首页 > 最新文献

Jurnal Statistika dan Komputasi最新文献

英文 中文
Penerapan Model Geographically Weighted Poisson Regression untuk Demam Berdarah Dengue Di Kabupaten Bojonegoro
Pub Date : 2022-06-30 DOI: 10.32665/statkom.v1i1.444
Khoirin Nisa
Latar   Belakang:    Kasus Demam Berdarah Dengue (DBD) di Kabupaten Bojonegoro meningkat dari tahun 2017 sampai tahun 2019. Hal ini menjadi sulit karena wilayah geografis yang sangat luas di setiap Kecamatan. Untuk menganalisis masalah ini, perlu diberikan pemodelan regresi spasial yang memperhitungkan perbedaan wilayah.Tujuan: Menganalisis pengaruh variabel-variabel prediktor terhadap banyaknya kasus DBD per Kecamatan di Kabupaten Bojonegoro dengan model Geographically Weighted  Poisson Regression (GWPR).Metode: Menerapkan metode kuantitatif berupa pemodelan GWPR dengan perbandingan kernel yaitu kernel fixed Gaussian, fixed bi-square, adaptive bi-square, dan adaptive Gaussian. Sumber data yang digunakan adalah data sekunder diperoleh dari laporan Badan Pusat Statistik (BPS) dan Dinas Kesehatan Bojonegoro pada tahun 2017-2019 per Kecamatan di Kabupaten Bojonegoro.Hasil: Diperoleh model GWPR terbaik untuk kernel fixed bi-square dengan nilai deviance sebesar 610,5541 dan AIC sebesar 647,6348. Dari 28 Kecamatan di Kabupaten Bojonegoro, kepadatan penduduk memiliki pengaruh signifikan positif pada 1 Kecamatan dan negatif 10 Kecamatan, fasilitas kesehatan mempunyai pengaruh signifikan positif pada 19 Kecamatan dan negatif 1 Kecamatan, dan tenaga kerja kesehatan memiliki pengaruh signifikan positif pada 11 Kecamatan dan negatif 3 Kecamatan.Kesimpulan: Pemodelan GWPR memberikan masukan pengetahuan bahwa kepadatan penduduk, fasilitas kesehatan, dan tenaga kerja kesehatan secara spasial signifikan mempengaruhi kasus DBD di Kabupaten Bojonegoro.
{"title":"Penerapan Model Geographically Weighted Poisson Regression untuk Demam Berdarah Dengue Di Kabupaten Bojonegoro","authors":"Khoirin Nisa","doi":"10.32665/statkom.v1i1.444","DOIUrl":"https://doi.org/10.32665/statkom.v1i1.444","url":null,"abstract":"Latar   Belakang:    Kasus Demam Berdarah Dengue (DBD) di Kabupaten Bojonegoro meningkat dari tahun 2017 sampai tahun 2019. Hal ini menjadi sulit karena wilayah geografis yang sangat luas di setiap Kecamatan. Untuk menganalisis masalah ini, perlu diberikan pemodelan regresi spasial yang memperhitungkan perbedaan wilayah.\u0000Tujuan: Menganalisis pengaruh variabel-variabel prediktor terhadap banyaknya kasus DBD per Kecamatan di Kabupaten Bojonegoro dengan model Geographically Weighted  Poisson Regression (GWPR).\u0000Metode: Menerapkan metode kuantitatif berupa pemodelan GWPR dengan perbandingan kernel yaitu kernel fixed Gaussian, fixed bi-square, adaptive bi-square, dan adaptive Gaussian. Sumber data yang digunakan adalah data sekunder diperoleh dari laporan Badan Pusat Statistik (BPS) dan Dinas Kesehatan Bojonegoro pada tahun 2017-2019 per Kecamatan di Kabupaten Bojonegoro.\u0000Hasil: Diperoleh model GWPR terbaik untuk kernel fixed bi-square dengan nilai deviance sebesar 610,5541 dan AIC sebesar 647,6348. Dari 28 Kecamatan di Kabupaten Bojonegoro, kepadatan penduduk memiliki pengaruh signifikan positif pada 1 Kecamatan dan negatif 10 Kecamatan, fasilitas kesehatan mempunyai pengaruh signifikan positif pada 19 Kecamatan dan negatif 1 Kecamatan, dan tenaga kerja kesehatan memiliki pengaruh signifikan positif pada 11 Kecamatan dan negatif 3 Kecamatan.\u0000Kesimpulan: Pemodelan GWPR memberikan masukan pengetahuan bahwa kepadatan penduduk, fasilitas kesehatan, dan tenaga kerja kesehatan secara spasial signifikan mempengaruhi kasus DBD di Kabupaten Bojonegoro.","PeriodicalId":340369,"journal":{"name":"Jurnal Statistika dan Komputasi","volume":"64 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125055707","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}
引用次数: 0
Analisis Kepuasan Pengguna Jasa Petugas Parkir Dinas Perhubungan Bojonegoro Menggunakan Regresi Logistik Ordinal Bojonegoro交流局停车服务用户满意度分析使用序化物流回归
Pub Date : 2022-06-30 DOI: 10.32665/statkom.v1i1.442
M. T. D. Winarko, Alif Yuanita Kartini
Latar Belakang: Tidak semua petugas parkir Dinas Perhubungan Kabupaten Bojonegoro melaksanakan kerjanya baik dan sesuai dengan standard operational procedure (SOP). Bentuk pembekalan dan sosialisasi oleh dinas terkait sudah diberikan, namun pengguna layanan jasa parkir merasa kurang puas. Untuk menganalisis masalah ini, diterapkan pemodelan regresi logistik ordinal untuk menilai kepuasan pelanggan.Tujuan: Mengetahui tingkat kepuasan dan faktor-faktor yang secara signifikan berpengaruh terhadap tingkat kepuasan pengguna jasa petugas parkir Dinas Perhubungan Kabupaten Bojonegoro.Metode: Metode Penelitian yang digunakan adalah metode kuantitatif berupa analisis regresi logistik ordinal. Digunakan accidental sampling dengan mengambil sampel dari responden yang kebetulan memakai jasa parkir petugas Dinas Perhubungan Kabupaten Bojonegoro. Variabel dependen adalah tingkat kepuasan pengguna jasa petugas parkir yang berskala ordinal dan variabel-variabel independen meliputi tangibles, reliability, responsiveness, emphaty dan assurance.Hasil: Kepuasan pengguna terhadap pelayanan petugas parkir terbesar adalah 35% cukup puas dan terbesar kedua 29% kurang puas. Dari hasil odds ratio, semakin besar tangibles, responsiveness, dan emphaty petugas parkir masing-masing memiliki peluang 2,0719; 5,9793; dan 9,0802 kali lebih besar daripada variabel lainnya terhadap tingkat kepuasaan pengguna petugas parkir.Kesimpulan: Mayoritas pengguna pelayanan petugas parkir kurang puas dan cukup puas. Penerapan regresi logistik ordinal memberikan pengetahuan bahwa tangibles, responsiveness, dan emphaty petugas parkir mempengaruhi kepuasan pengguna.
背景:并不是所有的Bojonegoro地区交通局的停车服务员都做得很好,符合标准程序(SOP)。已经提供了相关服务的描述和社会化形式,但停车服务的用户并不满意。为了分析这些问题,采用序化物流回归模式来评估客户满意度。目的:了解对Bojonegoro地区交通管理局泊车服务员满意程度和因素有重大影响。方法:采用的研究方法是序数物流回归分析的定量方法。在Bojonegoro地区交通管理局泊车服务人员的样本中使用了意外采样。可变是按比例计量泊车服务用户满意度,独立变量包括tangibles、可靠性、责任感、emphaty和保险。结果:用户对大多数停车服务员服务的满意程度为35%,而第二大用户则不满意。由于赔率的增加,tangibles、response和emphaty每辆车有20719分;5.9793;与其他变量相比,泊车服务员满意程度为9.0802倍。结论:大多数停车服务用户都不太满意,也不太满意。序化物流回归的应用提供了这样一种知识:tangibles、responsiess和emphaty泊位人员会影响用户的满意度。
{"title":"Analisis Kepuasan Pengguna Jasa Petugas Parkir Dinas Perhubungan Bojonegoro Menggunakan Regresi Logistik Ordinal","authors":"M. T. D. Winarko, Alif Yuanita Kartini","doi":"10.32665/statkom.v1i1.442","DOIUrl":"https://doi.org/10.32665/statkom.v1i1.442","url":null,"abstract":"Latar Belakang: Tidak semua petugas parkir Dinas Perhubungan Kabupaten Bojonegoro melaksanakan kerjanya baik dan sesuai dengan standard operational procedure (SOP). Bentuk pembekalan dan sosialisasi oleh dinas terkait sudah diberikan, namun pengguna layanan jasa parkir merasa kurang puas. Untuk menganalisis masalah ini, diterapkan pemodelan regresi logistik ordinal untuk menilai kepuasan pelanggan.\u0000Tujuan: Mengetahui tingkat kepuasan dan faktor-faktor yang secara signifikan berpengaruh terhadap tingkat kepuasan pengguna jasa petugas parkir Dinas Perhubungan Kabupaten Bojonegoro.\u0000Metode: Metode Penelitian yang digunakan adalah metode kuantitatif berupa analisis regresi logistik ordinal. Digunakan accidental sampling dengan mengambil sampel dari responden yang kebetulan memakai jasa parkir petugas Dinas Perhubungan Kabupaten Bojonegoro. Variabel dependen adalah tingkat kepuasan pengguna jasa petugas parkir yang berskala ordinal dan variabel-variabel independen meliputi tangibles, reliability, responsiveness, emphaty dan assurance.\u0000Hasil: Kepuasan pengguna terhadap pelayanan petugas parkir terbesar adalah 35% cukup puas dan terbesar kedua 29% kurang puas. Dari hasil odds ratio, semakin besar tangibles, responsiveness, dan emphaty petugas parkir masing-masing memiliki peluang 2,0719; 5,9793; dan 9,0802 kali lebih besar daripada variabel lainnya terhadap tingkat kepuasaan pengguna petugas parkir.\u0000Kesimpulan: Mayoritas pengguna pelayanan petugas parkir kurang puas dan cukup puas. Penerapan regresi logistik ordinal memberikan pengetahuan bahwa tangibles, responsiveness, dan emphaty petugas parkir mempengaruhi kepuasan pengguna.","PeriodicalId":340369,"journal":{"name":"Jurnal Statistika dan Komputasi","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114852930","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}
引用次数: 1
Studi Perbandingan Clustering Kecamatan di Kabupaten Bojonegoro Berdasarkan Keaktifan Penduduk Dalam Kepemilikan Dokumen Kependudukan
Pub Date : 2022-06-30 DOI: 10.32665/statkom.v1i1.443
Nisa Arofatus Sholikhah
Latar   Belakang:    Dokumen kependudukan di Kabupaten Bojonegoro memiliki tingkat kepentingan yang tinggi sehingga pemerintah menyediakan aplikasi Sistem Informasi Manajemen Kependudukan (SIMDUK), namun dalam prakteknya aplikasi ini kurang efektif karena rendahnya kesadaran masyarakat dalam melengkapi dokumen kependudukan. Untuk mengatasi permasalahan ini, diperlukan adanya pengelompokan Kecamatan di Kabupaten Bojonegoro berdasarkan kelengkapan kepemilikan dokumen kependudukan.Tujuan: Melakukan perbandingan metode-metode clustering dalam rangka mendapatkan metode terbaik sehingga bisa digunakan untuk pengelompokan Kecamatan di Kabupaten Bojonegoro.Metode: Menerapkan metode kuantitatif berupa metode clustering yaitu K-Means, K-Medoid, X-Means, dan DBSCAN. Metode clustering terbaik dipilih berdasarkan ukuran performance vector terkecil. Sumber data berasal dari data sekunder dari Dinas Kependudukan dan Catatan Sipil Kabupaten Bojonegoro tahun 2020.Hasil: Diperoleh metode clustering terbaik yaitu metode K-Means dengan performance vector sebesar -0,697 dalam membentuk 5 cluster yaitu cluster 1 dengan klasifikasi sangat aktif yang beranggotakan 4 kecamatan, cluster 3 dengan klasifikasi aktif beranggotakan 5 kecamatan, cluster 4 dengan klasifikasi cukup aktif beranggotakan 7 kecamatan, cluster 0 dengan klasifikasi kurang aktif beranggotakan 8 kecamatan, dan cluster 2 dengan klasifikasi tidak aktif yang beranggotakan 4 kecamatan.Kesimpulan: Metode clustering terbaik yaitu metode K-Means yang berhasil mengelompokkan Kecamatan di Kabupaten Bojonegoro berdasarkan kelengkapan kepemilikan dokumen kependudukan, serta menginformasikan banyaknya kecamatan yang kurang aktif.
背景:Bojonegoro地区的档案具有很高的重要性,因此政府向南提交了关于人口管理信息系统的申请(siduk),但实际上,由于公众补充占领文件缺乏意识,这一申请的效果不佳。为了解决这一问题,根据所有占用文件的所有权,需要对博jonegoro地区的街道进行分组。目的:比较集群方法以获得最佳的方法,以便用于Bojonegoro地区的街道分组。方法:应用clustering方法的定量方法是K-Means, K-Medoid, X-Means和DBSCAN。最佳的聚类方法是根据最小的向量性能大小来选择的。数据来源来自2020年的摄政和博jonegoro民事记录的次要数据。最好的结果:聚类方法获得K-Means方法以演出-0,697大小的向量组成一个5集群的集群1 4街道组成的分类非常活跃,集群三分类的活跃成员五街道,街道7集群成员分类的4很活跃,集群0 8街道组成,不太活跃的分类和集群2个分类的不活跃成员的4个街道。结论:目前的最佳方法是k -手段,它成功地根据占领文件的完整所有权以及许多不太活跃的街道对博jonegoro地区进行了分类。
{"title":"Studi Perbandingan Clustering Kecamatan di Kabupaten Bojonegoro Berdasarkan Keaktifan Penduduk Dalam Kepemilikan Dokumen Kependudukan","authors":"Nisa Arofatus Sholikhah","doi":"10.32665/statkom.v1i1.443","DOIUrl":"https://doi.org/10.32665/statkom.v1i1.443","url":null,"abstract":"Latar   Belakang:    Dokumen kependudukan di Kabupaten Bojonegoro memiliki tingkat kepentingan yang tinggi sehingga pemerintah menyediakan aplikasi Sistem Informasi Manajemen Kependudukan (SIMDUK), namun dalam prakteknya aplikasi ini kurang efektif karena rendahnya kesadaran masyarakat dalam melengkapi dokumen kependudukan. Untuk mengatasi permasalahan ini, diperlukan adanya pengelompokan Kecamatan di Kabupaten Bojonegoro berdasarkan kelengkapan kepemilikan dokumen kependudukan.\u0000Tujuan: Melakukan perbandingan metode-metode clustering dalam rangka mendapatkan metode terbaik sehingga bisa digunakan untuk pengelompokan Kecamatan di Kabupaten Bojonegoro.\u0000Metode: Menerapkan metode kuantitatif berupa metode clustering yaitu K-Means, K-Medoid, X-Means, dan DBSCAN. Metode clustering terbaik dipilih berdasarkan ukuran performance vector terkecil. Sumber data berasal dari data sekunder dari Dinas Kependudukan dan Catatan Sipil Kabupaten Bojonegoro tahun 2020.\u0000Hasil: Diperoleh metode clustering terbaik yaitu metode K-Means dengan performance vector sebesar -0,697 dalam membentuk 5 cluster yaitu cluster 1 dengan klasifikasi sangat aktif yang beranggotakan 4 kecamatan, cluster 3 dengan klasifikasi aktif beranggotakan 5 kecamatan, cluster 4 dengan klasifikasi cukup aktif beranggotakan 7 kecamatan, cluster 0 dengan klasifikasi kurang aktif beranggotakan 8 kecamatan, dan cluster 2 dengan klasifikasi tidak aktif yang beranggotakan 4 kecamatan.\u0000Kesimpulan: Metode clustering terbaik yaitu metode K-Means yang berhasil mengelompokkan Kecamatan di Kabupaten Bojonegoro berdasarkan kelengkapan kepemilikan dokumen kependudukan, serta menginformasikan banyaknya kecamatan yang kurang aktif.","PeriodicalId":340369,"journal":{"name":"Jurnal Statistika dan Komputasi","volume":"48 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127391190","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}
引用次数: 0
Peramalan Banyaknya Pasien Rawat Jalan dengan Menggunakan Metode Brown's Double Exponential Smoothing 在布朗的双重精确度法中,门诊病人数量倍增
Pub Date : 2022-06-30 DOI: 10.32665/statkom.v1i1.451
Nur Khoiriyah, Nita Cahyani
Latar   Belakang:    Peramalan memainkan peran penting dalam kegiatan pengambilan keputusan dalam manajemen organisasi. Kebutuhan akan peramalan yang andal semakin meningkat seiring upaya manajemen untuk mengurangi ketergantungannya pada peluang dan menjadi lebih ilmiah dalam menangani masalah-masalahnya. Terutama masalah yang terjadi pada kasus peramalan banyaknya pasien rawat jalan di Dr. R. Sosodoro Djatikoesoemo Bojonegoro. Peningkatan banyaknya pasien rawat jalan dapat diperkirakan sehingga menjadi antisipasi manajer rumah sakit dalam persediaan obat-obatan, fasilitas kesehatan, dan tenaga kesehatan.Tujuan: Meramalkan banyaknya kunjungan pasien rawat jalan di RSUD Dr. R. Sosodoro Djatikoesoemo Bojonegoro dengan model Brown's double exponential smoothing.Metode: Digunakan metode kuantitatif berupa peramalan deret waktu dengan menggunakan model Brown's double exponential smoothing dengan satu parameter yaitu ?. Model peramalan diperoleh melalui pemilihan ? terbaik berdasarkan kriteria model terbaik yaitu mean absolute percentage error (MAPE).Hasil: Diperoleh model terbaik dengan ? sebesar 0,2 dan MAPE sebesar 18. Hasil peramalan model untuk 5 bulan ke depan adalah 12.643 pada bulan Agustus, 12.895 bulan September, 13.147 bulan Oktober, 13.399 bulan November, dan 13.651 bulan Desember.Kesimpulan: Hasil peramalan pasien rawat jalan di RSUD Dr. R. Sosodoro Djatikoesoemo untuk 5 bulan menjadi masukan pengetahuan dugaan ke depan bagi manajemen rumah sakit dalam mengatasi banyaknya pasien rawat jalan.
背景:在组织管理的决策活动中扮演着重要角色。当管理努力减少对机会的依赖,并在解决问题方面变得更加科学时,对可靠模型的需求就会增加。特别是Sosodoro医生的门诊病人数量的问题。门诊病人的数量的增加可以预料到,这是医院经理对医疗用品、卫生设施和卫生保健设施的期望。目的:预测到在R. Sosodoro Dr。方法:使用时间分级方法的定量方法,使用棕色型号的双精确度平滑,其中一个参数是什么?预言模型是通过选举获得的?最好的方法是“绝对方法”。结果:获得了最好的模型?0.2和MAPE为18。未来5个月的模型模型结果是8月12643,9月12895年,10月13147年,11月13399年,12月13651年。结论:由R. Sosodoro Djatikoesoemo住院5个月的结果,成为医院管理人员对众多门诊病人的初步了解。
{"title":"Peramalan Banyaknya Pasien Rawat Jalan dengan Menggunakan Metode Brown's Double Exponential Smoothing","authors":"Nur Khoiriyah, Nita Cahyani","doi":"10.32665/statkom.v1i1.451","DOIUrl":"https://doi.org/10.32665/statkom.v1i1.451","url":null,"abstract":"Latar   Belakang:    Peramalan memainkan peran penting dalam kegiatan pengambilan keputusan dalam manajemen organisasi. Kebutuhan akan peramalan yang andal semakin meningkat seiring upaya manajemen untuk mengurangi ketergantungannya pada peluang dan menjadi lebih ilmiah dalam menangani masalah-masalahnya. Terutama masalah yang terjadi pada kasus peramalan banyaknya pasien rawat jalan di Dr. R. Sosodoro Djatikoesoemo Bojonegoro. Peningkatan banyaknya pasien rawat jalan dapat diperkirakan sehingga menjadi antisipasi manajer rumah sakit dalam persediaan obat-obatan, fasilitas kesehatan, dan tenaga kesehatan.\u0000Tujuan: Meramalkan banyaknya kunjungan pasien rawat jalan di RSUD Dr. R. Sosodoro Djatikoesoemo Bojonegoro dengan model Brown's double exponential smoothing.\u0000Metode: Digunakan metode kuantitatif berupa peramalan deret waktu dengan menggunakan model Brown's double exponential smoothing dengan satu parameter yaitu ?. Model peramalan diperoleh melalui pemilihan ? terbaik berdasarkan kriteria model terbaik yaitu mean absolute percentage error (MAPE).\u0000Hasil: Diperoleh model terbaik dengan ? sebesar 0,2 dan MAPE sebesar 18. Hasil peramalan model untuk 5 bulan ke depan adalah 12.643 pada bulan Agustus, 12.895 bulan September, 13.147 bulan Oktober, 13.399 bulan November, dan 13.651 bulan Desember.\u0000Kesimpulan: Hasil peramalan pasien rawat jalan di RSUD Dr. R. Sosodoro Djatikoesoemo untuk 5 bulan menjadi masukan pengetahuan dugaan ke depan bagi manajemen rumah sakit dalam mengatasi banyaknya pasien rawat jalan.","PeriodicalId":340369,"journal":{"name":"Jurnal Statistika dan Komputasi","volume":"34 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114551269","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}
引用次数: 1
Pemodelan Regresi Data Panel Untuk Memprediksi Ketersediaan Beras Di Kabupaten Bojonegoro
Pub Date : 2022-06-30 DOI: 10.32665/statkom.v1i1.447
Ummi Agustin Yuliana
Latar   Belakang:    Ketersediaan beras menjadi komponen utama penyebab inflasi dan kurangnya beras mengganggu ketahanan pangan nasional. Kabupaten Bojonegoro menjadi produksi padi menempati urutan ketiga di Provinsi Jawa timur, namun permasalahan yang dihadapi adalah penurunan ketersediaan beras dari tahun ke tahun. Untuk menganalisis permasalahan ini diperlukan adanya pemodelan pola hubungan ketersediaan beras dengan variabel-variabel prediktornya.Tujuan: Mengetahui variabel-variabel prediktor yang berpengaruh terhadap Ketersediaan Beras di Kabupaten Bojonegoro pada tahun 2016 sampai 2020 dengan menggunakan analisis regresi data panel.Metode: Menerapkan metode kuantitatif berupa pemodelan regresi data panel dengan perbandingan hasil common effect model, fixed effect model, dan random effect model. Sumber data digunakan data sekunder berupa data ketersediaan beras, luas panen, dan jumlah penduduk yang berasal dari Kabupaten Bojonegoro pada tahun 2016 sampai 2020.Hasil: Diperoleh model regresi data panel terbaik adalah fixed effect model dengan nilai R-squared sebesar 74,77% dan AIC sebesar 20,6921. Terdapat pengaruh signifikan positif luas panen dan jumlah penduduk terhadap ketersediaan beras. Setiap peningkatan Luas Panen 1 Ha dan Jumlah Penduduk 1 jiwa masing-masing akan menyebabkan peningkatan Ketersediaan Beras sebesar 0,9908 ton dan 0,4265 ton.Kesimpulan: Penerapan model regresi data panel memberikan pengetahuan bahwa luas panen dan jumlah penduduk secara positif mempengaruhi ketersediaan beras di Kabupaten Bojonegoro.
背景:大米的可行性成为通货膨胀和缺乏大米破坏国家粮食安全的主要因素。Bojonegoro地区成为水稻产量的第三大在东爪哇省,但面临的问题是大米年复一年的减少。为了分析这一问题,需要将可用大米与预测变量的可变关系模式建模。目标:利用面板数据回归分析,了解2016年至2020年波jonegoro地区影响大米供应的预测变量。方法:采用面板数据回归模式的定量方法,比较模型常见效果、固定效果和随机效果效果。数据来源是2016年至2020年来自Bojonegoro地区的大米、收获面积和人口数量的次要数据。结果:获得最好的数据回归模型模型r - squed值为74.77%,AIC为206921。农作物的规模和人口数量对大米的供应有积极的影响。每增加1公顷的收成和1个居民的数量,就会增加0.9908吨和0.4265吨的大米。结论:应用面板数据回归模型提供知识,收获广泛和积极影响的人口在地区供应大米。
{"title":"Pemodelan Regresi Data Panel Untuk Memprediksi Ketersediaan Beras Di Kabupaten Bojonegoro","authors":"Ummi Agustin Yuliana","doi":"10.32665/statkom.v1i1.447","DOIUrl":"https://doi.org/10.32665/statkom.v1i1.447","url":null,"abstract":"Latar   Belakang:    Ketersediaan beras menjadi komponen utama penyebab inflasi dan kurangnya beras mengganggu ketahanan pangan nasional. Kabupaten Bojonegoro menjadi produksi padi menempati urutan ketiga di Provinsi Jawa timur, namun permasalahan yang dihadapi adalah penurunan ketersediaan beras dari tahun ke tahun. Untuk menganalisis permasalahan ini diperlukan adanya pemodelan pola hubungan ketersediaan beras dengan variabel-variabel prediktornya.\u0000Tujuan: Mengetahui variabel-variabel prediktor yang berpengaruh terhadap Ketersediaan Beras di Kabupaten Bojonegoro pada tahun 2016 sampai 2020 dengan menggunakan analisis regresi data panel.\u0000Metode: Menerapkan metode kuantitatif berupa pemodelan regresi data panel dengan perbandingan hasil common effect model, fixed effect model, dan random effect model. Sumber data digunakan data sekunder berupa data ketersediaan beras, luas panen, dan jumlah penduduk yang berasal dari Kabupaten Bojonegoro pada tahun 2016 sampai 2020.\u0000Hasil: Diperoleh model regresi data panel terbaik adalah fixed effect model dengan nilai R-squared sebesar 74,77% dan AIC sebesar 20,6921. Terdapat pengaruh signifikan positif luas panen dan jumlah penduduk terhadap ketersediaan beras. Setiap peningkatan Luas Panen 1 Ha dan Jumlah Penduduk 1 jiwa masing-masing akan menyebabkan peningkatan Ketersediaan Beras sebesar 0,9908 ton dan 0,4265 ton.\u0000Kesimpulan: Penerapan model regresi data panel memberikan pengetahuan bahwa luas panen dan jumlah penduduk secara positif mempengaruhi ketersediaan beras di Kabupaten Bojonegoro.","PeriodicalId":340369,"journal":{"name":"Jurnal Statistika dan Komputasi","volume":"6 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129814871","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}
引用次数: 2
期刊
Jurnal Statistika dan Komputasi
全部 Acc. Chem. Res. ACS Applied Bio Materials ACS Appl. Electron. Mater. ACS Appl. Energy Mater. ACS Appl. Mater. Interfaces ACS Appl. Nano Mater. ACS Appl. Polym. Mater. ACS BIOMATER-SCI ENG ACS Catal. ACS Cent. Sci. ACS Chem. Biol. ACS Chemical Health & Safety ACS Chem. Neurosci. ACS Comb. Sci. ACS Earth Space Chem. ACS Energy Lett. ACS Infect. Dis. ACS Macro Lett. ACS Mater. Lett. ACS Med. Chem. Lett. ACS Nano ACS Omega ACS Photonics ACS Sens. ACS Sustainable Chem. Eng. ACS Synth. Biol. Anal. Chem. BIOCHEMISTRY-US Bioconjugate Chem. BIOMACROMOLECULES Chem. Res. Toxicol. Chem. Rev. Chem. Mater. CRYST GROWTH DES ENERG FUEL Environ. Sci. Technol. Environ. Sci. Technol. Lett. Eur. J. Inorg. Chem. IND ENG CHEM RES Inorg. Chem. J. Agric. Food. Chem. J. Chem. Eng. Data J. Chem. Educ. J. Chem. Inf. Model. J. Chem. Theory Comput. J. Med. Chem. J. Nat. Prod. J PROTEOME RES J. Am. Chem. Soc. LANGMUIR MACROMOLECULES Mol. Pharmaceutics Nano Lett. Org. Lett. ORG PROCESS RES DEV ORGANOMETALLICS J. Org. Chem. J. Phys. Chem. J. Phys. Chem. A J. Phys. Chem. B J. Phys. Chem. C J. Phys. Chem. Lett. Analyst Anal. Methods Biomater. Sci. Catal. Sci. Technol. Chem. Commun. Chem. Soc. Rev. CHEM EDUC RES PRACT CRYSTENGCOMM Dalton Trans. Energy Environ. Sci. ENVIRON SCI-NANO ENVIRON SCI-PROC IMP ENVIRON SCI-WAT RES Faraday Discuss. Food Funct. Green Chem. Inorg. Chem. Front. Integr. Biol. J. Anal. At. Spectrom. J. Mater. Chem. A J. Mater. Chem. B J. Mater. Chem. C Lab Chip Mater. Chem. Front. Mater. Horiz. MEDCHEMCOMM Metallomics Mol. Biosyst. Mol. Syst. Des. Eng. Nanoscale Nanoscale Horiz. Nat. Prod. Rep. New J. Chem. Org. Biomol. Chem. Org. Chem. Front. PHOTOCH PHOTOBIO SCI PCCP Polym. Chem.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1