cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Marizal
Contact Email
m.marizal@uin-suska.ac.id
Phone
+6285271563331
Journal Mail Official
ICoPremierStat@uin-suska.ac.id
Editorial Address
Jl. H.R. Soebrantas Km. 15.5 No. 155 Gedung Fakultas Sains dan Teknologi UIN Sultan Syarif Kasim Riau Kel. Tuahmadani Kec. Tampan Pekanbaru - Riau 28293
Location
Kab. kampar,
Riau
INDONESIA
Indonesian Council of Premier Statistical Science
Published by Universitas Islam Negeri Sultan Syarif Kasim Riau
ISSN : -     EISSN : 30309956     DOI : http://dx.doi.org/10.24014/icopss.v2i1.25322
Core Subject : Economy, Health, Science, Education, Social,
Computer Science & IT Economics, Econometrics & Finance Mathematics Public Health Social Sciences
Indonesian Council of Premier Statistical Science (ICoPSS) established in 2022, publishes scientific papers in the area of statistical science and its applications with E-ISSN 3030-9956. The published papers should be research papers with, but not limited to, the following topics: experimental design and analysis, survey methods and analysis, operation research, data mining, statistical modeling, computational statistics, time series and econometrics, and statistics education. All papers were reviewed by peer reviewers consisting of experts and academicians across universities and agencies. Indonesian Council of Premier Statistical Science (ICoPSS) is a double-blind peer-reviewed international journal published by the Faculty of Science and Technology Universitas Islam Negeri Sultan Syarif Kasim Riau. Scope: Indonesian Council of Premier Statistical Science is a refereed journal committed to Statistics and its applications.
Arjuna Subject : Ilmu Pengambilan Keputusan (semua kategori) - Statistik, Kemungkinan dan Ketidak Pastian
Articles 6 Documents
 1 
Search results for , issue "Vol 3, No 2 (2024): August 2024" : 6 Documents clear
Penerapan Metode Deseasonalized Pada Peramalan Jumlah Penumpang Bus Trans Metro Pekanbaru Nari Melisa
Indonesian Council of Premier Statistical Science Vol 3, No 2 (2024): August 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/icopss.v3i2.32239

Abstract

Kemajuan teknologi dan dampak pandemi mempengaruhi sistem transportasi umum. Banyak munculnya sistem transportasi yang lebih cepat membuat jumlah penumpang mengalami penurunan hingga mempengaruhi pendapatan daerah Pekanbaru di bidang transportasi. Maka perlu memprediksi jumlah penumpang bus trans metro Pekanbaru. Peramalan dilakukan sebagai acuan apakah terjadi peningkatan ataupun penurunan penumpang sehingga dapat dijadikan bahan perencanaan bagi pengelola bus trans metro Pekanbaru. Peramalan ini menggunakan metode deseasonalized dengan menghilangkan pengaruh musiman sehingga fokus pada trend jangka panjang. Data yang digunakan adalah bulanan sejak bulan Oktober 2016 hingga September 2022. Hasil peramalan menunjukkan nilai MAPE yang sangat besar, hal ini terjadi karena efek lockdown dan pasca lockdown pandemi covid-19 yang menyebabkan penurunan penumpang yang sangat drastis. Sehingga dipilih peramalan sebelum pandemi dengan nilai MAPE yang kecil
Prediksi Jumlah Produksi Kelapa Sawit di Provinsi Riau Menggunakan Metode Double Moving Average Sartika Ayunda
Indonesian Council of Premier Statistical Science Vol 3, No 2 (2024): August 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/icopss.v3i2.32269

Abstract

Kelapa sawit merupakan tumbuhan tropis golongan palmae alam Indonesia yang beriklim tropis. Pertumbuhan dan panen kelapa sawit juga tergantung pupuk dan curah hujan yang turun tiap harinya. Untuk mendapatkan hasil produksi yang baik dibutuhkan kemampuan yang tinggi dan tenaga kerja yang banyak. Setiap hasil produksi tentunya tidak selalu mengalami peningkatan, pasti ada waktu dimana hasil produksi akan mengalami penurunan, maka dari itu diperlukan prediksi untuk memprediksinya sehingga perusahaan dapat mengetahui perkembangan hasil produksi kelapa sawit dimasa yang akan datang. Tujuan penelitian ini adalah untuk mengetahui hasil Prediksi Produksi Kelapa sawit di Provinsi Riau tahun 2023. Metode yang digunakan dalam penelitian ini yaitu Double Moving Average. Hasil prediksi menggunakan metode Double Moving Average menunjukkan bahwa prediksi produksi kelapa sawit memiliki tingkat keakuratan hasil prediksi yang tinggi yaitu sebesar 96,79%. Berdasarkan hasil prediksi dari produksi kelapa sawit tersebut diperoleh nilai ???????????????? yang kurang dari 10%, maka dapat disimpulkan bahwa prediksi produksi kelapa sawit tersebut menghasilkan nilai prediksi yang sangat baik
Penerapan Peta Kendali Statistik Dalam Mengontrol Perubahan Mutu Crude Palm Oil Pada Proses Distribusi Azilla Febryola Utami
Indonesian Council of Premier Statistical Science Vol 3, No 2 (2024): August 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/icopss.v3i2.32273

Abstract

Proses distribusi crude palm oil melibatkan tahap penyimpanan, pengangkutan dan pengiriman, yang rentan terhadap perubahan mutu. Penelitian ini bertujuan untuk mengidentifikasi perubahan mutu yang terjadi selama proses distribusi, dengan fokus pada parameter utama yaitu kadar asam lemak bebas dan kadar air. Pemantauan mutu dilakukan dengan menerapkan peta kendali statistik yaitu peta kendali variabel yang mencakup peta kendali X dan peta kendali R. Hasil penelitian menunjukkan terdapat 10 data untuk kadar asam lemak bebas dan 20 data untuk kadar air yang berada diluar batas kendali. Analisis kemampuan proses menunjukkan bahwa nilai Cp dan Cpk untuk kadar asam lemak bebas adalah masing-masing 1,69 dan 0,33, sedangkan untuk kadar air adalah 0,44 dan 0,18. Analisis diagram sebab-akibat mengidentifikasi terdapat beberapa faktor yang berkontribusi terhadap perubahan mutu seperti manusia, metode, lingkungan dan mesin. Hasil diskusi mengenai perbaikan beberapa faktor pada penelitian ini dapat dijadikan bahan pertimbangan untuk meningkatkan konsistensi terhadap spesifikasi mutu crude palm oil
Faktor-Faktor Yang Memengaruhi Jumlah Kriminalitas di Indonesia Dengan Regresi Data Panel Pada Tahun 2016-2020 Desi Maharani Hulu
Indonesian Council of Premier Statistical Science Vol 3, No 2 (2024): August 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/icopss.v3i2.32237

Abstract

Kriminalitas adalah seluruh bentuk tindakan yang memicu kerugian secara psikis dan ekonomi yang tidak sesuai dengan norma agama  dan sosial serta hukum di Indonesia. Jumlah kriminalitas biasanya dipengaruhi oleh beberapa faktor seperti tingkat pengangguran, rata-rata lama sekolah, penduduk miskin dan Produk Domestik Regional Bruto (PDRB). Padatnya penduduk Indonesia mengakibatkan banyak terjadinya permasalahan sosial di masyarakat, salah satunya yaitu kriminalitas. Dalam penelitian mengenai jumlah kriminalitas di Indonesia memerlukan pengamatan dengan data yang cukup besar dan data yang digunakan yaitu data time series dan data cross section sehingga peneliti tertarik untuk melakukan analisis dengan menggunakan regresi data panel. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari website resmi Badan Pusat Statistik Indonesia. Tujuan penelitian ini adalah untuk memodelkan tingkat kriminalitas provinsi di Indonesia tahun 2016-2020 dan mengetahui variabel-variabel yang berpengaruh signifikan terhadap tingkat kriminalitas. Terdapat  tiga pendekatan yang digunakan dalam menduga regresi data panel yaitu common effect model (CEM), fixed effect model (FEM), dan random effect model (REM). Hasil penelitian menunjukkan bahwa model yang paling tepat untuk data jumlah kriminalitas Indonesia tahun 2016-2020 adalah fixed effect model (FEM) dan terdapat faktor yang berpengaruh secara signifikan terhadap jumlah kriminalitas yaitu tingkat pengangguran, rata-rata lama sekolah dan Produk Domestik Regional Bruto (PDR)
Peramalan Jumlah Sampah Terangkut Di Kota Pekanbaru Menggunakan Metode ARIMA Shafhia Mifthasha
Indonesian Council of Premier Statistical Science Vol 3, No 2 (2024): August 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/icopss.v3i2.32272

Abstract

Kota Pekanbaru merupakan ibukota Provinsi Riau yang termasuk ke dalam salah satu kota yang menjadi pusat ekonomi di pulau Sumatera dengan tingkat pertumbuhan, urbanisasi, dan mingrasi. Seiring pertumbuhan jumlah penduduk setiap tahun dan meningkatnya jumlah sampah  yang terangkut ke Tempat Pembuangan Akhir namun berkurangnya daya dukung alam yang semakin sempit sebagai tempat pembuangan sampah akan menimbulkan permasalahan yang berkelanjutan. Untuk itu perlu perencanaan manajemen pengelolaan sampah dengan memprediksi jumlah sampah terangkut  dan  harus dikelola di Tempat Pembuangan Akhir  pada waktu yang akan datang. Peramalan terhadap jumlah sampah dilakukan menggunakan metode ARIMA dengan mengukur ketepatan peramalan menggunakan MAPE. Hasil penelitian didapatkan model yang terbaik untuk zona 1 adalah model AR (1) dengan kenaikan jumlah sampah terangkut sebesar 39.857,7 ton sedangkan pada zona 2 adalah model ARIMA (1,1,1) dengan kenaikan jumlah sampah terangkut sebesar 53.380,3 ton
Peramalan Jumlah Produksi Bawang Merah, Cabai Besar dan Cabai Rawit di Provinsi Riau dengan Metode Holt-Winter Multiplicative Ade Nur Rahayu; Rado Yendra
Indonesian Council of Premier Statistical Science Vol 3, No 2 (2024): August 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/icopss.v3i2.32232

Abstract

Penelitian ini berfokus pada peramalan jumlah produksi bawang merah, cabai besar, dan cabai rawit di Provinsi Riau menggunakan metode Holt-Winters Multiplicative. Penelitian dilakukan di Dinas Pangan Tanaman Pangan dan Hortikultura Provinsi Riau, dengan menganalisis data sekunder dari tahun 2021 hingga 2023. Metode Holt-Winters Multiplicative dipilih karena kemampuannya menangani data dengan pola musiman yang kompleks dan tidak stasioner. Hasil analisis menunjukkan bahwa model terbaik untuk bawang merah memiliki nilai Mean Absolute Percentage Error (MAPE) sebesar 196.167%. Untuk cabai besar, model terbaik memiliki nilai MAPE sebesar 14.808%. Sedangkan untuk cabai rawit, model terbaik memiliki nilai MAPE sebesar 11.094%. Peramalan menunjukkan bahwa produksi bawang merah akan mengalami fluktuasi dengan peningkatan dan penurunan di bulan-bulan tertentu pada tahun 2024. Penelitian ini menyimpulkan bahwa metode Holt-Winters Multiplicative efektif untuk peramalan data produksi cabai besar dan cabai rawit, namun kurang akurat untuk bawang merah. Diperlukan metode peramalan yang lebih kompleks seperti ARIMA atau teknik pembelajaran mesin untuk meningkatkan akurasi peramalan bawang merah. Penelitian ini memberikan rekomendasi untuk peningkatan metodologi peramalan dalam studi lanjutan

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 3, No 2 (2024): August 2024 Vol 3, No 1 (2024): February 2024 Vol 2, No 2 (2023): August 2023 Vol 2, No 1 (2023): February 2023 Vol 1, No 1 (2022): August 2022