Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.311

P-Index

This Author published in this journals

All Journal Jurnal Sains dan Seni ITS Perfecting a Video Game with Game Metrics Journal of Mathematics and Mathematics Education (JMME) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Jurnal Varian Teknomatika (Jurnal Teknologi dan Informatika) Proceeding ISETH (International Summit on Science, Technology, and Humanity)

Santi Puteri Rahayu

Departemen Statistika ITS

Author-ID : 2455065

Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 14 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Pemodelan Pertumbuhan Ekonomi Menggunakan Bayesian Spatial Durbin Model Soraya, Siti; Setiawan, Setiawan; Rahayu, Santi Puteri
Teknomatika Vol 7 No 2 (2017): Teknomatika Volume 07 No 02 September 2017
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer PalComTech

Show Abstract | Download Original | Original Source | Check in Google Scholar

Economic growth was a measure of economic development in a region. High economic growth was the key to the welfare of society. Indicators of economic growth was GDP. High GDP indicates that the economic growth of the region was being well. One of the areas in Indonesia where coined the GDP was quite good and at the same time become the third largest contributor was the province of East Java. In this research, modeling of GDP by using Bayesian approach Spatial Durbin Model (SDM). The data was used the GDP of each regencycity in East Java as the response variable and the factors that give impact the amount of labor, capital value and the magnitude of the electrification ratio as a predictor variable. The results showed that there was a spatial dependencies and spatial heterogeneity in GDP for the districtcity in East Java province. From the analysis carried out showed thatÂ was positive and not significant at the 10 level. Results of the estimation parameters was known that the amount of labor, capitalÂ valueÂ andÂ theÂ amountÂ ofÂ laborÂ whichÂ isÂ weightedÂ variablesÂ that significantly influence the model. Thus, the GDP of a region in East Java was influenced by the amount of labor, capital value and the amount of labor that GDP weighted and other neighboring regions. Â KeywordsBayesian, Heteroskedastisitas, GDP, Spatial Durbin Model (SDM)

Hybrid model for forecasting space-time data with calendar variation effects Suhartono Suhartono; I Made Gde Meranggi Dana; Santi Puteri Rahayu
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 1: February 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i1.10096

The aim of this research is to propose a new hybrid model, i.e. Generalized Space-Time Autoregressive with Exogenous Variable and Neural Network (GSTARX-NN) model for forecasting space-time data with calendar variation effect. GSTARX model represented as a linear component with exogenous variable particularly an effect of calendar variation, such as Eid Fitr. Whereas, NN was a model for handling a nonlinear component. There were two studies conducted in this research, i.e. simulation studies and applications on monthly inflow and outflow currency data in Bank Indonesia at East Java region. The simulation study showed that the hybrid GSTARX-NN model could capture well the data patterns, i.e. trend, seasonal, calendar variation, and both linear and nonlinear noise series. Moreover, based on RMSE at testing dataset, the results of application study on inflow and outflow data showed that the hybrid GSTARX-NN models tend to give more accurate forecast than VARX and GSTARX models. These results in line with the third M3 forecasting competition conclusion that stated hybrid or combining models, in average, yielded better forecast than individual models.

Analisis Pola Hubungan Kerugian Negara Akibat Korupsi Dengan Demografi Koruptor Amilia Firda Rahmana; Santi Puteri Rahayu
Jurnal Sains dan Seni ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Masalah korupsi bukan lagi masalah baru dalam persoalan hukum dan ekonomi bagi suatu negara. Hasil survei Transparansi Internasional Indonesia menunjukkan bahwa Indonesia merupakan negara terkorup nomor 6 dari 133 negara. Berdasarkan informasi dari Kepolisian Negara Republik Indonesia (Polri), kasus korupsi meningkat sebesar 52,8 persen dari tahun 2011 hingga 2012. Meningkatnya kasus korupsi dan dampak dari tahun ke tahun membuat penulis tertarik untuk melakukan penelitian tentang kasus korupsi. Tujuan dari penelitian ini adalah mengetahui karakteristik demografi kasus dugaan korupsi yang terjadi di Jawa Timur, signifikansi dependensi besarnya kerugian negara akibat korupsi dengan variabel demografi koruptor di Jawa Timur, dan pola hubungan kerugian negara akibat korupsi dengan demografi koruptor di Jawa Timur. Variabel pada penelitian ini adalah kerugian Negara, usia, jenis kelamin, daerah kejaksaan, pekerjaan, dan pendidikan. Metode analisis yang digunakan adalah statistika deskriptif, analisis korespondensi, dan analisis model log linear. Hasil statistika deskriptif menerangkan bahwa mayoritas koruptor di Jawa Timur melakukan korupsi antara 100 juta hingga 1 Milyar Rupiah sebesar 47 persen. Kerugian Negara memiliki hubungan yang signifikan dengan usia, daerah kejaksaan, pekerjaan, dan pendidikan.

Peramalan Pendapatan Operasional Bank Menggunakan Metode Fungsi Transfer dan Neural Network Nayla Nayla Ma’rufah Ma’rufah; Santi Santi Puteri Rahayu Rahayu; Suhartono Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Abstrak— Pendapatan operasional suatu bank terdiriatas dua jenis yaitu pendapatan bunga dan pendapatan non bunga. BerdasarkanStatistik Perbankan Indonesia (SPI) pada November 2012, pendapatan bunga bankumum mencapai Rp 355.961 miliar sedangkan pendapatan non bunga mencapai Rp112.791 miliar. Dengan demikian, sebanyak 76% pendapatan operasional bank umumdiperoleh dari pendapatan bunga. Peramalan pendapatan operasional bankkhususnya pendapatan bunga, dilakukan untuk memberikan informasi yangbermanfaat tentang pendapatan operasional. Dalam penelitian ini, variabel yangdigunakan adalah biaya dana dan LDR sebagai variabel bebas serta pendapatanbunga bank sebagai variabel tak bebas. Penelitian ini menggunakan pendekatan metodefungsi transfer dan neural network untuk meramalkan pendapatan bunga bank.Hasil yang diperoleh menunjukkan dengan menggunakan pendekatan fungsi transferkedua variabel bebas berkaitan secara signifikan dengan pendapatan bunga BRIsedangkan untuk BCA hanya variabel biaya dana yang berkaitan secara signifikanterhadap pendapatan bunga. Selain itu, berdasarkan ketepatan peramalan metodefungsi transfer merupakan metode yang paling sesuai untuk meramalkan pendapatanbunga BRI sedangkan metode neural network merupakan metode yang sesuai untukmeramalkan pendapatan bunga BCA.

Pengembangan Jaringan Distribusi Uang dan Layanan Kas untuk Menentukan Lokasi Baru Kantor Perwakilan Dalam Negeri (KPwDN) Bank Indonesia di Pulau Sulawesi Menggunakan Analisis Faktor Fakhrul Azizi Indillah; Santi Puteri Rahayu; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Tugas Bank Indonesia terutama dalam pengelolaan uang rupiah, khususnya pendistribusiannya ke seluruh daerah, menghadapi tantangan yang tidak mudah. Salah satu tantangan terbesar dalam pengedaran uang rupiah adalah ketersediaan moda dan jalur transportasi reguler yang terbatas, serta kondisi geografis maupun alam Indonesia, termasuk di dalamnya kondisi iklim dan cuaca yang sering mengalami perubahan. Dalam kasus ini akan dilakukan analisis menggunakan analisis faktor yang selanjutnya dibuat skor faktor untuk membuat pengelompokan daerah mana yang perlu dibangun KPwDN Bank Indonesia baru. Setelah dilakukan analisis didapatkan hasil pada provinsi Gorontalo, Kabupaten Pohuwato perlu dibangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Selatan, Kota Makassar perlu diabangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Utara, Bitung perlu dibangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Tengah, Kabupaten Banggai perlu dibangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Tenggara, Kabupaten Kolaka perlu dibangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Barat, Kabupaten Mamuju perlu dibangun KPwDN Bank Indonesia.

Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel Nur Fajriyah; Santi Puteri Rahayu
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Masalah klasik yang hingga kini masih menjadi persoalan utama di Jawa Timur adalah masalah kemiskinan. Pada tahun 2011, tingkat kemiskinan Jawa Timur melebihi tingkat kemiskinan nasional. Padahal di tahun yang sama, pertumbuhan ekonomi Jawa Timur menunjukkan angka yang lebih besar dibandingkan pertumbuhan ekonomi nasional. Tahun 2013 Jawa Timur menjadi provinsi dengan jumlah penduduk miskin terbanyak di Indonesia. Dengan mengetahui faktor – faktor yang mempengaruhi jumlah penduduk miskin, di-harapkan dapat menurunkan tingkat kemiskinan di Jawa Timur. Salah satu metode yang dapat digunakan adalah regresi data panel, dimana metode tersebut melibatkan data cross section dan time series.Untuk itu, dalam penelitian ini akan dilakukan analisa mengenai faktor-faktor yang berpengaruh terhadap ke-miskinan Kabupaten/Kota di Jawa Timur menggunakan regresi data panel. Data dalam penelitian ini merupakan data sekunder mengenai kemiskinan yang diperoleh dari Badan Pusat Statistik (BPS). Terdapat tiga variabel respon yang digunakan, yaitu persentase penduduk miskin, indek kedalaman kemiskinan, dan indeks keparahan kemiskinan. Sedangkan variabel prediktor yang digunakan adalah sebanyak 8 variabel. Hasil penelitian menunjukkan bahwa metode estimasi terbaik untuk ketiga variabel respon adalah FEM dengan efek cross section. Variabel prediktor yang sama-sama signifikan pada masing-masing model adalah angka melek huruf, tingkat partisipasi angkatan kerja, penduduk yang bekerja di sektor pertanian, serta PDBR per kapita. Sedangkan variabel prediktor yang sama-sama tidak signifikan pada masing-masing variabel respon adalah penduduk tanpa akses kesehatan.

Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2015 Menggunakan Regresi Spasial Ida Puspita Ningtias; Santi Puteri Rahayu
Jurnal Sains dan Seni ITS Vol 6, No 2 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Pada penelitian ini, regresi spasial digunakan untuk mengetahui faktor-faktor yang mempengaruhi tingkat pengangguran terbuka di Provinsi Jawa Timur tahun 2015. Aspek spasial diduga sebagai salah satu faktor yang berpengaruh terhadap tingkat pengangguran terbuka. Pengangguran terbuka terjadi karena jumlah penduduk meningkat sehingga menyebabkan jumlah angkatan kerja meningkat namun jumlah penduduk yang bekerja tidak meningkat. Penelitian ini bertujuan untuk menggambarkan karakteristik faktor-faktor yang diduga mempengaruhi tingkat pengangguran terbuka di Provinsi Jawa Timur kemudian dilanjutkan dengan pemodelan menggunakan regresi spasial. Data yang digunakan bersumber dari website Badan Pusat Statistik (BPS) Provinsi Jawa Timur serta publikasi Keadaan Angkatan Kerja di Jawa Timur Agustus 2015. Berdasarkan hasil analisis dan pembahasan, tingkat pengangguran terbuka pada kabupaten dan kota terhadap kategori tinggi memusat di Provinsi Jawa Timur sebelah timur laut sedangkan untuk kategori sedang dan rendah tersebar di seluruh kabupaten dan kota di Provinsi Jawa Timur. Hasil pemodelan regresi spasial diperoleh spatial error model menggunakan bobot rook contiguity merupakan model terbaik sebab memiliki nilai AIC paling rendah diantara multiple linier regression dan spatial autoregressive model. Variabel yang signifikan berpengaruh terhadap spatial error model adalah persentase penduduk miskin serta distribusi PDRB atas dasar harga berlaku menurut lapangan usaha jasa lainnya. Kabupaten Gresik dan Kabupaten Sidoarjo merupakan dua kabupaten yang paling mempengaruhi spatial error model Kota Surabaya dimana kota ini sebagai ibukota Provinsi Jawa Timur.

Pemodelan Harga Saham Sektor Konstruksi Bangunan, Properti dan Real Estate di JII 70 Tahun 2013-2018 Menggunakan Regresi Data Panel (FEM Cross-section SUR) Bagus Rahmatullah; Imam Safawi Ahmad; Santi Puteri Rahayu
Jurnal Sains dan Seni ITS Vol 8, No 2 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Persaingan bisnis di era pasar bebas saat ini semakin ketat. Setiap perusahaan membutuhkan modal agar dapat lebih berkembang dan tetap eksistensi. Salah satu cara perusahaan untuk memperoleh modal adalah dengan menawarkan saham di Bursa Efek Indonesia. Namun harga saham yang diperdagangkan dapat berubah tiap waktu, sehingga para investor perlu melakukan analisis terhadap kinerja perusahaan yang ditinjau dari rasio keuangan perusahaan dan makro ekonomi di Indonesia terlebih dahulu agar memperoleh keuntungan baik dari dividen maupun capital gain. Berdasarkan analisis menggunakan regresi data panel diperoleh estimasi model data panel yang sesuai untuk pemodelan harga saham 12 perusahaan terdaftar di Jakarta Islamic Index (JII) 70 tahun 2013-2018 adalah Fixed Effect Model dengan Cross-section SUR. Secara simultan, semua variabel independen yang terdiri dari Current Ratio (CR), Debt to Equity Ratio (DER), Return on Equity (ROE), Return on Asset (ROA), Price to Book Value (PBV), Earning Per Share (EPS), Price Earning Ratio (PER), kurs rupiah, dan suku bunga secara bersama-sama berpengaruh signifikan. Namun secara parsial hanya variabel CR, DER, ROE, PBV, EPS, Kurs Rupiah, dan Suku Bunga yang berpengaruh signifikan terhadap harga saham dengan koefisien determinasi sebesar 96,15%.

Pemodelan Regresi Multivariat pada Penentuan Faktor-Faktor yang Berpengaruh terhadap Kesejahteraan di Jawa Tengah Santi Puteri Rahayu; Ria Restu Aripin; Imam Safawi Ahmad
Jurnal Varian Vol 3 No 2 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v3i2.654

Kesejahteraan masyarakat merupakan salah satu indikator keberhasilan program-program pemerintah yang dapat dilihat dari pendapatan asli daerah, dan Produk Domestik Regional Bruto. Tingkat kemakmuran masyarakat Jawa Tengah secara makro terus meningkat, hal ini tercermin dari PDRB per kapita yang meningkat dari dari 25,04 juta per tahun pada tahun 2013 secara bertahap menjadi 27,61 juta per tahun pada tahun 2014. Perekonomian Jawa Tengah terus tumbuh, hal ini ditunjukkan dengan laju pertumbuhan PDRB yang positif. Untuk memudahkan dalam peningkatan kesejahteraan dapat dilakukan analisis regresi multivariat. Variabel respon yang digunakan adalah pendapatan asli daerah dan Produk Domestik Regional Bruto, sedangkan variabel prediktor yang digunakan yaitu pajak daerah, belanja pegawai dan jumlah penduduk. Terdapat 12 Kabupaten/ Kota yang mempunyai Pendapatan Asli Daerah diatas rata-rata, 9 Kabupaten/Kota yang mempunyai Produk Domestik Regional Bruto diatas rata-rata, 6 Kabupaten/Kota yang mempunyai pajak daerah diatas rata-rata, 17 Kabupaten/Kota yang mempunyai belanja pegawai diatas rata-rata, dan 14 Kabupaten/Kota yang mempunyai jumlah penduduk diatas rata-rata. Berdasarkan uji signifkansi parameter secara parsial diperoleh variabel pajak daerah dan jumlah penduduk yang berpengaruh terhadap pendapatan asli daerah dan Produk Domestik Regional Bruto. Hubungan antara variabel prediktor dan variabel respon dilihat dengan nilai Eta Square Lambda sebesar 98.45%. Ini berarti variabel-variabel prediktor yang meliputi pajak daerah dan jumlah penduduk dapat menjelaskan informasi dalam model regresi multivariat sebesar 98.45%.

The Impact of the Covid-19 Pandemic on Tourism Sector in Indonesia Using a Structural Path Analysis Based on Inter-Regional Input-Output Matrix Habi Cahya Kumara; Dedy Prastyo; Santi Puteri Rahayu
Journal of Mathematics and Mathematics Education Vol 11, No 2 (2021): Journal of Mathematics and Mathematics Education (JMME)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/jmme.v11i2.58130

At the end of 2019 the world was shocked by the new emerging infectious disease in China; the Coronavirus disease (Covid-19). This outbreak is spreading fast and has infected almost all countries including Indonesia, the WHO has designated Covid-19 as a pandemic. The Indonesian government issued a policy of limiting community activities in an effort to break the spread of the virus. This restriction resulted in a significant reduction in economic demand. Based on the release of economic growth data by BPS, Indonesia experienced a recession in the third quarter of 2020 with the transportation and tourism sectors being the sectors most affected by this pandemic. This study will analyze the impact of the Covid-19 pandemic in Indonesia on the tourism sector and its relationship with other sectors using Backward Linkage, Forward Linkage, Multiplier Effects, and Structural Path Analysis (SPA) methods on Indonesia's Inter-Regional Input Output (IRIO) data. According to the results of the analysis up to October 2020, Indonesia lost potential income in the tourism sector by 165.97 trillion rupiah. The hotel and restaurant sector has the largest impact on the formation of output by -99.09 trillion rupiah. The decline in output of hotel and restaurant sector gave a high multiplier impact on the food and beverage sector by -17.9 trillion rupiah and trade sector by -10.7 trillion rupiah. Regionally, the province of Bali and DI Yogyakarta became the provinces with the biggest impact from the decline in tourism due to the composition of the tourism sector in it’s regional economy is equal to 34,8% and 26,5%.

Co-Authors Ahmad Saikhu Amilia Firda Rahmana Bagus Rahmatullah Dedy D. Prastyo Dedy Prastyo Dian Eka Apriana Sulasih Djoko Kuswanto Fakhrul Azizi Indillah Habi Cahya Kumara I Made Gde Meranggi Dana Ida Puspita Ningtias Imam Safawi Ahmad, Imam Safawi Irene Monica Amanda Muhammaf Sjahid Akbar Nayla Nayla Ma’rufah Ma’rufah Neni Alya Firdausanti Nur Fajriyah Ria Restu Aripin S Setiawan Santi Wulan Purnami Setiawan Setiawan Setiawan Setiawan Siti Soraya Suhartono Suhartono Suhartono Suhartono Vivin Novita Dewi

Title

Found 14 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 14 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 14 Documents
Search