2026-11-14T06:51:11Z https://jos.unsoed.ac.id/index.php/skewness/oai

oai:ojs2.jos.unsoed.ac.id:article/11728 2026-11-11T22:43:26Z skewness:ART

Evaluasi Penggunaan Metode Least Square, Simple Averaging dan Improved Simple Averaging dengan Data Pendapatan Retribusi Pelayanan Pasar di Kabupaten Banyumas Prabowo, Agung Akmalina, Diniatul Riaman, Riaman Selama ini, prosedur untuk menentukan nilai-nilai parameter pada persamaan regresi linier sederhana dilakukan dengan metode ordinary least square (OLS). Metode simple averaging (SA) dan improved simple averaging (ISA) dapat dijadikan sebagai metode alternatif untuk menaksir nilai-nilai parameter pada persamaan regresi linier sederhana. Jika nilai-nilai RMSE, MAE dan MAPE pada ketiga metode tidak jauh berbeda, maka ketiga metode dapat digunakan. Tujuan penelitian ini adalah menentukan taksiran persamaan regresi linier sederhana menggunakan ketiga metode, mengevaluasi apakah ketiga metode dapat digunakan, dan meramalkan hasil regresi untuk empat periode berikutnya. Penelitian ini menggunakan data pendapatan retribusi pasar di Kabupaten Banyumas dari Januari 2021 sampai Desember 2022. Penelitian ini menghasilkan nilai-nilai RMSE, MAE dan MAPE yang hampir sama untuk ketiga metode. Evaluasi dengan MAPE menghasilkan angka kurang dari 20% untuk seluruh metode. Ini berarti bahwa ketiga persamaan regresi dapat digunakan untuk meramalkan besar pendapatan retribusi pasar di Kabupaten Banyumas untuk bulan Januari sampai April 2023 Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-03-31 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/11728 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 1 (2024): Measuring Fairness: Statistical Models for Islamic Finance, Public Revenue, and Education; 30-45 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/11728/5230 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/11729 2026-11-11T22:43:26Z skewness:ART

Model Perhitungan Premi Asuransi Kumpulan Berjangka Syariah Berdasarkan Studi Terhadap Tabel Mortalitas Prabowo, Agung Ardhiani, Rifdah Sesa Syahwa, Sasphira Elyananda Raihani Pada asuransi jiwa, tingkat kematian manusia menjadi salah satu faktor dari penentu premi asuransi. Tingkat kematian dapat diketahui melalui tabel mortalitas yang menunjukan peluang kematian. Penelitian ini bertujuan untuk menentukan persentase pengali rate mortalitas dan menentukan besaran premi yang sesuai dengan studi mortalitas. Metode penelitian mencakup analisis data berupa data estimasi klaim dan data realisasi klaim selama beberapa tahun dari peserta produk asuransi jiwa kumpulan berjangka syariah. Sebuah contoh soal digunakan untuk memberikan contoh penentunan persentase pengali rate mortalitas dan menentukan besaran premi gross. Penelitian ini memberikan hasil persentase rate mortalitas yang bisa digunakan untuk produk asuransi kumpulan berdasarkan data contoh soal sebesar 80,33%. Selanjutnya, dengan persentase rate mortalitas sebesar 80,33% dihitung besar premi untuk setiap usia. Untuk memperjelas pembahasan, pada bagian akhir pembahasan diberikan contoh soal. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-03-31 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/11729 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 1 (2024): Measuring Fairness: Statistical Models for Islamic Finance, Public Revenue, and Education; 1-29 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/11729/5229 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/11731 2026-11-11T22:43:26Z skewness:ART

Chi-Square Testing dan Aplikasinya pada Analisis Distribusi Guru Cerinda, Mitha Pratikno, Budi Riset ini bertujuan untuk menganalisis distribusi guru Sekolah Menengah Atas (SMA) menurut klasifikasi kecamatan di Kabupaten Banyumas pada tahun 2016. Data yang adalah data sekunder yang diperoleh dari Kantor Badan Pusat Statistik (BPS) Kabupaten Banyumas. Analisis dilakukan dengan menguji kesesuaian antara frekuensi guru pada data pengamatan dan frekuensi guru yang diharapkan dengan menggunakan metode uji Chi-Square. Frekuensi guru yang diharapkan didasarkan pada peraturan pemerintah (PP) tentang guru, yaitu pada pasal 17 ayat (1 dan PP Republik Indonesia Nomor 74 Tahun 2008, tentang rasio murid-guru SMA yaitu 20:1. Hasil riset  menunjukkan bahwa distribusi frekuensi guru Sekolah Menengah Atas belum sesuai dengan frekuensi guru berdasarkan Peraturan Pemerintah Republik Indonesia Nomor 74 Tahun 2008, yaitu jumlah guru di Kabupaten Banyumas tahun 2016 masih berlebih karena rata-rata rasio murid-guru adalah 14:1.Riset ini bertujuan untuk menganalisis distribusi guru Sekolah Menengah Atas (SMA) menurut klasifikasi kecamatan di Kabupaten Banyumas pada tahun 2016. Data yang adalah data sekunder yang diperoleh dari Kantor Badan Pusat Statistik (BPS) Kabupaten Banyumas. Analisis dilakukan dengan menguji kesesuaian antara frekuensi guru pada data pengamatan dan frekuensi guru yang diharapkan dengan menggunakan metode uji Chi-Square. Frekuensi guru yang diharapkan didasarkan pada peraturan pemerintah (PP) tentang guru, yaitu pada pasal 17 ayat (1 dan PP Republik Indonesia Nomor 74 Tahun 2008, tentang rasio murid-guru SMA yaitu 20:1. Hasil riset  menunjukkan bahwa distribusi frekuensi guru Sekolah Menengah Atas belum sesuai dengan frekuensi guru berdasarkan Peraturan Pemerintah Republik Indonesia Nomor 74 Tahun 2008, yaitu jumlah guru di Kabupaten Banyumas tahun 2016 masih berlebih karena rata-rata rasio murid-guru adalah 14:1. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-03-31 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/11731 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 1 (2024): Measuring Fairness: Statistical Models for Islamic Finance, Public Revenue, and Education; 46-54 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/11731/5231 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/11732 2026-11-11T22:43:26Z skewness:ART

Perbandingan Metode K-Means dan Two Step Cluster dalam Pengelompokan Kabupaten Kota di Provinsi Jawa Tengah Wahid, Alim Jaizul Supriyanto, Supriyanto Nilai Indeks Pembangunan Manusia (IPM) diperoleh dari hasil gabungan ketiga dimensi dasar IPM. Namun, tidak ditunjukkan indikator yang dominan terhadap tinggi rendahnya nilai IPM. Akibatnya nilai IPM menjadi kurang spesifik menggambarkan kondisi yang ada di masyarakat, salah satunya yang terjadi di Provinsi Jawa Tengah. Tujuan penelitian ini adalah menganalisis perbandingan hasil pengelompokan kabupaten/kota di Provinsi Jawa Tengah berdasarkan indikator dari IPM tahun 2022 dan menentukan metode terbaik dilihat dari nilai Silhouette Index yang terbesar. Metode clustering yang digunakan adalah metode K-Means dan Two Step Cluster. Hasil analisis diperoleh pengelompokan metode K-Means dengan jumlah cluster sebanyak 4 cluster menghasilkan nilai Silhouette Index sebesar 0,3763 sehingga termasuk kategori yang lemah, sedangkan pengelompokan metode Two Step Cluster diperoleh jumlah cluster sebanyak 2 cluster dan menghasilkan nilai Silhouette Index sebesar 0,5763 sehingga termasuk kategori yang kuat. Dengan demikian metode Two Step Cluster merupakan metode terbaik dalam pengelompokan kabupaten/kota di Provinsi Jawa Tengah berdasarkan indikator dari IPM tahun 2022 dengan mengelompokkan kabupaten/kota menjadi 2 cluster. Cluster 1 termasuk pengelompokan kabupaten/kota dengan tingkat indikator dari IPM yang tinggi dan cluster 2 termasuk pengelompokan kabupaten/kota dengan tingkat indikator dari IPM yang sangat tinggi. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-03-31 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/11732 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 1 (2024): Measuring Fairness: Statistical Models for Islamic Finance, Public Revenue, and Education; 55-64 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/11732/5232 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/11733 2026-11-11T22:43:26Z skewness:ART

Model Matematika untuk Bagi Hasil (Profit Sharing) dan Bunga (Interest) Amitarwati, Diah Paramita Prabowo, Agung Bagi hasil dan bunga merupakan dua hal yang saling kontra dalam sistem perbankan di Indonesia. Sebelum muncul sistem perbankan syariah, di Indonesia sudah lebih dulu beroperasi sistem perbankan konvensional. Sistem konvensional berorientasi pada keuntungan sedangkan sistem syariah berorientasi pada keadilan dan pemerataan. Operasional bank konvensional berbasis pada bunga, sedangkan bank syariah bekerja dengan bagi hasil. Konsep bagi hasil dapat menjadi alternatif untuk menghilangkan unsur riba dalam bunga. Implementasi bagi hasil antara lain pada pinjaman atau pembiayaan. Dalam Islam, tidak ada larangan dalam hal pinjaman atau pembiayaan. Tujuan penelitian ini adalah membangun model matematika dengan meninjau beberapa kasus pengelolaan bagi hasil berdasarkan akad mudharabah dan sistem bunga pada bank konvensional. Metode penelitian berupa studi literatur yang didalamnya dilakukan pendefinisian berbagai istilah dan konsep serta contoh soal untuk pemahaman istilah atau konsep tersebut. Ilustrasi dibuat untuk menghasilkan model matematika bagi hasil dan sistem bunga. Penelitian ini menghasilkan lima buah model matematika dan contoh-contoh penerapannya. Saran untuk penelitian selanjutnya adalah menggunakan akad musyarakah dalam pemodelannya. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-03-31 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/11733 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 1 (2024): Measuring Fairness: Statistical Models for Islamic Finance, Public Revenue, and Education; 67-84 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/11733/5233

oai:ojs2.jos.unsoed.ac.id:article/11734 2026-11-11T22:43:26Z skewness:ART

Rekomendasi Pemilihan Tes Pilihan Ganda Menggunakan Analisis Kesintasan Wahyuni, Dwi Asih Septi Kumala, Fitria Zana Prabowo, Agung Pada umumnya, tes masuk perguruan tinggi, tes peneriman CPNS dan tes-tes lainnya menggunakan jenis tes pilihan ganda dengan 4 atau 5 alternatif pilihan jawaban. Distribusi binomial dapat digunakan untuk menganalisis jenis tes tersebut berdasarkan dua kriteria yaitu jumlah soal yang diujikan untuk setiap tes dan jumlah alternatif pilihan jawaban. Dalam penelitian ini dianalisis kombinasi tes pilihan ganda yang dapat diujikan berdasarkan kedua kriteria tersebut, dengan jawaban salah tidak diberikan penalti (hukuman). Ada 4 jenis tes yang dianalisis yaitu tes dengan 40 soal dan 4 atau 5 alternatif pilihan dan tes dengan 50 soal juga dengan 4 atau 5 alternatif pilihan. Rekomendasi yang diberikan didasarkan pada peluang mendapat nilai di atas passing grade tertentu yang ditetapkan dan diperolehnya input yang lebih berkualitas dengan meminimalkan peluang menebak benar secara acak. Hasil yang diperoleh adalah untuk tes masuk dengan dua jenis tes yang disarankan adalah kombinasi antara tes dengan 40 soal dengan 4 alternatif pilihan dan 50 soal dengan 4 alternatif pilihan. Untuk tiga buah tes, disarankan untuk menambahkan tes dengan 50 soal dengan 5 alternatif pilihan. Kombinasi ini lebih baik dibandingkan jika yang ditambahkan adalah tes dengan 40 soal dan 5 alternatif pilihan. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-03-31 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/11734 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 1 (2024): Measuring Fairness: Statistical Models for Islamic Finance, Public Revenue, and Education; 85-102 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/11734/5234

oai:ojs2.jos.unsoed.ac.id:article/13020 2026-11-11T22:43:29Z skewness:ART

Pemetaan Wilayah Makmur di Provinsi Sumatera Utara Tahun 2023 Menggunakan Hierarchical Clustering Danarwindu, Ghiffari Ahnaf Setyowisnu, Glagah Eskacakra Pengangguran menjadi masalah yang dihadapi oleh setiap negara, termasuk Indonesia. Dampak dari pengangguran sangat banyak, salah satunya adalah kemiskinan. Pemerintah menjadi komponen penting dalam hal ini, karena memiliki kemampuan untuk membuat peraturan/keputusan yang dapat diterapkan pada masyarakat luas. Tentunya, penentuan aturan tersebut harus disesuaikan dengan keadaan populasi dalam suatu wilayah. Salah satu wilayah dengan angka kemiskinan yang tinggi terdapat di Sumatera Utara. Oleh karena itu, diperlukan metode untuk mengelompokan populasi yang dapat digunakan sebagai bahan pertimbangan dalam membuat keputusan yang tepat untuk mengatasi masalah pengangguran di Sumatera Utara. Dalam penelitian ini, akan digunakan metode Hierarchical Clustering untuk mengelompokan data populasi di wilayah Sumatera Utara. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-10-11 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/13020 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 2 (2024): Reading the Signals: Forecasting and Clustering for Society, Health, and Markets; 35-50 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/13020/5766 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/13129 2026-11-11T22:43:29Z skewness:ART

Analisis SEM-PLS pada Kasus Gizi Buruk Balita di Provinsi Jawa Timur Agustina, Fatkhi Rizqiyah Arumningtyas, Felinda Salah satu metode yang dapat menjelaskan struktur hubungan kompleks dengan melibatkan banyak variabel adalah Structural Equation Modeling (SEM). SEM memerlukan pemenuhan asumsi distribusi secara parametrik yang seringkali sulit dipenuhi, sehingga diperlukan metode alternatif untuk mengatasi keterbatasan tersebut, yaitu SEM-PLS (Partial Least Square). Tujuan dari penelitian ini adalah untuk melakukan analisis SEM-PLS pada kasus gizi buruk balita di Jawa Timur tahun 2021. Provinsi Jawa Timur menjadi perhatian utama pemerintah dalam penanganan gizi buruk karena memiliki populasi yang besar meskipun termasuk salah satu wilayah yang kasus gizi buruknya menurun. Hasil yang diperoleh adalah variabel sosial ekonomi berpengaruh signifikan secara positif terhadap variabel ketahanan pangan, pola asuh serta fasilitas pelayanan kesehatan dan lingkungan dan tidak memiliki pengaruh signifikan secara tidak langsung terhadap kasus gizi buruk balita di Jawa Timur. Kata kunci: SEM-PLS, Stunting, Underweight, Wasting Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-10-11 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/13129 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 2 (2024): Reading the Signals: Forecasting and Clustering for Society, Health, and Markets; 63-74 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/13129/5768 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/13147 2026-11-11T22:43:29Z skewness:ART

Model Regresi dengan Metode LASSO untuk Mengatasi Multikolinieritas Studi Kasus Banyaknya Gizi Buruk di Kabupaten Banyumas Juliza, Melda Arumningtyas, Felinda Chandra, Novita Eka Uji asumsi klasik pada analisis regresi salah satunya yaitu multikolinearitas. Terjadinya multikolinearitas berarti antar variabel prediktor saling berkorelasi. Jika data penelitian mengandung multikolinearitas akan mengakibatkan koefisien regresi yang dihasilkan tidak efisien. Salah satu solusi untuk mengatasi masalah tersebut dapat menggunakan metode LASSO (least absolute shrinkage and selection operator). Metode ini menyusutkan koefisien regresi dari variabel prediktor yang memiliki korelasi tinggi menjadi tepat pada nol atau mendekati nol. Data penelitian yang digunakan adalah banyaknya kasus gizi buruk pada pada balita di 40 puskesmas di Kabupaten Banyumas. Berdasarkan uji VIF terdapat dua variabel prediktor yang mengalami masalah multikolinearitas, yaitu variabel jumlah bayi yang mendapat Imunisasi Polio (X4) dan jumlah bayi yang mendapat Imunisasi DPT-HB3 (X6). Sehingga masalah tersebut akan diatasi menggunakan metode LASSO. Berdasarkan hasil pengujian metode LASSO, diperoleh bahwa koefisien yang signifikan terdapat pada variabel pemberian ASI ekslusif pada bayi (X1) dan variabel pemberian munisasi DPT-HB3 (X6). Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/13147 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 2 (2024): Reading the Signals: Forecasting and Clustering for Society, Health, and Markets; 75-84 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/13147/5769 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/13186 2026-11-11T22:43:29Z skewness:ART

Peramalan Jumlah Penduduk Miskin Provinsi Jawa Tengah Dengan Metode Fuzzy Time Series Chen Adisurya, Farchan Azhar Surbakti, Agustini Tripena Supriyanto, Supriyanto Kemiskinan adalah masalah sosial-ekonomi yang paling sulit untuk dipecahkan, terutama di Indonesia. Luasnya wilayah dan jumlah pulau di Indonesia menjadi salah satu alasan mengapa masalah ini sulit untuk diselesaikan. Selain itu, kepadatan penduduk di setiap daerah juga menjadi faktor yang mempengaruhi masalah yang dapat terjadi ini. Pulau Jawa, khususnya Provinsi Jawa Tengah, merupakan salah satu daerah dengan kepadatan penduduk yang tinggi di Indonesia. Jawa Tengah menempati posisi ke-3 dengan jumlah penduduk terbesar di Indonesia. Tujuan dari penelitian ini adalah untuk memprediksi jumlah penduduk miskin di provinsi Jawa Tengah dengan menggunakan metode Fuzzy Time Series. Hasil perhitungan dengan data jumlah penduduk miskin di Provinsi Jawa Tengah dari tahun 2004 hingga 2023, diperoleh hasil perkiraan 4078,97 dengan satuan ribuan orang dan tingkat akurasi 4,61% diperoleh dengan metode Mean Absolute Percentage Error (MAPE). Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/13186 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 2 (2024): Reading the Signals: Forecasting and Clustering for Society, Health, and Markets; 51-62 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/13186/5767 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/13432 2026-11-11T22:43:29Z skewness:ART

Analisis Metode Peramalan Trend Analysis: Simulasi pada Data Indeks Pembangunan Manusia Gunawan, Anindya Pratikno, Budi Riset ini membahas metode peramalan trend analysis yang terdiri dari metode kuadrat terkecil, metode trend kuadratik, dan metode trend eksponensial. Tujuan riset ini adalah membandingkan dan memilih metode terbaik dari ketiga metode tersebut melalui kajian error hasil simulasi data Indeks Pembangunan Manusia (IPM). Peramalan IPM ini untuk memprediksi IPM di Kabupaten Cilacap dari tahun 2022 hingga 2025 dan merupakan perhitungan ilmiah yang dapat digunakan untuk perencanaan dan analisis terkait dengan pembangunan manusia. Mengingat data yang digunakan adalah data time series, maka pendekatan metode trend analysis dipilih dalam penelitian ini. Metode trend analysis mencakup tiga model, yaitu metode kuadrat terkecil, metode trend kuadratik, dan metode trend eksponensial. Hasil riset menunjukan bahwa menunjukkan nilai mean absolute percentage error (MAPE) terkecil adalah 0,19% yang terjadi pada metode trend kuadratik, sehingga metode ini (trend kuadratik) dipilih sebagai metode terbaik dan digunakan sebagai model peramalan IPM untuk Kabupaten Cilacap pada tahun 2022 hingga 2025. Hasil peramalan untuk periode tersebut, 2022 hingga 2025, adalah 70,5651; 70,6773; 70,7231; dan 70,7025. Hasil ini menunjukkan peningkatan konsisten setiap tahun pada IPM di Kabupaten Cilacap. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/13432 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 2 (2024): Reading the Signals: Forecasting and Clustering for Society, Health, and Markets; 1-13 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/13432/5763 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/13433 2026-11-11T22:43:29Z skewness:ART

Metode Fuzzy Time Series Model Chen untuk Peramalan Harga Cabai Rawit Merah di Kabupaten Banyumas Nabila, Rezki Auliya Nurhayati, Nunung Sugandha, Agus Cabai rawit merupakan komoditas sayuran yang banyak diminati oleh masyarakat Indonesia. Cabai rawit sering dijadikan bahan dasar dalam pembuatan berbagai jenis varian sambal, terutama pada industri rumah makan. Banyaknya rumah makan di Kabupaten Banyumas dapat menyebabkan terjadinya lonjakan harga cabai rawit. Kenaikan harga cabai yang fluktuatif mendorong pengusaha rumah makan untuk menyusun strategi penjualan. Oleh karena itu, tujuan dari penelitian ini untuk meramalkan harga cabai rawit merah di Kabupaten Banyumas bulan September 2022 hingga Juni 2023 dengan menggunakan metode fuzzy time series (FTS) model Chen dengan menggunakan data harga cabai rawit bulan September 2018 sampai Mei 2022. Hasil penelitian menyatakan peramalan harga cabai rawit merah di Kabupaten Banyumas dengan FTS model Chen belum baik. Hal ini ditunjukkan pada hasil perhitungan manual dan RStudio memberikan  nilai rata-rata kesalahan ramalan yang sama yaitu sebesar 28,20%. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-10-11 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/13433 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 2 (2024): Reading the Signals: Forecasting and Clustering for Society, Health, and Markets; 14-25 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/13433/5764 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/13434 2026-11-11T22:43:29Z skewness:ART

Analisis Prediksi Harga Saham Bank Central Asia Pasca Stock Split Menggunakan Backpropagation Neural Network dengan Algoritma Inisialisasi Nguyen-Widrow Adjie, Hilman Supriyanto, Supriyanto Larasati, Niken Saham adalah dokumen yang menandakan kepemilikan sebagian dari suatu perusahaan. Harga saham memiliki volatilitas yang tinggi sehingga investor bisa mendapatkan keuntungan atau kerugian besar dalam waktu singkat. Oleh karena itu investor memerlukan prediksi sebagai acuan. Penelitian ini bertujuan untuk memprediksi harga penutupan saham PT. Bank Central Asia pasca stock split dengan menggunakan model arsitektur jaringan terbaik Backpropagation Neural Network agar dapat menjadi pertimbangan bagi investor sebelum melakukan transaksi jual-beli saham. Inisialisasi bobot dan bias awal menggunakan algoritma Nguyen-Widrow dengan fungsi aktivasi sigmoid biner. Prediksi harga penutupan saham menggunakan 7 variabel input (harga pembukaan, harga tertinggi, harga terendah, volume transaksi, inflasi, suku bunga, dan kurs rupiah) dan satu variabel target yaitu harga penutupan saham. Percobaan dilakukan menggunakan 24 kombinasi arsitektur jaringan yang berbeda, dengan variasi parameter yang digunakan yaitu persentase dataset training dan testing 80:20 dan 70:30, maksimal epoch sebesar 1000, neuron hidden sebanyak 5, 10, 15, dan 20, serta learning rate sebesar 0,01; 0,1; 0,5. Prediksi harga penutupan saham menghasilkan konfigurasi terbaik yaitu arsitektur jaringan 7-20-1. Arsitektur jaringan tersebut mampu menghasilkan prediksi yang sangat akurat untuk penutupan harga saham BBCA pasca stock split dengan nilai MAPE pada saat pelatihan sebesar 3,7568% dan pada proses pengujian sebesar 7,7012%. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2024-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/13434 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 1 No 2 (2024): Reading the Signals: Forecasting and Clustering for Society, Health, and Markets; 26-34 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/13434/5765 Copyright (c) 2024 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/16016 2025-05-14T11:43:31Z skewness:ART

oai:ojs2.jos.unsoed.ac.id:article/16020 2026-11-11T22:43:33Z skewness:ART

Forecasting the Number of Participants of Social Security Agency’s (BPJS) Programs in Banyumas Regency for Contributory Beneficiaries (PBI) Category Using Fuzzy Time Series Cheng Method Putri, Charista Aprilia Mashuri, Mashuri The Social Security Agency (BPJS) is an agency responsible for organizing the social security program for the community. It is found that the number of JKN PBI participants keeps on increasing each month as the services at BPJS improve. This research aims at predicting the number of JKN participants for PBI category for October 2023 based on the data on the number of JKN PBI participants in October 2022-September 2023 using the fuzzy time series Cheng method. Using the fuzzy time series Cheng method, it was predicted that in October 2023 the number of JKN PBI participants would be 1,040,000. In terms of its accuracy level, the forecasting using this method had an MSE value of 3.34 and MAPE value of 0.04%. Therefore, it could be concluded that the forecasting of JKN participants for PBI category was highly accurate. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/16020 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 1 (2025): Statistics in Everyday Life: Society, Finance, and the Environment (English Edition); 23-33 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/16020/6806 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/16021 2026-11-11T22:43:33Z skewness:ART

The Modeling of Multiple-Choice Questions Using Binomial Distribution Prabowo, Agung Hasriati, Hasriati One weakness of multiple-choice tests is that it gives a chance for test takers to correctly answer the question without knowing for sure that the selected response is the right one. A good admission test is a multiple-choice test combination that minimizes the probability of answering the question correctly by randomly guessing it. In this way, the multiple-choice test will be able to serve its function as a performance differential or for each test taker. In this article, a mathematical model that can be used to see the risk of admitting low-performing students for passing the admission selection using multiple-choice tests will be built. The model is made based on a binomial distribution combination. The model can be designed to choose the sets of multiple-choice tests that minimize the probability of admitting low-performing participants. The research methodology is to review the literature. In this article, we analyze two examples of applications. The illustration in an example of application 1 gives a result that setting the passing grade at 50 allows only 1 low performing participant out of 1,000,000 participants to pass the test for answering the questions correctly merely by randomly guessing it. Test II in an example of application 2 is more homogeneous and sharper in measuring the participants’ performance. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/16021 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 1 (2025): Statistics in Everyday Life: Society, Finance, and the Environment (English Edition); 1-22 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/16021/6807 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/16022 2026-11-11T22:43:33Z skewness:ART

Clustering Jakarta Islamic Index Stocks Using Fuzzy C-Means Clustering and Determining Optimal Portfolio Using Capital Asset Pricing Model Nafi'a, Zidni Ilma Prabowo, Agung Sugandha, Agus Amitarwati, Diah Paramita Investment is an activity of investing fund or capital to earn profits in the future. One investment instrument that many people prefer is stocks, especially those included in stock market index, such as Jakarta Islamic Index (JII). To maximize returns and minimize risks, portfolio is formed. Stock clustering by their financial performance can be done using the so-called Fuzzy C Means Clustering, a method to cluster data based on membership degrees. This research aims at clustering the stocks included in JII using the Fuzzy C-Means Clustering algorithm. Four financial ratios, namely Return on Assets, Current Ratio, Debt to Equity Ratio, and Total Asset Turnover, were employed to do this. The resulting clustering was then used to form an optimal portfolio using a method known as Capital Asset Pricing Model (CAPM). This model aimed to calculate the expected returns and risks of each portfolio. Two methods were used in this research, they were literature review and a case study in the stocks included in JII. Based on the Silhouette coefficient value, this research generated three optimal clusters of stocks included in JII. The portfolio made using CAPM method produced INKP and UNVR stocks in cluster 1, at an investment weight of 5% and 95% respectively. In cluster 2, the stocks of ACES, ADMR, EMTK, ICBP, ITMG, and MIKA formed a portfolio with investment weights of 1%, 1%, 1%, 1%, 1%, and 95% respectively. In cluster 3, the stocks of ADRO, AKRA, ANTM, ASII, BRIS, BRMS, CPIN, EXCL, INDF, INTP, PGAS, SMGR, and UNTR, formed a portfolio with investment weights of 6.66%, 2.01%, 4.95%, 20.86%, 7.65%, 10.68%, 6.69%, 5.64%, 21.08%, 3.14%, 1.91%, 3.98%, and 4.75% respectively. The portfolio performance was evaluated using Sharpe ratio and it led to negative results, i.e., 0.2501 for cluster 1, -0.0405 for cluster 2, and -0.0587 for cluster 3. It is, therefore, recommended that investors invest more in the cluster 2 portfolio or choose risk-free assets instead. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/16022 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 1 (2025): Statistics in Everyday Life: Society, Finance, and the Environment (English Edition); 34-42 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/16022/6808 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/16023 2026-11-11T22:43:33Z skewness:ART

Binary Logistic Regression of Student Participation Levels from FMIPA at UNSOED in the 2024 General Elections Damayanti, Awis Paramita Prabowo, Agung Sugandha, Agus Sukono, Sukono Student voter participation is essential for reinforcing democracy, particularly as elections approach. Understanding the factors that drive young people’s decisions to participate is critical for fostering political engagement. This study models the voter participation levels of FMIPA students at UNSOED for the 2024 elections using binary logistic regression. This method was selected for its effectiveness in assessing how independent variables influence a dichotomous dependent variable (participation: yes or no). Data were gathered through an online survey targeting FMIPA students, examining factors such as gender, political interest, parental motivation, the impact of social media, and trust in government. Remarkably, 94.7% of respondents reported exercising their voting rights in the 2024 elections. The analysis reveals that political interest, parental motivation, social media influence, and trust in government significantly affect student voter participation. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/16023 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 1 (2025): Statistics in Everyday Life: Society, Finance, and the Environment (English Edition); 43-57 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/16023/6809 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/16025 2026-11-11T22:43:33Z skewness:ART

Clustering BMKG Stations in Central Java Based on Meteorological Characteristics Using K-Means Clustering Mulyani, Tri Ayu Prabowo, Agung Larasati, Niken Ayu Okta Yohandoko, Setyo Luthfi The Meteorology, Climatology, and Geophysics Agency (BMKG) is a trusted provider of weather data. The meteorological characteristics assessed at BMKG stations include elevation, air temperature, humidity, rainfall, and the number of rainy days. This research aims to categorize BMKG stations according to these meteorological characteristics by employing the K-Means Clustering method. An analysis of data from 34 BMKG stations in Central Java, collected between 2019 and 2023, shows an average elevation of 101.6536 meters above sea level, an average air temperature of 22.5965 degrees Celsius, humidity levels at 66.9224 percent, total rainfall measuring 1,848.3924 mm, and an average of 119.5294 rainy days. The clustering process led to the formation of three distinct clusters: Cluster 1, which includes 22 BMKG stations; Cluster 2, containing 6 BMKG stations; and Cluster 3, which also comprises 6 BMKG stations. The assessment of clustering effectiveness using the Davies-Bouldin Index resulted in a DBI value of 1.02575, suggesting that while the clustering outcomes are satisfactory, they are not fully optimized. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/16025 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 1 (2025): Statistics in Everyday Life: Society, Finance, and the Environment (English Edition); 58-70 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/16025/6810 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/16027 2026-11-11T22:43:33Z skewness:ART

Analysis of Factors Influencing K-Pop Fans’ Consumptive Behavior Ramadhani, Laily Sugandha, Agus Prabowo, Agung Amitarwati, Diah Paramita Sukono, Sukono Indonesia is celebrated for its cultural diversity, which includes both local traditions and influences from various international cultures. One such culture that has significantly impacted Indonesia is South Korean culture, giving rise to the phenomenon known as Hallyu. Among its many elements, K-pop music has emerged as one of the most beloved aspects of this cultural wave in Indonesia. Fans of K-pop frequently buy a range of products associated with their favorite idols, such as merchandise, which can lead to patterns of excessive and consumptive behavior. This study seeks to explore the factors that affect K-pop fans' purchasing behavior regarding idol merchandise. The participants in this research consist of K-pop fans who follow the X account @coppamagz. The study employs Factor Analysis methodology, utilizing seven variables. The results reveal five key factors that influence the consumptive behavior of K-pop fans when acquiring merchandise. The first factor is shopping preferences, followed by emotional connection as the second factor, product value and aesthetics as the third, exclusivity as the fourth, and social media as the fifth factor. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/16027 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 1 (2025): Statistics in Everyday Life: Society, Finance, and the Environment (English Edition); 71-80 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/16027/6811 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/17075 2026-11-11T22:43:36Z skewness:ART

Uji Nonparametrik untuk Menguji Perbandingan Nilai Matematika di Sekolah Dasar Kelurahan Tambakreja, Kabupaten Cilacap Nurrifkadillah, Putri Surbakti, Agustini Tripena Nurhayati, Nunung Penelitian ini membahas tentang perbandingan nilai matematika kelas 1 di empat sekolah dasar di Kelurahan Tambakreja, Kabupaten Cilacap. Data yang digunakan adalah data nilai matematika kelas 1 hasil UTS (Ulangan Tengah Semester) tahun 2024. Terdapat tiga sekolah dengan data yang tidak memenuhi asumsi normalitas maka, metode yang digunakan adalah uji nonparametrik, khususnya uji Kruskal-Wallis. Uji Kruskal-Wallis dipilih sebagai alternatif uji ANOVA yang mengandalkan asumsi normalitas, dan diperkuat dengan uji Levene untuk memastikan variansi antar kelompok homogen. Setelah uji Kruskal-Wallis menunjukkan adanya perbedaan signifikan, dilakukan uji Dunn-Bonferroni untuk mengidentifikasi sekolah mana yang berbeda secara spesifik. Hasil penelitian menunjukkan terdapat enam perbandingan sekolah yang berbeda secara signifikan, yaitu 1) SD Negeri Tambakreja 01 dengan SD Negeri Tambakreja 02; 2) SD Negeri Tambakreja 01 dengan SD Negeri Tambakreja 08; 3) SD Negeri Tambakreja 01 dengan SD Negeri Tambakreja 09; 4) SD Negeri Tambakreja 02 dengan SD Negeri Tambakreja 08; 5) SD Negeri Tambakreja 02 dengan SD Negeri Tambakreja 09; dan 6) SD Negeri Tambakreja 08 dengan SD Negeri Tambakreja 09. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/17075 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 2 (2025): Learning from Data: Machine Learning and Statistics for Social and Digital Life; 1-11 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/17075/7708 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/17187 2026-11-11T22:43:36Z skewness:ART

Proyeksi Penduduk Usia Nonproduktif Kabupaten Brebes Tahun 2024-2035 Menggunakan Metode Eksponensial dan Least Square Atlantika, Karisma Dwi Saputro, Isnu Aji Proyeksi penduduk nonproduktif menjadi salah satu hal yang relevan dalam konteks bonus demografi dan pembangunan sosial-ekonomi diberbagai wilayah di Indonesia, salah satunya di Kabupaten Brebes. Adanya perubahan struktur usia penduduk, proyeksi penduduk nonproduktif menjadi penting untuk dipahami guna merumuskan kebijakan yang tepat dalam menghadapi tantangan bonus demografi yang ada. Kenaikan jumlah penduduk usia nonproduktif dapat memberikan beban pada sistem pendidikan, kesehatan, dan jaminan sosial sehingga memerlukan perhatian khusus dari pemerintah. Penelitian ini dilakukan dengan tujuan untuk meramalkan jumlah penduduk usia nonproduktif pada tahun 2024 sampai dengan 2035. Berdasarkan data jumlah penduduk usia nonproduktif tahun 2015-2023 di Kabupaten Brebes, jumlah penduduk usia nonproduktif untuk tahun 2024-2035 dapat dihitung menggunakan metode eksponensial dan metode least square. Model terbaik dilihat berdasarkan rata-rata kesalahan relatif yang terkecil. Hasil proyeksi menunjukkan bahwa jumlah penduduk usia nonproduktif di Kabupaten Brebes diperkirakan akan meningkat. Metode least square menunjukkan tren yang lebih realistis dan stabil berdasarkan data historis dengan rata-rata kesalahan relatif sebesar 0,5839 %. Sementara itu, metode eksponensial memberikan gambaran pertumbuhan yang lebih cepat dengan rata-rata kesalahan relatif yang cukup besar yaitu 1,1683 %. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/17187 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 2 (2025): Learning from Data: Machine Learning and Statistics for Social and Digital Life; 12-24 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/17187/7709 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/18077 2026-11-11T22:43:36Z skewness:ART

Implementasi k-Means Cluster dalam Pengelompokan Kecamatan di Kabupaten Banyumas Berdasarkan Proporsi Penderita Tuberkulosis Menurut Jenis Kelamin Ulmufidah, Lulu Larasati, Niken Banyumas merupakan salah satu kabupaten di Jawa Tengah dengan jumlah kasus tuberkulosis yang cukup tinggi. Tingkat penyebaran tuberkulosis dapat diketahui dengan melihat proporsi penderita pada suatu wilayah. Data penderita tuberkulosis tahun 2023 untuk 27 kecamatan di Kabupaten Banyumas mengindikasikan adanya perbedaan proporsi penderita tuberkulosis berjenis kelamin laki-laki dan perempuan. Penelitian ini bertujuan memetakan penyebaran penderita tuberkulosis di Kabupaten Banyumas menggunakan metode k-means cluster.  Hasil pengelompokan membagi 26 kecamatan menjadi 3 cluster. Cluster 1 terdiri dari 12 kecamatan dengan rata-rata proporsi penderita tuberkulosis berjenis kelamin laki-laki 0,099% dan perempuan 0,072%. Cluster 2 terdiri dari 6 kecamatan dengan rata-rata proporsi penderita tuberkulosis berjenis kelamin laki-laki 0,189% dan perempuan 0,187%.  Cluster 3 terdiri dari 8 kecamatan dengan rata-rata proporsi penderita tuberkulosis berjenis kelamin laki-laki 0,146% dan perempuan 0,136%. Kecamatan Purwokerto Utara terdeteksi mempunyai proporsi penderita tuberkulosis paling tinggi, di mana proporsi penderita tuberkulosis berjenis kelamin laki-laki 0,318% dan perempuan 0,27%. Secara umum, penderita tuberkulosis berjenis kelamin laki-laki lebih banyak daripada perempuan. Instansi terkait diharapkan memberikan perhatian lebih pada Kecamatan Purwokerto Utara dan cluster 2 yang memiliki proporsi penderita tuberkulosis lebih tinggi daripada cluster yang lain, yaitu dengan memperkuat program pencegahan, pengendalian, dan penanganan tuberkulosis untuk mencegah penyebaran penyakit lebih lanjut. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/18077 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 2 (2025): Learning from Data: Machine Learning and Statistics for Social and Digital Life; 25-36 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/18077/7710 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/18089 2026-11-11T22:43:39Z skewness:ART

Penentuan Harga Premi Menggunakan Model Black-Scholes dan Ganti Rugi dengan Model Historical Burn Analysis pada Asuransi Usaha Tani Bawang Merah Rahmawati, Rahayu Nur Artikel ini membahas mengenai penggunaan model Black-Scholes dan model Historical Burn Analysis. Metode penelitian yang dilakukan adalah mencari sumber data sekunder serta mempelajari teori buku dan jurnal matematika. Data yang digunakan adalah data curah hujan dan data produksi bawang merah di Kabupaten Brebes periode April 2018 hingga Maret 2022. Berdasarkan hasil dan pembahasan, untuk model Black-Scholes dilakukan pengolahan data curah hujan caturwulan yang berkorelasi kuat yaitu pada caturwulan dua (Agustus–November) yang kemudian diolah dalam formulasi model. Dengan ukuran acuan curah hujan yang berbeda, diperoleh premi yang berbeda juga. Untuk model Historical Burn Analysis, diperoleh pengolahan data curah hujan dasarian yang merepresentasikan indeks grafik dalam nilai exit dan trigger sebagai penentu jumlah ganti rugi yang diberikan. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2026-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/18089 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 3 No 1 (2026): Pricing Risk, Serving People: Actuarial Models and Statistical Applications; 59-69 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/18089/9130

oai:ojs2.jos.unsoed.ac.id:article/18097 2026-11-11T22:43:36Z skewness:ART

Penggunaan Algoritma Support Vector Machine untuk Menganalisis Sentimen Mengenai Generasi Z di Dunia Kerja Pada Pengguna Media Sosial X Yuliani, Tria Estri, Mutia Nur Herdiana, Indra Generasi Z dalam beberapa tahun terakhir menjadi salah satu topik yang ramai diperbincangkan di media sosial, terutama di platform X.  Banyak unggahan yang membahas generasi Z di dunia kerja, dengan sentimen yang beragam, baik positif maupun negatif. Penelitian ini bertujuan untuk mengidentifikasi polaritas sentimen tersebut dan menguji kinerja algoritma Support Vector Machine (SVM) dalam analisis sentimen dengan berbagai pembagian data. Proses klasifikasi meliputi tahapan text preprocessing, ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), resampling dataset dengan metode SMOTETomek, dan selanjutnya klasifikasi menggunakan SVM. Penelitian dilakukan dengan tiga perbandingan data training dan testing, yaitu 70:30, 80:20, dan 90:10. Algoritma SVM diuji dengan empat jenis kernel: linear, polynomial, Radial Basis Function (RBF), dan sigmoid, serta tiga nilai parameter cost (C), yaitu 0,1; 1; dan 10. Hasil penelitian menunjukkan bahwa sentimen negatif lebih dominan dibandingkan sentimen positif. Akurasi tertinggi, yaitu 0,931, diperoleh pada rasio 90:10 dengan kernel linear dan C=1. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/18097 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 2 (2025): Learning from Data: Machine Learning and Statistics for Social and Digital Life; 49-61 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/18097/7712 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/18154 2026-11-11T22:43:36Z skewness:ART

Implementasi Algoritma k-Means Clustering untuk Pengelompokan Kecamatan di Kabupaten Banyumas Berdasarkan Jumlah Fasilitas Kesehatan Dewi, Eka Rosita Saputro, Isnu Aji Pemerataan fasilitas kesehatan di Indonesia masih menjadi salah satu tantangan besar dalam pembangunan nasional. Salah satu wilayah yang mengalami tantangan tersebut yaitu Kabupaten Banyumas, di mana distribusi fasilitas kesehatan belum merata secara optimal antar kecamatan. Penelitian ini menganalisis pengelompokan kecamatan di Kabupaten Banyumas berdasarkan jumlah fasilitas kesehatan menggunakan metode k-means clustering. Tujuan utama penelitian ini adalah untuk mengidentifikasi kecamatan-kecamatan dengan akses terbatas terhadap pelayanan kesehatan. Data yang digunakan adalah jumlah fasilitas kesehatan menurut kecamatan yang meliputi rumah sakit umum, puskesmas, apotek, dan posyandu balita yang diperoleh dari hasil publikasi Badan Pusat Statistik (BPS) Kabupaten Banyumas. Hasil analisis pengelompokan ini menunjukkan bahwa kecamatan di Kabupaten Banyumas terbagi dalam tiga klaster dengan karakteristik fasilitas kesehatan yang berbeda secara signifikan yaitu klaster 1 memiliki akses terbaik, klaster 2 memiliki akses yang memadai, dan klaster 3 memiliki akses terbatas terhadap layanan kesehatan. Pengelompokan tersebut diharapkan dapat menjadi dasar dalam penyusunan kebijakan pemerataan pembangunan fasilitas kesehatan oleh pemerintah Kabupaten Banyumas. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/18154 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 2 (2025): Learning from Data: Machine Learning and Statistics for Social and Digital Life; 37-48 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/18154/7711 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/18439 2026-11-11T22:43:36Z skewness:ART

Classification of Columbina's Tier on Genshin Impact Game Using Softmax Classification Pratama, Dionisius Anthoni Video game is  industry that had been reached by certain amount of people. Example of famous video game is Genshin Impact. Every player allowed to control character inside Genshin Impact's virtual world, player allowed to exploring world even combat. Every character in Genshin Impact had their own tier. Using Softmax Classification, this study going to claffisify Columbina's tier. After using Softmax Classification, Columbina has a chance to classified as SS tier. Video game telah menjadi industri yang dikenal banyak masyarakat. Salah satu video game yang banyak dikenal oleh kalangan masyarakat yaitu Genshin Impact. Setiap pemain dapat mengendalikan karakter dalam lingkungan virtual Genshin Impact, mulai dari menjelajah dunia hingga bertempur. Dalam Genshin Impact setiap karakter yang bertempur memiliki tingkat kekuatan (tier). Menggunakan klasifikasi Softmax, penelitian ini akan melakukan klasifikasi terhadap karakter Columbina. Setelah menggunakan klasifikasi Softmax, kekuatan Columbina berpeluang masuk ke dalam tier SS. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2025-10-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/18439 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 2 No 2 (2025): Learning from Data: Machine Learning and Statistics for Social and Digital Life; 62-76 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/18439/7714 Copyright (c) 2025 Jurnal Statistika SKEWNESS

oai:ojs2.jos.unsoed.ac.id:article/19182 2026-11-11T22:43:39Z skewness:ART

Analisis Kinerja Sistem Antrean M/M/1 pada Pelayanan Pelanggan di Gerai Rocket Chicken Andini, Kiki Antrean merupakan fenomena yang umum terjadi pada sistem pelayanan jasa, khususnya pada usaha makanan cepat saji yang memiliki tingkat kedatangan pelanggan yang tidak menentu. Penelitian ini bertujuan untuk menganalisis kinerja sistem antrean pelanggan di Rocket Chicken menggunakan model antrean M/M/1. Data diperoleh melalui observasi langsung terhadap waktu kedatangan dan waktu pelayanan pelanggan selama periode pengamatan pukul 16.00–17.04 WIB dengan jumlah observasi sebanyak 20 pelanggan. Model antrean M/M/1 diterapkan dengan asumsi bahwa pola kedatangan dan waktu pelayanan pelanggan bersifat acak serta sistem pelayanan hanya memiliki satu server. Hasil analisis menunjukkan bahwa sistem antrean berada dalam kondisi stabil dengan tingkat utilisasi server sebesar 0,61. Rata-rata jumlah pelanggan dalam sistem adalah 1,56 orang, sedangkan rata-rata waktu pelanggan berada dalam sistem selama 4,6 menit. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sistem pelayanan Rocket Chicken tergolong efisien, meskipun pada periode tertentu terjadi peningkatan kedatangan pelanggan yang menyebabkan antrean sementara. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2026-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/19182 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 3 No 1 (2026): Pricing Risk, Serving People: Actuarial Models and Statistical Applications; 70-77 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/19182/9131

oai:ojs2.jos.unsoed.ac.id:article/19350 2026-01-13T04:08:34Z skewness:ART

oai:ojs2.jos.unsoed.ac.id:article/19352 2026-01-13T04:08:34Z skewness:ART

oai:ojs2.jos.unsoed.ac.id:article/19353 2026-01-13T04:08:34Z skewness:ART

oai:ojs2.jos.unsoed.ac.id:article/19354 2026-01-13T04:08:34Z skewness:ART

oai:ojs2.jos.unsoed.ac.id:article/19355 2026-01-13T04:08:34Z skewness:ART

oai:ojs2.jos.unsoed.ac.id:article/19356 2026-01-13T04:08:34Z skewness:ART

oai:ojs2.jos.unsoed.ac.id:article/23368 2026-11-11T22:43:39Z skewness:ART

Penentuan Premi Murni Asuransi Kendaraan Bermotor Berdasarkan Wilayah Geografis Menggunakan Metode Ozgurel Kamilia, Arina Aisya Prabowo, Agung Sofiyati, Noor Asuransi kendaraan bermotor merupakan salah satu bentuk perlindungan finansial terhadap risiko kerugian akibat penggunaan kendaraan bermotor. Penelitian ini bertujuan menentukan premi murni asuransi kendaraan bermotor berdasarkan wilayah geografis menggunakan metode Ozgurel serta menganalisis karakteristik risiko berdasarkan frekuensi dan severity klaim. Penelitian menggunakan data sekunder asuransi kendaraan bermotor di Spanyol periode 2015-2018. Hasil penelitian menunjukkan bahwa premi murni wilayah perkotaan sebesar €511,14, lebih tinggi dibandingkan wilayah perdesaan sebesar €463,36. Estimasi premi murni tertinggi diperoleh pada kelompok usia pengguna 25-50 tahun di wilayah perkotaan, kelompok pengalaman mengemudi 5-10 tahun di wilayah perdesaan, dan kelompok umur kendaraan 10-20 tahun di wilayah perkotaan. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2026-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/23368 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 3 No 1 (2026): Pricing Risk, Serving People: Actuarial Models and Statistical Applications; 1-9 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/23368/9132

oai:ojs2.jos.unsoed.ac.id:article/23369 2026-11-11T22:43:39Z skewness:ART

Analisis Perbandingan Pola Mortalita antara Tabel Mortalita Indonesia (TMI) I 1993 dan CSO Tahun 1980 Musita, Isna Fingky Perbedaan karakteristik demografi antar populasi menyebabkan adanya variasi dalam pola mortalita yang tercermin dalam tabel mortalita. Hal ini penting dalam bidang aktuaria karena berpengaruh terhadap estimasi risiko kematian dan perhitungan premi asuransi. Penelitian ini bertujuan untuk menganalisis perbedaan pola peluang kematian (qx) antara tabel mortalita CSO 1980 dan TMI I (1993) pada usia produktif 15-64 tahun. Metode yang digunakan adalah uji non parametrik, yaitu Mann-Whitney untuk dua kelompok dan Kruskal-Wallis untuk lebih dari dua kelompok, dengan taraf signifikansi 5%. Hasil penelitian menunjukkan bahwa pada kelompok pria tidak terdapat perbedaan signifikan antara CSO 1980 dan TMI I (1993), sedangkan pada kelompok wanita terdapat perbedaan yang signifikan. Selain itu, hasil uji Kruskal-Wallis menunjukkan adanya perbedaan pola mortalita di antara ketiga kelompok yang dibandingkan. Kesimpulan dari penelitian ini adalah bahwa pola peluang kematian tidak selalu sama antar tabel mortalita, sehingga pemilihan tabel yang sesuai dengan karakteristik populasi sangat penting dalam analisis aktuaria agar menghasilkan estimasi risiko yang lebih akurat. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2026-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/23369 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 3 No 1 (2026): Pricing Risk, Serving People: Actuarial Models and Statistical Applications; 10-17 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/23369/9133

oai:ojs2.jos.unsoed.ac.id:article/23370 2026-11-11T22:43:39Z skewness:ART

Perhitungan Premi Asuransi Kesehatan Long Term Care dengan Menggunakan Model Multi Status Majidah, Yasyfa Maisun Prabowo, Agung Peningkatan angka penderita penyakit kronis di Indonesia menyebabkan meningkatnya kebutuhan jaminan perlindungan kesehatan untuk pembiayaan perawatan medis. Asuransi merupakan lembaga keuangan yang memberikan perlindungan atas kerugian yang disebabkan oleh peristiwa yang tidak terduga, termasuk biaya perawatan. Produk asuransi kesehatan Long Term Care (LTC) dengan jenis Annuity as A Rider Benefit mampu memberikan jaminan bagi penderita penyakit kronis. Penelitian ini bertujuan menghitung estimasi premi bersih tahunan asuransi LTC dengan model multi status. Model yang digunakan berupa model dengan tiga status yaitu sehat, sakit dan meninggal yang kemudian disusun menjadi matriks Markov untuk menghitung peluang transisi antarstatus. Penelitian ini menggunakan data dari Survei Kesehatan Indonesia (SKI) 2023 dan Tabel Mortalitas Indonesia (TMI) tahun 2019. Dengan total manfaat sebesar Rp 100.000.000 dan pembayaran premi dan santunan maksimal 5 tahun didapatkan premi saat dan i = 5%; 7, 5%; 10% untuk tertanggung laki-laki berusia 24-45 tahun berkisar antara Rp 191.993,60 sampai Rp 2.040.261,25. adapun untuk tertanggung perempuan dengan usia yang sama didapatkan premi berkisar antara Rp 177.171,71 sampai Rp 1.884.639,49. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2026-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/23370 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 3 No 1 (2026): Pricing Risk, Serving People: Actuarial Models and Statistical Applications; 18-31 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/23370/9134

oai:ojs2.jos.unsoed.ac.id:article/23371 2026-11-11T22:43:39Z skewness:ART

Perhitungan dan Pengelolaan Premi Asuransi Syariah pada Produk Tabungan dan Non-Tabungan Atlantika, Karisma Dwi Prabowo, Agung Penelitian ini mengkaji perhitungan dan pengelolaan premi asuransi jiwa syariah berjangka n-tahun pada produk tabungan dan non-tabungan. Masalah utama yang dibahas mengenai perhitungan premi tahunan menggunakan prinsip ekuivalensi serta mekanisme pengelolaannya dengan sistem mix model (wakalah-mudharabah). Penelitian menggunakan Tabel Mortalitas Indonesia 2019 untuk menentukan peluang kematian peserta laki-laki dan perempuan berusia 17 hingga 65 tahun dengan masa perjanjian 5 tahun. Perhitungan premi menggunakan Return on Investment yang mengacu pada data BI Rate. Hasil penelitian memberikan formulasi perhitungan premi tabarru’, premi tabungan, dan premi total tahunan, serta menjelaskan mekanisme alokasi dana dalam asuransi syariah untuk menciptakan transparansi bagi peserta dan perusahaan asuransi. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2026-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/23371 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 3 No 1 (2026): Pricing Risk, Serving People: Actuarial Models and Statistical Applications; 32-42 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/23371/9135

oai:ojs2.jos.unsoed.ac.id:article/23372 2026-11-11T22:43:39Z skewness:ART

Pengelompokan Lembaga Pendidikan Nonformal di Kabupaten Banyumas Berdasarkan Usia dan Jumlah Siswa Menggunakan Algoritma k-Means Firdaus, Sahla Yura Muzdalifah, Lilik Kajian ini bertujuan untuk mengelompokkan lembaga pendidikan nonformal berdasarkan klasterisasi rata-rata usia siswa di tiap jenjang program (Paket A, B, dan C) serta jumlah siswa, guna memperoleh pemetaan profil lembaga yang lebih spesifik. Metode yang digunakan adalah klastering dengan algoritma K-Means, didahului oleh proses standarisasi data menggunakan Z-score untuk menyamakan skala antar variabel. Hasil analisis menghasilkan tiga kelompok lembaga dengan karakteristik yang berbeda-beda. Kelompok pertama (Klaster 1) memiliki jumlah siswa yang relatif besar serta usia siswa Paket A yang lebih tua, yang menunjukkan potensi pelayanan untuk kalangan dewasa di Paket A. Kelompok kedua (Klaster 2) ditandai dengan jumlah siswa lebih sedikit, usia lebih muda pada Paket A dan B, namun lebih tua pada Paket C, menunjukkan fokus layanan bagi peserta dewasa khususnya di Paket C. Sementara itu, kelompok ketiga (Klaster 3) memiliki jumlah siswa yang mendekati rata-rata, dengan usia lebih muda pada Paket A dan C, serta sedikit lebih tua pada Paket B, mencerminkan lembaga dengan profil usia siswa yang lebih merata. Hasil ini dapat menjadi dasar dalam merancang strategi layanan pendidikan nonformal yang lebih terarah serta mendukung kebijakan yang disesuaikan dengan karakteristik lembaga masing-masing. Program Studi Statistika, Fakultas MIPA, Universitas Jenderal Soedirman 2026-04-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://jos.unsoed.ac.id/index.php/skewness/article/view/23372 SKEWNESS: Jurnal Statistika, Aktuaria dan Sains Data; Vol 3 No 1 (2026): Pricing Risk, Serving People: Actuarial Models and Statistical Applications; 43-58 3047-3284 eng https://jos.unsoed.ac.id/index.php/skewness/article/view/23372/9136