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
 3   4   5   6   7 
ANALISIS JALUR UNTUK MENGIDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN PEMERINTAH DAERAH ISTIMEWA YOGYAKARTA DARI SEKTOR PARIWISATA Sely Fitriatun Wakhidah; Noeryanti Noeryanti; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 1 No. 01 (2016)
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.v1i01.1102

Abstract

ABSTRAK Daerah Istimewa Yogyakarta mendapatkan sebutan sebagai daerah tujuan wisata terkemuka karena disamping banyak dan ragam pesona obyek dan daya tarik wisata juga tersedia sarana dan prasarana guna menunjang pariwisata tersebut. Berdasarkan data dari Dinas Pariwisata Daerah Istimewa Yogyakarta tercatat bahwa pendapatan dari pariwisata sebesar 50,33% dari Pendapatan Asli Daerah (PAD). Hal ini terbukti bahwa sektor pariwisata perlu diperhitungkan. Berdasarkan publikasi buku Statistik Kepariwisataan dari tahun 1980 – 2014 digunakan enam faktor terkait dengan pendapatan Pemerintah Daerah Istimewa Yogyakarta dari sektor pariwisata (X7) yaitu inflasi (X1), akomodasi (X2), promosi (X3), obyek wisata (X4), wisatawan (X5), aksesibilitas (X6). Guna meneliti faktor-faktor tersebut dilakukan penelitian menggunakan analisis jalur karena pada kasus ini faktor – faktor yang ada saling berhubungan dan memiliki hubungan sebab akibat. Penelitian ini mengidentifikasi faktor-faktor yang mempengaruhi peningkatan dan penurunan pendapatan sektor pariwisata, menentukan faktor-faktor yang berpengaruh langsung, pengaruh tidak langsung maupun pengaruh total terhadap pendapatan dari sektor pariwisata serta menghitung seberapa besar keterkaitan antara faktor tersebut. Faktor-faktor yang mempengaruhi pendapatan dari sektor pariwisata secara total melalui pengaruh langsung dan tidak langsung yaitu promosi (91,7%) dan wisatawan (48,578%). Besar keterkaitan antara faktor promosi dengan wisatawan, promosi dengan pendapatan dan wisatawan dengan pendapatan berturut-turut sebesar 78,3%, 53,656%, 48,587%. Faktor tersebut secara simultan memberikan kontribusi kepada pendapatan daerah dari sektor pariwisata sebesar 93,223%.
ANALISIS TREND DAN ARCH-GARCH UNTUK MERAMALKAN JUMLAH PASANGAN USIA SUBUR DI DAERAH ISTIMEWA YOGYAKARTA Denniss Dahoklory; Kris Suryowati; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 1 No. 01 (2016)
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.v1i01.1103

Abstract

Abstrak Analisis data runtun waktu bertujuan untuk memprediksi data runtun waktu beberapa periode ke depan berdasarkan data di masa lalu. Tujuan dari penelitian ini adalah untuk memprediksi data jumlah Pasangan Usia Subur (PUS) di D.I. Yogyakarta dengan model TREND dan model ARCH-GARCH. Data yang digunakan adalah data Pasangan Usia Subur (PUS) di D.I. Yogyakarta dari bulan Januari 2011 sampai dengan Desember 2014. Prosedur peramalan dengan menggunakan model TREND terdiri dari beberapa tahap, yaitu identifikasi kestasioneran data, uji aotokorelasi dan aplikasi penggunaan modelyang terbaik. Model yang terbaik adalah model dengan nilai SSE dan MAPE yang terkecil. Prosedur peramalan dengan menggunakan model ARCH-GARCH terdiri dari beberapa tahap, yaitu identifikasi, estimasi dan diagnostic check model ARIMA, membuat plot ACF dan PACF resdiual kuadrat, estimasi model ARCH-GARCH dan aplikasi penggunaan model yang terbaik. Model yang terbaik adalah model dengan nilai AIC, SIC, SSR, MAE dan MAPE yang terkecil.
KONSEP MARKOV CHAINS UNTUK MENYELESAIKAN PREDIKSI BENCANA ALAM DI WILAYAH INDONESIA (STUDI KASUS PROVINSI JAWA TENGAH) Puri Fathurrahmi; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 1 No. 01 (2016)
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.v1i01.1104

Abstract

Salah satu metodologi dari proses stokhastik adalah Markov Chains (Rantai Markov). Konsep Markov Chains menolah data-data yang sudah ada untuk menghasilkan sebuah prediksi bencana alam. Bencana alam yang diprediksi meliputi wilayah Indonesia, khususnya Provinsi Jawa Tengah. Dan data yang akan diolah dengan konsep Markov Chain diambil dari database bencana alam bulan-bulan sebelumnya. Berdasarkan hasil perhitungan, didapat prediksi bahwa bencana alam dengan tingkat kemungkinan terjadinya paling tinggi pada bulan Juli 2016 adalah Angin Putting Beliung yaitu sebesar 46.9%, sedangkan bencana alam yang tingkat kemungkinan terjadinya paling tinggi pada bulan Agustus 2016 adalah Banjir yaitu sebesar 35.7%.
LEAST COST ANALYSIS UNTUK OPTIMALISASI PROYEK PEMELIHARAAN JALAN DENGAN BAHASA R Devy Yuliastanti; Kris Suryowati; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 1 No. 01 (2016)
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.v1i01.1105

Abstract

ABSTRAK Semakin maju peradaban manusia maka semakin canggih teknologi yang digunakan dalam pengerjaan pembangunan proyek. Tujuan utama dari pembangunan adalah penyelesaian pekerjaan tepat waktu dengan spesifikasi dan mutu yang sesuai dengan yang diharapkan Demi kelancaran jalannya sebuah proyek dibutuhkan manajemen proyek. Realita di lapangan menunjukkan bahwa waktu penyelesaian suatu proyek tidak bisa dipastikan akan tepat waktu sehingga Optimalisasi Perlu dilakukan untuk mengoptimalkan sumber daya yang ada serta meminimalkan resiko namun tetap mendapatkan hasil yang optimal. Dalam penelitian ini akan dilakukan optimalisasi Pemeliharaan jalan bulaksari-mrican kabupaten Pekalongan menggunakan Least Cost Analysissebagai bahan pertimbangan pengambilan keputusan dalam melakukan percepatan waktu suatu proyek untuk mendapatkan total biaya percepatan yang minimal. Pada metode PERT (Evaluation and Review Techique) akan digunakan 3 estimasi waktu dalam penentuan durasi optimum penyelesaian proyek, sedangkan metode CPM (Critical Path Method) berguna untuk menentukan jalur kritis dengan asumsi waktu penyeleaian proyek telah diketahui. Berdasarkan hasil perhitungan Least Cost Analysis diperoleh durasi optimal 21 hari untuk penambahan jam kerja lembur dengan biaya optimal sebesar Rp191.327.212,65. Untuk tambahan tenaga kerja diperoleh durasi optimal 14 hari dengan biaya optimal sebesar Rp186.636.842,68.Biaya tambahan yang timbul akibat adanya tambahan tenaga kerja lebih kecil dibandingkan dengan tambahan jam kerja lembur. Ini disebabkan adanya penurunan produktivitas pekerja pada saat diadakan jam kerja lembur.
METODE CLUSTER ANALYSIS UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN VARIABEL YANG MEMPENGARUHI KEMISKINAN PADA TAHUN 2013 Ully Putriana; Yudi Setyawan; Noeryanti Noeryanti
Jurnal Statistika Industri dan Komputasi Vol. 1 No. 01 (2016)
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.v1i01.1106

Abstract

Melalui data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Jawa Tengah yaitu data Survey Sosial Ekonomi Nasional (SUSENAS) tahun 2013, dilakukan analisis untuk mengetahui perkembangan tingkat kemiskinan di Provinsi Jawa Tengah, variabel apa yang berpengaruh pada tingkat kemiskinan, serta pengelompokan Kabupaten/Kota di Jawa Tengah berdasarkan faktor-faktor yang mempengaruhinya. Dalam penelitian ini digunakan 10 variabel yang diambil dari indikator kemiskinan. Metode yang digunakan dalam penelitian ini yaitu analisis deskriptif, analisis komponen utama, analisis faktor dan analisis klaster. Dari analisis komponen utama diperoleh dua komponen utama yang membentuk dua faktor yaitu enam variabel yang merupakan faktor utama dan dua variabel yang merupakan faktor pendukung. Faktor utama tersebut yang akan digunakan dalam analisis klaster. Metode analisis klaster yang digunakan yaitu metode hirarki dan non hirarki (K-Means). Hasil penelitian dapat disimpulkan bahwa dari 35 Kabupaten/Kota dikelompokkan menjadi tiga yaitu Kabupaten/Kota dengan tingkat kemiskinan tinggi, sedang dan rendah. Digunakan nilai Root Mean Square Standar Deviation (RMSSTD) dan R-Squared (RS) untuk melihat klaster terbaik. Metode K-Means merupakan metode terbaik yang menghasilkan 3 klaster, 17 anggota untuk klaster 1, 13 anggota untuk klaster 2, dan 5 anggota untuk klaster 3.
MODEL REGRESI SPASIAL UNTUK ANALISIS PERSENTASE PENDUDUK MISKIN DI PROPINSI NANGGROE ACEH DARUSSALAM Ahmad Yasir; Nanda Fariqa; Fauzi Ramadhan; Pradita Eka; Petronella Petronella; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 1 No. 01 (2016)
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.v1i01.1107

Abstract

Penelitian ini dilakukan untuk menentukan model kemiskinan di Provinsi Nanggroe Aceh Darussalam menggunakan metode Ordinary Least Square (OLS) dan Spatial Autoregressive Model (SAR). Tujuan analisis adalah untuk menentukan faktor-faktor yang berpengaruh terhadap persentase penduduk miskin. Hasil analisis menunjukkan bahwa variable yang signifikan mempengaruhi kemiskinan adalah kepadatan penduduk. Berdasarkan perbandingan nilai AIC dan uji dependensi spasial, metode analisis yang baik untuk digunakan adalah metode OLS dengan nilai AIC 121,11. Selain itu, pada uji dependensi spasial, diketahui bahwa tidak ada efek spasial atau dependensi spasial pada data kemiskinan.
PEMODELAN DATA KEMISKINAN DI PROVINSI BENGKULU DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION DAN ORDINARY LEAST SQUARE Antonius M Saunoah; Dita Octaviana; Elisabeth Maubanu; Rizkia Luthfi Choirunisa; Rumiris Berliana Sitorus; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 1 No. 01 (2016)
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.v1i01.1108

Abstract

Abstrak. Tingkat kemiskinan di suatu daerah dapat dijadikan sebuah indikator untuk mengukur kesejahteraan masyarakat. Untuk mencapai kesejahteraan masyarakat, perlu dilakukan analisis untuk mengetahui faktor-faktor penyebab kemiskinan agar masalah kemiskinan di daerah tersebut dapat teratasi.Terdapat berbagai metode dalam melakukan analisis tersebut, diantaranya analisis geographically weighted regression (GWR). Analisis GWR merupakan bagian dari analisis spasial yang bersifat lokal dengan pembobotan berdasarkan posisi atau jarak dari satu lokasi pengamatan dengan lokasi pengamatan lainnya. Penelitian ini bertujuan untuk menggambarkan kemiskinan dan menganalisis faktor-faktor yang mempengaruhi kemiskinan di kabupaten/kota Provinsi Bengkulu menggunakan metode GWR. Variabel yang digunakan adalah jumlah kemiskinan, pengangguran, dan PDRB. Hasil analisis GWR dapat memberikan kesimpulan bahwa tidak terdapat pengaruh secara spasial maupun letak geografis suatu wilayah yang mempenagruhi jumlah kemiskinan di kabupaten/kota Provinsi Bengkulu. Dengan demikian model OLS lebih baik untuk digunakan.
PENGELOMPOKKAN KABUPATEN/KOTA DIJAWA TENGAH BERDASARKAN VARIABELINDIKATOR KESEHATAN MENGGUNAKAN ANALISIS CLUSTER Riki Dwi Prasetyo; Kris Suryowati; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 1 No. 01 (2016)
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.v1i01.1109

Abstract

Abstrak. Pembangunan kesehatan adalah upaya untuk meningkatkan kesadaran, kemauan, dan kemampuan hidup sehat bagi setiap orang agar terwujud derajat kesehatan masyarakat yang setinggi-tingginya. Oleh karena itu, informasi tentang karakteristik indikator kesehatan di Jawa Tengah adalah hal penting untuk mengetahui tingkat keberhasilan pembangunan kesehatan khususnya di Provinsi Jawa Tengah. Penelitian ini melakukan analisis untuk mengetahui tingkat kesehatan di Provinsi Jawa Tengah, faktor yang berpengaruh pada tingkat kesehatan, serta pengelompokan kabupaten/kota di Jawa Tengah berdasarkan variabel indikatornya. Metode yang digunakan adalah analisis deskriptif, analisis faktor dan analisis klaster. Analisis faktor menghasilkan tiga faktor yaitu faktor lingkungan dan fasilitas kesehatan, faktor keluhan kesehatan dan faktor kesehatan ibu dan balita. Pengelompokkan menggunakan analisis klaster hirarki, yaitu : complete linkage, average linkage dan ward. Dari ke tiga metode yang digunakan diperoleh metode yang terbaik dengan melihat nilai Wilk’s Lambda MANOVA adalah metode Ward. Metode ini menghasilkan 3 klaster, yang terdiri dari 16 kabupaten/kota untuk klaster 1 dengan kualitas kesehatan cukup baik, 4 kabupaten/kota untuk klaster 2 dengan kualitas kesehatan kurang baik, dan 15 kabupaten/kota untuk klaster 3 dengan kualitas kesehatan baik.
PELATIHAN PENYAJIAN DATA DALAM BENTUK GRAFIK BAGI SISWA SMAN 1 MINGGIR Rokhana Dwi Bekti; 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.v3i02.1238

Abstract

Kreatifitas siswa sangat diperlukan untuk memudahkan pemahaman suatu materi di sekolah. Beberapa diantaranya adalah bagaimana menghitung, menganalisis dan menginterpretasikan data. Menguasai cara membuat grafik merupakan salah satu langkahnya. Oleh karena itu tim pengabdian masyarakat dari Jurusan Statistika, Institut Sains & Teknologi AKPRIND Yogyakarta mengadakan kegiatan pengabdian masyarakat di SMAN 1 Minggir. Materi yang diberikan adalah bentuk penyajian data ke dalam bentuk grafik dan cara penggunaanya menggunakan software Micoroft Excel. Melalui pelatihan ini, siswa telah mampu membuat grafik untuk menyelesaikan permasalahan di matapelajaran terkait. Dengan pelatihan ini siswa juga mampu menginterpretasikan data dari suatu grafik.
PENGENALAN SOFTWARE STATISTIKA BAGI SISWA SMA UNTUK MENGHADAPI ERA BIG DATA DI SMAN 1 MINGGIR Noviana Pratiwi; 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.v2i02.1239

Abstract

Tim dosen dan mahasiswa di Jurusan Statistika, Institut Sains & Teknologi AKPRIND Yogyakarta telah mengadakan kegiatan PKM pelatihan pengenalan software statistika bagi siswa SMAN 1 Minggir. Tujuan kegiatan ini adalah untuk meningkatkan pengetahuan siswa tentang penggunaan software statistika dalam menyelesaikan permasalahan-permasalahan big data. Materi yang diberikan adalah pengetahuan tentang penggunaan software Microsoft Excel dan SPSS serta mempraktekannya. Kegiatan ini sangat bermanfaat bagi siswa. Mereka telah mendapatkan banyak pengetahuan. Hal ini diketahui berdasarkan hasil kuisioner, dimana sejumlah 82,14% peserta mampu menjawab soal dengan benar setelah diberi pelatihan, sedangkan sebelum pelatihan hanya 76,67%.

Page 5 of 14 | Total Record : 137

 3   4   5   6   7 

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