cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tiani Wahyu Utami
Contact Email
jurnalstatistik@unimus.ac.id
Phone
+6285235004282
Journal Mail Official
jurnalstatistik@unimus.ac.id
Editorial Address
Sekretariat Jurnal Statistika Universitas Muhammadiyah Semarang Program Studi Statistika FMIPA Universitas Muhammadiyah Semarang
Location
Kota semarang,
Jawa tengah
INDONESIA
Jurnal Statistika Universitas Muhammadiyah Semarang
Published by Universitas Muhammadiyah Semarang
ISSN : 23383216     EISSN : 25281070     DOI : -
Core Subject : Science,
Decision Sciences, Operations Research & Management
Focus and Scope a. Statistika Teori, Statistika Komputasi, Statistika terapan b. Matematika Teori dan Aplikasi c. Design of Experiment
Arjuna Subject : Matematika - Pemodelan dan Simulasi
Articles 200 Documents
 15   16   17   18   19 
ANALISIS FAKTOR YANG MEMPENGARUHI MAHASISWA DALAM PENGAMBILAN PROGRAM STUDI EKONOMI SYARIAH UIN SULTAN MAULANA HASANUDDIN BANTEN AYU SISKA MARYONI
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 2 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.2.2021.86-95

Abstract

Penelitian ini bertujuan untuk menganalisis faktor-faktor apa saja yang mempengaruhi mahasiswa dalam pengambilan program studi Ekonomi Syariah di Perguruan Tinggi Universitas Islam Negeri Sultan Maulana Hasanuddin Banten. Adapun faktor – faktor yang akan diteliti oleh peneliti antara lain minat, motivasi, status orang tua, pekerjaan yang diharapkan dan pengaruh lingkungan belajar baik di lingkungan rumah, kampus maupun masyarakat. Pada penelitian ini menggunakan metode kuisioner yaitu dengan cara membuat daftar pertanyaan dan memberikannya kepada responden dengan harapan akan memberi respon atas pertanyaan tersebut. Pengukuran variabel  dilakukan dengan skala Likert yang menggunakan metode skorsing. Adapun populasi dalam penelitian ini adalah mahasiswa S1 Fakultas Ekonomi dan Bisnis Islam Jurusan Ekonomi Syariah di Universitas Islam Negeri Sultan Maulana Hasanuddin Banten. Metode pengambilan sampel dilakukan dengan cara accidental sampling yaitu teknik penentuan sampel berdasarkan kebetulan/insidential bertemu dengan peneliti dan dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data.
OPTIMASI SETTING PARAMATER CLEANLINESS, KETEBALAN, DAN JENIS CAT PADA MATERIAL BAJA A572 TERHADAP DAYA REKAT CAT Farizi Rachman; Bayu Wiro Karuniawan; Anggie Madhu Firdiandani
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 2 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.2.2021.96-100

Abstract

The manufacturing process consists of several stages, one of them is the finishing stage. The finishing stage at PT. Supra Surya Indonesia consists of surface preparation process and painting process. The adhesion of the paint must meet the criteria to get good protective quality for the product. In the painting process, there are always defective products that must go through the repair stage before packing. Process parameters such as cleanliness level of the material surface and paint thickness need to be considered and the selection of the type of paint will affect the results of painting. Based on the problems above, it is necessary to research the analysis of process parameters that can optimize the value of paint adhesion. This study uses the Taguchi method so that the contribution of cleanliness parameters is 49.6995 %, paint thickness is 5.0014 %, and paint type is 40.4139 %. The optimum combination of parameters is cleanliness Sa 2 1/2, the thickness of 100 µm, and the type of phenolic epoxy paint.
CATEGORIC DATA GROUPING BY ALGORITHM QUICK ROBUST CLUSTERING USING LINKS (QROCK) (Case Study: Status of Value Addrd Tax Payments at the Samarinda Ulu Primary Tax Office in 2018) Nana Nirwana; Memi Nor Hayati; Syaripuddin Syaripuddin
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 1 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.1.2021.18-27

Abstract

Clustering is a method for finding and grouping data that have similar characteristics (similarity) between one data and another. The method of grouping used in this study is the Qrock Algorithm (Quick Robust Using Links).The Qrock Algorithm has a more efficient method to produce the final cluster when the Rock Algorithm has no link beetwen the clusters.The concept of the Qrock Algorithm basically has the same principles as the Rock Algorithm, except that the Qrock Algorithm classifies objects only based on the neighbors of each object. The purpose of this study was to classify 200 Value Added Tax Payment Status data at the Samarinda Ulu Tax Service Office in 2018. Based on the analysis results, the threshold value ( ) = 0.1; 0.2; 0.3; 0.4; 0, 5 and 0.6 produce 1 cluster while the threshold values ( ) = 0.7; 0.8 and 0.9 produce 56 clusters.
PENGELOMPOKAN DESA ATAU KELURAHAN DI KUTAI KARTANEGARA MENGGUNAKAN ALGORITMA DIVISIVE ANALYSIS Ilham Adnan Kasoqi; Memi Nor Hayati; Rito Goejantoro
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 2 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.2.2021.101-108

Abstract

Potential Villages (PODES) provide data on the existence, availability and development of the potential of each government administrative area. In order to make it easier for governments to make policies for a region, it is necessary to group the village and sub-districts. Cluster analysis is an analysis that aims to group objects based on the information that found in the data. One of the cluster analysis methods is the divisive analysis, which is a hierarchical grouping method with a top-down approach, where all objects are placed in one cluster and then sequentially divided into separate groups. This research aim to group villages or sub-districts in Kutai Kartanegara based on the determinants of village backwardness and obtaining the silhouette coefficient value from the optimal cluster analysis using the divisive analysis algorithm. The data used is the 2018 PODES data in Kutai Kartanegara and used 15 variables from natural and environmental factors, facilities infrastructure and access factors as well as socio-economic factors of the population. The results of the optimal cluster formed in the grouping of villages or sub-districts in Kutai Kartanegara using the divisive analysis method are 2 clusters. Cluster 1 consisting of 230 villages or sub-districts and cluster 2 consisting of 2 sub-districts. Silhouette coefficient value for data validation from clustering village or sub-districts in Kutai Kartanegara using the divisive analysis method produces 2 clusters is 0,744 which states that the cluster structure formed in this grouping is a strong structure.
MODEL SEEMINGLY UNRELATED REGRESSION PADA DATA KEMISKINAN JAWA TIMUR MENGGUNAKAN MATRIKS PEMBOBOT QUEEN CONTIGUITY DAN ROOK CONTIGUITY Cika Awani Ayuwida
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 1 (2021): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.1.2021.64-68

Abstract

Jawa timur, salah satu provinsi yang memiliki sumbangan cukup tinggi yakni 16% dari pertumbuhan ekonomi nasional, merupakan daerah yang potensial baik dari segi ekonomi maupun geografis. Berdasarkan data Sensus Penduduk tahun 2020 mencapai 4.419,10 ribu jiwa (11,09 persen), bertambah sebesar 363,1 ribu jiwa. Tujuan dari penelitian ini adalah untuk memodelkan Seemingly Unrelated Regression (SUR) terbaik pada data Kemiskinan di Provinsi Jawa Timur dengan menggunakan matrik pembobot queen contiguity dan rook contiguity. Penerapan persamaan regresi dalam sebuah kasus seringkali memiliki keterkaitan dengan persamaan yang lain. Jika sebuah persamaan saling berkaitan dikarenakan error regresinya saling berkorelasi, maka pendekatan yang dapat digunakan adalah Seemmingly Unrelated Regression (SUR).
MODEL SEEMINGLY UNRELATED REGRESSION PADA DATA KEMISKINAN JAWA TIMUR MENGGUNAKAN MATRIKS PEMBOBOT QUEEN CONTIGUITY DAN ROOK CONTIGUITY Cika Awani Ayuwida; Prizka Rismawati Arum; M. Al Haris
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 1 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.1.2021.64-68

Abstract

Jawa timur, salah satu provinsi yang memiliki sumbangan cukup tinggi yakni 16% dari pertumbuhan ekonomi nasional, merupakan daerah yang potensial baik dari segi ekonomi maupun geografis. Berdasarkan data Sensus Penduduk tahun 2020 mencapai 4.419,10 ribu jiwa (11,09 persen), bertambah sebesar 363,1 ribu jiwa. Tujuan dari penelitian ini adalah untuk memodelkan Seemingly Unrelated Regression (SUR) terbaik pada data Kemiskinan di Provinsi Jawa Timur dengan menggunakan matrik pembobot queen contiguity dan rook contiguity. Penerapan persamaan regresi dalam sebuah kasus seringkali memiliki keterkaitan dengan persamaan yang lain. Jika sebuah persamaan saling berkaitan dikarenakan error regresinya saling berkorelasi, maka pendekatan yang dapat digunakan adalah Seemmingly Unrelated Regression (SUR).
ANALISIS PENGARUH FAKTOR SAFETY LEADERSHIP TERHADAP SAFETY BEHAVIOR PEKERJA INDUSTRI KEMASAN Nanda Dini Eka Syah Putri; Dewi Kurniasih; Farizi Rachman
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.10.1.2022.32-43

Abstract

Penerapan keselamatan dan kesehatan kerja pada salah satu industri kemasan di Jawa Timur masih belum dilakukan dengan optimal sehingga berdampak pada tingginya angka kecelakaan kerja. Mayoritas kecelakaan kerja disebabkan oleh perilaku tidak aman yang dipicu oleh rendahnya safety behavior. Pengaruh safety leadership terhadap safety behavior diketahui sangat kuat. Penelitian ini bertujuan untuk menganalisis pengaruh safety leadership meliputi safety motivation, safety concern, dan safety policy terhadap safety behavior. Penelitian ini merupakan penelitian deskriptif observasional dengan menggunakan desain cross-sectional. Total populasi pekerja pada divisi jumbo bag sebanyak 91 pekerja. Sedangkan responden yang digunakan sebanyak 75 pekerja yang telah dihitung dengan menggunakan rumus Slovin dari total populasi. Pengambilan sampel menggunakan metode simple random sampling. Variabel independen dalam penelitian ini meliputi safety motivation, safety concern, dan safety policy, sedangkan variabel dependen meliputi safety behavior. Pengambilan data dilakukan dengan menggunakan kuesioner tertutup berskala likert. Data yang didapat dianalisis menggunakan metode regresi linier berganda dengan bantuan software SPSS (Statistical Package for the Social Sciences). Hasil penelitian menunjukkan bahwa safety motivation (p=0,045), safety concern (p=0,004), dan safety policy (p=0,019) memiliki pengaruh yang signifikan secara parsial terhadap variabel dependen berupa safety behavior.
MODEL COX PROPORTIONAL HAZARD dengan Metode Backward untuk Analisis Ketahanan Hidup Pasien Penderita Stroke Alfisyahrina Hapsery; Izzadin Muhamad Nur Irfan; Prizka Rismawati Arum
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.10.1.2022.7-14

Abstract

Stroke adalah penyakit yang disebabkan oleh terhentinya suplai darah ke otak yang menyebabkan otak kehilangan fungsinya. Stroke terjadi ketika pembuluh darah di otak tersumbat, mengakibatkan otak tidak mendapatkan suplai oksigen yang cukup untuk membawa darah ke seluruh tubuh, mengakibatkan kematian sel/jaringan. Faktor risiko stroke dapat dipengaruhi oleh usia, jenis kelamin, dan faktor akibat perilaku tidak sehat seperti hipertensi, diabetes. Berbagai faktor diduga mempengaruhi pasien stroke, oleh karena itu dilakukan pemodelan untuk memastikan faktor-faktor tersebut. Metode yang dapat memberikan informasi untuk menentukan faktor kelangsungan hidup seseorang adalah model regresi cox proporsional hazard. Variabel terikat ditentukan dari jumlah waktu kelangsungan hidup pasien dan jenis pasien yang termasuk data tersensor atau tidak. Dalam penelitian ini, data yang digunakan sebagai variabel terikat adalah lamanya pasien stroke dirawat inap sampai sembuh, atau mengalami suatu kejadian yaitu kekambuhan. Sedangkan variabel bebas yang digunakan dalam penelitian ini adalah umur, jenis kelamin, hipertensi, diabetes, lemas, nyeri, pelo, sulit makan, mual, muntah, demam dan pusing. Hasil pemodelan regresi cox proportional hazard diperoleh faktor-faktor yang mempengaruhi kekambuhan pasien stroke yaitu variabel diabetes dengan nilai estimasi 1,6696 dan variabel lemas.
PERBANDINGAN NILAI AKURASI PERAMALAN MODEL TERBAIK ARFIMA-GPH DAN INTERVENSI MULTI INPUT DALAM PERAMALAN IHPBI Miftahuddin Miftahuddin; Vivi Dina Melani; Muhammad Subianto; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.10.1.2022.1-6

Abstract

Indeks Harga Perdagangan Besar Indonesia (IHPBI) diperlukan sebagai suatu penunjuk awal dalam analisis harga konsumen, dimana ketika terjadi inflasi maka stabilitas ekonomi Indonesia akan mulai terganggu. Sehingga untuk menekan laju inflasi pemerintah perlu mengambil suatu kebijakan menaikkan suku bunga sebagai satu solusi. Penelitian ini bertujuan untuk melihat IHPBI dalam 3 tahun ke depan melalui peramalan runtun waktumenggunakan metode ARFIMA-GPH dan intervensi multi input. Hal ini dilakukan untuk mengetahui pergerakan IHPBI selama 3 tahun kedepan dan untuk membandingkan kedua metode tersebut. Hasil yang diperoleh menunjukkan bahwa model yang dipilih adalah ARFIMA (1,d,0) dengan nilai d 0,1579, intervensi multi input pada Januari 2009 dengan ARIMA (1,1,1) orde (b=0, s=1, r=1 ) dan intervensi pada November 2013 dengan orde ARIMA (1,1,2) (b=1, s=1, r=0). Peramalan IHPBI untuk 3 tahun ke depan meningkat secara perlahan setiap bulannya. Metode terbaik berdasarkan perbandingan nilai akurasi peramalan adalah intervensi Januari 2013 dengan ARIMA(1,1,2) dan orde (b=1, s=1, r=0), memiliki nilai akurasi MAE dan MAPE terkecil, yaitu MAE sebesar 0,0119 dan MAPE sebesar 0,9079% yang menunjukkan bahwa metode dan model dalam peramalan sangat baik karena nilai akurasi model peramalan mendekati 0.PERBANDINGAN NILAI AKURASI PERAMALAN MODEL TERBAIK ARFIMA-GPH DAN INTERVENSI MULTI INPUT DALAM PERAMALAN IHPBI
METODE ANALYTIC NETWORK PROCESS UNTUK MENYUSUN STRATEGI PEMBERDAYAAN EKONOMI PESANTREN SUMATERA UTARA DI ERA NEW NORMAL Devi Nurtiyasari; Angga Syahputra; Ardhina Wijayanti
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.10.1.2022.15-25

Abstract

Pesantren, juga dikenal sebagai Islamic boarding school, ada di tengah-tengah masyarakat sebagai lembaga pendidikan Islam dan lembaga penyiaran sosial-agama dan ekonomi. Pesantren memiliki sejarah panjang dalam mengembangkan ekonomi kerakyatan. Pesantren di Sumatera Utara diperkirakan sudah ada sejak tahun 1912 ketika Pesantren Musthafawiyah Purba Baru didirikan. Data Kementerian Agama Republik Indonesia menunjukkan 183 pesantren di Sumatera Utara yang tersebar di 23 kabupaten/kota pada 2019. Menghadapi era globalisasi di tengah perbaikan ekonomi di era new normal, pesantren harus lebih dinamis tanpa kehilangan karakteristik utamanya, yaitu kemampuan di bidang pengetahuan agama. Optimalnya pemberdayaan ekonomi pesantren di Sumatera Utara akan membuat pesantren memiliki daya saing industri. Merumuskan strategi pemberdayaan ekonomi pesantren di Sumatera Utara diawali dengan mendeskripsikan kendala yang dialami berdasarkan hasil kajian dan observasi di lapangan. Kemudian, berdasarkan kendala tersebut, dirumuskan strategi yang dapat diterapkan untuk mengoptimalkan pemberdayaan ekonomi pesantren. Penelitian ini bertujuan untuk menganalisis kendala pesantren dan strategi pemberdayaan dengan menggunakan kajian ilmiah, yaitu dengan menggunakan metode Analytic Network Process (ANP). Hasil analisis menggunakan metode ANP diharapkan dapat digunakan untuk merumuskan kebijakan agar lebih fokus. Selain itu, hasilnya diharapkan dapat dimanfaatkan oleh pesantren dan stakeholder untuk memaksimalkan peran pesantren dalam mengembangkan industri halal dan mendorong pemulihan ekonomi.

Page 17 of 20 | Total Record : 200

 15   16   17   18   19 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol 13, No 1 (2025): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 12, No 2 (2024): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 12, No 1 (2024): Jurnal Statistika Universitass Muhammadiyah Semarang Vol 11, No 2 (2023): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 11, No 1 (2023): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 2 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 2 (2021): Jurnal Statistika Vol 9, No 2 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 1 (2021): Jurnal Statistika Vol 9, No 1 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 2 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 2 (2020): Jurnal Statistika Vol 8, No 1 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 1 (2020): Jurnal Statistika Vol 7, No 2 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 2 (2019): Jurnal Statistika Vol 7, No 1 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 1 (2019): Jurnal Statistika Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Vol 6, No 1 (2018): Jurnal Statistika Vol 6, No 1 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Vol 5, No 1 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika Vol 3, No 2 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika Vol 3, No 1 (2015): Jurnal Statistika Vol 3, No 1 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Vol 1, No 1 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 1 (2013): Jurnal Statistika More Issue