Pub Date : 2022-01-22DOI: 10.36456/jstat.vol14.no2.a4470
Hillidatul Ilmi, Sifriyani, Surya Prangga
Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.
{"title":"Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan","authors":"Hillidatul Ilmi, Sifriyani, Surya Prangga","doi":"10.36456/jstat.vol14.no2.a4470","DOIUrl":"https://doi.org/10.36456/jstat.vol14.no2.a4470","url":null,"abstract":"Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.","PeriodicalId":115638,"journal":{"name":"J Statistika","volume":"64 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129025331","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-01-22DOI: 10.36456/jstat.vol14.no2.a4217
Rezky Yayang Yakhamid, Amelia Tri Wahyuni, Nadidah Pangestika, Hanifah, Putu Adi Myarsithawan, Risni Julaeni Yuhan
Pada Maret 2020, pandemi global Covid-19 yang disebabkan oleh virus SARS-CoV-2 mulai menyerang Indonesia. Tingginya jumlah kasus kumulatif Covid-19 mengakibatkan diberlakukannya kebijakan PSBB (Pembatasan Sosial Berskala Besar) di Indonesia. Meski kebijakan PSBB sempat dihapuskan karena penyebaran Covid-19 yang menurun, tetapi kemudian diberlakukan kebijakan baru berupa PPKM (Pemberlakuan Pembatasan Kegiatan Masyarakat) di Pulau Jawa dan Bali karena tingginya kasus kumulatif Covid-19 di wilayah tersebut. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang memengaruhi jumlah kasus kumulatif Covid-19 di Pulau Jawa dan Bali. Metode analisis yang digunakan dalam penelitian ini adalah MCA (Multiple Classification Analysis). Adapun variabel yang diduga memengaruhi jumlah kasus kumulatif Covid-19 yaitu klasifikasi daerah, kepadatan penduduk, persentase penduduk lansia, dan PDRB per kapita. Hasil penelitian menunjukkan bahwa pada tingkat signifikasi 5%, variabel klasifikasi daerah, kepadatan penduduk, persentase penduduk lansia, dan PDRB per kapita berpengaruh signifikan terhadap jumlah kasus kumulatif Covid-19 di Pulau Jawa dan Bali.
{"title":"Pemodelan Kasus Kumulatif Covid-19 di Pulau Jawa dan Bali Dengan Pendekatan Multiple Classification Analysis (MCA)","authors":"Rezky Yayang Yakhamid, Amelia Tri Wahyuni, Nadidah Pangestika, Hanifah, Putu Adi Myarsithawan, Risni Julaeni Yuhan","doi":"10.36456/jstat.vol14.no2.a4217","DOIUrl":"https://doi.org/10.36456/jstat.vol14.no2.a4217","url":null,"abstract":"Pada Maret 2020, pandemi global Covid-19 yang disebabkan oleh virus SARS-CoV-2 mulai menyerang Indonesia. Tingginya jumlah kasus kumulatif Covid-19 mengakibatkan diberlakukannya kebijakan PSBB (Pembatasan Sosial Berskala Besar) di Indonesia. Meski kebijakan PSBB sempat dihapuskan karena penyebaran Covid-19 yang menurun, tetapi kemudian diberlakukan kebijakan baru berupa PPKM (Pemberlakuan Pembatasan Kegiatan Masyarakat) di Pulau Jawa dan Bali karena tingginya kasus kumulatif Covid-19 di wilayah tersebut. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang memengaruhi jumlah kasus kumulatif Covid-19 di Pulau Jawa dan Bali. Metode analisis yang digunakan dalam penelitian ini adalah MCA (Multiple Classification Analysis). Adapun variabel yang diduga memengaruhi jumlah kasus kumulatif Covid-19 yaitu klasifikasi daerah, kepadatan penduduk, persentase penduduk lansia, dan PDRB per kapita. Hasil penelitian menunjukkan bahwa pada tingkat signifikasi 5%, variabel klasifikasi daerah, kepadatan penduduk, persentase penduduk lansia, dan PDRB per kapita berpengaruh signifikan terhadap jumlah kasus kumulatif Covid-19 di Pulau Jawa dan Bali.","PeriodicalId":115638,"journal":{"name":"J Statistika","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129357433","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-01-22DOI: 10.36456/jstat.vol14.no2.a4490
Volandio Ardhian Rastantra
Sulawesi Selatan sebagai daerah agraris memiliki potensi sektor pertanian yang besar. Namun, masih terdapat beberapa permasalahan yang dihadapi oleh rumah tangga pertanian seperti rendahnya kesejahteraan petani dan tingginya tingkat kemiskinan penduduk yang bekerja di sektor pertanian. Terdapat perbedaan yang terlihat dalam persentase penduduk miskin yang bekerja di sektor pertanian pada masing-masing kabupaten/kota. Hal ini membuat dugaan adanya pengaruh wilayah terhadap status kemiskinan rumah tangga pertanian di Provinsi Sulawesi Selatan. Penelitian ini menggunakan regresi multilevel logistik biner untuk menganalisis variabel rumah tangga dan wilayah yang memengaruhi kemiskinan rumah tangga pertanian serta mengetahui variasi wilayah terhadap kemiskinan. Dari penelitian diperoleh hasil bahwa variabel rumah tangga yang signifikan memengaruhi kemiskinan rumah tangga pertanian antara lain pendidikan KRT, jenis kelamin KRT, jumlah ART, tipe daerah, kepemilikan lahan, dan akses layanan keuangan. Jika dilihat dari variabel kabupaten/kota, IPM signifikan memengaruhi kemiskinan rumah tangga pertanian. Sebesar 11,56 persen keragaman status kemiskinan rumah tangga pertanian di Provinsi Sulawesi Selatan disebabkan oleh perbedaan karakteristik antar kabupaten/kota.
{"title":"Analisis Multilevel Kemiskinan Rumah Tangga Pertanian di Provinsi Sulawesi Selatan Tahun 2020","authors":"Volandio Ardhian Rastantra","doi":"10.36456/jstat.vol14.no2.a4490","DOIUrl":"https://doi.org/10.36456/jstat.vol14.no2.a4490","url":null,"abstract":"Sulawesi Selatan sebagai daerah agraris memiliki potensi sektor pertanian yang besar. Namun, masih terdapat beberapa permasalahan yang dihadapi oleh rumah tangga pertanian seperti rendahnya kesejahteraan petani dan tingginya tingkat kemiskinan penduduk yang bekerja di sektor pertanian. Terdapat perbedaan yang terlihat dalam persentase penduduk miskin yang bekerja di sektor pertanian pada masing-masing kabupaten/kota. Hal ini membuat dugaan adanya pengaruh wilayah terhadap status kemiskinan rumah tangga pertanian di Provinsi Sulawesi Selatan. Penelitian ini menggunakan regresi multilevel logistik biner untuk menganalisis variabel rumah tangga dan wilayah yang memengaruhi kemiskinan rumah tangga pertanian serta mengetahui variasi wilayah terhadap kemiskinan. Dari penelitian diperoleh hasil bahwa variabel rumah tangga yang signifikan memengaruhi kemiskinan rumah tangga pertanian antara lain pendidikan KRT, jenis kelamin KRT, jumlah ART, tipe daerah, kepemilikan lahan, dan akses layanan keuangan. Jika dilihat dari variabel kabupaten/kota, IPM signifikan memengaruhi kemiskinan rumah tangga pertanian. Sebesar 11,56 persen keragaman status kemiskinan rumah tangga pertanian di Provinsi Sulawesi Selatan disebabkan oleh perbedaan karakteristik antar kabupaten/kota.","PeriodicalId":115638,"journal":{"name":"J Statistika","volume":"10 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114744017","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-01-22DOI: 10.36456/jstat.vol14.no2.a3860
N. Muzaki, Eriska Febriati, Yosafat Donni Haryanto
Curah hujan merupakan salah satu parameter cuaca yang sangat penting bagi kehidupan. Informasi data curah hujan mampu menunjukan pola tipe curah hujan si suatu wilayah. Kurangnya rapat persebaran alat pengamatan curah hujan menyebabkan cakupan wilayah menjadi sempit. Oleh karena itu, pemanfaatan metode estimasi curah hujan dengan menggunakan data satelit merupakan salah satu solusi untuk mendapatkan data curah hujan di wilayah yang tidak memiliki alat pengamatan curah hujan. Dalam penelitian ini, estimasi curah menggunakan data satelit Himawari-8 dengan menggunakan metode Convective Startiform Technique (CST) dan Modified Convective Startiform Technique (mCST). Metode CST meruapakan metode yang memisahkan komponen awan konvektif dan stratiform, sedangkan metode mCST merupakan metode modifikasi intensitas curah hujan serta luasan area rata-rata yang dilingkupi piksel terhadap metode CST. Penelitian ini dilakukan di wilayah tipe hujan ekuatorial yang diwakili oleh Kabupaten Luwu Utara dan wilayah tipe hujan monsunal yang diwakili oleh Kota Makassar. Penelitian ini dilakukan selama satu tahu dengan mengambil sampel bulan puncak curah hujan di kedua wilayah. Tujuan penelitian ini adalah untuk membandingkan kualitas hasil estimasi curah hujan dengan menggunakan metode CST dan metode mCST Berdasarkan hasil estimasi curah hujan, metode CST menghasilkan nilai yang lebih baik dibandingkan dengan metode mCST di kedua wilayah yang ditandai dengan nilai korelasi yang lebih baik. Nilai eror RMSE berkisar 33.80 mm/jam hingga 42.66 mm/jam dan Nilai MAE berkisar 26.30 mm/jam hingga 34.55 mm/jam. Berdasarkan penelitian ini, kedua metode estimasi curah hujan ini, kurang mampu mempresentasikan data curah hujan di kedua wilayah.
{"title":"Pemanfaatan Satelit Himawari-8 Untuk Estimasi Curah Hujan Dengan Metode Convective Stratiform Technique (CST) Dan Modified Convective Stratiform Technique (Mcst) Di Wilayah Ekuatorial Dan Monsunal (Studi Kasus Sulawesi 2020)","authors":"N. Muzaki, Eriska Febriati, Yosafat Donni Haryanto","doi":"10.36456/jstat.vol14.no2.a3860","DOIUrl":"https://doi.org/10.36456/jstat.vol14.no2.a3860","url":null,"abstract":"Curah hujan merupakan salah satu parameter cuaca yang sangat penting bagi kehidupan. Informasi data curah hujan mampu menunjukan pola tipe curah hujan si suatu wilayah. Kurangnya rapat persebaran alat pengamatan curah hujan menyebabkan cakupan wilayah menjadi sempit. Oleh karena itu, pemanfaatan metode estimasi curah hujan dengan menggunakan data satelit merupakan salah satu solusi untuk mendapatkan data curah hujan di wilayah yang tidak memiliki alat pengamatan curah hujan. Dalam penelitian ini, estimasi curah menggunakan data satelit Himawari-8 dengan menggunakan metode Convective Startiform Technique (CST) dan Modified Convective Startiform Technique (mCST). Metode CST meruapakan metode yang memisahkan komponen awan konvektif dan stratiform, sedangkan metode mCST merupakan metode modifikasi intensitas curah hujan serta luasan area rata-rata yang dilingkupi piksel terhadap metode CST. Penelitian ini dilakukan di wilayah tipe hujan ekuatorial yang diwakili oleh Kabupaten Luwu Utara dan wilayah tipe hujan monsunal yang diwakili oleh Kota Makassar. Penelitian ini dilakukan selama satu tahu dengan mengambil sampel bulan puncak curah hujan di kedua wilayah. Tujuan penelitian ini adalah untuk membandingkan kualitas hasil estimasi curah hujan dengan menggunakan metode CST dan metode mCST Berdasarkan hasil estimasi curah hujan, metode CST menghasilkan nilai yang lebih baik dibandingkan dengan metode mCST di kedua wilayah yang ditandai dengan nilai korelasi yang lebih baik. Nilai eror RMSE berkisar 33.80 mm/jam hingga 42.66 mm/jam dan Nilai MAE berkisar 26.30 mm/jam hingga 34.55 mm/jam. Berdasarkan penelitian ini, kedua metode estimasi curah hujan ini, kurang mampu mempresentasikan data curah hujan di kedua wilayah.","PeriodicalId":115638,"journal":{"name":"J Statistika","volume":"98 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121054958","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：