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
 7   8   9   10   11 
PERBANDINGAN REGRESI GLOBAL DAN GEOGRAPHICAL WEIGHTED REGRESSION (GWR) PADA MODEL KASUS PREVALENSI PENYAKIT HEPATITIS Sugiarto -; Haiban Hajjid Arsyadana
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): 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 (444.833 KB) | DOI: 10.26714/jsunimus.3.2.2015.%p

Abstract

Model OLS akan reliabel untuk semua observasi jika tidak ada(Heterogenitas Spasial). Spatial non stationarity homoskedastisitasatau non autokorelasi dari error pada model OLS nonstationarity model Geographically Weighted Regression untuk mengestimasi data yang memiliki adalah mendapatkan model analisis statistik yang sesuai untuk model memengaruhi prevalensi hepatitis analisis terbaik untuk variabel yang memengaruhi prevalensi hepatitis di Indonesia adalah model GWR. Den prediktor yang memengaruhi.Kata Kunci : Ordinary Least Square, Regresi Global, Geographically Weighted Regression (GWR), Hepatitis.
PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB)DI PROVINSI JAWA TENGAH MENGGUNAKAN REGSRESI KUANTIL Siti Maimunah; Indah Manfaati Nur; Abdul Karim
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 (109.617 KB) | DOI: 10.26714/jsunimus.5.1.2017.%p

Abstract

PDRB merupakan  jumlah nilai tambah yang dihasilkan oleh  seluruh unit usaha dalam suatu wilayah, atau merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi di suatu wilayah. Pertumbuhan ekonomi suatu daerah dapat di lihat dari tingginya nilai Produk Domestik Regional Bruto (PDRB) yang menunjukkan bahwa daerah tersebut mengalami kemajuan dalam perekonomian. PDRB Jawa Tengah dipengaruhi oleh Human capital, Tenaga Kerja dan Infrastruktur. Tujuan dari penelitian ini adalah untuk memodelkan faktor-faktor yang mempengaruhi PDRB di Jawa Tengah dengan menggunakan metode Regresi Kuantil (Quantile Regression). Metode ini merupakan salah satu metode regresi dengan pendekatan memisahkan atau membagi data menjadi kuantil-kuantil tertentu dimana dicurigai terdapat perbedaan nilai dugaan. Variabel respon yang digunakan adalah PDRB (Y)berdasarkan KabupatenKota di Jawa Tengah dan Variabelprediktor adalah Human Capital (X1), Tenaga Kerja (X2) dan infrastruktur (X3)berdasarkan Kabupaten-Kota di Jawa Tengah. Hasil dari penelitian ini adalah mengetahui karakteristik PDRB dan bentuk pemodelan PDRB di Provinsi Jawa Tengah. Model regresi kuantil yang terbaik yaitu dengan menggunakan kuantil0.95 dengan nilai p-value tenaga kerja sebesar 0.032.Kata Kunci : PDRB, Pertumbuhan Ekonomi, Regresi Kuantil
PENDEKATAN REGRESI LINIER MULTIVARIAT UNTUK PEMODELAN INDEKS PEMBANGUNAN MANUSIA (IPM) DAN PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH Abdul Hoyyi; Diah Safitri; Sugito Sugito; Alan Prahutama
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 (368.622 KB) | DOI: 10.26714/jsunimus.6.2.2018.%p

Abstract

Model regresi multivariat merupakan model regresi yang dibangun dari beberapa variabel independen dan mempunyai variabel dependen lebih dari satu dengan setiap variabel dependen saling berkorelasi. Pada penelitian ini variabel dependennya adalah Indeks Pembangunan Manusia (IPM) dan jumlah penduduk miskin, sedangkan variabel independennya adalah upah minimum regional dan kepadatan penduduk. Data yangdigunakan adalah data sekunder yang diperoleh dari Badan Pusat Statistika (BPS) Propinsi Jawa Tengah. Parameter pada model diestimasi dengan metode kuadrat terkecil. Berdasarkan hasil dan pembahasan, pada taraf signifikansi 5 % diperoleh hasil bahwa  variabel IPM  dan persentase penduduk miskin berdistribusi normal multivariat.Pengujian parameter model diperoleh bahwa koefisien variabel upah minimum regional dan kepadatan penduduk signifikan terhadap model. Pengujian asumsi normalitas, homoskedastisitas dan nonautokorelasi memberikan kesimpulan eror berdistribusi normal multivariate, tidak terjadi autokorelasi dan varian dari eror homogen. Hasil akhir memberikan kesimpulan bahwa variabel upah minimum regional dan kepadatanpenduduk dapat menjelaskan Indeks Pembangunan Manusia dan persentase penduduk miskin sebesar 70,11 %.  Kata kunci : Regresi multivariat, IPM, BPS.
ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARAH DENGUE Tiani Wahyu Utami
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 (188.025 KB) | DOI: 10.26714/jsunimus.1.2.2013.%p

Abstract

Dalam analisis regresi Poisson, variabel respon (Y) harus memenuhi asumsiequidispersion (nilai varians sama dengan mean). Namun, dalam data riil seringkaliterjadi overdispersion (nilai varians lebih besar dari mean). Salah satu cara untukmengatasinya yaitu dengan mengganti asumsi distribusi Poisson dengan distribusiBinomial Negatif. Tujuan dari artikel ini adalah mendapatkan pola hubungan terbaikdalam analisis regresi Binomial Negatif untuk mengatasi overdispersion regresi Poisson  Kasus Demam Berdarah Dengue pada Balita Menurut Kabupaten/Kota  di Propinsi  Jawa Timur. Berdasarkan persamaan model regresi Binomial Negatif yang diperoleh dapat dijelaskan bahwa dengan semakin bertambahnya presentase tenaga medis di sarana pelayanan kesehatan dan presentase rumah tangga yang memiliki rumah sehat , maka akan menurunkan jumlah penderita DBD pada balita di Propinsi Jawa Timur. Kata Kunci :  Regresi Poisson, Equidispersion, Overdispersion, Generalized LinierModel (GLM), Regresi Binomial Negatif.
ANALISIS STATISTIKA TERHADAP PERUBAHAN STRUKTUR SOSIAL, EKONOMI, DAN PERTANIAN DALAM MENGUBAH PERTUMBUHAN DAN PEMBANGUNAN PROVINSI JAWA TIMUR Sulistya Umie Ruhmana Sari
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 (1268.775 KB) | DOI: 10.26714/jsunimus.8.1.2020.%p

Abstract

Pertumbuhan dan pembangunan Provinsi Jawa Timur diukur melalui perubahan struktur sosial, ekonomi dan pertanian. Penelitian ini menggunakan empat sektor utama dengan total sebanyak 61 variabel dengan menggunakan data pada tahun 2016 hingga 2018. Perubahan struktur melibatkan kondisi perubahan kabupaten/kota di Jawa Timur. Beberapa kabupaten/kota memiliki karakteristik sama dan berbeda-beda. Perubahan struktur dapat diketahui dengan melakukan pengelompokan (cluster) kabupaten/kota untuk melihat potensi dan perubahan berdasarkan variabel yang paling dominan yang diperoleh dari analisis faktor. Hasil analisis menunjukkan bahwa telah terjadi penurunan distribusi produk domestik Bruto sektor pertanian dari 42,90% (Th.2014) turun menjadi 15,42% (Th. 2018). Penurunan dipicu oleh naiknya sektor industri dari 11,70% (Th.2012) naik menjadi 27,11% (Th. 2018) dan naiknya sektor perdagangan dari 20,70% (Th.2014) menjadi 30,40% (Th.2018). Sektor pendidikan merupakan sektor yang mendominasi pada tahun 2016 dengan variabilitas sebesar 37,465%. Sektor keuangan, industri dan perdagangan merupakan sektor yang mendominasi pada tahun 2017 dengan variabilitas sebesar 37,433% dan pada tahun 2018 dengan variabilitas sebesar 41,661%.
HIERARCHICAL CLUSTERING MULTISCALE BOOTSTRAP UNTUK PENGELOMPOKAN KEMISKINAN DI JAWA TIMUR Gangga Anuraga
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): 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 (133.007 KB) | DOI: 10.26714/jsunimus.3.1.2015.%p

Abstract

Kemiskinan di Jawa Timur merupakan problematika hingga sekarang. Berbagaiprogram telah direncanakan guna menanggulangi permasalahan tersebut. Agar program tersebut dapat terlaksana optimal, perlu strategi perencanaan yang mendalam terutama terkait pemetaan daerah dan karakteristik kemiskinannya. Metode hierarki complete linkage digunakan untuk mengelompokkan daerah-daerah berdasarkan kemiripan karakteristik. Penggunaan metode hierarki dengan teknik pengukuran jarak hanya memberikan satu solusi dalam penyelesaiannya, yaitu didasarkan pada ukuran kemiripan pada teknik jarak yang digunakan. Sehingga penelitian ini menggunakan pendekatan multiscale bootstrap untuk memberikan ukuran ketidaktentuan dalam metode pengelompokan klasik hierarchical clustering. Metode ini bekerja dengan pendekatan bootstrap resampling untuk setiap kelompok (cluster).Pendekatan multiscale bootstrap dalam Hierarchical Cluster Analysis memiliki kestabilan pada saat iterasi B = 500. Hal itu dapat diketahui dari signifikansi nilai AU (P-values) yang mendekati 0.95 dengan nilai standar error bootstrap yang kecil.Terdapat lima kelompok(cluster) yang terbentuk dengan kemiripan satu dengan yang lain dan signifikan dengan nilai AU (Approximately Unbiased) p_value0,95. Berdasarkan signifikansi Approximately unbiassed (AU) p-values0,95, kelompok kelima yang terdiri dari Kabupaten Jember, Kabupaten Bondowoso, Kabupaten Situbondo, Kabupaten Probolinggo, Kabupaten Pasuruan dapat dikatakan sebagai daerah yang masih cukup tinggi persentase kemiskinannya dibandingkan dengan kelompok 1, 2, 3,dan 4.Kata Kunci : Approximately Unbiassed (AU) p-values, clustering hierarki completelinkage, multiscale bootstrap, kemiskinan
SEEMINGLY UNRELATED REGRESSION PADA INDEKS PEMBANGUNAN GENDER DI JAWA TENGAH Moh. Yamin Darsyah; Devi Sumayya Sara
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 (200.358 KB) | DOI: 10.26714/jsunimus.4.2.2016.%p

Abstract

Penduduk Provinsi Jawa Tengah tercatat sebanyak 32,64 juta jiwa atau sekitar 13,54 persen dari jumlah penduduk di Indonesia dengan rasio jenis kelamin sebesar 99,42 persen. Kesenjangan antara perempuan dan laki-laki di Provinsi Jawa Tengah masih tinggi baik dalam bidang kesehatan, pendidikan, dan ketenagakerjaan. Semakin tumbuhnya perekonomian justru membuat kaum perempuan semakin terpinggirkan dan masuk semakin dalam pada kemiskinan. Oleh karena itu, perlu diteliti tentang evaluasi pembangunan gender di Jawa Tengah dilihat dari Pertumbuhan Ekonomi, Angka Harapan Hidup, Angka Melek Huruf, Rata-rata Lama Sekolah, dan Sumbangan Pendapatan dengan mempertimbangkan gender laki-laki maupun perempuan. Penelitianini menggunakan data observasi sekunder dengan unit observasi Kabupatendan Kota di Provinsi Jawa Tengah menggunakan pendekatan metode Seemingly Unrelated Regression (SUR). Hasil dari penelitian ini adalah variabel-variabel yang berpengaruh signifikan antara lain Angka Harapan Hidup, Angka Melek Huruf, dan Sumbangan Pendapatan untuk masing-masing gender laki-laki dan perempuan. Artinya, IndeksPembangunan Gender di Jawa Tengah dipengaruhi oleh Angka Harapan Hidup, Angka Melek Huruf, dan Sumbangan Pendapatan. Sehingga perlu adanya peningkatan pembangunan yang lebih responsif untuk menunjang beberapa program yang terkait dengan Angka Harapan Hidup, Angka Melek Huruf, dan Sumbangan Pendapatan di Provinsi Jawa Tengah.Kata Kunci : Indeks Pembangunan Gender, Seemingly Unrelated Regression
PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE TRUNCATED UNTUK PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH Tiani Wahyu Utami
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 (438.705 KB) | DOI: 10.26714/jsunimus.6.2.2018.%p

Abstract

Pekerjaan adalah bagian terpenting bagi kehidupan manusia karena merupakan wujud aktualisasi diri kepada keluarga, masyarakat dan bangsa. Permasalahan pada ketenagakerjaan adalah meningkatnya jumlah Tingkat Pengangguran Terbuka (TPT).Analisis regresi dikembangkan untuk menyelidiki pola hubungan dan pengaruh variabel prediktor terhadap variabel respon, dengan mengestimasi kurva regresinya. Tujuan utama dalam regresi semiparametrik adalah mendapatkan estimasi kurva/model regresi. Salah satu metode yang dapat digunakan adalah Spline Truncated. Dalam artikel ini, variabel respon adalah Tingkat Penggangguran Terbuka (TPT) di Jawa Tengah dan variabel prediktor terdiri dari PDRB, tingkat partisipasi angkatan kerja. Data TPT di Jawa Tengah yang memiliki hubungan linier dengan salah satu variabel prediktor, tetapi dengan variabel prediktor yang lain tidak diketahui bentuk pola hubungannya sehingga dibutuhkan model regresi semiparametrik. Oleh karena pembahasan dalam artikel ini adalah mengenai estimasi model Tingkat Penggangguran Terbuka di Jawa Tengah menggunakan pendekatan regresi semiparametrik Spline Truncated. Hasil penelitian ini menunjukkan bahwa Model terbaik yang diperoleh dari titik knot optimal adalah dengan menggunakan tiga titik knot yaitu K1= -0.556, K2= -0.356, K3= -0.256, dengan nilai GCV terkecil yaitu 2.266 x10-9. Koefisien yg ditentukan atau (Rsq) yang diperoleh adalah sebesar 99,9%. Dari kedua variable prediktor yang berpengaruh secara signifikan terhadap model adalah nilai PDRB dan kesempatan kerja.
ESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 1 (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 (1490.889 KB) | DOI: 10.26714/jsunimus.1.1.2013.%p

Abstract

Diberikan model regresi semiparametrik untuk data longitudinal , dengan komponen parametrik  dan komponen nonparametrik yang didekati dengan Polinomial Lokal. Estimator Polinomial Lokal diperoleh dengan metode WLS (Weighted Least Square). Estimasi model regresi semiparametrik pada data longitudinal adalah , dengan , Estimator Polinomial Lokal sangat tergantung pada bandwidth (h) optimal. Penentuan bandwidth optimal dengan menggunakan metode GCV (Generalized Cross Validation). Selanjutnya model regresi semiparametrik Polinomial Lokal pada data longitudinal diaplikasikan untuk memodelkan hubungan pengaruh antara kadar trombosit penderita Demam Berdarah Dengue terhadap kadar hematrokit dan waktu pemeriksaan, dimana kadar hematrokit sebagai komponen nonparametrik dan waktu pemeriksaan sebagai komponen parametrik. Hasil estimasi menujukkan bahwa waktu pemeriksaan berpola kuadratik untuk setiap subjek sedangkan kadar hematrokit pada subjek 1 mengikuti pola polinomial lokal berorde 1, sedangkan kadar hematrokit pada subjek 2 mengikuti pola polinomial lokal berorde 4 dan pada subjek 3 kadar hematrokit memgikuti pola polinomial lokal berorde 4. Model ini mempunyai nilai MSE sebesar 146.7636 dan koefisien determinasi R2 = 93,9249 %.   Kata kunci : Data Longitudinal, Estimator Polinomial Lokal, GCV, Regresi Semiparametrik, WLS.  
ANALISIS DAYA SAING KARET ALAM INDONESIA DAN VARIABEL-VARIABLA YANG MEMPENGARUHINYA Befri Apriansyah
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 (459.545 KB) | DOI: 10.26714/jsunimus.7.2.2019.%p

Abstract

Exports are an important factor in economic growth. Natural rubber is one of the 7th highest export of all commodities in Indonesia in 2016. Natural rubber is a commodity with the average share to total export of plantation sector of 29.8% per year. Indonesia is one of the largest natural rubber exporting countries in the world besides Thailand. However, Indonesia's export ratio to natural rubber production has experienced a downward trend since 1999 and the average share of Indonesia's exports to the world's total natural rubber exports is still below the share of Thailand's natural rubber exports. This research performs descriptive analysis with graphs and inferential analysis with Error Correction Mechanism (ECM) analysis method. The results show that in the period 1989 to 2005 Thailand's natural rubber competitiveness surpassed Indonesia and in the period 2006 to 2016 except 2009, the competitiveness of natural rubber Indonesia is able to surpass Thailand. In the long period, the significant variables on RCA of Indonesian natural rubber are natural rubber productivity and RCA of Thailand's natural rubber. While in the short term, significant variable on RCA growth of Indonesian natural rubber are the growth of Thailand’s RCA.

Page 9 of 20 | Total Record : 200

 7   8   9   10   11 

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