Pub Date : 2022-12-31DOI: 10.36456/jstat.vol15.no2.a5802
Santi Puteri Rahayu, Irene Monica Amanda
Pertumbuhan ekonomi Produk Domestik Regional Bruto (PDRB) diidentikkan sebagai ukuran kesejahteraan masyarakat. Usaha mikro kecil (UMK) di Indonesia dapat menjadi pendukung dalam pertumbuhan ekonomi karena UMK memiliki karakteristik positif sebagai sektor yang mampu menyediakan lapangan pekerjaan yang besar. Pengeluaran juga dapat mempengaruhi PDRB, karena dapat menunjukkan kesejahteraan masyarakat dalam memenuhi kebutuhan hidupnya. Jawa Timur sebagai salah satu provinsi Indonesia yang memiliki perekonomian yang baik, karena memiliki PDRB terbesar kedua setelah DKI Jakarta dan memiliki UMK yang menjadi pendukung pertumbuhan ekonomi. Adanya hubungan simultan antara PDRB dan pengeluaran yang over identified dapat dimodelkan menggunakan metode persamaan simultan 2SLS dan 3SLS. Hasil menunjukkan bahwa estimasi model persamaan simultan lebih baik daripada model persamaan tunggal, berdasarkan kriteria koefisien determinasi maksimum dan kesamaan nilai estimasi. Lebih dari itu, estimasi model persamaan simultan 3SLS ditunjukkan ecara empiris bersifat lebih baik dibandingkan model 2SLS, dengan kriteria koefisien determinasi maksimum dan standard error minimum. Hasil estimasi model 3SLS menunjukkan bahwa jumlah UMK dan pengeluaran berpengaruh positif terhadap PDRB, tetapi rasio ketergantungan berpengaruh negatif terhadap PDRB. Sementara itu, IPM dan PDRB berpengaruh positif terhadap pengeluaran, tetapi pengangguran berpengaruh negatif terhadap pengeluaran. Hasil konfirmasi pengelompokan estimasi sepuluh daerah PDRB terendah dengan data aktual hanya meliputi empat kabupaten/kota, sedangkan estimasi pengeluaran terdiri dari tiga kabupaten/kota.
{"title":"Pengelompokan Pertumbuhan Ekonomi (PDRB) dan Pengeluaran di Jawa Timur Berdasarkan Jumlah UMK serta Faktor-faktor yang Mempengaruhi dengan Model Persamaan Simultan","authors":"Santi Puteri Rahayu, Irene Monica Amanda","doi":"10.36456/jstat.vol15.no2.a5802","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a5802","url":null,"abstract":"Pertumbuhan ekonomi Produk Domestik Regional Bruto (PDRB) diidentikkan sebagai ukuran kesejahteraan masyarakat. Usaha mikro kecil (UMK) di Indonesia dapat menjadi pendukung dalam pertumbuhan ekonomi karena UMK memiliki karakteristik positif sebagai sektor yang mampu menyediakan lapangan pekerjaan yang besar. Pengeluaran juga dapat mempengaruhi PDRB, karena dapat menunjukkan kesejahteraan masyarakat dalam memenuhi kebutuhan hidupnya. Jawa Timur sebagai salah satu provinsi Indonesia yang memiliki perekonomian yang baik, karena memiliki PDRB terbesar kedua setelah DKI Jakarta dan memiliki UMK yang menjadi pendukung pertumbuhan ekonomi. Adanya hubungan simultan antara PDRB dan pengeluaran yang over identified dapat dimodelkan menggunakan metode persamaan simultan 2SLS dan 3SLS. Hasil menunjukkan bahwa estimasi model persamaan simultan lebih baik daripada model persamaan tunggal, berdasarkan kriteria koefisien determinasi maksimum dan kesamaan nilai estimasi. Lebih dari itu, estimasi model persamaan simultan 3SLS ditunjukkan ecara empiris bersifat lebih baik dibandingkan model 2SLS, dengan kriteria koefisien determinasi maksimum dan standard error minimum. Hasil estimasi model 3SLS menunjukkan bahwa jumlah UMK dan pengeluaran berpengaruh positif terhadap PDRB, tetapi rasio ketergantungan berpengaruh negatif terhadap PDRB. Sementara itu, IPM dan PDRB berpengaruh positif terhadap pengeluaran, tetapi pengangguran berpengaruh negatif terhadap pengeluaran. Hasil konfirmasi pengelompokan estimasi sepuluh daerah PDRB terendah dengan data aktual hanya meliputi empat kabupaten/kota, sedangkan estimasi pengeluaran terdiri dari tiga kabupaten/kota.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"16 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128798613","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 : 2022-12-31DOI: 10.36456/jstat.vol15.no2.a6436
Jerhi Wahyu Fernanda, Vira Luthifiana, M. Akhyar
Sistem Jaringan Informasi Bersama Antar Sekolah (JIBAS) merupakan sistem yang digunakan dalam pengelolaan institusi pendidikan. Dalam prakteknya, evaluasi sistem ini harus dilakukan untuk mengetahui tingkat penerimaan pengguna terhadap teknologi tersebut. Evaluasi menggunakan konsep Technology Acceptance Model (TAM). Penelitian ini dilakukan untuk mengetahui variabel-variabel yang memiliki hubungan signifikan terhadap penerimaan aplikasi JIBAS menggunakan metode Partial Least Square Structural Equation Model (PLS-SEM). Total sampel penelitian ini sebanyak 51 responden yang meliputi guru maupun staff administrasi yang pernah berinteraksi dengan JIBAS. Variabel penelitian terdiri dari Perceived ease of use (PEOU), Perceived usefulnes (PU), Behavioral intention to use (BI), dan Actual System Use (AC). Analisis PLS-SEM menghasilkan kesimpulan PEOU memiliki hubungan yang signifikan terhadap variabel BI dan BI memiliki hubungan yang signifikan terhadap AC. Kesimpulan yang didapatkan dari hasil analisis adalah peningkatan kemudahan aplikasi JIBAS (PEOU) akan berdampak kepada peningkatan perilaku penggunaan (BI) aplikasi JIBAS. Peningkatan perilaku penggunaan aplikasi akan berdampak juga terhadap peningkatan penggunaaan (AC) aplikasi JIBAS dalam pengelolaan institusi pendidikan.
{"title":"Analisis Partial Least Square Structural Equation Model (PLS-SEM) untuk Pemodelan Penerimaan Sistem Jaringan Informasi Bersama Antar Sekolah (JIBAS)","authors":"Jerhi Wahyu Fernanda, Vira Luthifiana, M. Akhyar","doi":"10.36456/jstat.vol15.no2.a6436","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a6436","url":null,"abstract":"Sistem Jaringan Informasi Bersama Antar Sekolah (JIBAS) merupakan sistem yang digunakan dalam pengelolaan institusi pendidikan. Dalam prakteknya, evaluasi sistem ini harus dilakukan untuk mengetahui tingkat penerimaan pengguna terhadap teknologi tersebut. Evaluasi menggunakan konsep Technology Acceptance Model (TAM). Penelitian ini dilakukan untuk mengetahui variabel-variabel yang memiliki hubungan signifikan terhadap penerimaan aplikasi JIBAS menggunakan metode Partial Least Square Structural Equation Model (PLS-SEM). Total sampel penelitian ini sebanyak 51 responden yang meliputi guru maupun staff administrasi yang pernah berinteraksi dengan JIBAS. Variabel penelitian terdiri dari Perceived ease of use (PEOU), Perceived usefulnes (PU), Behavioral intention to use (BI), dan Actual System Use (AC). Analisis PLS-SEM menghasilkan kesimpulan PEOU memiliki hubungan yang signifikan terhadap variabel BI dan BI memiliki hubungan yang signifikan terhadap AC. Kesimpulan yang didapatkan dari hasil analisis adalah peningkatan kemudahan aplikasi JIBAS (PEOU) akan berdampak kepada peningkatan perilaku penggunaan (BI) aplikasi JIBAS. Peningkatan perilaku penggunaan aplikasi akan berdampak juga terhadap peningkatan penggunaaan (AC) aplikasi JIBAS dalam pengelolaan institusi pendidikan.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"59 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114689891","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}
Covid-19 merupakan penyakit yang disebabkan oleh infeksi virus SARS-CoV-2, pertama kali masuk ke Indonesia pada awal tahun 2020. Adanya wabah covid-19 menyebabkan setiap daerah yang ada di Indonesia khususnya kabupaten Garut harus terbagi ke dalam beberapa risiko zona covid-19 sesuai dengan kondisi dari suatu daerah tersebut. Beberapa faktor yang dapat memengaruhi suatu daerah masuk pada risiko zona tertentu dapat ditentukan berdasarkan jumlah kasus positif covid-19, kasus suspek, kasus kontak erat, jumlah desa, dan kepadatan penduduk daerah tersebut. Regresi logistik ordinal merupakan salah satu analisis regresi yang digunakan untuk menganalisa hubungan antara variabel prediktor dan variabel respon, dimana variabel respon tersebut bersifat kategorik dengan skala ordinal. Oleh karena itu, maka digunakan regresi logistik ordinal untuk mengetahui faktor apa saja yang memberikan pengaruh terhadap pembagian risiko zona covid-19 di kabupaten Garut pada bulan Juli tahun 2021. Sebelum melakukan pemodelan regresi logistik ordinal dilakukan terlebih dahulu proses teknik resampling dengan metode oversampling untuk menangani data yang tidak seimbang pada peubah respon. Berdasarkan pemodelan hasil dari pemodelan serta pengujian secara parsial, didapatkan bahwa peubah bebas yang memiliki pengaruh terhadap risiko zona covid-19 di kabupaten Garut yaitu jumlah desa, kepadatan penduduk, kasus suspek, dan kasus konfirmasi positif dengan nilai akurasi sebesar 85.71%.
{"title":"Teknik Oversampling Pada Regresi Logistik Ordinal Dalam Menduga Faktor Yang Memengaruhi Risiko Penyebaran Zona Covid-19 di Kabupaten Garut","authors":"Ghina Fauziah, Indahwati, Erfiani, Anwar Fitrianto, Reni Amelia","doi":"10.36456/jstat.vol15.no2.a5596","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a5596","url":null,"abstract":"Covid-19 merupakan penyakit yang disebabkan oleh infeksi virus SARS-CoV-2, pertama kali masuk ke Indonesia pada awal tahun 2020. Adanya wabah covid-19 menyebabkan setiap daerah yang ada di Indonesia khususnya kabupaten Garut harus terbagi ke dalam beberapa risiko zona covid-19 sesuai dengan kondisi dari suatu daerah tersebut. Beberapa faktor yang dapat memengaruhi suatu daerah masuk pada risiko zona tertentu dapat ditentukan berdasarkan jumlah kasus positif covid-19, kasus suspek, kasus kontak erat, jumlah desa, dan kepadatan penduduk daerah tersebut. Regresi logistik ordinal merupakan salah satu analisis regresi yang digunakan untuk menganalisa hubungan antara variabel prediktor dan variabel respon, dimana variabel respon tersebut bersifat kategorik dengan skala ordinal. Oleh karena itu, maka digunakan regresi logistik ordinal untuk mengetahui faktor apa saja yang memberikan pengaruh terhadap pembagian risiko zona covid-19 di kabupaten Garut pada bulan Juli tahun 2021. Sebelum melakukan pemodelan regresi logistik ordinal dilakukan terlebih dahulu proses teknik resampling dengan metode oversampling untuk menangani data yang tidak seimbang pada peubah respon. Berdasarkan pemodelan hasil dari pemodelan serta pengujian secara parsial, didapatkan bahwa peubah bebas yang memiliki pengaruh terhadap risiko zona covid-19 di kabupaten Garut yaitu jumlah desa, kepadatan penduduk, kasus suspek, dan kasus konfirmasi positif dengan nilai akurasi sebesar 85.71%.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"17 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124375301","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 : 2022-12-31DOI: 10.36456/jstat.vol15.no2.a5506
Prizka rismawati Arum, Siva Alfian
Salah satu tujuan negara adalah meningkatkan pertumbuhan ekonomi. Diperlukan pembangunan ekonomi untuk mewujudkan tujuan tersebut demi mencapai masyarakat yang sejahtera. Salah satu indikator pertumbuhan ekonomi adalah Produk Domestik Regional Bruto (PDRB). Data yang digunakan yaitu data sekunder tentang produk domestik regional bruto, jumlah penduduk miskin, pengeluaran pemerintah, rata - rata lama sekolah, tingkat partisipasi angkatan kerja, fasilitas kesehatan, tingkat pengangguran terbuka, pada tahun 2018 - 2020 di Provinsi Jawa Barat. Ternyata terdapat autokorelasi spasial dalam data tersebut, sehingga pemodelan yang tepat untuk data panel dan terdapat efek spasial dapat dilakukan menggunakan Geographically Weighted Panel Regression (GWPR). Dengan menggunakan GWPR diharapkan dapat menghasilkan hasil yang lebih menyeluruh dibandingkan dengan model GWR. Model Geographically Weighted Panel Regression yang dihasilkan yaitu model fixed effect dengan pembobot adaptive gaussian kernel dan fixed gaussian kernel. Tujuan dari penelitian ini adalah mengetahui gambaran umum data, mendapatkan model, dan memperoleh model terbaik pertumbuhan ekonomi di Jawa Barat. Hasil akhir dari penelitian ini menunjukkan bahwa model dengan pembobot Adaptive Gaussian Kernel lebih baik daripada Fixed Gaussian Kernel karena memiliki nilai AIC terkecil dan R2 terbesar. Nilai AICnya sebesar 2313,117 dan nilai R2 sebesar 0,7955945.
{"title":"Pemodelan Pertumbuhan Ekonomi di Jawa Barat Menggunakan Metode Geographically Weighted Panel Regression","authors":"Prizka rismawati Arum, Siva Alfian","doi":"10.36456/jstat.vol15.no2.a5506","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a5506","url":null,"abstract":"Salah satu tujuan negara adalah meningkatkan pertumbuhan ekonomi. Diperlukan pembangunan ekonomi untuk mewujudkan tujuan tersebut demi mencapai masyarakat yang sejahtera. Salah satu indikator pertumbuhan ekonomi adalah Produk Domestik Regional Bruto (PDRB). Data yang digunakan yaitu data sekunder tentang produk domestik regional bruto, jumlah penduduk miskin, pengeluaran pemerintah, rata - rata lama sekolah, tingkat partisipasi angkatan kerja, fasilitas kesehatan, tingkat pengangguran terbuka, pada tahun 2018 - 2020 di Provinsi Jawa Barat. Ternyata terdapat autokorelasi spasial dalam data tersebut, sehingga pemodelan yang tepat untuk data panel dan terdapat efek spasial dapat dilakukan menggunakan Geographically Weighted Panel Regression (GWPR). Dengan menggunakan GWPR diharapkan dapat menghasilkan hasil yang lebih menyeluruh dibandingkan dengan model GWR. Model Geographically Weighted Panel Regression yang dihasilkan yaitu model fixed effect dengan pembobot adaptive gaussian kernel dan fixed gaussian kernel. Tujuan dari penelitian ini adalah mengetahui gambaran umum data, mendapatkan model, dan memperoleh model terbaik pertumbuhan ekonomi di Jawa Barat. Hasil akhir dari penelitian ini menunjukkan bahwa model dengan pembobot Adaptive Gaussian Kernel lebih baik daripada Fixed Gaussian Kernel karena memiliki nilai AIC terkecil dan R2 terbesar. Nilai AICnya sebesar 2313,117 dan nilai R2 sebesar 0,7955945.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"104 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115406577","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 : 2022-12-31DOI: 10.36456/jstat.vol15.no2.a6246
Fauziyah, Yustika Haryanti
Tujuan dari penelitian untuk memprediksi profitabilitas bank umum konvensional pada masa pandemi Covid-19, dengan cara mengukur Return On Assets (ROA), Non Perfoming Loan (NPL), dan Biaya Operasional dan Pendapatan Operasional (BOPO), karena di masa pandemi sektor perbankan juga merupakan sektor yang terdampak langsung dari pandemi Covid-19. Penelitian ini menggunakan penelitian deskriptif dengan pendekatan kuantitatif. Jenis data menggunakan time series yang diperoleh langsung dari laporan kinerja perusahaan perbankan yang sudah diaudit dan diterbitkan di Otoritas Jasa Keuangan (OJK) periode 2020-2021. Hasil penelitian menunjukkan bahwa di masa pandemi Covid-19 prediksi profitabilitas periode 2022 yang diukur menggunakan rasio ROA mengalami peningkatan. Sedangkan prediksi dengan rasio NPL dan BOPO mengalami penurunan.
{"title":"Prediksi Profitabilitas Bank Umum Konvensional Pada Masa Pandemi Covid-19","authors":"Fauziyah, Yustika Haryanti","doi":"10.36456/jstat.vol15.no2.a6246","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a6246","url":null,"abstract":"Tujuan dari penelitian untuk memprediksi profitabilitas bank umum konvensional pada masa pandemi Covid-19, dengan cara mengukur Return On Assets (ROA), Non Perfoming Loan (NPL), dan Biaya Operasional dan Pendapatan Operasional (BOPO), karena di masa pandemi sektor perbankan juga merupakan sektor yang terdampak langsung dari pandemi Covid-19. Penelitian ini menggunakan penelitian deskriptif dengan pendekatan kuantitatif. Jenis data menggunakan time series yang diperoleh langsung dari laporan kinerja perusahaan perbankan yang sudah diaudit dan diterbitkan di Otoritas Jasa Keuangan (OJK) periode 2020-2021. Hasil penelitian menunjukkan bahwa di masa pandemi Covid-19 prediksi profitabilitas periode 2022 yang diukur menggunakan rasio ROA mengalami peningkatan. Sedangkan prediksi dengan rasio NPL dan BOPO mengalami penurunan.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"4 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124909697","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 : 2022-12-31DOI: 10.36456/jstat.vol15.no2.a5551
M. Amaly, Wiwit Pura Nurmayanti, Sausan Nisrina
Program Keluarga Harapan (PKH) adalah program pemberian bantuan sosial bersyarat kepada keluarga miskin dan rentan terdaftar dalam Data Terpadu Kesejahteraan Sosial (DTKS) dan ditetapkan sebagai Keluarga Penerima Manfaat (KPM). Tujuan penelitian ini untuk meramalkan rata-rata jumlah PKM PKH untuk periode 2021. Hal ini dapat dijadikan dasar bagi instansi pemerintah terkait dalam perencanaan kedepannya. Untuk mendapatkan peramalan terbaik digunakan perbandingan dua metode yaitu metode dekomposisi dan metode Exponential Smoothing Holt Winters. Untuk mencapai tujuan penelitian tersebut dilakukan perhitungan kesalahan yang terdiri dari Mean Absolute Percentage Error (MAPE), Mean Absolute Deviation (MAD), dan Mean Square Deviation (MSD). Berdasarkan hasil analisis data, diketahui metode peramalan terbaik untuk meramalkan rata-rata jumlah KPM PKH di provinsi NTB adalah metode Exponential Smoothing Holt Winters. Metode ini dikatakan lebih baik karena memiliki nilai error lebih kecil dibandingkan dengan nilai error metode dekomposisi. Metode Exponential Smoothing Holt Winters menggunakan nilai pemulusan ? = 0,3, ? = 0,1, ??? ? = 0,2 menghasilkan nilai MAPE = 15, MAD = 2761, dan MSD = 1692444.
{"title":"Perbandingan Analisis Dekomposisi dan Exponential Smoothing Holt Winters untuk Peramalan Rata-Rata Jumlah KPM PKH di NTB","authors":"M. Amaly, Wiwit Pura Nurmayanti, Sausan Nisrina","doi":"10.36456/jstat.vol15.no2.a5551","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a5551","url":null,"abstract":"Program Keluarga Harapan (PKH) adalah program pemberian bantuan sosial bersyarat kepada keluarga miskin dan rentan terdaftar dalam Data Terpadu Kesejahteraan Sosial (DTKS) dan ditetapkan sebagai Keluarga Penerima Manfaat (KPM). Tujuan penelitian ini untuk meramalkan rata-rata jumlah PKM PKH untuk periode 2021. Hal ini dapat dijadikan dasar bagi instansi pemerintah terkait dalam perencanaan kedepannya. Untuk mendapatkan peramalan terbaik digunakan perbandingan dua metode yaitu metode dekomposisi dan metode Exponential Smoothing Holt Winters. Untuk mencapai tujuan penelitian tersebut dilakukan perhitungan kesalahan yang terdiri dari Mean Absolute Percentage Error (MAPE), Mean Absolute Deviation (MAD), dan Mean Square Deviation (MSD). Berdasarkan hasil analisis data, diketahui metode peramalan terbaik untuk meramalkan rata-rata jumlah KPM PKH di provinsi NTB adalah metode Exponential Smoothing Holt Winters. Metode ini dikatakan lebih baik karena memiliki nilai error lebih kecil dibandingkan dengan nilai error metode dekomposisi. Metode Exponential Smoothing Holt Winters menggunakan nilai pemulusan ? = 0,3, ? = 0,1, ??? ? = 0,2 menghasilkan nilai MAPE = 15, MAD = 2761, dan MSD = 1692444.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129284634","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 : 2022-12-31DOI: 10.36456/jstat.vol15.no2.a4218
Rezky Yayang Yakhamid
Indonesia memiliki produk domestik bruto (PDB) yang cenderung mengalami peningkatan setiap tahunnya. Pertumbuhan PDB suatu negara sangat dipengaruhi oleh pertumbuhan komponen penyusunnya, sehingga pertumbuhan PDB dapat sangat berfluktuasi dan sensitif terhadap kondisi yang dialami sebuah negara. Penelitian ini bertujuan untuk mengetahui pengaruh konsumsi rumah tangga, pengeluaran pemerintah, dan ekspor terhadap PDB Indonesia tahun 2000 hingga 2020. Metode analisis data yang digunakan adalah teknik analisis data deret waktu dengan menggunakan analisis ECM (Error Correction Model). Hasil penelitian menunjukkan bahwa konsumsi rumah tangga dan nilai ekspor berpengaruh positif secara signifikan terhadap PDB Indonesia, serta pengeluaran pemerintah berpengaruh positif namun tidak signifikan terhadap PDB Indonesia. Adapun kecepatan penyesuaian model jangka pendek ke jangka panjang sebesar 42,74%.
{"title":"Pengaruh Konsumsi Ruta, Pengeluaran Pemerintah, dan Ekspor Terhadap PDB Indonesia Tahun 2000-2020 Dengan Pendekatan Error Correction Model (ECM)","authors":"Rezky Yayang Yakhamid","doi":"10.36456/jstat.vol15.no2.a4218","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a4218","url":null,"abstract":"Indonesia memiliki produk domestik bruto (PDB) yang cenderung mengalami peningkatan setiap tahunnya. Pertumbuhan PDB suatu negara sangat dipengaruhi oleh pertumbuhan komponen penyusunnya, sehingga pertumbuhan PDB dapat sangat berfluktuasi dan sensitif terhadap kondisi yang dialami sebuah negara. Penelitian ini bertujuan untuk mengetahui pengaruh konsumsi rumah tangga, pengeluaran pemerintah, dan ekspor terhadap PDB Indonesia tahun 2000 hingga 2020. Metode analisis data yang digunakan adalah teknik analisis data deret waktu dengan menggunakan analisis ECM (Error Correction Model). Hasil penelitian menunjukkan bahwa konsumsi rumah tangga dan nilai ekspor berpengaruh positif secara signifikan terhadap PDB Indonesia, serta pengeluaran pemerintah berpengaruh positif namun tidak signifikan terhadap PDB Indonesia. Adapun kecepatan penyesuaian model jangka pendek ke jangka panjang sebesar 42,74%.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130860294","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}
Masalah ketidakseimbangan kelas telah menjadi salah satu tantangan dalam kinerja banyak algoritma klasifikasi. Kelas tidak seimbang merupakan suatu kondisi dimana terdapat dataset yang jumlah kelasnya terdapat perbedaan yang signifikan terhadap masing-masing jumlah kelas. Dalam kumpulan data yang terdiri dari dua kelas, ukuran sampel kategori mayoritas (lebih besar) mendominasi sampel kategori minoritas (lebih kecil) dengan rasio sebesar 1:100, 1:1.000 atau 1:10.000. Dampak ketidakseimbangan ini menyebabkan klasifikasi menjadi buruk dan tidak optimal. Sebagian besar algoritma klasifikasi standar cenderung mengklasifikasikan kelas mayoritas dengan tingkat akurasi tinggi dan kelas minoritas dengan tingkat akurasi rendah, sehingga mengakibatkan terjadinya bias. Dalam banyak aplikasi, lebih penting untuk mengidentifikasi kelas minoritas dari pada kelas mayoritas. Pada penelitian ini diusulkan pendekatan berbasis ensemble dengan pengklasifikasi yang digunakan adalah LightGBM dan XGBoost, kedua metode ini merupakan metode gradien efisien yang beberapa tahun terakhir telah disarankan berdasarkan pohon keputusan sehingga mampu menangani masalah data dengan skala besar. Data yang digunakan diperoleh dari UCI Repository dengan 5 data, 3 diantaranya memiliki tingkat ketidakseimbangan tinggi dan sisanya dengan tingkat ketidakseimbangan rendah. Jumlah kelas yang digunakan pada penelitian adalah dua kelas. Hasil penelitian menunjukkan bahwa kinerja metode XGBoost dalam akurasi dan sensitivitas lebih baik dibandingkan LightGBM di hampir seluruh data. Sedangkan kemampuan dalam menebak kelas minoritas (spesifisitas), metode LightGBM lebih baik dibandingkan XGBoost dengan nilai keseluruhan rata-rata sebesar 80,41% : 74,64%.
{"title":"Perbandingan Metode LightGBM dan XGBoost dalam Menangani Data dengan Kelas Tidak Seimbang","authors":"Putri Septiana Rizky, Ristu Haiban Hirzi, Umam Hidayaturrohman","doi":"10.36456/jstat.vol15.no2.a5548","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a5548","url":null,"abstract":"Masalah ketidakseimbangan kelas telah menjadi salah satu tantangan dalam kinerja banyak algoritma klasifikasi. Kelas tidak seimbang merupakan suatu kondisi dimana terdapat dataset yang jumlah kelasnya terdapat perbedaan yang signifikan terhadap masing-masing jumlah kelas. Dalam kumpulan data yang terdiri dari dua kelas, ukuran sampel kategori mayoritas (lebih besar) mendominasi sampel kategori minoritas (lebih kecil) dengan rasio sebesar 1:100, 1:1.000 atau 1:10.000. Dampak ketidakseimbangan ini menyebabkan klasifikasi menjadi buruk dan tidak optimal. Sebagian besar algoritma klasifikasi standar cenderung mengklasifikasikan kelas mayoritas dengan tingkat akurasi tinggi dan kelas minoritas dengan tingkat akurasi rendah, sehingga mengakibatkan terjadinya bias. Dalam banyak aplikasi, lebih penting untuk mengidentifikasi kelas minoritas dari pada kelas mayoritas. Pada penelitian ini diusulkan pendekatan berbasis ensemble dengan pengklasifikasi yang digunakan adalah LightGBM dan XGBoost, kedua metode ini merupakan metode gradien efisien yang beberapa tahun terakhir telah disarankan berdasarkan pohon keputusan sehingga mampu menangani masalah data dengan skala besar. Data yang digunakan diperoleh dari UCI Repository dengan 5 data, 3 diantaranya memiliki tingkat ketidakseimbangan tinggi dan sisanya dengan tingkat ketidakseimbangan rendah. Jumlah kelas yang digunakan pada penelitian adalah dua kelas. Hasil penelitian menunjukkan bahwa kinerja metode XGBoost dalam akurasi dan sensitivitas lebih baik dibandingkan LightGBM di hampir seluruh data. Sedangkan kemampuan dalam menebak kelas minoritas (spesifisitas), metode LightGBM lebih baik dibandingkan XGBoost dengan nilai keseluruhan rata-rata sebesar 80,41% : 74,64%.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130019420","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}
Salah satu bentuk akibat dari kurangnya asupan gizi kronis pada balita adalah stunting. Stunting merupakan permasalahan kesehatan yang saat ini sedang digencarkan untuk diturunkan angka prevalensinya. Permasalahan kesehatan ini berhubungan erat pada pertumbuhan tinggi badan yang lebih rendah dengan anak seusianya. Berdasarkan data Kemenkes per Agustus 2021, Provinsi Jawa Barat menduduki posisi pertama dengan angka balita stunting paling tinggi di Indonesia. Penelitian ini bertujuan untuk mengetahui faktor apa saja yang memengaruhi terjadinya stunting pada balita dan memodelkan dengan metode regresi logistik biner untuk wilayah Jawa Barat. Metode ini dapat menunjukkan faktor yang memengaruhi berdasarkan peubah yang signifikan. Regresi logistik biner akan memodelkan hubungan antara satu atau beberapa peubah prediktor dengan peubah respon yang kategorik. Peubah respon didefinisikan sebagai persentase angka balita stunting dan dibagi kedalam dua kategori yakni tinggi dan rendah. Pengategorian kelas didasarkan pada nilai median pada persentase angka balita stunting. Unit penelitian menuju pada 27 wilayah Kabupaten/Kota di Jawa Barat. Hasil analisis menunjukkan dari 11 peubah prediktor, setelah dilakukan pemodelan terdapat 3 peubah yang berpengaruh signifikan pada taraf nyata 0,10 yakni imunisasi dasar lengkap, tempat pengelolaan makanan yang memenuhi syarat kesehatan, dan penduduk miskin. Model yang terpilih berdasarkan nilai akurasi seimbang terbesar dibandingkan model lainnya yakni dihasilkan nilai akurasi seimbang sebesar 81,59%.
{"title":"Faktor – Faktor yang Memengaruhi Permasalahan Stunting di Jawa Barat Menggunakan Regresi Logistik Biner","authors":"Silmi Annisa Rizki Manaf, Erfiani, Indahwati, Anwar Fitrianto, Reni Amelia","doi":"10.36456/jstat.vol15.no2.a5654","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a5654","url":null,"abstract":"Salah satu bentuk akibat dari kurangnya asupan gizi kronis pada balita adalah stunting. Stunting merupakan permasalahan kesehatan yang saat ini sedang digencarkan untuk diturunkan angka prevalensinya. Permasalahan kesehatan ini berhubungan erat pada pertumbuhan tinggi badan yang lebih rendah dengan anak seusianya. Berdasarkan data Kemenkes per Agustus 2021, Provinsi Jawa Barat menduduki posisi pertama dengan angka balita stunting paling tinggi di Indonesia. Penelitian ini bertujuan untuk mengetahui faktor apa saja yang memengaruhi terjadinya stunting pada balita dan memodelkan dengan metode regresi logistik biner untuk wilayah Jawa Barat. Metode ini dapat menunjukkan faktor yang memengaruhi berdasarkan peubah yang signifikan. Regresi logistik biner akan memodelkan hubungan antara satu atau beberapa peubah prediktor dengan peubah respon yang kategorik. Peubah respon didefinisikan sebagai persentase angka balita stunting dan dibagi kedalam dua kategori yakni tinggi dan rendah. Pengategorian kelas didasarkan pada nilai median pada persentase angka balita stunting. Unit penelitian menuju pada 27 wilayah Kabupaten/Kota di Jawa Barat. Hasil analisis menunjukkan dari 11 peubah prediktor, setelah dilakukan pemodelan terdapat 3 peubah yang berpengaruh signifikan pada taraf nyata 0,10 yakni imunisasi dasar lengkap, tempat pengelolaan makanan yang memenuhi syarat kesehatan, dan penduduk miskin. Model yang terpilih berdasarkan nilai akurasi seimbang terbesar dibandingkan model lainnya yakni dihasilkan nilai akurasi seimbang sebesar 81,59%.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"74 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115005027","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 : 2022-12-31DOI: 10.36456/jstat.vol15.no2.a5549
Sausan Nisrina, Wiwit Pura Nurmayanti, Basirun, Kertanah, Muhammad Gazali
Perkembangan big data terus mengalami kemajuan dengan sangat pesat. Untuk memudahkan mengakses data dan informasi dapat menggunakan metode clustering. Clustering merupakan proses pengelompokkan obyek atas kesamaan karakteristiknya. Metode clustering dapat diterapkan pada bidang kesehatan yaitu unmet need Keluarga Berencana (KB). Unmet need dapat diartikan sebagai tidak terpenuhinya kebutuhan akan alat kontrasepsi pada pasangan usia subur. Metode clustering yang digunakan pada penelitian ini yaitu SOMdan DBSCAN. Penelitian bertujuan untuk melihat gambaran unmet need di Provinsi Nusa Tenggara Barat yang kedua adalah menguraikan hasil clustering dengan metode Clustering Self Orgaizing Maps (SOM) dan terakhir untuk menguraikan hasil clustering dengan metode DBSCAN dalam kasus pengelompokkan penyebab unmet need KB di Provinsi NTB. Berdasarkan hasil analisis di dapatkan bahwa Kabupaten Lombok Timur merupakan kabupaten dengan jumlah unmet need KB tertinggi sebanyak 84.72 jiwa, sedangkan terendah di Kota Bima sebesar 4.636 orang. Hasil penelitian dengan metode SOM memiliki 3 cluster, 86 kecamatan cluster 1, 30 kecamatan cluster 2 dan 4 kecamatan cluster 3. Untuk metode DBSCANdengan eps 1.20 dan MinPts 3, jumlah cluster yang terbentuk yaitu 2 cluster, cluster 1 dengan 97 kecamatan dan cluster 2 dengan 4 kecamatan, serta 16 kecamatan yang memiliki data noise.
{"title":"Penerapan Metode Clustering SOM dan DBSCAN dalam Mengelompokkan Unmet Need Keluarga Berencana di Nusa Tenggara Barat","authors":"Sausan Nisrina, Wiwit Pura Nurmayanti, Basirun, Kertanah, Muhammad Gazali","doi":"10.36456/jstat.vol15.no2.a5549","DOIUrl":"https://doi.org/10.36456/jstat.vol15.no2.a5549","url":null,"abstract":"Perkembangan big data terus mengalami kemajuan dengan sangat pesat. Untuk memudahkan mengakses data dan informasi dapat menggunakan metode clustering. Clustering merupakan proses pengelompokkan obyek atas kesamaan karakteristiknya. Metode clustering dapat diterapkan pada bidang kesehatan yaitu unmet need Keluarga Berencana (KB). Unmet need dapat diartikan sebagai tidak terpenuhinya kebutuhan akan alat kontrasepsi pada pasangan usia subur. Metode clustering yang digunakan pada penelitian ini yaitu SOMdan DBSCAN. Penelitian bertujuan untuk melihat gambaran unmet need di Provinsi Nusa Tenggara Barat yang kedua adalah menguraikan hasil clustering dengan metode Clustering Self Orgaizing Maps (SOM) dan terakhir untuk menguraikan hasil clustering dengan metode DBSCAN dalam kasus pengelompokkan penyebab unmet need KB di Provinsi NTB. Berdasarkan hasil analisis di dapatkan bahwa Kabupaten Lombok Timur merupakan kabupaten dengan jumlah unmet need KB tertinggi sebanyak 84.72 jiwa, sedangkan terendah di Kota Bima sebesar 4.636 orang. Hasil penelitian dengan metode SOM memiliki 3 cluster, 86 kecamatan cluster 1, 30 kecamatan cluster 2 dan 4 kecamatan cluster 3. Untuk metode DBSCANdengan eps 1.20 dan MinPts 3, jumlah cluster yang terbentuk yaitu 2 cluster, cluster 1 dengan 97 kecamatan dan cluster 2 dengan 4 kecamatan, serta 16 kecamatan yang memiliki data noise.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"16 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116357146","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：