Bandung Conference Series: Statistics
Bandung Conference Series: Statistics (BCSS) menerbitkan artikel penelitian akademik tentang kajian teoritis dan terapan serta berfokus pada Statistika dengan ruang lingkup sebagai berikut: Alternating Least Square, Analisis Konjoin, Autoregressive, Auxiliary Variabel, Baby Birth, Block Maxima, Churn Distribusi Skellam, Cox Regression, Data spasial, DBD Ordinal Logistic Regression, Diagram kendali, Discrete Choice Experiment Method, Discrete Time Logistic, empirical likelihood, Fisher Scoring, Generalized Structured Component Analysis, Geographically Weighted Regression, GEV, GJR GARCH, Infant Mortality Preferensi, Insurance Claim, Kaplan-Meier, Kernel Bi-Square, Gaussian, Logistic Regression, Maternal Mortality, Mixed Geographically Weighted Regression Model GSTAR, MLE, Model ARIMAX, MSE. Multiple linear regression analysis, Nadaraya Watson, Newton Raphson Method, Nonparametrik Spline Confidence Interval, Optimasi Multi-Objek, orde Spasial, Outlier, Pareto Optimal, Partial Proportional Odds Model, Pemodelan Indeks Pembangunan Manusia. Penduga Rasio dan Produk Tipe Eksponensial, Peramalan, Poisson Bivariate Regression, Poisson Regression, Rata-rata Populasi berhingga, Regresi, Return Period Exogenous Variable, RMSE, Structural Equation Modeling, Survival Analysis, Threshold, Vibrasi Bearing, zero-inflated. Prosiding ini diterbitkan oleh UPT Publikasi Ilmiah Unisba. Artikel yang dikirimkan ke prosiding ini akan diproses secara online dan menggunakan double blind review minimal oleh dua orang mitra bebestari.
Articles
175 Documents
Pemodelan Geographically Weighted Generalized Poisson Regression (GWGPR) pada Jumlah Kematian Ibu Hamil di Jawa Barat Tahun 2021
Panji Lokajaya Arifa;
Nur Azizah Komara Rifai
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.9459
Abstract. One method to overcome overdispersion or underdispersion is Generalized Poisson Regression (GPR). The development of GPR that takes into account spatial factors in the form of lattitude and longitude coordinates is Geographically Weighted Generalized Poisson Regression (GWGPR) which produces parameter estimators that are local to each observation location. The number of maternal deaths is the number of women who die during their pregnancy. In this study, the GWGPR method was applied to model the number of maternal deaths in West Java Province. The most pregnant women deaths occurred in Karawang Regency with 57 deaths and the average of pregnant women deaths in West Java was 17.04 deaths with a high variance of 122.2678. Modeling with the GWGPR method has different parameter estimation values for each district/city and shows that the factors that have a significant effect on the number of maternal deaths in all districts/cities in West Java are the percentage of pregnant women who have had K4 visits (X1), the percentage of obstetric complications (X2), the number of poor people (X5) and the percentage of PHBS households (X6). The mapping performed from the GWGPR model produces 3 groups of districts/cities in West Java that have similar variables that have a significant effect on the number of maternal deaths. Abstrak. Salah satu metode untuk mengatasi overdispersi atau underdispersi adalah Generalized Poisson Regression (GPR). Pengembangan GPR yang memperhitungkan faktor spasial berupa koordinat lattitude dan longitude adalah Geographically Weighted Generalized Poisson Regression (GWGPR) yang menghasilkan penaksir parameter yang bersifat lokal untuk setiap lokasi pengamatan. Jumlah kematian ibu hamil adalah banyaknya perempuan yang meninggal ketika dalam masa kehamilannya. Dalam penelitian diterapkan metode GWGPR untuk melakukan pemodelan terhadap jumlah kematian ibu hamil di Provinsi Jawa Barat. Kematian ibu hamil terbanyak terjadi di Kabupaten Karawang dengan 57 kematian dan rata-rata dari kematian ibu hamil di Jawa Barat sebesar 17,04 kematian dengan variansi yang tinggi yaitu 122,2678. Pemodelan dengan metode GWGPR memiliki nilai estimasi parameter yang berbeda untuk setiap kabupaten/kota dan menunjukkan bahwa faktor-faktor yang berpengaruh signifikan terhadap jumlah kematian ibu hamil di semua kabupaten/kota di Jawa barat adalah persentase ibu hamil yang pernah melakukan kunjungan K4 (X1), persentase komplikasi kebidanan (X2), jumlah penduduk miskin (X5) dan persentase rumah tangga PHBS (X6). Pemetaan yang dilakukan dari model GWGPR menghasilkan 3 kelompok wilayah kabupaten/kota di Jawa Barat yang memiliki kesamaan variabel yang berpengaruh signifikan terhadap jumlah kematian ibu hamil.
Penerapan Model Bivariat Menggunakan Copula Frank pada Jumlah Gol Hasil Pertandingan Liga 1 Indonesia 2019
Naufal Fajar;
Aceng Komarudin Mutaqin
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.9463
Abstract. Indonesia is one of the countries that always organizes soccer competitions. Liga 1 is an Indonesian football league that brings together 18 of the best soccer teams from Indonesia. Each team played 34 times on a home-away system. The purpose of this thesis is to improve the quality of Indonesian football and mark the gradual league system of Indonesian football at a competitive level. Many studies have been conducted by researchers in various countries to process data on the number of goals scored in soccer matches for home and away teams from a soccer league. Joel Liden (2016) discusses the Copula Frank distribution followed by the marginal distribution, namely the Poisson distribution and the negative Binomial distribution, a distribution for data from discrete random variables. This thesis will discuss the application of the Copula Frank distribution to data on the number of goals for home and away teams from the highest caste Indonesian football league matches for 2018-2019 and to find out whether the Copula Frank distribution is a suitable opportunity distribution for modeling the case of the number of goals data. the. The distribution fit test used is the Chi-square test. As research material, secondary data from recording results obtained from PSSI.com will be used and presented as data on the results of the 2018-2019 Indonesian League 1 football match. The maximum likelihood estimator method is used to estimate the parameters of the discrete distribution. While the distribution fit test to be used is the chi-square test. As an application material, secondary data will be used as a result of recording obtained from rsssf.com and flashscore.com. The data that will be used contains information on the number of goals for the home team and the number of goals for the away team in the 2018-2019 Indonesian League 1 matches. The results of the application show that the bivariate Poisson distribution using Copula Frank is not suitable for modeling bivariate data on the number of goals for the home and away team in the Indonesian League 1 in 2018-2019. Abstrak. Indonesia merupakan salah satu negara yang selalu menyelenggarakan kompetisi sepak bola. Liga 1 merupakan liga sepak bola Indonesia yang mempertemukan 18 tim sepak bola terbaik dari Indonesia. Masing-masing tim bertanding sebanyak 34 kali dengan sistem kandang-tandang. Tujuan dibuat skripsi ini untuk meningkatkan kualitas sepak bola Indonesia dan menandai sistem liga bertahap sepak bola Indonesia di tingkat kompetitif. Sudah banyak penelitian yang dilakukan oleh para peneliti di berbagai negara untuk mengolah data jumlah gol hasil pertandingan sepak bola untuk tim kandang dan tim tandang dari suatu liga sepak bola. Joel Liden (2016) membahas distribusi Copula Frank diikuti oleh distribusi marjinal yaitu distribusi Poisson dan distribusi Binomial negatif, suatu distribusi untuk data dari peubah acak diskrit. Dalam Skripsi ini akan dibahas mengenai penerapan distribusi Copula Frank pada data jumlah gol tim kandang dan tim tandang hasil pertandingan Liga sepak bola Indonesia kasta tertinggi untuk tahun 2018-2019 dan untuk mengetahui apakah distribusi Copula Frank merupakan distribusi peluang yang cocok untuk memodelkan kasus data jumlah gol tersebut. Uji kecocokan distribusi yang digunakan adalah uji Chi-kuadrat. Sebagai bahan penelitian akan digunakan data sekunder hasil pencatatan yang diperoleh dari PSSI.com dan disajikan menjadi data hasil pertandingan sepakbola Liga 1 Indonesia tahun 2018-2019. Metode penaksir kemungkinan maksimum digunakan untuk menaksir parameter distribusi diskrit tersebut. Sedangkan uji kecocokan distribusi yang akan digunakan adalah uji chi-kuadrat. Sebagai bahan aplikasi akan digunakan data sekunder hasil pencatatan yang diperoleh dari yaitu rsssf.com dan flashscore.com. Data yang akan digunakan tersebut berisi informasi jumlah gol tim kandang dan jumlah gol tim tandang pertandingan Liga 1 Indonesia tahun 2018-2019. Hasil penerapan menunjukkan bahwa distribusi Poisson bivariat menggunakan Copula Frank tidak cocok untuk memodelkan data bivariat jumlah gol tim kandang dan tim tandang Liga 1 Indonesia tahun 2018-2019.
Penerapan Distribusi Zero Modified Poisson pada Data Jumlah Gol Tim Tandang Liga Sepak Bola Indonesia
Maulana Ilham Pratama;
Aceng Komarudin Mutaqin
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.9477
Abstract. The Indonesian League, which is currently known as the Indonesia Super League (ISL) or Liga 1, is the highest caste football competition between clubs in Indonesia. The Indonesian League was held for the first time in 1994 (the competition system was divided into 2 regions) which was a merger between the previous major competitions. Many researchers from various countries have carried out the application of distributions to football sports data cases to find out what odds distributions are suitable for modeling the number of goals scored in home and away games in a league. Distributions that can be used to model data on the number of goals scored in soccer matches include the Poisson distribution, negative binomial, Poisson-Lindley, and Zero-Inflated Poisson. In a football match, it is generally difficult for the away team to score goals. One of the discrete distributions for the case of the Poisson distribution when there are many zeros is the Zero-Modified Poisson distribution. In this thesis, the ZMP distribution will be applied to the data on the number of goals scored by the away team in the Indonesian Football League. The maximum likelihood estimator method is used to estimate the parameters of the discrete distribution. While the distribution fit test to be used is the chi-square test. As the application material, data on the results of the 2017-2018 Indonesian League football matches will be used. Based on the results of an analysis of the application of the Zero-Modified Poisson distribution to data on the number of goals scored by the Indonesian League 1 away team in 2017-2018, it can be concluded that the Zero-Modified Poisson distribution is suitable for modeling the frequency data of the number of goals scored by the Indonesian League 1 away team in 2017-2018. Abstrak. Liga Indonesia yang pada saat ini dikenal dengan Indonesia Super League (ISL) atau liga 1 adalah kompetisi sepak bola kasta tertinggi antar klub di Indonesia. Liga Indonesia diselenggarakan pertama kali pada tahun 1994 (sistem kompetisi dibagi 2 wilayah) yang merupakan penggabungan antara kompetisi besar sebelumnya. Penerapan distribusi pada kasus data olahraga sepak bola sudah banyak dilakukan oleh peneliti-peneliti dari berbagai negara untuk mengetahui distribusi peluang apa yang cocok untuk memodelkan jumlah gol dalam pertandingan kandang dan tandang dalam suatu Liga. Distribusi yang bisa digunakan untuk memodelkan data jumlah gol hasil pertandingan sepak bola diantaranya adalah distribusi Poisson, binomial negatif, Poisson-Lindley, dan Zero-Inflated Poisson. Dalam suatu pertandingan sepakbola, umumnya tim tandang selalu kesulitan untuk mencetak gol. Salah satu distribusi diskrit untuk kasus distribusi Poisson ketika nilai nol-nya banyak adalah distribusi Zero-Modified Poisson. Dalam skripsi ini akan diterapkan distribusi ZMP pada data jumlah gol tim tandang Liga sepak bola Indonesia. Metode penaksir kemungkinan maksimum digunakan untuk menaksir parameter pada distribusi diskrit tersebut. Sedangkan uji kecocokan distribusi yang akan digunakan adalah uji chi-kuadrat. Sebagai bahan aplikasi akan digunakan data hasil pertandingan sepak bola Liga Indonesia tahun 2017-2018. Berdasarkan hasil analisi penerapan distribusi Zero-Modified Poisson pada data jumlah gol tim tandang Liga 1 Indonesia tahun 2017-2018 dapat disimpulkan bahwa distribusi Zero-Modified Poisson cocok untuk memodelkan data frekuensi jumlah gol tim tandang Liga 1 Indonesia tahun 2017-2018.
Pemodelan Hurdle Poisson Regresion pada Jumlah Kasus Kematian Akibat Penyakit HIV/AIDS di Provinsi Jawa Barat
Adinda Zahrotul Rizkiah;
Nusar Hajarisman
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.9487
Abstract. To model discrete data related to Poisson events, one way is to use Poisson Regression. If a data contains many zero values, the data can experience overdispersion. This overdispersion problem will increase type I errors, to model the overdispersion data, Hurdle Poisson Regression modeling is needed. Transmission of HIV/AIDS is caused by receiving HIV positive blood donors, through the mother's placenta to her fetus, and sexually transmitted infections. AIDS causes the human body's ability to fight infection to disappear, which can lead to someone's death. However, AIDS-related deaths do not always occur, especially in the districts/cities of West Java Province. So it is necessary to model Hurdle Poisson Regression in cases of death from AIDS. Data obtained through the official website of Open Data Jabar. The processed data includes: Number of AIDS-related Death Cases (Y), Number of HIV Positive Blood Donor Cases (X1), and Number of Syphilis Disease Cases (X2). Based on the research results, two models were formed, for the truncated model and for the logit model, but in the truncated model, HIV Positive Blood Donors (X1) and Syphilis Disease Cases (X2) have an effect on Death Cases due to AIDS in West Java Province, while in the logit model is only Cases of Syphilis (X2) which affect Cases of AIDS-related Deaths in West Java Province. Abstrak. Untuk memodelkan data diskrit yang menyangkut pada kejadian Poisson, salah satunya ialah menggunakan Regresi Poisson. Apabila suatu data mengandung banyak nilai nol, data tersebut dapat mengalami overdispersi. Permasalahan overdispersi ini akan memperbesar kesalahan jenis I, untuk memodelkan data yang mengalami overdispersi tersebut perlu pemodelan Hurdle Poisson Regression. Penularan HIV/AIDS disebabkan oleh penerimaan donor darah positif HIV, melalui plasenta Ibu ke janinnya, dan Penyakit Infeksi Menular Seksual. AIDS menyebabkan kemampuan tubuh manusia untuk melawan infeksi hilang, sehingga dapat menyebabkan kematian seseorang. Akan tetapi kematian akibat AIDS tidak selalu terjadi khususnya di Kabupaten/Kota Provinsi Jawa Barat. Maka perlu pemodelan Hurdle Poisson Regression pada kasus kematian akibat AIDS ini. Data diperoleh melalui website resmi Open Data Jabar. Data yang diolah tersebut antara lain: Jumlah Kasus Kematian Akibat AIDS (Y), Jumlah Kasus Donor Darah Positif HIV ( ), dan Jumlah Kasus Penyakit Sifilis ( ). Berdasarkan hasil penelitian dimana terbentuk dua model, yakni untuk model truncated dan untuk model logit. Akan tetapi pada model truncated, Donor Darah Positif HIV ( ) dan Kasus Penyakit Sifilis ( ) berpengaruh terhadap Kasus Kematian akibat AIDS di Provinsi Jawa Barat, sedangkan pada model logit hanya Kasus Penyakit Sifilis ( ) yang berpengaruh terhadap Kasus Kematian akibat AIDS di Provinsi Jawa Barat).
Pemodelan Metode Fuzzy Time Series Stevenson-Porter pada Nilai Peramalan Ekspor Non-Migas di Indonesia
Muhammad Rofiq Firdaus;
Suwanda
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i2.9512
Abstract. Forecasting is the science of predicting events in the future, There are several kinds of methods used to project forecasting, since Zadeh's pioneering work in 1965, Fuzzy set theory has been applied to various fields. including Fuzzy Time Series, Fuzzy Time Series methods have been proven to improve classical forecasting methods such as handling data fluctuations, inappropriate environments, subjectivity uncertainty in data. By having the privilege of not requiring the fulfillment of special assumptions. This method was developed by Meredith Stevenson and John E. Porter. This research uses the "Fuzzy Time Series Algorithm Using Percentage Change as the Universe of Discourse" forecasting method proposed by Stevenson and Porter. The data component required for research using this method is trend data. In its application, research using Fuzzy Time Series Stevenson Porter forecasting results in a forecasting value of 276,193.25 million US dollars with the calculation of the error value using MAPE getting a result of 36.17% for the Stevenson Porter fuzzy time series method in modeling Indonesia's non-oil and gas export forecasting. Abstrak. Permalan (forecasting) adalah ilmu pengetahuan dalam memprediksi peristiwa pada masa yang akan dating, Terdapat beberapa macam metode yang digunakan untuk memproyeksikan peramalan, sejak karya perintis Zadeh pada tahun 1965, teori himpunan Fuzzy telah diterapkan kedalam berbagai bidang. diantaranya Fuzzy Time Series, metode Fuzzy Time Series telah terbukti dapat memperbaiki metode peramalan klasik seperti menangani fluktuasi data, lingkungan yang tidak tepat, ketidakpastian subjektivitas dalam data. Dengan memiliki keistimewaan tidak memutuhkan pemenuhan asumsi khusus. Metode ini salah satunya dikembangkan Meredith Stevenson dan John E.Porter. Penelitian ini menggunakan metode peramalan Algoritma “Fuzzy Time Series Menggunakan Perubahan Persentase Sebagai Universe of Discourse” yang diusulkan oleh Stevenson dan Porter. Komponen data yang diperlukan untuk penelitian menggunakan metode ini berupa data yang bersifat trend. Pada penerapannya penelitian menggunakan peramalan Fuzzy Time Series Stevenson Porter ini mendapatkan hasil nilai peramalan sebesar 276.193,25 juta US$ dengan perhitungan nilai error menggunakan MAPE mendapatkan hasil sebesar 36,17% untuk metode fuzzy time series Stevenson Porter pada pemodelan peramalan ekspor nonmigas Indonesia.