73 research outputs found
Pengaruh Manajemen Kerelasian Pelanggan terhadap Loyalitas Nasabah PT Bank Muamalat Indonesia,Tbk Cabang Bogor
No full textLoyalty is a customer commitment to constantly resubscribe and repurchase a product or service in the future. Every company wants the customer to have high loyalty toward their products, so does PT Bank Muamalat Indonesia (BMI), Tbk Branch Bogor. Loyalty appears because of customer satisfaction and good relationship between the customer and the company. Customer relationship management is needed to mantin a good relationship between the customer and the company. Customer relationship management in BMI is a company approaching to (1) customer identification (IDENT), (2) customer differentiation (DIFFER), (3) interaction to retain (INTER) and (4) technology development (TEKNO). The fourth independent variables, satisfaction (PUAS) and loyalty (LOYAL) as the dependent variables are variables that can not be measured 6 directly, so they are needed to take a few indicators as a measurement. Structural equation modeling is an approach that can be used to solve the problem. The structural equation modeling analysis is needed to see how customer relationship management and customer satisfaction influence customer loyalty. The result shows that the development of technology (TEKNO) is the factor that influences satisfaction (PUAS) and it is effected to customer loyalty (LOYAL)
Analisis Spasial Data Panel pada Rata-Rata Pengeluaran per Kapita Jawa Barat dengan Matriks Queen Contiguity dan Akses Jalan
No full textRata-rata pengeluaran per kapita merupakan salah satu indikator penting dalam menentukan kesejahteraan penduduk pada suatu wilayah. Pola pengeluaran penduduk Jawa Barat sangat dipengaruhi oleh waktu dan lingkungan sosialnya sehingga ada indikasi pengaruh kebergantungan antar wilayah. Guna menangkap dinamika pengeluaran per kapita Jawa Barat, digunakan data deret waktu pada periode 2004-2008. Analisis statistika yang digunakan adalah analisis kebergantungan spasial data panel dengan pendekatan matriks queen contiguity dan akses jalan. Model data panel yang terpilih adalah model data panel dengan pengaruh tetap. Pengaruh kebergantungan spasial, berpengaruh nyata pada model galat spasial (SEM) untuk matriks queen contiguity dan untuk matriks akses jalan berpengaruh nyata pada model autoregresi spasial (SAR) dan galat spasial (SEM). Perbedaan signifikansi dari kedua matriks ini disebabkan karena jenis hubungan kebertetanggaan yang digunakan. Model yang tepat adalah model galat spasial (SEM) dengan matriks akses jalan. Pemilihan model terbaik didasarkan pada nilai AIC dan SIC yang dihasilkan yaitu sebesar -3.688 dan -2.979 serta asumsi kehomogenan ragam dan keacakan sisaan. Model terbaik yang dihasilkan adalah model galat spasial (SEM) pada data panel pengaruh tetap dengan matriks hubungan akses jalan
Penerapan Model ARCH/GARCH pada Data Perubahan Curah Hujan Harian di Kabupaten Sambas, Kalimantan Barat, Periode 2010-2011
No full textAdanya perubahan curah hujan yang ekstrem mengakibatkan mutu dari buah jeruk yang dihasilkan di Kabupaten Sambas, Kalimantan Barat rendah. Selain itu perubahan curah hujan ekstrem juga mengakibatkan adanya fenomena pecah buah yang membuat petani mengalami kerugian. Perubahan curah hujan ekstrem ini sulit untuk diprediksi sehingga petani mengalami kesulitan untuk menyiapkan berbagai langkah antisipasi. Untuk itu diperlukan suatu pemodelan yang dapat digunakan untuk melakukan peramalan terhadap besarnya perubahan curah hujan yang akan terjadi di masa mendatang. Analisis deret waktu merupakan analisis yang biasa digunakan untuk melakukan peramalan terhadap suatu data yang diamati berdasarkan deret waktu. Namun analisis ini umumnya menggunakan model Autoregressive Integrated Moving Average (ARIMA) pada model rataannya dengan asumsi ragam sisaan yang konstan (homogen). Jika asumsi kehomogenan ragam sisaan tersebut tidak terpenuhi maka metode yang dapat digunakan untuk mengatasi masalah tersebut adalah pemodelan sisaan Autoregressive Conditional Heteroscedasticity (ARCH) atau Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Data perubahan curah hujan di Kabupaten Sambas, Kalimantan Barat tidak memenuhi asumsi kehomogenan ragam sisaan. Oleh karena itu dilakukan pemodelan sisaan dengan menggunakan ARCH/GARCH. Dari hasil pemodelan data perubahan curah hujan tersebut diperoleh model terbaik yaitu model rataan ARMA(1,0) dan model ragam GARCH(1,1). Hal ini berarti ragam bersyarat dari sisaan dipengaruhi oleh kuadrat sisaan dan ragam bersyarat satu periode yang lalu. Hasil validasi model dengan menggunakan kriteria MAD (20,42) dan RMSEP (28,13) menunjukkan nilai yang masih cukup besar. Akan tetapi, dari plot antara nilai ramalan perubahan curah hujan dengan nilai aktualnya dapat dilihat bahwa nilai ramalan perubahan curah hujan sudah cukup mendekati nilai aktualnya
Preferensi Mahasiswa IPB terhadap Mata Kuliah Metode Statistika Menggunakan Analisis Konjoin (Studi Kasus pada Mahasiswa IPB Program Strata Satu yang Mengambil Mata Kuliah Metode Statistika Menggunakan Analisis Konjoin)
No full textMetode Statistika merupakan salah satu mata kuliah interdept IPB, oleh karena itu, perlu diadakan evaluasi untuk mengetahui preferensi atau keinginan mahasiswa terhadap mata kuliah tersebut. Analisis konjoin merupakan analisis yang dapat digunakan untuk mengetahui preferensi atau keinginan mahasiswa mengenai metode pengajaran untuk Metode Statistika. Kombinasi metode pengajaran disusun menggunakan fraksional faktorial dimana level dari faktor ditentukan berdasarkan survei pendahuluan. Teknik sampling yang digunakan adalah penarikan contoh acak bertahap terhadap mahasiswa yang pernah mengambil mata kuliah Metode Statistika pada tahun akademik 2009/2010. Berdasarkan Nilai relatif penting (NRP) pada hasil analisis konjoin, atribut modul, jumlah mahasiswa dan jam kuliah menempati tiga urutan teratas. Sedangkan, nilai kegunaan taraf (NKT) menunjukkan mahasiswa cenderung lebih menyukai materi sesuai mayor, modul yang terstruktur, dosen yang komunikatif, mahasiswa sebagai pengajar responsi, jumlah mahasiswa <50 satu kelasnya dan jam kuliah antara jam 07.00-12.00
Sensitivitas Ukuran Amatan Model Autoregresi Fuzzy
No full textThe conventional time series modelling method is Autoregressive Integrated Moving Average (ARIMA). ARIMA method is more effective if it is applied in long time periode of observations that at least 50 observations. Tseng on 2001, introduced Fuzzy ARIMA method to deal time series modelling on short time periode of observations. Fuzzy ARIMA combines the advantages of fuzzy logic, ARIMA and fuzzy regression. Considering Tseng’s study the aim of this study is tracing the optimal observation range size when fuzzy ARIMA method is applied at the curent condition. The result of this study indicated that fuzzy ARIMA when the condition of time series data AR(2) with μ=50 and parameter estimation 1=0.600 and 2=0.300 was more sensitive when the observation size less than 20
Kajian Pengaruh Noise dalam Analisis Komponen Utama untuk Peubah-Peubah yang Berkorelasi
No full textPrincipal Component Analysis (PCA) is one of multivariate techniques that generally used for dimension reduction. PCA uses covariance matrices as initial information. Change in values of those matrices can result in different PCA scores. One of conditions that can cause the change is noise presence, which was studied by Tsakiri and Zurbenko (2011). It showed that PCA results will be different when the data were affected by noise. This study was conducted to see the effect of noise on PCA results for data with correlated variables. The results showed that noise have greater influence on PCA results for certain correlation coefficient values
Pemodelan Curah Hujan dengan Model Fungsi Transfer Input Ganda
No full textFloods are natural events that have erratic pattern. The time when floods occure are detectable, when we are able to forecast rainfall. The amount of rainfall is influenced by several factors, including temperature and humidity. Rainfall, temperature, and humidity are time series data that have are not independent. Forecasting for time series data can be done by using ARIMA model. Forecasting result from ARIMA models are not satisfying because it is not close to the actual data, which was also showed by its MAPE value of 37.01%. Hence the transfer function model was applied to forecast rainfall as the output variable along with temperature and humuidity factor as the input variable. The result from transfer function model used for short run forecasting (1 week) was quite good which can be seen by its MAPE value of 5.28%. Although transfer function model has a lower MAPE value compared to ARIMA model, transfer function model is not good enough to be used on long-term (1 month) rainfall forecasting, which is showed by its MAPE value of 31.68% and it could not detect flood occurence well. Based on those MAPE values it can be concluded that the transfer function model is still better than ARIMA model
Pengembangan Paket R untuk Analisis Deret Waktu dengan Tampilan User Friendly bagi Praktisi Statistik
No full textR merupakan salah satu perangkat lunak analisis statistika yang dapat dikembangkan dan diaplikasikan secara bebas tetapi penggunaannya kurang luas karena tampilannya yang tidak mudah dipahami oleh peneliti umum atau praktisi statistik. Penelitian ini dilakukan untuk menyusun paket R untuk analisis statistika khususnya analisis deret waktu. Penyusunan paket ini menggunakan perangkat lunak R dan paket pendukung lainnya. Pembuatan paket R ini dapat digunakan pengguna untuk melakukan analisis statistika secara mudah dan legal. Paket ini diberi nama Pradewa (Paket R Analisis Deret Waktu) merupakan paket Analisis Deret Waktu yang memiliki tampilan antar muka dan berbagai fungsi Analisis Deret Waktu dikembangkan oleh Warella tahun 2010. Pengembangan dilakukan dengan menambahkan analisis ARIMA Musiman, Rataan Bergerak Ganda, Simulasi Deret Waktu Stasioner, dan Uji Augmented Dickey Fuller. Dari pengujian yang telah dilakukan terdapat perbedaan pada hasil ARIMA Musiman bila dibandingkan dengan Minitab karena menggunakan metode yang berbeda, namun memiliki hasil sama bila dibandingkan dengan SAS. Secara keseluruhan pengujian yang dilakukan dengan berbagai perangkat lunak yang telah ada menunjukkan bahwa Pradewa 2.0 mampu menyelesaikan analisis statistika sesuai dengan fungsinya
Regresi Komponen Utama dengan Pemodelan Sisaan ARCH/GARCH
No full textSuhu merupakan salah satu unsur cuaca yang sangat penting karena dapat memberikan informasi mengenai pola curah hujan dan fenomena iklim ekstrim seperti El Nino dan La Nina. Badan Meteorologi Klimatologi dan Geofisika (BMKG) telah melakukan pemodelan suhu maksimum. Pemodelan yang dilakukan menggunakan Regresi Komponen Utama (RKU) menghasilkan koefisien korelasi (r) sebesar 0.243 dan Root Mean Square Error of Prediction (RMSEP) 1.385. Namun, model ini menghasilkan sisaan yang saling berkorelasi dan ragam sisaan yang tidak homogen. Model deret waktu ARMA dapat mengatasi korelasi antar sisaan, dan Autoregressive Conditional Heteroscedasticity (ARCH) atau Generalized Autoregressive Conditional Heteroscedasticity (GARCH) merupakan model yang dibentuk untuk menangani masalah ketidakhomogenan ragam. Pemodelan ARMA dan ARCH/GARCH digunakan untuk mengatasi kedua masalah tersebut. Tujuan penelititan ini adalah memodelkan suhu maksimum menggunakan regresi komponen utama dengan pemodelan sisaan ARCH/GARCH. Hasil menunjukkan bahwa model GARCH (2,1) merupakan model ragam terbaik dengan model rataan ARMA (1,1) yang memberikan nilai korelasi dan RMSEP yang sama dengan model RKU yang dilakukan oleh BMKG, tetapi model regresi komponen utama dengan pemodelan sisaan ARCH/GARCH terbukti mampu mengatasi masalah korelasi antar sisaan dan ketidakhomogenan ragam sisaan
Pengaruh Program Customer Relationship Management Terhadap Loyalitas Pelanggan (Study Kasus pada Bank Konvensional dan Bank Syariah di Kota Bogor)
No full textThe number of banks in Indonesia indicates the existence of competition in the banking industry. It can be seen from the percentage growth in customer deposits decreased. Percentage growth decline suggests that the two types of customers in the bank does not always save their money and tendency to move from one to another bank which ultimately lead to disloyal attitude. The existence of competition between the two types of banks in collecting deposits from customers, making the company tried to implement a marketing strategy that can affect customer loyalty to keep the money in the bank. One ofthose strategy is Customer Relationship Management. In This research will describe the influence of CRM programs on customer loyalty at conventional banks and Islamic banks in Bogor. The data processing using Structural Equation Model (SEM) method. Result of this Research indicate not all CRM programs have a significant effect on customer loyalty in conventional banks and Islamic banks. CRM programs that significantly affect customer loyalty in both types of banks i.e Continuity marketing programs and Partnering. The most dominant variable effect on customer loyalty in conventional banks is Continuity Marketing with a value of 0,65. While the Islamic banks are the most influential variables on customer loyalty is Partnering with a value of 0,4
- …
