1,720,990 research outputs found
Penerapan Model Generalized Space Time Pada Data Harga Gula Pasir Di Pulau Jawa
No full textModel generalized space time autoregressive (GSTAR) merupakan model
dengan data deret waktu yang mempunyai keterkaitan lokasi dan waktu (space
time). Model GSTAR merupakan pengembangan dari model space time
autoregressive (STAR) dengan asumsi parameter-parameter model berbeda untuk
setiap lokasi sehingga model GSTAR cenderung lebih fleksibel dibandingkan
model STAR. Tujuan penelitian ini adalah menentukan model ruang waktu yang
sesuai pada data harga gula pasir di Pulau Jawa. Data yang digunakan adalah data
mingguan harga gula pasir di DKI Jakarta, Jawa Barat, Jawa Tengah, DI
Yogyakarta, Jawa Timur, dan Banten pada Juli 2008 sampai Desember 2014.
Model ruang waktu yang sesuai untuk data harga gula pasir di Pulau Jawa adalah
GSTARI (1,1). Pembobot yang digunakan dalam penelitian ini bobot kebalikan
jarak dan bobot contiguity. Hasil pemodelan menunjukkan bahwa model terbaik
adalah pembobotan contiguity yang mempunyai nilai mean absolute percentage
error (MAPE) terkecil yaitu sebesar 3.66%
Identifikasi Faktor-faktor yang Memengaruhi Keberhasilan Akademik Mahasiswa Menggunakan Regresi Logistik Multinomial
No full textKeberhasilan akademik mahasiswa di perguruan tinggi dapat ditentukan
berdasarkan nilai indeks prestasi kumulatif (IPK) dan ketepatan waktu kelulusan.
Selama ini pemodelan terhadap IPK dan ketepatan waktu kelulusan sebagian besar
dilakukan secara terpisah. Dalam penelitian ini, dibentuk empat kategori kombinasi
antara IPK dan ketepatan waktu kelulusan, yaitu IPK<3.00 dan lulus tidak tepat
waktu, IPK<3.00 dan lulus tepat waktu, IPK≥3.00 dan lulus tidak tepat waktu, serta
IPK≥3.00 dan lulus tepat waktu. Penelitian ini menggunakan data mahasiswa IPB
angkatan 48 untuk mengidentifikasi faktor – faktor yang memengaruhi keberhasilan
akademik mahasiswa serta mengetahui tingkat ketepatan klasifikasi dari model
yang diperoleh. Salah satu analisis yang dapat digunakan yaitu analisis regresi
logistik multinomial dengan peubah respon kombinasi antara IPK dan ketepatan
waktu lulus. Hasil analisis regresi logistik multinomial tersebut menunjukkan
bahwa faktor-faktor yang memengaruhi keberhasilan akademik mahasiswa IPB
angkatan 48 adalah jenis kelamin, IPK TPB, beasiswa, jalur masuk, asal daerah,
dan fakultas. Model regresi logistik multinomial memberikan ketepatan klasifikasi
sebesar 65.4%
Analisis Daya Tahan Menunggu Kelahiran Anak Pertama Di Provinsi Lampung
No full textLampung merupakan provinsi terpadat di Sumatera. Bertambahnya jumlah penduduk di Provinsi Lampung dipengaruhi oleh tiga faktor utama, yaitu jumlah kelahiran, jumlah kematian dan perpindahan penduduk. Di antara ketiga faktor tersebut, jumlah kelahiran merupakan faktor yang sangat menentukan pertumbuhan jumlah penduduk. Jumlah kelahiran yang besar berkaitan erat dengan bertambahnya pasangan suami istri yang menikah. Akan tetapi, tidak semua pasangan yang sudah menikah tersebut cepat dikaruniai anak, sebagian dari mereka ada yang harus menunggu dalam waktu yang cukup lama untuk menantikan karunia tersebut bahkan ada di antara mereka yang tidak dikarunia anak.
Perbedaan waktu tunggu kelahiran anak pertama bagi pasangan yang baru menikah ditentukan oleh berbagai faktor sosial dan budaya dari pasangan suami istri tersebut, di antaranya karena faktor daerah atau tempat tinggal, tingkat pendidikan, umur, pengetahuan tentang alat kontrasepsi, status bekerja. status ekonomi, dan keinginan hamil. Penelitian ini bertujuan untuk memodelkan waktu tunggu kelahiran anak pertama dari pasangan suami istri yang baru menikah di Provinsi Lampung dan menentukan faktor-faktor yang mempengaruhinya.
Proses menunggu yang dilakukan oleh wanita dari pertama kali menikah sampai dikaruniai anak pertama merupakan contoh survival time. Hubungan antara survival time dan peubah bebasnya tidak dapat dianalisis dengan model regresi linier pada umumnya, hal tersebut dikarenakan model regresi linier tidak mampu menangani data yang bersifat tersensor. Cox proportional hazard merupakan regresi yang sering digunakan untuk menganalisis data survival. Regresi cox proportional hazard merupakan model semiparametrik yang cukup handal (robust) dalam memodelkan data survival karena menghasilkan estimasi parameter yang tidak jauh berbeda dengan model parametrik.
Waktu tunggu kelahiran anak pertama di Provinsi Lampung dipengaruhi oleh tiga peubah: tempat tinggal, tingkat pendidikan dan usia pada saat menikah. Koefisien dan rasio hazard tempat tinggal sebesar 0.123 dan 1.131. Tingkat pendidikan dibagi ke dalam dua kategori: sekolah menengah pertama (SMP) dan sekolah menengah atas (SMA). Koefisien dan rasio hazard SMP sebesar -0.299 dan 0.742, dan SMA sebesar -0.267 dan 0.766. Koefisien dan rasio hazard usia saat menikah sebesar -5.823 dan 0.003 untuk usia 21-25 tahun, dan -1.665 dan 0.189 untuk usia lebih dari 25 tahun
Pengelompokan Wilayah Di Indonesia Dengan Analisis Gerombol Dan Analisis Input Output Dalam Bidang Teknologi Komunikasi
No full textPerkembangan teknologi di Indonesia sekarang ini sangat pesat. Salah satu teknologi yang sedang berkembang pesat adalah teknologi komunikasi. Hal ini dikarenakan teknologi komunikasi dapat mempermudah dan mempercepat dalam berkomunikasi. Selain itu teknologi komunikasi juga merupakan salah satu fokus pemerintah dalam pembangunan nasional serta merupakan sektor yang mendukung perekonomian nasional. Akan tetapi Indonesia memiliki wilayah yang luas, jumlah penduduk yang banyak, kondisi geografi yang berbeda-beda dan perbedaan level ekonomi masyarakat sehingga sulit dalam menerapkan kebijakan untuk setiap wilayah. Sehingga perlu dilakukan pengelompokan wilayah dalam teknologi komunikasi serta peran komunikasi sendiri dalam perekonomian. Oleh karena itu tujuan penelitian ini adalah untuk mengelompokkan provinsi di Indonesia serta mengukur peran subsektor komunikasi dalam perekonomian sebagai dasar langkah pemerintah dalam menerapkan kebijakan. Metode yang digunakan dalam penelitian ini adalah menggunakan analisis gerombol metode hirarki dengan menggunaan kriteria Cubic Clustering Criterion (CCC) dan pseudo F dalam penentuan metode terbaik dan banyak gerombol optimal. Peran subsektor komunikasi diperoleh menggunakan analisis input-output pada setiap gerombol dengan menghitung nilai indeks daya penyebaran dan indeks derajat kepekaan. Hasil penelitian menunjukkan bahwa banyaknya gerombol yang terbentuk berdasarkan peubah dalam bidang teknologi komunikasi adalah 3 gerombol. Gerombol 1 beranggotakan 21 provinsi, gerombol 2 beranggotakan 7 provinsi, dan gerombol 3 beranggotakan 3 provinsi. Gerombol 1 masih harus meningkatkan potensi desa , perekonomian dan pemanfaatan komunikasi karena masih ada yang kurang, gerombol 2 memiliki sosial ekonomi yang sudah bagus dan gerombol 3 memiliki potensi desa dan penggunaan komunikasi yang sudah bagus. Analisis input-output diperoleh nilai rata-rata indeks daya penyebaran dan indeks derajat kepekaaan Subsektor komunikasi pada ketiga gerombol masih lemah sehingga belum bisa menarik maupun mendorong sektor lain, oleh karena itu sektor komunikasi harus menjadi perhatian khusus oleh pemerinta
Analisis Regresi Peubah Ganda Faktor-Faktor Yang Memengaruhi Tingkat Kesehatan Di Jawa Tengah
No full textSaat ini Jawa Tengah merupakan provinsi dengan tingkat kesehatan terbaik di
Indonesia, sehingga Jawa Tengah dapat dijadikan acuan oleh pemerintah dalam
meningkatkan kesehatan masyarakat di Indonesia. Dalam menilai tingkat
kesehatan masyarakat Jawa Tengah terdapat beberapa indikator yang digunakan,
yaitu angka kesakitan, angka kematian ibu, dan angka kematian bayi. Indikator
tingkat kesehatan ini dipengaruhi oleh berbagai faktor yaitu jumlah dokter,
puskesmas, kasus gizi buruk dan imunisasi lengkap. Tujuan dari penelitian ini
adalah mengetahui faktor-faktor yang berpengaruh pada tingkat kesehatan di Jawa
Tengah. Hasil analisis regresi multivariat antara seluruh peubah respon dengan
bobot komponen utama setelah dilakukan transformasi balik menunjukkan bahwa
faktor banyaknya jumlah dokter dan puskesmas memiliki pengaruh yang lebih
besar dibandingkan dengan faktor yang lain. Besarnya hubungan antar peubah
respon dan peubah prediktor ƞɅ
�����
sebesar 0.3513, yang artinya model dapat
menjelaskan informasi data sebesar 35.13%
Penerapan Regresi Spasial Untuk Data Wilayah Miskin Kabupaten Di Jawa Timur
No full textTujuan dari penelitian ini adalah untuk menentukan peubah penjelas yang
mempengaruhi persentase kemiskinan serta mengidentifikasi pengaruh spasial
kemiskinan kabupaten di Jawa Timur. Data yang digunakan untuk penelitian ini
adalah Data Informasi Kemiskinan 2012 yang diperoleh dari Badan Pusat Statistik
Provinsi Jawa Timur. Penelitian ini menggunakan analisis regresi spasial untuk
mengidentifikasi peubah-peubah yang berpengaruh terhadap persentase
kemiskinan di Jawa Timur dengan menggunakan pendekatan Spatial
Autoregressive Model (SAR) dan Spatial Error Model (SEM). Hasil pengujian
efek spasial menunjukkan model SAR yang digunakan untuk menentukan faktorfaktor
terhadap persentase kemiskinan di Jawa Timur. Analisis dari penelitian
juga menunjukkan bahwa model SAR lebih baik dibanding dengan model regresi
klasik. Model SAR memiliki nilai dan Akaike Information Criterion (AIC)
masing-masing sebesar 64.01% dan 59.34, sedangkan model regresi klasik
memiliki nilai dan AIC masing-masing sebesar 60.80% dan 64.14. Pada model
SAR peubah penjelas yang berpengaruh terhadap persentase kemiskinan di Jawa
Timur adalah angka kematian bayi, persentase penduduk dengan pengeluaran
perkapita ≤175,000 rupiah/bulan, persentase penduduk yang menempati rumah
dengan luas <8 m2, dan kemiskinan kabupaten di sekelilingnya
Pemodelan Regresi Data Panel Pada Kasus Jumlah Penderita Demam Berdarah Dengue (Dbd) Di Kota Bogor.
No full textDemam berdarah dengue (DBD) merupakan penyakit demam akut yang disebabkan oleh infeksi virus dengue dan ditularkan kepada manusia melalui gigitan nyamuk Aedes aegypti dan Aedes albopictus. DBD menimbulkan gejala adanya demam tinggi mendadak, pendarahan dan bisa menimbulkan syok yang berakibat pada kematian. Penyakit DBD merupakan salah satu masalah kesehatan di Indonesia. Kota Bogor mempunyai rata-rata ketinggian 190 m sampai 330 m di atas permukaan laut, curah hujan yang tinggi serta kota yang padat penduduk. Kondisi ini menjadikan Kota Bogor berpotensi besar penyebaran DBD. Kasus penyakit DBD ditemukan sepanjang tahun di Kota Bogor. Penduduk di daerah yang sama bisa menderita DBD di tahun berikutnya dikarenakan nyamuk Aedes aegypti dan Aedes albopictus sebagai penyebar virus dengue terus berkembang dan menyebar sepanjang tahun. Berdasarkan karakteristik tersebut maka digunakan data gabungan antara data lintas lokasi (cross section) dan data deret waktu (time series) yang disebut data panel. Terdapat tiga metode untuk menduga model regresi data panel, yaitu model gabungan, model pengaruh tetap dan model pengaruh acak. Pendugaan parameter model gabungan menggunakan Metode Kuadrat Terkecil (MKT). Pendugaan parameter model pengaruh tetap menggunakan metode Least Square Dummy Variable (LSDV). Pendugaan parameter model pengaruh acak menggunakan metode Generalized Least Square (GLS). Penelitian ini bertujuan untuk menentukan model regresi data panel terbaik pada kasus faktor-faktor yang mempengaruhi jumlah penderita DBD di Kota Bogor dari tahun 2009 sampai 2013. Data yang digunakan diperoleh dari Dinas Kesehatan Kota Bogor dan Badan Pusat Statistik Kota Bogor. Peubah respon yang digunakan adalah jumlah penderita DBD. Peubah bebas yang diamati antara lain kepadatan penduduk, mobilitas penduduk, rata-rata usia penderita DBD dan jumlah puskesmas/puskesmas pembantu pada 68 kelurahan di Kota Bogor. Berdasarkan hasil analisis data panel, model pengaruh tetap dengan menggunakan peubah respon yang ditransformasikan dan penambahan peubah bebas jumlah penderita DBD tahun sebelumnya merupakan model yang dapat menggambarkan pengaruh peubah bebas terhadap jumah penderita DBD di Kota Bogor dari tahun 2009 sampai 2013. Peubah-peubah yang berpengaruh terhadap jumlah penderita DBD adalah kepadatan penduduk, mobilitas penduduk, rata-rata usia penderita DBD dan jumlah penderita DBD tahun sebelumnya dengan koefisien determinasi (R2) sebesar 72.76% dan MSE sebesar 0.2763
Model Spasial Otoregresif Poisson untuk Mendeteksi Faktor-Faktor yang Berpengaruh terhadap Jumlah Penderita Gizi Buruk di Provinsi Jawa Timur
No full textOne indicator of poverty can be seen from the large of people with malnutrition. Genesis residents suffer from malnutrition in the Province of East Java is a rare occurrence, so the incidence of people suffering from malnutrition can be assumed to follow a Poisson distribution. Although the incidence of people suffering from malnutrition including a rare occurrence, but malnutrition is a serious problem that requires special handling because it has led to the decline in resource quality. For that use spatial autoregressive Poisson models to detect factors that influence the number of people with malnutrition. Based on the results of this study was obtained that the factors that influence the number of people with malnutrition are spatial and non-spatial. Spatial factor that predispose to a particular location is the location of the neighbors. This means that the number of people with malnutrition in a region or a nearby location will affect the number of malnourished people in the surrounding locations. While non-spatial factors that influence the number of people with malnutrition are the number of families residing in the slums, the area of land use structure is not enough irrigation, the number of health workers living in rural or village, and the number of per capita gross regional domestic product. The coefficient of determination for the SAR Poisson model was 0.57. Based on the scan statistic method obtained four clusters of hotspot areas.Gizi buruk adalah keadaan kurang zat gizi tingkat berat yang disebabkan oleh rendahnya konsumsi energi dan protein dalam waktu cukup lama yang ditandai dengan tidak sesuainya berat badan dengan umur (BPS 2008). Gizi buruk secara langsung disebabkan oleh kurangnya asupan makanan dan penyakit infeksi, sedangkan secara tidak langsung disebabkan oleh ketersediaan pangan, sanitasi, pelayanan kesehatan, pola asuh, kemampuan daya beli keluarga, pendidikan, dan pengetahuan. Masalah gizi buruk membutuhkan penanganan yang tepat, karena konsekuensinya dapat menimbulkan penurunan kualitas sumber daya manusia. . Jawa Timur merupakan salah satu provinsi yang memiliki jumlah penderita gizi buruk terbanyak di Indonesia. Dalam upaya menangani banyaknya jumlah penderita gizi buruk diperlukan upaya untuk mengetahui faktor-faktor yang mempengaruhinya baik spasial maupun nonspasial. Jumlah warga yang menderita gizi buruk merupakan data cacahan (count data) dan kejadian warga menderita gizi buruk merupakan kejadian yang jarang terjadi, sehingga dalam penelitian ini menggunakan model Spatial Autoregressive Poisson (SAR Poisson)
Penentuan Tingkat Kemiskinan Kabupaten/Kota di Jawa Tengah Berdasarkan Indikator Perumahan dengan Metode K-Error
No full textAnalisis gerombol adalah salah satu analisis peubah ganda yang bertujuan
untuk mengelompokkan objek-objek berdasarkan kemiripan karakteristiknya,
sehingga objek-objek yang berada dalam satu gerombol memiliki kemiripan yang
relatif lebih tinggi dibandingkan dengan objek yang berada dalam gerombol yang
berbeda. Analisis gerombol tradisional memiliki kelemahan yaitu tidak
memasukkan informasi galat yang terkait dengan data. Untuk mengatasi adanya
galat yang terkait dengan data, dikembangkan metode penggerombolan
berdasarkan galat, salah satunya adalah metode K-Error. Penelitian ini bertujuan
untuk menggerombolkan kabupaten/kota di Jawa Tengah berdasarkan indikator
perumahan menggunakan metode K-Error dan beberapa teknik penggerombolan
lainnya antara lain metode K-Rataan dengan jarak kuadrat Euclidean pada data asli,
metode K-Rataan dengan jarak kuadrat Euclidean pada data yang telah dibakukan
dan metode K-Rataan dengan jarak Mahalanobis serta mengevaluasi hasil
penggerombolan pada metode K-Error dan beberapa teknik penggerombolan
lainnya. Berdasarkan rasio jumlah kuadrat gerombol, hasil penggerombolan metode
K-Error mampu memberikan hasil yang lebih tepat. Hasil olah data metode KError
terbentuk 8 gerombol optimum. Gerombol 4 yaitu Kabupaten Grobogan dan
Kabupaten Blora merupakan daerah dengan tingkat kemiskinan sangat tinggi
Analisis Spasial dan Temporal Kasus Avian Influenza Peternakan Unggas Sektor IV di Provinsi Daerah Istimewa Yogyakarta
No full textAvian influenza (AI) disease on poultry has occurred in Indonesia for 9 years (2003-2012) and potentially became a pandemic for human. DIY province was vulnerable in term of AI virus spreads, in fact it had ever became the highest AI cases on poultry in Indonesia. The objectives of this research are to located the center on AI cases, spatial correlation and AI cases pattern identification, identifying the relationship between poultry population and the number of AI cases, locate areas that become hotspot and figure out AI cases temporal pattern. Data used in this research is a secondary data from Participatory Disease Surveillance and Response (PDSR) and Dinas Peternakan dan Kesehatan Hewan Provinsi DIY for number of AI cases, GPS coordinate and poultry population of each sub-district in DIY province in 2009-2012. Mean spatial, moran scatterplot, Chi-Square test, and ARIMA are used for data analysis. Result from this research is expected to provide information regarding AI disease to the central government, regional government, and public society as an advice for deciding the prevention policy and AI cases treatment in DIY province. Areas that become the center of AI cases generally moved every year at the district or provincial level to the nearby area. Areas that become center of AI cases more than once are Bantul district. Gunung Kidul district only once became the center of AI cases. Area that became the center of AI cases needs to be aware as a source of AI disease infection. AI cases in DIY province generally in clustered pattern. Clustered pattern was occurred in 2010, 2011 and four year analysis. Random pattern found in 2009 and 2012. There was a positive or negative of spatial correlation of AI cases in DIY province. Areas that became hotspot more than once and potentially became center of AI disease spread are Pakem sub-district, Samigaluh sub-district, Kalasan sub-district, Umbulharjo sub-district, Pandak sub-district, Patuk sub-district, Sentolo sub-district, Tempel sub-district, Ngaglik sub-district, Lendah sub-district, Jetis sub-district, Sanden sub-district and Sewon sub-district. Areas that became coldspot more than once and potentially vulnerable to AI disease are Girimulyo sub-district, Lendah sub-district, Moyudan sub-district, Prambanan sub-district, Turi sub-district, Gedangsari sub-district, Purwosari sub-district, Banguntapan sub-district, Pajangan sub-district, Imogiri sub-district and Bambanglipuro sub-district Chi-Square analysis show the correlation between poultry population and number of AI cases in DIY province in 2009-2012. This mean that AI cases DIY province was affected by number of poultry population. Poultry population control can affected the AI cases. ARIMA (0,2,1) model was used to identify AI cases temporal pattern in 2009-2012. Temporal pattern shows the increasing trend of AI cases in January-March. Timing of AI cases coincided with the rainy season
- …
