cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Aceng Komarudin Mutaqin
Contact Email
uptpublikasi@unisba.ac.id
Phone
+6285294008040
Journal Mail Official
jrs@unisba.ac.id
Editorial Address
Gedung Rektorat Lantai 4, Jl. Tamansari No. 20 Bandung 40116
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Riset Statistika
Published by Universitas Islam Bandung
ISSN : 28083148     EISSN : 27986578     DOI : https://doi.org/10.29313/jrs.v1i2
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
Jurnal Riset Statistika (JRS) adalah jurnal peer review dan dilakukan dengan double blind review yang mempublikasikan kajian teoritik dan hasil riset terhadap isu-isu empirik dalam sub kajian statistika. JRS ini dipublikasikan pertamanya 2021 dengan eISSN 2798-6578 yang diterbitkan oleh UPT Publikasi Imiah, Universitas Islam Bandung. Semua artikel diperiksa plagiasinya dengan perangkat lunak anti plagiarisme. Jurnal ini ter-indeks di Google Schoolar, Garuda, Crossref, dan DOAJ. Terbit setiap Juli dan Desember.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 10 Documents
 1 
Search results for , issue "Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)" : 10 Documents clear
Peramalan Jumlah Penumpang Kereta Api Menggunakan Metode Arima dan Grey System Theory Ria Susilawati; Siti Sunendiari
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.292 KB) | DOI: 10.29313/jrs.vi.603

Abstract

Abstract. Quantitative forecasting methods are divided into three types, its time series methods, causal methods, and combination methods of time series and causal methods (Makridakis, 1999). The time series method is a method that predicts the future based on the past value of a variable or past errors. One of the time series methods that is being developed and commonly used is the ARIMA method. Although the calculation process is quite complex, the ARIMA method will give better results than other forecasting methods, because this method does not ignore time series rules such as stationary testing, parameter estimation, and diagnostic testing. Unlike the ARIMA method, Grey System Theory does not require all historical data, but only requires a minimum of four historical data and in the same interval. In this study, we will discuss the Forecasting of the Number of Railway Passengers in the Java Region (Jabodetabek and Non Jabodetabek) using the ARIMA Method and Grey System Theory. From the modeling that has been done, it is found that the GM model (1,1) is the most suitable model to be used to predict the number of train passengers in the Java region. Abstrak. Metode peramalan kuantitatif dibagi menjadi tiga jenis, yaitu metode deret waktu, metode kausal, dan metode kombinasi metode deret waktu dan metode kausal (Makridakis, 1999). Metode deret waktu adalah sebuah metode yang memperkirakan masa depan berdasarkan nilai masa lalu dari suatu variabel atau kesalahan masa lalu. Salah satu metode deret waktu yang sedang berkembang dan umum digunakan adalah metode ARIMA. Meskipun proses perhitungannya cukup kompleks, metode ARIMA akan memberikan hasil yang lebih baik dari metode-metode peramalan lainnya, karena metode ini tidak mengabaikan kaidah-kaidah pada deret waktu seperti pengujian stasioner, penaksiran parameter, dan pemeriksaan diagnostik. Berbeda dengan metode ARIMA, Grey System Theory tidak memerlukan seluruh data historis, namun hanya membutuhkan minimal empat data historis dan dalam interval yang sama. Dalam penelitian ini akan dibahas Peramalan Jumlah Penumpang Kereta Api Wilayah Jawa (Jabodetabek dan Non Jabodetabek) menggunakan Metode ARIMA dan Grey System Theory. Dari pemodelan yang telah dilakukan diperoleh hasil bahwa model GM (1,1) menjadi model yang paling cocok digunakan untuk meramalkan jumlah penumpang kereta api wilayah Jawa.
Taksiran Total Fertilitas Rate Penduduk Jabar Periode 2015 - 2020 dan 2020 - 2025 Monika Rizki; Yayat Karyana
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (150.752 KB) | DOI: 10.29313/jrs.vi.605

Abstract

Abstract. The population problem in Indonesia is a fairly important problem considering the number of Indonesians who are in fourth place as the country with the largest population. The case study is estimating the TFR figure and the population of West Java Province for the 2015 - 2020 period and a literature study studying the literature on basic theories related to population growth problems related to vital events, namely fertility. The data analysis technique used in this research is the indirect method. Based on the results of SP 2020, the population of West Java aged 0-4 years, there are 2,004,029 men and 1,910,514 women. With the number of births during these 5 years, the calculation results produce an estimated TFR of the population of West Java in the 2015 - 2020 period is TFR = 2.12. Based on the projections for 2025, the population of 0-4 years is 1,957,026 women and 2,045,940 men, with the total number of men and women being 4,002,966. With the number of births during these 5 years, the calculation results produce an estimated TFR of the population of West Java in 2020 - 2025 is TFR = 2.12. Abstrak. Permasalahan kependudukan di Indonesia menjadi masalah yang cukup penting mengingat jumlah penduduk Indonesia yang berada pada urutan keempat sebagai negara dengan jumlah penduduk terbesar. Studi kasus yaitu memperkirakan angka TFR dan jumlah penduduk Provinsi Jawa Barat periode 2015 - 2020 dan studi literatur mempelajari pustaka tentang teori dasar yang berkaitan dengan permasalahan pertumbuhan penduduk yang berhubungan dengan peristiwa vital yaitu fertilitas. Teknik analisis data yang digunakan dalam penelitian ini adalah metode tidak langsung. Berdasarkan hasil SP 2020 penduduk Jawa Barat berumur 0-4 tahun terdapat 2.004.029 orang laki-laki dan 1.910.514 orang perempuan. Dengan banyaknya kelahiran selama 5 tahun tersebut, hasil perhitungan menghasilkan perkiraan TFR penduduk Jawa Barat pada tahun periode 2015 – 2020 adalah TFR=2,12. Berdasarkan hasil proyeksi tahun 2025 penduduk 0-4 tahun terdapat 1,957,026 orang wanita dan 2,045,940 orang laki-laki dengan jumlah keseluruhan laki-laki dan perempuan adalah 4,002,966 orang. Dengan banyaknya kelahiran selama 5 tahun tersebut, hasil perhitungan menghasilkan perkiraan TFR proyeksi penduduk Jawa Barat pada tahun 2020 - 2025 adalah TFR=2,12.
Diagram Kontrol T2 Hotelling Minimum Volume Ellipsoid (Penerapan pada Pengontrolan Fluktuasi Saham) Dimas Andhika Nugroho; Suwanda
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (368.112 KB) | DOI: 10.29313/jrs.vi.718

Abstract

Abstract. Outliers are datums that are far from other datums. Outliers arise as a result of unusual events that may be very important and need to be investigated further. Outliers are usually found in data that has daily characteristics such as stock data. With this outlier, the T2 Hotelling control chart used to control the average vector shift becomes insensitive to changes in the process. This thesis discusses the T2 Hotelling control chart for the Minimum Volume Ellipssoid (MVE) estimator which is not affected by outliers. This control chart is then applied to the daily stock index control of PT X and the Joint Stock (JCI) simultaneously. The results of the tests carried out show that the T2 Hotelling control chart for the MVE estimator is more effective in detecting outliers, namely there are 13 data that are out of control with a UCL value of 5.5025. Abstrak. Pencilan merupakan datum yang letaknya jauh dari datum yang lainnya. Pencilan muncul akibat kejadian yang tidak biasa yang mungkin saja sangat penting dan perlu diselidiki lebih jauh. Pencilan biasanya terdapat pada data yang memiliki karakteristik harian seperti data saham. Dengan adanya pencilan tersebut diagram kontrol T2 Hotelling yang digunakan untuk mengontrol pergeseran vektor rata-rata menjadi tidak peka terhadap adanya perubahan proses. Skripsi ini membahas diagram kontrol T2 Hotelling penduga Minimum Volume Elipssoid (MVE) yang tidak terpengaruh adanya pencilan. Diagran kontrol ini kemudian diaplikasikan pada pengontrolan indeks saham harian PT X dan Saham Gabungan (IHSG) secara simultan. Hasil pengujian yang dilakukan menunjukkan bahwa diagram kontrol T2 Hotelling penduga MVE lebih efektif dalam mendeteksi pencilan yaitu terdapat sebanyak 13 data yang out of control dengan nilai BKA sebesar 5,5025.
Metode Regresi Probit Biner untuk Pemodelan Faktor-Faktor yang Mempengaruhi Diagnosis Penyakit Jantung Hasna; Anneke Iswani Achmad
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (198.891 KB) | DOI: 10.29313/jrs.vi.721

Abstract

Abstract. Regression analysis is a method used to explain the functional relationship between the response variable (Y) and the predictor variable (X). But in reality, it is not uncommon to use qualitative data in the form of binary. Binary probit regression is a regression model that is used to explain the relationship between the response variable and one or more predictor variables, where the response variable is qualitative while the predictor variable can be quantitative and/or qualitative. The binary probit model is a form of the Generalized Linear Model (GLM) model that is used to analyze the relationship between one response variable and several predictor variables, where the response variable is binary quantitative data with values of 0 and 1. Parameter estimation using the Maximum Likelihood method, and solved by Newton Raphson's method. The purpose of this study is to model the factors that influence the diagnosis of heart disease. In this thesis, the data used is secondary data regarding the analysis & prediction of heart attack datasets. Based on the research, it can be seen that the influencing factors are gender, cholesterol, maximum heart rate, angina, and a decrease in the ST segment. Classification accuracy is 79.21% with a misclassification value of 20.79%. Abstrak. Analisis regresi merupakan suatu cara yang digunakan untuk menjelaskan hubungan fungsional antara variabel respon (Y) dengan variabel prediktor (X). Namun dalam kenyataan tidak jarang menggunakan data kualitatif yang berbentuk biner. Regresi probit biner merupakan suatu model regresi yang digunakan untuk menjelaskan hubungan antara variabel respon dengan satu atau lebih variabel prediktor, dimana pada variabel respon bersifat kualitatif sedangkan variabel prediktor bisa bersifat kuantitatif dan atau kualitatif. Model probit biner merupakan salah satu bentuk dari model Generalized Linear Model (GLM) yang digunakan untuk menganalisis hubungan antara satu variabel respon dengan beberapa variabel prediktor, dimana variabel responnya berupa data kuantitatif biner yang bernilai 0 dan 1. Estimasi parameter menggunakan metode Maximum Likelihood, dan diselesaikan dengan metode Newton Raphson. Tujuan penelitian ini adalah untuk pemodelan faktor-faktor yang mempengaruhi diagnosis penyakit jantung. Pada skripsi ini, data yang digunakan merupakan data sekunder mengenai analisa & dataset prediksi serangan jantung. Berdasarkan penelitian dapat diketahui faktor-faktor yang mempengauhi yaitu jenis kelamin, kolesterol, detak jantung maksimum, angina, dan penurunan segmen ST. Ketepatan klasifikasi sebesar 79,21% dengan nilai kesalahan klasifikasi 20,79%.
Diagram Kontrol U dan Diagram Kontrol DOB dalam Pengendalian Kualitas Produksi Tepung Anwar Musadad Rosidin; Dwi Agustin Nuriani Sirodj
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (177.051 KB) | DOI: 10.29313/jrs.vi.722

Abstract

Abstract. To maintain and improve the quality of the resulting production is to use statistical quality control. One of the methods used in statistical quality control is control diagram u and control diagram Decision On Belief (DOB). The u control chart and DOB control chart are attribute diagrams that are used to see if a production process is statistically controlled or not by looking at the points that are out of the control limits that have been determined by the existing formula. The DOB control chart which was first introduced by Nezhab (2010) is used to analyze and classify the state of the quality control system using univariate attribute data. This study discusses the quality control of tapioca flour production at PT. X with u and DOB control chart method. The data used in this study is the data on the number of defects in tapioca flour production at PT. X during the period in daily. By looking at the points that are out of control on each control chart. The result of this research is the DOB control chart shows a better performance than the u control chart in controlling the production quality of tapioca flour products at PT. X. Abstrak. Untuk menjaga dan meningkatkan kualitas produksi yang dihasilkan adalah dengan menggunakan pengendalian kualitas statistik. Salah satu metode yang digunakan dalam pengendalian kualitas statistik adalah diagram kontrol u dan diagram kontrol Decision On Belief (DOB). Diagram kontrol u dan diagram kontrol DOB merupakan diagram atribut yang digunakan untuk melihat proses suatu produksi sudah terkendali secara statistik atau belum dengan melihat titik-titik yang keluar dari batas kendali yang telah ditentukan dengan rumus yang sudah ada. Diagram kontrol DOB yang pertama kali diperkenalkan oleh Nezhab (2010) digunakan untuk menganalisis dan mengklasifikasikan keadaan sistem pengendalian kualitas dengan menggunakan data univariat atribut. Dalam penelitian ini dibahas pengendalian kualitas produksi tepung tapioka di PT. X dengan metode diagram kontrol u dan DOB. Data yang digunakan dalam penelitian ini adalah data jumlah cacat produksi tepung tapioka di PT. X selama periode dalam harian. Dengan melihat titik-titik yang out of control pada setiap diagram kontrol. Hasil dari penelitian ini adalah diagram kontrol DOB menunjukkan kinerja yang lebih baik daripada diagram kontrol u dalam pengendalian kualitas produksi produk tepung tapioka di PT. X.
Penerapan Model Komposit Weibull-Pareto pada Data Klaim Asuransi Harta Benda Raisha Shahelia Nastiti; Aceng Komarudin Mutaqin
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (165.267 KB) | DOI: 10.29313/jrs.vi.903

Abstract

Abstract. Insurance is a form of protection against unexpected loss events. In modeling insurance claim data that contains large or extreme claim values, composite distributions can be used. One such composite distribution is the Weibull-Pareto distribution. In this article will discuss the application of the composite Weibull-Pareto model with parameter estimation using the Maximum Likelihood Estimation method on data of property insurance claims in Indonesia. The data in this article are secondary data from the insurance company PT. XYZ in 2016. It contains claims of property insurance policy holders in Rupiah data. The Kolmogorov-Smirnov test is used to test distribution matches. The result of the application shows that the data of property insurance claims of PT. XYZ comes from the composite Weibull-Pareto distribution population. Abstrak. Asuransi merupakan salah satu bentuk proteksi terhadap peristiwa kerugian tidak terduga. Dalam memodelkan data klaim asuransi yang memuat nilai klaim yang besar atau ekstrim, dapat menggunakan distribusi komposit. Salah satu distribusi komposit tersebut adalah distribusi Weibull-Pareto. Dalam artikel ini akan dibahas penerapan model komposit Weibull-Pareto dengan estimasi parameter menggunakan metode Maximum Likelihood Estimation pada data besar klaim asuransi harta benda di Indonesia. Data yang digunakan adalah data sekunder dari perusahaan asuransi PT. XYZ pada tahun 2016. Data tersebut berisi data besar klaim pemegang polis asuransi harta benda dalam mata uang Rupiah. Uji kecocokan Kolmogorov-Smirnov digunakan untuk menguji kecocokan distribusi. Hasil penerapan menunjukkkan bahwa data besar klaim asuransi harta benda PT. XYZ berasal dari populasi yang berdistribusi komposit Weibull-Pareto.
Pemodelan Faktor-Faktor yang Mempengaruhi Harga Rumah di Jabodetabek Menggunakan Metode Regresi Probit Fifia Febyanti
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (271.479 KB) | DOI: 10.29313/jrs.vi.905

Abstract

Abstract. In addition to clothes and food, houses are one of the basic needs. The lifestyle of dynamic modern society tends to require houses with various public and social facilities in one area. Property value will be formed through a factor of the completeness of the characteristics of the house and vehicle or facilities available. The price is a measuring device in the form of money, where the price can be obtained by a number of goods or services through the exchange process and obtain the rights and benefits of these goods or services. In this study want to know what factors affect house prices in Jabodetabek by using ordinal probit regression, where home prices consist of three categories, namely cheap, medium and expensive. The data used secondary data obtained from the site of the roof. MAI, namely the dataset of house prices in Indonesia. Based on the data analysis can be seen that the factors that influence the price of houses in Jabodetabek are the type of house, certificate, number of bedrooms, the number of bathrooms, and floors. The accuracy of the classification of 25.6% percent and the value of pseudo mcfadden of 57.57 percent. Abstrak. Selain pakaian dan makanan, rumah merupakan salah satu kebutuhan pokok. Gaya hidup masyarakat modern yang dinamis cenderung membutuhkan rumah dengan berbagai fasilitas umum dan sosial dalam satu kawasan. Nilai properti akan terbentuk melalui faktor dari kelengkapan karakteristik rumah dan sarana atau fasilitas yang tersedia. Harga merupakan alat pengukur dalam bentuk uang, dimana dengan harga tersebut dapat diperoleh sejumlah barang atau jasa melalui proses pertukaran dan mendapatkan hak serta manfaat atas barang atau jasa tersebut. Pada penelitian ini ingin mengetahui faktor apasaja yang mempengaruhi harga rumah di Jabodetabek dengan menggunakan regresi probit ordinal, dimana harga rumah terdiri dari tiga kategori yaitu murah, sedang dan mahal. Data yang digunakan adalah data sekunder yang diperoleh dari situs atapdata.ai yaitu dataset harga rumah di Indonesia. Berdasarkan analisis data dapat diketahui bahwa faktor-faktor yang mempengaruhi harga rumah di Jabodetabek adalah tipe rumah, sertifikat, jumlah kamar tidur, jumlah kamar mandi, dan lantai. Ketepatan klasifikasi sebesar 25,6% persen dan nilai Pseudo McFadden sebesar 57,57 persen.
Diagram Kendali Multivariat Poisson untuk Pengendalian Kualitas Proses Produksi di PT. X Siti Nurhayati; Suliadi
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (229.298 KB) | DOI: 10.29313/jrs.vi.907

Abstract

Abstract. In practice, quality control is often in the form of characteristics. The approach commonly used is the Poisson distribution approach. However, in practice there are often more than one quality characteristic also defined in a production process, where these characteristics have a correlation with each other. When there are conditions where the characteristics of the quality are more than two categories, the control chart that can be used is the Multivariate Poisson control chart. In this study, we will discuss the application of the Multivariate Poisson control chart to the thickener production defect data where the defect type consists of four quality characteristic variables obtained from PT. X in 2020. From this study it can be concluded that the thickener production defect data for the Multivariate Poisson Phase I control chart shows that the process is in control so that the control limits are reused to monitor the process on the Phase II control chart. The Poisson Phase II Multivariate control chart shows that all points are within the control limits so that the production process is in control. Abstrak. Dalam prakteknya, pengendalian kualitas seringkali dalam bentuk karakteristik. Pendekatan yang biasa digunakan adalah pendekatan distribusi Poisson. Akan tetapi dalam praktek sering terdapat lebih dari satu karakteristik kualitas juga ditetapkan dalam suatu proses produksi, dimana karakteristik tersebut memiliki korelasi satu sama lain. Ketika terdapat kondisi dimana karakteristik dari kualitas lebih dari dua kategori, maka diagram kendali yang dapat digunakan adalah diagram kendali Multivariat Poisson. Pada penelitian ini akan dibahas mengenai penerapan diagram kendali Multivariat Poisson pada data kecacatan produksi thickener yang dimana jenis cacatnya terdiri dari empat variabel karakteristik kualitas yang diperoleh dari PT. X pada tahun 2020. Dari penelitian ini dapat disimpulkan bahwa data kecacatan produksi thickener untuk diagram kendali Multivariat Poisson Fase I menunjukkan bahwa proses berada dalam keadaan terkendali sehingga batas kendali digunakan kembali untuk memonitoring proses pada diagram kendali Fase II. Diagram kendali Multivariat Poisson Fase II menunjukkan bahwa semua titik berada di dalam batas kendali sehingga proses produksi berada dalam keadaan yang terkendali.
Penentuan Nilai Premi pada Asuransi Pertanian Berbasis Indeks Iklim di Kabupaten Bogor Ihfad Fahrur Roji
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (200.322 KB) | DOI: 10.29313/jrs.vi.908

Abstract

Abstract. Agriculture plays an important role in food security as well as a source of livelihood for millions of farmers with various types of agriculture. However, farmers often experience crop failure which results in losses. One of the causes of crop failure is flooding, especially in Bogor Regency which has the nickname "rain city" due to the high rainfall. The agricultural insurance program is one of the government's efforts to minimize crop failure losses, the insurance system used is climate index insurance where the climate index is not insured. The results of this study are getting the trigger value and exit value that can be determined using the Historical Burn Analysis method, and getting the premium value that must be paid by farmers every planting season by calculating using the Black-Scholes method. The calculation results show that the value of agricultural insurance premiums increases with the greater the trigger value. The range of agricultural insurance premiums is between Rp. 962.848 to Rp. 1.131.893 for the 20th to 80th percentiles of rainfall Abstrak. Pertanian berperan penting terhadap ketahanan pangan juga sebagai sumber mata pencaharian jutaan petani dengan berbagai jenis pertanian. Namun petani sering kali mengalami gagal panen yang mengakibatkan kerugian. Penyebab terjadinya kegagalan panen diantaranya adalah banjir, khususnya di Kabupaten Bogor yang mempunyai julukan kota hujan dikarenakan curah hujannya yang cukup tinggi. Program asuransi pertanian adalah salah satu upaya pemerintah untuk meminimalisir kerugian gagal panen, sistem asuransi yang digunakan adalah asuransi indeks iklim dimana yang diasuransikan indek iklimnya bukan tanamannya. Hasil penelitian ini yaitu mendapatkan indeks iklim berupa nilai trigger dan nilai exit yang dapat ditentukan menggunakan metode Historical Burn Analysis, serta mendapatkan nilai premi yang harus dibayarkan petani setiap musim tanam dengan perhitungan menggunakan metode Black-Scholes. Hasil perhitungan menunjukan bahwa nilai premi asuransi pertanian semakin besar dengan semakin besarnya nilai trigger. Kisaran besaran premi asuransi pertanian berada diantara Rp962.848 sampai Rp1.131.893 untuk persentil curah hujan ke-20 sampai ke-80.terhadap iklan Le Minerale dengan kesadaran merek yang termasuk kategori sedang.
Prediksi Sisa Umur Bearing Menggunakan Distribusi Weibull Uun Unaijah; Sutawanir Darwis
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (215.497 KB) | DOI: 10.29313/jrs.vi.909

Abstract

Abstract. The condition of the machine to avoid damage, the machine must always be monitored so that there is no decrease in operating time or unexpected damage to the machine. The condition of the health of the machine can detect, classify and predict future failures, it is very important in reducing operating and maintenance costs. There are several methods to analyze the life of the machine, one of which is the analysis using the Weibull distribution which can be used to estimate reliability, maintenance, and can be used to estimate damage. The data used in this study is secondary data obtained from the Intelligent Maintenance System (IMS), IEEE PHM 2012 through FEMTO-ST Institute storage and the Zhai Journal with the title Analysis of Time-to-Failure Data with Weibull Model in Product Life Cycle Management. Determine Time to Failure by determining the maximum value in each period. The results of data analysis from research conducted on the prediction of the remaining life of the bearing machine, it is found that the Weibull distribution can be used to analyze failure data using the smallest method based on the maximum probability and probability. However, in this case the method using the least squares method is more accurate than the maximum likelihood method. Abstrak. Pemantauan kondisi mesin untuk menghindari adanya kerusakan, mesin harus selalu dipantau agar tidak terjadi penurunan waktu operasi atau kerusakan pada mesin yang tak terduga. Kondisi dari kesehatan mesin dapat mendeteksi, mengklasifikasikan dan memperkirakan kerusakan yang akan datang, hal tersebut sangat penting dalam mengurangi biaya operasi dan pemeliharaan. Terdapat beberapa metode untuk menganalisis masa pakai mesin salah satunya analisis dengan menggunakan distribusi Weibull yang dapat digunakan untuk memperkirakan tentang persoalaan reliability, mantainability dan dapat digunakan untuk memperkirakan kerusakan bearing. Data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari Intelligent Maintenance System (IMS), IEEE PHM 2012 melalui penyimpanan FEMTO-ST Institute dan Jurnal Zhai dengan judul Analysis of Time-to-Failure Data with Weibull Model in Product Life Cycle Management. Penentuan Time to Failure yaitu dengan menentukan nilai maksimum dalam setiap periode. Berdasarkan hasil analisis data dari penelitian yang dilakukan tentang prediksi sisa umur mesin bearing maka didapatkan bahwa distribusi Weibull dapat digunakan untuk menganalisis data waktu kegagalan dengan menggunakan estimasi metode kuadrat terkecil dan maksimum likelihood. Namun dalam hal ini metode dengan menggunakan metode kuadrat terkecil lebih akurat dibandingkan metode maksimum likelihood.

Page 1 of 1 | Total Record : 10

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Volume 3, No. 2, Desember 2023, Jurnal Riset Statistika (JRS) Volume 3, No. 1, Juli 2023, Jurnal Riset Statistika (JRS) Volume 2, No. 2, Desember 2022, Jurnal Riset Statistika (JRS) Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS) Volume 1, No. 2, Desember 2021, Jurnal Riset Statistika (JRS) Volume 1, No. 1, Juli 2021, Jurnal Riset Statistika (JRS)