J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika
Merupakan Media Penerbitan Dan Pembahasan Karya Ilmiah Dalam Bidang Ilmu Statistika Beserta Aplikasinya, Baik Berupa Hasil Penelitian, Bahasan Tentang Teori, Metodologi, Komputasi, Maupun Aplikasi Statistika Dalam Bidang Lain.
Articles
12 Documents
Search results for
, issue
"Vol 3 No 01 (2011): J Statistika"
:
12 Documents
clear
<![CDATA[Neural Networks Multiscale Autoregressive untuk Peramalan Data Time Series ]]>
<![CDATA[brodjol sutijo]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (173.96 KB)
|
DOI: 10.36456/jstat.vol3.no01.a1091
<![CDATA[Transformasi wavelet yang banyak digunakan untuk peramalan time series adalah Maximal Overlap Discrete Wavelet Transform (MODWT). Penggunaan MODWT adalah untuk mengatasi keterbatasan discrete wavelet transform (DWT), yang membutuhkan N=2j dimana J adalah bilangan bulat positif. Praktis, data time series jarang memenuhi kondisinya tersebut. Skala dan koefisien wavelet yang diberikan oleh MODWT akan digunakan untuk peramalan time series. Ada beberapa penelitian yang berkaitan dengan NN-MAR untuk peramalan time series, biasanya berfokus pada bagaimana untuk mendapatkan model NN-MAR yang sesuai untuk peramalan data time series. Tujuan dari penelitian ini adalah untuk mengembangkan prosedur yang tepat untuk pemodelan NN-MAR data time series musiman, dan untuk membandingkan akurasi ramalan antara NN-MAR, ARIMA, dan MAR (multiscale Autoregressive). Studi empiris data penumpang pesawat yang digunakan menunjukkan bahwa prosedur yang dikembangkan tidak baik dalam pembentukan model NN-MAR cocok untuk peramalan data time series musiman. Perbandingan ketepatan ramalan menunjukkan bahwa model NN-MAR harus digunakan sebagai model untuk peramalan data karena data nonlinier.]]>
<![CDATA[ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI KEPUASAN DAN LOYALITAS KONSUMEN PENGGUNA FLEXI TRENDY WILAYAH SURABAYA DENGAN MENGGUNAKAN METODE STRUCTURAL EQUATION MODELING: ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI KEPUASAN DAN LOYALITAS KONSUMEN PENGGUNA FLEXI TRENDY WILAYAH SURABAYA DENGAN MENGGUNAKAN METODE STRUCTURAL EQUATION MODELING ]]>
<![CDATA[Rinda Naomi Kosasih]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36456/jstat.vol3.no01.a1100
<![CDATA[Kepuasan dan loyalitas pelanggan merupakan salah satu hal yang harus diperhatikan oleh perusahaan agar perusahaannya dapat berlangsung dengan baik. Pada kasus pengguna flexi trendy wilayah Surabaya menunjukkan bahwa Customer Complain dan Perceived Value dikeluarkan dari model karena tidak mempunyai pengaruh baik secara langsung maupun secara tidak langsung, terhadap Loyalitas pengguna CDMA pra bayar Flexi Trendy. Pada modifikasi pertama, adanya pemberian konstrain pada variabel Quality Product dan Customer Satisfaction untuk menaikan nilai membuat nilai indeks koefisien regresi variabel Quality Product menjadi tidak signifikan, sehingga dibuat model modifikasi kedua dengan menghilangkan variabel Quality Product dan hasil yang diperoleh lebih baik dari model modifikasi pertama. Dari hasil analisis juga didapatkan bahwa loyalitas Customer tidak hanya dipengaruhi oleh kepuasan Customer atau Customer Satisfaction sebesar 45%, namun Image merek perusahaan turut mempengaruhi langsung secara signifikan sebesar 36%. sedangkan Customer Satisfaction atau kepuasan Customer dipengaruhi secara langsung oleh dua faktor yaitu image perusahaan atau Brand Image sebesar 22%, dan kualitas Customer Service atau Customer Service Quality sebesar 61%. Analisis juga memperlihatkan bahwa Customer yang hanya sampai pada level puas menggunakan Flexi Trendy, Brand perusahaan hanya berpengaruh kecil pada mindset Customer yaitu hanya sbesar 22%, sedangkan jika Customer sudah loyal maka Brand perusahaan lebih banyak mempengaruhi sebanyak 36%, sehingga pihak TELKOM Flexi lebih baik memusatkan kegiatan pemasaran dan periklanan pada customer yang terkategori loyal, karena selain biaya yang lebih murah juga pemasaran melalui word-of-mouth menjadi lebih efisien.]]>
<![CDATA[PENGGUNAAN ANALISIS REGRESI LOGISTIK UNTUK MENCARI PROBABILITAS TURNOVER INTENTION BESERTA FAKTOR-FAKTOR YANG MEMPENGARUHINYA ]]>
<![CDATA[juli maya sari]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36456/jstat.vol3.no01.a1109
<![CDATA[Turnover Intention (intensitas perpindahan) adalah keinginan berpindah karyawan dari satu tempat kerja ketempat kerja lainnya. Hanya keinginan untuk pindah, belum sampai realisasi untuk melakukan perpindahan. Turnover merupakan kejadian yang wajar dalam setiap perusahaan. Namun jika penggantian karyawan ini karena faktor produktifitas, maka dapat diantisipasi oleh perusahaan melalui penyiapan kader-kader untuk menggantikan. Jika penggantian karyawan tidak berkaitan dengan implementasi program kerja yang telah ditetapkan, maka hal ini akan sangat menyulitkan perusahaan. Pada penelitian ini ingin mengetahui karakteristik karyawan setrta mengetahui variabel yang berpengaruh terhadap Turnover Intention melalui analisis korespondensi. Setelah diperoleh variabel berpengaruh selanjutnya digunakan untuk mencari model regresi logistik ordinal. Dari model regresi logistik selanjutnya digunakan untuk mencari besarnya probabilitas Turnover Intention karyawan. Dimana Turnover Intention dipengaruhi oleh Job satisfaction of work, Social support, sedangkan untuk Job satisfaction dipengaruhi oleh Quality of supervisior, dan compensation. Hasil pengolahan diketahui bahwa variabel yang berpengaruh adalah Job satisfaction katagori puas dan Social support katagori puas. Probabilitas Turnover Intention level tinggi dan level rendah hampir sama yaitu sebesar 0.119 dan 0,118. Sebagian besar probabilitas Turnover Intention berada pada level sedang yaitu sebesar 0,763. Kondisi tersebut perlu mendapat perhatian dari perusahaan agar karyawan yang berada pada probabilitas Turnover Intention level sedang dapat beralih menjadi level rendah dengan cara meningkatkan kepuasan kerja dan dukungan sosial pada diri karyawannya.]]>
<![CDATA[STUDI PARTISIPASI STAKEHOLDER DALAM PENGUATAN STATUS KAWASAN CAGAR ALAM PULAU ENU PULAU KARANG KABUPATEN KEPULAUAN ARU ]]>
<![CDATA[pemadina kanah arieska]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36456/jstat.vol3.no01.a1111
<![CDATA[Kesalahan menentukan jenis daerah sebagai konservasi ataukah preservasi akan sangat fatal akibatnya bagi lingkungan. Oleh karena itu Studi partisipasi stakeholder dalam penguatan status kawasan cagar alam perlu dilakukan. Pulau Enu dan pulau karang merupakan salah satu pulau kecil di Indonesia. Dengan Analytical Hirarchi Process dapat diketahui penetapan daerah yang tepat untuk kedua pulau ini. Dan analisis bisa disimpulkan bahwa bobot untuk menjadikan daerah konservasi jauh lebih besar dibandingkan daerah preservasi. Daerah konservasi sebesar 87,3% dan daerah preservasi sebesar 12,7%. Dengan demikian untuk pengembangan kawasan Cagar Alam Pulau Enu dan Pulau Karang akan lebih bermanfaat dan lebih sesuai untuk dijadikan daerah konservasi sesuai dengan pendapat stakeholder dikabupaten Kepulauan Aru.Daerah konservasi memang sesuai diterapkan untuk pulau Enu dan pulau Karang. Salah satu upaya pengembangan pengelolaan sumberdaya pesisir secara berkelanjutan adalah dengan menerapkan konsep konservasi yang memberikan perlindungan bagi sumberdaya pesisir dimaksud. Sumberdaya pesisir ini salah satunya harus memenuhi persyaratan kelangkaan, berperan penting dalam ekosistem, tetapi juga memiliki daya tank tersendiri bagi pengembangan kawasan ekowisata.]]>
<![CDATA[TINGKAT KELELAHAN PERFORMEN KERJA BERDIRI PADA OPERATOR SPBU ]]>
<![CDATA[gempur santoso]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36456/jstat.vol3.no01.a1113
<![CDATA[Stasiun Pengisian Bahan Bahr Umum (SPBU) tenaga kerja operator pengisian bahan bakar kendaraan bekerja terus menerus dan lama, performen kerja seperti itu sangat melelahkan. Populasi penelitian ini adalah operator SPBU di Kota Surabaya. Besar sampel penelitian ini adalah 62 orang terdiri laki-laki 41 orang dan perempuan 1 orang. Usia responden berkisar 20 tahun sampai dengan 36 tahun. Data penelitian diambil menggunakan esioner Nordic Body Map dan kuesioner kelelahan subyektif secara umum. Analisis data dilakukan secara deskriptif kualitatif. Kesimpulan penelitian ini menyebutkan bahwa operator SBPU mengalami keluhan tertinggi yakni rasa sakit pada bahu kanan (26,08%), punggung (21,74%), betis kanan (21,74%), dan betis kiri (21,74%)serta tingkat kelelahan sebesar 29,09%. Otot rangka (skeletal muscle) operator SPBU yang lebih banyak terbebani sangat mungkin terletak pada otot trapezius, rhomboidius, dan lattisinus dorsi, serta otot tibia dan fibula. Saran, agar operator SPBU tidak lagi bekerja performen berdiri secara terus menerus perlu diberikan kursi ergonomis.]]>
<![CDATA[PERAMALAN BEBAN LISTRIK JANGKA PENDEK PADA PT. PLN AREA JAWA TIMUR – BALI MENGGUNAKAN SUPPORT VECTOR MACHINE ]]>
<![CDATA[Rani Kemala Trapsilasiwi]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36456/jstat.vol3.no01.a1116
<![CDATA[Peramalan beban listrik jangka pendek merupakan faktor yang sangat penting dalam perencanaan dan pengoperasian sistem tenaga listrik. Tujuan dari peramalan beban listrik adalah agar permintaan listrik dan penyediaan listrik dapat seimbang. Metode Support Vector Machine (SVM) adalah salah satu metode yang dapat dipakai untuk peramalan beban listrik dikarenakan karakteristik beban listrik sangat fluktuatif dan mempunyai pola non linier. Keakuratan metode SVM dapat diketahui dengan menggunakan MAPE, MAE, MSE, MPE dan R2. Hasil dari kriteria keakuratan menunjukkan bahwa hasil peramalan SVM adalah sangat bagus dengan nilai MAPE dari SVM adalah 3.01 serta nilai R2 dari SVM adalah 91.53%.]]>
<![CDATA[Neural Networks Multiscale Autoregressive untuk Peramalan Data Time Series ]]>
<![CDATA[sutijo, brodjol]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (173.96 KB)
|
DOI: 10.36456/jstat.vol3.no01.a1091
<![CDATA[Transformasi wavelet yang banyak digunakan untuk peramalan time series adalah Maximal Overlap Discrete Wavelet Transform (MODWT). Penggunaan MODWT adalah untuk mengatasi keterbatasan discrete wavelet transform (DWT), yang membutuhkan N=2j dimana J adalah bilangan bulat positif. Praktis, data time series jarang memenuhi kondisinya tersebut. Skala dan koefisien wavelet yang diberikan oleh MODWT akan digunakan untuk peramalan time series. Ada beberapa penelitian yang berkaitan dengan NN-MAR untuk peramalan time series, biasanya berfokus pada bagaimana untuk mendapatkan model NN-MAR yang sesuai untuk peramalan data time series. Tujuan dari penelitian ini adalah untuk mengembangkan prosedur yang tepat untuk pemodelan NN-MAR data time series musiman, dan untuk membandingkan akurasi ramalan antara NN-MAR, ARIMA, dan MAR (multiscale Autoregressive). Studi empiris data penumpang pesawat yang digunakan menunjukkan bahwa prosedur yang dikembangkan tidak baik dalam pembentukan model NN-MAR cocok untuk peramalan data time series musiman. Perbandingan ketepatan ramalan menunjukkan bahwa model NN-MAR harus digunakan sebagai model untuk peramalan data karena data nonlinier.]]>
<![CDATA[ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI KEPUASAN DAN LOYALITAS KONSUMEN PENGGUNA FLEXI TRENDY WILAYAH SURABAYA DENGAN MENGGUNAKAN METODE STRUCTURAL EQUATION MODELING: ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI KEPUASAN DAN LOYALITAS KONSUMEN PENGGUNA FLEXI TRENDY WILAYAH SURABAYA DENGAN MENGGUNAKAN METODE STRUCTURAL EQUATION MODELING ]]>
<![CDATA[Kosasih, Rinda Naomi]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36456/jstat.vol3.no01.a1100
<![CDATA[Kepuasan dan loyalitas pelanggan merupakan salah satu hal yang harus diperhatikan oleh perusahaan agar perusahaannya dapat berlangsung dengan baik. Pada kasus pengguna flexi trendy wilayah Surabaya menunjukkan bahwa Customer Complain dan Perceived Value dikeluarkan dari model karena tidak mempunyai pengaruh baik secara langsung maupun secara tidak langsung, terhadap Loyalitas pengguna CDMA pra bayar Flexi Trendy. Pada modifikasi pertama, adanya pemberian konstrain pada variabel Quality Product dan Customer Satisfaction untuk menaikan nilai membuat nilai indeks koefisien regresi variabel Quality Product menjadi tidak signifikan, sehingga dibuat model modifikasi kedua dengan menghilangkan variabel Quality Product dan hasil yang diperoleh lebih baik dari model modifikasi pertama. Dari hasil analisis juga didapatkan bahwa loyalitas Customer tidak hanya dipengaruhi oleh kepuasan Customer atau Customer Satisfaction sebesar 45%, namun Image merek perusahaan turut mempengaruhi langsung secara signifikan sebesar 36%. sedangkan Customer Satisfaction atau kepuasan Customer dipengaruhi secara langsung oleh dua faktor yaitu image perusahaan atau Brand Image sebesar 22%, dan kualitas Customer Service atau Customer Service Quality sebesar 61%. Analisis juga memperlihatkan bahwa Customer yang hanya sampai pada level puas menggunakan Flexi Trendy, Brand perusahaan hanya berpengaruh kecil pada mindset Customer yaitu hanya sbesar 22%, sedangkan jika Customer sudah loyal maka Brand perusahaan lebih banyak mempengaruhi sebanyak 36%, sehingga pihak TELKOM Flexi lebih baik memusatkan kegiatan pemasaran dan periklanan pada customer yang terkategori loyal, karena selain biaya yang lebih murah juga pemasaran melalui word-of-mouth menjadi lebih efisien.]]>
<![CDATA[PENGGUNAAN ANALISIS REGRESI LOGISTIK UNTUK MENCARI PROBABILITAS TURNOVER INTENTION BESERTA FAKTOR-FAKTOR YANG MEMPENGARUHINYA ]]>
<![CDATA[sari, juli maya]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36456/jstat.vol3.no01.a1109
<![CDATA[Turnover Intention (intensitas perpindahan) adalah keinginan berpindah karyawan dari satu tempat kerja ketempat kerja lainnya. Hanya keinginan untuk pindah, belum sampai realisasi untuk melakukan perpindahan. Turnover merupakan kejadian yang wajar dalam setiap perusahaan. Namun jika penggantian karyawan ini karena faktor produktifitas, maka dapat diantisipasi oleh perusahaan melalui penyiapan kader-kader untuk menggantikan. Jika penggantian karyawan tidak berkaitan dengan implementasi program kerja yang telah ditetapkan, maka hal ini akan sangat menyulitkan perusahaan. Pada penelitian ini ingin mengetahui karakteristik karyawan setrta mengetahui variabel yang berpengaruh terhadap Turnover Intention melalui analisis korespondensi. Setelah diperoleh variabel berpengaruh selanjutnya digunakan untuk mencari model regresi logistik ordinal. Dari model regresi logistik selanjutnya digunakan untuk mencari besarnya probabilitas Turnover Intention karyawan. Dimana Turnover Intention dipengaruhi oleh Job satisfaction of work, Social support, sedangkan untuk Job satisfaction dipengaruhi oleh Quality of supervisior, dan compensation. Hasil pengolahan diketahui bahwa variabel yang berpengaruh adalah Job satisfaction katagori puas dan Social support katagori puas. Probabilitas Turnover Intention level tinggi dan level rendah hampir sama yaitu sebesar 0.119 dan 0,118. Sebagian besar probabilitas Turnover Intention berada pada level sedang yaitu sebesar 0,763. Kondisi tersebut perlu mendapat perhatian dari perusahaan agar karyawan yang berada pada probabilitas Turnover Intention level sedang dapat beralih menjadi level rendah dengan cara meningkatkan kepuasan kerja dan dukungan sosial pada diri karyawannya.]]>
<![CDATA[STUDI PARTISIPASI STAKEHOLDER DALAM PENGUATAN STATUS KAWASAN CAGAR ALAM PULAU ENU PULAU KARANG KABUPATEN KEPULAUAN ARU ]]>
<![CDATA[arieska, pemadina kanah]]>
<![CDATA[ J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 3 No 01 (2011): J Statistika ]]>
Publisher : <![CDATA[Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36456/jstat.vol3.no01.a1111
<![CDATA[Kesalahan menentukan jenis daerah sebagai konservasi ataukah preservasi akan sangat fatal akibatnya bagi lingkungan. Oleh karena itu Studi partisipasi stakeholder dalam penguatan status kawasan cagar alam perlu dilakukan. Pulau Enu dan pulau karang merupakan salah satu pulau kecil di Indonesia. Dengan Analytical Hirarchi Process dapat diketahui penetapan daerah yang tepat untuk kedua pulau ini. Dan analisis bisa disimpulkan bahwa bobot untuk menjadikan daerah konservasi jauh lebih besar dibandingkan daerah preservasi. Daerah konservasi sebesar 87,3% dan daerah preservasi sebesar 12,7%. Dengan demikian untuk pengembangan kawasan Cagar Alam Pulau Enu dan Pulau Karang akan lebih bermanfaat dan lebih sesuai untuk dijadikan daerah konservasi sesuai dengan pendapat stakeholder dikabupaten Kepulauan Aru.Daerah konservasi memang sesuai diterapkan untuk pulau Enu dan pulau Karang. Salah satu upaya pengembangan pengelolaan sumberdaya pesisir secara berkelanjutan adalah dengan menerapkan konsep konservasi yang memberikan perlindungan bagi sumberdaya pesisir dimaksud. Sumberdaya pesisir ini salah satunya harus memenuhi persyaratan kelangkaan, berperan penting dalam ekosistem, tetapi juga memiliki daya tank tersendiri bagi pengembangan kawasan ekowisata.]]>
