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. 6 No. 01 (2021): Jurnal Statistika Industri dan Komputasi" : 8 Documents clear
ANALISIS PENGENDALIAN PERSEDIAAN BAHAN BAKU BERAS DENGAN METODE ECONOMIC ORDER QUANTITY (EOQ) MULTI PRODUK GUNA MEMINIMUMKAN BIAYA(STUDI KASUS DI PB. SRI TANI) Muhammad Fajarudin; Agustian Suseno; Asep Erik Nugraha
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): 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

Artikel ini menganilisis pengendalian persediaan bahan baku beras pada PB. Sri Tani Karawang. Artikel ini merupakan penelitian tindakan bertujuan menentukan pembelian bahan baku optimal dengan pendekatan model Economic Order Quantity (EOQ) multi produk. Pendekatan dalam Economic Order Quantity (EOQ) ada dua yaitu tanpa mempertimbangkan variasi siklus dan dengan mempertimbangkan variasi siklus. Hasil penelitian menunjukkan Economic Order Quantity tanpa mempertimbangkan variasi siklus lebih meringankan perusahaan dalam mempersiapkan dana untuk kebutuhan produksi berasnya karena memiliki pola pengeluaran kas untuk pembelian bahan baku yang relatif lebih stabi danl pengelolaan nya yang lebih mudah
ANALISIS KLASTER BERDASARKAN TINDAKAN KRIMINALITAS DI INDONESIA TAHUN 2019 Margareth Dwiyanti Simatupang; Arie Wahyu Wijayanto
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): 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

Kriminalitas atau kejahatan merupakan masalah yang sering terjadi dalam suatu masyarakat. Saat ini indeks kejahatan di Indonesia sebesar 46.26 dari skala 100 sehingga Indonesia berada pada urutan ke-empat dengan indeks kejahatan tertinggi di negara Asean. Meskipun jumlah kejahatan di Indonesia mengalami penurunan dari tahun 2017 – 2019, namun penurunan jumlah kejahatan di Indonesia melambat dalam satu tahun terakhir. Sehingga perlu dilakukan pengelompokkan daerah rawan kriminalitas yang ada di Indonesia agar dapat memberikan informasi kepada pemerintah dan kepolisian untuk meningkatkan keamanan di Indonesia. Penelitian ini menggunakan variabel jenis-jenis kejahatan. Metode yang digunakan dalam penelitian ini adalah dengan analisis klaster K-Means dan Fuzzy C-Means. Sebelum dilakukan pengelompokkan, dilakukan penentuan jumlah klaster optimum. Setelah itu, dilakukan validasi metode yang hendak digunakan diantara K-Means dan Fuzzy C-Means untuk memperoleh metode yang terbaik. Validasi digunakan dengan melihat connectivity, dunn index, dan silhoutte masing-masing metode. Hasil yang diperoleh yakni tidak ada algoritma klastering yang bisa digunakan secara universal untuk menyelesaikan seluruh permasalahan mengenai pengelompokkan daerah kriminalitas di Indonesia. Sehingga, baik k-means dan fuzzy c-means tetap dapat melakukan pengelompokkan daerah kriminalitas di Indonesia.
PERAMALAN INDEKS HARGA KONSUMEN INDONESIA MENGGUNAKAN AUTOREGRESSIVE INTEGRATED MOVING AVARAGE Muhammad Hali Mukron; Imelya Susianti; Fadhilah Azzahra; Yulia Nur Kumala; Fazia Risnita Widiyana; M Al Haris
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): 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

Salah satu indikator yang digunakan untuk melihat keberhasilan moneter dalam mengendalikan inflasi adalah Indeks Harga Konsumen (IHK). Indeks Harga Konsumen (IHK) adalah angka indeks yang menunjukkan tingkat harga barang dan jasa yang dibeli konsumen dalam suatu periode tertentu. Penelitian ini bertujuan untuk mengetahui nilai prediksi IHK di Indonesia selama lima periode kedepan dengan menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Data yang digunakan untuk penelitian adalah data IHK Indonesia pada bulan Januari 2014 sampai dengan Desember 2019. Hasil yang diperoleh menunjukkan bahwa model terbaik yang dapat digunakan untuk peramalan yaitu model ARIMA (2,1,3) dengan nialai Mean Square (MS) sebesar 0,1744.
UJI STASIONERITAS DATA INFLASI KOTA PADANG PERIODE 2014-2019 Sherly Aktivani
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): 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

The stationarity of a time series can have a significant influence on its properties and forecasting behavior. A time series is therefore said to be stationary is its mean, variance, and covariances remain constant over time. A problem associated with nonstationary variabels, and frequently faced by econometricians when dealing with time series data, is the spurious regression. An apparent indicator of such spurious regression was a particularly low level for the Durbin-Watson statistics, combined with an acceptable R2. Statistical test for stationarity have proposed by Dickey and Fuller (1979). The distribution theory supporting the Dickey-Fuller test assumes that the errors are statistically independent and have a constant variance. Phillips and Peron (1988) developed a generalization of the Dickey-Fuller procedure that the error terms are correlated and not have constant variance. In this paper, we use Augemented Dickey Fuller test and Phillips-Peron test for inflation data in Padang Municipality for the time period 2014-2019. The data showed upward trend and the error terms are correlated. The empirical results showed that the inflation data in Padang Municipality is a stationary series
PERAMALAN PENJUALAN SEPEDA MOTOR DI INDONESIA MENGGUNAKAN METODE HOLT-WINTER’S EXPONENTIAL SMOOTHING DAN FUZZY TIME SERIES-CHEN BERBASIS RATA-RATA Aisyah Putri Pertiwi; Noeryanti
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): 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

Penjualan merupakan bagian dari pemasaran yang menentukan kelangsungan hidup perusahaan. Dengan penjualan perusahaan dapat mencapai tujuannya seperti mendapatkan laba dan meminimalisir produksi. Untuk mencapai tujuannya, perusahaan harus bisa mempertahankan dan meningkatkan volume penjualan harus mengetahui masalah-masalah yang menghambat proses penjualan dan berusaha mengatasinya guna mencapai tujuan perusahaan yang telah ditetapkan Tujuan yang hendak dicapai oleh peneliti adalalah untuk me-manage penjualan produk sepeda motor PT AISI (Asosiasi Industri Sepeda Motor Indonesia) dengan menyusun rencana penjualan dan untuk mengetahui permasalahan yang dihadapi oleh perusahaan. Peramalan penjualan sepeda motor domestik PT AISI (Asosiasi Industri Sepeda Motor Indonesia) untuk tahun 2019 berdasarkan data penjualan Sepeda Motor merek Honda dan Yamaha tahun 2008-2018 yaitu dengan membandingkan metode peramalan Holt - winter’s Exponential Smoothing dan Fuzzy Time Series Chen Average Based. Hasil peramalan menunjukan bahwa metode Fuzzy Time Series Chen Average Based lebih tepat digunakan karena memiliki nilai error yang lebih kecil. Tingkat kesalahan peramalan untuk PT Astra Honda Motor yaitu 0.19% PT Yamaha Motor yaitu 0.08%.
PERAMALAN JAKARTA STOCK EXCHANGE COMPOSITE INDEX DENGAN METODE FUZZY TIME SERIES MARKOV CHAIN DAN MODIFIKASI ADAPTIVE FUZZY TIME SERIES Gabriel Cefin Putra Kota; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): 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

Jakarta Stock Exchange Composite Index (JKSE) atau Indeks Harga Saham Gabungan (IHSG) merupakan indikator yang mencerminkan pergerakan harga saham. Peramalan JKSE digunakan oleh para investor untuk mengambil keputusan investasi yang tepat. Dalam penelitian ini digunakan metode fuzzy time series Markov Chain dan modifikasi adaptive fuzzy time series, dalam meramalkan data price Jakarta Stock Exchange Composite Index (JKSE) periode Oktober 2015 sampai Oktober 2020. Penulis menggunakan kedua metode ini karena berdasarkan tinjauan pustaka diperoleh kesimpulan bahwa metode fuzzy time series Markov Chain mempunyai nilai error yang baik dibandingkan dengan metode fuzzy time series lainnya, sedangkan sebagai pembanding penulis menggunakan metode adaptive fuzzy time series yang dimodifikasi. Hasil peramalan Data price JKSE pada periode bulan Oktober 2015 sampai dengan Oktober 2020 menggunakan metode FTS Markov Chain untuk periode selanjutnya yaitu bulan November 2020 sebesar 5061,565306 dan bulan Desember 2020 sebesar 5106,097668. Sedangkan hasil peramalan menggunakan metode modifikasi adaptive FTS untuk periode selanjutnya yaitu bulan November 2020 adalah sebesar 4997,020408 dan Desember 2020 sebesar 4997,020408. Metode Modifikasi Adaptive FTS mempunyai hasil peramalan yang lebih baik dibandingkan metode FTS Markov Chain pada studi kasus ini. Karena memiliki nilai MAPE (Mean Absolute Percentage Error) dan RMSE (Root Mean Squared Error) terkecil, yaitu berturut-turut adalah 1,699113% (MAPE), dan 122,4353024 (RMSE) sedangkan FTS Markov Chain adalah 1,883658% (MAPE) dan 138,58874 (RMSE).
ANALISIS KLASIFIKASI STATUS BEKERJA PENDUDUK DAERAH ISTIMEWA YOGYAKARTA MENGGUNAKAN METODE RANDOM FOREST Eka Christy; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): 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

Klasifikasi merupakan pekerjaan yang berkaitan dengan pembuatan sebuah model yang dapat melakukan pemetaan dari setiap himpunan variabel ke setiap targetnya, kemudian menggunakan model tersebut untuk memberikan nilai target pada himpunan baru yang didapat. Dalam penelitian ini analisis klasifikasi digunakan untuk melihat prediksi status bekerja penduduk di wilayah perdesaan Daerah Istinewa Yogyakarta. Metode yang digunakan untuk mengklasifikasi adalah metode Random Forest. Random Forest adalah klasifikasi yang terdiri dari beberapa pohon keputusan yang dibangun dengan menggunakan vektor acak. Penelitian ini bertujuan untuk mendapat model/pohon terbaik menggunakan Random Forest. Model/pohon yang diperoleh dari Random Forest akan digunakan untuk mengklasifikasi status bekerja penduduk di wilayah perdesaan Daerah Istimewa Yogyakarta. Hasil yang diperoleh model dengan error klasifikasi terkecil adalah mtry 4 dan ntree 500 dengan tingkat akurasi ketepatan klasifikasinya sebesar 80,13%. Secara berurutan variabel yang paling besar peranannya dalam mengklasifikasi status bekerja penduduk Daerah Istimewa Yogyakarta di wilayah perdesaan adalah variabel Penyakit/Gangguan selanjutnya diikuti oleh variabel Tingkat Pendidikan, Jenis Kelamin dan Sertifikat.
PERAMALAN JUMLAH PENUMPANG PENERBANGAN INTERNASIONAL DI BANDAR UDARA INTERNASIONAL SOEKARNO HATTA DENGAN METODE HOLT-WINTERS EXPONENTIAL SMOOTHING DAN SEASONAL ARIMA Demeytris Suryani Fahik; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): 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

Banyak masyarakat dan turis yang datang atau pergi dari Indonesia melalui Bandar Udara Internasional Soekarno Hatta. Saat ini pesawat udara menjadi pilihan yang diminati masyarakat karena dapat menempuh waktu yang singkat dengan jarak yang jauh. Hal tersebut mengantisipasi kesiapan pihak bandar udara dalam menyediakan fasilitas dan pelayanan yang terbaik bagi kenyamanan masyarakat. Peramalan jumlah penumpang sangat penting untuk perencanaan penyediaan dan peningkatan fasilitas bandar udara di masa mendatang. Metode peramalan Seasonal ARIMA dan Holt-Winters Exponential Smoothing merupakan metode yang mampu menangani data yang berpola musiman sekaligus bersifat trend. Jumlah penumpang di Bandar Udara Internasional Soekarno Hatta memiliki pola berulang (musiman) dan juga membentuk pola trend naik. Karena menunjukkan pola trend naik dan pola musiman dengan variasi musiman yang semakin membesar, maka pemilihan metode peramalan Holt-Winters Exponential Smoothing model multiplikatif dan Seasonal ARIMA adalah tepat untuk diimplementasikan pada data. Perbandingan metode peramalan dilakukan untuk mendapatkan tingkat akurasi model yang tinggi, dengan menggunakan data aktual pada periode Januari 2017 sampai November 2019. Peramalan dengan metode Holt-Winters Exponential Smoothing model multiplikatif dengan modifikasi Golden Section menghasilkan nilai MAPE sebesar 4,407%. Sedangkan peramalan dengan metode Seasonal ARIMA model (3,1,0)(0,1,1)12 menghasilkan nilai MAPE sebesar 5,306%. Dengan demikian metode yang terpilih adalah metode Holt-Winters Exponential Smoothing model multiplikatif dengan modifikasi Golden Section karena memiliki nilai MAPE lebih kecil dan lebih baik dalam meramalkan jumlah penumpang penerbangan internasional di Bandar Udara Internasional Soekarno Hatta dan hasil peramalan untuk satu tahun ke depan, pada bulan Maret 2020 diperkirakan mencapai 732.129 penumpang

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2021 2021


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