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
 1   2   3   4   5 
PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL Alan Prahutama; Suparti -
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 1 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (490.877 KB) | DOI: 10.26714/jsunimus.5.1.2017.%p

Abstract

Semarang merupakan ibu kota provinsi Jawa Tengah yang mengalami perkembangan perekonomian dan infrastruktur. Salah satu patokan atau tolak ukur perkembanganekonomi dan infrastruktur adalah nilai laju inflasi di kota Semarang. Nilai laju inflasi sangat mempengaruhi investor dalam menanamkan  modal atau investasinya. Nilai lajuinflasi sangat dipengaruhi oleh beberapa faktor dan perkembangannya tergantung waktu. Misalnya meningkatnya harga cabai bisa menjadi penyebab naiknya laju inflasi, ketika bulan Ramadhan harga daging meningkat menyebabkan kenaikan laju inflasi. Hal yang menarik dalam hal ini adalah perkembangan harga cabai dalam  mempengaruhilaju inflasi. Oleh karena itu dikaji pemodelan harga cabai yang dipengaruhi oleh harga cabai sebelumnya dan nilai laju inflasi pada periode sebelumnya. Pemodelan yang dilakukan menggunakan pendekatan regresi semiparametrik, yang merupakan gabungan pemodelan parametrik (bentuk kurva diketahui) dengan nonparametrik (bentuk kurva tidak diketahui). Metode yang digunakan adalah polinomial lokal dengan fungsi kernel yang digunakan adalah Gaussian. Hasil yang didapat pemodelan regresi semiparametrik dengan komponen parametriknya linier, dengan badwidth 0.17 dan v 0 = 3.5 menghasilkan nilai R-square 51.61%.Kata Kunci: Harga Cabai, Inflasi, Regresi Semiparametrik, Polinomial Lokal
PERBANDINGAN PERAMALAN UNIVARIAT DAN MULTIVARIAT ARIMA PADA INDEKS HARGA SAHAM GABUNGAN Dwi Ayu Lusia; Awalludiyah Ambarwati
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (412.266 KB) | DOI: 10.26714/jsunimus.6.2.2018.%p

Abstract

Saham merupakan salah satu investasi dengan keuntungan melebihi inflasi di Indonesia. Harga saham tercermin pada Indek Harga Saham Gabungan (IHSG). Peramalan multivariat IHSG merupakan salah satu cara yang konsisten dibandingkan dengan analisis fundamental dan teknikal. Salah satu metode yang dapat digunakan untuk peramalan multivariat adalah Vector Autoregrassive Integreted Moving Average (VARIMA). Metode tersebut merupakan pengembangan dari univariat ARIMA (Autoregressive Integrated Moving Average). Penelitian ini bertujuan membandingkan hasil secara multivariat dan univariat berdasarkan nilai RMSE (Root Mean Square Error) pada data training serta testing. Selain RMSE, penelitian ini juga melihat apakah ramalan high merupakan ramalan maksimum dibandingkan open, low, close. Begitupula untuk low. Terdapat dua model secara univariat yaitu ARI (Autoregressive Integrated)dan IMA (Integrated Moving Average). Sedangkan model multivariat yang terbentuk ialah VARIMA(3,1,0) yang berdasarkan CCF (Cross Correlation Function) dan PCCF (Partial Cross Correlation Function)) serta VARIMA([1,3],1,0) berdasarkan lag pada ARIMA. Model VARIMA(3,1,0) merupakan model terbaik berdasarkan RMSE testing dan ketepatan high maupun low.  Kata kunci : Univariat, Multivariat, Peramalan, Saha
VEHICLE ROUTING PROBLEM WITH STOCHASTIC DEMANDS DENGAN METODE HIBRID SIMULATED ANNEALING– ALGORITMA GENETIKA Adi Slamet Kusumawardana; - Irhamah
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (366.666 KB) | DOI: 10.26714/jsunimus.1.2.2013.%p

Abstract

Manajemen logistik memiliki peranan penting dalam suatu perusahaan yang bergerak dalam bidang logistik dan ekspedisi. Tujuan manajemen logistik yaitu mengantarkan produk ke konsumen tepat waktu dengan cara yang efektif dan efisien. Salah satu cara untuk mengoptimalkan sistem distribusi adalah dengan pengoptimalan transportasi. Salah satu permasalahan dalam transportasi adalah Vehicle Routing Problem. Vehicle Routing Problem with Stochastic Demands (VRPSD) merupakan perluasan dari VRP konvensional dengan kondisi permintaan konsumen di setiap lokasi diasumsikan mengikuti distribusi peluang yang telah diketahui. Dalam penelitian ini bertujuan untuk menyelesaikan Vehicle Routing Problem with Stochastic Demands menggunakan Hibrid Simulated Annealing – Algoritma Genetika. Simulated annealing adalah salah satualgoritma untuk optimasi, Simulated annealing berasal dari bidang metalurgi yaitu annealing. Algoritma ini digunakan untuk mencari pendekatan terhadap solusi optimum lokal. Algoritma genetika merupakan metode optimisasi yang menggunakan teori evolusi dan seleksi alam di dalam suatu populasi individu. Algoritma genetika menawarkan pemecahan persoalan dengan pendekatan terhadap solusi optimum global. Hibrid simulated annealing – algoritma genetika mencakup beberapa proses dasar, yaitu generate populasi, evaluasi, seleksi elitism, fitness, serta seleksi roulette wheel. Pada proses operasi algoritma genetika menggunakan crossover dan mutasi sedangkan operasi pada simulated annealing menggunakan mutasi dan proses annealing. Implementasi metode hibrid simulated annealing – algoritma genetika pada Vehicle Routing Problem with Stochastic Demands diharapkan dapat menghasilkan rute pengantaran barang dengan jarak dan biaya transportasi minimum.
PREDIKSI KECEPATAN ANGIN DALAM MENDETEKSI GELOMBANG AIR LAUT TERHADAP SKALA BEAUFORT DENGAN METODE HYBRID ARIMA-ANN (Studi Kasus: Kabupaten Lombok Barat 2019) Virgania Sari; Dyah Ayu Maulidany
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 1 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1028.42 KB) | DOI: 10.26714/jsunimus.8.1.2020.%p

Abstract

Indonesia merupakan negara kepulauan maritim banyak pulau-pulau dengan berbagaikarakteristik yang ada di Indonesia. Salah satu pulau yang memiliki posisi geografisyang cukup menguntungkan dengan potensi daerah tujuan wisata dan jalur perhubunganlaut nasional maupun international yaitu Pulau Lombok yang bertepatan di ProvinsiNusa Tenggara Barat (NTB). Dari sekian kabupaten di Provinsi NTB ada salah satukabupaten yang memiliki keunggulan pada pembangunan daerah dari berbagai aspekseperti pariwisata, pelabuhan penyebrangan vital penghubung Pulau Bali dan PulauLombok yaitu Kabupaten Lombok Barat. Sebagai wilayah yang berbatasan langsungdengan lautan, wilayah Kabupaten Lombok Barat cukup kaya dengan produk perikananlautnya. Adapun beberapa faktor alam yang menjadi penyebab kekhawatiran bagi paranelayan maupun pelaut yaitu angin yang mempengaruhi tinggi nya gelombang laut.Dalam menyelesaikan permasalahan meramalkan rata-rata kecepatan angin diKabupaten Lombok Barat untuk yang akan datang, dilakukan menggunakan metode,yaitu hybrid Autoregeressive Integrated Moving Average-Artificial Neural Network(ARIMA-ANN). Dimana hasil peramalan dapat dijadikan acuan untuk untuk mencegahdampak negatif dari angin dan mengoptimasikan peranan positif angin dalam kehidupansehari-hari manusia. Model yang digunakan untuk meramalkan rata-rata kecepatanangin  pada penelitian ini memiliki nilai MSE training dan testing terkecil  sebesar0.000061 dan 0.0657. Hal tersebut menunjukkan bahwa model yang dihasilkanmemiliki hasil permalan yang sangat baik.
KRITERIA SISTEM PEMBELAJARAN MENURUT MAHASISWA AKADEMI STATISTIKA (AIS) MUHAMMADIYAH SEMARANG Safa’at Yulianto; Atik Khoiriyah
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (275.019 KB) | DOI: 10.26714/jsunimus.2.2.2014.%p

Abstract

Pendidikan merupakan kebutuhan mendasar yang dibutuhkan manusia dan menjadi sarana untuk mengembangkan pemikiran dan wawasan. Di dalam proses pembelajaran yang dialami mahasiswa berkaitan erat dengan sistem pembelajaran yang diterapkan oleh dosen, sehingga mahasiswa dapat mencapai hasil pembelajaran yang maksimal. Kualitas mahasiswa salah satunya bergantung pada sistem pembelajaran oleh dosen. Beberapa komponen dari sistem pembelajaran yang mempengaruhi kualitas mahasiswa adalah metode pembelajaran, tugas terstruktur dan metode evaluasi yang diterapkan oleh dosen. Metode penelitian yang digunakan untuk mengetahui kriteria berdasarkan preferensi atau pendapat mahasiswa dalam penelitian ini adalah analisis konjoin. Berdasarkan hasil penelitian, pertimbangan mahasiswa didalam menentukan kriteria sistem pembelajaran lebih menganggap penting metode evaluasi dengan pemberian tugas (40,17%), pertimbangan kedua adalah jenis tugas terstruktur berupa latihan soal (30,757%) dan pertimbangan terakhir yaitu metode pembelajaran yang diterapkan oleh dosen dengan cara diskusi (20,072%).
REGRESI KUANTIL PENDEKATAN BOOTSTRAP UNTUK PEMODELAN KEMISKINAN DI PULAU JAWA Gangga Anuraga; Permadina K. Arieska
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.37 KB) | DOI: 10.26714/jsunimus.4.2.2016.%p

Abstract

Kemiskinan merupakan masalah multidimensi dan lintas sektor yang dipengaruhi oleh berbagai faktor yang saling berkaitan, antara lain tingkat pendapatan, kesehatan, pendidikan, akses terhadap barang dan jasa, lokasi, geografis, gender, dan kondisilingkungan. Untuk itu, dalam rangka menunjang keberhasilan pelaksanaan program pembangunan terutama yang berkaitan dengan penanggulangan kemiskinan di Indonesia khususnya di Pulau Jawa, diperlukan suatu penelitian yang dapat mengetahuiinformasi mengenai faktor-faktor yang berpengaruh terhadap kemiskinan.Penelitian ini menggunakan regresi kuantil dengan pendekatan bootstrap, metode ini memiliki kelebihan dapat mengatasi masalah pencilan (outlier) dan heteroskedastisitas. Nilai kuantil yang digunakan dalam penelitian yaitu kuantil ke-? = 0,25; ? = 0,5; ? = 0,75 dan ? = 0,99 denganresampling 500 pada bootstrap standard error.Hasil regresi kuantil pada masing-masing kuantil dengan resampling 500 bootstrap standard error menunjukkan bahwa kuantil ? = 0,25memiliki standar error yang relatif lebih kecil daripada kuantil? = 0,5, ? = 0,75 dan ? = 0,99. Model regresi kuantil dalam penelitian ini mengindikasikan adanya multikolinieritas, sehingga dengan nilai pseudo R 2 sebesar 61,4% terdapat banyak variable yang tidak signifikan dalam model pada ke? = 0,25.Kata Kunci : Bootstrap standard error, Heteroskedastisitas, Kemiskinan, Regresi Kuantil
ANALISIS SOAL PILIHAN GANDA DENGAN RASCH MODEL Untung Kurniawan; Kusuma Dewi Kris Andriyani
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 1 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (323.337 KB) | DOI: 10.26714/jsunimus.6.1.2018.%p

Abstract

Proses belajar mengajar selalu melibatkan penilaian sebagai hal yang sangat penting dilakukan, tanpa hal tersebut sulit diketahui secara pasti apakah kemajuan belajar dicapai atau tidak. Suatu bentuk ujian yang bisa menginformasikan prestasi antar siswa atau antar sekolah bahkan antar daerah memerlukan tes standar yang baik. Bentuk tes standar yang umum dipakai adalah jenis soal pilihan ganda dengan satu pilihan jawaban yang benar. Cara yang umum dilakukan adalah menjumlahkan skor jawaban yang benar untuk menggambarkan kemampuan siswa. Pada dasarnya penggunaan skor sebagai ukuran prestasi memiliki kelemahan yang tidak bisa mendukung umpan balik yang efektif. Makalah ini bertujuan memberikan informasi tingkat abilitas siswa dan tingkatkesulitan soal dengan Rasch model. Hasil Rasch model diperoleh siswa dengan abilitas tertinggi (05P) sampai siswa dengan abilitas terendah (07L) dan tingkat kesulitan soal dari yang paling sulit (S3) sampai ke yang paling mudah (S1).  Kata kunci : Abilitas Siswa, Rasch Model,Soal Pilihan Ganda.
ANALISIS FAKTOR PENENTU/PEMBEDA AKSESIBILITAS UMKM TERHADAP KREDIT/MODAL USAHA PERBANKAN DI JAWA TENGAH Laeli Sugiyono
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 2 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.393 KB) | DOI: 10.26714/jsunimus.7.2.2019.%p

Abstract

Penelitian ini bertujuan menganalisis faktor penentu/pembeda UMKM dalam mengakses kredit/modal usaha perbankan di Jawa Tengah. Analisis data menggunakan regresi logistik. Penelitian menggunakan data sekunder dari hasil Sensus Ekonomi (SE) di Jawa Tengah tahun 2016 yang dikumpulkan oleh Badan Pusat Statistik Provinsi Jawa Tengah. Penelitian menyimpulkan bahwa ada 3 karakteristik utama yang menentukan/membedakan UMKM dalam mengakses kredit/modal usaha perbankan, yaitu: Status Badan Usaha,  Kemitraan Usaha, dan jenjang pendidikan pengusaha.UMKM yang berbadan usaha Firma berpotensi dapat mengakses kredit/modal usaha perbankan 2.404 kali lebih tinggi daripada UMKM yang tidak berbadan usaha. UMKM yang menjalin Kemitraan Usaha berpotensi dapat mengakses kredit/modal usaha perbankan 1.812 kali lebih tinggi daripada UMKM yang tidak menjalin kemitraan usaha. Pengusaha UMKM yang bependidikan SMK berpotensi dapat mengakses kredit/modal usaha perbankan 1.697 kali lebih tinggi daripada UMKM yang pelakunyaberstatus pendidikan tidak bersekolah/tamat SD.Kata Kunci : Aksesibilitas kredit/modal usaha perbankan, UMKM, regresi logistik.
PEMODELAN KUALITAS HIDUP PASIEN DIABETES MELLITUS TIPE 2 MENGGUNAKAN PARTIAL LEAST SQUARE (PLS) Rama Hiola; Bambang Widjanarko Otok; Reni Hiola
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.258 KB) | DOI: 10.26714/jsunimus.4.1.2016.%p

Abstract

Diabet Melitus (DM) memberikan dampak bagi pasien diantaranya adalah dampak fisik dan dampak psikologis, salah satu dampak psikologis yang ditimbulkan adalah kecemasan. Proses Penyembuhan yang dapat diberikan pada pasien yang mengalami kecemasan adalah penyuluhan. Tujuan penelitian ini adalah mengetahui pengaruh kecemasan terhadap kualitas hidup pasien DM tipe 2 berdasarkan penyuluhan menggunakan PLS. Hasil penelitian menunjukkan kecemasan berpengaruh signifikan terhadap kualitas hidup pasien DM tipe 2, proses penyuluhan dapat memperkuat pengaruh kecemasan terhadap kualitas hidup pasien DM tipe 2. Hal ini dapat disimpulkan bahwa proses penyuluhan dapat menurunkan kecemasan dan meningkatkan kualitas hidup pasien DM, dengan penyuluhan dalam hal besarnya pengaruh (kontribusi) kecemasan terhadap kualitas hidup pada pasien DM tipe 2.Kata Kunci: Diabetes Mellitus Tipe 2, Penyuluhan, PLS
PEMODELAN RISIKO KEJADIAN DIABETES MELLITUS DAN HIPERTENSI BERDASARKAN REGRESI LOGISTIK BIRESPON Marisa Rifada; Nur Chamidah; Sely Novika Norrachma
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (365.678 KB) | DOI: 10.26714/jsunimus.5.2.2017.%p

Abstract

Diabetes dan hipertensi merupakan penyakit yang berhubungan erat. Mereka seringterjadi bersama-sama sehingga dianggap sebagai “komorbiditas” (penyakit yangmungkin ada pada pasien yang sama). Penderita hipertensi dapat mempunyai risikoterkena diabetes. Demikian pula sebaliknya, risiko hipertensi juga dapat dialami oleh penderita diabetes. Untuk melihat seberapa besar pengaruh faktor-faktor yang secara signifikan mempengaruhi peluang kejadian sesorang terkena suatu penyakit akan lebih bermanfaat apabila dirumuskan dalam bentuk matematis. Salah satu analisis statistik yang dapat menggambarkan kejadian tersebut adalah analisis regresi logistik birespon yang merupakan pengembangan dari regresi logistik jika terdapat dua variabel respon biner dengan asumsi ada hubungan yang signifikan antar variabel respon. Berdasarkan analisis data secara deskriptif, diabetes dan hipertensi lebih banyak terjadi pada laki-laki dibandingkan perempuan, serta paling banyak terjadi pada usia 55-64 tahun. Responden yang memiliki Body Mass Index (BMI) > 30 Kg/ m2 cenderung terkena Diabetes.Sedangkan responden yang terkena Hipertensi memiliki BMI antara 25 – 30 Kg/ m. Dalam penelitian ini diperoleh nilai odds ratio () sebesar 1.1454 yang artinyaterdapat dependensi antara kejadian Diabetes dengan Hipertensi. Kata Kunci: Diabetes Mellitus, Hipertensi, Regresi Logistik Biner, Odds ratio.

Page 2 of 20 | Total Record : 200

 1   2   3   4   5 

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 Vol 8, No 2 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 1 (2020): Jurnal Statistika Vol 8, No 1 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 2 (2019): Jurnal Statistika Vol 7, No 2 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang 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 Universitas Muhammadiyah Semarang Vol 6, No 1 (2018): Jurnal Statistika 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 Vol 4, No 1 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika Vol 3, No 1 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): Jurnal Statistika 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 Vol 1, No 1 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang More Issue