Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Jurnal Statistika Universitas Muhammadiyah Semarang

statistik
Website

Published by Universitas Muhammadiyah Semarang

ISSN : 23383216 EISSN : 25281070 DOI : -

Core Subject : Science,

Decision Sciences, Operations Research & Management

Focus and Scope a. Statistika Teori, Statistika Komputasi, Statistika terapan b. Matematika Teori dan Aplikasi c. Design of Experiment

Arjuna Subject : Matematika - Pemodelan dan Simulasi

Articles 13 Documents

1 2

Search results for , issue "Vol 6, No 2 (2018): Jurnal Statistika" : 13 Documents clear

PEMODELAN PRODUKSI PADI MENGGUNAKAN REGRESI SEMIPARAMETRIK KERNEL Tiani Wahyu Utami; Indah Manfaati Nur; Endah Suryaningsih
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Negara Indonesia merupakan negara agraris dengan salah satu bahan makanan pokok di Indonesia adalah padi. Produksi padi di provinsi Jawa Timur merupakan tertinggi di Indonesia. Tujuan penelitian ini adalah melakukan estimasi parameter parametrik dan nonparametrik serta memodelkan produksi padi di 38 kabupaten/kota provinsi Jawa Timur menggunakan regresi semiparametrik kernel. Regresi semiparametrik merupakan gabungan dari regresi parametrik dan nonparametrik. Regresi parametrik memiliki kurva yang berpola, misal linier, dll. Regresi nonparametrik memiliki kurva yang smooth yang tidak diketahui polanya, sehingga dalam hal ini diperlukan teknik smoothing yang digunakan untuk menghaluskan kurva yaitu salah satunya adalah kernel dengan estimator parameter Nadaraya-Watson dan metode estimasi parametermenggunakan Weighted Least Square (WLS), serta pemilihan bandwidth (h) optimal dengan metode Generalized Cross Validation (GCV). Variabel yang digunakan dalam penelitian yaitu produksi padi sebagai variabel respon, sedangkan variabel prediktornya yaitu luas panen, produktivitas, dan luas kerusakan. Data yang digunakan merupakan data sekunder dari website resmi Badan Pusat Statistika (BPS) provinsi Jawa Timur.Berdasarkan hasil estimasi menunjukkan bahwa regresi semiparametrik kernel mendapatkan nilai bandwidth (h) optimalnya 0,006 dengan GCV=15058865548. Koefisien determinasi (R2) sebesar 92,46% dan MSE sebesar 5797077303. Kata kunci : Produksi Padi, Regresi Semiparametrik, GCV, Nadaraya-Watson, WLS

PERBANDINGAN PERAMALAN UNIVARIAT DAN MULTIVARIAT ARIMA PADA INDEKS HARGA SAHAM GABUNGAN Dwi Ayu Lusia; Awalludiyah Ambarwati
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Saham merupakan salah satu investasi dengan keuntungan melebihi inflasi di Indonesia. Harga saham tercermin pada Indek Harga Saham Gabungan (IHSG). Peramalan multivariat IHSG merupakan salah satu cara yang konsisten dibandingkan dengan analisis fundamental dan teknikal. Salah satu metode yang dapat digunakan untuk peramalan multivariat adalah Vector Autoregrassive Integreted Moving Average (VARIMA). Metode tersebut merupakan pengembangan dari univariat ARIMA (Autoregressive Integrated Moving Average). Penelitian ini bertujuan membandingkan hasil secara multivariat dan univariat berdasarkan nilai RMSE (Root Mean Square Error) pada data training serta testing. Selain RMSE, penelitian ini juga melihat apakah ramalan high merupakan ramalan maksimum dibandingkan open, low, close. Begitupula untuk low. Terdapat dua model secara univariat yaitu ARI (Autoregressive Integrated)dan IMA (Integrated Moving Average). Sedangkan model multivariat yang terbentuk ialah VARIMA(3,1,0) yang berdasarkan CCF (Cross Correlation Function) dan PCCF (Partial Cross Correlation Function)) serta VARIMA([1,3],1,0) berdasarkan lag pada ARIMA. Model VARIMA(3,1,0) merupakan model terbaik berdasarkan RMSE testing dan ketepatan high maupun low. Kata kunci : Univariat, Multivariat, Peramalan, Saha

RELIABILITAS DAN AVAILABILITAS SISTEM TIGA KOMPONEN TERSUSUN PARALEL BERSERI Sudarno Sudarno; Rukun Santoso; Avida Anugraheni
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Reliability is the ability of a product or an item to maintain the required function of a specified period of time under given operating conditions. Availability is a measure of system performance and measures the combined effect of reliability, maintenance and logistic support on the operational effectivesness of the system. The system was formedby some components. This system could be broken, then it could not be operated. In order to system could operate again, it should be repaired. This system consist of three components, such that component-1 is a processor core, component-2 is interface input/output, and component-3 is memory. The system was arranged by parallel-seri.This paper use generation data. Data are failure time and repair time of components of system, respectively. Therefore, research variables are failure time and repair time of all component of system. The aim of this research is finding the mean time to failure and the mean time to repair components, reliability of system, and availability of system.The research result of reliability of system is 0.9998 while availability of system is 0.9987. These results could be concluded that system have best quality and high performing. Generally, if reliability value was higher then quality of system more perfect and if availability value was higher then perform of system was better. Keywords : Reliability, availability, mean time to failure, mean time to repair.

PEMILIHAN TEKNIK SAMPLING BERDASARKAN PERHITUNGAN EFISIENSI RELATIF Permadina Kanah Arieska; Novera Herdiani
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Metode sampling yang dapat digunakan untuk pengambilan sampel antara lain Simple Random sampling dan Stratified Sampling. Pada Simple Random Sampling, setiap elemen populasi memiliki kesempatan yang sama untuk diambil. Sedangkan Stratified Sampling adalah teknik pengambilan sampel dengan membuat strata (tingkatan/kelas) didalampopulasi. Kedua metode sampling ini akan dibandingkan untuk memperoleh Margin of Error (MoE) yang lebih kecil pada data Indeks Massa Tubuh (IMT) Mahasiswa Fakultas Kesehatan Universitas Nahdlatul Ulama Surabaya. Didapatkan bahwa nilai varian penduga parameter pada Stratified Sampling lebih kecil dibandingkan dengan Simple Random Sampling. Penghitungan efisiensi relatif menunjukkan bahwa nilai varianpenduga parameter pada teknik Simple Random Sampling 1,3 kali lebih besar dibandingkan dengan Stratified Sampling. Secara deskriptif, dapat disimpulkan bahwa stratified sampling lebih efisien digunakan untuk data IMT Mahasiswa dibandingkan teknik Simple Random Sampling. Kata kunci : Simple Random sampling, Stratified Sampling, Efisiensi Relatif

MULTIPLE CLASSIFICATION ANALYSIS (MCA) SEBAGAI METODE ALTERNATIF ANALISIS DATA UNTUK VARIABEL BEBAS YANG KATEGORI Sugiarto Sugiarto
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Seringkali kita mengalami kesulitan dalam penelitian ketika mengaplikasikan Regresi Linier Berganda (RLB), dimana variabel bebasnya memiliki skala pengukuran kategori atau nominal sedangkan variabel tidakbebasnya berskala interval/rasio. Sehingga kita harus gunakan serangkaian dummy variabel untuk variabel bebasnya. Kadangkala hasil yang kita peroleh tidak memuaskan karena terjadi pelanggaran terhadap asumsi klasik diantaranya data tidak normal atau terjadi pelanggaran kolinieritas. Andrews tahun 1960-an mengembangkan sebuah metode analisis Multiple Classification Analysis (MCA) untuk mengatasi hal tersebut. Penelitian ini bertujuan untuk memberikanilustrasi penggunaan metode MCA sebagai alternatif analisis data untuk data variabel bebas yang kategori, yaitu pada contoh penelitian mengenai pengaruh jenis pendidikan menengah atas, jenis kelamin, sektor pekerjaan, dan keikutsertaan pelatihan kerja terhadap lamanya waktu untuk mencari kerja. Hasil dari penelitian ini membuktikan bahwa penggunaan metode MCA lebih mudah diterapkan dimana output dan koefisien yang dihasilkan lebih mudah dipahami dan hasilnya tidak berbeda jauh dengan metode yang dihasilkan dari RLB. Kata kunci : RLB, Variabel Bebas Kategori, MCA

IDENTIFIKASI MODEL ANTREAN NON-POISSON (Studi Kasus : Bus Nonpatas Antarkota Antarprovinsi (AKAP) dan Antarkota Dalam Provinsi (AKDP) Lajur Barat Terminal Bus Tirtonadi Surakarta) Aselina Pratidina Wrediningsih; Sugito Sugito; Alan Prahutama; Arief Rachman Hakim
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Transportation is an important factor to improve the economic level of an area. If the transportation does great, the economy will grow up. In case of that, Tirtonadi Bus Station always try to provide optimum services to avoid long queue. Queue system on the west lanes nonpatas bus service of Tirtonadi Bus Station (Solo-Yogyakarta, SoloSemarang, Solo-Purwokerto, Solo-Jakarta, and Jalur Pedesaan) will be analyzed using queueing theory. The main goal of this project is to identify the distribution of the model of Non-Poisson and calculate the size of system performance. Primary dataanalysis is made up of equilibrium sample test (steady state) and tested the distribution of the arrivals number and the bus service’s time. Based on the analysis of queueing process, there are non-Poisson queueing models estimated with Triangular, Beta, Weibull, and the models are (G/M/1) : (GD/∞/∞), (G/LOGN/1) : (GD/∞/∞), (G/M/1) : (GD/∞/∞), (G/BETA/1) : (GD/∞/∞), and (G/M/1) : (GD/∞/∞). The size of systemperformance show that line A (Solo-Yogyakarta) have a higher level of service rush than other service lines. Keywords : Queue, Queueing System, Queueing Model, non-Poisson, Tirtonadi Bus Station, Arena.

MULTIVARIATE ADAPTIVE REGRESSION SPLINE DAN REGRESI KUANTIL PADA INDEKS HARGA SAHAM GABUNGAN PERIODE 2013-2018 Putri Permathasari; Dodi Devianto; Mayastri Mayastri
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Indeks Harga Saham Gabungan yang disingkat dengan IHSG adalah indikator pergerakan harga saham. IHSG merupakan salah satu pedoman bagi investor untuk melakukan investasi di pasar modal. Data IHSG yang fluktuatif cendrung melanggar asumsi normalitas, homoskedastisitas, autokorelasi, dan multikolinearitas. Permasalahan tersebut dapat diatasi dengan memodelkan data IHSG menggunakan regresi nonparametrik diantaranya metode Multivariate Adaptive Regression Spline (MARS)dan metode Regresi Kuantil, dengan variabel prediktor suku bunga, inflasi, nilai tukar (kurs), gold, Indeks Down Jones dan Indeks Nikkei 225. Data IHSG yang digunakan adalah periode April 2013 sampai dengan April 2018. Model terbaik dipilih dengan membandingkan nilai R2 dan MSE metode MARS dan metode Regresi Kuantil. Dari analisis nilai R2 metode MARS lebih besar dari metode Regresi Kuantil. Sedangkan nilai MSE metode MARS lebih kecil dari metode Regresi Kuantil. Ini artinya regresiMARS lebih baik digunakan pada penelitian IHSG ini. Kata kunci : Multivariate Adaptive Regression Spline (MARS), Regrsi Kuantil, IHSG.

PENDEKATAN REGRESI LINIER MULTIVARIAT UNTUK PEMODELAN INDEKS PEMBANGUNAN MANUSIA (IPM) DAN PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH Abdul Hoyyi; Diah Safitri; Sugito Sugito; Alan Prahutama
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Model regresi multivariat merupakan model regresi yang dibangun dari beberapa variabel independen dan mempunyai variabel dependen lebih dari satu dengan setiap variabel dependen saling berkorelasi. Pada penelitian ini variabel dependennya adalah Indeks Pembangunan Manusia (IPM) dan jumlah penduduk miskin, sedangkan variabel independennya adalah upah minimum regional dan kepadatan penduduk. Data yangdigunakan adalah data sekunder yang diperoleh dari Badan Pusat Statistika (BPS) Propinsi Jawa Tengah. Parameter pada model diestimasi dengan metode kuadrat terkecil. Berdasarkan hasil dan pembahasan, pada taraf signifikansi 5 % diperoleh hasil bahwa variabel IPM dan persentase penduduk miskin berdistribusi normal multivariat.Pengujian parameter model diperoleh bahwa koefisien variabel upah minimum regional dan kepadatan penduduk signifikan terhadap model. Pengujian asumsi normalitas, homoskedastisitas dan nonautokorelasi memberikan kesimpulan eror berdistribusi normal multivariate, tidak terjadi autokorelasi dan varian dari eror homogen. Hasil akhir memberikan kesimpulan bahwa variabel upah minimum regional dan kepadatanpenduduk dapat menjelaskan Indeks Pembangunan Manusia dan persentase penduduk miskin sebesar 70,11 %. Kata kunci : Regresi multivariat, IPM, BPS.

PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE TRUNCATED UNTUK PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Pekerjaan adalah bagian terpenting bagi kehidupan manusia karena merupakan wujud aktualisasi diri kepada keluarga, masyarakat dan bangsa. Permasalahan pada ketenagakerjaan adalah meningkatnya jumlah Tingkat Pengangguran Terbuka (TPT).Analisis regresi dikembangkan untuk menyelidiki pola hubungan dan pengaruh variabel prediktor terhadap variabel respon, dengan mengestimasi kurva regresinya. Tujuan utama dalam regresi semiparametrik adalah mendapatkan estimasi kurva/model regresi. Salah satu metode yang dapat digunakan adalah Spline Truncated. Dalam artikel ini, variabel respon adalah Tingkat Penggangguran Terbuka (TPT) di Jawa Tengah dan variabel prediktor terdiri dari PDRB, tingkat partisipasi angkatan kerja. Data TPT di Jawa Tengah yang memiliki hubungan linier dengan salah satu variabel prediktor, tetapi dengan variabel prediktor yang lain tidak diketahui bentuk pola hubungannya sehingga dibutuhkan model regresi semiparametrik. Oleh karena pembahasan dalam artikel ini adalah mengenai estimasi model Tingkat Penggangguran Terbuka di Jawa Tengah menggunakan pendekatan regresi semiparametrik Spline Truncated. Hasil penelitian ini menunjukkan bahwa Model terbaik yang diperoleh dari titik knot optimal adalah dengan menggunakan tiga titik knot yaitu K1= -0.556, K2= -0.356, K3= -0.256, dengan nilai GCV terkecil yaitu 2.266 x10-9. Koefisien yg ditentukan atau (Rsq) yang diperoleh adalah sebesar 99,9%. Dari kedua variable prediktor yang berpengaruh secara signifikan terhadap model adalah nilai PDRB dan kesempatan kerja.

ANALISIS DESKRIPTIF PADA FAKTOR-FAKTOR YANG MEMPENGARUHI MINAT SISWA UNTUK MELANJUTKAN PENDIDIKAN KE TINGKAT PERGURUAN TINGGI Ika Purnamasari; Memi Nor Hayati
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

The success of human development in an area can be measured based on the level of education which is influenced by several factors, both internal and external. The mean years of schooling (MYS) are the basis for measuring the high level of education that affects the size of the Human Development Index (HDI). The aims of this study is to explore data based on internal and external factors that affect the interest of senior highschool students in the Penajam Paser Utara (PPU) to continue their education at college level. Exploration of data in this study was carried out using descriptive statistical analysis. Descriptive statistics are methods that are often used to process data and present it to be easier to understand, both in the form of diagrams and tables. Based on 292 respondents who are interested in continuing their study, it is known that the average levelof education of parents of respondents is still quite low. The level of education of parents affects the income level of parents, as many as 138 respondents have parents with an average income of one million to three million per month. Although the level of education and income of respondents parents is quite low, in fact, the ratio of respondents who areinterested in continuing their education to college institutions is 2.72 times greater than those of respondents who are not interested. Keyword : descriptive statistics, HDI, MYS, PPU.

Page 1 of 2 | Total Record : 13

1 2

Filter by Year

2018 2018

Filter By Issues

All Issue Vol 11, No 2 (2023): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 11, No 1 (2023): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 2 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 2 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 2 (2021): Jurnal Statistika Vol 9, No 1 (2021): Jurnal Statistika Vol 9, No 1 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 2 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 2 (2020): Jurnal Statistika Vol 8, No 1 (2020): Jurnal Statistika Vol 8, No 1 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 2 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 2 (2019): Jurnal Statistika Vol 7, No 1 (2019): Jurnal Statistika Vol 7, No 1 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Vol 6, No 1 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 1 (2018): Jurnal Statistika Vol 5, No 2 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Vol 5, No 1 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Vol 4, No 1 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika Vol 3, No 2 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika Vol 3, No 1 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): Jurnal Statistika Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Vol 1, No 1 (2013): Jurnal Statistika Vol 1, No 1 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Tiani Wahyu Utami

Contact Email
jurnalstatistik@unimus.ac.id

Phone
+6285235004282

Journal Mail Official
jurnalstatistik@unimus.ac.id

Editorial Address
Sekretariat Jurnal Statistika Universitas Muhammadiyah Semarang Program Studi Statistika FMIPA Universitas Muhammadiyah Semarang

Location
Kota semarang,

Jawa tengah

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Tiani Wahyu Utami

Contact Email jurnalstatistik@unimus.ac.id

Phone +6285235004282

Journal Mail Official jurnalstatistik@unimus.ac.id

Editorial Address Sekretariat Jurnal Statistika Universitas Muhammadiyah Semarang Program Studi Statistika FMIPA Universitas Muhammadiyah Semarang

Location Kota semarang, Jawa tengah INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Tiani Wahyu Utami

Contact Email
jurnalstatistik@unimus.ac.id

Phone
+6285235004282

Journal Mail Official
jurnalstatistik@unimus.ac.id

Editorial Address
Sekretariat Jurnal Statistika Universitas Muhammadiyah Semarang Program Studi Statistika FMIPA Universitas Muhammadiyah Semarang

Location
Kota semarang,

Jawa tengah

INDONESIA