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
 5   6   7   8   9 
SISTEM INFERENSI FUZZY MAMDANI DAN TSUKAMOTO DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN VOLUME IMPOR MINYAK BUMI DI INDONESIA Fitria Yoga Febriliana; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (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

Menurunnya produksi minyak bumi dan meningkatnya konsumsi BBM (Bahan Bakar Minyak) menyebabkan terjadinya peningkatan impor minyak bumi di Indonesia. Dengan mempertimbangkan variabel-variabel yang mempengaruhi volume impor minyak bumi, dapat dibangun suatu sistem pendukung keputusan berbasis Sistem Inferensi Fuzzy. Sistem Inferensi Fuzzy Mamdani dan Tsukamoto diterapkan dalam Sistem Pendukung Keputusan dengan melakukan langkah-langkah dalam algoritma masing-masing metode, serta melakukan seleksi kombinasi metode fuzzifikasi dan defuzzifikasi. Pada penelitian ini diperoleh hasil bahwa kombinasi metode terbaik untuk menentukan volume impor minyak bumi di Indonesia pada metode Mamdani adalah fuzzifikasi kurva-s dengan defuzzifikasi MOM (Mean of Maximum), sedangkan pada metode Tsukamoto adalah fuzzifikasi kurva-s dengan defuzzifikasi rata-rata terpusat. Hasil perbandingan MAPE (Mean Absolute Percentage Error) dalam Sistem Pendukung Keputusan antara Sistem Inferensi Fuzzy Mamdani dan Tsukamoto menunjukkan bahwa Sistem Inferensi Fuzzy Mamdani menghasilkan nilai MAPE yang lebih kecil yaitu 3,22% dibandingkan Sistem Inferensi Fuzzy Tsukamoto yaitu 9,33%. Implementasi hasil penelitian dilakukan dengan memasukkan nilai input waktu yang akan datang yang diperoleh dari proses peramalan Double Exponential Smoothing kedalam program yang telah dibuat dan didapatkan hasil volume impor minyak bumi untuk tahun 2018, 2019, dan 2020 menggunakan metode Mamdani berturut-turut adalah 388,453 juta barel, 389,12 juta barel, dan 389,12 juta barel. Sedangkan menggunakan metode Tsukamoto didapatkan hasil keputusan untuk tahun 2018, 2019, dan 2020 berturut-turut adalah 368,495 juta barel, 369,596 juta barel, dan 369,596 juta barel.
ANALISIS GOAL PROGRAMMING (GP) PADA OPTIMALISASI PERENCANAAN PRODUKSI MEBEL UD. LATANZA Maria Yosefa Kabosu; Kartiko Kartiko
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (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

Perencanaan produksi merupakan suatu strategi yang digunakan dalam proses pengambilan keputusan. Selama ini perusahaan UD. Latanza dalam mengambil keputusan masih berdasarkan permintaan konsumen yang datang, sehingga proses produksi masih kurang optimal karena masih banyak sumber daya yang dapat dimaksimalkan. Oleh karena itu, penelitian ini bertujuan untuk mengaplikasikan model goal programming dalam membuat perencanaan produksi yang dapat memaksimalkan sumber daya yang ada diperusahaan sehingga memperoleh keuntungan yang maksimal. Goal Programming adalah metode yang bisa menyelesaikan masalah penentuan jumlah produksi yang optimal. Metode ini merupakan pengembangan dari linear programming. Metode ini digunakan untuk mengoptimalkan sumber daya yang terbatas dengan berbagai sasaran (multi objective) yang ingin dicapai perusahaan UD. Latanza. Hasil optimal dilakukan dengan software Lingo. Model goal programming memiliki tiga komponen utama yaitu variabel keputusan, kendala sasaran dan fungsi tujuan. Hasil dari output Lingo mendapat informasi perusahaan bisa mendapatkan pendapatan optimal sebesar Rp.296.300.000 dan waktu kerja optimal yang dibutuhkan adalah 7111,08634 jam dengan bahan baku kayu yang terpakai 2320,800368 meter dan militur yang terpakai 394,5 jika memproduksi produk Tempat Tidur sebanyak 3,825658 atau sama dengan 4 buah tempat tidur, memproduksi produk Meja Belajar Uk. Kecil sebanyak 2,615132 atau sama dengan 3 buah Meja Belajar Uk. Kecil dan memproduksi produk Kursi Makan sebanyak 13,37810 atau sama dengan 14 buah meja belajar Uk. Kecil. Kata Kunci: Optimisasi, Perencanaan Produksi, Goal Programming.
ANALISIS SISTEM ANTRIAN MULTIPHASE PADA FASILITAS PELAYANAN MASYARAKAT BIDANG PENDAFTARAN PENDUDUK DI DINAS KEPENDUDUKAN DAN PENCATATAN SIPIL KABUPATEN MADIUN Etika Permatasari; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (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

Mengantri merupakan hal yang sering terjadi dalam kehidupan sehari-hari. Antrian terjadi karena ketidak seimbangan antara pengunjung yang datang dengan penyedia pelayanan dalam waktu tertentu sehingga banyak pengunjung yang harus menunggu. Pelayanan merupakan salah satu ujung tombak dari upaya pemuasan pelanggan. Dispendukcapil Kabupaten Madiun merupakan salah satu penyedia pelayanan masyarakat bidang pendaftaran penduduk. Jumlah fasilitas pelayanan tidak sebanding dengan banyaknya pengunjung yang datang untuk mengurus dokumen mengakibatkan penumpukan berkas untuk di proses pada sistem pelayanan. Sehingga menyebabkan antrian dokumen. Metode penelitian yang digunakan yaitu antrian multichanel-multiphase. Data yang digunakan dalam metode ini adalah jumlah dan waktu kedatangan pelanggan, waktu pelayanan pelanggan mulai dan selesai dilayani. Penelitian dilakukan untuk mengukut kinerja sistem antrian dan simulasi model antrian sehingga diperoleh hasil optimal dari pelayanan. Sehingga dapat meningkatkan pelayanan menjadi lebih baik. Berdasarkan hasil penelitian diperoleh model awal antrian loket pendaftaran (M/M/2): (GD/∞/∞), loket proses data (M/M/5): (GD/∞/∞) dan loket pengambilan berkas (M/M/2): (GD/∞/∞). Pada hasil simulasi model antrian diperoleh hasil optimal yaitu loket pendaftaran (M/M/3): (GD/∞/∞), loket proses data (M/M/6): (GD/∞/∞) dan loket pengambilan berkas (M/M/3): (GD/∞/∞).
ESTIMASI NILAI VALUE AT RISK PADA PORTOFOLIO SAHAM MENGGUNAKAN METODE GARCH-VINE COPULA Merrysa Karina Sadadang; Noeryanti Noeryanti
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (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

Saham memiliki dua hal yang perlu diperhatikan yaitu return dan resiko. Semakin tinggi return yang didapat semakin besar resiko yang akan ditanggung. Resiko perlu dihitung untuk mengetahui perkiraan kerugian yang harus ditanggung oleh investor. Sehingga investor dapat mempersiapkan cadangan dana sebagai antisipasi dalam menanggung resiko dan dapat mengambil keputusan dalam melanjutkan investasi atau tidak. Pada data keuangan time series sering dijumpai data tidak berdistribusi normal, memiliki efek heteroskedastisitas, data tidak linier. Dalam mengestimasi nilai Value at Risk (VaR), peneliti menggunakan metode GARCH-Vine Copula. Metode GARCH-Vine Copula tidak membutuhkan asumsi data berdistribusi normal dan model GARCH bisa mengatasi efek heteroskedastisitas pada data. Vine Copula yang merupakan pengembangan dari fungsi copula berfungsi untuk mengatasi masalah kompleks pada portofolio multivariat saham.Hasil penelitian menunjukkan bahwa model Gumbel D-Vine Copula adalah model terbaik untuk saham Bank BNI, BRI, dan Mandiri. Estimasi nilai VaR pada portofolio saham menggunakan metode Gumbel D-Vine Copula didapatkan hasil dengan tingkat kepercayaan 95% sebesar -1,47%, dengan tingkat kepercayaan 99% sebesar -1,97%, dan dengan tingkat kepercayaan 90% sebesar -0,65%. Kata kunci : Saham, Value at Risk, GARCH-Vine Copula
PERBANDINGAN METODE CLASSIFICATION AND REGRESSION TREE (CART) DAN METODE REGRESI LOGISTIK BINER DALAM MENGKLASIFIKASI STATUS WANITA BEKERJA DI KOTA KUPANG Marina Elviana Fobia; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (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

Pengklasifikasian merupakan salah satu metode statistik dalam mengelompokkan suatu data yang disusun secara sistematis. Pengklasifikasian suatu objek dapat dilakukan dengan dua pendekatan metode klasifkasi. Penelitan ini menggunakan Metode Classification And Regresion Tree (CART) dan Regresi Logistik Biner untuk mengklasifikasikan Status Wanita Bekerja di Kota Kupang. Diperoleh hasil bahwa analisis metode CART dan Regresi Logistik Biner tidak jauh berbeda yaitu variabel yang mempengaruhi status wanita bekerja adalah variabel umur (X2) dan status perkawinan (X3).Perbedaan prediksi pada kedua metode tersebut yaitu prediksi wanita bekerja pada metode CART yaitu wanita dengan umur 15-64 tahun dan memiliki status perkawinan menikah atau cerai. Sedangkan prediksi pada regresi logistik biner wanita bekerja hanya wanita dengan umur 15-64 tahun. Wanita menikah atau cerai diprediksi tidak bekerja. presentase ketepatan klasifikasi metode CART dan Regresi Logistik Biner sebesar 65,2%. Artinya tidak ada perbedaan presentase ketepatan klasifikasi antara metode CART dan regresi logistik biner.
ANALISIS REGRESI LOGISTIK ORDINAL DAN DISKRIMINAN UNTUK MEMPREDIKSI PENGARUH PELAYANAN, BARANG DAGANGAN DAN FASILITAS PASAR TERHADAP MINAT PEMBELIAN PAKAIAN DI PASAR TRADISIONAL BERINGHARJO YOGYAKARTA Faisal Prabowo; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (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

Pasar tradisional merupakan salah satu bentuk ekonomi kerakyatan dan juga merupakan salah satu pilar ekonomi nasional di Indonesia. Di Kota Yogyakarta dengan wilayah tidak terlalu luas yaitu 32 km2, beberapa pasar tradisional sengaja dipertahankan karena cukup potensial untuk dijadikan sebagai salah satu tempat wisata belanja seperti di Pasar Beringharjo yang letaknya cukup strategis di selatan Jalan Malioboro. Metode analisis yang digunakan dalam penelitian ini adalah analisis deskriptif, regresi logistik ordinal dan analisis diskriminan menggunakan 3 variabel independen dan 1 variabel dependen. Tujuan dari penelitian ini adalah untuk memprediksi pengaruh pelayanan, barang dagang dan fasilitas pasar terhadap minat pembelian. Hasil dari penelitian ini berdasarkan hasil uji Wald pada regresi logistik ordinal, variabel yang berpengaruh secara signifikan (α=5%) terhadap minat pembelian di Pasar Tradisional Beringharjo adalah tingka kepuasan terhadap Pelayanan, Barang Dagang dan Fasilitas Pasar di Pasar Tradisional Beringharjo Yogyakarta. Begitu juga pada analisis diskriminan, berdasarkan uji kesamaan rata-rata diketahui bahwa ketiga variabel tersebut signifikan berpengaruh pada minat membeli.
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KETAHANAN PANGAN DENGAN MENGGUNAKAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) Prismakawa Punggodewi; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (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

Multivariate Adaptive Regression Spline (MARS) merupakan analisis regresi dengan pendekatan nonparametrik yang digunakan ketika hubungan antara variabel respon terhadap variabel prediktor tidak membentuk suatu pola tertentu. MARS merupakan perkembangan dari regresi spline truncated linier yang dikombinasikan dengan recursive partitioning regression. Model MARS terbaik adalah model yang memiliki kombinasi basis function (BF), maximum interaction (MI), dan minimum observation (MO) yang menghasilkan nilai Generalized Cross Validation (GCV) yang paling kecil. Tujuan dari adanya penelitian ini untuk mendapatkan model regresi dari faktor-faktor yang mempengaruhi Indeks Ketahanan Pangan (IKP) sehingga dapat mengetahui kontribusi masing-masing faktor dalam nilai IKP. Berdasarkan hasil pemodelan faktor-faktor yang mempengaruhi IKP, dipilih model kombinasi nilai BF=20, MI=3 dan MO=2 yang menghasilkan nilai GCV terkecil yakni sebesar 25,20945 dan nilai R2 sebesar 86,4% menandakan model tersebut baik. Model MARS yang terpilih memiliki 12 fungsi basis termasuk intercept dengan lima variabel termuat didalamnya, dan variabel dengan tingkat kepentingan tertinggi adalah indeks pembangunan desa.
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.

Page 7 of 14 | Total Record : 137

 5   6   7   8   9 

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