Claim Missing Document
Check
Articles

Found 29 Documents
Search

SUSCEPTIBLE INFECTED RECOVERED (SIR) MODEL FOR ESTIMATING COVID-19 REPRODUCTION NUMBER IN EAST KALIMANTAN AND SAMARINDA Sifriyani, Sifriyani; Rosadi, Dedi
MEDIA STATISTIKA Vol 13, No 2 (2020): Media Statistika
Publisher : Department of Statistics, Faculty of Science and Mathematics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/medstat.13.2.170-181

Abstract

Modeling and analysis of Covid-19 data, especially on the modeling the spread and the prediction of the total number of cases for Indonesian data, has been conducted by several researchers. However, to the best of our knowledge, it has not been studied specifically for East Kalimantan Province data. The study of the data on the level of provincial and District/City level could help the government in making policies. In this study, we estimate the Covid-19 reproduction number, calculate the rate of recovery, the rate of infection, and the rate of death of East Kalimantan Province and Samarinda City. We also provide a prediction of the peak of the infection cases and forecast the total incidence of Covid-19 cases until the end of 2020. The model used in this research is the Susceptible Infected Recovered (SIR) model and the data used in the study was obtained from the East Kalimantan Public Health Office.
Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan Ilmi, Hillidatul; Sifriyani; Prangga, Surya
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 2 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.063 KB) | DOI: 10.36456/jstat.vol14.no2.a4470

Abstract

Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.
Analysis Of The Effect Of Net Profit, Operational Cash Flow, Free Cash Flow, Previous Year Cash Dividends On Cash Dividends In The Indonesia Stock Fatia Fatimah; Sifriyani; Deni sunaryo; Etty Puji lestari
International Journal of Science, Technology & Management Vol. 3 No. 1 (2022): January 2022
Publisher : Publisher Cv. Inara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46729/ijstm.v3i1.450

Abstract

This study aims to determine the analysis of the effect of net income, operating cash flow, free cash flow, cash dividends in the previous year, on cash dividends. This study uses a food and beverage sub-sector research design. The research population amounted to 18 companies for 5 years from 2014-2018 and were picked up by 7 companies in a row to publish their financial statements. The method used in this data analysis using multiple linear regression analysis. Based on the results of the study, it can be concluded that: net income has no effect on cash dividends, operating cash flow has no effect on cash dividends, free cash flow has no effect on cash dividends, previous year's cash dividends have an effect on cash dividends.recommendations The company should pay attention to the cash dividend payments in previous years as an independent variable that affects the current year's cash dividend. Because the company will be attractive to shareholders whose preferences are related to dividend payout and stability. Investors want a stable dividend as a source of income embedded in shares that are paid the same amount of dividends every period. For further researchers, it is better to add the number of samples in the observation period of 6 years or 7 years, adding other variables such as Analyzing the relationship between Net profit, Operating Cash Flow with cash dividends, or Effect of accounting profit, cash profit, Free Cash Flow, Operating Cash Flow, leverage and current ratio to cash dividend. and can expand the research sample, not only to manufacturing companies but to more than one type of company.
MODEL NONPARAMETRIC GWR UNTUK IDENTIFIKASI FAKTOR YANG MEMPENGARUHI COD DAS MAHAKAM Clemensius Arles; Sifriyani Sifriyani; Fidia Deny Tisna Amijaya
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 21, No 1 (2021)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v21i1.7706

Abstract

ABSTRAKModel Regresi Spline Nonparametrik dengan Pembobot Geografis merupakan pengembangan model regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal untuk setiap pengamatan yang di aplikasikan pada data spasial. Data penelitian ini merupakan data sekunder yang diperoleh dari Dinas Lingkungan Hidup Provinsi Kalimantan Timur Samarinda. Tujuan penelitian ini adalah menentukan model pada data Chemical Oxygen Demand (COD) di Daerah Aliran Sungai Mahakam Kalimantan Timur dan untuk mengetahui faktor-faktor apa saja yang mempengaruhi COD di 28 titik pengambilan sampel pada DAS Mahakam tahun 2018. Pada Metode Regresi Spline Nonparametrik dengan Pembobot Geografis terdapat pemilihan titik knot optimum dengan menggunakan kriteria Generalized Cross-Validation (GCV) yang terkecil. Pembobot spasial yang digunakan adalah fungsi kernel bisquare. Hasil penelitian menunjukkan bahwa faktor-faktor yang berpengaruh terhadap COD di DAS Mahakam adalah Dissolved Oxygen (DO), Nitrit, dan tingkat keasaman pH. Kata Kunci: Chemical Oxygen Demand, Pembobot Geografis, GCV, Knot dan Spline
Regresi Data Panel dengan Pendekatan Common Effect Model (CEM), Fixed Effect model (FEM) dan Random Effect Model (REM) (Studi Kasus: Persentase Penduduk Miskin Menurut Kabupaten/Kota di Kalimantan Timur Tahun 2015-2018) Eka Nur Amaliah; Darnah Darnah; Sifriyani Sifriyani
ESTIMASI: Journal of Statistics and Its Application Vol. 1, No. 2, Juli, 2020 : Estimasi
Publisher : Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (477.461 KB) | DOI: 10.20956/ejsa.v1i2.10574

Abstract

Panel data regression is a regression that combines cross section data and time series data. Panel data regression estimation can be done through 3 estimates namely CEM, FEM and REM. This research will make a modeling of the percentage of poor people according to regencies / cities in East Kalimantan using panel data regression analysis. Poverty occurs due to lack of income and assets to meet basic needs. For this reason, variables that are assumed to affect the percentage of the poor are used, including the Population Growth Rate (LPP), Human Development Index (HDI), and Adjustable Per capita Expenditure (PPD). By using 3 CEM, FEM and REM approaches based on testing, the best FEM model is obtained. Based on the FEM model the factors that significantly influence are the HDI and PPD. A value of 0.7755 means that the HDI and PPD can explain the percentage of poor people according to the Regency / City in East Kalimantan of 77.55% while the remaining 22.45% is influenced by other variables not yet included in the model.
Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan Hillidatul Ilmi; Sifriyani; Surya Prangga
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 2 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.063 KB) | DOI: 10.36456/jstat.vol14.no2.a4470

Abstract

Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.
APLIKASI PENDEKATAN SPLINE TRUNCATED DALAM MODEL GWR PADA PENCEMARAN DERAH ALIRAN SUNGAI MAHAKAM Nadia Serena; Sifriyani Sifriyani; Darnah Darnah
MEDIA BINA ILMIAH Vol 16, No 2: September 2021
Publisher : BINA PATRIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33758/mbi.v16i2.1248

Abstract

Regresi nonparametrik merupakan suatu metode statistika yang digunakan untuk mengetahui hubungan antara variabel respon dan prediktor yang tidak diketahui bentuk fungsinya, hanya diasumsikan fungsi smooth (mulus) dalam arti termuat dalam suatu ruang fungsi tertentu. Spline Truncated merupakan suatu teknik yang dilakukan untuk mengestimasi parameter dalam regresi nonparametrik. Pada penelitian ini menggunakan regresi nonparametrik spline truncated dalam model geographically weighted regression (GWR), merupakan pengembangan dari regresi nonparametrik yang memperhitungkan faktor geografis atau spasial. Tujuan penelitian adalah aplikasi metode untuk memodelkan data pencemaran Daerah Aliran Sungai (DAS) Mahakam dan faktor-faktor yang mempengaruhi pencemaran DAS Mahakam berdasarkan model. Data yang digunakan dalam penelitian ini adalah 28 titik lokasi DAS Mahakam. Hasil penelitian diperoleh model terbaik spline truncated dalam GWR dengan R-Square sebesar 99,947 persen, model terbaik dengan nilai GCV Optimum terdapat pada dua titik knot dan fungsi polinomial orde dua. Faktor-faktor yang mempengaruhi pencemaran DAS Mahakam adalah suhu, daya hantar listrik, TSS, DO, konsentrasi NH3N, dan konsentrasi H2S.
APLIKASI REGRESI NONPARAMETRIK SPLINE BIRESPON PADA DATA KUALITAS AIR DI DAS MAHAKAM Febriana Rinda Sihotang; Sifriyani Sifriyani; Surya Prangga
MEDIA BINA ILMIAH Vol 16, No 3: Oktober 2021
Publisher : BINA PATRIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33758/mbi.v16i3.1288

Abstract

Regresi nonparametrik birespon dengan estimasi spline merupakan metode yang digunakan untuk menyelesaikan permasalahan jika bentuk kurva regresi tidak diketahui dan terdapat dua variabel respon. Spline merupakan potongan-potongan polinomial yang mempunyai sifat tersegmen kontinu. Pada penelitian ini dilakukan indentifikasi faktor yang mempengaruhi kualitas air Daerah Aliran Sungai (DAS) Mahakam, perameter kualitas air sungai yang digunakan dalam penelitian ini adalah Biochemical Oxygen Demand (BOD) dan Chemical Oxygen Demand (COD). BOD menggambarkan banyaknya oksigen yang dibutuhkan organisme untuk mengoksidasi bahan organik karbon yang terkandung sedangkan COD menggambarkan bahan organik mudah teurai maupun sukar terurai. Pengaruh BOD dan COD dalam air sungai dapat menurunkan jumlah oksigen dalam perairan karena terlalu banyak kandungan organik sehingga menyebabkan ekosistem perairan terganggu. Penelitian ini menggunakan 4 faktor yang diduga mempengaruhi BOD dan COD yaitu Total Suspended Solid (TSS), pH, suhu air, dan Dissolved Oxygen (DO). Dari hasil pembahasan dan analisis didapatkan bentuk estimasi model spline dalam regresi nonparametrik birespon terbaik dengan menggunakan kriterian nilai Generalized Cross Validation (GCV) minimum dan nilai   maksimum. Model spline terbaik yang dihasilkan dalam penelitian ini adalah model spline dengan 3 titik knot dengan nilai GCV minimum sebesar 0,0612 dan nilai   sebesar 94,9944%.
Pemodelan Regresi Nonparametrik Spline Linear Persentase Penduduk Miskin di Kalimantan Wianita Noviani; Sifriyani Sifriyani; Ika Purnamasari
Jurnal Siger Matematika Vol 1, No 2 (2020)
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (246.686 KB) | DOI: 10.23960/jsm.v1i2.2565

Abstract

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI KALIMANTAN MENGGUNAKAN REGRESI PANEL Rifka Nurfaiza Zarkasi; Sifriyani Sifriyani; Surya Prangga
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 15 No 2 (2021): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (399.27 KB) | DOI: 10.30598/barekengvol15iss2pp277-282

Abstract

Pembangunan merupakan salah satu cara untuk meningkatkan kualitas kehidupan demi terciptanya masyarakat yang sejahtera. Pemerintah terus melakukan pembangunan di segala aspek seperti aspek pendidikan, kesehatan, dan kehidupan yang layak. Untuk mengukur keberhasilan pembangunan salah satu indikator yang bisa digunakan adalah Indeks Pembangunan Manusia (IPM). Dalam perhitungan IPM, telah melibatkan komponen ekonomi maupun non ekonomi. Penelitian ini bertujuan untuk meneliti faktor-faktor yang mempengaruhi IPM Kalimantan pada tahun 2014-2017. Karena data yang digunakan merupakan data panel yaitu gabungan antara data cross-section dan data time-series, maka IPM dimodelkan dengan regresi panel. Untuk mengestimasi model digunakan pendekatan Fixed Effect Model (FEM). Pemodelan IPM menghasilkan nilai sebesar 99,54 persen. Hasil penelitian menunjukkan bahwa untuk meningkatkan IPM dapat dilakukan dengan cara meningkatakan angka harapan hidup, rata-rata lama sekolah, harapan lama sekolah, dan pengeluaran per kapita.