Claim Missing Document
Check
Articles

PEMODELAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN ANALISIS REGRESI SPASIAL DI PROVINSI JAWA TIMUR MILA ROSA; MAIYASTRI MAIYASTRI; HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 9, No 4 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.4.347-356.2020

Abstract

Analisis regresi spasial merupakan hasil pengembangan dari metode regresi linear klasik yang dilakukan dengan mempertimbangkan adanya pengaruh lokasi atau spasial pada data yang dianalisis. Analisis regresi spasial dapat digunakan jika terdapat autokorelasi spasial antar daerah. Autokorelasi spasial tersebut dapat diukur dengan statistik uji Moran’s I. Pada penelitian ini akan dibentuk model untuk menentukan faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia (IPM) menurut kabupaten/kota di Provinsi Jawa Timur dengan menggunakan analisis regresi spasial. Berdasarkan pengujian menggunakan statistik uji Moran’s I diperoleh bahwa pada data Indeks Pembangunan Manusia (IPM) terdapat autokorelasi positif. Selanjutnya dilakukan analisis regresi spasial menggunakan Spatial Autoregressive Model (SAR) dengan parameter ρ = 0, 00001. Hal ini menunjukkan bahwa terdapat hubungan antara masingmasing lokasi. Hasil analisis menunjukkan bahwa variabel bebas yang mempengaruhi Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Timur adalah persentase penduduk miskin, persentase rumah tangga yang memiliki tempat buang air besar sendiri dan persentase kepadatan penduduk.Kata Kunci: Autokorelasi spasial, Uji Moran’s I, Spatial Autoregressive Model
Peta Kendali Exponentially Weighted Moving Average (EWMA) Untuk Jumlah Wisatawan Yang Berkunjung Ke Sumatera Barat Nelwati Nelwati; Hazmira Yozza; Maiyastri Maiyastri
Jurnal Matematika UNAND Vol 4, No 4 (2015)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.4.4.83-90.2015

Abstract

Pola jumlah wisatawan yang berkunjung ke Sumatera Barat harus selalu dipantau dan dikendalikan oleh pemerintah daerah tersebut. Dalam statistika dikenal suatu metode untuk melihat keterkendalian jumlah wisatawan yang berkunjung ke Sumatera Barat yang dinamakan pengendalian mutu statistik. Dalam penelitian ini akan digunakan salah satu alat dalam SPC yaitu peta kendali Exponentially Weighted Moving Average (EWMA). Peta Kendali ini dapat digunakan untuk melakukan pengendalian statistik terhadap jumlah kunjungan wisatawan ke Sumatera Barat yang merupakan data deret waktu. Pada penelitian ini peta kendali EWMA dibentuk dari jumlah kunjungan wisatawan yang berasal dari negara Malaysia, Australia, Singapura, negara-negara Eropa, Amerika, dan negara lainnya. Peta kendali EWMA negara-negara ini memiliki pola yang hampir sama dan seluruh nilai EWMA berada dalam batas kendali kecuali negara Singapura. Negara Malaysia memiliki nilai EWMA yang paling besar dibandingkan negara-negara lainnya, yang berarti jumlah kunjungan wisatawan asal Malaysia lebih tinggi dibandingkan negara lainnya.Kata Kunci: SPC, Peta Kendali EWMA, Data Pariwisata dan Transportasi Sumatera Barat
BAGAN KENDALI NONPARAMETRIK DENGAN ESTIMASI FUNGSI KEPEKATAN KERNEL (STUDI KASUS: INDEKS PRESTASI MAHASISWA JURUSAN MATEMATIKA ANGKATAN 2011-2013 FMIPA UNAND PADA SEMESTER GANJIL 2015-2016) Ewi Jupit; Maiyastri .; Hazmira Yozza
Jurnal Matematika UNAND Vol 5, No 2 (2016)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.5.2.1-10.2016

Abstract

Abstrak. Bagan kendali nonparametrik dengan estimasi fungsi kepekatan kernel digunakanuntuk membuat bagan kendali untuk data tidak normal. Data IP mahasiswaJurusan Matematika angkatan 2011-2013 pada semester ganjil 2015/2016 tidak menyebarnormal, oleh sebab itu, digunakan bagan kendali dengan estimasi fungsi kepekatankernel. Hasil penelitian ini menunjukkan bahwa bagan kendali dengan estimasi fungsikepekatan kernel Triangular paling baik digunakan untuk data IP tersebut.
PEMODELAN PENDERITA STROKE DAN DIABETES MELITUS DI KOTA PADANG DENGAN MODEL REGRESI LOGISTIK BINER BIVARIAT DHIYA ANISAH YUNARDI; MAIYASTRI MAIYASTRI; HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 9, No 4 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.4.270-277.2020

Abstract

Stroke dan diabetes merupakan penyakit dengan angka kematian tertinggi di Indonesia. Kedua penyakit ini memiliki hubungan yang cukup erat dan diduga disebabkan oleh faktor-faktor yang sama. Pada penelitian ini akan dianalisa faktor-faktor yang memengaruhi kejadian stroke dan diabetes melitus secara bersama di Kota Padang. Analisis dilakukan dengan analisis regresi logitstik biner bivariat. Data yang digunakan pada penelitian ini diambil dari data Riskesdas Provinsi Sumatra Barat tahun 2013. Penelitian ini menggunakan 8 variabel prediktor, yaitu jenis kelamin, usia, pendidikan terakhir, status pekerjaan, kebiasaan merokok, indeks massa tubuh (IMT), tekanan darah sistolik, dan tekanan darah diastolik. Langkah awal dalam penelitian adalah mendeskripsikan karakteristik penderita stroke dan diabetes melitus dengan masingmasing variabel prediktor, selanjutnya melakukan uji Chi-Square untuk mencari hubungan antara dua variabel respon. Kemudian dilakukan analisis Regresi Logistik Biner Bivariat untuk mengetahui model akhir. Analisis regresi logistik biner bivariat dilakukan dengan pengujian signifikansi parameter bivariat secara serentak dan parsial. Hasil dari pengujian signifikansi parameter bivariat, menunjukkan bahwa dari kedelapan variabel prediktor, hanya variabel kebiasaan merokok yang berpengaruh secara signifikan terhadap kejadian stroke dan diabetes melitus di Kota Padang.Kata Kunci: Diabetes melitus, regresi logistik biner bivariat, stroke
PENGGEROMBOLAN PERUSAHAAN DALAM INDEKS LQ45 DENGAN MENGGUNAKAN ANALISIS GEROMBOL HIBRID Rahyu Silvia; Maiyastri .; Hazmira Yozza
Jurnal Matematika UNAND Vol 6, No 3 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.3.9-15.2017

Abstract

Abstrak. Salah satu analisis yang dapat dilakukan pada perusahaan yaitu melalui analisislaporan keuangan berdasarkan komponen-komponen data keuangan. Dari analisistersebut dapat dikelompokkan perusahaan yang bercirikan komponen data keuanganyang baik, dan perusahaan yang bercirikan komponen data keuangan yang kurang baik.Pada paper kali ini akan dianalisis laporan data keuangan dari perusahaan-perusahaanyang berasal dari kelompok perusahaan indeks LQ45 periode data keuangan Juni 2016.Perusahaaan tersebut dikelompokkan kedalam beberapa kelompok berdasarkan peubahpeubahyang terdapat pada data keuangan. Teknik statistika yang digunakan untukpenggerombolan perusahaan tersebut adalah analisis gerombol hibrid, yang merupakangabungan dari metode gerombol tak berhirarki dan berhirarki. Berdasarkan hasil analisisgerombol hibrid ini, diperoleh dua gerombol, yang mana gerombol I terdiri atas 35perusahaan dengan ciri komponen data keuangan yang relatif sedang dan gerombol IIterdiri atas enam perusahaan dengan ciri komponen data keuangan yang relatif tinggi.Kata Kunci: Analisis gerombol hibrid, data keuangan, perusahaan
PENGELOMPOKAN BANK DI INDONESIA BERDASARKAN INDIKATOR RASIO KEUANGAN DENGAN ANALISIS GEROMBOL Elita Rahma Putri; Maiyastri .; Hazmira Yozza
Jurnal Matematika UNAND Vol 6, No 4 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.4.43-50.2017

Abstract

Abstrak. Bank adalah badan usaha yang menghimpun dana dari masyarakat dalambentuk simpanan dan menyalurkannya dalam bentuk kredit dan atau bentuk-bentuklainnya dalam rangka meningkatkan taraf hidup rakyat banyak. Banyaknya alternatifbank yang dapat dipilih membuat nasabah cenderung lebih memilih bank yang memilikikinerja terbaik, sehingga penggerombolan bank berdasarkan kinerjanya menjadi suatuhal penting untuk dilakukan. Tingkat kinerja bank dapat diukur dengan cara menga-nalisis rasio keuangannya. Metode statistik yang digunakan dalam penelitian ini adalahanalisis gerombol berhirarki penggabungan. Objek yang digunakan dalam penelitian iniadalah 18 bank umum konvensional yang laporan keuangannya telah diterbitkan un-tuk periode September 2016. Hasil dari pengelompokan tersebut terbentuk 4 gerombol,Gerombol I diisi oleh Bank Mandiri, Gerombol III diisi oleh Bank Multiarta Sentosa,Gerombol IV diisi oleh Bank KEB Hana Indonesia dan selebihnya terletak pada Gerom-bol II. Gerombol yang memiliki kinerja terbaik adalah Gerombol III, diikuti GerombolIV, Gerombol II dan Gerombol I.Kata Kunci: Pengelompokan Bank, Analisis Gerombol, Rasio Keuangan
Penerapan Six Sigma dalam Upaya Menurunkan Jumlah Produk Cacat pada Proses Percetakan Surat Kabar Padang Ekspress Nova Melisty; Maiyastri Maiyastri; Hazmira Yozza
Jurnal Matematika UNAND Vol 4, No 3 (2015)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.4.3.49-56.2015

Abstract

Salah satu program peningkatan kualitas yang dapat mengakomodasi tuntutan peningkatan kualitas adalah program Six Sigma dengan menggunakan metode DMAIC. Penelitian dilakukan pada PT. Padang Graindo Mediatama, salah satu perusahaan yang memproduksi surat kabar Padang Ekspres. Program digunakan untuk menurunkan persentase cacat produk. DPMO dari cacat koran dalam penelitian diperoleh nilai DPMO rata-rata sebesar 12.420 dengan nilai Sigma Level sebesar 3,76. Dari diagram pareto didapatkan tingkat kecacatan koran yang memberi kontribusi paling besar pada halaman menghitam. Dari diagram sebab akibat penyebab cacat terdiri dari faktor manusia, mesin, material dan metode.Kata Kunci: Six Sigma, DMAIC, DPMO, dan Sigma Level
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI DIVIDEN DENGAN MENGGUNAKAN ANALISIS JALUR (STUDI KASUS: DATA IDX LQ45 TAHUN 2016) Istiqamah .; Maiyastri .; Dodi Devianto
Jurnal Matematika UNAND Vol 6, No 2 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.2.50-56.2017

Abstract

Analisis jalur (Path Analysis) merupakan pengembangan dari analisis regresi yang digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung seperangkat variabel eksogen terhadap variabel endogen. Pada penelitian ini, analisis jalur digunakan untuk mengetahui variabel-variabel yang berpengaruh langsung dan tidak langsung terhadap besar pembayaran dividen. Variabel-variabel yang dianalisis yaitu laba perusahaan, penjualan, hutang, modal, total asset turnover, return on equity, firm size, net profit margin, book value pershare, dan price earning ratio. Setelah dilakukan analisis jalur, variabel yang berpengaruh langsung adalah hutang, total asset turnover, return of equity, firm size, net profit margin, book value pershare dan variabel yang berpengaruh tidak langsung adalah laba perusahaan, penjualan, hutang, total asset turn over dan net profit margin.Kata Kunci: Analisis jalur, pengaruh langsung, pengaruh tidak langsung, besar pembayaran dividen
Analisis Model Antrian Pada Layanan Teller Umum Bank Nagari Cabang Universitas Andalas Padang Ginal Reski; Yudiantri Asdi; Maiyastri Maiyastri
Jurnal Matematika UNAND Vol 8, No 1 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.1.91-98.2019

Abstract

Analisis model antrian yang dilakukan pada layanan teller umum Bank Nagari Cabang Universitas Andalas Padang bertujuan untuk menganalisis proses antrian yang terjadi di bank tersebut. Antrian yang panjang atau waktu menunggu yang terlalu lama tentu akan merugikan bagi pihak nasabah ataupun pihak bank. Dari hasil analisis yang telah dilakukan diperoleh sistem antrian bagian teller umum Bank Nagari Cabang Universitas Andalas Padang mengikuti model (G/G/1) : (GD/∞/∞), tingkat kegunaan pelayanan (ρ) sebesar 42,12 persen , peluang petugas tidak sedang melayani nasabah yaitu 0,5788, jumlah rata-rata nasabah yang diperkirakan dalam antrian adalah 5,3703 nasabah/menit, jumlah rata-rata nasabah yang diperkirakan dalam sistem adalah 5,7915 nasabah/menit dan waktu rata-rata menunggu yang diperkirakan dalam antrian adalah 29,2979 menit serta waktu rata-rata menunggu yang diperkirakan dalam sistem adalah 31,5957 menit.Kata kunci: Antrian, Model-model antrian, Pelayanan Bank
ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP Mesi Oktafia; Ferra Yanuar; Maiyastri .
Jurnal Matematika UNAND Vol 5, No 1 (2016)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.5.1.125-130.2016

Abstract

Abstrak. Regresi kuantil merupakan salah satu metode regresi dengan pendekatanmemisahkan atau membagi data menjadi kuantil-kuantil tertentu. Metode pendekatanyang dilakukan adalah dengan meminimumkan error mutlak berbobot yang tidaksimetris dan menduga fungsi kuantil bersyarat pada suatu sebaran data. Pendugaan parameterregresi kuantil ini tidak membutuhkan asumsi parametertik. Parameter modelyang dihasilkan kemudian diuji keakuratannya dengan menggunakan metode Bootstrap.Metode Bootstrap merupakan suatu teknik pendekatan nonparametrik untuk menaksirberbagai kuantitas statistik seperti mean, standar error, dan bias suatu estimasi atauuntuk membentuk interval kondensi dengan mengikuti algoritma tertentu. Pada kajianini estimasi parameter regresi kuantil dengan metode Bootstrap diperoleh bahwa hasilestimasi parameter regresi kuantil sudah cukup akurat, karena nilai estimasi parameterregresi kuantil dengan metode Bootstrap hampir mendekati nilai estimasi regresi kuantiluntuk data simulasi. Selanjutnya estimasi parameter regresi kuantil dengan metode Bootstrapdiperoleh nilai mean square error (MSE) yang cukup kecil untuk setiap estimasiparameter pada setiap kuantilnya, ini mengindikasikan bahwa nilai estimasi parameterregresi kuantil dengan metode Bootstrap sudah cukup baik.