Bandung Conference Series: Statistics

Pengaruh Tingkat Penyelesaian Pendidikan dan Persentase Tenaga Kerja Formal terhadap Indeks Pembangunan Manusia di Kota Cimahi Tahun 2023

2025-02-25T17:13:23+08:00

Abstract. Development aims to create better changes across various dimensions of life, such as social, political, economic, and cultural. One key indicator for assessing development success is the Human Development Index (HDI), which includes three key aspects: education, health, and income. Cimahi City, a developing area, faces challenges in the labor and education sectors, which affect HDI improvement. The proportion of formal labor and education completion rates are important factors in enhancing human resource quality in the city. This study applies multiple linear regression to analyze the impact of these two variables on HDI in Cimahi City in 2023. The t-test results show that only the high school education completion rate has a partial effect. The multiple linear regression model produces the equation Y = 52.712 + 0.258X₁ + 0.067X₂, indicating that every 1% increase in the high school education completion rate (X₁), while the formal labor percentage remains constant, will increase HDI by 0.258. Meanwhile, every 1% increase in the formal labor percentage (X₂), with the high school education completion rate fixed, will raise HDI by 0.067. This finding confirms that improvements in high school education levels and formal labor participation can enhance HDI in Cimahi City.

Abstrak. Pembangunan bertujuan untuk menciptakan perubahan yang lebih baik dalam berbagai dimensi kehidupan, baik itu sosial, politik, ekonomi, maupun budaya. Salah satu indikator utama untuk menilai keberhasilan pembangunan suatu daerah atau negara adalah Indeks Pembangunan Manusia (IPM), yang mencakup tiga aspek penting: pendidikan, kesehatan, dan pendapatan. Salah satu kota berkembang yaitu Cimahi, menghadapi tantangan dalam sektor ketenagakerjaan dan pendidikan, yang berpengaruh pada peningkatan IPM. Dengan proporsi tenaga kerja formal dan tingkat penyelesaian pendidikan menjadi faktor penting dalam meningkatkan kualitas sumber daya manusia di kota ini. Penelitian ini mengaplikasikan metode regresi linier berganda untuk menganalisis dampak dari kedua variabel tersebut terhadap IPM di Kota Cimahi pada tahun 2023. Hasil uji t mengungkapkan bahwa hanya tingkat penyelesaian pendidikan SMA yang berpengaruh secara parsial. Berdasarkan model regresi linier berganda, diperoleh persamaan Y = 52,712 + 0,258X₁ + 0,067X₂, yang menunjukkan bahwa setiap kenaikan 1% pada tingkat penyelesaian pendidikan SMA (X₁), dengan persentase tenaga kerja formal tetap, akan meningkatkan IPM sebesar 0,258. Sedangkan setiap kenaikan 1% pada persentase tenaga kerja formal (X₂), dengan tingkat penyelesaian pendidikan SMA tetap, akan meningkatkan IPM sebesar 0,067. Temuan ini menegaskan bahwa peningkatan tingkat pendidikan SMA dan jumlah tenaga kerja formal dapat meningkatkan IPM di Kota Cimahi.

Pengaruh Indeks Pembangunan Manusia (IPM) dan Laju Pertumbuhan Ekonomi terhadap Kemiskinan di Kabupaten Bandung Barat Tahun 2010-2022

2025-02-25T17:13:20+08:00

Abstract. Poverty is a condition in which an individual or a group of individuals is unable to fulfill their basic rights to lead a decent life. A low Human Development Index (HDI) will result in low work productivity, consequently leading to lower income. Low income will increase the number of people living in poverty. Similarly, economic growth will increase the number of people living in poverty when there is income inequality that will benefit the wealthy compared to the poor. This study aims to find out the impact of the Human Development Index and the rate of economic growth on poverty in West Bandung Regency 2010-2022. The method used in this study is multiple linear regression analysis with the Human Development Index (HDI) and the economic growth rate as independent variables, and the percentage of the poor population as the dependent variable. Based on the study results, it was found that the Human Development Index (HDI) affects poverty in West Bandung Regency 2010-2022, while the economic growth rate does not affect poverty in West Bandung Regency 2010-2022. Where 91.4% of poverty can be explained by the Human Development Index (HDI) and the economic growth rate.

Abstrak. Kemiskinan merupakan keadaan di mana seseorang atau sekelompok orang tidak dapat memenuhi hak-hak dasar mereka untuk menjalani kehidupan yang layak. Indeks Pembangunan Manusia (IPM) yang rendah akan mengakibatkan produktivitas kerja yang rendah sehingga perolehan pendapatan akan semakin rendah. Pendapatan yang rendah akan mengakibatkan naiknya jumlah penduduk miskin. Begitu pula dengan pertumbuhan ekonomi yang akan meningkatkan jumlah penduduk miskin ketika terjadi ketimpangan pendapatan yang akan menguntungkan penduduk kaya dibandingkan penduduk miskin. Penelitian ini dilakukan untuk mengetahui pengaruh indeks pembangunan manusia dan laju pertumbuhan ekonomi terhadap kemiskinan di Kabupaten Bandung Barat tahun 2010-2022. Metode yang digunakan dalam penelitian ini yaitu analisis regresi linier berganda dengan variabel independen yaitu Indeks Pembangunan Manusia (IPM) dan laju pertumbuhan ekonomi, serta variabel dependen yaitu persentase penduduk miskin. Berdasarkan hasil penelitian, diperoleh hasil bahwa Indeks Pembangunan Manusia (IPM) mempengaruhi kemiskinan di Kabupaten Bandung Barat pada tahun 2010-2022, sedangkan laju pertumbuhan ekonomi tidak mempengaruhi kemiskinan di Kabupaten Bandung Barat pada tahun 2010-2022. Di mana 91,4% kemiskinan dapat dijelaskan oleh Indeks Pembangunan Manusia (IPM) dan laju pertumbuhan ekonomi.

Penerapan Metode K-Nearest Neighbor untuk Mengklasifikasikan Penyakit Cardiovascular

2025-02-25T17:13:17+08:00

Abstract. Cardiovascular is one of the organs of the human body that plays a role in the circulatory system. Cardiovascular disease is a condition in which the heart is unable to function properly. It is the leading cause of death worldwide each year. At least three-quarters of the world's deaths from cardiovascular disease occur in low- and middle-income countries. These communities often do not benefit from health care programs. Most cardiovascular diseases can be prevented by addressing behavioral risk factors such as smoking, unhealthy diets and obesity, physical inactivity and harmful use of alcohol. Public health policies that create an environment that supports healthy, affordable, and accessible food choices should encourage people to adopt and maintain healthy behaviors. Therefore, this study aims to classify which factors cause cardiovascular disease by applying the K-Nearest Neighbor (K-NN) method. K-NN is one of the machine learning algorithms that is relatively easy to implement and produce estimates that can be used for better decision making in the future. The data used in this study consists of 12 variables with a total of 70000 data for each variable. By dividing the data with a proportion of 70% for training data and 30% for test data, the best K is obtained, namely K = 5. The model evaluation shows an accuracy value of 60.03%, which illustrates the success rate of the model in predicting cardiovascular disease categories based on observed parameters. These results illustrate that the K-Nearest Neighbor method is able to provide predictions with fairly good accuracy in identifying cardiovascular disease.

Abstrak. Cardiovascular merupakan salah satu organ tubuh manusia yang berperan dalam sistem peredaran darah. Penyakit cardiovascular adalah suatu kondisi di mana jantung tidak mampu menjalankan fungsinya dengan baik. Secara global, penyakit ini merupakan penyebab kematian paling umum setiap tahunnya. Setidaknya tiga perempat kematian akibat penyakit cardiovascular di seluruh dunia terjadi di negara-negara berpenghasilan rendah dan menengah. Masyarakat ini seringkali tidak mendapatkan manfaat dari program layanan kesehatan. Sebagian besar penyakit cardiovascular dapat dicegah dengan mengatasi faktor risiko perilaku seperti merokok, pola makan tidak sehat dan obesitas, kurang aktivitas fisik, dan konsumsi alkohol yang berbahaya. Kebijakan kesehatan yang menciptakan lingkungan yang mendukung pilihan makanan yang sehat, terjangkau dan mudah diakses harus mendorong masyarakat untuk mengadopsi dan mempertahankan perilaku sehat. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasi faktor apa saja yang menjadi penyebab penyakit cardiovascular dengan menerapkan metode K-Nearest Neighbor (K-NN). K-NN adalah salah satu algoritma machine learning yang relatif mudah dan dapat di implementasikan serta dapat menghasilkan estimasi yang dapat digunakan untung pengambilan keputusan yang lebih baik di masa mendatang. Data yang di gunakan pada penelitian ini terdiri dari 12 variabel dengan jumlah data sebanyak 70000 pada setiap variabel. Melalui pembagian data dengan proporsi 70% untuk data train dan 30% untuk data test, diperoleh K terbaik yaitu K = 5. Evaluasi model menunjukkan nilai akurasi sebesar 60,03% yang menggambarkan tingkat keberhasilan model dalam memprediksi kategori penyakit cardiovascular berdasarkan parameter-parameter yang diamati. Hasil ini memberikan gambaran bahwa metode K-NN mampu memberikan prediksi dengan akurasi yang cukup baik dalam mengidentifikasi penyakit cardiovascular.

Pengelompokan Kecamatan di Kabupaten Sumedang Berdasarkan Fasilitas Kesehatan Menggunakan Algoritma K-Medoids

2025-02-25T17:13:14+08:00

Pelayanan kesehatan merupakan faktor penting dalam meningkatkan derajat kesehatan dan kesejahteraan setiap insan di seluruh dunia. Setiap orang mempunyai hak dalam memperoleh pelayanan kesehatan dan pemerintah bertanggung jawab atas ketersediaan segala bentuk upaya kesehatan yang bermutu, aman, efisien, dan terjangkau oleh seluruh lapisan masyarakat (1). Salah satu upaya tersebut yaitu dengan peningkatan ketersediaan dan pemerataan fasilitas pelayanan kesehatan dasar seperti puskesmas di setiap daerah (2). Data yang dipakai di dalam penelitian ini penulis dapatkan dari Kabupaten Sumedang Dalam Angka 2022 (3) dan penulis menggunakan algoritma K-medoids dikarenakan algoritma ini mampu mengatasi data yang terdapat outlier. Berdasarkan hasil analisis menggunakan metode Non-Hirarki dapat disimpulkan bawa metode K-Medoids membentuk sebanyak dua cluster. Pada cluster 1 diperoleh sebanyak 7 kecamatan serta pada cluster 2 diperoleh sebanyak 19 kecamatan. Dengan nilai tengah tertinggi berada pada cluster 1 untuk tiga variabel dari lima variabelnya dan disimpulkan bahwa cluster 1 memiliki lebih banyak fasilitas Kesehatan daripada cluster 2. Pada hal ini pengelompokan kecamatan menggunakan metode K-Medoids bermanfaat untuk menentukan kecamatan mana yang perlu di prioritaskan untuk mendapatkan perhatian lebih dari pemerintahan di Kabupaten Sumedang.

Analisis Hubungan Penggunaan dan Tagihan Air di PERUMDA Tirtawening Wilayah Penagihan 2 Kota Bandung Menggunakan Korelasi Spearman

2025-02-25T17:13:11+08:00

Abstract. PERUMDA Tirtawening Bandung City is responsible for managing water distribution in billing area 2. This study aims to examine the relationship between water consumption (PAKAI) and water billing amount (TJTG). The data used are secondary data obtained from the Billing Account List (DRD) for July 2023 and payment data for August 2023. This study focuses on two main variables: water consumption (PAKAI) and water billing amount (TJTG). The Spearman correlation method is used to measure the strength and direction of the relationship between the two variables, as this method does not require assumptions of normal distribution in the data. The results of the analysis show a significant relationship between water consumption and water billing amount, with a Spearman correlation coefficient (ρ) of 0,9871 and a very small p-value (<2,2×10^(-16)). This value indicates a very strong positive correlation, where an increase in water consumption is positively correlated with an increase in the water billing amount. The findings of this study can be used as input for PERUMDA Tirtawening to optimize tariff policies and improve billing services. Additionally, the results can be used to enhance monitoring and management of water consumption in billing area 2, supporting operational efficiency and service quality improvement.

Abstrak. PERUMDA Tirtawening Kota Bandung bertanggung jawab atas pengelolaan distribusi air di wilayah penagihan 2. Penelitian ini bertujuan untuk mengkaji hubungan antara pemakaian air (PAKAI) dan jumlah tagihan air (TJTG). Data yang digunakan merupakan data sekunder yang diperoleh dari Daftar Rekening Ditagihkan (DRD) bulan Juli 2023 dan data pembayaran bulan Agustus 2023. Penelitian ini berfokus pada dua variabel utama, yaitu pemakaian air (PAKAI) dan jumlah tagihan air (TJTG). Metode korelasi Spearman digunakan untuk mengukur kekuatan dan arah hubungan antara kedua variabel tersebut, karena metode ini tidak memerlukan asumsi distribusi normal pada data. Hasil analisis menunjukkan adanya hubungan yang signifikan antara pemakaian air dan jumlah tagihan air, dengan koefisien korelasi Spearman (ρ) sebesar 0,9871 dan p-value yang sangat kecil (<2,2×10^(-16)). Nilai tersebut menunjukkan korelasi positif yang sangat kuat, di mana peningkatan pemakaian air berkorelasi positif dengan peningkatan jumlah tagihan air. Hasil penelitian ini dapat menjadi masukan bagi PERUMDA Tirtawening untuk mengoptimalkan kebijakan tarif dan meningkatkan pelayanan penagihan. Selain itu, hasil penelitian ini juga dapat digunakan untuk memperbaiki pemantauan dan pengelolaan konsumsi air di wilayah penagihan 2, guna mendukung efisiensi operasional serta peningkatan kualitas layanan.

Solusi Numerik Teorema Probabilitas Total Gempa Menggunakan Komputasi Sekuensial dengan (VBA)

2025-02-25T17:13:05+08:00

Abstract. Earthquakes are natural phenomena mentioned in the Qur'an as signs of Allah's power and have significant impacts on human life. One of the regions vulnerable to earthquakes is Pelabuhanratu, which has a history of high seismic activity and complex geological conditions. Therefore, seismic hazard analysis is essential to identify potential threats and mitigate possible impacts. This study aims to apply a numerical solution using the sequential earthquake point method to solve the Teorema Probabilitas Total by Probabilistic Seismic Hazard Analysis (PSHA). This method allows for the observation of the significance of each earthquake point in its contribution to the total seismic hazard. Using Visual Basic for Applications (VBA), this study developed a program to automate PSHA calculations more efficiently and accurately. The results show that in Pelabuhanratu, the Peak Ground Acceleration (PGA) value of 0.22g occurs 0.00022 times per year, with the eighth curve representing the entire dataset. The one-dimensional sequential approach proves to be an efficient and accurate numerical solution for PSHA calculations using the Hazard integral model. The implementation of this method is expected to improve the accuracy of seismic hazard analysis and assist in more effective disaster mitigation planning.

Abstrak. Gempa bumi merupakan fenomena alam yang disebutkan dalam Al-Qur'an sebagai tanda kekuasaan Allah SWT serta memiliki dampak yang signifikan terhadap kehidupan manusia. Salah satu wilayah yang rentan terhadap bencana gempa bumi adalah Pelabuhanratu, yang memiliki sejarah aktivitas seismik yang tinggi dan kondisi geologi yang kompleks. Oleh karena itu, analisis bahaya gempa sangat penting untuk mengidentifikasi potensi ancaman dan memitigasi dampak yang mungkin terjadi. Penelitian ini bertujuan untuk menerapkan solusi numerik dengan metode sekuensial titik gempa dalam penyelesaian Teorema Probabilitas Total dengan Probabilistic Seismic Hazard Analysis (PSHA). Metode ini memungkinkan pengamatan signifikansi setiap titik gempa dalam kontribusinya terhadap bahaya seismik total. Dengan menggunakan Visual Basic for Applications (VBA), penelitian ini mengembangkan program untuk mengotomatisasi perhitungan PSHA secara lebih efisien dan akurat. Hasil penelitian menunjukkan bahwa pada gempa Pelabuhanratu, nilai Peak Ground Acceleration (PGA) sebesar 0.22g terjadi sebanyak 0.00022 kali dalam setahun, dengan kurva ke-8 yang telah mewakili nilai seluruh data. Pendekatan sekuensial satu dimensi terbukti sebagai solusi numerik yang efisien dan akurat dalam perhitungan PSHA dengan model Integral Hazard. Implementasi metode ini diharapkan dapat meningkatkan ketepatan analisis bahaya gempa dan membantu dalam perencanaan mitigasi bencana yang lebih efektif.

Pengelompokan Perangkat Daerah di Jawa Barat Berdasarkan Jenis Pajak Menggunakan Metode K-Medoids

2025-02-25T17:13:03+08:00

Abstract. The management of regional taxes is one of the critical aspects of increasing locally generated revenue (PAD) that supports regional development. In West Java, with a large and diverse number of regional agencies, an effective strategy is needed to understand the characteristics of each agency in terms of contributions and the types of taxes managed. One approach that can be utilized is grouping regional agencies based on tax types using cluster analysis. Among the many clustering algorithms available, the K-Medoids algorithm stands out due to its robustness against outliers. This method is considered highly suitable as tax data often contains extreme values that can influence clustering results. Based on the clustering analysis conducted, two clusters were formed: Cluster 1 consists of 1 regional agency, PD1, while Cluster 2 includes 37 regional agencies. The average value for each type of tax in Cluster 1 is higher than in Cluster 2, indicating that members of Cluster 1 are high-tax contributors, whereas members of Cluster 2 are low-tax contributors.

Abstrak. Pengelolaan pajak daerah merupakan salah satu aspek penting dalam meningkatkan pendapatan asli daerah (PAD) yang mendukung pembangunan wilayah. Di Jawa Barat, dengan jumlah perangkat daerah yang tidak sedikit dan beragam, diperlukan strategi yang efektif untuk memahami karakteristik masing-masing perangkat daerah dalam hal kontribusi dan jenis pajak yang dikelola. Salah satu pendekatan yang dapat digunakan adalah pengelompokan perangkat daerah berdasarkan jenis pajak menggunakan analisis klaster. Dalam konteks pengelompokan perangkat daerah, di antara banyaknya algoritma analisis klaster, algoritma K-Medoids menarik perhatian karena sifatnya yang lebih tahan terhadap pencilan. Metode ini dirasa sangat cocok karena data pajak sering kali mengandung nilai ekstrim yang dapat memengaruhi hasil klasterisasi. Berdasarkan hasil pengelompokan yang telah dilakukan, diperoleh sebanyak 2 klaster dengan jumlah anggota klaster 1 sebanyak 1 perangkat daerah yaitu PD₁ dan anggota klaster 2 sebanyak 37 perangkat daerah. Nilai rata-rata tiap jenis pajak pada klaster 1 lebih tinggi dibandingkan dengan klaster 2, sehingga dapat dikatakan bahwa anggota klaster 1 merupakan anggota klaster dengan tarikan pajak yang tinggi, sedangkan anggota klaster 2 merupakan anggota klaster dengan tarikan pajak yang rendah.

Solusi Numerik Teorema Probabilitas Total Gempa Bumi dengan Aproksimasi Distribusi Normal

2025-02-25T17:12:59+08:00

Abstract. This study discusses the application of the normal cumulative distribution approximation method to solve Probabilistic Seismic Hazard Analysis (PSHA). The primary focus of this research is to develop a sequential integral hazard computation approach using normal distribution approximation while considering the epicentral distance of earthquakes relative to the study location. The analysis is conducted using earthquake data from Morioka, Japan, spanning the years 2015 to 2023. This study compares sequential calculation methods with two approximation methods, namely the Tocher and Lin methods, to evaluate the effectiveness of each approach. The results indicate that the Lin approximation method provides values closer to the exact solution compared to the other methods. The peak ground acceleration (PGA) obtained is 0.2g, with an occurrence frequency of 0.0001663 times per year. The hazard curve reveals that the addition of earthquake data does not significantly impact the results beyond a certain threshold.

Abstrak. Penelitian ini membahas penerapan metode aproksimasi distribusi kumulatif normal untuk menyelesaikan Probabilistic Seismic Hazard Analysis (PSHA). Fokus utama penelitian adalah mengembangkan pendekatan komputasi integral hazard sekuensial secara aproksimasi distribusi normal dengan mempertimbangkan jarak episentrum gempa terhadap lokasi penelitian. Analisis dilakukan dengan menggunakan data gempa bumi kota Morioka, Jepang, tahun 2015 sampai 2023. Penelitian ini membandingkan metode perhitungan sekuensial dengan dua metode aproksimasi, yaitu metode Tocher dan Lin, untuk menentukan efektivitas masing-masing pendekatan. Hasil penelitian menunjukkan bahwa metode aproksimasi Lin memberikan hasil yang lebih mendekati nilai eksakta dibandingkan metode lainnya. Nilai puncak percepatan tanah (PGA) yang dihasilkan adalah 0.2g dengan frekuensi kejadian sebesar 0.0001663 kali per tahun. Kurva hazard menunjukkan bahwa penambahan data gempa tidak memberikan dampak signifikan setelah titik tertentu.

Deteksi Kerusakan Bearing Menggunakan Metode Robust Principal Component Analysis (ROB PCA)

2025-02-25T17:13:09+08:00

ABSTRACT. Bearings have an important role, because bearings are part of a machine element that if it has good health, the machine element can work properly. In this paper, bearing damage detection was carried out using the Principal Component Analysis (PCA) method and its development method, the Robust Principal Component Analysis (ROB PCA) method using the main monitoring index, namely the Squared Prediction Error (SPE). The purpose of this paper is to compare the main principal component method (PCA) and the main Robust Principal Component method (ROB PCA) on bearing vibration data for bearing damage detection. The data to be used is secondary data from bearing test experiments obtained from the Institute of Electrical and Electronic Engineers (IEEE) Prognostics and Health Management (PHM) 2012 through data storage from the FEMTO-ST Institute. Then, for data processing, Bearing1_1 vibration data in the horizontal direction is used and 11 statistical features are extracted. Based on the research that has been done, in detecting damage the PCA and ROBPCA methods are able to overcome it, and the ROBPCA method is better than the PCA method because it has a smaller SPE value.

ABSTRAK. Bearing memiliki peranan cukup penting, karena bearing merupakan bagian dari elemen mesin yang apabila memiliki kesehatan cukup baik maka elemen mesin dapat bekerja dengan baik. Pada skripsi ini dilakukan deteksi kerusakan bearing menggunakan metode Principal Component Analysis (PCA) dan metode kembangannya yaitu metode Robust Principal Component Analysis (ROB PCA) dengan menggunakan indeks pemantauan utamanya yaitu Squared Prediction Error (SPE). Tujuan dari penelitian ini adalah untuk membandingkan metode principal component utama (PCA) dan metode Robust Principal Component utama (ROB PCA) pada data vibrasi bearing untuk deteksi kerusakan bearing. Data yang akan digunakan adalah data sekunder dari eksperimen uji bearing yang diperoleh dari Institute of Electrical and Electronic Engineers (IEEE) Prognostics and Health Management (PHM) 2012 melalui penyimpanan data dari FEMTO-ST Institute. Kemudian, untuk pengolahan data digunakan data vibrasi Bearing1_1 arah horizontal yang dilakukan ekstraksi fitur statistik sebanyak 11 fitur. Berdasarkan penelitian yang telah dilakukan, dalam mendeteksi kerusakan metode PCA dan ROBPCA mampu mengatasinya, dan metode ROBPCA lebih baik dibanding metode PCA karena memiliki nilai SPE lebih kecil.

Proyeksi Indeks Pembangunan Manusia di Purwakarta Tahun 2023-2024

2025-02-25T17:12:57+08:00

Abstract.This study aims to forecast the Human Development Index (HDI) in Purwakarta Regency for the next two years (2023–2024) using the double exponential smoothing holt method. This method is used because the data shows a linear trend and does not exhibit seasonal patterns. HDI is an indicator of human quality of life, calculated using the geometric mean based on Life Expectancy (LE), Expected Years of Schooling (EYS), Mean Years of Schooling (MYS), and Real Expenditure per Capita. The forecasting of HDI is expected to support strategic decision-making in Purwakarta Regency. Based on the calculation of the human development index in Purwakarta Regency using the double exponential smoothing holt method, the Mean Square Error (MSE) value obtained is 0.067 with parameters α = 0.9 and γ = 0.1, with the forecasting model 71,56 + 0,514m. The forecasted HDI for 2023 is 72.07, which slightly differs from the HDI value calculated by BPS, which is 72.09.

Keywords: Human Development Index, Forecasting, Double Exponential Smoothing Holt

Abstrak. Penelitian ini bertujuan untuk meramalkan Indeks Pembangunan Manusia (IPM) di Kabupaten Purwakarta selama dua tahun ke depan (2023–2024) menggunakan metode double exponential smoothing holt. Metode tersebut digunakan karena data memiliki tren linear dan tidak ada pola musiman. IPM adalah indikator kualitas hidup manusia yang dihitung menggunakan rata-rata geometrik berdasarkan Umur Harapan Hidup (UHH), Harapan Lama Sekolah (HLS), Rata-rata Lama Sekolah (RLS), dan Pengeluaran Riil per Kapita. Peramalan IPM diharapkan dapat mendukung pengambilan keputusan strategis dalam pembangunan di Kabupaten Purwakarta. Berdasarkan hasil perhitungan indeks pembangunan manusia di Kabupaten Purwakarta menggunakan metode double exponential smoothing holt diperoleh nilai Mean Square Error (MSE) yaitu 0,067 dengan parameter α = 0,9 dan γ = 0,1 dengan model peramalan Ft+m = 71,56 + 0,514m. Hasil peramalan IPM tahun 2023 sebesar 72,07, yang sedikit berbeda dari nilai IPM yang dihitung oleh BPS sebesar 72,09.

Kata Kunci: Indeks Pembangunan Manusia, Peramalan, Double Exponential Smoothing Holt

Analisis Pengaruh Penggunaan Youtube Terhadap Perilaku Mahasiswa Statistika Unisba Angkatan 2020-2022

2025-02-25T17:12:48+08:00

Abstract. This research is motivated by the phenomenon of social media users among students forming the impression of a crisis of self-existence. One reason is the change in behavior due to technological modernization. To respond to this, the researchers conducted a study on the influence of YouTube usage on behavior among UNISBA statistics students class of 2020-2022. The objectives to be achieved in this research include: (1) Knowing the effect of using YouTube on the behavior of UNISBA statistics students class of 2020-2022, (2) It is hoped that UNISBA statistics students class of 2020-2022 know and understand the influence of YouTube social media on their own behavior. The research was conducted on 150 UNISBA statistics students from class 2020-2022. This study measures all domains that exist in YouTube usage, namely: content, duration, and frequency. As well as changes in behavior, namely: knowledge, attitudes, and actions. The results of the study show that there is an effect of using YouTube on the behavior of UNISBA statistics students class of 2020-2022. From the results of the study, the researchers suggest to content creators to pay attention to the duration in making videos.
Keywords: YouTube, behavior, students

Abstrak. Penelitian ini dilatarbelakangi oleh fenomena pengguna media sosial di kalangan mahasiswa membentuk kesan krisis eksistensi diri. Salah satu penyebabnya adalah perubahan perilaku dikarenakan adanya modernisasi teknologi. Untuk merespons hal itu maka peneliti melakukan penelitian pengaruh antara penggunaan YouTube terhadap perilaku dikalangan mahasiswa statistika UNISBA angkatan 2020-2022. Tujuan yang hendak dicapai pada penelitian ini antara lain: (1) Mengetahui pengaruh antara penggunaan YouTube terhadap perilaku mahasiswa statistika UNISBA angkatan 2020-2022, (2) Diharapkan mahasiswa statistika UNISBA angkatan 2020-2022 mengetahui dan memahami pengaruh media sosial YouTube terhadap perilaku dirinya. Penelitian dilakukan pada sebagian mahasiswa statistika UNISBA angkatan 2020-2022 sebanyak 150 orang. Penelitian ini mengukur seluruh ranah yang ada pada penggunaan YouTube yaitu : konten, durasi, dan frekuensi. Serta pada perubahan perilaku, yaitu: pengetahuan, sikap, dan tindakan. Hasil penelitian menunjukan terdapat pengaruh penggunaan YouTube terhadap perilaku mahasiswa statistika UNISBA angkatan 2020-2022. Dari hasil penelitian, peneliti menyarankan kepada konten kreator agar memperhatikan durasi dalam pembuatan video.
Kata Kunci: YouTube, perilaku, mahasiswa

Evaluasi Agglomerative Hierarchical Clustering pada Potensi Provinsi di Bidang Hiburan Dan Olahraga Menggunakan Korelasi Cophenetic

2025-02-25T17:12:55+08:00

Abstract. The potential of provinces in Indonesia is highly diverse, reflecting the richness of resources and cultural diversity that can be leveraged to enhance development and societal welfare. Assessing provincial potential involves identifying strengths and opportunities to optimize resource utilization, encompassing economic, social, environmental, and infrastructural aspects. One significant potential lies in entertainment and sports facilities, which play a role in maintaining physical and mental health, strengthening social life, and delivering positive economic impacts through job creation and increased local economic activity. To determine the extent to which provincial potential has developed, the Agglomerative Hierarchical Clustering (AHC) method is employed. This method groups provinces based on characteristic similarities using the Mahalanobis distance matrix, forming a single large cluster, which is then evaluated for validity using the cophenetic correlation coefficient This study utilizes secondary data from publications on the BPS website, covering information on the number of entertainment and sports facilities in each urban village/rural area across Indonesian provinces. Based on the clustering results, the study applied the Single Linkage, Complete Linkage, Average Linkage, Ward Method, and Centroid Method to classify provinces into two clusters: high and low potential. The validity results, measured using cophenetic correlation, show that the Average Linkage method achieves the highest correlation, making it the most optimal method. Conversely, the Ward Method exhibits the lowest correlation, indicating that its application requires further consideration.

Abstrak. Potensi provinsi di Indonesia sangat beragam, mencerminkan kekayaan sumber daya dan keanekaragaman budaya yang dapat dimanfaatkan untuk meningkatkan pembangunan dan kesejahteraan masyarakat. Penilaian potensi provinsi melibatkan identifikasi kekuatan dan peluang untuk mengoptimalkan penggunaan sumber daya, mencakup aspek ekonomi, sosial, lingkungan, dan infrastruktur. Salah satu potensi penting adalah fasilitas hiburan dan olahraga, yang berperan dalam menjaga kesehatan fisik dan mental, memperkuat kehidupan sosial, dan memberikan dampak ekonomi positif melalui penciptaan lapangan kerja dan peningkatan aktivitas ekonomi lokal. Untuk mengetahui sejauh mana potensi provinsi ini telah berkembang, digunakan metode Agglomerative Hierarchical Clustering (AHC) yang mengelompokkan berdasarkan kesamaan karakteristik menggunakan matrik jarak Mahalanobis, hingga membentuk satu cluster besar dan dievaluasi validitas menggunakan koefisien korelasi cophenetic. Penelitian ini menggunakan data sekunder dari publikasi di situs BPS, yang mencakup informasi tentang jumlah fasilitas hiburan dan olahraga perkelurahan/desa di setiap provinsi Indonesia. Berdasarkan hasil penggabungan cluster penelitian ini menggunakan metode Single Linkage, Complete Linkage, Average Linkage, Ward Method, dan Centroid Method menghasilkan dua cluster berdasarkan potensi provinsi tinggi dan rendah. Didapat hasil validitas dengan korelasi cophenetic menunjukkan bahwa Average Linkage memiliki korelasi tertinggi, menjadikannya metode yang paling optimal. Sebaliknya, Ward Method menunjukkan korelasi terendah, sehingga penggunaannya perlu dipertimbangkan lebih lanjut.

Analisis Regresi Linier Berganda untuk Mengetahui Faktor yang Memengaruhi Jumlah Stunting di Kota Bandung Tahun 2022

2025-02-25T17:12:51+08:00

Abstract. Bappelitbang plays a crucial role in disseminating information on public health issues, particularly stunting, which has a relatively high prevalence in Bandung City. This study aims to analyze the factors influencing the stunting rate in 2022, such as the percentage of adolescent girls consuming iron-folic acid (IFA) tablets, the percentage of pregnant women consuming at least 90 IFA tablets during pregnancy, the percentage of infants under six months receiving exclusive breastfeeding, and the percentage of households with access to safe drinking water. The analysis was conducted using multiple linear regression methods, supported by data from Bappelitbang Bandung City, to aid in designing effective policies. Based on the analysis results, it can be concluded that among the four variables, at least one significantly affects the stunting rate in Bandung City in 2022, with a coefficient of determination of 10.09%. This indicates that these variables collectively contribute 10.09% to the stunting rate in Bandung City in 2022. The variables that significantly influence the stunting rate are the percentage of adolescent girls consuming IFA tablets and the percentage of infants under six months receiving exclusive breastfeeding.

Abstrak. Bappelitbang Kota Bandung berperan penting dalam menginformasikan isu-isu kesehatan masyarakat, khususnya stunting yang memiliki tingkat kejadian cukup tinggi di Kota Bandung. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi jumlah stunting pada tahun 2022, seperti persentase remaja putri yang mengonsumsi tablet tambah darah (TTD), persentase ibu hamil yang mengonsumsi tablet tambah darah (TTD) minimal 90 tablet selama masa kehamilan, persentase bayi usia kurang dari 6 bulan mendapat air susu ibu (ASI) ekslusif, dan persentase rumah tangga yang mendapat akses air minum layak, dengan metode regresi linier berganda dan dukungan data dari Bappelitbang Kota Bandung untuk membantu perancangan kebijakan yang efektif. Berdasarkan hasil analisis, dapat disimpulkan bahwa dari ke-empat variabel tersebut minimal terdapat satu variabel yang memengaruhi persentase jumlah stunting di Kota Bandung tahun 2022 dengan nilai koefisen determinasi sebesar 10,09% atau dapat dikatakan variabel-variabel tersebut berpengaruh sebesar 10,09% terhadap persentase jumlah stunting di Kota Bandung tahun 2022. Variabel yang berpengaruh secara signifikan terhadap persentase jumlah stunting di Kota Bandung tahun 2022, yaitu variabel persentase remaja putri yang mengonsumsi tablet tambah darah (TTD) dan variabel persentase bayi usia kurang dari 6 bulan mendapat air susu ibu (ASI) ekslusif.

Analisis Survival pada Kasus DBD di RS Salamun Menggunakan Regresi Cox Proportional Hazard

2025-02-25T17:12:49+08:00

Abstract. Survival analysis, or time-to-event analysis, is a set of statistical procedures used to analyze data where the outcome variable of interest is the time until an event occurs. The purpose of survival analysis is to understand the relationship between event time and predictor variables measured during the study and to identify significant influencing factors. One key measure in survival analysis is the hazard function, which can be modeled based on related covariates and used to predict the hazard ratio. A regression approach that can be used is the Cox Proportional Hazard regression model. The data used in this study consists of medical records of patients with Dengue Hemorrhagic Fever (DHF) at AU dr. M. Salamun Hospital in 2022. Factors suspected to influence the survival time of DHF patients include age, gender, hemoglobin, leukocytes, hematocrit, platelets, and body temperature. Subsequently, survival analysis using the Cox Proportional Hazard regression model is conducted to determine the factors affecting the recovery rate of DHF patients. Based on the best model selection using the backward method, the most influential factors in the recovery rate of DHF patients at AU dr. M. Salamun Hospital are platelets and body temperature, as indicated by the smallest AIC value.

Abstrak. Analisis survival atau analisis ketahanan hidup adalah kumpulan prosedur statistik yang digunakan untuk menganalisis data dimana hasil variabel yang diinginkan adalah waktu hingga suatu peristiwa terjadi. Tujuan dari analisis survival adalah untuk mengetahui hubungan antara waktu kejadian dengan variabel prediktor yang diukur selama penelitian dan untuk melihat faktor-faktor yang berpengaruh signifikan. Salah satu ukuran dalam analisis survival adalah fungsi Hazard. Fungsi Hazard dapat dimodelkan berdasarkan kovariat yang berkaitan dan dapat digunakan untuk prediksi hazard ratio. Pendekatan metode regresi yang bisa digunakan adalah regresi Cox Proportional Hazard. Data yang digunakan dalam penelitian ini adalah rekam medis pasien penderita Demam Berdarah Dengue (DBD) di Rumah Sakit AU dr. M. Salamun tahun 2022. Faktor yang diduga mempengaruhi waktu survival pasien DBD diantaranya adalah usía, jenis kelamin, hemoglobin, leukosit, hematokrit, trombosit dan suhu badan. Selanjutnya dengan faktor-faktor tersebut dilakukan analisis survival dengan model regresi Cox Proportional Hazard untuk mengetahui faktor yang mempengaruhi laju kesembuhan pasien DBD. Berdasarkan pemilihan model terbaik dengan metode backward diperoleh faktor-faktor yang paling mempengaruhi laju kesembuhan pasien penderita penyakit DBD di Rumah Sakit AU dr. M. Salamun adalah trombosit dan suhu badan dengan nilai AIC terkecil.

Penerapan Seismic Hazard dalam Penentuan Premi Asuransi Gempa Jawa Barat 2010-2024

2025-02-25T17:13:01+08:00

Earthquakes are vibrations or shocks that occur on the earth's surface due to the sudden release of energy in the earth's crust. This energy is released due to movement and interaction between tectonic plates, faults, or volcanic activity. According to the United States Geological Survey (USGS), 152 earthquakes have occurred in the West Java region from 2010 to May 2024 with a minimum magnitude of 3.9 mw. The earthquake disaster caused severe damage in the West Java region. These earthquakes create human tragedies, collapse the economy, and disrupt development. Therefore, it is necessary to consider a national policy to provide insurance for people living in disaster- vulnerable areas. This study purposes to investigate and determine the level of application of seismic hazard in determining insurance premiums using earthquake data in West Java in 2010-2024 using a quantitative approach with PSHA (Probalistic Seismic Hazard Analysis). The results obtained from earthquake data in West Java for West Java Province, the total premium rate that must be paid by the insurance company to the insured party is in the amount of Rp. 607,562,930, - up to Rp. 175,790,842,5, - every year.

Gempa bumi merupakan getaran atau guncangan yang terjadi di permukaan bumi akibat pelepasan energi secara tiba-tiba di dalam kerak bumi. Energi ini dilepaskan karena adanya pergerakan dan interaksi antar lempeng tektonik, patahan (fault), atau aktivitas vulkanik. Menurut United States Geological Survey (USGS) mencatat telah terjadi 152 kali gempa bumi di wilayah Jawa Barat dari tahun 2010 sampai bulan Mei 2024 dengan besar gempa minimal 3,9 mw. Bencana gempa tersebut mengakibatkan kerusakan yang cukup parah di wilayah Jawa Barat. Bencana gempa ini menciptakan tragedi kemanusiaan, meruntuhkan sendi-sendi perekonomian, dan menghambat pembangunan. Oleh karena itu, perlu dipikirkan suatu kebijakan nasional untuk memberi asuransi bagi masyarakat yang berada di daerah rawan bencana. Penelitian ini bertujuan untuk menyelidiki dan mengetahui tingkat penerapan seismic hazard dalam penentuan premi asuransi menggunakan data gempa di Jawa Barat tahun 2010-2024 menggunakan pendekatan kuantitatif dengan PSHA (Probalistic Seismic Hazard Analysis). Hasil yang diperoleh dari data gempa bumi di Jawa Barat untuk Provinsi Jawa Barat, tarif total premi yang harus dibayarkan oleh spihak asuransi kepada pihak tertanggung berada diangka Rp. 607.562,930,- sampai dengan Rp. 175.790.842,5,-per tahun.

Klasterisasi Kerusakan Bearing Menggunakan Metode K-Medoids

2025-02-25T17:12:46+08:00

Abstract, Cluster analysis is a statistical analysis technique aimed at classifying objects into smaller groups that differ from one another. K-Medoids Clustering is one of the clustering analysis methods used to group data into several different clusters. This method uses medoid (representative) data as the center of the cluster. The K-Medoids algorithm represents a cluster by utilizing objects from a data set so that the selected objects are called medoids. Medoids are defined as objects in a cluster with the lowest average dissimilarity among all objects in a cluster. Cluster analysis can be used for the machinery industry, one of which is bearing damage. Bearings are an important part of a machine element. Bearing damage can cause significant damage to the machine and disrupt industrial work. The data used is secondary data from experimental tests provided by the Center for Intelligent Maintenance Systems (IMS), University of Cincinnati. The bearing data used is 984 data objects. This study to apply K-Medoids Clustering for bearing damage clustering. The final result of this clustering is the number of clusters for the most optimal clustering, namely k = 2. Clusters with the number k = 2 obtain a Silhouette Global value of 0.79, meaning a strong structure category.

Keywords: bearing, cluster, K-Medoids, principal component, silhouette

Abstrak, Analisis cluster merupakan teknik analisis statistik yang ditujukan untuk membuat klasifikasi objek-objek ke dalam kelompok-kelompok lebih kecil yang berbeda antara satu dengan yang lainnya. K-Medoids Clustering adalah salah satu metode analisis clustering yang digunakan untuk mengelompokkan data menjadi beberapa cluster yang berbeda. Metode ini menggunakan medoid (perwakilan) data sebagai pusat cluster. Algoritma K-Medoids mewakili sebuah cluster dengan memanfaatkan objek dari suatu kumpulan data sehingga objek yang terpilih dinamakan dengan medoids. Medoids didefinisikan sebagai objek yang terdapat dalam suatu cluster dengan rata-rata ketidaksamaan paling minimal diantara semua objek dalam suatu cluster. Analisis cluster dapat digunakan untuk industri mesin, salah satunya adalah kerusakan bearing. Bearing merupakan bagian penting dari suatu elemen mesin. Kerusakan bearing dapat menyebabkan kerusakan yang signifikan pada mesin dan mengganggu kerja industri. Data yang digunakan merupakan data sekunder hasil uji eksperimen yang disediakan oleh Center for Intelligent Maintenance Systems (IMS), Universitas Cincinnati. Data bearing yang digunakan yaitu sebanyak 984 objek data. Penelitian ini bertujuan menerapkan K-Medoids Clustering untuk klasterisasi kerusakan bearing. Hasil akhir dari pengklasteran ini adalah jumlah cluster untuk pengklasteran paling optimal yaitu sebanyak k = 2. Cluster dengan jumlah k = 2 memperoleh nilai Silhouette Global sebesar 0.79, artinya kategori struktur kuat.

Kata kunci: bearing, cluster, K-Medoids, principal component, silhouette

Prediksi Failure Degradation Bearing dengan Pendekatan Gabungan Model

2025-02-25T17:12:44+08:00

Abstract. The reliability of machine components is a very important aspect to consider, one of the critical components in a machine is the bearing, which serves as a support and allows rotating movement between two components. Failure in bearings can result in serious damage to the machine and stop operations, this has a major impact on productivity and maintenance costs. Predictions were made using the Support Vector Regression method with the Cox Proportional Hazard model as the target vector. The Cox Proportional Hazard model is used to see the effect of covariates on bearing survival time, while Support Vector Regression with RBF kernel is used to predict survival chances based on the risk from the Cox model. In this study, the Weibull distribution hazard function is used as the baseline hazard function in the Cox model, to calculate the value of the shape and scale parameters in the Weibull distribution, the Least Squares method is used until the respective values of the shape parameter and scale parameter are 1.02045 and 7.3732. The results show that combining the Cox Proportional Hazard model and Support Vector Regression can provide a high average accuracy value of 99.83% on training data and 98.82% on testing data. As in the journal article (Caesarendra et al., 2010) with a high accuracy value, it can be said that the model can be used.

Abstrak. Keandalan komponen mesin menjadi aspek yang sangat penting untuk diperhatikan, salah satu komponen kritis dalam mesin adalah bearing, yang berfungsi sebagai penopang dan memungkinkan pergerakan berputar antara dua komponen. Kegagalan dalam bearing dapat mengakibatkan kerusakan serius pada mesin dan menghentikan operasi, hal ini berdampak besar pada produktivitas dan biaya pemeliharaan. Dilakukan prediksi menggunakan metode Support Vector Regression dengan model Cox Proportional Hazard sebagai target vektornya. Model Cox Proportional Hazard digunakan untuk melihat pengaruh dari kovariat terhadap waktu survival bearing, sedang Support Vector Regression dengan kernel RBF digunakan untuk memprediksi peluang survival berdasarkan risiko dari model Cox. Dalam penelitian ini digunakan fungsi hazard berdistribusi Weibull sebagai fungsi baseline hazard dalam model Cox, untuk menghitung nilai parameter bentuk dan skala pada distribusi Weibull digunakan metode Kuadrat Terkecil, hingga diperoleh nilai masing-masing dari parameter bentuk dan parameter skala adalah 1,02045 dan 7,3732. Hasil menunjukkan bahwa kombinasi model Cox Proportional Hazard dan Support Vector Regression dapat memberikan nilai rata-rata akurasi yang tinggi sebesar 99,83% pada data training dan 98,82% pada data testing. Seperti pada artikel jurnal (Caesarendra et al., 2010) dengan nilai akurasi yang tinggi, maka dapat dikatakan bahwa model dapat digunakan.

Penerapan Generalized Poisson Untuk Underreported Counts pada Kasus Kekerasan anak Pada Tahun 2023

2025-02-25T17:12:42+08:00

Abstract. Count data is data that describes a number of events that occurred over a period of time so that the count data is non-negative. Modeling of self-count data can be done with Generalized Linear Models such as Poisson regression. However, in the Poisson regression model there is an assumption that must be fulfilled, i.e., the variance of the response variable is equal to means or called equidispersion. In fact this condition is very rare because the count data has a greater variance than the terrain or is called an overdispersion condition. However, when the equidispersion condition is not met then one of the regression alternatives that can be used is the Generalized Poisson Analysis. Underreporting count is the occurrence of many observed events, reportedly smaller than the actual events. Violent cases are sensitive enough to cause victims who are reluctant to report violent acts on them, resulting in data underreporting. Quoted from the data portal website of Central Java, the number of reports on child abuse cases was recorded in December 2023 a total of 17,110 cases of child abuse reports consisting of 45%, psychic violence 19%, physical violence 18%, other violence 10%, child neglect violence 6%, and other violence 6%. This study aims to find out the number of child abuse cases in Indonesia based on Divorce Rate and Family Income Rate in 2023, which are accepted using Generalized Poisson regression to underreport data.

Abstrak. Data cacahan (count data) merupakan data yang menggambarkan sejumlah kejadian yang terjadi pada suatu kurun waktu tertentu sehingga data cacahan bersifat non-negatif. Pemodelan data cacah sendiri dapat dilakukan dengan Generalized Linear Model seperti regresi Poisson. Namun Pada model regresi Poisson terdapat asumsi yang harus terpenuhi, yaitu variansi dari variabel responnya sama dengan means atau disebut equidispersi.Pada kenyataannya kondisi seperti ini sangat jarang terjadi karena data count memiliki variansi yang lebih besar dari meannya atau disebut kondisi overdispersi. Namun ketika kondisi equidispersi tidak terpenuhi maka salah satu alternatif regresi yang dapat digunakan adalah Analisis Generalized Poisson. Underreporting Count adalah terjadinya banyak kejadian yang diamati,dilaporkan lebih kecil dari kejadian yang sebenarnya. Kasus kekerasan merupakan kasus yang cukup sensitif sehingga mengakibatkan korban yang enggan untuk melaporkan mengenai tindak kekerasan yang terjadi pada dirinya sehingga mengakibatkan data mengalami underreported count. Dilansir dari website portal data Jawa Tengah angka laporan kasus kekerasan terhadap anak tercatat pada bulan Desember 2023 total 17.110 kasus laporan kekerasan terhadap anak terdiri dari kasus kekerasan seksual 45%, kekerasan psikis 19%, kekerasan fisik 18%, kekerasan lainninya 10%, kekerasan penelantaran anak 6%, kekerasan humantrafficking 1% dan kekerasan eksploitasi anak 1%.Penelitian ini bertujuan untuk mengetahui jumlah kasus kekerasan terhadap anak di Indonesia berdasarkan Tingkat Perceraian dan Tingkat Pendapatan Keluarga pada Tahun 2023, yang diterima menggunakan regresi Generalized Poisson untuk underreported data.

Penerapan Analisis Deret Waktu Arima dalam meramalkan Wisatawan Mancanegara Asal Malaysia Tahun 2024

2025-02-25T17:12:41+08:00

Abstract. Forecasting is an activity aimed at predicting future events, covering short-term, medium-term, and long-term periods using time series data. Time series data refers to a collection of data arranged continuously over a specific period. Forecasting techniques in time series data analysis involve statistical modeling methods, including exponential smoothing, moving average, regression, and autoregressive integrated moving average (ARIMA). The ARIMA model is categorized into three groups: autoregressive (AR), moving average (MA), and the combined ARMA (autoregressive moving average) model, which incorporates characteristics of the first two models. Stationarity checks on data can be conducted using time series plots, the Augmented Dickey-Fuller (ADF) test, and the autocorrelation function (ACF) test. The Box-Cox transformation is applied when time series data exhibit non-stationarity in variance, requiring an assessment of stationarity issues through the ADF test and ACF test. Differencing is performed after the data achieve stationarity in variance. If the data remain non-stationary in the mean, further differencing is applied. International tourists are defined as individuals traveling to a country outside their place of residence. Using the Akaike Information Criterion (AIC) test, the best-fitting model was determined to be ARIMA (1,2,1) based on the smallest AIC value. This study concludes that the ARIMA time series analysis can be utilized to forecast the number of Malaysian international tourists in 2024.

Abstrak. Peramalan adalah kegiatan untuk memprediksi kejadian yang akan datang yang meliputi jangka pendek, menengah dan panjang menggunakan data deret waktu. Data deret waktu merupakan kumpulan data yang disusun pada waktu tertentu secara terus menerus. Teknik peramalan analisis data deret waktu dengan model peramalan berdasarkan pemodelan statistik yaitu (exponential smoothing, moving average, regresi dan autoregressive integrated moving average (ARIMA)). Model ARIMA dibagi ke dalam 3 kelompok, yaitu: model autoregressive (AR), moving average (MA), dan model campuran ARMA (autoregresive moving average) yang mempunyai karakteristik dari dua model pertama. Pengecekan staioner data bisa dilakukan dengan plot time series, uji ADF dan uji ACF. Transformasi Box Cox digunakan ketika data deret waktunya mengandung masalah adanya ketidakstasioneran data dalam varians, sehiggga harus ada proses pemeriksaan masalah kestasioneran yang dapat diperiksa menggunakan statistik ADF dan uji ACF. Proses pembedaan (differencing) dilakukan setelah data stasioner dalam varians. Proses pembedaan dilakukan jika data tidak stasioner dalam rata- rata. wisatawan secara internasional yakni setiap orang yang mengunjungi suatu negara di luar tempat tinggalnya. Dengan menggunakan Uji AIC dengan nilai terkecil didapatkan model terbaik ARIMA (1, 2, 1). Berdasarkan penelitian ini diketahui bahwa Analisis Deret Waktu ARIMA dapat digunakan untuk melakukan peramalan jumlah wisatawan mancanegara asal Malaysia tahun 2024.