prosiding seminar nasional statistika iv

PROSIDING SEMINAR NASIONAL STATISTIKA IV“PERANAN STATISTIKA DI BIDANG EKSPLORASI ENERGI INDONESIA”

BALE SANTIKA

PROSIDING SEMINAR NASIONAL STATISTIKA IVSTATISTIKA DI BIDANG EKSPLORASI ENERGI INDONESIA”

ISSN: 2087-2590 Vol 4, November 2014

EDITOR:

IGedeNyomanMindraJaya,M.SiAnindyaApriliyantiPravitasari,M.Si

REDAKSI:

FauziyyahYuniaWiraUtamiDavilaRubiantiA.ElsaFebriani

SABTU, 1 NOVEMBER 2014 BALE SANTIKA, UNIVERSITAS PADJADJARAN

PROSIDING SEMINAR NASIONAL STATISTIKA IV STATISTIKA DI BIDANG EKSPLORASI ENERGI INDONESIA”

UNIVERSITAS PADJADJARAN

PROSIDING Seminar Nasional Statistika IV

Peranan Statistika di Bidang Eksplorasi Energi Indonesia |

vii

DAFTAR ISI KATA PENGANTAR .................................................................................................... vii

DAFTAR ISI .................................................................................................................... ix

AKTUARIA

A.1 PENENTUAN PREMI ASURANSI KENDARAAN BERMOTORMENGGUNAKANSISTEMBONUSMALUSOPTIMAL(STUDIKASUSPTASKRIDA)......................................................................................................................................1

A.2 ESTIMASI TOTAL KLAIM MENGGUNAKAN KREDIBILITASBUHLMANN‐STRAUB..............................................................................................................9

A.3 MENENTUKAN NORMAL COST DAN SUPPLEMENTAL LIABILITYUNTUK PENSIUN NORMAL DENGAN MEMPERTIMBANGKANPENYESUAIAN INFLASI UNTUK BENEFIT PENSIUN (STUDI KASUSDANAPENSIUNTELKOM).................................................................................................19

A.4 PENENTUANIURANPENSIUNNORMALDENGANMEMPERHATIKANKENAIKAN PANGKAT DAN PERUBAHAN KEBIJAKAN TUNJANGANPENSIUNPEGAWAINEGERI)............................................................................................29

A.5 MENENTUKAN PROBABILITAS KEGAGALAN UNTUK MEMENUHIKEBUTUHAN SALDO KAS HARIAN BERDASARKAN MODELFINANSIALSTOKASTIKMERTON...................................................................................39

A.6 THE APPLICATION OF EXPECTED SHORTFALL IN DETERMINING THE AMOUNT OF CAPITAL FOR HANDLING BAD CREDIT (CASE STUDY : BRANCH A BANK PQR)............................................................................45

A.7 RATE PREMI ASURANSI UMUM MENGGUNAKAN KREDIBILITASBUHLMANN..............................................................................................................................51

A.8 PENENTUANHARGAOPSIEROPAPADASALAHSATUSAHAMBLUECHIPMENGGUNAKANMODEL BLACK‐SCHOLES DENGAN STRATEGIINVESTASISTRANGLE.........................................................................................................65

A.9 PENENTUANCADANGANASURANSIDISESUAIKANMENGGUNAKANMETODE FULL PRELIMINARY TERM PADA PRODUK DWIGUNABERPASANGAN.......................................................................................................................75

A.10 MENENTUKAN NORMAL COST PADA PENSIUN DINI DENGANPENDEKATAN MAKEHAM DAN TINGKAT SUKU BUNGA HO LEE(STUDIKASUSDANAPENSIUNTELKOM)..................................................................82

A.11 ESTIMASI RETURN PORTOFOLIO MELIBATKAN PERHITUNGANVALUEATRISK (VAR)MENGGUNAKANMODELGARCH&METODEPENDEKATANCOPULA.......................................................................................................91

A.12 PENENTUAN IURAN NORMAL MENGGUNAKAN FUNGSI GAJISERVICED‐BASEDMODELPADAACCRUEDBENEFITCOSTMETHODUNTUKPENSIUNDINI......................................................................................................110

PROSIDING

| Peranan Statistika di Bidang Eksplorasi Energi Indonesia

viii

A.13 UNMATCHED‐MODELPRICEA.14 PENENTUAN HARGA OPSI SAHAM TIPE EROPA MENGGUNAKAN

MODELBLACK‐SCHOLESDENGANSTRATEGIINVESTASISTRADDLE DESAIN EKSPERIMEN/ QUALITY CONTROL /

D.1 FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANANOPTIMUMMULTIITEM

D.2 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHIUNTUKDATADISKRIT

D.3 MODEL PROBABILISTIK PUNAHNYA KUMAN MYCOBACTERIUMTUBERCULOSA YANG RESISTEN TERHADAP SUATU OBATANTITUBERKULOSIS

D.4 PERBANDINGAN MODEL STATISTIKA BAGI PENENTUAN BATASKRITISHARAKALIUMPADAKEDELAI

D.5 DIAGRAMKONTROLEKSPONENTIALWEIGHTEDMOVINGAVERAGE(EWMA)PADAPROSESAUTOREGRSSIVE(1)

D.6 DAMPAK PROSES AUTOREGRESSIVE(1) PADADIAGRAMKONTROLCUMULATIVESUM(CUSUM)

D.7 DAMPAK PROSES AUTOREGRESSIVE(1) PADADIAGRAMKONTROLCUMULATIVESUM(CUSUM)

D.8 SIMULASIPEMANENANPOPULASIPAUSD.9 PENDEKATANBAYESIANUNTUKSAMPLINGPENERIMAAND.10 PENDEKATAN ANALISISUNIVARIAT DAN MULTIVARIAT

DESAINREPEATEDMEASUREMENT

MULTIVARIAT

M.1 MANOVA DENGAN REPEATED MEASUREUNTUK MODEL SATUFAKTOR(STUDIKASUS:PROSESFERMENTASILIMBAHBIOETANOLPADASINGKONG)................................

M.2 PERFORMAMETODE KNEARESTNEIGHBOR IMPUTATION (KNNI)UNTUKMENANGANIMULTIVARIATEMISSINGDATA

M.3 PEMODELANDANPENGKLASIFIKASIANKABUPATENTERTINGGALDI INDONESIA DENGAN PENDEKATAN MULTIVARIATE ADAPTIVEREGRESSIONSPLINES(MARS)

M.4 PENERAPANMETODEMULTIPLEFACTORANALYSIS(MFA)DALAMMENGIDENTIFIKASI SARANA DAN PRASARANA DI DEPARTEMENMATEMATIKAFMIPAUNPAD

M.5 PREDIKSI PRODUKSI GAS BUMI DENGAN GENERAL REGRESSIONNEURALNETWORK(GRNN)

M.6 PENGGUNAAN PROBABILISTIC LATENT SEMANTIC A(PLSA)PADAPENGELOMPOKANDATATEKS


Peranan Statistika di Bidang Eksplorasi Energi Indonesia

MODELPRICEINDEX................................................................PENENTUAN HARGA OPSI SAHAM TIPE EROPA MENGGUNAKAN

SCHOLESDENGANSTRATEGIINVESTASISTRADDLE

DESAIN EKSPERIMEN/ QUALITY CONTROL / RISET OPERASIONAL

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANANOPTIMUMMULTIITEMINDEPENDENBERDISTRIBUSIDISKRIT...............PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHIUNTUKDATADISKRIT................................................................................................MODEL PROBABILISTIK PUNAHNYA KUMAN MYCOBACTERIUMTUBERCULOSA YANG RESISTEN TERHADAP SUATU OBATANTITUBERKULOSIS................................................................................................

MODEL STATISTIKA BAGI PENENTUAN BATASKRITISHARAKALIUMPADAKEDELAI................................................................DIAGRAMKONTROLEKSPONENTIALWEIGHTEDMOVINGAVERAGE(EWMA)PADAPROSESAUTOREGRSSIVE(1).........................................................DAMPAK PROSES AUTOREGRESSIVE(1) PADADIAGRAMKONTROLCUMULATIVESUM(CUSUM)............................................................................................DAMPAK PROSES AUTOREGRESSIVE(1) PADADIAGRAMKONTROLCUMULATIVESUM(CUSUM)............................................................................................SIMULASIPEMANENANPOPULASIPAUSORCINUS ORCA................................PENDEKATANBAYESIANUNTUKSAMPLINGPENERIMAAN.........................PENDEKATAN ANALISISUNIVARIAT DAN MULTIVARIAT UNTUKDESAINREPEATEDMEASUREMENT................................................................

MANOVA DENGAN REPEATED MEASUREUNTUK MODEL SATUFAKTOR(STUDIKASUS:PROSESFERMENTASILIMBAHBIOETANOL

................................................................................................................PERFORMAMETODE KNEARESTNEIGHBOR IMPUTATION (KNNI)UNTUKMENANGANIMULTIVARIATEMISSINGDATA................................PEMODELANDANPENGKLASIFIKASIANKABUPATENTERTINGGALDI INDONESIA DENGAN PENDEKATAN MULTIVARIATE ADAPTIVEREGRESSIONSPLINES(MARS)......................................................................................

METODEMULTIPLEFACTORANALYSIS(MFA)DALAMMENGIDENTIFIKASI SARANA DAN PRASARANA DI DEPARTEMENMATEMATIKAFMIPAUNPAD.......................................................................................PREDIKSI PRODUKSI GAS BUMI DENGAN GENERAL REGRESSIONNEURALNETWORK(GRNN)...........................................................................................PENGGUNAAN PROBABILISTIC LATENT SEMANTIC ANALYSIS(PLSA)PADAPENGELOMPOKANDATATEKS.....................................................


...........................................116PENENTUAN HARGA OPSI SAHAM TIPE EROPA MENGGUNAKAN

SCHOLESDENGANSTRATEGIINVESTASISTRADDLE.........130

RISET OPERASIONAL

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN...............139

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI.....................................146

MODEL PROBABILISTIK PUNAHNYA KUMAN MYCOBACTERIUMTUBERCULOSA YANG RESISTEN TERHADAP SUATU OBAT

.........................................154MODEL STATISTIKA BAGI PENENTUAN BATAS

.....................................162DIAGRAMKONTROLEKSPONENTIALWEIGHTEDMOVINGAVERAGE

.........................170DAMPAK PROSES AUTOREGRESSIVE(1) PADADIAGRAMKONTROL

............................180DAMPAK PROSES AUTOREGRESSIVE(1) PADADIAGRAMKONTROL

............................191................................206

.........................219UNTUK

..........................................225

MANOVA DENGAN REPEATED MEASUREUNTUK MODEL SATUFAKTOR(STUDIKASUS:PROSESFERMENTASILIMBAHBIOETANOL

................235PERFORMAMETODE KNEARESTNEIGHBOR IMPUTATION (KNNI)

.......................................244PEMODELANDANPENGKLASIFIKASIANKABUPATENTERTINGGALDI INDONESIA DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE

......................251METODEMULTIPLEFACTORANALYSIS(MFA)DALAM

MENGIDENTIFIKASI SARANA DAN PRASARANA DI DEPARTEMEN.......................261

PREDIKSI PRODUKSI GAS BUMI DENGAN GENERAL REGRESSION...........................270NALYSIS.....................278


Peranan Statistika di Bidang Eksplorasi Energi Indonesia |

ix

REGRESI/SEM

R.1 ANALISIS MULTIGROUP STRUCTURAL EQUATION MODELLING(SEM) (STUDI KASUS: INDEKS KEPUASAN KONSUMEN TERHADAPDATABPS)..............................................................................................................................285

R.2 MODEL REGRESI ZERO INFLATED POISSON PADA DATA RESPONEXCESSZERO........................................................................................................................296

R.3 KARAKTERISTIK RUMAH TANGGAMENURUT POLA PENGGUNAANBAHAN BAKAR UNTUK MEMASAK;ANALISIS DAMPAK PROGRAMKONVERSIMINYAKTANAH...........................................................................................304

R.4 PENERAPANREGRESILINEARBERGANDAPADABIRATEDENGANMENGGUNAKANMETODAFORWARD......................................................................316

R.5 REGRESI COX PADA SURVEY KOMPLEKS (STUDI KASUS: LAMAPEMBERIANASI).................................................................................................................328

R.6 FAKTOR‐FAKTOR YANG MEMENGARUHI INTENSITAS ENERGI DIINDONESIA: PENDEKATAN MODEL ERROR CORRECTIONMECHANISM.........................................................................................................................334

R.7 MULTIGROUP STRUCTURAL EQUATION MODELS (SEM) DATAKEMISKINANINDONESIA...............................................................................................345

R.8 APLIKASI ANALISIS REGRESI CAMPURAN PADAPENELITIANBIDANGPENDIDIKAN............................................................................357

R.9 MODELREGRESINEGATIVE BINOMIAL, ZERO INFLATED DANZERO INFLATED NEGATIVE BINOMIALUNTUKEXCESS ZEROS DATA (STUDIKASUSKEMATIANAKIBATTUBERKOLOSISDIJAWABARAT).......................365

R.10 COUNT DATA REGRESSION PADA PENYAKIT TUBERKULOSIS DIJAWABARAT.........................................................................................................................370

SPATIAL

S.1 KRIGING UNIVERSAL DENGAN MENGGUNAKAN KOPULA UNTUKMEMPREDIKSI KANDUNGAN ALUMUNIUM (AL) DI KABUPATENSUKABUMIJAWABARAT................................................................................................377

S.2 GEOGRAPHICALLY WEIGHTED POISSON REGRESSION PADA PENYAKIT TUBERKOLOSIS DI JAWA BARAT............................................................385

S.3 PENDUGAAN AREA KECIL TERHADAP PROPORSI RUMAH TANGGAMISKIN LEVEL KELURAHAN DI KABUPATEN SAMPANGMENGGUNAKANHIERARCHICALBAYES(HB)LOGITNORMAL....................393

S.4 GEOGRAPHICALLY WEIGHTED REGRESSION DALAM MENAKSIRMODEL OUTPUT SEKTOR INDUSTRI MENENGAH BESAR TAHUN2012...........................................................................................................................................403

S.5 GEOGRAPHICALLYWEIGHTEDBINOMIALNEGATIVEREGRESSION..........414S.6 MODEL SPASIAL DURBIN DENGAN EFEK TETAP UNTUK TINGKAT

PENGANGGURAN TERBUKA DI PROVINSI KEPULAUAN BANGKABELITUNG................................................................................................................................424

S.7 ESTIMASI VARIANS DENGAN PENDEKATAN METODE RESCALEDBOOTSTRAP..........................................................................................................................437

PROSIDING

| Peranan Statistika di Bidang Eksplorasi Energi Indonesia

x

S.8 ANALISIS HURDLE POISSON UNTUK PEMODELAN DATACOUNTKONSUMSIROKOKDIKALIMANTANTENGAH

S.9 PENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION(HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUFKECAMATANDIKABUPATENINDRAMAYU

S.10 PENAKSIRAN KONSENTRASI INDUSTRI DENGAN MENGGUNAKANINDEKSLOCATIONQUOTIENT

S.11 PERBANDINGAN KUALITAS PENAKSIR EMPIRICAL BAYES DALAMMENAKSIRRESIKORELATIF

S.12 PERBANDINGAN MODEL REGRESI TERBOBOTI GEOGRAFISDENGAN PEMBOBOT KERNEL ADAPTIF NORMAL DAN KERNELADAPTIF KUADRAT GANDA UNTUK DATA GIZI BURUK DI JAWATIMUR................................

S.13 PENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DIKABUPATENKUTAIKARTANEGARADENGANMETODEEMPIRICALBAYESBERBASISMODELBETA

S.14 ANALISIS DATA SPASIAL MENGGUNAKAN METODE BAYESIANGEOGRAPHICALLY WEIGHTED REGRESSIONPDRBPERKAPITADIPROVINSIJAWATIMUR)

TIME SERIES

T.1 MULTIVARIATE SINGULAR SPECTRUM ANALYSIS UNTUKMEMPREDIKSI PENJUALAN JENIS TEH HITAM ORTHODOX MUTUUTAMA................................

T.2 PERBANDINGANMETODEPERAMALANPADAANALISISSINGULARSPEKTRUM(SSA)UNTUKDATADERETWAKTUYANGMEMPUNYAIPOLAMUSIMANGANDA

T.3 IMPUTASI MISSING VALUES DENGAN EXPECTATIONMAXIMIZATIONWITHBOOTSTRAPPING(EMB)DATATIMESERIESCROSSSECTION(TSCS)VOLUMEPRODUKSICRUDEPALMOIL(CPO)

T.4 ANALISIS PREDIKTABI(UR)SEBAGAIINDIKATORKUATKRISISBERASTAHUN2008(STUDIKASUSNEGARABANGLADESH)

T.5 PENDEKATANMODEL TIME SERIES UNTUK PEMODELAN INFLASIBEBERAPAKOTADIJAWATENGAH

T.6 METODEDEKOMPOSISIUNTUKMERAMALKANKEJT.7 ANALISIS PREDICTABILITY STATISTIK UNPRECEDENTED

RESTLESSNESS SEBAGAI INDIKATOR KUAT KRISIS BERAS (STUDIKASUSNEGARAFILIPINA)

T.8 PERAMALAN RESTLESSNESS SEBAGAI INDIKATOR KRISIS BERASMELALUISTATISTIK INCOMEPERKAPITADANKASUSNEGARATHAILAND)



ANALISIS HURDLE POISSON UNTUK PEMODELAN DATAROKOKDIKALIMANTANTENGAH................................

PENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION(HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUFKECAMATANDIKABUPATENINDRAMAYU...........................................................PENAKSIRAN KONSENTRASI INDUSTRI DENGAN MENGGUNAKANINDEKSLOCATIONQUOTIENT(LQ)................................................................PERBANDINGAN KUALITAS PENAKSIR EMPIRICAL BAYES DALAMMENAKSIRRESIKORELATIF.........................................................................................PERBANDINGAN MODEL REGRESI TERBOBOTI GEOGRAFISDENGAN PEMBOBOT KERNEL ADAPTIF NORMAL DAN KERNELADAPTIF KUADRAT GANDA UNTUK DATA GIZI BURUK DI JAWA

................................................................................................................................PENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DIKABUPATENKUTAIKARTANEGARADENGANMETODEEMPIRICALBAYESBERBASISMODELBETA‐BINOMIAL............................................................ANALISIS DATA SPASIAL MENGGUNAKAN METODE BAYESIANGEOGRAPHICALLY WEIGHTED REGRESSION (STUDI KASUS DATAPDRBPERKAPITADIPROVINSIJAWATIMUR).....................................................

MULTIVARIATE SINGULAR SPECTRUM ANALYSIS UNTUKMEMPREDIKSI PENJUALAN JENIS TEH HITAM ORTHODOX MUTU

................................................................................................................................PERBANDINGANMETODEPERAMALANPADAANALISISSINGULAR

SSA)UNTUKDATADERETWAKTUYANGMEMPUNYAIPOLAMUSIMANGANDA................................................................................................IMPUTASI MISSING VALUES DENGAN EXPECTATIONMAXIMIZATIONWITHBOOTSTRAPPING(EMB)DATATIMESERIESCROSSSECTION(TSCS)VOLUMEPRODUKSICRUDEPALMOIL(CPO)ANALISIS PREDIKTABILITAS UNPRECEDENTED RESTLESSNESS(UR)SEBAGAIINDIKATORKUATKRISISBERASTAHUN2008(STUDIKASUSNEGARABANGLADESH)....................................................................................PENDEKATANMODEL TIME SERIES UNTUK PEMODELAN INFLASIBEBERAPAKOTADIJAWATENGAH................................................................METODEDEKOMPOSISIUNTUKMERAMALKANKEJADIANBANJIRANALISIS PREDICTABILITY STATISTIK UNPRECEDENTEDRESTLESSNESS SEBAGAI INDIKATOR KUAT KRISIS BERAS (STUDIKASUSNEGARAFILIPINA)...............................................................................................PERAMALAN RESTLESSNESS SEBAGAI INDIKATOR KRISIS BERASMELALUISTATISTIK INCOMEPERKAPITADANPRICERICE (STUDIKASUSNEGARATHAILAND)...........................................................................................


ANALISIS HURDLE POISSON UNTUK PEMODELAN DATA......................................447

PENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION(HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF

...........................458PENAKSIRAN KONSENTRASI INDUSTRI DENGAN MENGGUNAKAN

............................................469PERBANDINGAN KUALITAS PENAKSIR EMPIRICAL BAYES DALAM

.........................475PERBANDINGAN MODEL REGRESI TERBOBOTI GEOGRAFISDENGAN PEMBOBOT KERNEL ADAPTIF NORMAL DAN KERNELADAPTIF KUADRAT GANDA UNTUK DATA GIZI BURUK DI JAWA

......................................486PENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DIKABUPATENKUTAIKARTANEGARADENGANMETODEEMPIRICAL

............................497ANALISIS DATA SPASIAL MENGGUNAKAN METODE BAYESIAN

(STUDI KASUS DATA.....................504

MULTIVARIATE SINGULAR SPECTRUM ANALYSIS UNTUKMEMPREDIKSI PENJUALAN JENIS TEH HITAM ORTHODOX MUTU

......................................515PERBANDINGANMETODEPERAMALANPADAANALISISSINGULAR

SSA)UNTUKDATADERETWAKTUYANGMEMPUNYAI..................................522

IMPUTASI MISSING VALUES DENGAN EXPECTATIONMAXIMIZATIONWITHBOOTSTRAPPING(EMB)DATATIMESERIES‐CROSSSECTION(TSCS)VOLUMEPRODUKSICRUDEPALMOIL(CPO).......530

LITAS UNPRECEDENTED RESTLESSNESS(UR)SEBAGAIINDIKATORKUATKRISISBERASTAHUN2008(STUDI

....................540PENDEKATANMODEL TIME SERIES UNTUK PEMODELAN INFLASI

...........................................553ADIANBANJIR............565

ANALISIS PREDICTABILITY STATISTIK UNPRECEDENTEDRESTLESSNESS SEBAGAI INDIKATOR KUAT KRISIS BERAS (STUDI

...............................569PERAMALAN RESTLESSNESS SEBAGAI INDIKATOR KRISIS BERAS

PRICERICE (STUDI...........................581

prosiding seminar nasional statistika iv

Documents