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 137 Documents
 1   2   3   4   5 
Implementasi Metode Decision Tree dengan Algoritma ID3 dan C4.5 untuk Mengklasifikasikan Partisipasi Perempuan Nikah dalam Kegiatan Ekonomi Rumah Tangga di DIY Amiludin Bukhori; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i02.1064

Abstract

Abstrak: Data mining adalah suatu proses dalam menemukan berbagai model, ringkasan data dan informasi-informasi yang berharga dalam sekumpulan data. Terdapat beberapa teknik analisis data dalam data mining, salah satunya klasifikasi. Metode klasifikasi yang cukup sederhana adalah decision tree. Decision tree memiliki kemampuan untuk mengubah data yang besar menjadi pohon keputusan yang merepresentasikan berbagai kondisi yang mudah dipahami. Survey Angkatan Kerja Nasional (SAKERNAS) merupakan survei tahunan BPS DIY tentang ketenagakerjaan. Database Sakernas mengandung banyak sekali data mengenai ketenagakerjaan salah satanya ialah tentang pekerja perempuan. Keberadaan pekerja perempuan di DIY tidak dapat dipandang sebelah mata. Tingkat Partisipasi Angkatan Kerja (TPAK) perempuan DIY pada bulan Februari 2017 sebesar 63,29%. 70,93% dari tenaga kerja perempuan merupakan perempuan yang telah menikah. Hal ini Menunjukkan bahwa tingkat pertisipasi perumpuan nikah dalam kegiatan ekonomi rumah tangga cukup tinggi. Dalam penelitian ini decision tree dibangun dengan menggunakan algoritma ID3 dan C4.5 untuk mengkalisifikasikan partisipasi perempuan nikah dalam kegiatan ekonomi rumah tangga di Daerah Istimewa Yogyakarta. Hasil penelitian menunjukkan bahwa partisipasi perempuan nikah dalam kegiatan ekonomi rumah tangga di DIY dijelaskan lebih baik oleh pohon keputusan dengan algoritma C4.5 dengan tingkat akurasi 68,71% dari pada algoritma ID3 dengan tingkat akurasi 68,10%. Dengan algoritma C4.5 diketahui bahwa variabel yang paling mempengaruhi perempuan untuk ikut serta dalam kegiatan ekonomi rumah tangga adalah status pekerjaan suami. Terdapat beberapa kondisi yang bisa menjelaskan tentang partisipasi perempuan nikah dalam kegiatan ekonomi rumah di DIY, diantaranya ialah perempuan nikah umumnya bekerja ketika usia di bawah 83 tahun dan memiliki suami yang berprofesi sebagai buruh/pegawai/karyawan.
MODEL REGRESI COX PADA DATA KEJADIAN BERULANG IDENTIK UNTUK ANALISIS PENYAKIT TUBERKULOSIS TERHADAP PASIEN LAKI-LAKI Rumata Rianita Tampubolon; Noeryanti Noeryanti
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i02.1065

Abstract

Analisis survival atau analisis kelangsungan hidup adalah salah satu cabang statistika yang mempelajari teknik analisis data survival. Tujuannya untuk menaksir probabilitas kelangsungan hidup, kekambuhan, kematian, dan peristiwa-peristiwa lainnya sampai pada periode waktu tertentu.Tuberkulosis merupakan suatu penyakit yang jika tidak mendapatkan penanganan yang tepat akan bisa menjadi sebuah kejadian luar biasa, karena dapat menyebabkan kematian. Untuk mengurangi angka kematian akibat tuberkulosis, maka penelitian ini akan memodelkan waktu survival pada data berulang dengan studi kasus pada pasien tuberkulosis laki-laki yang dirawat di Rumah Sakit PKU Muhammadiyah Gamping dengan rentang waktu Januari 2015 sampai Desember 2016. Metode yang digunakan adalah Analisis Survival dengan model regresi cox pada data berulang identik. Adapun hasil yang ingin diperoleh dari penelitian ini adalah mengetahui faktor-faktor apa saja yang berpengaruh terhadap laju kesembuhan penderita tuberculosis laki-laki. Berdasarkan analisis Cox PH diperoleh bahwa variabel yang berpengaruh terhadap lama penyembuhan penyakit tuberkulosis laki-laki di RS PKU Muhammadiyah Gamping adalah variabel usia 5 – 14 tahun, 15 – 24 tahun dan 65+ tahun.
PEMILIHAN MODEL REGRESI MULTIVARIAT TERBAIK DENGAN KRITERIA KULLBACK’S INFORMATION CRITERION CORRECTION (KICC): (STUDI KASUS : TINGKAT KESEJAHTERAAN MASYARAKAT DI PROVINSI SUMATERA UTARA) Daniel Limbong; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i02.1067

Abstract

Abstrak: Kesejahteraan masyarakat merupakan suatu konsep multiindikator yang menunjukkan ukuran keberhasilan pembangunan di suatu wilayah. Secara ekonomi, kesejahteraan hidup suatu negara biasa diukur melalui instrumen pertumbuhan ekonomi (growth), pendapatan atau PDRB dan indeks pembangunan manusia (human development index). Berdasarkan indikator-indikator tersebut dapat dibuat suatu model yang digunakan untuk menduga faktor-faktor penunjang tingkat kesejahteraan masyarakat menggunakan analisis regresi multivariat dengan pemilihan KICC (Kullback’s Information Criterion Correction). KICC menggunakan jumlahan jarak Kullback-Leibler atau yang biasa disebut Jarak Simetris Kullback-Leibler, nilai KICC yang terkecil merupakan model yang terbaik. Analisis regresi multivariat merupakan bagian dari analisis regresi yang melibatkan tidak hanya satu variabel respon namun beberapa variabel respon. Dengan menggunakan KICC pada pemilihan model terbaik diperoleh model terbaik pertumbuhan ekonomi = 6,93 - 0,0485 angka harapan hidup + 0,1215 tingkat pengangguran - 0,1370 pengeluaran perkapita - 0,0317 persentase kemiskinan + 0,0349 tingkat partisipasi angkatan kerja + 0,000679 anggaran pendapatan asli daerah , PDRB perkapita = 51,7 + 0,040 angka harapan hidup - 0,58 tingkat pengangguran + 2,95 pengeluaran perkapita + 0,149 persentase kemiskinan - 0,678 tingkat partisipasi angkatan kerja + 0,01115 anggaran pendapatan asli daerah, dan IPM = 1,98 + 0,623 angka harapan hidup + 0,524 tingkat pengangguran + 1,415 pengeluaran perkapita - 0,2136 persentase kemiskinan + 0,1417 tingkat partisipasi angkatan kerja - 0,00048 anggaran pendapatan asli daerah. Adapun hubungan antara variabel-variabel prediktor angka harapan hidup, tingkat pengangguran, pengeluaran perkapita, persentase kemiskinan, TPAK dan APAD terhadap variabel respon pertumbuhan ekonomi, PDRB perkapita dan IPM ( ) adalah sebesar 97,556%.
PENGARUH KUALITAS PRODUK DAN PERSEPSI HARGA TERHADAP KEPUTUSAN PEMBELIAN DI KEDAI GEBOX DENGAN ANALISIS CROSSTAB DAN KORELASI SPEARMAN Gideon Eka Dirgantara; M Feisal Akbar; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i02.1069

Abstract

Abstrak. Kedai GEBOX merupakan inovasi kedai pertama yang menyediakan sajian kuliner dan jasa olah data. Oleh karena itu, beberapa aspek penting yang harus dimiliki oleh Kedai GEBOX dalam menyediakan kuliner dan jasa olah data adalah keinginan dan kemampuan untuk memenuhi kebutuhan pelanggan dengan kualitas baik dan harga yang terjangkau. Oleh karena itu Kedai GEBOX perlu memberikan pelayanan yang terbaik demi tercapainya kepuasan pelanggan. Berdasarkan permasalahan yang ada, tujuan dari penelitian ini adalah untuk menganalisis pengaruh kulaitas produk dan persepsi harga terhadap keputusan pembelian sehingga tercapainya kepuasan pelanggan. Penelitian ini menggunakan analisis Crosstabs dan analisis korelasi Rank Spearman. Hasil analisis menunjukkan bahwa kualitas produk dan persepsi harga berpengaruh secara signifikan terhadap keputusan pembelian pelanggan. Melalui analisis Crosstabs, indikator kualitas yang berpengaruh adalah tentang produk yang sesuai untuk setiap kalangan usia, sedangkan indikator persepsi harga yang berpengaruh adalah tentang citra atau image. Melalui analisis rank spearman, indikator kualitas yang berpengaruh adalah tentang produk yang dapat mengurangi masalah sampah plastik dan pengangguran bagi masyarakat. Kata kunci: , , , ,.
PERAMALAN INDEKS HARGA KONSUMEN (IHK) DENGAN MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN FUZZY TIME SERIES Alfiah Izat; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i02.1070

Abstract

Abstrak. Inflasi/Deflasi diukur dengan perubahan Indeks Harga konsumen (IHK). Perubahan indeks harga konsumen dari waktu ke waktu menunjukkan pergerakan harga dari paket barang dan jasa yang dikonsumsi masyarakat. Indeks harga konsumen sangat penting untuk dipantau secara rutin guna menghasilkan data statistik ekonomi yang valid. Metode peramalan (forecasting) merupakan salah satu teknik yang dapat digunakan untuk mengetahui perkiraan data pada periode tahun selanjutnya, sehingga menjadi dasar pengambilan keputusan bagi suatu instansi. Teknik peramalan berkembang pesat mulai dari metode sederhana seperti Pemulusan Eksponensial (Exponential Smoothing) hingga Fuzzy Time Series yang berdasar pada konsep kecerdasan buatan. Perkembangan metode peramalan data dengan menggunakan Time Series yang cukup pesat mengakibatkan terdapat banyak pilihan metode yang dapat digunakan untuk meramalkan data sehingga perlu membandingkan metode yang satu dengan metode yang lain untuk mendapatkan hasil ramalan dengan akurasi yang tinggi. Penelitian ini dilakukan untuk melihat karakteristik data Indeks Harga Saham dan hasil peramalan dari Metode Double Exponential Smoothing dan Metode Fuzzy Time Series kemudian membandingkan kedua metode tersebut dengan melihat nilai MSE dan MAPE yang terkecil. Dalam meramalkan Indeks Harga Konsumen (IHK), metode Double Eksponential Smoothing dengan dua parameter dari Holt menghasilkan nilai ketepatan yang lebih baik dengan nilai MSE sebesar 0,16 dan MAPE sebesar 0,3062 dari pada metode Double Eksponential dengan parameter dari Brown dan Fuzzy Time Series.
SPATIAL DURBIN ERROR MODEL PADA PEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI SULAWESI SELATAN Ahmad Akbar; Kartiko Kartiko
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i02.1071

Abstract

Abstrak: Kemiskinan merupakan salah satu indikator utama dalam mendukung pencapaian keberhasilan pembangunan daerah. Strategi dan rencana program pengentasan kemiskinan sebagai aspek penting kinerja pemerintah daerah Provinsi Sulawesi Selatan diharapkan dapat menjadi jalan keluar untuk mengatasi permasalahan kemiskinan. Dari tahun 2005 sampai 2014; persentase penduduk miskin di Provinsi Sulawesi Selatan cenderung menurun dan persentase terendah terjadi pada tahun 2014 sebesar 9,54%. Hasil identifikasi awal menggunakan regresi dengan metode estimasi Ordinary Least Square (OLS) menunjukkan persentase penduduk miskin di Provinsi Sulawesi Selatan tahun 2014 dipengaruhi oleh faktor Indeks Pembangunan Manusia (IPM). Uji Moran’s I secara lokal menggunakan Local Indicators of Spatial Autocorrelation (LISA) dan uji LMError menunjukkan terdapat dependensi spasial secara lokal dan ada pengaruh efek error spasial pada pemodelan persentase penduduk miskin. Oleh karena itu, digunakan Spatial Durbin Error Model (SDEM) untuk pemodelan spasial. SDEM merupakan jenis khusus dari Spatial Error Model (SEM). Perbedaan kedua model tersebut adalah penambahan lag spasial variabel independen hanya pada SDEM. Hasil pemodelan menggunakan SDEM dan regresi dengan metode estimasi OLS menunjukkan hasil yang sama. Hal ini disebabkan karena kecilnya nilai Moran’s I, sehingga hasil estimasi parameter menggunakan SDEM menjadi tidak nyata. Variabel yang signifikan berpengaruh terhadap persentase penduduk miskin adalah IPM, sedangkan variabel lag spasial IPM tidak signifikan.
PENERAPAN METODE QUICK, UNBIASED, EFFICIENT STATISTICAL TREES (QUEST) UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT DIARE PADA BALITA DI INDONESIA Vara Diba Rizki; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 01 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i01.1074

Abstract

Abstrak. Pengklasifikasian merupakan pengelompokan secara sistematis terhadap suatu objek ke dalam golongan atau pola-pola tertentu berdasarkan kesamaan ciri. Salah satu metode statistika yang dapat digunakan untuk mengklasifikasikan objek adalah metode QUEST. Metode QUEST (Quick, Unbiased, Efficient, Statistical Trees) merupakan salah satu metode klasifikasi berstruktur pohon yang menghasilkan pohon biner dan bersifat cepat dalam komputasi, menghasilkan pemilihan peubah bebas yang takbias, serta memiliki algoritma yang efisien. Penelitian ini membahas pengklasifikasian dengan menggunakan metode QUEST dalam menentukan faktor-faktor yang mempengaruhi penyakit diare pada balita di Indonesia. Data Survei Demografi dan Kesehatan Indonesia (SDKI) 2012 menunjukkan persentase balita terkena diare di Indonesia sebesar 14% atau sebanyak 2.342 orang dari 16.380 orang sampel, sedangkan 86% atau 14.038 orang lainnya merupakan balita tidak terkena diare. Prosedur klasifikasi berstruktur pohon biner dengan metode QUEST yaitu: proses memilih penyekat dari tiap peubah bebas, menentuan titik penyekat dan penghentian pembentukan pohon. Pada prosedur tersebut menghasilkan faktor-faktor yang mempengaruhi penyakit diare pada balita diantaranya umur anak, jenis kelamin, fasilitas kakus, daerah tempat tinggal, pendidikan ibu, dan kuantil kekayaan. Peubah yang paling berpengaruh pada balita diare adalah umur anak. Ketepatan klasifikasi menggunakan metode QUEST sebesar 91,1%.
PENERAPAN METODE QUICK, UNBIASED, EFFICIENT STATISTICAL TREES (QUEST) UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT DIARE PADA BALITA DI INDONESIA Evy Kristin Angkat; Noeryanti Noeryanti
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 01 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i01.1076

Abstract

Abstrak. Analisis survival atau analisis kelangsungan hidup merupakan cabang statistika yang mempelajari teknik analisis data survival. Tujuannya untuk menaksir probabilitas kelangsungan hidup, kekambuhan, kematian, dan peristiwa-peristiwa lainnya sampai pada periode waktu tertentu.Tuberkulosis merupakan suatu penyakit yang jika tidak mendapatkan penanganan yang tepat akan bisa menjadi sebuah kejadian luar biasa, karena dapat menyebabkan kematian. Untuk mengurangi angka kematian akibat tuberkulosis, maka penelitian ini akan memodelkan waktu survival dengan studi kasus pada pasien tuberkulosis yang dirawat di Rumah Sakit PKU Muhammadiyah Gamping tahun 2012 sampai tahun 2016. Metode yang digunakan adalah Analisis Survival dengan model regresi cox. Adapun hasil yang ingin diperoleh dari penelitian ini adalah mengetahui faktor-faktor apa saja yang berpengaruh terhadap laju kesembuhan penderita tuberkulosis. Berdasarkan analisis Cox PH diperoleh bahwa variabel yang berpengaruh terhadap lama penyembuhan penyakit tuberkulosis di RS PKU Muhammadiyah Gamping adalah variabel umur dan variabel diagnosa.
ANALISIS KOMPONEN UTAMA UNTUK MENGATASI MULTIKOLINEARITAS PADA FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN TERBUKA DI PROVINSI NUSA TENGGARA TIMUR Elisabeth Maubanu; Kartiko Kartiko
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 01 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i01.1078

Abstract

Abstrak. Analisis regresi digunakan untuk menyelidiki faktor-faktor yang mempengaruhi suatu variabel tertentu. Salah satu asumsi penting yang harus dipenuhi adalah tidak adanya multikolinearitas antar variabel independen. Multikolinearitas berakibat pada tidak minimalnya variansi koefisien regresi, sehingga model regresi tidak stabil. Multikolinearitas dapat ditangani menggunakan metode analisis komponen utama.Penelitian ini menggunakan data tingkat penggangguran terbuka di provinsi Nusa Tenggara Timur serta faktor-faktor yang diduga mempengaruhi; Indeks Pembagunan Manusia, kepadatan penduduk, laju pertumbuhan penduduk, laju pertumbuhan PDRB ADHK , Upah Minimum Regional, angka melek huruf, rata-rata lama sekolah dan rasio jumlah sekolah (SMA/MA/SMK) per 10.000 jiwa penduduk.Dalam analisis menggunakan metode OLS, terjadi multikolinearitas pada faktor-faktor independen. Berdasarkan hasil analisis menggunakan analisis komponen utama, tidak lagi terjadi multikolinearitas pada penduga model regresi. Dari 8 buah variabel independen diperoleh 4 buah variabel baru yang mampu menjelaskan 88,1 % variansi dari ke-8 variabel tersebut. MSE dari penduga model regresi komponen utama lebih kecil dibandingkan menggunakan metode OLS.
APLIKASI METODE COMMON EFFECT, FIXED EFFECT, DAN RANDOM EFFECT UNTUK MENGANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN KABUPATEN/KOTA DI JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA Petronella Mira Melati; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 01 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i01.1079

Abstract

Abstrak. Tingkat kemiskinan di Jawa Tengah dan Daerah Istimewa Yogyakarta berada di atas angka kemiskinan nasional, maka diperlukan tindakan pengentasan kemiskinan. Pengentasan kemiskinan dilakukan dengan mempertimbangkan faktor-faktor yang berpengaruh terhadap kemiskinan. Dengan demikian, penelitian ini bertujuan untuk mengetahui faktor-faktor yang berpengaruh terhadap kemiskinan kabupaten/kota di Jawa Tengah dan Daerah Istimewa Yogyakarta pada tahun 2011-2015. Data berupa data cross section dan time series, maka metode dalam menganalisis adalah analisis regresi data panel. Pengujian yang dilakukan adalah untuk memilih model terbaik, antara model common effect, fixed effect, dan random effect. Pengujian ini dibantu dengan software RStudio. Hasil penelitian menunjukkan bahwa model terbaik untuk Jawa Tengah adalah model fixed effect dengan metode estimasi Least Square Dummy Variable (LSDV). Variabel independen yang signifikan untuk mengestimasi presentase penduduk miskin kabupaten/kota di Jawa Tengah, antara lain rata-rata lama sekolah, harapan lama sekolah, laju pertumbuhan ekonomi, dan angka harapan hidup. Sedangkan model terbaik untuk Daerah Istimewa Yogyakarta adalah model random effect dengan metode estimasi Generalized Least Square (GLS). Variabel independen yang signifikan untuk mengestimasi presentase penduduk miskin kabupaten/kota di Daerah Istimewa Yogyakarta harapan lama sekolah.

Page 2 of 14 | Total Record : 137

 1   2   3   4   5 

Filter by Year

2016 2024


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