The subjects studied at university are often interrelated and form an intact of complete  knowledge. This study aims to analyze the asymmetrical relationship between Statistical Methods scores and Probability Theory scores in Statistics students through Somers' d correlation analysis. Based on the analysis performed, it was found that there was a strong correlation (0.612 and 0.716) between the scores obtained by students in the Statistical Methods and Probability Theory. The analysis also shows that the scores of the Statistical Method that students obtained has a significant influence on students' Probability Theory scores. So it can be concluded, that the higher the student's Statistical Method score obtained in the early semester, the higher the chance for students to get high Probability Theory scores in the following semester.

Indeks Pembangunan Manusia (IPM) merupakan ukuran kunci untuk mengukur keberhasilan upaya peningkatan kualitas hidup penduduk. IPM dapat menentukan peringkat atau tingkat perkembangan suatu wilayah/negara. Indeks Pembangunan Manusia (IPM) mengukur kinerja pembangunan manusia berdasarkan banyak komponen dasar kualitas hidup. Indeks Pembangunan Manusia (IPM) juga merupakan indikator penting untuk mengukur keberhasilan upaya peningkatan kualitas hidup. Penelitian ini menggunakan metode regresi random forest dengan tingkat kepentingan peubah prediktor diukur menggunakan nilai Shapley Addictive Explanation (SHAP). Hasil penelitian menunjukkan bahwa dari keempat faktor-faktor yang mempengaruhi IPM, peubah pengeluaran per kapita (X1) memiliki tingkat kepentingan tertinggi dan yang terendah adalah peubah angka harapan lama sekolah (X3). Sementara rata-rata lama sekolah (X2) dan umur harapan hidup saat lahir (X4) memiliki tinkat kepentingan berturut-turut kedua dan ketiga terhadap IPM di Indonesia.

Pada umumnya asumsi dasar untuk data pada bagan kendali adalah bersifat saling bebas dan menyebar normal. Namun tidak semua data dapat memenuhi asumsi tersebut salah satunya ketika terjadi autokorelasi. Jika terdapat autokorelasi pada data dapat mempengaruhi tingkat alarm palsu sehingga permasalahan autokorelasi perlu untuk diatasi. Cara untuk mengatasi data berautokorelasi pada bagan kendali dapat dilakukan dengan menggunakan bagan kendali modifikasi Shewhart dan bagan kendali ARMAST. Hasil penelitian menunjukkan pada bagan kendali ARMAST lebih sensitif terhadap data yang out of control dibandingkan dengan bagan kendali modifikasi Shewhart karena nilai ARL yang diperoleh pada bagan kendali ARMAST lebih kecil dibandingkan dengan ARL pada bagan kendali modifikasi Shewhart. Sehingga dalam penelitian ini disimpulkan bahwa performance bagan kendali ARMAST lebih baik dibandingkan bagan kendali modifikasi Shewhart.

Abstrak. Indeks Pembangunan Manusia (IPM) merupakan salah satu indikator yang penting dalam melihat sisi lain dari pembangunan. Setiap indikator komponen penghitungan IPM dapat dimanfaatkan untuk mengukur keberhasilan pembangunan kualitas hidup manusia seperti Umur Harapan Hidup (UHH), Harapan Lama Sekolah (HLS), Pengeluaran per Kapita Disesuaikan (PKD), dan Lama Sekolah (LS). Penelitian ini bertujuan untuk mengetahui sebaran IPM di Kawasan Timur Indonesia, kemudian melakukan pemodelan data IPM dengan menggunakan regresi logistik, decision tree, dan random forest untuk mendapatkan model terbaik dalam memprediksi IPM serta mengetahui faktor-faktor yang memiliki pengaruh terhadap perubahan nilai IPM. Hasilnya menunjukkan bahwa daerah dengan kategori IPM rendah dan IPM sedang memiliki persentase sebesar 69% yang lebih tinggi dibandingkan dengan daerah dengan kategori IPM tinggi dan IPM sangat tinggi sebesar 31% untuk kawasan Timur Indonesia. Model terbaik untuk pemodelan data IPM pada Kawasan Timur Indonesia adalah model random forest dengan nilai kebaikan model sebesar 94.03% dan nilai balanced accuracy sebesar 93.33%. Hasil prediksi diperoleh sebanyak 2 kabupaten/kota atau 4.08% yang diprediksi tidak tepat. Variabel Umur Harapan Hidup memiliki pengaruh atau kontribusi yang signifikan dalam perubahan nilai IPM kabupaten/kota di Kawasan Timur Indonesia. Kata kunci: IPM, Kawasan Timur Indonesia, Random forest