1,721,014 research outputs found
Pendugaan Life Table Multiregional untuk Empat Kategori Wilayah di Indonesia Berdasarkan Sensus Penduduk 2010
No full textKarya ilmiah ini membahas tentang penyusunan life table multiregional
Indonesia yang dibagi dalam empat wilayah yaitu wilayah 1 (provinsi Jawa Barat),
wilayah 2 (provinsi DKI Jakarta dan Jawa Tengah), wilayah 3 (provinsi Sumatera
Utara, Jawa Timur, dan Banten), dan wilayah 4 (provinsi lainnya). Dalam
penyusunan life table multiregional, dibutuhkan nilai mortalitas yang diperoleh dari
perhitungan life table uniregional dan arus migrasi keluar yang nilainya diperoleh
dengan menggunakan model arus migrasi Jawa Bali dan Luar Jawa Bali.
Berdasarkan hasil analisis demografi uniregional maupun multiregional
menunjukkan penduduk di wilayah 2 (provinsi DKI Jakarta dan Jawa Tengah)
memiliki angka harapan hidup tertinggi dibandingkan wilayah lainnya
Kajian Model Deterministik dan Stokastik Waktu Kontinu pada Model Epidemik SEIV.
No full textUntuk mengetahui suatu perilaku penyebaran penyakit menular diperlukan suatu model matematika yaitu model epidemik. Salah satu model epidemik yaitu model epidemik SEIV (Susceptible Exposed Infected Vaccinated). Pada penelitian model epidemik ini yang akan dibahas adalah model deterministik dan model stokastik. Model SEIV deterministik diperoleh dua titik tetap yaitu titik tetap bebas penyakit dan titik tetap endemik. Dalam menentukan bilangan reproduksi dasar menggunakan dua metode yakni metode tabel Routh-Hurwitz dan metode matriks next generation telah memperoleh hasil yang sama. Model SEIV stokastik membahas mengenai model rantai Markov pada waktu kontinu. Kestabilan bebas penyakit diperoleh pada saat R0 1. Dari simulasi numerik yang dilakukan, perilaku model epidemik SEIV deterministik serupa dengan perilaku model epidemik stokastik pada waktu kontinu. Namun demikian, dalam model epidemic SEIV stokastik selalu terjadi kemungkinan bebas penyakit meskipun nilai R0 > 1, dengan peluang bebas penyakit semakin kecil dengan semakin meningkatnya nilai R0
Pemodelan Kepuasan Konsumen Melalui Aspek Bauran Pemasaran pada Produk Minuman.
No full textPemodelan kepuasan pelanggan terhadap produk minuman dapat didasarkan
pada teori Kotler dan Armstrong yaitu bauran pemasaran. Pemodelan yang
dilakukan pada umumnya menggunakan seluruh data sampel yang diperoleh tanpa
melihat karakteristik dari sampel itu sendiri. Tujuan penelitian ini adalah
memperoleh model yang lebih baik dengan membagi sampel ke dalam beberapa
cluster. Pemodelan dilakukan baik untuk data keseluruhan serta setiap cluster.
Semua uji kebaikan model menunjukkan bahwa ada 2 cluster yang optimal.
Pemodelan yang dilakukan menunjukkan bahwa model pada sampel yang telah
dikelompokkan menunjukkan perilaku konsumen pada masing-masing cluster
dengan karakteristik yang homogen. Dengan begitu, model dapat memberikan
interpretasi yang lebih menggambarkan keadaan sesungguhnya
Analisis Ukuran Kemiskinan Foster-Greer-Thorbecke dari Sebaran Pendapatan Pareto Tipe I
No full textPoverty is one of fundamental issues that attracts the attention of governments. Important points of poverty is about poverty measurement problem. One of the poverty measurements that provides a comprehensive poverty view is Foster-Greer-Thorbecke (FGT). This paper analyzes the poverty measures of FGT from Pareto income distribution type I. This study uses the average of total outcome per capita per month and poverty line in 2010 that was reported by Statistics Indonesia. The result of the analysis shows that the provinces having distribution of income satisfying as the Pareto income distribution type I model in parameter α = 1.5 from 33 provinces are West Java, Banten, DI Yogyakarta, Bali, South Kalimantan, East Kalimantan, North Sulawesi, Gorontalo, South Sulawesi, Southeast Sulawesi, and Papua provinces. Papua Province has the highest percentage of poor, poverty gap, and distribution of poverty, meanwhile the lowest percentage is Banten Province
Model Parametrik untuk Data Close Birth Interval
No full textIndonesia merupakan negara yang memiliki jumlah populasi penduduk
yang sangat banyak dengan berbagai macam adat, budaya, bahasa, agama dan
keyakinan. Jumlah penduduk Indonesia pada tahun 2016 berjumlah 261 115 456
jiwa. Penduduk Indonesia mencapai sekitar 3.5% dari populasi penduduk dunia
yang berjumlah lebih dari dua miliyar manusia. Setiap tahunnya penduduk
Indonesia mengalami peningkatan. Kelahiran atau fertilitas adalah hasil reproduksi
yang nyata (bayi lahir hidup) dari seorang wanita atau sekelompok wanita. Salah
satu kajian mengenai fertilitas adalah tentang Close Birth Interval. Close Birth
Interval (CBI) adalah jarak kelahiran antara dua kelahiran yang terjadi secara
berturut-turut. Penelitian ini bertujuan untuk mencari model yang tepat untuk data
CBI dan menduga beberapa sebaran yang memiliki kemiripan pada data tersebut.
Sebaran yang akan digunakan pada penelitian ini adalah sebaran eksponensial,
sebaran gamma, dan sebaran chi square. Selanjutnya akan dibandingkan dengan
metode MAPE (Mean Absolute Percentage Error) untuk mencari nilai error antar
sebaran tersebut, sehingga error yang terkecil diduga menjadi model terbaik untuk
data CBI. Data yang digunakan diperoleh dari Singh (1998) yaitu data jarak antara
dua kelahiran wanita di daerah Varanasi Tehsil, India. Dari hasil analisis diperoleh
bahwa model terbaik adalah model gabungan antara sebaran gamma dan sebaran
eksponensial. Berdasarkan pada sebaran tersebut dapat disimpulkan bahwa bahwa
peluang jarak antara dua kelahiran wanita di daerah Varanasi Tehsil kurang dari 1
tahun adalah 0.01897. Sementara peluang jarak antara dua kelahiran antara 1
sampai dengan 2 tahun dan lebih dari 9.25 tahun verturut-turut adalah 0.19644 dan
0.10366
Kajian Model Epidemik SIS Deterministik dan Stokastik Waktu Diskret dengan Total Populasi Tidak Konstan
No full textModel epidemik SIS merupakan salah satu model penyebaran penyakit
menular. Pada model ini, individu yang terinfeksi (infective) dapat menjadi rentan
kembali (susceptible). Model epidemik SIS yang dibahas dalam penelitian ini
yaitu model deterministik dan stokastik. Pada model stokastik dibandingkan saat
total populasi tidak kontan dan konstan. Pada model deterministik diperoleh dua
titik tetap yaitu titik tetap bebas penyakit dan titik tetap endemik. Dalam
penelitian ini diperoleh bahwa pada model stokastik populasi tidak konstan
dengan populasi awal lebih besar dari daya dukung lingkungan, peluang untuk
terjadi bebas penyakit lebih besar dibandingkan pada model dengan populasi
konstan. Sebaliknya jika populasi awal lebih kecil dari daya dukung lingkungan,
peluang untuk terjadinya bebas penyakit lebih besar pada model dengan populasi
konstan dibandingkan saat populasinya tidak konstan
Perbandingan Pendugaan Parameter Metode SEM dengan Metode PLS Berdasarkan Ukuran Data
No full textPenelitian kuantitatif saat ini sering menggunakan model penelitian kompleks yang terdiri atas banyak peubah eksogen dan endogen. Teknik statistika yang tepat untuk digunakan dalam kasus tersebut ialah metode Structural Equation Modeling (SEM). Berdasarkan basisnya SEM dibagi menjadi dua, yaitu SEM berbasis kovarian atau disebut SEM dan SEM berbasis varian atau disebut Partial Least Square (PLS). Pada beberapa pemecahan masalah, para peneliti berpendapat bahwa SEM digunakan ketika ukuran sampel besar, sedangkan PLS ketika ukuran sampel kecil. Secara tak langsung hal ini menunjukkan bahwa metode SEM dan PLS dianggap sama. Penelitian ini bertujuan untuk membandingkan pendugaan parameter model struktural kedua metode. Berdasarkan hasil penelitian nilai koefisien dugaan parameter antara metode SEM dan PLS menunjukkan hasil yang berbeda, walaupun menggunakan model dan data karakteristik simulasi yang sama. Hal ini menunjukkan bahwa antara metode SEM dan metode PLS tidak dapat dibandingkan karena memiliki sifat dan tujuan yang berbeda
Penerapan Model Stokastik DTMC dalam Studi Penyebaran Penyakit Menular CA-MRSA di Lembaga Pemasyarakatan
No full textMethicillin-resistant Staphylococcus aureus (MRSA) merupakan salah satu agen penyebab infeksi nosokomial yang utama, yakni bakteri dari galur Staphylococus aureus yang resisten terhadap antibiotik, termasuk methicilin dan antibiotik yang umumnya dipakai seperti oxacillin, penicillin, amocillin, dan cephalosporin. MRSA berada pada peringkat ke empat sebagai agen penyebab infeksi nosokomial setelah Escherichia coli, Pseudomonas aeruginosa, dan Enrerococcus. MRSA awalnya selalu dikaitkan dengan kesehatan di rumah sakit dan panti jompo sampai pada pertengahan tahun 1990-an, sehingga disebut sebagai hospital-acquired MRSA (HA-MRSA). Selanjutnya, dalam beberapa dekade terakhir infeksi baru telah ditemukan pada masyarakat di mana infeksi tersebut memiliki perbedaan genetik, mikrobilogis dan substansi klinis dengan HA-MRSA yang disebut community-acquired MRSA (CA-MRSA). Infeksi HA-MRSA dapat menyebabkan morbiditas dan kematian terutama pada pasien rawat inap, sedangkan infeksi CA-MRSA dapat menyebabkan terjadinya kematian pada individu yang sehat (Miller et al. 2005).
Wabah CA-MRSA telah terjadi pada komunitas-komunitas masyarakat, seperti pada komunitas homoseksual, populasi tunawisma, narapidana di lembaga pemasyarakatan, tempat pengungsian, barak tentara, ruang ganti atlet, bahkan pada pusat penitipan anak-anak. Di lain pihak, wabah CA-MRSA juga dilaporkan telah terjadi di beberapa rumah sakit. Meskipun belum diketahui secara pasti lokasi yang merupakan tempat dengan transmisi CA-MRSA tinggi, lembaga pemasyarakatan dimungkinkan merupakan lokasi yang paling dominan untuk transmisi CA-MRSA. Hal ini disebabkan perawatan medis sangat minim, kondisi yang padat dan kebersihan yang tidak optimal pada lokasi tersebut (Hota et al. 2007).
Penelitian sebelumnya yang telah membahas model matematika untuk CA-MRSA di antaranya adalah Kajita et al. (2007) yang berfokus pada penyebaran CA-MRSA pada lembaga pemasyarakatan Los Angeles (LACJ). Penelitian lainnya dilakukan oleh Beaupariant dan Smith (2016) membahas mengenai penyebaran CA-MRSA di lembaga pemasyarakatan dengan model metapopulasi, serta memasukkan adanya asumsi bahwa pertukaran narapidana antar lembaga pemasyarakatan diperlukan untuk menghindari terbentuknya kelompok-kelompok tertentu. Hal ini tentunya juga akan mengakibatkan adanya transmisi CA-MRSA antara narapidana yang berasal dari sebuah lembaga pemasyarakatan ke narapidana yang ada di lembaga pemasyarakatan lainnya. Tujuan dari penelitian ini adalah menentukan peluang transisi model penyebaran infeksi CA-MRSA dengan pendekatan DTMC, merumuskan dan menghitung peluang terjadinya wabah, serta melakukan simulasi numerik dengan beberapa kondisi parameter yang diberikan.
Dengan mengubah sistem persamaan diferensial menjadi sistem persamaan beda, maka diperoleh dua titik tetap dari sistem, yaitu titik tetap bebas penyakit dan titik tetap endemik. Analisis peluang wabah dilakukan dengan menggunakan parameter model yang diberikan oleh Kajita et al. (2012) dan menggunakan
pendekatan probability generating function (pgf), sehingga diperoleh peluang terjadinya wabah adalah sebesar 0−65%.
Hasil simulasi menunjukkan bahwa dengan melakukan perubahan nilai pada beberapa parameter menyebabkan terjadinya perubahan waktu sistem menuju ke titik tetapnya masing-masing. Berdasarkah hasil simulasi, dapat diketahui bahwa parameter yang dapat memperbesar wabah infeksi di dalam lembaga pemasyarakatan adalah rata-rata banyaknya kontak yang terjadi, laju dekolonisasi, jumlah narapidana baru yang masuk ke lembaga pemasyarakatan, dan laju memasuki kelompok terinfeksi. Selain itu, berdasarkan hasil simulasi yang dilakukan pada beberapa kondisi yang diberikan, beberapa intervensi yang dapat dilakukan untuk mengendalikan wabah yang terjadi di dalam lembaga pemasyarakatan adalah mengurangi banyaknya kontak yang terjadi, pemberian pengobatan atau perawatan terhadap narapidana yang terkolonisasi bakteri MRSA, serta deteksi dini terhadap narapidana yang terinfeksi bakteri MRSA
Penentuan Proporsi Optimal Aset Keuangan Pembentuk Portofolio
No full textPortofolio adalah kombinasi dua atau lebih aset. Dasar pembentukan
portofolio adalah meminimumkan risiko. Risiko diukur menggunakan Value at Risk
(VaR). VaR merupakan ukuran risiko berdasarkan pada sebaran imbal hasil.
Sebaran imbal hasil aset keuangan biasanya tidak normal, sehingga diperlukan
pendekatan sebaran berbasis copula.
Dalam karya ilmiah ini portofolio terdiri dari imbal hasil indeks saham JKSE
dan valuta asing USD tanggal 24 November 2018 s/d 6 Maret 2019. Dari data
tersebut dibuat model ARMA-GARCH untuk mengatasi masalah autokorelasi dan
heteroskedastisitas. Dari model ARMA-GARCH terpilih, diperoleh galat baku
kedua aset untuk membentuk fungsi sebaran bersama antar galat baku
menggunakan copula terbaik. Dari sebaran bersama terbaik dibangkitkan data
berpasangan sebagai galat baku JKSE dan USD untuk membentuk sebaran
portofolio. Dari sebaran portofolio dihitung VaR dengan pendekatan simulasi.
Untuk meminimumkan VaR, proporsi optimal yang didapat yaitu 13.55%
dialokasikan pada JKSE dan 86.45% dialokasikan pada aset USD
Penentuan Metode Terbaik untuk Menduga Life Table Penduduk Lanjut Usia di Indonesia
No full textIndonesia saat ini merupakan negara berstruktur tua karena penduduk umur 60 tahun ke atas mencapai angka 7% dari total penduduk. Peningkatan penduduk lansia tersebut dikarenakan semakin baik kualitas pelayanan kesehatan, meningkatnya kesejahteraan penduduk dan meningkatnya pengetahuan masyarakat. Peningkatan penduduk lansia menjadikan pemerintah perlu merumuskan kebijakan dan program yang ditujukan kepada kelompok lansia yang bertujuan agar lansia dapat terus berkarya tanpa bergantung kepada penduduk produktif. Untuk itu diperlukan informasi jumlah penduduk lansia namun informasi ini belum tersedia, sehingga perlu disusun tabel hayat lengkap lansia untuk mengetahui jumlah penduduk lansia yang bertahan hidup di atas umur 60 tahun. Hal tersebut perlu dilakukan karena Indonesia belum memiliki datanya. Oleh karena itu tujuan penelitian ini adalah menduga tabel hayat lengkap lansia di Indonesia dengan menggunakan beberapa metode interpolasi untuk menentukan metode terbaik yang dapat digunakan oleh Indonesia. ..
- …
