessing Mohammad Alfan Alfian Riyadi; Kartika Fithriasari; Dwiatmono Agus Widodo
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : 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

Abstract

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
Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson Bivariat di Provinsi Jawa Timur Tahun 2013 Indi Arkandi; Wiwiek Setya Winahju
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (609.138 KB) | DOI: 10.12962/j23373520.v4i2.9936

Abstract

Angka kematian ibu dan bayi merupakan salah satu indikator yang paling menonjol untuk menilai derajat kesehatan masyarakat. Tingginya angka kematian ibu dan kematian bayi di Indonesia salah satunya berasal dari Provinsi Jawa Timur. Perlu adanya tindakan dari pemerintah untuk menekan angka kematian ibu dan bayi di Jawa Timur. Kematian ibu dan kematian bayi merupakan dua hal yang saling berkaitan karena selama masa kandungan, gizi yang diperoleh janin disalurkan dari tubuh ibu melalui plasenta sehingga kondisi ibu selama masa kehamilan akan berpengaruh pada janin dan bayi yang akan dilahirkannya. Sehingga perlu dilakukan penelitian untuk menganalisis faktor-faktor yang mempengaruhi kedua angka kematian tersebut dengan metode Regresi Poisson Bivariat menggunakan algoritma Expectation Maximization. Terdapat tiga buah model dengan nilai kovarians yang berbeda pada Regresi Poisson Bivariat. Oleh karena itu perlu memilih salah satu dari ketiga model tersebut. Setelah mendapat model terbaik dengan kriteria AIC, diketahui bahwa model terbaik adalah model dengan nilai kovarians antara jumlah kematian ibu dan bayi adalah fungsi variabel bebas. Pada model terbaik variabel yang signifikan mempengaruhi jumlah kematian ibu adalah persentase kunjungan ibu hamil dengan K4 dan persentase ibu hamil yang mendapat tablet Fe3. Sedangkan variabel yang signifikan mempengaruhi jumlah kematian bayi adalah semua variabel prediktor kecuali variabel persentase kunjungan ibu hamil dengan K1.
Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson Regression Lucy Dian Puspitasari; Purhadi Purhadi
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (462.877 KB) | DOI: 10.12962/j23373520.v4i2.9976

Abstract

HIV adalah singkatan dari Human Immunodefidiency Virus. Virus ini menyerang limfosit CD4 dari sistem kekebalan tubuh. HIV merupakan penyebab di balik infeksi AIDS, apabila HIV tidak ditanggulangi maka penyakit ini akan berkembang menjadi AIDS. AIDS adalah singkatan dari Acquired Immunodefidiency Syndrome. Sejak tahun 2006 Indonesia sudah dikategorikan sebagai negara dengan tingkat penularan HIV yang cukup tinggi, dan Provinsi Jawa Timur merupakan salah satu diantara 6 provinsi lainnya yang masuk daerah endemi selain DKI Jakarta, Papua, Jawa Barat, Riau dan Bali. Jumlah kasus HIV dan jumlah kasus AIDS merupakan dua hal yang saling berkorelasi dan termasuk peristiwa yang dikategorikan kedalam variabel diskrit dan berdistribusi poisson oleh karena itu penelitian tentang jumlah kasus HIV dan AIDS telah banyak dilakukan dengan regresi poisson. Hasil signifikansi parameter model Bivariate Poisson Regression dengan tiga buah nilai  yang berbeda (kovarian adalah suatu konstanta, kovarian adalah suatu persamaan, dan kovarian adalah nol) menunjukkan bahwa semua variabel signifikan terhadap tiga buah model tersebut. Variabel yang signifikan adalah persentase ketersediaan sarana kesehatan yang dibina, persentase jaminan kesehatan masyarakat miskin, persentase penduduk yang mendonorkan darah, persentase penyuluhan kesehatan dan persentase tenaga kesehatan masyarakat dibandingkan jumlah penduduk yang ada di tiap kabupaten dan kota. Model Bivariate Poisson Regression terbaik yang dipilih adalah model kedua yaitu model dengan kovarian adalah suatu persamaan karena memiliki nilai AIC yang paling kecil.
Peramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur Retno Dyah Handini; Agus Suharsono; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : 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

Abstract

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.
Pemodelan Indeks Pembangunan Manusia (IPM) Provinsi Jawa Timur Dengan Menggunakan Metode Regresi Logistik Ridge Dwi Maumere Putra; Vita Ratnasari
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.696 KB) | DOI: 10.12962/j23373520.v4i2.10450

Abstract

Pembangunan manusia di suatu daerah merupakan upaya yang dilakukan oleh pemerintah daerah terkait dengan ke-sejahteraan masyarakat yang diukur dengan Indeks Pembangun-an Manusia (IPM). Terdapat tiga sektor pembentuk IPM yaitu kesehatan, pendidikan dan ekonomi dimana faktor-faktor dalam setiap sektor cenderung memiliki kolinieritas yang tinggi yang menyebabkan adanya kasus multikolinieritas. Apabila kasus multikolinieritas tidak diatasi, maka dapat menyebabkan variansi  dari hasil estimasi parameter menjadi besar yang dapat ber-akibat pada banyaknya variabel prediktor yang tidak signifikan meskipun nilai koefisien determinasi (R2) tinggi. Sehingga untuk mengatasinya dilakukan pemodelan terhadap Indeks Pembangun-an Manusia (IPM) Provinsi Jawa Timur menggunakan metode Regresi Logistik Ridge. Terdapat tiga variabel yang berpengaruh signifikan, yaitu angka kematian bayi (X1), angka buta huruf (X4) dan angka partisipasi sekolah (X5). Dengan metode backward elimination, didapatkan model terbaik dengan ketepatan kla-sifikasi sebesar 97,37% yang menghasilkan 5 kabupaten/kota ter-golong IPM menengah bawah, yaitu Kabupaten Bangkalan, Sampang, Probolinggo, Situbondo dan Jember. Pada 33 kabupaten/kota yang lain tergolong dalam IPM menengah atas.

Page 30 of 228 | Total Record : 2279