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
Peramalan Indeks Harga Saham Perusahaan Finansial LQ45 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Vector Autoregressive (VAR) Rivani Narsalita Putri; Setiawan Setiawan
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 (835.924 KB) | DOI: 10.12962/j23373520.v4i2.11162

Abstract

Beberapa orang melakukan investasi untuk menempatkan kele-bihan dana yang dimilikinya. Dari permasalahan yang ada, di Indonesia memiliki banyak instrumen investasi. Salah satu instrumen investasi yang diminati saat ini adalah saham. Kesulitan dalam menentukan harga saham menyebabkan berbagai alternatif metode peramalan dilakuakan. Peramalan mempunyai posisi yang sangat stra-tegis dalam proses administrasi usaha, terutama proses pengambilan keputusan. Peramalan harga saham sangat dibutuhkan sebagai informasi bagi investor atau manajer investasi dalam aktivitas penanaman modal. Selain menggunakan metode ARIMA, diduga adanya hubungan antara perusahaan terpilih menjadi dasar pertimbangan untuk membandingkan hasil peramalan antara metode ARIMA dan VAR. Dari analisis pemilihan saham anggota LQ45 yang konsisten dalam LQ45 selama 5 tahun dan memiliki total aset terbesar didapatkan saham BBRI, BMRI, dan BBCA. Model yang didapatkan dengan metode ARIMAX pada saham BBRI adalah ARIMAX ([3,5,7],1,0), untuk saham BMRI adalah ARIMAX ([11,12],1,0), dan saham BBCA adalah ARIMAX ([1,4],1,0). Untuk metode VAR model yang didapat adalah model ([2,5],1,0). Sehingga didapatkan perbandingan antara kedua metode tersebut berdasarkan kriteria kebaikan model, BBRI lebih baik menggunakan metode ARIMA, sedangkan BMRI dan BBCA lebih baik peramalannya menggunakan metode VAR. Hal ini mengindikasikan bahwa tidak selalu metode yang kompleks memberikan hasil terbaik.
PEMODELAN DAN PEMETAAN JUMLAH KASUS DEMAM BERDARAH DENGUE (DBD) DI KOTA SURABAYA DENGAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION (GWNBR) DAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC Urifah Hidayanti; I Nyoman Latra; 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 (771.755 KB) | DOI: 10.12962/j23373520.v4i2.11183

Abstract

Menurut Laporan Profil Kesehatan Jawa Timur tahun 2013, angka kematian penderita DBD berada di atas target, yaitu mencapai 1,04 persen. Target Angka Bebas Jentik sebesar 95 persen, sedangkan realisasinya 86 persen. Dari 38 kabupaten atau kota yang ada di Jawa Timur, Kota Surabaya merupakan kota dengan jumlah kasus DBD tertinggi. Dalam penelitian ini dilakukan pemodelan jumlah kasus DBD di Surabaya dengan menggunakan metode Geographically Weighted Binomial Negative Regression (GWBNR) dan Flexibly Shaped Spatial Scan Statistic untuk mendeteksi kantong-kantong kasus DBD.  Hasil penelitian dengan pembobotan Bisquare Kernel diperoleh 12 kelompok yang dikelompokkan berdasarkan variabel yang signifikan dimana faktor yang mempengaruhi di semua kecamatan adalah kepadatan penduduk, rasio dokter umum, dan rasio Puskesmas . Hasil Flexibly Shaped Spatial Scan Statistic menunjukkan bahwa terdapat tiga kantong DBD. Daerah paling rawan yaitu kecamatan Benowo yang memiliki nilai resiko relatif sebesar 2,340. Daerah rawan terdiri dari kecamatan Sukomanunggal, Tandes, Sambikerep, Genteng, Tegalsari, Tenggilis Mejoyo, Sawahan, Wonokromo, Karangpilang, Dukuh Pakis, Wiyung, Gayungan, Wonocolo, dan Jambangan dengan resiko relatif sebesar 1,688. Daerah  terdiri dai kecamatan Simokerto, Gubeng, Tambaksari, Rungkut, Gunung Anyar, Sukolilo, dan Mulyorejo dengan nilai resiko relatif sebesar 1,308.  
Penerapan Backpropagation untuk Meningkatkan Efektivitas Waktu dan Akurasi pada Data Wall-Following Robot Navigation Aprilia Tri Wahyu Utami; Brodjol Sutijo Supri Ulama
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 (539.256 KB) | DOI: 10.12962/j23373520.v4i2.11189

Abstract

Mobile robot adalah sebuah mesin otomatis yang mampu bergerak pada suatu kondisi tertentu sehingga mobile robot membutuhkan sistem navigasi yang baik. Untuk bernavigasi dengan baik, dibutuhkan adaptasi yang cepat dan respon yang sesuai terhadap kejadian baru yang terjadi di sekitarnya. Dalam navigasi robot, terdapat indikasi bahwa pola klasifikasinya bersifat nonlinier. Oleh karena itu, navigasi robot dapat menggunakan algoritma backpropagation untuk menginterpretasikan input sensor yang dimiliki robot. Dalam tugas akhir ini akan dicari pendekatan yang dapat membuat penerapan backpropagation dalam data wall-following robot navigation lebih efektif. Proses pelatihan ini dapat dikatakan lebih efektif apabila dalam pelatihan tersebut dibutuhkan waktu yang lebih singkat namun tetap mampu mempertahankan atau bahkan dapat meningkatkan akurasi. Dalam penelitian ini digunakan lima variasi pelatihan backpropagation yaitu gradient descent backpropagation, gradient descent with momentum backpropagation, gradient descent with adaptive learning rate backpropagation, gradient descent with momentum and adaptive learning rate backpropagation, dan Levenberg-Marquardt backpropagation. Berdasarkan kecepatan pelatihan, pelatihan Levenberg-Marquardt backpropagation mempunyai MSE yang lebih cepat konvergen daripada pelatihan lainnya. Sedangkan berdasarkan akurasi, pelatihan gradient descent with momentum and adaptive learning rate memiliki ketepatan klasifikasi yang paling baik untuk data testing. Dalam navigasi robot, lebih diutamakan pemilihan bobot dan bias yang dapat menghasilkan akurasi yang paling baik untuk testing. Oleh karena itu, disimpulkan bahwa gradient descent with momentum and adaptive learning rate merupakan pelatihan yang terbaik untuk digunakan sebagai dasar sistem navigasi robot.
Analisis Faktor-Faktor Risiko yang Mempengaruhi Jumlah Kasus Malaria di Jawa Timur Tahun 2013 dengan Geographically Weighted Negative Binomial Regression (GWNBR) Nurina Hayu Ratri; 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 (664.426 KB) | DOI: 10.12962/j23373520.v4i2.11221

Abstract

Indonesia memiliki program nasional untuk bebas dari malaria pada tahun 2030, akan tetapi sebelumnya diharapkan Pulau Jawa dan Bali akan terbebas dari malaria terlebih dahulu pada tahun 2015. Jawa Timur merupakan provinsi di Pulau Jawa yang mana masih terdapat kasus malaria, apalagi di beberapa daerah yang endemik ditemukanbahwajumlah kasusnya cukup tinggi. Salah satu cara untuk meminimalisir kasus malaria adalah mengetahui faktor-faktor penyebabnya. Berdasarkan hal tersebut dalam penelitian ini akan dilakukan analisis faktor-faktor yang mempengaruhi malaria di Jawa Timur dengan melakukan pemodelan jumlah kasus malaria menggunakan metode Geographically Weighted Negative Binomial Regression (GWNBR). Pemodelan dengan regresi Poisson diindikasikan terjadi overdispersi dan diatasi dengan regresi BinomialNegatif. Dengan memperhatikan aspek spasial maka digunakan metode GWNBR. Pemodelan GWNBR menghasilkan tiga pengelompokkan kabupaten/kota berdasarkan variabel yang signifikan. Variabel yang mempengaruhi jumlah kasus malaria di semua kabupaten/kota di Provinsi Jawa Timur adalah persentase rumah sehat (X1), persentase rumah tangga dengan pembuangan limbah sehat (X2), persentase puskesmas(X3), persentase penyuluhan kesehatan (X4), persentase rumah tangga dengan PHBS (X5), persentase rumah tangga dengan sarana air bersih (X6) dan persentase TUPM sehat (X8). Pemodelan dengan menggunakan GWNBR menghasilkan nilai AIC paling minimum apabila dibandingkan dengan regresi Poisson dan regresi Binomial Negatif.
Pengaruh dan Pemetaan Pendidikan, Kesehatan, serta UMKM terhadap Indeks Pembangunan Manusia di Jawa Timur Menggunakan Regresi Panel dan Biplot Fauziah Gitri Destilunna; Ismaini Zain
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 (742.763 KB) | DOI: 10.12962/j23373520.v4i2.11260

Abstract

Sebagai ukuran kualitas hidup, Indeks Pembangunan Manusia (IPM) dibangun melalui tiga dimensi dasar diantaranya pendidikan, kesehatan, dan ekonomi. Banyaknya faktor yang mempengaruhi IPM mengakibatkan generalisasi dalam dimensi dasar IPM. Sementara itu, Usaha Mikro Kecil dan Menengah (UMKM) secara garis besar memegang peranan penting dalam memberi dampak positif terhadap pembangunan di Jawa Timur. Namun belum banyak penelitian yang menghubungkan antara kontribusi UMKM dengan pembangunan, khususnya di Jawa Timur. Penelitian ini bertujuan untuk memperoleh pemodelan IPM di Jawa Timur pada tahun 2008-2012 menggunakan Regresi Panel serta pemetaan variabel-variabel yang berpengaruh terhadap IPM. Adanya efek individu pada model panel sehingga pendekatan model yang sesuai adalah FEM (Fixed Effect Model) yang menghasilkan nilai R2 sebesar 98,88 persen. Variabel yang berpengaruh secara signifikan terhadap IPM antara lain variabel rasio siswa-guru SMP dan MTs, Angka Partisipasi Sekolah (APS) SMP, APS SMA, kepadatan penduduk, PDRB UMKM, dan Tingkat Pengangguran Terbuka (TPT). Hasil pemetaan Biplot menunjukkan bahwa untuk meningkatkan PDRB UMKM pada wilayah dengan kategori menengah atas diperlukan strategi khusus, dikarenakan cenderung dimiliki oleh wilayah yang memiliki kepadatan penduduk. Sementara untuk meningkatkan PDRB UMKM pada wilayah dengan kategori menengah bawah, perlu dilakukan peningkatan rasio siswa-guru SMP dan MTs.
Optimasi Waktu Penggantian Komponen Air Cycle Machine (ACM) Pesawat Terbang CRJ-1000 Menggunakan Metode Geometric Process Studi Kasus pada PT. Garuda Maintenance Facility (GMF) AeroAsia Puspita Permatasari; 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 (752.114 KB) | DOI: 10.12962/j23373520.v5i1.14362

Abstract

Perbaikan dan penggantian komponen mesin pesawat terbang penting dan harus dilakukan karena setiap komponen memiliki batas usia pakai tertentu. Perbaikan pada komponen yang mengalami kerusakan tidak selamanya efisien. Jika komponen yang rusak telah mengalami beberapa kali perbaikan, maka keandalan dari komponen ini akan semakin menurun dan laju kerusakannya akan semakin meningkat seiring dengan bertambahnya waktu. Penelitian ini bertujuan untuk menentukan waktu penggantian (replacement) komponen Air Cycle Machine (ACM)  pesawat terbang CRJ-1000 yang optimal di PT. Garuda Maintenance Facility (GMF) AeroAsia dengan metode Geometric Process yang menyatakan bahwa setelah komponen diperbaiki maka dianggap memiliki kinerja dan keandalan yang menurun secara linier. Jika komponen ACM telah mengalami beberapa kali kerusakan, maka umur komponen ACM pun (flight hours) akan semakin menurun, sehingga semakin sering diperbaiki. Semakin seringnya komponen ACM diperbaiki, maka hal ini tidak efektif lagi karena hari perbaikannya semakin bertambah, sehingga mengganggu kenyamanan penumpang sebab udara di kabin bertambah panas. Hasil penelitian menunjukkan bahwa komponen Air Cycle Machine (ACM) pesawat CRJ-1000 akan diganti setelah terjadi kerusakan yang ke-4 dengan estimasi rata-rata biaya penggantian jangka panjang komponen Air Cycle Machine (ACM) pada pesawat CRJ-1000 per-hari pada kerusakan ke-4, yaitu sebesar US$ 6961. Pada kerusakan ke-4 ini biaya pernggantian lebih murah dari pada 6 kali biaya perbaikan yang dilakukan, dan umur komponen (life time) dari komponen Air Cycle Machine (ACM) pada pesawat CRJ-1000 ini lebih lama jika mengalami penggantian dari pada akumulasi estimasi umur komponen (life time) setelah mengalami 6 kali biaya perbaikan.
Klasifikasi Risiko Infeksi pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Sidoarjo Menggunakan Metode Classification Trees Aulia Rahma Safitri; Sri Pingit Wulandari
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 (695.591 KB) | DOI: 10.12962/j23373520.v5i1.14361

Abstract

Angka kematian bayi (AKB) merupakan salah satu indikator derajat kesehatan masyarakat yang dapat meng-ukur tingkat kesejahteraan masyarakat ataupun tingkat kemiskinan di Indonesia. AKB pada tahun 2012 sebesar 32 per 1.000 kelahiran hidup dan proporsi kematian neonatal terhadap kematian bayi meningkat menjadi 59,4%. Infeksi pada bayi baru lahir gejalanya kurang jelas dan seringkali tidak diketahui sampai keadaannya sudah sangat terlambat.Informasi tentang variabel yang paling berpengaruh terhadap risiko infeksi pada bayi akan membantu untuk menurunkan kasus infeksi. selain itu, karakteristik bayi baru lahir dapat diketahui guna membantu menetapkan status risiko infeksi, sehingga bayi dengan status positif risiko infeksi dapat diberikan perawatan intensif. Penelitian ini berguna untuk mengetahui hasil ketepatan klasifikasi yang sudah dilakukan oleh RSUD Sidoarjo dan juga untuk mengetahui variabel terpenting yang berguna untuk pengklasifikasian.Sebelum data digunakan dalam analisis Classification Trees, dilakukan pre-processing untuk mengatasi missing value, dengan menghilangkan data yang mengandung missing. Berdasarkan hasil analisis Classification Treesdengan aturan pemilihan pemilah indeks gini, diperoleh akurasi untuk data testing sebesar 93,5%, dengan persentase sensitivity dan specificity masing-masingsebesar 93,1% dan 93,9%. Faktor terpenting dalam klasifikasi risiko infeksi pada bayi baru lahir di RSUD Sidoarjo adalah kondisi sisa air ketuban.
Estimasi Value at Risk (VaR) Portofolio Saham Yang Tergabung Dalam Indeks LQ45 Periode Agustus 2014 sampai Januari 2015 Menggunakan Metode Copula GARCH Hery Septianus Tarigan; Haryono Haryono
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 (449.301 KB) | DOI: 10.12962/j23373520.v4i2.11410

Abstract

Investasi merupakan salah satu cara alternatif yang dilakukan dalam meningkatkan aset di masa mendatang. Salah satu financial asset yang banyak diminati adalah investasi dalam bentuk saham. Return yang diperoleh dalam berinvestasi pada saham lebih besar dibandingkan dengan alternative investasi lainnya, namun resiko yang ditanggung juga lebih besar, sehingga perlu dilakukan analisis terhadap resiko yang mungkin terjadi yaitu dengan menentukan return saham, melakukan pemodelan terhadap nilai return dan menghitung estimasi nilai kerugian pada portofolio. Pada Penelitian ini dikaji bagaimana menentukan nilai return saham, mendapatkan model return dan menghitung besarnya estimasi nilai kerugian pada portofolio saham ASRI, BBTN dan BBNI. Sehingga investasi yang dilakukan menghasilkan nilai return yang optimal dengan risiko yang minimum. Saham yang digunakan adalah PT Alam Sutera Realty Tbk (ASRI), PT Bank Tabungan Negara Tbk (BBTN), dan PT Bank Negara Indonesia Tbk (BBNI) pada periode Desember 2009 hingga Maret 2015. Penelitian ini menggunakan pemodelan ARMA-GARCH untuk mendapatkan residual GARCH (1,1) yang selanjutnya digunakan untuk pemodelan copula dan estimasi VaR. Penelitian ini menunjukkan bahwa Copula Student t merupakan model copula terbaik berdasarkan nilai log likelihood terbesar sehingga mampu menangkap heavy tail lebih baik dibandingkan model copula lainnya. Hasil estimasi dengan menggunakan copula Student t diperoleh nilai estimasi VaR sebesar -0,08.
Faktor Risiko Penyakit Anemia Gizi Besi Pada Ibu Hamil Di Jawa Timur Menggunakan Analisis Regresi Logistik Fatkhiyatur Rizki; Dwi Atmono Agus Widodo; Sri Pingit Wulandari
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 (611.647 KB) | DOI: 10.12962/j23373520.v4i2.11455

Abstract

Anemia gizi besi sering disebut sebagai anemia kurang besi dan lebih populer disebut anemia. Bahaya yang dapat ditimbulkan anemia pada kehamilan antara lain: terjadinya abortus, pengeluaran ASI berkurang, sampai kematian perinatal. Oleh karena itu, peneliti tertarik untuk melakukan penelitian tentang faktor risiko anemia gizi besi pada ibu hamil di Jawa Timur menggunakan regresi logistik biner. Sebanyak 25,3% dari jumlah keseluruhan ibu hamil di Jawa Timur menderita anemia gizi besi. Mayoritas ibu hamil yang tidak menderita anemia gizi besi memiliki jarak kehamilan > 2 tahun, berusia diantara 20 tahun hingga 35 tahun, dan tidak bekerja. Mayoritas ibu hamil penderita anemia gizi besi hanya mengkonsumsi zat besi kurang dari 90 hari, memiliki usia kehamilan 28 hingga 40 minggu, dan lulus SMA/SLTA. Variabel prediktor yang berpengaruh secara signifikan adalah konsumsi zat besi, usia kehamilan, dan pendidikan. Sehingga model logit yang didapat adalah  -4,018 +1,799X3(1) +2,130X4(2)- 1,350X5(1).    
Aplikasi Text Mining untuk Automasi Klasifikasi Artikel dalam Majalah Online Wanita Menggunakan Naïve Bayes Classifier (NBC) dan Artificial Neural Network (ANN) T. Dwi Ary Widhianingsih; Kartika Fithriasari
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.v5i1.14701

Abstract

Informasi merupakan hal yang sangat penting dalam kehidupan bermasyarakat. Salah satu sumber informasi adalah artikel wanita online. Banyaknya kategori artikel dalam sebuah website, dapat membuat kinerja editor semakin banyak karena editor harus mengategorikan artikel satu persatu secara manual ke dalam beberapa kategori yang ditentukan. Oleh karena itu, dilakukan kajian untuk proses klasifikasi artikel yang dapat berjalan secara otomatis, yaitu dengan text mining. Artikel yang digunakan ada sebanyak 700 artikel yang diambil dari www.tabloidnova.com. Metode yang digunakan adalah Naïve Bayes Classifier (NBC) dan Artificial Neural Network (ANN). Sebagai perbandingan metode non parametrik tersebut, dilakukan pula analisis menggunakan Regresi Logistik Multinomial. Tingkat akurasi model NBC adalah sebesar 80,71%, model ANN adalah sebesar 75%, dan Reresi Logistik Multinomial adalah sebesar 57,86%. Dengan demikian, dapat dinyatakan bahwa NBC memiliki performansi yang paling baik untuk proses klasifikasi artikel wanita.

Page 33 of 228 | Total Record : 2279