PROSIDING Seminar Nasional Matematika, Sains dan Informatika Saintekinfo 2015 FMIPA UNS 25 April 2015
Makalah ini dipresentasikan pada Seminar Nasional Matematika, Sains dan Informatika Saintekinfo 2015 “Peran Data Mining untuk Proses Pengolahan Data Penelitian Sains” Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret Surakarta, 25 April 2015
Penerbit: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret Surakarta ISBN : 978-602-18580-3-5
i
KATA PENGANTAR Seminar Nasional ini merupakan rangkaian acara Dies Natalis Universitas Sebelas Maret yang
ke 39 yang diselenggarakan oleh Fakultas Matematika dan Ilmu Pengetahuan alam
Universitas Sebelas Maret Surakarta yang meliputi Jurusan Matematika, Kimia, Biologi, Fisika, Farmasi, dan Informatika. Pada acara ini dihadirkan dua keynote speaker yang pertama dari Kementrian Pariwisata Republik Indonesia dengan tema “e-tourism Data Mining : Solusi Promosi bagi Pariwisata” dan yang kedua adalah dari Pemerintahan Kota Madya Surakarta dengan tema “Pengembangan Pariwisata Terintegrasi di Wilayah Solo Raya”. Presentasi makalah seminar ini terdiri atas presentasi makalah undangan (3 pemakalah), presentasi makalah oral (77) pemakalah) dan presentasi poster (3 poster) dari para peneliti yang berasal dari Universitas Gadjah Mada (UGM), Universitas Sebelas Maret (UNS), Universitas Jambi, Universitas Islam Indonesia (UII), Universitas Atma Jaya, Universitas Jenderal Soedirman (UNSOED), Institute Teknologi Sepuluh Nopember (ITS), Universitas Diponegoro (UNDIP), IAIN Kalijaga, Universitas Nusa Nipa Maumere, Universitas Jenderal Achmad Yani (UNJANI), Universitas Widya Dharma (UNWIDHA), Universitas Indonesia (UI), Universitas Sanata Dharma Yogyakarta, MAN Babat., SMP NEGERI 1 MAJENANG KABUPATEN CILACAP STMIK Sinar Nusantara Surakarta, LPPKS Indonesia, Stain Kediri dan serta mahasiswa baik tingkat sarjana maupun pascasarjana.
Surakarta, April 2015 Editors
ii
DAFTAR REVIEWER
1. Prof. Dr. Ir. Khairil Anwar Notodiputro, M.S. (Institut Pertanian Bogor) 2. Prof. Drs. Tri Atmojo, M.Sc., Ph.D (Universitas Sebelas Maret ) 3. Dr. Sunarto, MS (Universitas Sebelas Maret ) 4. Anto Satriyo Nugroho (Badan Pengkajian dan Penerapan Teknologi) 5. Drs. Bambang Harjito, M.App.Sc., Ph.D. (Universitas Sebelas Maret) 6. Venty Suryanti, M.Phil., Ph.D. (Universitas Sebelas Maret ) 7. Nuryani, S.Si., M.Si., Ph.D. (Universitas Sebelas Maret Surakarta) 8. Dr. Dewi Retno Sari Saputro, S.Si, M.Kom (Universitas Sebelas Maret ) 9. Dra. Isnandar Slamet, M.Sc., Ph.D (Universitas Sebelas Maret ) 10. Winita Sulandari, M.Si. (Universitas Sebelas Maret) 11. Drs. Sarngadi Palgunadi, M.Sc(Universitas Sebelas Maret ) 12. Ristu Saptono, S.Si., M.T.(Universitas Sebelas Maret)
iii
TIM PROSIDING
Editor: Dra. Purnami Widyaningsih, M.App.Sc Nughthoh Arfawi Kurdhi, S.Si., M.Sc. Hasan Dwi Cahyono, S.Kom., M.Kom. Rini Anggrainingsih, ST., M.T. Afrizal Doewes, S.Kom., M.Sc. Pelaksana Teknis : Indiawati Ayik Imaya Zulia Nurdina Arba’ati Beta Vitayanti Armada Dwika Panji Kusuma Desain Cover : Yudho Yudhanto, S.Kom
iv
SAMBUTAN KETUA PANITIA
Syukur Alhamdulilah, kita panjatkan puji syukur kehadirat Allah SWT yang telah memberikan kenikmatan dan keselamatan pada kita semua, sehingga pada hari ini kita dapat melaksanakan kegiatan Seminar Nasional Matematika, Sains dan Informatika dengan tema “Peranan Data Mining dalam Pengolahan Data Penelitian Sains” yang diselenggarakan oleh oleh Fakultas Matematika dan Ilmu pengetahuan alam yang meliputi Jurusan Matematika, Kimia, Biologi, Fisika, Farmasi, dan Informatika dalam rangka Dies Natalis Universitas Sebelas Maret ke 39. Kegiatan seminar ini diharapkan dapat meningkatkan kerjasama diantara perguruan tinggi, lembaga penelitian dan industri sebagai sarana bertukar informasi dan menyebarkan hasil penelitian/pemikiran dan dapat memberikan kontribusi terhadap pemecahan masalah IPTEK khusunya dalam pengambilan sebuah keputusan dari sekian juta data yang bertebaran. Dengan dipublikasikannya semua artikel dalam prosiding seminar maka masyarakat luas berkesempatan untuk melakukan penelitian lebih lanjut atau mengaplikasikan dalam kehidupan praktis. Kami mengucapkan selamat datang dan terima kasih yang sebesar-besarnya kepada nara sumber yang menjadi pembicara dalam seminar ini. Terima kasih kami sampaikan juga kepada pemakalah dan peserta seminar yang telah hadir. Demikian juga kepada para sponsor yang telah membantu dalam pelaksanaan kegiatan seminar ini. Akhir kata, selaku panitia memohon maaf jika masih banyak kekurangan dan dalam pelaksanaan seminar dan semoga memperoleh banyak manfaat memberikan kesegaran keilmuan sekarang dan masa yang akan datang.
Wassalamu alikum wr wb Surakarta, April 2015 Ketua Panitia
Drs. Bambang Harjito, M.App.Sc, Ph.D
v
SAMBUTAN REKTOR Assalamualaikum wr. wb. Hari ini merupakan hari yang berbahagia bagi UNS dalam rangkaian Dies Natalis UNS ke-39, FMIPA dapat mengadakan Seminar Nasional Matematika dan Informatika. Momentum ini menjadi penting bagi UNS sebagai perguruan tinggi yang menjadi salah satu pusat rujukan akademis yang juga memilki tanggung jawab besar untuk menjawab tantangan bangsa. UNS sejak tahun 2011 telah mencanangkan dan menerapkan secara konsisten 10% dari dana Penerimaan Negara Bukan Pajak (PNBP) untuk dana penelitian. Menurut arahan dari Dirjen Pendidikan Tinggi, penelitian perguruan tinggi harus mempunyai ouput dan outcome yang jelas. Output-nya diarahkan agar hasil riset dapat diterbitkan di jurnal nasional dan internasional terakreditasi. Saat ini para peneliti UNS tengah bersemangat untuk mempublikasikan risetnya di berbagai publikasi ilmiah bertaraf internasional. Apakah benar bahwa riset-riset yang dilakukan oleh perguruan tinggi benar-benar dapat menjawab masalah-masalah yang dihadapi masyarakat? Pertanyaan ini menjadi penting, manakala masih banyak penelitian yang hanya berhenti sebagai laporan saja atau semata-mata hanya memenuhi “kepuasan intelektual” (intelektual exercises). Berkaitan dengan itu, seminarini diharapkan dapat memberikan sumbangan pemikiran terhadap peranan data mining untuk proses pengolahan data penelitian sains. Data mining (penambangan data) merupakan serangkaian proses yang dirancang untuk mengeksplorasi kumpulan data dalam jumlah besar untuk membantu menemukan pola yang konsisten dan atau mencari hubungan sistematis antara variabel satu dengan yang lain, selanjutnya memvalidasi temuan dengan menerapkan pola terdeteksi. Dengan penambangan data, maka data yang tersedia menjadi sumber informasi dan pengetahuan yang berguna dan dapat sebagai acuan pengambilan keputusan. Sehingga peranan data mining diperlukan untuk aplikasi khususnya dibidang matematika, sains, dan informatika, atau terapan dibidang yang lebih luas seperti telah diaplikasikan dibidang pariwisata (e-tourism) dengan pemanfaatan pola data yang konsisten. Dengan seminar ini mudah-mudahan bisa mengawali kerjasama UNS dengan berbagai pihak untuk menyumbangkan keilmuan kita untuk kepentingan masyarakat. Akhirnya mudah-mudahan seminar ini dapat berlangsung lancar dan sukses serta hasil-hasilnya dapat diimplementasikan dan bermanfaat bagi masyarakat luas. Semoga Tuhan yang Maha Esa mengabulkannya, amien. Wassalamu’alaikum wr wb. Rektor, Prof. Dr. Ravik Karsidi, M.S. vi
SUSUNAN PANITIA Pelindung
:
Prof. Ravik Karsidi (Rektor UNS)
Steering Committee
:
Ketua Panitia
:
Prof.Ir.Ari Handono R,M.Sc (Hons),Ph.D Dr. Sutanto, S.Si., DEA, Drs. Harjana, M.Si.,M.Sc.,Ph.D Drs. Sutrimo, M.Si Drs. Bambang Harjito, M.App.Sc., Ph.D
Sekretaris
:
Winita Sulandari, M.Si
Bendahara
:
Anggota
:
Dr. Sayekti Wahyuningsih, S.Si., M.Si Titin Sri Martini, S.Si., M.Kom Setyaningsih, A.Md Hartatik, S.Si., M.Si. Edi Pramono, S.Si., M.Si. Eny Winarni, S.Sos. Dian Prajarini, S.T., M.Eng. Rosita Yanuarti, S.Kom., M.Eng. Sakroni, A.Md., S.Kom. Endar Suprih Wihidayat, S.T., M.Eng. Liliek Triyono, S.T., M.Kom. Zulfa Nurul Hakim, A.Md. Mohtar Yunianto, M.Si. Dra. Purnami Widyaningsih, M.App.Sc Nughthoh Arfawi Kurdhi, S.Si., M.Sc. Hasan Dwi Cahyono, S.Kom., M.Kom. Rini Anggrainingsih, ST., M.T. Afrizal Doewes, S.Kom., M.Sc. Aji Kurniawan Mulya, A.Md. Dra. Etik Zukhronah, M.Si. Dra. Yuliana Susanti, M.Si. Dra. Respatiwulan, M.Si Esti Suryani, S.Si., M.Kom. Sari Widya Sihwi, S.Kom., M.T.I Meiyanto Eko Sulistyo, S.T., M.Eng. Vinci Mizranita, S.Farm., M.Pharm., Apt. Winarno, S.IP Fendi Aji Purnomo, S.Si. Gimin Heri Sukarno Putro
vii
DAFTAR ISI HALAMAN DEPAN
i
KATA PENGANTAR
ii
DAFTAR REVIEWER
iii
TIM PROSIDING
iv
SAMBUTAN KETUA PANITIA
v
SAMBUTAN REKTOR
vi
SUSUNAN PANITIA
vii
DAFTAR ISI
viii
MATERI KEYNOTE SPEAKER 1. E-tourism Data Mining: Solusi Promosi bagi Pariwisata Dr. Wisnu Bawa Tarunajaya, SE., M.M.
A-1
2. Pengembangan Pariwisata Terintegrasi di Wilayah Solo Raya F.X. Hadi Rudyatmo
A-2
MATERI PEMBICARA UTAMA 1. Designing Recommendation System for Tourism Dr. Wiranto, M.Sc., M.Kom
B-1
2. Penambangan Data Runtun Waktu (Time Series Data Mining) Prof. Drs. Subanar, Ph.D
B-2
3. Penerapan Penambangan Data dalam Berbagai Bidang Ilmu: Suatu Tinjauan dari Perspektif Statistika (Data Mining in Scientific Applications: A Statistical Perspective) Prof. Ir. Khairil Anwar Notodiputro, M.S., Ph.D
viii
B-3
Bidang Matematika dan Statistika 1
Aplikasi Aljabar Maks-Plus pada Sistem Produksi Tipe Serial
1
Andika Ellena Saufika Hakim Maharani, Siswanto, Sutanto
2
Disain Odema (Ornament Decorative Mathematics) untuk Populerisasi Matematika
8
Hanna Arini Parhusip
3
Penentuan Lintasan Kapasitas Fuzzy Maksimum Menggunakan Aljabar Max-Min Bilangan Fuzzy
16
M. Andy Rudhito
4
Peningkatan Kemampuan Komunikasi Matematika Peserta Didik Melalui quantum Teaching yang disetting Kooperatif Di Kelas X SMK Negeri 1 Kalibagor
23
Noorul Fatimah
5
Generalisasi Model Sistem Produksi Menggunakan Aljabar Max-Plus
31
Pohet Bintoto, Subiono
6
Analisis Keterlaksanaan Pembelajaran Matematika Kreatif SMA Negeri 2 Merangin Tahun 2015
37
Suwarni,Jefri Marsal, Syamsurizal
7
Penerapan Kalkulus dalam Pengobatan Kanker
43
Agnes Dwi Purnama Sary, dan Riandika Ratnasari
8
Peramalan Indeks Harga Saham Gabungan (IHSG) Menggunakan Jaringan Saraf Tiruan Elman dengan Algoritme Gradient Descent Adaptive Learning Rate
49
Beta Vitayanti, Winita Sulandari, Siswanto
9
Penerapan Matematika Dalam Pembuatan Puisi
55
Lusia Devi Astuti, Bernadeta Raisa Dwi Kalistyani
10
Konsep Limit Fungsi Pada Ruang C[a,b]
61
Muslich
11
Perbandingan Inflasi Bulanan Empat Kota di Jawa Tengah pada Periode KIB 1 dan KIB 2
67
Adi Setiawan
12
Analisis Regresi Spasial untuk Data Persentase Rumah Tangga Miskin di Kabupaten Banyumas Tahun 2011
76
Aji Resmi Nurdin, Nunung Nurhayati, Idha Sihwaningrum, Supriyanto
13
Model Grey GM(1,1) dengan Modifikasi Rantai Markov
82
Zulia Nurdina Arba’ati, Winita Sulandari, Supriyadi Wibowo
14
Algoritme K2 dengan Distribusi Prior Dirichlet untuk Menentukan Struktur Bayesian Networks (BNs) Feri Handayani, Dewi Retno Sari Saputro, Purnami Widyaningsih ix
89
15
Studi Simulasi Parameter Distribusi Generalized Extreme Value (GEV) dengan Pendekatan Linier Moments (L-Moments) dan Maximum Likelihood Estimate (MLE) (Studi Kasus: Data Curah Hujan Kabupaten Indramayu
96
Inayatus Sholichah, Heri Kuswanto, Brodjol Sutijo
16
Penerapan Runtun Waktu Fuzzy Terbobot pada Peramalan Curah Hujan di DAS 102 Bengawan Solo Indiawati Ayik Imaya, Winita Sulandari
17
Twitter sebagai Sarana Informasi Pemerintah (Studi Kasus: Word Cloud Akun 109 Twitter @Officialcpns sebagai Akun Resmi Kementrian Pendayagunaan Aparatur Negara dan Reformasi Birokrasi dibandingkan dengan Akun @Infocpns2014) Jatmika Rahmawati Yuwana
18
Model Regresi Poisson untuk Data Jumlah Balita Penderita Gizi Buruk di Kabupaten 115 Banyumas Junaesti Prafitasari, Nunung Nurhayati, Supriyanto
19
Peramalan Produksi Gas Alam Indonesia Menggunakan Metode Two-Factor Fuzzy 121 Time Series Muh. Hasbiollah, Devi Kumala Sari, RB. Fajriya Hakim
20
Analisis Soal Tes Matematika Berdasarkan Model Logistik 3 Parameter dengan 128 Pendekatan Bayesian Noer Hidayah
21
Faktor – Faktor yang Mempengaruhi Total Fertility Rate (TFR) di Indonesia dengan 135 Menggunakan Regresi Semiparametrik Spline Truncated Rizfanni C.P, Asima M.T, Jupita S.I.H, Khusniyah
22
Kicauan Islam dari Negeri UNCLE SAM
143
Siti Arni Wulandya, RB. Fajriya Hakim
23
Analisis Data Inflasi di Indonesia Menggunakan Model Arima Box-Jenkins, Kernel 150 dan Spline Suparti, Budi Warsito, Moch. Abdul Mukid
24
Penduga Rasio Menggunakan Koefisien Variasi Seluruh Strata Variabel Bantu pada 157 Sampel Acak Strtatifikasi Atika Oktafiana, Isnandar Slamet, Purnami Widyaningsih
25
Penentuan Pola Hubungan Antar Rawi Hadis Menggunakan Metode Association 163 Rules dengan Algoritma Apriori (Studi Kasus : Hadis Shahih Imam Bukhari Dari Software Ensiklopedi Hadis Kitab 9 Imam untuk Kitab Permulaan Wahyu, Iman, Ilmu, Wudlu, Mandi, Haidl, Tayamum, Sholat dan Waktu-Waktu Shalat) Ayu Septiani, RB. Fajriya Hakim
26
Aplikasi Metode Logistic Regression Ensemble (Lorens) dan Probabilistics Neural 170 Network (PNN) untuk Klasifikasi Ligand pada Database Inhibitor Enzym Hanny Adiati, Brodjol Sutijo Suprih Ulama, Heri Kuswanto x
27
Aplikasi Text Mining pada Akun Twitter @Soloposdotcom
176
Moh. Abdu Falah, RB. Fajriya Hakim
28
Estimasi Fungsi Tahan Hidup dari Tiga Metode Pengobatan Jantung Koroner (PJK) 182 untuk Memperoleh Metode Pengobatan Terbaik (Data Berdistribusi Eksponensial dua Parameter Sensor tipe-II) Riswan Dwiramadhan, Akhmad Fauzy
29
Pendugaan Parameter Regresi Logistik Biner dengan Spreadsheet Solver (Add-In 187 Microsoft Excel) Shaifudin Zuhdi, Dewi Retno Sari Saputro
30
Distribusi Gumbel-Copula untuk Nilai Ekstrem Kecepatan Angin dan Lama 194 Penyinaran Matahari di Kabupaten Purworejo dengan Estimasi Parameter Kendall’s TAU Wisnu Dimas Priyatnomo, Dewi Retno Sari Saputro
31
Simulasi Markov Chain Monte Carlo pada Algoritme Gibbs Sampling Berdistribusi 201 Beta-Binomial menggunakan software R Yuanita Kusma Wardani, Dewi Retno Sari Saputro, Sri Kuntari
32
Faktor-Faktor Yang Mempengaruhi Produk Domestik Bruto dengan Pendekatan 208 Analisis Data Panel (Studi Kasus: Lima Negara Asean dengan Produk Domestik Bruto Terbesar Tahun 2006-2013) Lalu Asri Adhitya Nugraha, Akhmad Fauzy
33
Pendekatan Cart Bagging untuk Klasifikasi Pekerja Anak di Provinsi Sulawesi 214 Tengah Mohammad Fajri, Muhammad Mashuri
34
Perbandingan Model B Spline dan Iterated Conditional Modes (ICM) pada Data 221 dengan Measurement Error (ME) Hartatik
35
Penduga Rasio Pada Pengambilan Sampel Acak Sederhana Menggunakan Koefisien 234 Regresi, Kurtosis, dan Korelasi Eko Budi Susilo, Isnandar Slamet, Yuliana Susanti
36
Probabilitas Kebangkrutan Obligasi Berdasarkan Pola Waktu Kebangkrutan
240
Di Asih I Maruddani, Triastuti Wuryandari, Diah Safitri
Bidang Sains 1
Pengaruh Penambahan Konsentrasi Propilen Glikol Sebagai Enhancer Terhadap 247 Aktivitas Antiinflamasi Gel Ekstrak Etanol Rimpang Kunyit (Curcumae Domestica Val.) pada Tikus Jantan Galur Wistar Heru Sasongko, Wahyu Widyaningsih, Nining Sugihartini
2
Uji Sun Protecting Factor (SPF) Fraksi Buah Baccaurea Lanceolata Muell. Arg Samsul Hadi, Subagus Wahyuono, Ag. Yuswanto, RR.Endang Lukitaningsih xi
254
3
Analisis Efektivitas Biaya Terapi Insulin Dibandingkan dengan Kombinasi Insulin 261 Acarbose pada Pasien Diabetes Melitus Tipe 2 Yeni Farida, Tri Murti Andayani
4
Analisa Pengaruh Fraksi Etil Asetat Pegagan (Centella Asiatica (L.) Urban) Terhadap 268 Efek Sedatif Pada Mencit Balb/C dengan Statistik Anava Anif Nur Artanti, Oksa Setya Hanafrida
5
Sensor Landslide Early Warning System (LEWS) Berbasis Serat Optik POF dengan 275 Metode Pemantulan Mohtar Yunianto, Hery Purwanto, Fuad Anwar
6
Model Struktur Patahan Bawah Permukaan Daerah Panas Bumi Gama Menggunakan 283 Metode Gaya Berat Magdalena Nilam Sari, Ayu Apdila, Bagus Ferdiandi, Muhammad Amir Zain, Supriyanto Suparno
7
Identifikasi Struktur Patahan Daerah Panasbumi Menggunakan Metode Gaya Berat 290 dengan Analisis Horizontal Gradient dan Second Vertical Derivative Ayu Apdila Yuarthi, Magdalena Nilam Sari, Bagus Ferdiandi, Muhammad Amir Zain, Supriyanto Suparno
8
Sintesis Nanosilika dari Abu Sekam Padi (Rice Husk Ask)
297
Ludfiaastu Rinawati, Reva Edra Nugraha, Rizky Mahdia Ista Munifa, Uswatul Chasanah, Sayekti Wahyuningsih
9
Pemisahan Fe2O3 dari Pasir Besi Sebagai Nutrien Tambahan Terenkapsulasi Zeolit 304 pada Pupuk Urea Slow Release Nanda Pratiwi, Khusnan Fadli Nur Ikhsan, Nana Rismana, Nikmatuz Zuhrini, Edi Pramono, Sayekti Wahyuningsih
10
Optimasi Pengolahan Limbah Zat Warna Hasil Biodeinking dengan Degradasi 313 Fotoelektrokatalitik Menggunakan Fotoanoda Komposit TiO2/NiO Uswatul Chasanah, Elsanty Nur Afifah, Ganjar Fadillah, Rahmat Hidayat, Sayekti Wahyuningsih
11
Kopigmentasi dan Uji Stabilitas Warna Antosianin dari Isolasi Kulit Manggis 321 (Garcinia Mangostana L.) Hanik Munawaroh, Ganjar Fadillah, Liya Nikmatul Maula Zulfa Saputri, Qonita Awliya Hanif, Rahmat Hidayat, Sayekti Wahyuningsih
12
Pemanfaatan Sistem Informasi Keanekaragaman Hayati (Sihati) untuk Pemetaan 330 Vegetasi di Kampus Uns Kentingan Triyadi, Sugiyarto, Marsusi, Winarno, Muhammad Ridwan
13
Optimasi Sintesis Komposit Anorganik TiO2-SiO2 dengan Kontrol Hidrolisis Kondensasi Melalui Mekanisme Kompleksasi Sayekti Wahyuningsih, Lucia Risa Nugraheni Ganjar Fadilah, Fitria Rahmawati, Ari Handono Ramelan
xii
336
Bi1dang Informatika dan Teknik 1
Desain dan Implementasi Pencarian Buku Pada Rak Perpustakaan Berbasis Mobile Menggunakan Augmented Reality
345
Agus Komarudin, Rezki Yuniarti
2
Analisis Kinerja Protokol Reaktif Pada Jaringan Manet dalam Simulasi Jaringan Menggunakan Network Simulator Dan Tracegraph
354
Bayu Nugroho, Noor Akhmad Setiawan, dan Silmi Fauziati
3
Klasifikasi Data Sensor Akselerometer Dan Giroskop untuk Pengenalan Aktifitas
361
Budy Santoso, Lukito Edi Nugroho, Hanung Adi Nugroho
4
Segmentasi MRI Tumor Otak Menggunakan Fuzzy C-Means (FCM)
370
Diah Priyawati, Indah Soesanti
5
Analisis Pola Spatio-Temporal Penumpang Transportasi Publik dengan Mining Smartcard Data (Studi Kasus BRT Trans Jogja)
376
Fahmi Dzikrullah, Noor Akhmad Setiawan , Selo
6
Perancangan Sistem Identifikasi Umur Pohon dengan Pengolahan Citra Digital dan Jaringan Syaraf Tiruan Backpropagation
385
Gunawan Abdillah, Wina Witanti
7
Analisa dan Perancangan Pengenalan Ekspresi Wajah Menggunakan Wavelet dan Backpropagation
393
Immanuela P. Saputro, Ernawati, B.Yudi Dwiandiyanta
8
Analisis Jejaring Sosial untuk Rekomendasi Personal pada Komunitas Online
399
Irma Yuliana, Paulus Insap Santosa, Noor Akhmad Setiawan
9
Evaluasi dan Rangking Ontologi Student Payment Berbasis Matrik dengan OntoQA
407
Jaeni, Selo, dan Sri Suning Kusumawardani
10
Perancangan Sistem Informasi Sumber Daya Manusia di PT. ABC Berbasis Web
413
La Media
11
Pencarian Jarak Terpendek Menggunakan Algoritma Dijkstra
419
Landung Sudarmana
12
Analisis Data Pola Pembelian Konsumen dengan Algoritme Apriori pada Transaksi Penjualan Supermarket Pamella Yogyakarta
427
M. Didik R. Wahyudi, Fusna Failasufa
13
Analisis Proses Bisnis untuk Perancangan Arsitektur Bisnis pada UNIKA De La Salle Manado
433
Voice Esther Ticoalu, Irya Wisnubhadra, dan Benyamin L. Sinaga
14
Rancang Bangun Cloud Computing UMKM Menggunakan Togaf- ADM Wina Witanti, Agus Komarudin xiii
440
15
Jaringan Fungsi Basis Radial untuk Menentukan Relasi Fuzzy pada Peramalan Runtun Waktu Fuzzy Orde Tinggi
447
Winita Sulandari, Titin Sri Martini, Nughthoh Arfawi Kurdhi, Hartatik, Yudho Yudhanto
16
Penerapan Algoritma K-Medoids dalam Penentuan Faktor Terbesar Sumber Informasi Pemilihan Jurusan di UNJANI
453
Yulison Herry Chrisnanto, Gunawan Abdillah
17
Pengukuran Tingkat Kepuasan Terhadap Layanan Teknologi Informasi di Universitas Islam Negeri Sunan Kalijaga
463
Agus Mulyanto
18
Pengembangan Model Blended E-Learning Berbasis Scorm-LMS Terhadap Motivasi dan Prestasi Belajar Mahasiswa
472
Agustinus Lambertus Suban, Maria Florentina Rumba 19
Analisis Kinerja Perangkat Lunak Keamanan Komputer Bambang Sugiantoro, Yazid Ubaidilah
482
20
Meningkatkan Kreativitas Penggalian Data dan Penemuan Pengetahuan
496
Budi Sutedjo Dharma Oetomo
21
Evaluasi Pengaruh Avatar Terhadap Kemudahan Identifikasi Karakteristik Wisatawan 501 pada Pemandu Wisata Mandiri Berbasis Sosial Media Faiz Umar Baraja, Dr. Ridi Ferdiana, dan Dani Adhipta
22
Disain Awal Prototype G2A untuk Analisis Data Pertanian dan Pedesaan Hanna Arini Parhusip dan Ramos Somnya
507
23
Studi Hazop pada Sistem Distribusi BBM Berbasis Fuzzy Layer of Protection Analysis di Instalasi Surabaya Group (ISG) PT. Pertamina Tanjung Perak
516
Nur Ulfa Hidayatullah, Ali Musyafa
24
Student's Metacognitive Modeling untuk Mendukung Adaptive Learning (Kasus: Kelas Mata Pelajaran Fisika Madrasah Aliyah Negeri 1 Ponorogo)
523
Purwanto, Khafidurrohman Agustianto
25
Penggunaan Multi Criteria Decision Making dalam Fuzzy AHP untuk Penentuan Lokasi Pendidikan STIKOM Manado
533
Reonaldy Berikang, Djoko Budianto, Ernawati
26
Perbandingan PCA dan KPCA pada Pengenalan Jenis Kelamin
541
Rima Tri Wahyuningrum
27
Permodelan Dinamis Pengaruh Pemanfaatam Audio Visual Terhadap Motivasi Belajar Siswa SMK Rina Marina Masri
xiv
548
28
Sistem Rekomendasi Optimalisasi Waktu Pengangkutan Sampah di Kota Surakarta dengan Metode Pigeonhole dan Dijkstra
558
Agus Purbayu, Hartatik, Liliek Triyono
29
Sistem Pendukung Keputusan Identifikasi Bakteri Salmonella Pada Susu Bubuk Dengan Metode Profile Matching (Studi Kasus : Laboratorium PT Tigaraksa Satria, Yogyakarta)
567
Ade Ratnasari, Purwadi Santoso
30
Perancangan Aplikasi Traningpedia Berbasis Android
576
Yudho Yudhanto, Sonia Eka Putri
31
Simulasi Pergerakan Kendaraan dan Kereta di Perlintasan Sebidang di Kabupaten Bandung Barat Iskandar Muda Purwaamijaya
xv
585
PERBANDINGAN INFLASI BULANAN EMPAT KOTA DI JAWA TENGAH PADA PERIODE KIB 1 DAN KIB 2 Adi Setiawan Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro 52-60 Salatiga 50711 Email :
[email protected]
ABSTRAK. Dalam makalah ini, dibahas tentang perbandingan inflasi bulanan pada masa pemerintahan Presiden Susilo Bambang Yudoyono dari bulan November 2004 sampai dengan Oktober 2014 yang terbagi dalam KIB 1 (Kabinet Indonesia Bersatu 1) pada periode bulan November 2004 sampai dengan Oktober 2009 dan KIB 2 (periode bulan November 2009 sampai dengan Oktober 2014). Di samping itu juga, dibandingkan apakah terdapat perbedaan rata-rata inflasi bulanan pada periode KIB 1 dan periode KIB 2 untuk kota-kota di Jawa Tengah yaitu kota Surakarta, Semarang, Tegal dan Purwokerto. Selanjutnya, untuk periode KIB 1 dan KIB 2 akan diuji apakah ada rata-rata inflasi bulanan yang berbeda untuk keempat kota tersebut. Dijelaskan juga, karakteristik inflasi bulanan pada periode KIB 1 dan KIB 2. Dapat disimpulkan bahwa tidak terdapat perbedaan signifikan rata-rata inflasi untuk keempat kota di Jawa Tengah pada periode KIB 1 maupun pada periode KIB 2. Pada kota Tegal terdapat perbedaan signifikan rata-rata inflasi bulanan pada periode KIB 1 dan KIB 2 sedangkan pada kota-kota lain, tidak terdapat perbedaan signifikan rata-rata inflasi bulanan pada periode tersebut. Kata Kunci: inflasi bulanan, karakteristik inflasi bulanan, statistik deskriptif, uji MannWhitney, uji Kruskal-Wallis
1. PENDAHULUAN Pada tanggal 28 Maret 2015, terjadi kenaikan harga premium dari Rp 6.800,00/liter menjadi Rp 7.300,00/liter dan harga solar dari Rp 6.400,00/liter menjadi Rp 6.700,00/liter (http://finance.detik.com/read/2015/03/28/090824/2872213/1034/bensin-premium-naik-jadi-rp7300-liter-pertamina-sempat-usul-rp-8000-liter). Kenaikan harga ini mengikuti kenaikan kurs mata uang dollar Amerika Serikat terhadap mata uang rupiah yang dalam periode bulan Maret 2015 telah menembus Rp 13.000,00 untuk 1 dollar Amerika Serikat. Naik-turunnya harga premium berlaku di pulau Jawa dan Bali pada periode pemerintahan Presiden Joko Widodo. Selama masa pemerintahan Presiden Joko Widodo telah terjadi perubahan harga solar yang merupakan bahan bakar utama yang digunakan dalam distribusi barang-barang di seluruh Indonesia. Tanggal 17 November 2014, harga solar per liter menjadi Rp 7.500,00, tanggal 1 Januari 2015 menjadi Rp 7.250,00, sedangkan tanggal 19 Januari menjadi Rp 6.400,00 (http://www.cnnindonesia.com/ekonomi/20150324162410-88-41494/naik-turun-harga-bensinSeminar Nasional Matematika, Sains dan Informatika 2015
67
Prosiding
ISBN 978-602-18580-3-5
di-era-jokowi/). Dengan adanya perubahan harga tersebut, inflasi bulan November 2014 sampai dengan bulan Februari 2015 untuk kota Semarang berurut-turut adalah 1,35, 2,40, -0,48 dan 0,67 (dengan rata-rata 0,65). Sedangkan, untuk kota Surakarta berturut-turut adalah 1,47, 2,28, 0,2 dan -0,91 (dengan rata-rata 0,66), untuk Purwokerto berurut-turut adalah 1,38, 2,00, -0,13 dan -0,67 (dengan rata-rata 0,65) dan untuk Tegal adalah 1,05, 1,66, -0,10 dan -0,35 (dengan rata-rata 0,57). Apabila dibandingkan dengan Indonesia berurut-turut adalah 1,50, 2,46, -0,24 dan -0,34 (dengan rata-rata 0,84). Terlihat bahwa rata-rata inflasi bulanan di kota-kota di Jawa Tengah relatif lebih rendah dibandingkan dengan rata-rata inflasi bulanan di Indonesia (http://www.bi.go.id/id/moneter/koordinasi-pengendalianinflasi/highlightnews/Contents/buku%20manual%20TPID%20rev%201_5-05-14.pdf).
Mulai Januari 2014, inflasi bulanan Indonesia dihitung berdasarkan Survei Biaya Hidup (SBH) 2012 yang menggunakan 82 kota terdiri dari 33 ibu kota provinsi dan 49 kota penting lainnya. Di Jawa Tengah digunakan kota Semarang, Surakarta, Purwokerto, Tegal, Kudus dan Cilacap. Kota Cilacap dan Kudus merupakan kota tambahan yang sebelumnya belum digunakan dalam perhitungan inflasi bulanan berdasarkan SBH 2007. Bobot sumbangan inflasi dari masingmasing kota Semarang, Surakarta, Purwokerto, Tegal, Kudus dan Cilacap berturut-turut adalah 0,59, 1,06, 1,64, 0,48, 1,11, 1,13 (dalam persen) sehingga total kota-kota di Jawa Tengah mempunyai bobot sumbangan 6,01 % (http://www.bi.go.id/id/moneter/koordinasi-pengendalianinflasi/highlight-news/Contents/buku%20manual%20TPID%20rev%201_5-05-14.pdf).
Pembahasan tentang inflasi dalam beberapa makalah terbaru, sebagai contoh dapat dilihat pada makalah Dewi (2011), Yodiatmaja (2012) dan Maggi & Saraswati (2013). Dalam makalah sebelumnya telah dibahas tentang karakteristik inflasi bulanan di berbagai daerah di Indonesia (lihat, Setiawan 2012a, 2012b, 2013a, 2013b, 2014a, 2014b). Dalam makalah ini, akan dibahas tentang perbandingan inflasi bulanan pada masa pemerintahan Presiden Susilo Bambang Yudoyono dari bulan November 2004 sampai dengan Oktober 2014 yang terbagi dalam KIB 1 (Kabinet Indonesia Bersatu 1) pada periode bulan November 2009 sampai dengan Oktober 2014 dan KIB 2 (periode bulan November 2009 sampai dengan Oktober 2014). Di samping itu juga, dibandingkan apakah terdapat perbedaan rata-rata inflasi bulanan pada periode KIB 1 dan periode KIB 2 untuk kota-kota di Jawa Tengah yaitu kota Surakarta, Semarang, Tegal dan Purwokerto. Selanjutnya, untuk periode KIB 1 dan KIB 2 akan diuji apakah ada rata-rata inflasi bulanan yang berbeda untuk keempat kota tersebut. Seminar Nasional Matematika, Sains dan Informatika 2015
68
Prosiding
ISBN 978-602-18580-3-5
4. LANDASAN TEORI Statistika deskriptif yang digunakan dalam melakukan analisis adalah mean, simpangan baku, skewness, excess kurtosis dan koefisien variasi (Harinaldi, 2005, Setiawan, 2012a, 2012b). Statistika deskriptif ini dapat digunakan untuk mendeskripsikan sifat-sifat inlasi bulanan. Apabila tidak ada nilai ekstrim maka mean lebih baik digunakan mean dalam analisis, sedangkan jika ada nilai ekstrim maka median lebih baik digunakan. Untuk membandingkan rata-rata inflasi bulanan periode KIB 1 dan periode KIB 2 maka bisa digunakan uji t yang mensyaratkan distribusi normal dari data atau bisa digunakan uji Mann-Whitney yang tidak mensyaratkan distribusi normal dari data. Sedangkan untuk membandingkan rata-rata inflasi bulanan untuk empat kota di Jawa Tengah pada periode KIB 1 dan pada periode KIB 2 maka bisa digunakan analisis variansi satu arah (one way anova) yang mensyaratkan distribusi normal dari data atau bisa digunakan uji Kruskall-Walis yang tidak mensyaratkan distribusi normal dari data. Informasi lebih lanjut tentang uji Mann-Whitney dan uji Kruskal-Wallis dapat dilihat pada Martono (2010). Penggunaan metode bootsrap dalam uji Mann-Whitney dapat dilihat pada Agustius dkk (2013a) dan untuk uji Kruskal-Wallis dapat dilihat pada Agustius dkk (2013b). 3. METODE PENELITIAN Data yang digunakan dalam penelitian ini adalah data inflasi bulanan yang dikeluarkan oleh BPS mulai bulan November 2004 sampai dengan Oktober 2009 untuk periode KIB 1 dan bulan November 2009 sampai dengan Oktober 2014 untuk periode KIB 2 untuk kota-kota di Jawa Tengah yaitu kota Surakarta, Semarang, Tegal dan Purwokerto. Kota Cilacap dan Kudus tidak diperhatikan dalam analisis ini karena kedua kota tersebut baru digunakan dalam perhitungan inflasi Jawa Tengah dan inflasi Indonesia mulai bulan Februari 2014. Data inflasi bulanan tersebut dilakukan analisis statistik dengan mengunakan statistik rata-rata, median, skewness, excess kurtosis, koefisien variasi, uji normalitas dan uji t dua sampel atau uji MannWhitney, analisis variansi satu arah atau uji Kruskall-Walis. 4. HASIL PENELITIAN DAN PEMBAHASAN Mulai bulan Februari 2014, inflasi bulanan di Indonesia dihitung berdasarkan inflasi bulanan 82 kota yang terdiri dari 33 ibu kota provinsi dan 49 kota/kabupaten penting di Seminar Nasional Matematika, Sains dan Informatika 2015
69
Prosiding
ISBN 978-602-18580-3-5
Indonesia. Untuk Jawa Tengah, kota/kabupaten yang digunakan adalah Semarang, Surakarta, Purwokerto, Tegal, Kudus dan Cilacap. Tabel 1 menyatakan statistik deskriptif numerik data inflasi bulanan kota-kota Semarang, Surakarta, Purwokerto, Tegal dan dibandingkan dengan nasional (Indonesia). Terlihat bahwa mean maupun median inflasi bulanan kota-kota tersebut pada periode KIB 2 relatif lebih kecil dibandingkan pada periode KIB 1. Hal itu disebabkan pada periode KIB terjadi kenaikan harga BBM pada tanggal 1 Maret 2005, 1 Oktober 2005 dan 24 Mei 2008 sedangkan pada periode KIB 2 hanya terjadi kenaikan pada 22 Juni 2013. Di samping itu, koefisien variasi inflasi bulanan kota-kota tersebut cenderung lebih kecil pada periode KIB 2 dibandingkan dengan periode KIB 1 sehingga inflasi bulanan di kota-kota tersebut cenderung lebih stabil pada periode KIB 2 dibandingkan dengan periode KIB 2.
Tabel 1. Statistik deskriptif numerik dari data inflasi bulanan bulanan kota-kota Semarang, Surakarta, Purwokerto, Tegal dan dibandingkan dengan nasional (Indonesia) untuk periode KIB 1 dan KIB 2 (dalam tanda kurung).
Mean Median Simpangan Baku Koefisien Variasi Skewness Kurtosis Minimum Maximum Range
SEMARANG
SURAKARTA
PURWOKERTO
TEGAL
INDONESIA
0,74 (0,45) 0,54 (0,41) 1,16 (0,61)
0,58 ( 0,39 ) 0,38 (0,30) 1,14 (0,73)
0,74 ( 0,43) 0,56 (0,39) 1,13 (0,54)
0,81 (0,38) 0,48 (0,29) 1,14 (0,56)
0,72 (0,45) 0,48 (0,33) 1,19 (0,56)
1,56 (1,35)
1,96 (1,87)
1,53 (1,25)
1,40 (1,47)
1,64 (1,24)
5,00 (2,17) 31,94 (8,68) -0,42 (-0,61) 8,35 (3,50) 8,77 (4,11)
5,01 31,98 -0,65 8,08 8,73
(1,78) (8,68) (-1,35) (3,91) (5,26)
3,58 19,09 -0,57 7,31 7,88
(1,56) (5,87) (-0,71) (2,84) (3,55)
4,49 (1,18) 5,36 (2,29 ) 27,16 (2,21) 35,43 (9,99) -0,3(-0,52) -0,31 (-0,35) 8,05 (2,38) 8,7 (3,29) 8,35 (2,90) 9,01 (3,64)
Gambar 1 memperlihatkan boxplot inflasi bulanan untuk kota Semarang, Surakarta, Purwokerto dan Tegal pada periode KIB 1 (kiri) dan KIB 2 (kanan). Terlihat bahwa jangkauan (range) inflasi bulanan periode KIB 2 lebih kecil dibandingkan pada periode KIB 1. Gambar 2 memperlihatkan densitas dari inflasi bulanan untuk keempat kota di atas pada periode KIB 1 (garis tidak putus) dan KIB 2 (garis putus-putus). Terlihat bahwa densitas mempunyai ekor di sebelah kanan sehingga skewnessnya positif. Di samping itu densitasnya cenderung bergeser ke kiri sehingga mean atau mediannya menjadi relatif lebih kecil. Seminar Nasional Matematika, Sains dan Informatika 2015
70
Prosiding
ISBN 978-602-18580-3-5
6 4 2 0
0
2
4
6
8
periode KIB 2
8
periode KIB 1
Gambar 1. Boxplot inflasi bulanan berturut-turut untuk kota Semarang, Surakarta, Purwokerto dan Tegal pada periode KIB 1 (kiri) dan KIB 2 (kanan).
0.0
0.4
Density
0.4 0.0
Density
0.8
Surakarta
0.8
Semarang
0
2 N = 60
4
6
8
0
Bandwidth = 0.2214
2 N = 60
8
0.8 0.0
0.4
Density
0.4 0.0
Density
6
Tegal
0.8
Purwokerto
4
Bandwidth = 0.1599
0
2 N = 60
4
6
8
Bandwidth = 0.2725
0
2 N = 60
4
6
8
Bandwidth = 0.2502
Gambar 2. Densitas inflasi bulanan periode KIB 1 (kurva garis tidak putus) dan KIB 2 (garis putus-putus).
Tabel 2. Koefisien korelasi dari data inflasi bulanan kota-kota Semarang, Surakarta, Purwokerto, Tegal dan dibandingkan dengan nasional (Indonesia) untuk periode KIB 1 dan KIB 2 (dalam tanda kurung). Seminar Nasional Matematika, Sains dan Informatika 2015
71
Prosiding
ISBN 978-602-18580-3-5
SEMARANG SURAKARTA PURWOKERTO TEGAL
SEMARANG
1
0,93 (0,89)
0,90 (0,68)
SURAKARTA
0,93 (0,89)
1
0,89 (0,81)
PURWOKERTO
0,90 (0,68)
0,89 (0,81)
1
TEGAL INDONESIA
0,92 (0,82) 0,95 (0,89)
0,91 (0,85) 0,96 (0,93)
0,85 (0,74) 0,92 (0,81)
Tabel 2 mempresentasikan koefisien korelasi dari data
INDONESIA
0,92 (0,82) 0,91 (0,85) 0,85 (0,74) 1 0,90 (0,89)
0,95 (0,89) 0,96 (0,93) 0,92 (0,81) 0,90 (0,89) 1
inflasi bulanan kota-kota
Semarang, Surakarta, Purwokerto, Tegal dan dibandingkan dengan nasional (Indonesia) untuk periode KIB 1 dan KIB 2 (dalam tanda kurung). Koefisien korelasi – koefisien korelasi tersebut signifikan positif artinya jika terjadi kenaikan inflasi bulanan di suatu kota maka kota-kota lain juga cenderung terjadi kenaikan inflasi bulanan dan sebaliknya. Sifat yang sama juga terjadi jika dikaitkan dengan inflasi bulanan di Indonesia.
3.00 2.50 2.00
Surakarta
1.50
Semarang
1.00
Tegal
0.50
Purwokerto
0.00
Indonesia
-0.50
Gambar 3. Karakteristik inflasi bulanan tiap-tiap bulan untuk periode KIB 1.
Karakteristik inflasi bulanan untuk tiap-tiap bulan dinyatakan pada Gambar 3 untuk periode KIB 2 dan pada Gambar 4 untuk periode KIB 1. Terlihat bahwa pada periode KIB 2, inflasi kecil terjadi pada bulan April, Mei, September dan Oktober sedangkan inflasi besar terjadi pada bulan Januari, Juni, Juli, Desember. Rata-rata inflasi tertinggi terjadi pada bulan Juli karena pada bulan tersebut dimulainya tahun pelajaran baru sehingga banyak biaya yang Seminar Nasional Matematika, Sains dan Informatika 2015
72
Prosiding
ISBN 978-602-18580-3-5
dikeluarkan pada waktu permulaan sekolah khususnya untuk pembayaran uang sumbangan sekolah, uang seragam dan lain-lain.
1.60 1.40 1.20 1.00 0.80 0.60 0.40 0.20 0.00 -0.20 -0.40
Surakarta Semarang Tegal Purwokerto Indonesia
Gambar 4. Karakteristik inflasi bulanan tiap-tiap bulan untuk periode KIB 2.
Dengan menggunakan uji Kolmogorov-Smirnov satu sampel, diperoleh nilai-p untuk kota Semarang, Surakarta, Purwokerto, Tegal dan dibandingkan dengan Indonesia berturut-turut adalah 0,004, 0,001, 0,099, 0,003 dan 0,011 untuk periode KIB 1, sedangkan untuk periode KIB 2 berturut-turut adalah 0,445, 0,038, 0,183, 0,664 dan 0,617. Hal itu berarti, untuk periode KIB 1 dan dengan menggunakan tingkat signifikansi 0,05 hanya inflasi bulanan Purwokerto yang berdistribusi normal sedangkan untuk periode KIB 2 hanya inflasi bulanan kota Surakarta yang tidak berdistribusi normal. Hal ini, kemungkinan disebabkan terjadi kenaikan harga BBM tiga kali pada periode KIB 1 sehingga terdapat titik-titik ekstrem dari data inflasi bulanannya sedangkan pada periode KIB 2 hanya terjadi kenaikan BBM satu kali. Karena hanya sedikit kota yang mempunyai inflasi bulanan yang berdistribusi normal maka perbandingan inflasi bulanan periode KIB 1 dan periode KIB 2 akan lebih baik jika digunakan uji Mann-Whitney. Untuk keempat kota di jawa Tengah yaitu Semarang, Surakarta, Purwokerto dan Tegal, berturut-turut diperoleh nilai-p yaitu 0,072, 0,461, 0,140 dan 0,006. Dengan menggunakan pendekatan bootstrap, berturut-turut diperoleh nilai-p yaitu 0,075, 0,463, 0,134 dan 0,005. Hal itu berarti dengan menggunakan tingkat signifikansi 0,05, hanya kota Tegal
Seminar Nasional Matematika, Sains dan Informatika 2015
73
Prosiding
ISBN 978-602-18580-3-5
yang mempunyai rata-rata inflasi bulanan yang berbeda nyata antara periode KIB 1 dan KIB 2 dengan periode KIB 2 lebih rendah dibandingkan periode KIB 1. Apabila digunakan uji Kruskal-Wallis untuk keempat kota di Jawa Tengah dan Indonesia untuk menguji hipotesis bahwa rata-rata inflasinya sama maka akan diperoleh nilai-p yaitu 0,387 (dan nilai-p bootstrap yaitu 0,385 untuk periode KIB 1 dan diperoleh nilai-p yaitu 0,854 dan nilai-p bootstrap yaitu 0,852) untuk periode KIB 2. Hal itu berarti bahwa rata-rata inflasi bulanan untuk keempat kota dan Indonesia dapat dikatakan sama untuk periode KIB 1 dan periode KIB 2.
5. KESIMPULAN Dalam makalah ini telah dipresentasikan perbandingan perbandingan inflasi bulanan empat kota di Jawa Tengah yaitu kota Semarang, Surakarta, Purwokerto dan Tegal pada priode KIB 1 dan KIB 2. Dapat disimpulkan bahwa tidak terdapat perbedaan signifikan rata-rata inflasi untuk keempat kota di Jawa Tengah pada periode KIB 1 maupun pada periode KIB 2. Pada kota Tegal terdapat perbedaan signifikan rata-rata inflasi bulanan pada periode KIB 1 dan KIB 2 sedangkan pada kota-kota lain, tidak terdapat perbedaan signifikan rata-rata inflasi bulanan pada periode tersebut. Penelitian ini dapat dikembangkan untuk kota-kota lain di seluruh Indonesia.
DAFTAR PUSTAKA Agustius, Y. ; A. Setiawan; B. Susanto. (2013a). Penerapan Metode Bootstrap Pada Uji Komparatif Non Parametrik 2 Sampel, Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA FMIPA UNY Yogyakarta 18 Mei 2013, M-179-M188 Agustius, Y. , A. Setiawan, B. Susanto. (2013b). Penerapan Metode Boostrap Pada Uji Komparatif Non Parametrik Lebih dari 2 Sampel, Prosiding Seminar Sains dan Pendidikan Sains FSM UKSW Vol 4 No 1, 445-451. Dewi, M. S. (2011) Analisis Pengaruh Variabel Makroekonomi Terhadap Inflasi di Indonesia Sebelum dan Sesudah Diterapkannya Kebijakan Inflation Targeting Framewokr Periode 2002:1 – 2010:12, Media Ekonomi Vol. 19, No. 2, 4-29. Harinaldi. (2005). Prinsip-prinsip Statistik untuk Teknik dan Sains, Penerbit Erlangga, Jakarta.
Seminar Nasional Matematika, Sains dan Informatika 2015
74
Prosiding
ISBN 978-602-18580-3-5
Maggi, R. & B. G. Saraswati (2013), Faktor-faktor yang mempengaruhi Inflasi di Indonesia : Model Demand Pull Inflation, Jurnal Ekonomi Kuantitatif Terapan Vol. 6 No. 2, 71-77. Martono, N. (2010). Statistik Sosial: Teori dan Aplikasi Program SPSS. Edisi Pertama. Yogyakarta: Penerbit Gava Media Setiawan, A. (2012a). Penentuan Distribusi Skewness dan Kurtosis dengan Metode Resampling berdasar Densitas Kernel (Studi Kasus Pada Analisis Inflasi Bulanan Komoditas bawang Merah, Daging Ayam ras dan Minyak Goreng di Kota Semarang), Prosiding Seminar Nasional Sains dan Pendidikan Sains, Vol 3 No 1,240-247. Setiawan, A. (2012b)
Perbandingan Koefisien Variasi antara 2 Sampel dengan Metode
Bootstrap (Studi Kasus pada Analisis Inflasi Bulanan Komoditas Beras, Cabe Merah dan Bawang Putih di Kota Semarang)
Jornal “De Cartesian” Universitas Sam
Ratulangi Manado Volume 1 No 1,18-24. Setiawan, A.
(2013a).
Statistika di Era Super Data Set, Prosiding Seminar Nasional
Matematika, Sains dan Teknologi Informasi Universitas Sam Ratulangi 14 Juni 2013, 18. Setiawan, A. (2013b). Karakteristik Inflasi Bulanan Kota-kota di Indonesia tahun 2009-2013, Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UNY 9 November 2013,MS-1-MS-8. Setiawan, A. (2014a). Perbandingan Karakteristik Inflasi Kota-kota di Indonesia bagian Timur Sebelum dan Sesudah Krisis Moneter 1998, Jornal “De Cartesian” Universitas Sam Ratulangi Manado. Vol. 3 No. 1 Tahun 2014, 9-16. Setiawan, A. (2014b). Karakteristik Inflasi Kota-kota di Indonesia Bagian Barat, Prosiding Seminar Nasional Sains dan Pendidikan Sains UKSW Salatiga 21 Juni 2014, 642-648. Yodiatmaja, B. (2012) Hubungan antara BI Rate dan Inflasi Periode Juli 2005 – Desember 2011 : Uji Kausalitas Toda – Yamamoto, Economics Development Analysis Journal Vol. 1 No. 2, 1-7.
Seminar Nasional Matematika, Sains dan Informatika 2015
75