https://journal.unugiri.ac.id/index.php/statkom/issue/feed Jurnal Statistika dan Komputasi 2024-06-30T17:36:19+00:00 Denny Nurdiansyah, S.Si., M.Si. statkom@unugiri.ac.id Open Journal Systems <p align="justify"><strong><span data-preserver-spaces="true">Jurnal Statistika dan Komputasi (STATKOM) </span></strong><span data-preserver-spaces="true">is an open-access journal (e-journal) published by the Statistics Study Program, Faculty of Science and Technology, Universitas Nahdlatul Ulama Sunan Giri (UNUGIRI). </span><strong><span data-preserver-spaces="true">STATKOM </span></strong><span data-preserver-spaces="true">publishes the article based on research or equivalent to research results in <strong>Applied Statistics and Computation</strong> on various scopes related to </span><strong><span data-preserver-spaces="true">Computational Statistics</span></strong><span data-preserver-spaces="true"> and </span><strong><span data-preserver-spaces="true">Data Analysis</span></strong><span data-preserver-spaces="true">. This journal is published twice a year (June and December) in Indonesian and English. </span></p> <p align="justify"><span data-preserver-spaces="true"><strong><span class="value">Announcements <a href="https://journal.unugiri.ac.id/index.php/statkom/Announcements2"><img src="https://journal.unugiri.ac.id/public/site/images/denny/images---copy.png" alt="" width="30" height="23" /></a></span> <a href="https://journal.unugiri.ac.id/index.php/statkom/Announcements2"><span class="value">Call for Paper : Vol 3 No 2 (2024)</span></a></strong></span></p> <p align="justify"><span data-preserver-spaces="true"><strong><span class="value">Indexing &amp; Abstracting <a href="https://journal.unugiri.ac.id/index.php/statkom/Announcements2"><img src="https://journal.unugiri.ac.id/public/site/images/denny/images---copy.png" alt="" width="30" height="23" /></a> <a href="https://journal.unugiri.ac.id/index.php/statkom/Indexing2">More Information</a></span></strong></span></p> <table style="background-color: #f0ffff; border-color: #005b66;" border="0" cellspacing="0" cellpadding="2"> <tbody> <tr style="color: #ffffff; background-color: #005b66;"> <td><span style="font-size: medium;"><strong>Journal Identity</strong></span></td> <td> </td> </tr> <tr> <td><span style="color: #005b66;"><strong>Journal Title</strong></span></td> <td><span style="color: #005b66;"><strong>Jurnal Statistika dan Komputasi</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Abbreviation</strong></span></td> <td><span style="color: #005b66;"><strong>STATKOM</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Country</strong></span></td> <td><span style="color: #005b66;"><strong>Indonesia</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Subject</strong></span></td> <td><span style="color: #005b66;"><strong>Statistics, Computational Statistics, and Data Analysis</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Language</strong></span></td> <td><span style="color: #005b66;"><strong>Indonesian and English</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>ISSN</strong></span></td> <td><span style="color: #005b66;"><strong><a href="https://issn.brin.go.id/terbit/detail/20221209080629152" target="_blank" rel="noopener">E-ISSN 2963-0398</a> (Online Media) and <a href="https://issn.brin.go.id/terbit/detail/20221209442169809" target="_blank" rel="noopener">ISSN 2963-038X</a> (Printed)</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Frequency</strong></span></td> <td><span style="color: #005b66;"><strong>Two issues per year (June and December)</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>DOI</strong></span></td> <td><span style="color: #005b66;"><strong><a href="https://doi.org/10.32665/statkom">10.32665/statkom</a></strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Editor In Chief</strong></span></td> <td><span style="color: #005b66;"><strong><a href="https://scholar.google.com/citations?user=SU6XNb8AAAAJ&amp;hl=id" target="_blank" rel="noopener">Denny Nurdiansyah</a></strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Publisher</strong></span></td> <td><a href="https://unugiri.ac.id/" target="_blank" rel="noopener"><span style="color: #005b66;"><strong>Universitas Nahdlatul Ulama Sunan Giri</strong></span></a></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Faculty</strong></span></td> <td><a href="https://fst.unugiri.ac.id/" target="_blank" rel="noopener"><span style="color: #005b66;"><strong>Faculty of Science and Technology</strong></span></a></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Organizer</strong></span></td> <td><a href="https://statistika.unugiri.ac.id/" target="_blank" rel="noopener"><span style="color: #005b66;"><strong>Statistics Study Program</strong></span></a></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Address</strong></span></td> <td><span style="color: #005b66;"><strong>Jl. A. Yani No. 10, Bojonegoro, East Java, Indonesia, 62115</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Phone</strong></span></td> <td><span style="color: #005b66;"><strong>+6281336633121</strong></span></td> </tr> <tr> <td><span style="color: #005b66;"><strong>Email</strong></span></td> <td><span style="color: #005b66;"><strong><a href="mailto:%20statkom@unugiri.ac.id" target="_blank" rel="noopener">statkom@unugiri.ac.id</a></strong></span></td> </tr> </tbody> </table> https://journal.unugiri.ac.id/index.php/statkom/article/view/2623 Pengelompokan Faktor-Faktor yang Mempengaruhi Curah Hujan di Provinsi Sumatera Utara Menggunakan Metode Fuzzy C-Means 2024-05-30T00:34:17+00:00 Kamalina Rosyida Supriyanti kamalinarosyida2609@gmail.com Bravina Aulia Damiri bravinaauliadamiri@gmail.com Wulan Nur Ramadhan wulannr098@gmail.com <p><strong>Latar Belakang</strong>: Di Indonesia, kondisi curah hujan dipengaruhi oleh berbagai faktor, termasuk kondisi fisiografis, pola angin, dan perubahan iklim. Kondisi curah hujan di Sumatera Utara pada tahun 2020 bervariasi di berbagai wilayah. Pada tahun 2020 curah hujan di Sumatera Utara berada pada angka 4.380 mm di mana angka tersebut termasuk angka tertinggi dari curah hujan normal yang berada dalam kisaran 1000-3000 mm per tahun.</p> <p><strong>Tujuan</strong>: Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi tingkat curah hujan di Provinsi Sumatera Utara.</p> <p><strong>Metode:</strong> Metode analisis data yang digunakan adalah <em>Fuzzy C-Means</em>. Penelitian ini menggunakan data sekunder yang bersumber dari BPS Sumatera Utara. Data yang diambil berupa data curah hujan, kelembapan udara, kecepatan angin, penyinaran matahari, dan penguapan di beberapa stasiun di Provinsi Sumatera Utara pada tahun 2020.</p> <p><strong>Hasil:</strong> Hasil analisis yang didapat yaitu menetapkan dua <em>cluster</em> pada penelitian ini, stasiun BMKG dapat dikelompokkan menjadi <em>cluster</em> 1 (Deli Serdang, BMKG Wilayah I, Marihat, Pinangsori, dan Gunung Sitoli) dan <em>cluster</em> 2 (Belawan dan Tanjung Morawa). Dengan begitu, metode <em>Fuzzy C-Means Clustering</em> memberikan hasil yang baik dalam mengelompokkan faktor-faktor curah hujan.</p> <p><strong>Kesimpulan: </strong>Penerapan metode <em>Fuzzy C-Means</em> memberikan hasil yang baik dalam mengelompokkan faktor-faktor curah hujan.</p> <p> </p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Jurnal Statistika dan Komputasi https://journal.unugiri.ac.id/index.php/statkom/article/view/2700 Analisis Ketahanan Hidup Pasien COVID-19 Menggunakan Pendekatan Multivariate Adaptive Regression Spline (MARS) 2024-05-30T00:44:58+00:00 Wilda Khoirunnisa wildakhoirunnisa822@gmail.com Mohamat Fatekurohman Fatekurohman@gmail.com I Made Tirta Tirta@gmail.com <p><strong>Latar Belakang</strong>: Tahun 2019 dunia digemparkan dengan terjadinya penyebaran penyakit baru yaitu <em>Coronavirus Disease 19</em> (COVID-19) yang merupakan penyakit menular disebabkan oleh jenis corona virus bernama <em>Severe Acute Repiratory Syndrome Coronavirus</em> 2 (SARS-CoV-2). Virus ini menyebabkan gangguan pada sistem pernapasan, infeksi paru-paru, <em>pneumonia</em> akut, bahkan kematian, sehingga dilakukan analisis ketahanan hidup pasien COVID-19.</p> <p><strong>Tujuan</strong>: Mendapatkan model dan mengetahui faktor paling mempengaruhi ketahanan hidup pasien COVID-19 di RSD dr. Soebandi Jember berdasarkan variabel prediktor yang digunakan.</p> <p><strong>Metode:</strong> Penelitian ini menggunakan metode pendekatan MARS untuk menganalisis data. Data yang digunakan yaitu data rekam medis pasien COVID-19 tahun 2020 – 2021 di RSD dr. Soebandi Jember.</p> <p><strong>Hasil:</strong> Model MARS terbaik berdasarkan kombinasi <em>Basis Function</em> (BF), <em>Maximum Interaction</em> (MI), dan <em>Minimum Observation</em> (MO) yang bernilai masing-masing 24, 3, dan 0 dengan nilai <em>Generalized Cross Validation</em> (GCV) terkecil yaitu 0,135. Berdasarkan model MARS yang diperoleh, 7 dari 12 variabel prediktor yang digunakan berpengaruh pada ketahanan hidup pasien COVID-19 yaitu usia, jenis kelamin, status gagal napas, status hipertensi, status <em>pneumonia</em>, status koagulopati, dan status penyakit lainnya.</p> <p><strong>Kesimpulan: </strong>Variabel yang paling mempengaruhi ketahanan hidup pasien COVID-19 di RSD dr. Soebandi menggunakan pendekatan MARS berdasarkan variabel prediktor yang digunakan adalah status gagal napas.</p> <p> </p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Jurnal Statistika dan Komputasi https://journal.unugiri.ac.id/index.php/statkom/article/view/2730 Perbandingan Beberapa Metode Univariat Time Series pada Peramalan Curah Hujan 2024-05-30T00:41:23+00:00 Mega Silfiani megasilfiani@lecturer.itk.ac.id Indah Ayu Lumintang Lumintang@gmail.com Retno Lelly Winda Winda@gmail.com <p><strong>Latar Belakang</strong>: Peramalan curah hujan sangat penting untuk berbagai bidang seperti pertanian, manajemen sumber daya air, keamanan, transportasi dan perencanaan wilayah kota.</p> <p><strong>Tujuan</strong>: Penelitian ini diarahkan untuk mendapatkan model terbaik dalam peramalan curah hujan di Kota Sampali, Sumatra Utara.</p> <p><strong>Metode:</strong> Metode dalam penelitian ini meliputi <em>Seasonal Autoregressive Integrated Moving Average</em> (SARIMA), <em>Time Series Regression</em> (TSR) dan <em>Triple Exponential Smoothing</em> (TES). Data curah hujan bulanan Kota Sampali mulai Januari 2011 sampai dengan Desember 2022. Ukuran akurasi yang digunakan untuk perbandingan hasil peramalan yang dihasilkan oleh berbagai model dalam penelitian ini adalah <em>Root Mean Absolute Error</em> (RMSE).</p> <p><strong>Hasil:</strong> Curah hujan Kota Sampali memiliki pola musiman sehingga sesuai dengan metode SARIMA, TSR dan TES yang masing-masing dapat mengakomodasi pola musiman. Model terbaik yang dihasilkan dari masing-masing metode SARIMA, TSR dan TES adalah SARIMA(0,0,0)(0,1,1)<sup>12</sup>, TSR dengan tujuh variabel yang signifikan dan TES dengan parameter level, tren dan seasonal masing-masing sebesar 0,2, 0,2 dan 0,2..</p> <p><strong>Kesimpulan:</strong> Model terbaik untuk peramalan curah hujan Kota Sampali adalah <em>Triple Exponential Smoothing</em>.</p> <p><strong>Kata kunci: </strong>Peramalan curah hujan, RMSE, SARIMA, <em>Time Series Regression</em>, <em>Triple Exponential Smoothing</em>.</p> <p> </p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Jurnal Statistika dan Komputasi https://journal.unugiri.ac.id/index.php/statkom/article/view/2960 Penerapan Algoritma Self Organizing Maps (SOM) Dan K-Means Untuk Mengelompokkan Akseptor KB Di NTB 2024-05-30T00:59:24+00:00 Lalu Muhammad Yahya yahyalalu447@gmail.com Kertanah Kertanah kertanah@hamzanwadi.ac.id Umam Hidayaturrohman hidayaturrohman4@gmail.com <p><strong>Latar </strong><strong>Belakang: </strong>Salah satu permasalahan utama terkait penggunaan KB yaitu berhubungan dengan ketersediaan layanan kesehatan, sehingga untuk memberikan akses yang lebih baik kepada masyarakat terhadap informasi dan layanan dapat dilakuakn analsis <em>clustering </em>yang membantu mengidentifikasi wilayah-wilayah di NTB yang memiliki akses terbatas terhadap layanan kesehatan reproduksi.</p> <p><strong>Tujuan: </strong>Tujuan penelitian ini, pertama adalah untuk mengetahui gambaran umum akseptor keluarga berencana seluruh kecamatan di NTB. Kedua adalah untuk mengetahui hasil <em>cluster</em> akseptor keluarga berencana di kecamatan seluruh NTB 2022 dengan algoritma SOM dan <em>K-means</em> serta mengetahui algoritma terbaik pada data akseptor keluarga berencana di kecamatan seluruh NTB ditinjau dari nilai validasi internal.</p> <p><strong>Metode: </strong>Algoritma <em>clustering</em> yang digunakan pada penelitian ini yaitu SOM dan <em>K-means.</em></p> <p><strong>Hasil: </strong>Berdasarkan hasil analisis didapatkan bahwa suntik merupakan akseptor tertinggi di NTB sebanyak 299.344. Sedangkan akseptor terendah adalah kondom sebanyak 7.333. Hasil penelitian dengan algoritma SOM memiliki 2 <em>cluster</em> yaitu <em>cluster</em> 1 terdapat 103 kecamatan dan <em>cluster</em> 2 terdapat 14 kecamatan. Algoritma <em>K-means</em> memiliki 2 <em>cluster</em> yaitu <em>cluster</em> 1 terdapat 84 kecamatan dan <em>cluster</em> 2 terdapat 33 kecamatan.</p> <p><strong>Kesimpulan: </strong>Algoritma terbaik untuk pengelompokan akseptor keluarga berencana di kecamatan seluruh Provinsi NTB adalah algoritma SOM.</p> <p> </p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Jurnal Statistika dan Komputasi https://journal.unugiri.ac.id/index.php/statkom/article/view/2981 Prediksi Harga Saham PT.Telekomunikasi Indonesia Menggunakan Metode Transformasi Wavelet Diskrit Daubechies 2024-05-30T00:55:33+00:00 Isna Alima Isnaalimaalima27@gmail.com Ika Purnamasari ika.purnamasari@fmipa.unmul.ac.id Syaripuddin Syaripuddin Syarifrahman2014@gmail.com <p><strong>Latar Belakang</strong>: Wavelet Daubechies merupakan penyempurnaan dari wavelet Haar yang mempunyai keunggulan dibandingkan wavelet lainnya, sehingga wavelet Daubechies jenis ini sering digunakan untuk transformasi wavelet diskrit (TWD). TWD akan menghasilkan sejumlah koefisien yang diproses dalam estimasi ambang batas untuk menghilangkan noise pada data. Pada proses estimasi ambang batas, terdapat jenis fungsi ambang batas dan parameter yang mempengaruhi kelancaran hasil estimasi.</p> <p><strong>Tujuan</strong>: Memperoleh nilai prediksi harga saham PT Telekomunikasi Indonesia pada tanggal 21 September 2020 sampai dengan 27 Februari 2023 dan mengetahui level terbaiknya.</p> <p><strong>Metode</strong>: Transformasi Wavelet Diskrit Daubechies fungsi <em>hard thresholding</em> pemilihan parameter minimax.</p> <p><strong>Hasil:</strong> Nilai prediksi data saham PT.Telekomunikasi Indonesia sangat akurat, mengikuti pola data sebenarnya dengan nilai <em>mean absolute percentage error</em> (MAPE) kurang dari 2% untuk setiap level (1 – 6).</p> <p><strong>Kesimpulan:</strong> Level pertama merupakan level terbaik untuk melakukan prediksi harga saham PT Telekomunikasi Indonesia menggunakan metode Wavelet Daubechies dengan MAPE terkecil sebesar 0,008013.</p> <p> </p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Jurnal Statistika dan Komputasi