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 
OPTIMASI BIAYA DISTRIBUSI AIR DI PDAM KABUPATEN BANTUL MENGGUNAKAN METODE SUDUT BARAT LAUT DENGAN SIMULASI SOFTWARE R SEBAGAI PENGUJI OPTIMALITAS MODIFIED DISTRIBUTION Dyah Ariani Widianingsih; Rokhana Dwi Bekti
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.v3i01.1080

Abstract

Abstrak. Peningkatan jumlah penduduk yang pesat mempengaruhi jumlah kebutuhan air bersih pada setiap rumah. Perkembangan ekonomi melalui pembangunan juga menjadi sorotan karena semakin banyaknya perumahan yang didirikan oleh pengusaha akan menimbulkan kekurangan air tanah karena akan membuat resapan air yang tidak maksimal. Selain itu pembuangan sampah disungai dan penggunaan air tanah yang berlebihan oleh industri yang ada di Bantul dapat mengakibatkan krisis air bersih. Krisi air tersebut menyebabkan kebutuhan air bersih semakin meningkat, namun ketersediaan air bersih di alam semakin berkurang. Dalam memenuhi kebutuhan air bersih baik untuk umum maupun industri dibutuhkan suatu badan usaha yang mengelola guna memenuhi kebutuhan air bersih di wilayah Kabupaten Bantul. Pada penelitian ini akan dilakukan peminimalan biaya distribusi air bersih PDAM Kabupaten Bantul dengan metode transportasi yaitu sudut barat laut. Berdasarkan hasil perhitungan kebutuhan air yang tidak terpenuhi yaitu sebesar 315,72 m3 / hari. Pada pengujian optimalitas biaya distribusi dengan solusi awal metode sudut barat laut diketahui bahwa hasil total biaya distribusi dengan menerapkan metode modi belum mencapai nilai total biaya yang optimal. Pada pengujian optimalitas nilai indeks perbaikan pada sel non basis masih terdapat nilai negatif, sehingga dilanjutkan dengan merevisi tabel. Berdasarkan perhitungan, revisi mencapai solusi optimal pada revisi tabel ke 5 dengan nilai minimum biaya yang diperoleh sebesar Rp. 7.881.224,00.
PREDIKSI BENCANA ALAM DI WILAYAH KABUPATEN WONOGIRI DENGAN KONSEP MARKOV CHAINS Petronella Mira Melati; Maria Titah Jatipaningrum
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.v3i01.1081

Abstract

Abstrak: Rantai Markov sebenarnya merupakan bentuk khusus dari model probabilitas yang melibatkan waktu dan keadaan lebih dikenal sebagai proses Stokastik. Peneliti menggunakan konsep Markov Chains mengolah data-data yang sudah ada untuk menghasilkan sebuah prediksi bencana alam. Bencana alam yang di prediksi yaitu Kabupaten Wonogiri. Data yang akan diolah dengan konsep Markov Chains diambil dari database bencana tahun-tahun sebelumnya. Bencana alam yang akan diprediksi meliputi banjir, kebakaran hutan dan lahan, kekeringan, putting beliung dan tanah longsor. Diperoleh kesimpulan bahwa bencana banjir akan mengalami penurunan sebesar 11% dari tahun 2016 sampai dengan 2019. Banjir dan tanah longsor, kebakaran hutan dan lahan, kekeringan akan meningkat menjadi masing-masing 2% pada tahun 2019. Untuk bencana angin putting beliung, mengalami sedikit penurunan sebesar 1% dari tahun 2016 sampai dengan 2019, sedangkan untuk bencana tanah longsor mengalami peningkatan sebesar 1% menjadi 57% pada tahun 2019.
PEMODELAN INFANT MORTALITY RATE (IMR) DENGAN PENDEKATAN ZERO INFLATED POISSON REGRESSION BERBASIS ALGORITMA EM Indah Manfaati Nur
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.v3i01.1082

Abstract

Abstrak Salah satu tolok ukur yang sensitif dari semua upaya intervensi yang dilakukan pemerintah khususnya di bidang kesehatan adalah Infant Mortality Rate (IMR). Apabila IMR di suatu wilayah tinggi, berarti status kesehatan di wilayah tersebut rendah Berbagai upaya terus dilakukan untuk menurunkan Infant Mortality Rate (IMR) di Indonesia. Salah satu cara yang dapat dilakukan untuk menurunkan Infant Mortality Rate (IMR) adalah dengan mengkaji faktor-faktor penyebabnya. Banyaknya kejadian kematian merupakan variabel respon yang berupa data diskrit maka salah satu model regresi yang dapat digunakan adalah model regresi Poisson. Suatu ciri dari distribusi Poisson adalah adanya equidispersi, yakni kondisi dimana nilai mean dan varians dari variabel respon bernilai sama. Namun pada praktiknya, sering ditemukan suatu keadaan overdispersi pada regresi Poisson. Model regresi Zero-Inflated Poisson merupakan suatu metode yang mampu untuk menangani overdispersi yang terjadi. Tujuan dari penelitian ini adalah untuk mendapatkan model terbaik tentang Infant Mortality Rate (IMR) dengan menggunakan Zero-Inflated Poisson berbasis Algoritma EM. Hasil penelitian menunjukkan bahwa faktor-faktor yang berpengaruh secara signifikan terhadap IMR adalah jumlah sarana kesehatan pada tiap kabupaten/kota, rasio ketersediaan bidan desa pada tiap kabupaten/kota, dan presentase persalinan ditolong tenaga kesehatan.
ANALISIS JALUR TERHADAP FAKTOR FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI KUMULATIF (IPK) MAHASISWA Dody Rifai Deny Boy Sihite; Noviana Pratiwi
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.v3i01.1083

Abstract

Abstrak. Indeks Prestasi Kumulatif (IPK) adalah ukuran kemampuan mahasiswa sampai pada periode tertentu yang dihitung berdasarkan jumlah SKS yang telah ditempuh. IPK dipengaruhi oleh beberapa faktor yang dapat digambarkan dengan model analisis jalur. Faktor-faktor yang mungkin mempengaruhi IPK antara lain uang saku, usia, banyak organisasi, lama internet, lama belajar. Analisis jalur merupakan pengembangan dari regresi berganda yang variabel bebasnya tidak hanya mempengaruhi variabel tergantung secara langsung tetapi juga dapat mempengaruhi secara tidak langsung. Penelitian ini menggunakan data primer dan data sekunder. Tujuan penelitian ini untuk melihat faktor faktor yang mempengaruhi IPK secara signifikan baik secara langsung maupun tidak langsung. Objek penelitian ini adalah mahasiswa jenjang S1 angkatan 2014 Institut Sains dan Teknologi AKPRIND. Berdasarkan hasil pembahasan faktor-faktor yang mempengaruhi IPK diperoleh adalah lama belajar dan lama penggunaan internet. Faktor yang memiliki pengaruh negatif terhadap IPK adalah variabel lama penggunaan internet dengan pengaruh langsung sebesar –0,213 dan pengaruh tak langsung mendekati 0,000. Total pengaruh penggunaan internet terhadap IPK adalah -0,213. Faktor yang memiliki pengaruh positif terhadap IPK adalah faktor lama belajar dengan pengaruh langsung sebesar 0,147 dan pengaruh tidak langsung mendekati 0,000. sehingga total pengaruh lama belajar terhadap IPK adalah 0,147.
PENERAPAN METODE CART (CLASSIFICATION AND REGRESSION TREES) UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI PEMBAYARAN KREDIT OLEH NASABAH (STUDI KASUS BANK BRI UNIT AEK TARUM – SUMATERA UTARA) Rezeki Handayani Tanjung; Kartiko Kartiko
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
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.v2i02.1084

Abstract

ABSTRAK Penelitian ini bertujuan untuk mengklasifikasi pembayaran kredit nasabah Bank BRI Unit Aek Tarum – Sumatera Utara. Hasil pengklasifikasian tersebut, berupa faktor-faktor penciri yang mempengaruhi pembayaran kredit oleh nasabah. Untuk mengetahui hasil pengklasifikasian pembayaran kredit, digunakan analisis CART dengan pendekatan analisis pohon klasifikasi. Hasil analisis pohon klasifikasi CART menunjukkan bahwa status pembayaran kredit dipengaruhi oleh jumlah penghasilan, usia dan plafond dengan ketepatan hasil klasifikasi yang terbentuk sebesar 84,2%. Karakteristik nasabah yang memiliki status pembayaran kredit cenderung tidak lancar adalah nasabah yang mempunyai jumlah penghasilan maksimum Rp 4.550.000, dengan plafond maksimum Rp 17.500.000 usia maksimum 39,5 tahun dengan persentase 20,5%, nasabah dengan jumlah penghasilan lebih dari Rp 4.550.000 dengan persentase 18,1%, serta nasabah dengan jumlah penghasilan maksimum Rp 4.550.000 dengan plafond lebih dari Rp 17.500.000 persentase 1,4%.
METODE IMPORTANCE-PERFORMANCE ANALYSIS (IPA) DAN REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEPUASAN PASIEN KLINIK PRATAMA RBG RZ BANTUL YOGYAKARTA Fauziah Safiera; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
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.v2i02.1085

Abstract

Abstract. Dalam Statistika terdapat beberapa metode yang dapat digunakan untuk menganalisis faktor-faktor yang mempengaruhi tingkat kepuasan pelanggan. Metode yang dapat digunakan adalah importance-performance analysis (IPA) yang bertujuan untuk mengetahui tingkat kepuasan, serta regresi logistik ordinal untuk mengetahui faktor apa saja yang mempengaruhi tingkat kepuasan. Penelitian ini bertujuan untuk menganalisis bagaimana tingkat kepuasan pasien serta faktor-faktor apa saja yang mempengaruhi tingkat kepuasan pasien. Data dikumpulkan melalui survei dengan kuesioner terhadap pasien yang melakukan pengobatan pada poliklinik umum Klinik Pratama RBG RZ Bantul Yogyakarta. Pengukuran jasa pelayanan medis dalam penelitian ini menggunakan dimensi mutu pelayanan yaitu bukti fisik (tangibles), keandalan (reliability), ketanggapan (responsiveness), empati (emphaty), dan jaminan (assurances). Berdasarkan hasil importance-performance analysis (IPA) diperoleh hasil tingkat kesesuaian antara kinerja dengan kepentingan di Klinik Pratama RBG RZ Bantul Yogyakarta memiliki nilai antara 97%-102%. Dengan demikian pasien sudah merasa puas terhadap kinerja klinik. Untuk faktor-faktor yang mempengaruhi kepuasan berdasarkan analisis regresi logistik ordinal yaitu variabel reliability, responsiveness, dan assurances dengan ketepatan model sebesar 74,4%.
SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI PENGANGGURAN DI PROVINSI JAWA TENGAH Sulis Eli Triliani; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
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.v2i02.1086

Abstract

Abstrak: Banyaknya pengangguran masih menjadi masalah yang dihadapi oleh negara berkembang salah satunya negara indonesia. Tingginya tingkat pengangguran dalam suatu negara dapat membawa dampak negatif terhadap perekonomian negara. Analisis yang digunakan adalah Ordinary Last Square (OLS) dan Spatial Durbin Model (SDM). Penelitian ini bertujuan untuk menentukan model terbaik yang bisa menggambarkan tingkat pengangguran terbuka di Provinsi Jawa Tengah. Berdasarkan analisis Moran’s I, diperoleh adanya dependensi spasial pada variabel tingkat pengangguran terbuka, laju pertumbuhan penduduk dan indeks pembangunan manusia. Dengan demikian perlu dilakukan analisis spasial model SDM. Dari hasil penelitian, diperoleh nilai AIC untuk model OLS 141,31 dan nilai AIC model SDM adalah 128,62. Nilai R-square model OLS sebesar 19,36% dan SDM 49,45%. Nilai AIC pada model SDM lebih kecil dibandingkan dengan nilai AIC pada model OLS dan nilai R-square model SDM lebih besar dari model OLS. Hal ini menunjukkan SDM memberikan model yang lebih baik untuk menjelaskan faktor-faktor yang mempengaruhi tingkat pengangguran terbuka.
PENERAPAN METODE REGRESI LOGISTIK ORDINAL DAN REGRESI PROBIT ORDINAL UNTUK MENGESTIMASI PROBABILITAS LAMA MASA STUDI MAHASISWA IST AKPRIND YOGYAKARTA Erlin Koni Ngago Daga; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
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.v2i02.1087

Abstract

Abstrak. Masa studi merupakan jangka waktu penyelesaian beban studi dalam mengikuti proses pendidikan pada suatu program studi tertentu. Sering dijumpai kelulusan seorang mahasiswa tidak sesuai dengan batas waktu yang telah ditentukan. Penelitian ini bertujuan untuk mengetahui variabel-variabel yang berpengaruh terhadap lama masa studi mahasiswa, untuk mengetahui estimasi model regresi logistik ordinal dan regresi probit ordinal, untuk mengetahui model regresi yang paling baik dan estimasi nilai probabilitas lama masa studi mahasiswa FTI IST AKPRIND. Penarikan sampel menggunakan metode probability sampling yaitu cluster sampling sehingga diperoleh sampel sebanyak 280. Sampel yang digunakan adalah data lulusan mahasiswa jenjang studi S1 dari Fakultas Teknologi Industri di IST AKPRIND Yogyakarta tahun 2011–2016. Metode analisis data adalah regresi logistik ordinal dan regresi probit ordinal menggunakan software R 3.3.2. Berdasarkan hasil analisis regresi logistik ordinal dan probit ordinal, secara serentak dan parsial terdapat 2 variabel yang berpengaruh terhadap lama masa studi mahasiswa FTI IST AKPRIND, yaitu variabel jurusan (teknik informatika) dan variabel IPK lulusan (2,76–3,00). Model estimasi regresi logistik ordinal dan probit ordinal dapat dilihat pada persamaan 4.28 s/d 4.56. Pemilihan model terbaik menggunakan nilai R2 McFadden terbesar, AIC dan BIC terkecil. Sehingga, diperoleh model regresi terbaik adalah model regresi logistik ordinal. Hasil perhitungan estimasi probabilitas lama masa studi 9–10 semester menggunakan model regresi logistik ordinal diperoleh mahasiswa jurusan teknik informatika dengan IPK lulusan 2,76–3,00; 3,01–3,50 dan 3,51–4,00 memiliki peluang lebih besar untuk menyelesaikan studinya selama 9–10 semester dibandingkan mahasiswa jurusan teknik kimia, industri, mesin dan elektro.
ANALISIS SEGMENTASI DAN PETA POSISI IST AKPRIND MENGGUNAKAN METODE MULTIDIMENSIONAL SCALING DAN CORRESPONDENCE ANALYSIS (Studi Kasus Terhadap Siswa Kelas XII SMA BOPKRI II dan SMAN 3 Yogyakarta) Katarina Beatrix Gamur; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
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.v2i02.1088

Abstract

ABSTRAK. Tujuan penelitian ini adalah untuk mengetahui segmentasi dan peta posisi IST AKPRIND terhadap perguruan tinggi lain yang ada di Yogyakarta. PTS yang dipilih untuk dibandingkan dengan IST AKPRIND adalah STTNAS, Atma Jaya, Sanata Dharma, UKDW, UTY, UAD, dan UNRIYO. Atribut yang digunakan sebagai tolak ukur penilaian adalah biaya kuliah, lokasi, promosi, suasana religi, dan citra. Metode statistik yang digunakan adalah Multidimensional Scaling dan Correspondence Analysis. Studi kasus penelitian ini yaitu kelas XII SMA BOPKRI II dan SMAN 3 Yogyakarta. Jumlah sampel yang digunakan sebanyak 210 dengan pemilihan anggota sampel menggunakan metode klaster dua tingkat. Hasil penelitian ini menunjukkan bahwa: pertama, dengan menggunakan metode multidimensional scaling dapat diketahui bahwa pesaing utama IST AKPRIND adalah STTNAS dan UTY yang terletak pada kuadran IV (dimensi 1 positif, dimensi 2 negatif). Akan tetapi, menurut persepsi dan preferensi responden, ketiga PTS ini belum mempunyai keunggulan yang berarti dibandingkan 5 PTS lain yang dibandingkan. Kedua, dengan menggunakan metode correspondence analysis dengan data berupa rata-rata, dapat diketahui bahwa pesaing utama IST AKPRIND adalah STTNAS dan UNRIYO yang terletak pada kuadran II (dimensi 1 negatif, dimensi 2 positif) dengan atribut yang masih harus diperhatikan adalah suasana religi. Ketiga, dengan menggunakan metode correspondence analysis dengan data berupa frekuensi, dapat diketahui bahwa pesaing utama IST AKPRIND adalah STTNAS, terletak pada kuadran II (dimensi 1 negatif, dimensi 2 negatif) dengan atribut yang masih harus diperhatikan adalah biaya kuliah.
ANALISIS REGRESI ROBUST DENGAN PENDUGA METHOD OF MOMENT (MM) UNTUK MENGATASI DATA YANG TERIDENTIFIKASI PENCILAN BERDASARKAN DATA PRODUKSI KEDELAI DI INDONESIA Muliyani Muliyani; Noeryanti Noeryanti
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
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.v2i02.1089

Abstract

Abstrak. Analisis regresi robust menggunakan penduga Method of Moment (MM) untuk mengatasi data yang teridentifikasi pencilan. Tujuan dari penelitian ini adalah penerapan penduga-MM dalam mengatasi adanya pencilan pada kasus data produksi kedelai di Indonesia tahun 2015. Untuk mengatasi data pencilan pada data produksi kedelai di Indonesia tahun 2015, digunakan analisis regresi robust yaitu penduga Method of Moment (MM) dengan pembobot Tukey Bisquare. Regresi robust merupakan metode regresi yang digunakan ketika terdapat data pencilan. Metode penduga-MM merupakan gabungan dari metode penduga-S dan penduga-M. Hasil dari penelitian dengan kasus produksi kedelai di Indonsia tahun 2015 ini, terdapat empat amatan yang teridentifikasi sebagai pencilan yaitu amatan ke-8, 12, 15 dan 18. Kasus tersebut awalnya dianalisis dengan metode kuadrat terkecil tetapi karena salah satu asumsi klasik regresi tidak terpenuhi yaitu asumsi kenormalan maka kasus produksi kedelai di Indonesia tahun 2015 diestimasi menggunakan penduga-MM dengan pembobot Tukey Bisquare dalam regresi robust. Kemudian kedua metode tersebut dibandingkan berdasarkan nilai MSE yang diperoleh. Hasil dari perbandingan tersebut menunjukkan bahwa penduga-MM merupakan metode yang paling baik dengan nilai MSE yang lebih kecil dan model yang dihasilkan dari penduga-MM yaitu 0,0224 .

Page 3 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