cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Febriani Astuti
Contact Email
febriani@akprind.ac.id
Phone
+6285725192987
Journal Mail Official
statikom.jurnal@akprind.ac.id
Editorial Address
Kampus 3 Universitas AKPRIND Indonesia; Jl. Bimasakti No 3 Pengok Yogyakarta; Telp. (0274) 544504 (318); WA 0851-7106-0678
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Statistika Industri dan Komputasi
Published by Universitas AKPRIND Indonesia
ISSN : -     EISSN : 25279378     DOI : https://doi.org/10.34151
Core Subject : Economy, Science, Education, Engineering,
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics
Jurnal Statistika Industri dan Komputasi memfasilitasi peneliti, baik dosen, mahasiswa, maupun praktisi untuk mempublikasikan hasil penelitian. Selain itu juga memberikan fasilitas bagi peneliti lain untuk mendapatkan referensi-referensi terkait bidang statistika, aplikasi statistika pada industri, serta komputasinya. Jurnal ini terbit dalam bentuk edisi cetak dan edisi online pada https://ejournal.akprind.ac.id. Edisi setiap jurnal berisikan 8 makalah yang memiliki tema pada bidang teori statistika dan aplikasinya. Kami akan menerima publikasi hasil penelitian pada bidang yang lebih spesifik, diantaranya tentang statistika matematika, ekonometrika, statistika komputasi, matematika keuangan, statistika spasial, aktuaria, demografi, fuzzy, statistika nonparametrik, multivariat, teori statistika, riset operasi, optimasi, time series, analisis survival, dan manajemen resiko.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 8 Documents
 1 
Search results for , issue "Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi" : 8 Documents clear
PERAMALAN INFLASI DI INDONESIA MENGGUNAKAN METODE FUZZY TIME SERIES BASED AVERAGE DAN FUZZY TIME SERIES SAXENA-EASO: Studi kasus : Data Inflasi di Indonesia Alfania Choiriyani Udin; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Inflasi merupakan salah satu indikator untuk melihat stabilitas ekonomi suatu wilayah yang menunjukkan perkembangan harga barang dan jasa secara terus menerus. Salah satu cara mengendalikan inflasi dengan menggunakan peramalan. Peramalan merupakan kegiatan yang memperkirakan kejadian di masa yang akan datang. Berkaitan dengan peramalan tersebut, maka berkembang teori Fuzzy yang salah satunya adalah metode Fuzzy Time Series. Dalam hal ini, Fuzzy Time Series akan diterapkan untuk meramalkan inflasi di Indonesia periode Januari 2014 sampai dengan Januari 2020. Dalam penelitian ini, metode Fuzzy Time Series yang digunakan adalah Fuzzy Time Series Average Based dan Fuzzy Time Series Saxena-Easo. Peramalan menggunakan Fuzzy Time Series Average Based yang diterapkan pada penentuan interval berbasis rata-rata untuk menentukan himpunan semesta, menentukan interval fuzzy, dan melakukan peramalan. Sedangkan metode Fuzzy Time Series Saxena-Easo, pada data aktual akan diubah menjadi persentase perubahan untuk menentukan himpunan semesta, menentukan interval awal, menentukan interval fuzzy, menghitung nilai prediksi perubahan dan melakukan peramalan. Hasil peramalan kedua metode tersebut, akan diukur menggunakan tingkat akurasi Mean Absolute Persentage Error (MAPE). Hasil perhitungan penelitian ini menunjukkan bahwa peramalan menggunakan metode Fuzzy Time Series Average Based menghasilkan tingkat akurasi MAPE sebesar 0.05448% sedangkan Fuzzy Time Series Saxena-Easo menghasilkan tingkat akurasi MAPE sebesar 0.0131%. Dari perbandingan kedua metode tersebut, metode Fuzzy Time Series Saxena-Easo mempunyai tingkat akurasi MAPE yang lebih kecil, sehingga metode Fuzzy Time Series Saxena-Easo lebih baik digunakan untuk meramalkan inflasi periode bulan Februari dan Maret 2020.
PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TIMUR BERDASARKAN KARAKTERISTIK KESENJANGAN EKONOMI Wayan Dwi Kurniawan; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesenjangan ekonomi antarwilayah sering menjadi permasalahan serius karena beberapa daerah dapat mencapai pertumbuhan ekonomi yang cepat, sementara beberapa daerah lain mengalami pertumbuhan yang lambat. Pada penelitian ini, dihasilkan pengelompokan berdasarkan metode SKATER dengan jumlah cluster sebanyak 3. cluster 1 memiliki anggota sebanyak 27 Kabupaten/Kota, cluster 2 memiliki anggota sebanyak 8 Kabupaten/Kota dan cluster 3 memiliki anggota cluster sebanyak 3 Kabupaten/Kota. Berdasarkan metode Average Linkage dengan jumlah cluster sebanyak 3. cluster 1 memiliki anggota sebanyak 14 Kabupaten/Kota, cluster 2 memiliki anggota sebanyak 16 Kabupaten/Kota dan cluster 3 memiliki anggota cluster sebanyak 8 Kabupaten/Kota. Kesimpulan yang didapat bahwa metode terbaik untuk digunakan adalah Average Linkage dengan nilai rasio simpangan baku yang paling kecil, yaitu sebesar 1,000587 dan karakteristik cluster 1 memiliki tingkat ekonomi yang sedang, cluster 2 memiliki tingkat ekonomi yang rendah dan cluster 3 memiliki tingkat ekonomi yang baik.
FUNGSI KERNEL UNTUK ESTIMASI PERTUMBUHAN PRODUKSI INDUSTRI MIKRO/KECIL DI DAERAH ISTIMEWA YOGYAKARTA Suparna Parwodiwiyono
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak. Kontribusi industri mikro dan kecil (IMK) di Daerah Istimewa Yogyakarta jauh lebih besar dibandingkan angka rata-rata nasional, baik dari sisi nilai tambah maupun penyerapan tenaga kerja. Saat ini angka pertumbuhan produksi diperlukan dalam periodesasi yang lebih cepat dan memerlukan estimasi. Penelitian ini bertujuan menggunakan estimator kernel dengan lima fungsi kernel untuk melakukan estimasi angka pertumbuhan produksi IMK di Daerah Istimewa Yogyakarta. Analisis dengan aplikasi R menunjukkan bahwa dengan menggunakan kriteria mean square error minimum, lima fungsi menghasilkan berbagai nilai bandwidth optimal tetapi memiliki estimasi kurva yang serupa. Fungsi kernel Gauss-normal menghasilkan nilai MSE terkecil yaitu sebesar 10,38 dan mendapatkan hasil estimasi nilai pertumbuhan produksi IMK pada triwulan berikutnya sebesar -0,38 persen.
ANALISIS FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHAN PASIEN DEMAM BERDARAH DENGUE MENGGUNAKAN REGRESI COX PROPORTIONAL HAZARD DAN REGRESI WEIBULL: Studi Kasus : Kabupaten Bantul, Yogyakarta Like Erna Widyawati; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Demam Berdarah Dengue merupakan salah satu masalah penyakit infeksi di Indonesia yang ditularkan oleh virus Aedes aegypti dan menyebar sangat cepat sehingga dapat menimbulkan kematian. Dalam penelitian ini dilakukan analisis faktor yang mempengaruhi laju kesembuhan pasien DBD menggunakan Regresi Cox Proportional Hazard dan Regresi Weibull. Data yang digunakan dalam penelitian ini adalah data rawat inap pasien DBD di Kabupaten Bantul, karena Bantul merupakan daerah yang memiliki jumlah kasus DBD tertinggi di Provinsi Yogyakarta selama 5 tahun terakhir. Berdasarkan Kaplan-Meier maka diperoleh pasien dengan jenis kelamin laki-laki lebih lama menjalani masa rawat inap dibandingkan dengan pasien perempuan. Untuk variabel ruang kelas rawat inap, semakin tinggi tingkat kelas ruang rawat maka pasien lebih cepat menjalani masa rawat inap. Pasien umum yang membayar biaya rumah sakit tanpa asuransi menjalani masa rawat inap lebih cepat dibandingkan pasien yang membayar dengan asuransi. Hasil penelitian menunjukkan bahwa nilai AIC regresi cox proportional hazard sebesar 134,9302 sedangkan nilai AIC untuk regresi weibull sebesar 177,2457. Sehingga metode yang terbaik untuk penelitian ini adalah dengan menggunakan regresi cox-proportional hazard karena nilai AIC yang diperoleh lebih kecil.. Kata kunci: Demam Berdarah Dengue, Regresi Cox Proportional Hazard, Regresi Weibull, AIC. Demam Berdarah Dengue merupakan salah satu masalah penyakit infeksi di Indonesia yang ditularkan oleh virus Aedes aegypti dan menyebar sangat cepat sehingga dapat menimbulkan kematian. Dalam penelitian ini dilakukan analisis faktor yang mempengaruhi laju kesembuhan pasien DBD menggunakan Regresi Cox Proportional Hazard dan Regresi Weibull. Data yang digunakan dalam penelitian ini adalah data rawat inap pasien DBD di Kabupaten Bantul, karena Bantul merupakan daerah yang memiliki jumlah kasus DBD tertinggi di Provinsi Yogyakarta selama 5 tahun terakhir. Berdasarkan Kaplan-Meier maka diperoleh pasien dengan jenis kelamin laki-laki lebih lama menjalani masa rawat inap dibandingkan dengan pasien perempuan. Untuk variabel ruang kelas rawat inap, semakin tinggi tingkat kelas ruang rawat maka pasien lebih cepat menjalani masa rawat inap. Pasien umum yang membayar biaya rumah sakit tanpa asuransi menjalani masa rawat inap lebih cepat dibandingkan pasien yang membayar dengan asuransi. Hasil penelitian menunjukkan bahwa nilai AIC regresi cox proportional hazard sebesar 134,9302 sedangkan nilai AIC untuk regresi weibull sebesar 177,2457. Sehingga metode yang terbaik untuk penelitian ini adalah dengan menggunakan regresi cox-proportional hazard karena nilai AIC yang diperoleh lebih kecil.
PERBANDINGAN UJI KUPIEC DAN MIXED KUPIEC PADA EGARCH-VINE COPULA UNTUK ESTIMASI VALUE AT RISK Rahmat Deswanto; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Value at Risk (VaR) merupakan salah satu alat ukur risiko yang digunakan untuk menghitung kerugian maksimum pada portofolio saham. Pada data finansial biasanya asumsi normalitas jarang terpenuhi dan terdapat indikasi adanya efek heteroskedastisitas serta tidak terdapat korelasi linier. Untuk mengatasi masalah heteroskedastisitas dapat digunakan metode GARCH. Namun data finansial pada umumnya terdapat perbedaan pengaruh antara nilai residual positif dan residual negatif terhadap volatilitas data yang disebut efek asimetris, maka digunakan model EGARCH. Copula merupakan salah satu fungsi yang menggabungkan beberapa distribusi merginal menjadi distribusi bersama karena tidak memerlukan asumsi distribusi normal pada data. Vine Copula merupakan perkembangan dari fungsi copula untuk mengatasi masalah yang kompleks pada kasus portofolio saham multivariat. Tujuan dari penelitian adalah mengestimasi nilai VaR pada portofolio saham menggunakan metode EGARCH-Vine Copula Archimedes pada periode pengamatan 1 Oktober 2017 sampai dengan 30 September 2019. Selanjutnya dilakukan validasi model VaR dengan menggunakan metode Kupiec dan Mixed Kupiec. Hasil penelitian menunjukkan bahwa perhitungan VaR pada tingkat kepercayaan 90%, 95%, 99% dengan empat variasi pembetukan portofolio saham ADRO, INDY, dan ITMG menghasilkan nilai VaR yang berbeda-beda. Estimasi VaR portofolio saham dengan kerugian maksimum terendah model Gumbel C-Vine Copula dengan tingkat kepercayaan 90% pada portofolio 4 sebesar 4,01%. Selanjutnya untuk hasil backtesting diperoleh VaR model Gumbel C-Vine Copula dengan tingkat kepercayaan 90% portofolio 4 valid digunakan karena lolos uji Kupiec TUFF.
PERBANDINGAN HASIL KLASIFIKASI CURAH HUJAN MENGGUNAKAN METODE SVM DAN NBC Marthin Luter Laia; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Penelitian ini membahas pengklasifikasi curah hujan serta memprediksi curah hujan dengan menggunakan metode Support Vector Machine dan Naïve Bayes Classifier serta melihat nilai akurasi kedua metode. Support Vector Machine adalah salah satu metode machine learning yang bekerja atas prinsip structural risk minimization yang bertujuan untuk menemukan hyperplane terbaik yang dapat memisahkan kelas. Sedangkan Naïve Bayes Classifier adalah metode klasifikasi yang digunakan untuk menentukan probabilitas suatu anggota dari suatu kelas. Variabel yang digunakan yaitu rata-rata temperatur (X1), rata-rata kelembapan (X2), rata-rata lama penyinaran matahari (X3), dan rata-rata kecepatan angin (X4). Sedangkan variabel dependen (Y) adalah status curah hujan dikategorikan menjadi dua yaitu hujan dan tidak hujan. Data yang digunakan periode tahun 2017 sampai tahun 2018 yang diperoleh dari BMKG Stasiun Meteorologi Maritim Tanjung Priok, Jakarta Utara. Berdasarkan hasil analisis klasifikasi didapatkan bahwa metode terbaik yaitu Support Vector Machine hal ini dibuktikan dengan tingkat akurasi sebesar 79,45 % lebih besar dari tingkat akurasi metode Naïve Bayes Classifier yaitu 65,75%.
PENGARUH PRODUKTIVITAS TENAGA KERJA DAN EFISIENSI TERHADAP LABA USAHA DAN PRODUKTIVITAS MODAL AGROINDUSTRI DI KOTA KENDARI MENGGUNAKAN ANALISIS JALUR Anindita Anindita; Noeryanti Noeryanti
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Produktivitas merupakan ukuran yang dapat menjelaskan efisiensi penggunaan faktor–faktor produksi (input) dalam menghasilkan sejumlah output perekonomian selama satu periode tertentu,. Produktivitas industri diukur dari rasio antara nilai produksi industri dengan jumlah tenaga kerja dan jumlah modal di sektor industri, Efisiensi diukur antara total biaya input dengan nilai produksi, sedangkan laba diukur dengan selisih antara nilai produksi dengan biaya input. Produktivitas sektor industri merupakan salah satu sektor ekonomi yang menjadi prioritas pemerintah Kota Kendari, dengan pertimbangan bahwa dapat memberikan kontribusi yang besar terhadap penciptaan pertumbuhan ekonomi dan lapangan pekerjaan, serta mengatasi masalah pengangguran. Tujuan penelitian ini untuk mengetahui perkembangan produktivitas tenaga kerja, efisiensi ekonomis, laba usaha dan produktivitas modal agroindustri, serta pengaruh produktivitas tenaga kerja dan efisiensi terhadap laba usaha dan produktivitas modal agroindustri besar, sedang dan kecil di Kota Kendari Tahun 1998-2018, dianalisis dengan analisis jalur Hasil analisis membuktikan bahwa kontribusi laba usaha pada produktivitas tenaga kerja dan efisiensi terhadap produktivitas modal berpengaruh signifikan. Dari pengaruh total, bahwa Efisiensi lebih besar mempengaruhi produktivitas modal sebesar 1,717, pada nilai pertumbuhan rata-rata dan grafik efisiensi bahwa nilai efisiensi tumbuh(meningkat) tetapi pengaruhnya terhadap laba usaha menurun, dan laba usaha terhadap produktivitas modal mengalami penurunan. Produktivitas tenaga kerja terhadap produktivitas modal sebesar -0,255, dimana seharusnya peningkatan tenaga kerja dapat menaikkan nilai produktivitas modal, tetapi menurunkan nilai produktivitas modal. Hal ini akibat dari nilai laba usaha menurun, sehingga mengakibatkan penurunan nilai produktivitas modal.
PENERAPAN KAUSALITAS GRANGER DAN KOINTEGRASI JOHANSEN TRACE STATISTIC TEST UNTUK INDEKS PEMBANGUNAN MANUSIA TERHADAP PERTUMBUHAN EKONOMI, INFLASI DAN KEMISKINAN DI NUSA TENGGARA TIMUR Fidelia Febriani Roman; Kartiko Kartiko
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Uji kausalitas Granger adalah metode untuk mengetahui bahwa suatu variabel dependen (variabel tidak bebas) dapat dipengaruhi oleh variabel independen (variabel bebas) pada sisi lain variabel independen tersebut dapat menempati posisi variabel dependen. Uji Kointegrasi Johansen trace statistic test bertujuan untuk mengetahui hubungan keseimbangan dalam jangka panjang. Tujuan dari penulisan ini adalah untuk mengetahui hubungan kausalitas dan kointegrasi indeks pembangunan manusia di Nusa Tenggara Timur. Variabel-variabel yang digunakan yaitu indeks pembangunan manusia sebagai variabel dependen dan pertumbuhan ekonomi , inflasi dan kemiskinan sebagai variabel independen. Hasil uji kausalitas Granger menunjukan bahwa terdapat hubungan satu arah antara indeks pembangunan manusia terhadap pertumbuhan ekonomi dapat ditunjukan dengan nilai probabilitas F-statistic (0.00408) lebih kecil α (0.05) dan hubungan satu arah antara kemiskinan terhadap indeks pembangunan manusia dengan nilai probabilitas F-statistic (0.06765) lebih kecil α (0.1). Hasil dari uji kointegrasi Johansen trace statistic test menunjukkan bahwa nilai trace statistice adalah 104.83 lebih besar nilai kritisnya pada level signifikansi 5% yaitu 34.91 dan nilai maximum eigenvalue adalah 65.11 lebih besar nilai kritisnya pada level signifikansi 5% yaitu 22.00. Sehingga ada hubungan jangka panjang antara variabel indeks pembangunan manusia, pertumbuhan ekonomi dan kemiskinan di Nusa Tenggara Timur Periode 2005-2017.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol. 9 No. 2 (2024): Jurnal Statistika Industri dan Komputasi Vol. 9 No. 1 (2024): Jurnal Statistika Industri dan Komputasi Vol. 8 No. 2 (2023): Jurnal Statistika Industri dan Komputasi Vol. 8 No. 1 (2023): Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): Jurnal Statistika Industri dan Komputasi Vol. 6 No. 2 (2021): Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (2020): Jurnal Statistika Industri dan Komputasi Vol. 4 No. 01 (2019) Vol. 4 No. 2 (2019): Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018) Vol. 3 No. 01 (2018) Vol. 2 No. 02 (2017) Vol. 2 No. 01 (2017) Vol. 1 No. 01 (2016) More Issue