i
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
ii
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
iii
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)
iv
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
v
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
vi
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.
vii
SUSUNAN PANITIA
Pelindung : Prof. Ravik Karsidi (Rektor UNS)
Steering Committee : 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
Ketua Panitia : Drs. Bambang Harjito, M.App.Sc., Ph.D
Sekretaris : Winita Sulandari, M.Si
Bendahara : Dr. Sayekti Wahyuningsih, S.Si., M.Si
Titin Sri Martini, S.Si., M.Kom
Setyaningsih, A.Md
Anggota : 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
viii
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 A-1
Dr. Wisnu Bawa Tarunajaya, SE., M.M.
2. Pengembangan Pariwisata Terintegrasi di Wilayah Solo Raya A-2
F.X. Hadi Rudyatmo
MATERI PEMBICARA UTAMA
1. Designing Recommendation System for Tourism B-1
Dr. Wiranto, M.Sc., M.Kom
2. Penambangan Data Runtun Waktu (Time Series Data Mining) B-2
Prof. Drs. Subanar, Ph.D
3.
B-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
ix
Bidang Matematika dan Statistika
1 Aplikasi Aljabar Maks-Plus pada Sistem Produksi Tipe Serial Andika Ellena Saufika Hakim Maharani, Siswanto, Sutanto
1
2 Disain Odema (Ornament Decorative Mathematics) untuk Populerisasi Matematika Hanna Arini Parhusip
8
3 Penentuan Lintasan Kapasitas Fuzzy Maksimum Menggunakan Aljabar Max-Min
Bilangan Fuzzy M. Andy Rudhito
16
4 Peningkatan Kemampuan Komunikasi Matematika Peserta Didik Melalui quantum
Teaching yang disetting Kooperatif Di Kelas X SMK Negeri 1 Kalibagor Noorul Fatimah
23
5 Generalisasi Model Sistem Produksi Menggunakan Aljabar Max-Plus Pohet Bintoto, Subiono
31
6 Analisis Keterlaksanaan Pembelajaran Matematika Kreatif SMA Negeri 2 Merangin
Tahun 2015 Suwarni,Jefri Marsal, Syamsurizal
37
7 Penerapan Kalkulus dalam Pengobatan Kanker Agnes Dwi Purnama Sary, dan Riandika Ratnasari
43
8 Peramalan Indeks Harga Saham Gabungan (IHSG) Menggunakan Jaringan Saraf
Tiruan Elman dengan Algoritme Gradient Descent Adaptive Learning Rate Beta Vitayanti, Winita Sulandari, Siswanto
49
9 Penerapan Matematika Dalam Pembuatan Puisi Lusia Devi Astuti, Bernadeta Raisa Dwi Kalistyani
55
10 Konsep Limit Fungsi Pada Ruang C[a,b] Muslich
61
11 Perbandingan Inflasi Bulanan Empat Kota di Jawa Tengah pada Periode KIB 1 dan
KIB 2 Adi Setiawan
67
12 Analisis Regresi Spasial untuk Data Persentase Rumah Tangga Miskin di Kabupaten
Banyumas Tahun 2011 Aji Resmi Nurdin, Nunung Nurhayati, Idha Sihwaningrum, Supriyanto
76
13 Model Grey GM(1,1) dengan Modifikasi Rantai Markov Zulia Nurdina Arba’ati, Winita Sulandari, Supriyadi Wibowo
82
14 Algoritme K2 dengan Distribusi Prior Dirichlet untuk Menentukan Struktur Bayesian
Networks (BNs) Feri Handayani, Dewi Retno Sari Saputro, Purnami Widyaningsih
89
x
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 Inayatus Sholichah, Heri Kuswanto, Brodjol Sutijo
96
16 Penerapan Runtun Waktu Fuzzy Terbobot pada Peramalan Curah Hujan di DAS
Bengawan Solo Indiawati Ayik Imaya, Winita Sulandari
102
17 Twitter sebagai Sarana Informasi Pemerintah (Studi Kasus: Word Cloud Akun
Twitter @Officialcpns sebagai Akun Resmi Kementrian Pendayagunaan Aparatur
Negara dan Reformasi Birokrasi dibandingkan dengan Akun @Infocpns2014) Jatmika Rahmawati Yuwana
109
18 Model Regresi Poisson untuk Data Jumlah Balita Penderita Gizi Buruk di Kabupaten
Banyumas Junaesti Prafitasari, Nunung Nurhayati, Supriyanto
115
19 Peramalan Produksi Gas Alam Indonesia Menggunakan Metode Two-Factor Fuzzy
Time Series Muh. Hasbiollah, Devi Kumala Sari, RB. Fajriya Hakim
121
20 Analisis Soal Tes Matematika Berdasarkan Model Logistik 3 Parameter dengan
Pendekatan Bayesian Noer Hidayah
128
21 Faktor – Faktor yang Mempengaruhi Total Fertility Rate (TFR) di Indonesia dengan
Menggunakan Regresi Semiparametrik Spline Truncated Rizfanni C.P, Asima M.T, Jupita S.I.H, Khusniyah
135
22 Kicauan Islam dari Negeri UNCLE SAM Siti Arni Wulandya, RB. Fajriya Hakim
143
23 Analisis Data Inflasi di Indonesia Menggunakan Model Arima Box-Jenkins, Kernel
dan Spline Suparti, Budi Warsito, Moch. Abdul Mukid
150
24 Penduga Rasio Menggunakan Koefisien Variasi Seluruh Strata Variabel Bantu pada
Sampel Acak Strtatifikasi Atika Oktafiana, Isnandar Slamet, Purnami Widyaningsih
157
25 Penentuan Pola Hubungan Antar Rawi Hadis Menggunakan Metode Association
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
163
26 Aplikasi Metode Logistic Regression Ensemble (Lorens) dan Probabilistics Neural
Network (PNN) untuk Klasifikasi Ligand pada Database Inhibitor Enzym Hanny Adiati, Brodjol Sutijo Suprih Ulama, Heri Kuswanto
170
xi
27 Aplikasi Text Mining pada Akun Twitter @Soloposdotcom Moh. Abdu Falah, RB. Fajriya Hakim
176
28 Estimasi Fungsi Tahan Hidup dari Tiga Metode Pengobatan Jantung Koroner (PJK)
untuk Memperoleh Metode Pengobatan Terbaik (Data Berdistribusi Eksponensial dua
Parameter Sensor tipe-II) Riswan Dwiramadhan, Akhmad Fauzy
182
29 Pendugaan Parameter Regresi Logistik Biner dengan Spreadsheet Solver (Add-In
Microsoft Excel) Shaifudin Zuhdi, Dewi Retno Sari Saputro
187
30 Distribusi Gumbel-Copula untuk Nilai Ekstrem Kecepatan Angin dan Lama
Penyinaran Matahari di Kabupaten Purworejo dengan Estimasi Parameter Kendall’s
TAU Wisnu Dimas Priyatnomo, Dewi Retno Sari Saputro
194
31 Simulasi Markov Chain Monte Carlo pada Algoritme Gibbs Sampling Berdistribusi
Beta-Binomial menggunakan software R Yuanita Kusma Wardani, Dewi Retno Sari Saputro, Sri Kuntari
201
32 Faktor-Faktor Yang Mempengaruhi Produk Domestik Bruto dengan Pendekatan
Analisis Data Panel (Studi Kasus: Lima Negara Asean dengan Produk Domestik
Bruto Terbesar Tahun 2006-2013) Lalu Asri Adhitya Nugraha, Akhmad Fauzy
208
33 Pendekatan Cart Bagging untuk Klasifikasi Pekerja Anak di Provinsi Sulawesi
Tengah Mohammad Fajri, Muhammad Mashuri
214
34 Perbandingan Model B Spline dan Iterated Conditional Modes (ICM) pada Data
dengan Measurement Error (ME) Hartatik
221
35 Penduga Rasio Pada Pengambilan Sampel Acak Sederhana Menggunakan Koefisien
Regresi, Kurtosis, dan Korelasi Eko Budi Susilo, Isnandar Slamet, Yuliana Susanti
234
36 Probabilitas Kebangkrutan Obligasi Berdasarkan Pola Waktu Kebangkrutan Di Asih I Maruddani, Triastuti Wuryandari, Diah Safitri
240
Bidang Sains
1 Pengaruh Penambahan Konsentrasi Propilen Glikol Sebagai Enhancer Terhadap
Aktivitas Antiinflamasi Gel Ekstrak Etanol Rimpang Kunyit (Curcumae Domestica
Val.) pada Tikus Jantan Galur Wistar Heru Sasongko, Wahyu Widyaningsih, Nining Sugihartini
247
2 Uji Sun Protecting Factor (SPF) Fraksi Buah Baccaurea Lanceolata Muell. Arg Samsul Hadi, Subagus Wahyuono, Ag. Yuswanto, RR.Endang Lukitaningsih
254
xii
3 Analisis Efektivitas Biaya Terapi Insulin Dibandingkan dengan Kombinasi Insulin
Acarbose pada Pasien Diabetes Melitus Tipe 2 Yeni Farida, Tri Murti Andayani
261
4 Analisa Pengaruh Fraksi Etil Asetat Pegagan (Centella Asiatica (L.) Urban) Terhadap
Efek Sedatif Pada Mencit Balb/C dengan Statistik Anava Anif Nur Artanti, Oksa Setya Hanafrida
268
5 Sensor Landslide Early Warning System (LEWS) Berbasis Serat Optik POF dengan
Metode Pemantulan Mohtar Yunianto, Hery Purwanto, Fuad Anwar
275
6 Model Struktur Patahan Bawah Permukaan Daerah Panas Bumi Gama Menggunakan
Metode Gaya Berat Magdalena Nilam Sari, Ayu Apdila, Bagus Ferdiandi, Muhammad Amir Zain,
Supriyanto Suparno
283
7 Identifikasi Struktur Patahan Daerah Panasbumi Menggunakan Metode Gaya Berat
dengan Analisis Horizontal Gradient dan Second Vertical Derivative Ayu Apdila Yuarthi, Magdalena Nilam Sari, Bagus Ferdiandi, Muhammad Amir Zain,
Supriyanto Suparno
290
8 Sintesis Nanosilika dari Abu Sekam Padi (Rice Husk Ask) Ludfiaastu Rinawati, Reva Edra Nugraha, Rizky Mahdia Ista Munifa, Uswatul
Chasanah, Sayekti Wahyuningsih
297
9 Pemisahan Fe2O3 dari Pasir Besi Sebagai Nutrien Tambahan Terenkapsulasi Zeolit
pada Pupuk Urea Slow Release Nanda Pratiwi, Khusnan Fadli Nur Ikhsan, Nana Rismana, Nikmatuz Zuhrini, Edi
Pramono, Sayekti Wahyuningsih
304
10 Optimasi Pengolahan Limbah Zat Warna Hasil Biodeinking dengan Degradasi
Fotoelektrokatalitik Menggunakan Fotoanoda Komposit TiO2/NiO Uswatul Chasanah, Elsanty Nur Afifah, Ganjar Fadillah, Rahmat Hidayat, Sayekti
Wahyuningsih
313
11 Kopigmentasi dan Uji Stabilitas Warna Antosianin dari Isolasi Kulit Manggis
(Garcinia Mangostana L.) Hanik Munawaroh, Ganjar Fadillah, Liya Nikmatul Maula Zulfa Saputri, Qonita
Awliya Hanif, Rahmat Hidayat, Sayekti Wahyuningsih
321
12 Pemanfaatan Sistem Informasi Keanekaragaman Hayati (Sihati) untuk Pemetaan
Vegetasi di Kampus Uns Kentingan Triyadi, Sugiyarto, Marsusi, Winarno, Muhammad Ridwan
330
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
336
xiii
Bi1dang Informatika dan Teknik
1 Desain dan Implementasi Pencarian Buku Pada Rak Perpustakaan Berbasis Mobile
Menggunakan Augmented Reality Agus Komarudin, Rezki Yuniarti
345
2 Analisis Kinerja Protokol Reaktif Pada Jaringan Manet dalam Simulasi Jaringan
Menggunakan Network Simulator Dan Tracegraph Bayu Nugroho, Noor Akhmad Setiawan, dan Silmi Fauziati
354
3 Klasifikasi Data Sensor Akselerometer Dan Giroskop untuk Pengenalan Aktifitas Budy Santoso, Lukito Edi Nugroho, Hanung Adi Nugroho
361
4 Segmentasi MRI Tumor Otak Menggunakan Fuzzy C-Means (FCM) Diah Priyawati, Indah Soesanti
370
5 Analisis Pola Spatio-Temporal Penumpang Transportasi Publik dengan Mining
Smartcard Data (Studi Kasus BRT Trans Jogja) Fahmi Dzikrullah, Noor Akhmad Setiawan , Selo
376
6 Perancangan Sistem Identifikasi Umur Pohon dengan Pengolahan Citra Digital dan
Jaringan Syaraf Tiruan Backpropagation Gunawan Abdillah, Wina Witanti
385
7 Analisa dan Perancangan Pengenalan Ekspresi Wajah Menggunakan Wavelet dan
Backpropagation Immanuela P. Saputro, Ernawati, B.Yudi Dwiandiyanta
393
8 Analisis Jejaring Sosial untuk Rekomendasi Personal pada Komunitas Online Irma Yuliana, Paulus Insap Santosa, Noor Akhmad Setiawan
399
9 Evaluasi dan Rangking Ontologi Student Payment Berbasis Matrik dengan OntoQA Jaeni, Selo, dan Sri Suning Kusumawardani
407
10 Perancangan Sistem Informasi Sumber Daya Manusia di PT. ABC Berbasis Web La Media
413
11 Pencarian Jarak Terpendek Menggunakan Algoritma Dijkstra Landung Sudarmana
419
12 Analisis Data Pola Pembelian Konsumen dengan Algoritme Apriori pada Transaksi
Penjualan Supermarket Pamella Yogyakarta M. Didik R. Wahyudi,
Fusna Failasufa
427
13 Analisis Proses Bisnis untuk Perancangan Arsitektur Bisnis pada UNIKA De La Salle
Manado Voice Esther Ticoalu, Irya Wisnubhadra, dan Benyamin L. Sinaga
433
14 Rancang Bangun Cloud Computing UMKM Menggunakan Togaf- ADM Wina Witanti, Agus Komarudin
440
xiv
15 Jaringan Fungsi Basis Radial untuk Menentukan Relasi Fuzzy pada Peramalan
Runtun Waktu Fuzzy Orde Tinggi Winita Sulandari, Titin Sri Martini, Nughthoh Arfawi Kurdhi, Hartatik, Yudho
Yudhanto
447
16 Penerapan Algoritma K-Medoids dalam Penentuan Faktor Terbesar Sumber Informasi
Pemilihan Jurusan di UNJANI Yulison Herry Chrisnanto, Gunawan Abdillah
453
17 Pengukuran Tingkat Kepuasan Terhadap Layanan Teknologi Informasi di Universitas
Islam Negeri Sunan Kalijaga Agus Mulyanto
463
18 Pengembangan Model Blended E-Learning Berbasis Scorm-LMS Terhadap Motivasi
dan Prestasi Belajar Mahasiswa Agustinus Lambertus Suban, Maria Florentina Rumba
472
19 Analisis Kinerja Perangkat Lunak Keamanan Komputer
Bambang Sugiantoro, Yazid Ubaidilah
482
20 Meningkatkan Kreativitas Penggalian Data dan Penemuan Pengetahuan Budi Sutedjo Dharma Oetomo
496
21 Evaluasi Pengaruh Avatar Terhadap Kemudahan Identifikasi Karakteristik Wisatawan
pada Pemandu Wisata Mandiri Berbasis Sosial Media Faiz Umar Baraja, Dr. Ridi Ferdiana, dan Dani Adhipta
501
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 Nur Ulfa Hidayatullah, Ali Musyafa
516
24 Student's Metacognitive Modeling untuk Mendukung Adaptive Learning (Kasus:
Kelas Mata Pelajaran Fisika Madrasah Aliyah Negeri 1 Ponorogo) Purwanto, Khafidurrohman Agustianto
523
25 Penggunaan Multi Criteria Decision Making dalam Fuzzy AHP untuk Penentuan
Lokasi Pendidikan STIKOM Manado Reonaldy Berikang, Djoko Budianto, Ernawati
533
26 Perbandingan PCA dan KPCA pada Pengenalan Jenis Kelamin Rima Tri Wahyuningrum
541
27 Permodelan Dinamis Pengaruh Pemanfaatam Audio Visual Terhadap Motivasi
Belajar Siswa SMK Rina Marina Masri
548
xv
28 Sistem Rekomendasi Optimalisasi Waktu Pengangkutan Sampah di Kota Surakarta
dengan Metode Pigeonhole dan Dijkstra Agus Purbayu, Hartatik, Liliek Triyono
558
29 Sistem Pendukung Keputusan Identifikasi Bakteri Salmonella Pada Susu Bubuk
Dengan Metode Profile Matching (Studi Kasus : Laboratorium PT Tigaraksa Satria,
Yogyakarta) Ade Ratnasari, Purwadi Santoso
567
30 Perancangan Aplikasi Traningpedia Berbasis Android Yudho Yudhanto, Sonia Eka Putri
576
31 Simulasi Pergerakan Kendaraan dan Kereta di Perlintasan Sebidang di Kabupaten
Bandung Barat Iskandar Muda Purwaamijaya
585
Seminar Nasional Matematika, Sains dan Informatika 2015 67
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 Mann-Whitney, 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-rp-
7300-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-bensin-
Prosiding ISBN 978-602-18580-3-5
Seminar Nasional Matematika, Sains dan Informatika 2015 68
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-pengendalian-
inflasi/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 masing-
masing 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-pengendalian-
inflasi/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.
Prosiding ISBN 978-602-18580-3-5
Seminar Nasional Matematika, Sains dan Informatika 2015 69
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 Mann-
Whitney, 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
Prosiding ISBN 978-602-18580-3-5
Seminar Nasional Matematika, Sains dan Informatika 2015 70
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).
SEMARANG SURAKARTA PURWOKERTO TEGAL INDONESIA
Mean 0,74 (0,45) 0,58 ( 0,39 ) 0,74 ( 0,43) 0,81 (0,38) 0,72 (0,45) Median 0,54 (0,41) 0,38 (0,30) 0,56 (0,39) 0,48 (0,29) 0,48 (0,33) Simpangan Baku
1,16 (0,61) 1,14 (0,73) 1,13 (0,54) 1,14 (0,56) 1,19 (0,56)
Koefisien Variasi
1,56 (1,35) 1,96 (1,87) 1,53 (1,25) 1,40 (1,47) 1,64 (1,24)
Skewness 5,00 (2,17) 5,01 (1,78) 3,58 (1,56) 4,49 (1,18) 5,36 (2,29 ) Kurtosis 31,94 (8,68) 31,98 (8,68) 19,09 (5,87) 27,16 (2,21) 35,43 (9,99) Minimum -0,42 (-0,61) -0,65 (-1,35) -0,57 (-0,71) -0,3(-0,52) -0,31 (-0,35) Maximum 8,35 (3,50) 8,08 (3,91) 7,31 (2,84) 8,05 (2,38) 8,7 (3,29) Range 8,77 (4,11) 8,73 (5,26) 7,88 (3,55) 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.
Prosiding ISBN 978-602-18580-3-5
Seminar Nasional Matematika, Sains dan Informatika 2015 71
Gambar 1. Boxplot inflasi bulanan berturut-turut untuk kota Semarang, Surakarta, Purwokerto
dan Tegal pada periode KIB 1 (kiri) dan KIB 2 (kanan).
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).
02
46
8periode KIB 1
02
46
8
periode KIB 2
0 2 4 6 8
0.0
0.4
0.8
Semarang
N = 60 Bandwidth = 0.2214
Den
sity
0 2 4 6 8
0.0
0.4
0.8
Surakarta
N = 60 Bandwidth = 0.1599
Den
sity
0 2 4 6 8
0.0
0.4
0.8
Purwokerto
N = 60 Bandwidth = 0.2725
Den
sity
0 2 4 6 8
0.0
0.4
0.8
Tegal
N = 60 Bandwidth = 0.2502
Den
sity
Prosiding ISBN 978-602-18580-3-5
Seminar Nasional Matematika, Sains dan Informatika 2015 72
SEMARANG SURAKARTA PURWOKERTO TEGAL INDONESIA
SEMARANG 1 0,93 (0,89) 0,90 (0,68) 0,92 (0,82)
0,95 (0,89)
SURAKARTA 0,93 (0,89) 1 0,89 (0,81) 0,91 (0,85)
0,96 (0,93)
PURWOKERTO 0,90 (0,68) 0,89 (0,81) 1 0,85 (0,74)
0,92 (0,81)
TEGAL 0,92 (0,82) 0,91 (0,85) 0,85 (0,74) 1 0,90 (0,89) INDONESIA 0,95 (0,89) 0,96 (0,93) 0,92 (0,81) 0,90
(0,89) 1
Tabel 2 mempresentasikan 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). 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.
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
-0.50
0.00
0.50
1.00
1.50
2.00
2.50
3.00
Surakarta
Semarang
Tegal
Purwokerto
Indonesia
Prosiding ISBN 978-602-18580-3-5
Seminar Nasional Matematika, Sains dan Informatika 2015 73
dikeluarkan pada waktu permulaan sekolah khususnya untuk pembayaran uang sumbangan
sekolah, uang seragam dan lain-lain.
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
-0.40
-0.20
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
1.60
Surakarta
Semarang
Tegal
Purwokerto
Indonesia
Prosiding ISBN 978-602-18580-3-5
Seminar Nasional Matematika, Sains dan Informatika 2015 74
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.
Prosiding ISBN 978-602-18580-3-5
Seminar Nasional Matematika, Sains dan Informatika 2015 75
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, 1-
8.
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.