cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Zulfadhli
Contact Email
jurnaloutlierx@gmail.com
Phone
+6285194943871
Journal Mail Official
jurnaloutlierx@gmail.com
Editorial Address
Embun Permai 3 Blok C. No. 25, Tuldenggi, Telaga Biru, Kabupaten Gorontalo 96181, Gorontalo, Indonesia.
Location
Kab. gorontalo,
Gorontalo
INDONESIA
Reliability: Journal of Industrial Statistics
Published by Arcstics Publisher
ISSN : -     EISSN : 31101674     DOI : -
Core Subject :
As a double-blind peer-reviewed journal, Reliability publishes one volume per year, consisting of two regular issues released in June and December. We accept manuscript submissions from authors worldwide. All articles must be written in English or Indonesian, must be original (not previously published), and must not be under review at another journal. To ensure academic integrity, all manuscripts will be checked for plagiarism using Turnitin software. Manuscripts with a similarity index exceeding 20% will be automatically rejected without further review. Reliability is indexed in leading databases such as Google Scholar, Crossref, and Garuda, ensuring broad visibility and academic recognition. Please note that manuscripts not adhering to the specified writing and formatting guidelines will be rejected prior to the review process. All manuscript submissions must be made through the Reliability Online Journal System (OJS).
Arjuna Subject : -
Articles 15 Documents
 1   2 
DEKOMPOSISI KESENJANGAN HARAPAN HIDUP LAKI-LAKI DAN PEREMPUAN DAN PEMODELAN MORTALITAS GOMPERTZ–MAKEHAM PADA TMPI-23 Seila Amalia; Christiani Joice Siallagan; Bintang Maulana
Reliability: Journal of Industrial Statistics Vol. 1 No. 2 (2025): Reliability: Journal of Industrial Statistics
Publisher : Reliability: Journal of Industrial Statistics

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis pola mortalitas serta kesenjangan harapan hidup antara laki-laki dan perempuan di Indonesia berdasarkan data Tabel Mortalitas Penduduk Indonesia Tahun 2023 (TMPI-23). Analisis dilakukan menggunakan pendekatan deskriptif dan pemodelan matematis melalui model Gompertz dan Gompertz–Makeham. Selain itu, dilakukan dekomposisi untuk mengidentifikasi kontribusi kelompok usia terhadap kesenjangan harapan hidup. Hasil penelitian menunjukkan bahwa peluang kematian laki-laki secara konsisten lebih tinggi dibandingkan perempuan, sementara perempuan memiliki harapan hidup yang lebih panjang. Kesenjangan harapan hidup cenderung menurun seiring bertambahnya usia. Pemodelan menunjukkan bahwa model Gompertz–Makeham memiliki tingkat kecocokan yang lebih baik dibandingkan model Gompertz, ditunjukkan oleh nilai RMSE yang lebih kecil dan koefisien determinasi yang lebih tinggi. Analisis dekomposisi menunjukkan bahwa kontribusi terbesar terhadap kesenjangan harapan hidup berasal dari kelompok usia lanjut, khususnya usia di atas 70 tahun. Hasil ini menegaskan pentingnya perhatian terhadap faktor risiko pada usia lanjut dalam upaya mengurangi kesenjangan harapan hidup antar jenis kelamin.
Penerapan Peta Kendali Exponentially Weighted Moving Average (EWMA) untuk Monitoring Defect Rate Pada Proses Produksi Manufaktur Amalia Azzahra
Reliability: Journal of Industrial Statistics Vol. 2 No. 1 (2026): Reliability: Journal of Industrial Statistics
Publisher : Reliability: Journal of Industrial Statistics

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis kestabilan proses produksi manufaktur menggunakan peta kendali Exponentially Weighted Moving Average (EWMA) berdasarkan data defect rate. Data yang digunakan merupakan data sekunder sebanyak 50 pengamatan yang dianalisis dengan pendekatan Statistical Process Control (SPC). Tahapan analisis meliputi perhitungan statistik deskriptif, penentuan parameter EWMA (λ = 0,2 dan L = 3), perhitungan nilai EWMA, serta penentuan batas kendali. Hasil penelitian menunjukkan bahwa seluruh nilai EWMA berada di dalam batas kendali atas (Upper Control Limit) dan batas kendali bawah (Lower Control Limit), sehingga proses produksi berada dalam kondisi terkendali secara statistik. Variasi yang terjadi cenderung disebabkan oleh common cause variation. Metode EWMA terbukti efektif dalam mendeteksi perubahan kecil pada proses produksi sehingga dapat digunakan sebagai alat monitoring kualitas secara berkelanjutan.      
Analisis Pengendalian Kualitas Produk Tahu Menggunakan Peta Kendali P dan Acceptance Sampling untuk Mengurangi Tingkat Kerusakan Produk Salwa Risda Pratiwi
Reliability: Journal of Industrial Statistics Vol. 2 No. 1 (2026): Reliability: Journal of Industrial Statistics
Publisher : Reliability: Journal of Industrial Statistics

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengendalian kualitas merupakan aspek penting dalam menjaga konsistensi mutu produk, khususnya pada industri pangan seperti tahu yang memiliki tingkat kerusakan relatif tinggi akibat sifatnya yang mudah rusak. Penelitian ini bertujuan untuk menganalisis tingkat kecacatan produk tahu serta mengevaluasi kestabilan proses produksi menggunakan metode peta kendali P (p-chart) dan acceptance sampling. Data yang digunakan merupakan data sekunder dari produksi tahu selama 30 hari dengan total 30 lot produksi. Metode peta kendali P digunakan untuk memantau proporsi cacat dan menentukan apakah proses berada dalam kondisi terkendali secara statistik, sedangkan acceptance sampling digunakan untuk menentukan kelayakan penerimaan produk berdasarkan standar tertentu. Hasil analisis menunjukkan bahwa rata-rata proporsi cacat (CL) sebesar 0,02864 dengan nilai UCL berkisar antara 0,0366–0,0379 dan LCL antara 0,0194–0,0207. Seluruh titik pengamatan berada dalam batas kendali, sehingga proses produksi dinyatakan stabil secara statistik meskipun terdapat beberapa titik yang mendekati batas kendali atas. Selain itu, berdasarkan metode acceptance sampling dengan AQL 2,5% dan ukuran sampel 200, seluruh lot produksi dinyatakan diterima karena jumlah cacat tidak melebihi batas penerimaan. Dengan demikian, dapat disimpulkan bahwa proses produksi tahu telah berada dalam kondisi terkendali dan memenuhi standar kualitas yang ditetapkan. Namun, pengawasan berkelanjutan tetap diperlukan untuk menjaga kestabilan proses dan mencegah peningkatan tingkat kecacatan di masa mendatang.
Regime Pasar Dan Volatilitas Saham PT Aneka Tambang Tbk Menggunakan Hidden Markov Model Dan GARCH Seila Amalia; Riski Melanton Banjarnahor; Wenny Susanty Nainggolan; Arnis Wulan Andari Surbakti; Ferdyanto Abangan Simanjuntak
Reliability: Journal of Industrial Statistics Vol. 2 No. 1 (2026): Reliability: Journal of Industrial Statistics
Publisher : Reliability: Journal of Industrial Statistics

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis regime pasar dan volatilitas saham PT Aneka Tambang Tbk (ANTM) menggunakan Hidden Markov Model (HMM) dan Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Data yang digunakan berupa harga penutupan harian periode 2021–2026 yang diperoleh dari Yahoo Finance dan ditransformasikan menjadi log return. Hasil analisis menunjukkan bahwa data return bersifat stasioner dan memiliki efek ARCH yang mengindikasikan adanya volatility clustering. Model GARCH(1,1) mampu menangkap dinamika volatilitas dengan baik, ditunjukkan oleh parameter yang signifikan serta sifat volatilitas yang persisten. Selanjutnya, model HMM mengidentifikasi dua regime pasar, yaitu volatilitas rendah dan volatilitas tinggi, di mana regime volatilitas tinggi mencerminkan tingkat risiko yang lebih besar dibandingkan regime volatilitas rendah. Probabilitas transisi menunjukkan bahwa masing-masing regime memiliki tingkat persistensi yang tinggi, sehingga kondisi pasar cenderung bertahan sebelum berpindah ke kondisi lain. Analisis gabungan HMM dan GARCH menunjukkan adanya hubungan yang jelas antara regime pasar dan tingkat volatilitas saham, di mana peningkatan volatilitas berkaitan dengan meningkatnya risiko pasar.
Pengelompokan Pola Musiman Tindak Pidana Asal Menggunakan Metode Hierarchical Clustering dan K-Means Berdasarkan Data LTKM PPATK Seila Amalia
Reliability: Journal of Industrial Statistics Vol. 2 No. 1 (2026): Reliability: Journal of Industrial Statistics
Publisher : Reliability: Journal of Industrial Statistics

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Laporan Transaksi Keuangan Mencurigakan (LTKM) merupakan salah satu indikator penting dalam mendeteksi tindak pidana pencucian uang dan tindak pidana asal yang mendasarinya. Perbedaan jumlah LTKM pada setiap kategori tindak pidana asal menunjukkan adanya pola musiman yang beragam sehingga diperlukan metode yang mampu mengelompokkan tindak pidana berdasarkan kemiripan karakteristiknya. Penelitian ini bertujuan untuk mengelompokkan tindak pidana asal berdasarkan pola musiman data LTKM PPATK tahun 2024 menggunakan metode Hierarchical Clustering dan K-Means Clustering. Data yang digunakan berupa jumlah LTKM bulanan dari 28 kategori tindak pidana asal selama periode Januari–Desember 2024. Data distandarisasi menggunakan metode Z-score dan kemiripan antarobjek diukur menggunakan Euclidean Distance. Hierarchical Clustering dengan metode Ward digunakan untuk menentukan struktur pengelompokan, sedangkan K-Means Clustering digunakan untuk memperoleh hasil cluster akhir. Hasil penelitian menunjukkan bahwa tiga cluster memberikan struktur pengelompokan yang paling informatif dengan nilai Silhouette Score sebesar 0,794. Cluster yang terbentuk memiliki karakteristik pola musiman yang berbeda sehingga mampu menggambarkan tingkat aktivitas LTKM pada masing-masing kelompok tindak pidana asal. Hasil penelitian menunjukkan bahwa kombinasi kedua metode clustering efektif dalam mengidentifikasi kemiripan pola musiman data LTKM.

Page 2 of 2 | Total Record : 15

 1   2 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 2 No. 1 (2026): Reliability: Journal of Industrial Statistics Vol. 1 No. 2 (2025): Reliability: Journal of Industrial Statistics Vol. 1 No. 1 (2025): Reliability: Journal of Industrial Statistics