cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dr. Muhammad Ahsan
Contact Email
muh.ahsan@its.ac.id
Phone
+6281331551312
Journal Mail Official
inferensi.statistika@its.ac.id
Editorial Address
Department of Statistics Faculty of Science and Data Analytics Institut Teknologi Sepuluh Nopember (ITS) Kampus ITS Keputih Sukolilo Surabaya Indonesia 60111
Location
Kota surabaya,
Jawa timur
INDONESIA
Inferensi
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : 0216308X     EISSN : 27213862     DOI : http://dx.doi.org/10.12962/j27213862
Core Subject : Science, Education, Social, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics Social Sciences
The aim of Inferensi is to publish original articles concerning statistical theories and novel applications in diverse research fields related to statistics and data science. The objective of papers should be to contribute to the understanding of the statistical methodology and/or to develop and improve statistical methods; any mathematical theory should be directed towards these aims; and any approach in data science. The kinds of contribution considered include descriptions of new methods of collecting or analysing data, with the underlying theory, an indication of the scope of application and preferably a real example. Also considered are comparisons, critical evaluations and new applications of existing methods, contributions to probability theory which have a clear practical bearing (including the formulation and analysis of stochastic models), statistical computation or simulation where the original methodology is involved and original contributions to the foundations of statistical science. It also sometimes publishes review and expository articles on specific topics, which are expected to bring valuable information for researchers interested in the fields selected. The journal contributes to broadening the coverage of statistics and data analysis in publishing articles based on innovative ideas. The journal is also unique in combining traditional statistical science and relatively new data science. All articles are refereed by experts.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 95 Documents
 3   4   5   6   7 
Pemodelan Jumlah Kematian Ibu Nifas di Karesidenan Pekalongan Provinsi Jawa Tengah Tahun 2017 Menggunakan Regresi Zero-Inflated Poisson Inverse Gaussian Herni Anggi Riski Rahayuning; Purhadi Purhadi
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7655

Abstract

Angka Kematian Ibu (AKI) adalah rasio kematian ibu pada masa kehamilan, persalinan, dan nifas yang disebabkan oleh kehamilan, persalinan, dan nifas atau pengelolaannya tetapi bukan karena sebab-sebab lain seperti kecelakaan atau terjatuh di setiap 100.000 kelahiran hidup. Karesidenan Pekalongan merupakan karesidenan yang memiliki AKI tertinggi di Provinsi Jawa Tengah yang sebagian besar kematian disebabkan oleh ibu nifas. Regresi Zero-Inflated Poisson Inverse Gaussian (ZIPIG) merupakan model yang dapat menangani kasus pelanggaran asumsi ekuidispersi yang disebabkan oleh banyaknya nilai nol (extra zeros) pada variabel respon. Pada penelitian ini digunakan data jumlah kematian ibu nifas menurut kecamatan di Karesidenan Pekalongan Provinsi Jawa Tengah tahun 2017 sebagai variabel respon dan enam variabel lainnya sebagai variabel prediktor. Data kematian ibu nifas tersebut memiliki nilai nol sebesar 60,44%, varians sebesar 0,91 dan mean sebesar 0,67 yang menandakan bahwa data mengalami overdispersi. Faktor yang berpengaruh signifkan terhadap jumlah kematian ibu nifas dari pemodelan menggunakan regresi ZIPIG yaitu persentase ibu nifas yang mendapatkan vitamin A (X1) dan persentase persalinan ibu hamil yang persalinannya ditolong oleh tenaga kesehatan (X3).
Pemodelan Faktor-faktor yang Mempengaruhi Angka Kematian Ibu di Jawa Timur Menggunakan Geographically Weighted Regression Ilalang Akar Pertiwi; Nurul Kholisatin; Naziehah Taibatunniswah; Achmad Choiruddin; Sutikno Sutikno
Inferensi Vol 4, No 1 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i1.8930

Abstract

Angka Kematian Ibu merupakan jumlah kematian ibu di setiap 100 kelahiran bayi hidup. Kematian ibu menjadi salah satu indikator dalam menggambarkan kesejahteraan masyarakat di suatu negara. Kematian ibu juga menjadi salah satu parameter terkait derajat  kesehatan perempuan. Jumlah kematian ibu dihitung dari kematian selama masa kehamilan, persalinan, dan nifas atau pengelolaannya, bukan dihitung dari sebab-sebab lainnya seperti kecelakaan atau jatuh. Banyak faktor yang dapat menyebabkan kematian ibu diantaranya, kunjungan ibu hamil antenatal, riwayat komplikasi, kekurangan darah, persalinan di fasilitas pelayanan kesehatan, tenaga kesehatann terlatih, dan lain-lain. Dalam analisis ini akan dilakukan pemodelan statistika untuk mengetahui faktor-faktor penyebab tingginya persentase kematian ibu di Jawa Timur dengan menggunakan regresi linier dan juga pemodelan spasial. Terdapat delapan variabel prediktor yang masing-masing karakteristiknya berbeda satu-denga yang lain. Berdasarkan kebaikan modelnya, metode OLS adalah metode paling baik yang dapat menggambarkan kasus tingginya angka kematian ibu di Jawa Timur dengan baik.
Regresi Cox Proportional Hazard Untuk Analisis Survival Pasien Kanker Otak di C-Tech Labs Edwar Technology Tangerang Izdiharti Noni Pertiwi; Santi Wulan Purnami
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7727

Abstract

Kanker otak adalah pertumbuhan sel-sel otak yang tidak terkendali yang terjadi di otak. Di Indonesia kanker otak merupakan salah satu kanker terbanyak pada anak. Meskipun demikian, tumor ini dapat terjadi pada umur berapapun. Risiko kanker otak meningkat seiring dengan bertambahnya usia. Berbagai treatment dilakukan sebagai usaha untuk memperpanjang ketahanan hidup pasien kanker otak, seperti operasi, kemoterapi, radioterapi, pengobatan herbal, dan ECCT. ECCT merupakan metode untuk mengobati kanker menggunakan sumber gelombang elektrostatis intensitas rendah (<30Vpp) dan frekuensi rendah (<100KHz) yang dipasang pada pakaian yang dipakai setiap hari oleh pasien. Pasien disarankan melakukan konsultasi untuk memeriksa kinerja alat dan perkembangan penyebaran sel kanker. Penelitian ini bertujuan untuk mendapatkan faktor yang mempengaruhi model survival pasien kanker otak berdasarkan faktor treatment dan faktor resiko seperti usia dan jenis kelamin. Model regresi Cox PH digunakan karena semua variabel telah memenuhi asumsi PH. Data yang digunakan yaitu pasien yang melakukan konsultasi lebih dari 6 bulan. Berdasarkan pemodelan dengan menggunakan regresi Cox PH menghasilkan variabel yang berpengaruh terhadap waktu survival pasien kanker otak yaitu frekuensi konsultasi dan radioterapi. Didapatkan bahwa setiap bertambahnya 1 kali konsultasi resiko untuk mengalami kematian semakin turun sebesar 1,15 kali dan pasien kanker otak yang memiliki riwayat radioterapi memiliki resiko untuk meninggal 3 kali lebih besar daripada pasien yang tidak memiliki riwayat.
Pemodelan Faktor-Faktor Yang Mempengaruhi Morbiditas Di Jawa Tengah Menggunakan Regresi Nonparametrik Spline Truncated Irma Wahyu Rosanti; I Nyoman Budiantara
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7712

Abstract

Morbiditas merupakan angka yang menggambarkan banyaknya penyakit atau keluhan kesehatan dalam suatu populasi pada kurun waktu tertentu. Morbiditas menjadi salah satu indikator yang digunakan untuk mengukur tingkat kesehatan masyarakat. Semakin tinggi morbiditas maka semakin banyak penduduk yang mengalami keluhan kesehatan dan derajat kesehatan masyarakat semakin buruk. Pada tahun 2018 morbiditas di Jawa Tengah mencapai 15,15%. Angka morbiditas tersebut tertinggi di Pulau Jawa dan di atas rata-rata morbiditas nasional yang hanya mencapai 13,91%. Penelitian in idilakukan untuk mengetahui faktor-faktor yang diduga mempengaruhi morbiditas di Jawa Tengah menggunakan Regresi Nonparametrik Spline Truncated. Metode ini digunakan karena pola hubungan antara morbiditas dan faktor-faktor yang diduga berpengaruh tidak mengikuti pola data tertentu. Hasil penelitian menunjukkan bahwa model regresi nonparametrik spline terbaik adalah menggunakan kombinasi knot 2,3,2,3,3,3 dan seluruh variabel yang digunakan dalam penelitian berpengaruh signifikan terhadap morbiditas di Jawa Tengah. Variabel yang digunakan yaitu kepadatan penduduk, persentase penduduk miskin, rata-rata lama sekolah, Upah Minimum Kabupaten/Kota, persentase rumah tangga ber-PHBS, dan persentase penduduk dengan akses sanitasi layak. Koefisien determinasi dari model sebesar 98,45%.
Algoritma ClusterMix K-Prototypes Untuk Menangkap Karakteristik Pasien Berdasarkan Variabel Penciri Mortalitas Pasien Dengan Gagal Jantung Raditya Novidianto; Kartika Fithriasari
Inferensi Vol 4, No 1 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i1.8479

Abstract

Cardiovascular Disease  (CVD) atau penyakit kardiovaskular adalah salah satu penyebab utama kematian cukup besar di seluruh dunia yang berujung pada kejadian gagal jantung. Organiasasi kesehatan WHO menyebutkan jumlah orang yang  meninggal karena penyakit kardiovaskuler akibat gagal jantung setiap tahun memiliki rata-rata 17,9 juta kematian setiap tahunnya, yaitu sekitar 31 persen dari total kematian secara global. Pendeteksian faktor mortalitas pasien gagal jantung perlu dibentuk segmentasi yang berguna untuk memperkecil peluang terjadinya kematian akibat  gagal jantung. Salah satunya dengan menggunakan variabel penciri mortalitas akibat gagal jantung dengan cara menerapkan algoritma k-prototypes. Hasil penggerombolan terbentuk 2 kluster yang dianggap optimal berdasarkan nilai koefisien silhouette tertinggi yaitu sebesar 0.5777. Hasil penelitian dilakukan segementasi pasien dengan variabel penciri mortalitas pasien gagal jantung yang menunjukan bahwa kluster 1 merupakan gerombol pasien yang memiliki resiko rendah terhadap peluang mortalitas akibat gagal jantung dan kluster 2 merupakan gerombol pasien dengan karaktistik pasien dengan resiko yang tinggi terhadap peluang mortalitas akibat gagal jantung. Segementasi tersebut didasari dari nilai rata-rata setiap variabel penciri  dari faktor mortalitas gagal jantung pada setiap kluster yang dibandingkan dengan kondisi normal pada variabel serum creatine, ejection fraction, usia, serum sodium, tekanan darah, anemia, creatinine phosphokinase, plateles, merokok, jenis kelamin dan diabetes.
Penerapan Grafik Kendali Mixed Multivariate EWMA-CUSUM pada Pengendalian Kualitas Air Produksi PDAM Surya Sembada Surabaya Nisfi Hemas Diga; Wibawati Wibawati
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7713

Abstract

PDAM Surya Sembada Surabaya merupakan perusahaan milik pemerintah Kota Surabaya yang bergerak dalam bidang pengolahan air minum. Visi dari perusahaan PDAM Surya Sembada adalah menjadi perusahaan air minum modern. Oleh karena itu, kualitas air produksi PDAM Surya Sembada Surabaya harus selalu diperhatikan. Selain itu kualitas kebersihan air bersih dapat dilihat dari parameter fisika, kimia, mikrobiologi, serta radioaktivitas yang terdapat pada air, hal tersebut diatur pada Peraturan Menteri Kesehatan RI No. 416 tahun 1990. Jika terdapat perubahan karakteristik pada air maka kualitas air juga akan menurun. Oleh karena itu akan dilakukan penelitian mengenai pengendalian kualitas pada air produksi PDAM Surya Sembada Surabaya. Penelitian ini akan dilakukan menggunakan grafik kendali multivariat penggabungan dari MEWMA-MCUSUM yang disebut dengan grafik kendali MEC. Grafik kendali MEC terbagi menjadi dua yaitu MEC1 dan MEC2. Variabel yang akan digunakan adalah turbidity, sisa Chlor, dan Zat Organik KMnO4. Setelah dilakukan analisis pengendalian kualitas menggunakan MEC1 dan MEC2 maka akan dibandingkan grafik kendali yang memberikan hasil terbaik pada data turbidity, sisa Chlor, dan zat organik. Pada hasil penelitian yang telah dilakukan menggunakan grafik kendali MEC1 dan MEC2 didapatkan hasil bahwa proses produksi air produksi tidak terkendali secara statistik. Grafik kendali MEC1 yang diterapkan pada data penelitian ini lebih sensitif dari grafik MEC2 karena menghasilkan lebih banyak pengamatan yang out of control. Setelah dilakukan identifikasi, variabel zat organik adalah variabel yang berpengaruh paling besar terhadap terjadinya out of control. Jika dilihat dari kapabilitas prosesnya, proses produksi air produksi di PDAM Surya Sembada Surabaya IPAM Ngagel I tidak kapabel. Penelitian ini diharapkan dapat memberikan manfaat kepada perusahaan PDAM Surya Sembada Surabaya sebagai evaluasi proses produksi air.
Pemodelan Faktor-faktor yang Mempengaruhi Keefektifan Sistem Pembelajaran Daring (SPADA) Menggunakan Regresi Probit Biner (Studi Kasus: Mahasiswa ITS Masa Pandemi) Yashintia Arien Epriliyanti; Vita Ratnasari
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7714

Abstract

Sistem pembelajaran daring merupakan implementasi pendidikan jarak jauh. Pemerintah melakukan upaya pencegahan penyebaran COVID-19 pada bidang pendidikan dengan mengubah sistem konvensional menjadi sistem daring sehingga dilakukan penelitian untuk mengetahui faktor-faktor yang mempengaruhi keefektifan sistem pembelajaran daring pada masa pandemi COVID-19. Data yang digunakan merupakan data primer dari survei online kepada Mahasiswa ITS dengan variabel respon berupa pelaksanaan sistem pembelajaran daring efektif (1) dan tidak efektif (0), maka dalam penelitian ini metode yang digunakan adalah regresi probit biner. Variabel prediktor yang digunakan antara lain jenis kelamin, fakultas, kesiapan pelaksanaan sistem pembelajaran daring, kemudahan dalam mengoperasikan platform pada sistem pembelajaran daring, pemahaman materi pada sistem pembelajaran daring, bantuan kuota internet, pemanfaatan penggunaan kuota internet, dan intensitas penggunaan kuota internet. Jumlah data yang terkumpul sebanyak 300 Mahasiswa ITS dengan 190 berjenis kelamin perempuan dan 110 laki-laki. Berdasarkan hasil analisis data dan pembahasan dapat diketahui bahwa faktor-faktor yang mempengaruhi dengan tingkat signifikansi 0,05 pada keefektifan sistem pembelajaran daring adalah pemahaman materi pada sistem pembelajaran daring, bantuan kuota internet, pemanfaatan penggunaan kuota internet, dan intensitas penggunaan kuota internet. Ketepatan klasifikasi yang dihasilkan oleh model sebesar 77,33%.
Pemodelan Regresi Nonparametrik Spline Truncated pada Data Longitudinal Andrea Tri Rian Dani; Ludia Ni’matuzzahroh; Vita Ratnasari; I Nyoman Budiantara
Inferensi Vol 4, No 1 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i1.8737

Abstract

Saat ini pendekatan regresi nonparametrik banyak mendapat perhatian dari para peneliti, dikarenakan memiliki fleksibilitas yang tinggi dan tidak tergantung pada asumsi bentuk kurva regresi. Spline truncated adalah salah satu model dalam regresi nonparametrik yang sering digunakan, karena mampu menangani data yang perilakunya berubah-ubah pada sub-sub interval tertentu. Pada analisis regresi, data yang seringkali digunakan adalah data cross-section, namun yang sebenarnya adalah analisis regresi juga dapat diterapkan pada data longitudinal, khususnya dengan menggunakan pendekatan regresi nonparametrik. Data longitudinal merupakan gabungan antara data cross-section dan time series. Penelitian ini bertujuan untuk memodelkan data persentase penduduk miskin di Provinsi Papua Tahun 2016 hingga Tahun 2019 menggunakan model regresi nonparametrik spline truncated. Metode estimasi parameter yang digunakan adalah Weighted Least Squares (WLS). Banyaknya titik knot yang dicobakan adalah 1 hingga 3 titik knot. Berdasarkan hasil analisis, model regresi nonparametrik spline truncated terbaik adalah model yang menggunakan 1 titik knot, dengan nilai GCV yang paling minimum yaitu sebesar 8,05 dan Koefisien Determinasi (R2) sebesar 99,98%.
Pemodelan Harga Cryptocurrency Menggunakan Markov Switching Autoregressive Akhmad Ridho Ashariansyah; Nur Iriawan; Adatul Mukarromah
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7726

Abstract

Perdagangan merupakan sebuah kegiatan tukar menukar barang atau jasa yang dilakukan manusia untuk memenuhi kebutuhan hidup. Perkembangan sistem pembayaran yang dilakukan umat manusia dimulai dari sistem pertukaran barang atau barter, logam mulia seperti emas dan perak, koin, uang kartal, uang giral, dan uang elektronik (e-money). Selain itu, muncul cryptocurrency yaitu mata uang digital dengan sistem kriptografi dalam setiap proses transaksi datanya tanpa melalui pihak ketiga. Namun cryptocurrency memiliki kelemahan perubahan harga yang sangat besar dalam waktu yang sangat cepat. Pergerakan harga yang berfluktuasi sangat tinggi tersebut menyebabkan kekhawatiran pemilik aset kripto mengalami kerugian, maka pemodelan harga cryptocurrency sangat penting untuk dilakukan agar meminimalisir risiko kerugi-an. Berdasarkan pola pergerakan harga yang berfluktuasi sangat tinggi yang berbeda tiap periodenya maka dilakukanlah pemodelan harga cryptocurrency mengguna-kan Markov Switching Autoregressive (MSAR) dengan algoritma Expectation Maximization. Selain meminimkan risiko kerugian, penelitian ini juga ingin mengetahui model MSAR mana yang mampu mengklasifikasikan state dengan baik. Data yang digunakan yaitu harga harian cryptocurrency dengan nilai kapitalisasi pasar terbesar dari September 2015 hingga Januari 2020. Hasil penelitian menunjukkan bahwa bitcoin dan ripple menggunakan model MS(8)AR(1), sedangkan ethereum menggunakan model MS(9)AR(1). Selain itu model MS(8)AR(1) pada data ripple menjadi model dengan nilai akurasi tertinggi dibandingkan model lainnya dalam hal klasifikasi state.
Pengendalian Kualitas Statistik pada Tepung Terigu Menggunakan Peta Kendali Multivariat Fitria Dewi Arista; Seza Dwiwulan Ramadini; Muhammad Ahsan
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.10830

Abstract

Persaingan di dunia industri kini semakin ketat, sehingga perlu untuk meningkatkan kualitas pada suatu produk. Pada penelitian ini, karakteristik kualitas yang ingin diuji adalah kadar Moisture, Ash, dan Gluten pada tepung terigu. Metode statistik yang digunakan untuk mengendalikan kualitas proses yaitu diagram kendali multivariat Generalized Variance dan T2 Hotelling serta kapabilitas proses dari masing-masing karakteristik kualitas dan kapabilitas proses multivariat. Tujuannya ingin diketahui data pengamatan sudah terkendali atau tidak secara statistik, serta ingin diketahui kapabilitas prosesnya. Dari data yang diperoleh, data dibagi menjadi dua fase dengan fase 1 jumlah subgroup yang diambil sebesar 35 dan fase 2 jumlah subgroup sebanyak 5 dan masing-masing ukuran subgroup adalah 8. Hasil penelitian ini yaitu data pengamatan bersifat dependen dan data berdistribusi normal multivariat. Diagram kendali Generalized Variance belum terkendali secara statistik, begitu pula dengan peta kendali T2 Hotelling belum terkendali secara statistik. Pada analisis kapabilitas proses pada masing-masing karakteristik kualitas, diperoleh bahwa data pengamatan kandungan moisture, ash, dan gluten pada tepung terigu belum kapabel atau belum sesuai dengan spesifikasi yang telah ditentukan. 

Page 5 of 10 | Total Record : 95

 3   4   5   6   7 

Filter by Year

2018 2023


Reset
Filter By Issues
All Issue Vol 6, No 2 (2023) Vol 6, No 1 (2023) Vol 5, No 2 (2022) Vol 5, No 1 (2022): Inferensi Special Issue: Seminar Nasional Statistika XI 2022 Vol 4, No 2 (2021): Inferensi Vol 4, No 1 (2021): Inferensi Vol 3, No 2 (2020): Inferensi Vol 3, No 1 (2020): Inferensi Vol 2, No 2 (2019): Inferensi Vol 2, No 1 (2019): Inferensi Vol 1, No 2 (2018): Inferensi Vol 1, No 1 (2018): Inferensi More Issue