Article Per Year (5 Year)
p-Index From 2019 - 2024
4.464
P-Index
This Author published in this journals
All Journal FORUM STATISTIKA DAN KOMPUTASI Media Statistika Statistika Jurnal Media Infotama Journal of the Indonesian Mathematical Society Sinkron : Jurnal dan Penelitian Teknik Informatika Informatika Pertanian Jurnal Penelitian Pertanian Tanaman Pangan BAREKENG: Jurnal Ilmu Matematika dan Terapan SINTECH (Science and Information Technology) Journal Indonesian Journal of Statistics and Its Applications Jambura Journal of Mathematics International Journal of Remote Sensing and Earth Sciences (IJReSES) Eksakta : Berkala Ilmiah Bidang MIPA Jurnal Aplikasi Statistika & Komputasi Statistik FIBONACCI: Jurnal Pendidikan Matematika dan Matematika Xplore: Journal of Statistics STATISTIKA
Anang Kurnia
Department Of Statistics, IPB University, Indonesia
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Transportation Other

Published : 52 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 52 Documents
Search

 1   2   3   4   5 
A SIMULATION STUDY OF FIXED-B ASYMPTOTIC DISTRIBUTIONS IN LINEAR PANEL MODELS WITH FIXED EFFECTS Setyowati, Indah Rini; Notodiputro, Khairil Anwar; Kurnia, Anang
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.13.2.206-217

Abstract

In linear models, panel data often violates the assumption that the error terms should be independent. As a result, the estimated variance is usually large and the standard inferential methods are not appropriate. The previous research developed an inference method to solve this problem using a variance estimator namely the Heteroskedasticity Autocorrelation Consistent of the Cross-Section Averages (HACSC), with some improvements. The test statistic of this method converges to the fixed-b asymptotic distribution. In this paper, the performance of the proposed inferential method is evaluated by means of simulation and compared with the standard method using plm package in R. Several comparisons regarding the Type I Error of these two methods have been carried out. The results showed that the statistical inference based on fixed-b asymptotic distribution out-perform the standard method, especially for the panel data with small number of individual and time dimension.
A COMPARISON OF POLYTOMOUS MODEL WITH PROPORTIONAL ODDS AND NON-PROPORTIONAL ODDS MODEL ON BIRTH SIZE CASE IN INDONESIA Kurniawati, Yenni; Kurnia, Anang; Sadik, Kusman
MEDIA STATISTIKA Vol 14, No 1 (2021): 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.14.1.79-88

Abstract

The proportional odds model (POM) and the non-proportional odds model (NPOM) are very useful in ordinal modeling. However, the proportional odds assumption is often violated in practice. In this paper, the non-proportional odds model is chosen as an alternative model when the proportional odds assumption is not violated. This paper aims to compare Proportional Odds Model (POM) and Non-Proportional Odds Model (NPOM) in cases of birth size in Indonesia based on the 2017 Indonesian Demographic and Health Survey (IDHS) data. The results showed that in the POM there was a violation of the proportional odds assumption, so the alternative NPOM model was used. NPOM had better use than POM. The goodness of fit shows that the deviance test failed to reject H0, and the value of Mac Fadden R2 is higher than POM. The risk factors that have a significant influence on all categories of birth size are the residence and gender of the child.
PENDUGAAN UMUR PERTANAMAN PADI DENGAN PEMODELAN KLASIFIKASI MULTICLASS ROTATION FOREST BERDASARKAN CITRA LANDSAT-8 Hidayat, Muhammad; Kurnia, Anang; Sartono, Bagus
Informatika Pertanian Vol 30, No 2 (2021): Desember 2021
Publisher : Sekretariat Badan Penelitian dan Pengembangan Pertanian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/ip.v30n2.2021.p65-72

Abstract

Pemantauan pertumbuhan tanaman padi perlu dilakukan untuk menduga keberhasilan panen. Fase pertumbuhan dan umur tanaman padi adalah parameter biofisik pertanaman yang dapat dideteksi oleh teknologi citra Landsat-8. Variabel yang diperoleh dari Landsat-8 adalah pita dan indeks vegetasi. Pemrosesan awal adalah mengolah data pertanaman padi milik PT Sang Hyang Seri di Kabupaten Subang, Jawa Barat, dari data rekapitulasi tanam dan 16 data citra Landsat-8 setiap hari selama periode 2015-2017. Penelitian ini bertujuan untuk mengetahui nilai akurasi terbaik dari teknik klasifikasi dengan terlebih dahulu menerapkan proses multiclass untuk umur pertanaman padi, rekayasa fitur, interaksi variabel dari variabel awal, dan teknik resampling. Metode klasifikasi yang digunakan adalah Multiclass Rotation Forest. Penerapan metode klasifikasi ini menghasilkan nilai akurasi untuk model tanpa varietas 75,29% dan untuk varietas Mekongga 76,33%, Ciherang 75,18%, Inpari-30 62,70%, dan PB42 62,87%.
Prediksi Produktivitas Padi (Oryza sativa) Melalui Survei Ubinan Menggunakan Model Linier dan Quantile Regression Forest Ardiansyah, Muhlis; Purba, Widyo Pura; Kurnia, Anang
Jurnal Penelitian Pertanian Tanaman Pangan Vol 4, No 3 (2020): Desember 2020
Publisher : Pusat Penelitian dan Pengembangan Tanaman Pangan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/jpptp.v4n3.2020.p135-144

Abstract

Data produktivitas padi dibutuhkan untuk mendapatkan informasi tentang capaian target pembangunan berkelanjutan (Sustainable Development Goals - SDGs). Data produktivitas padi diperoleh dari hasil survei ubinan rutin Badan Pusat Statistik (BPS). Permasalahan pada pelaksanaan survei adalah pengukuran bobot gabah pada petak lahan terpilih tidak selalu berhasil, terutama di wilayah dengan aksesibilitas yang sulit. Hal ini menyebabkan beberapa data hilang. Salah satu solusi untuk mengatasi masalah tersebut adalah menduga bobot gabah per plot ubinan berdasarkan peubah yang mudah diperoleh. Penelitian ini dilakukan di Kalimantan Tengah pada tahun 2019, bertujuan untuk mengevaluasi kinerja model Quantile Regression Forest (QRF) dalam menduga berat gabah atau produktivitas padi per 2,5 x 2,5 m2. Metode yang diperbandingkan adalah Model Linier (LM), QRF, Geo-QRF, dan Geo-QRF reparameterisasi. Hasil penelitian menunjukkan peubah varietas, pupuk, dan titik koordinat dapat digunakan untuk menduga bobot gabah pada survei ubinan di Kalimatan Tengah. Model Geo-QRF dengan reparameterisasi peubah pupuk terbukti mampu menduga bobot gabah lebih baik dibanding model linier karena menurunkan RMSE (Root Mean Square Error) dan meningkatkan nilai korelasi antara data aktual dengan data dugaan. Hasil simulasi menunjukkan apabila data hilang tersebar secara acak (data hilang tipe III) maka angka rata-rata gabah yang dihasilkan mirip dengan rata-rata bobot gabah pada tingkat respon survei 100%. Berbeda dengan jenis data hilang tipe I dan II, rata-rata bobot gabah yang dihasilkan dapat menjadi uderestimate atau overestimate jika tidak ditangani. Prediksi bobot gabah menggunakan model Geo-QRF dengan reparameterisasi dapat memperbaiki masalah data hilang dengan hasil yang lebih mirip dengan rata-rata bobot gabah pada tingkat respon 100%. BPS diharapkan mempertimbangkan dan mengkaji solusi yang diajukan dalam penelitian ini. 
PENDUGAAN AREA KECIL DATA PRODUKTIVITAS TANAMAN PADI DENGAN GEOADDITIVE SMALL AREA MODEL Ardiansyah, Muhlis; Djuraidah, Anik; Kurnia, Anang
Jurnal Penelitian Pertanian Tanaman Pangan Vol 2, No 2 (2018): Agustus 2018
Publisher : Pusat Penelitian dan Pengembangan Tanaman Pangan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2440.908 KB) | DOI: 10.21082/jpptp.v2n2.2018.p101-110

Abstract

Tanaman padi memiliki peran politik sebagai tolak ukur keberhasilan pemerintah di bidang pertanian. Pemerintah daerah membutuhkan data produktivitas tanaman padi hingga level kecamatan untuk mendukung program swasembada pangan. Permasalahannya, BPS tidak dapat menyajikan data produktivitas tanaman padi hingga level kecamatan karena ukuran contoh pada Survei Ubinan tidak representatif untuk penyajian data hingga level kecamatan. Tujuan dari penelitian ini adalah melakukan pendugaan data produktivitas tanaman padi dan produksi beras per kecamatan di Kabupaten Seruyan Provinsi Kalimantan Tengah Tahun 2016. Kabupaten ini dipilih karena memiliki lahan menganggur yang besar mencapai 479ribu hektar. Metode yang diajukan untuk menyelesaikan permasalahan di atas adalah menggunakan Geoadditive Small Area Model. Keakuratan pendugaan akan dievaluasi dengan nilai RMSE (Root Mean Squared Error) menggunakan metode jackknife dengan proses resampling. Hasil penelitian menunjukkan produktivitas tanaman padi di Kabupaten Seruyan memiliki kecenderungan bahwa semakin ke hilir Sungai Seruyan maka produktivitas tanaman padi menjadi semakin besar. Produktivitas padi tertinggi berada di Kecamatan Seruyan Hilir Timur (34.58 ku/ha) dan terendah di Seruyan Hulu (19.93 ku/ha). Hasil dugaan dengan model Geoadditive Small Area  memberikan hasil yang akurat dengan nilai RMSE yang kecil. Dari seluruh kecamatan di Kabupaten Seruyan, hanya empat kecamatan mengalami surplus beras  yaitu Kecamatan Seruyan Hilir Timur, Danau Sembuluh, Seruyan Hulu, dan Suling Tambun sedangkan enam kecamatan lainnya mengalami defisit kebutuhan beras. Secara keceluruhan, Kabupaten Seruyan selama tahun 2016  mengalami defisit kebutuhan beras sebesar 8 236.80 ton.Kata kunci: Produktivitas padi, Geoadditive Small Area Model, Surplus/ defisit beras.
Penerapan Metode Mivque dalam Pendugaan Sifat Genetik pada Produksi Susu Sapi Asep Saefuddin; Anang Kurnia; Citra Jaya
FORUM STATISTIKA DAN KOMPUTASI Vol. 8 No. 2 (2003)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

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

Abstract

Ada beberapa ha1 yang mempengaruhi keragaman produksi susu sapi. Secara garis besar,dapat dibagi ke kd'am dua kelompok yaitu faktor genetik dun faktor lingkungan. Keragamangenetik yang tinggi pada produksi susu. sari mcnunjukkan lingkungan tidak terlalu berpei~garuhterhadak produksi. Dalam dunia nyata, keragaman yang sebenarnya tidak mungkin diketahui,sehingga diprlukan pendekatan metode statistika dalam pendugaannya. Analisis statistika yangsering dipergunakan dalam menganalisis hubungan antar fakfor respon dengan faktorpenjelasnya adalah analisis model linier. Akan tetapi, analisis ini dibatasi asumsi bahwa faktorfaktoryang terlibat bersifat tetap (fixed), sehingga diperlukan pendekatan lain jika melibatkanfaktor yang bersifat acak. Analisis linear mixed model rnenyediakan fasilitas untuk menganalisisfaktor tetap maupun acak, dengan fokus utamanya adalah mengenai ragam komponen acak. Hasilpenelitian ini menunjukkan bahwa satu-satunya faktor tetap yang nyata pada taraf 0.05 ada;ahfaktor laktasi. Struktur koragam yang paling baik memodelkan faktor acak berdasarkan nilai AICadalah Unstructured Covariance. Sedangkan untuk pendugaan keragaman genetik, jenis Varlourmenjadi jenis pejantan yang paling superior dilihat dari nilai harapan kemajuan genetik dunkontribusinya terhadap keragaman produksi susu anaknya.Kata kunci : Sifat genetik, Linear Mixed Model
Analyzing The Consumer’s Rice Price using Multiple Linear Regression and X-12 ARIMA Asep Saefuddin; Anang Kurnia; Dian Kusumaningrum
FORUM STATISTIKA DAN KOMPUTASI Vol. 9 No. 2 (2004)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

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

Abstract

Rice is one of the main foods in Indonesia. A change of rice price will cause a major effect in the lives of consumers.  On the other hand, there are so many factors that influence the rice price. Thus finding key factors which are significant to the rice price, as well as forecasting the consumer’s rice price are needed in order to maintain the stabilization of rice price. The second objective is to find key factors which influence the rice price by using multiple linear regression models. The parameters were estimated by ordinary least square methods. There are 6 variables that are significant at α=5%, which are the consumer’s rice price at the previous period, rice production at the current and previous period, farmer’s GKP price, realization of domestic stock, and total rice import. The rice price will increase if the GKP price and realization of domestic stock increase whereas total rice import and the consumer’s rice price at the previous period have negative influences towards the rice price. The impact of imported rice is negative towards domestic rice. This condition will also drive negative effect towards the farmer’s income, in this case the price does not meet the farmers cost for production. To protect the farmers, the government applied a 430.00 Rp/Kg imported rice fee but this is not effective to decrease the amount of imported rice.  In this model rice production at the current and previous period have positive signs, contradictory to the microeconomic theory where when the rice production increases, there will be an excess supply and the price will drop. That condition will occur only if the commodity is a free commodity and the rice is at the sufficiency level but in Indonesia, rice is affected by the government’s policy and the rice productivity is left behind by the demand. Forecasting the consumer’s rice price for the next five years was the last objective of this research. ARIMA Box–Jenkins Method, X-12 ARIMA, Winter’s Method, and Trend Analysis were compared to find the best statistical model to forecast the consumer’s rice price. X-12 ARIMA turns out to be the best method because it has the smallest MAPE, MAD, and MSD value. This result is a satisfactory because according to Findley et al. (1998) X-12 ARIMA has the capability to adjust seasonal and trading day factors which usually causes fluctuations in an economic time series data.     Keyword : X-12 ARIMA   
PENERAPAN METODE JACKKNIFE DALAM PENDUGAAN AREA KECIL Anang Kurnia; Khairil Anwar Notodiputro
FORUM STATISTIKA DAN KOMPUTASI Vol. 11 No. 1 (2006)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

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

Abstract

Metode dasar yang sering digunakan dalam menyelesaikan model pendugaan tidak langsung pada SAE adalah BLUP/EBLUP, EB, dan HB. Namun ketidakpuasan sering muncul karena asumsi kelinieran atau sebaran tertentu tidak selalu dipenuhi dalam suatu analisis. Selain itu, penambahan komponen g2 dan g3 dari MSE( ?ˆi BP) tidak lain adalah upaya untuk mengkoreksi ketidakpastian akibat terlebih dulu melakukan pendugaan terhadap b dan s2u. Dengan teknik resampling, jackknife berkembang sebagai suatu metode untuk mengkoreksi biassuatu penduga. Penerapan jackknife pada pendugaan area kecil dilakukan untuk mengkoreksi pendugaan MSE.
PENDEKATAN STATISTIKA UNTUK PEMETAAN KEMISKINAN DI PROPINSI JAWA BARAT Anang . Kurnia; Utami Dyah Syafitri; Topan . Ruspayandi
FORUM STATISTIKA DAN KOMPUTASI Vol. 11 No. 2 (2006)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1003.035 KB)

Abstract

Kemiskinan adalah salah satu masalah utama yang menjadi perhatian pemerintah saat ini. Pemahaman pola sebaran kemiskinan serta hubungannya dengan beberapa peubah lain seperti jarak geografis antar daerah perlu untuk diketahui sebagai langkah awal dalam memahami kemiskinan di suatu daerah, hal ini karena tingkat kemiskinan saja tidak cukup untuk dijadikan dasar dalam pengambilan kebijakan pengentasan kemiskinan.   Banyak metode statistika yang dapat digunakan untuk memetakan konfigurasi kemiskinan.  Dalam paper ini dikaji konfigurasi antar objek dengan menggunakan analisis penskalaan dimensi ganda (MDS), sedangkan perbandingan antar konfigurasi dilakukan dengan analisis Procrustes.  Selanjutnya hubungan keeratan dan pengaruh keadaan kemiskinan antar daerah (autokorelasi spasial) dihitung dengan menggunakan Indeks Moran dan digambarkan dalam peta tematik.   Kata kunci : penskalaan dimensi ganda, analisis Procrustes, autokorelasi spasial
Poling Dan Penerapannya Di Indonesia Anang Kurnia; Hari Wijayanto; Rysda Rysda
FORUM STATISTIKA DAN KOMPUTASI Vol. 9 No. 2 (2004)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

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

Abstract

Poling yang akhir-akhir ini marak dan seringkali diselenggarakan oleh berbagai media elektronik, media cetak, dan lembaga-lembaga riset untuk melihat pendapat masyarakat terhadap suatu permasalahan yang sedang dihadapi.  Hasil poling dari satu penyelenggara dengan penyelenggara lain seringkali berbeda karena metode yang digunakanpun berbeda.  Poling yang diselenggarakan televisi biasanya menggunakan metode penarikan contoh tidak berpeluang (unscientific polling), sedangkan poling yang diselenggarakan oleh lembaga riset biasanya menggunakan metode penarikan contoh berpeluang (scientific polling).  Sumber bias dari kebanyakan poling yang diselenggarakan disebabkan oleh metode penarikan contoh yang kurang tepat, urutan dan kualitas pertanyaan yang kurang baik, serta tingkat pengetahuan dan kepedulian responden yang rendah.  Kata kunci : Poling, unscientific polling, scientific polling
Co-Authors . Hanniva . Marzuki . Sutriyati Abdullah Ilman Fahmi Agus Buono Agus M Soleh Agus Mohamad Soleh Agus Mohamad Soleh Ahmad Ansori Mattjik Aji Hamim Wigena Anik Djuraidah Anshari Luthfi Maulana Achiar Anwar Fitrianto Ardiansyah, Muhlis Arie Anggreyani Arief Gusnanto ASEP SAEFUDDIN Astri Fatimah Azka Ubaidillah Bagus Sartono Bambang Sumantri Beny Trianjaya Budi Waryanto Christiana Anggraeni Putri Cici Suhaeni Citra Jaya Dede Dirgahayu Deiby T Salaki Dewi Juliah Ratnaningsih Dian Handayani Dian Kusumaningrum Dian Kusumaningrum Dian Kusumaningrum, Dwi Agustin Nuriani Sirodj Dwi Agustin Nuriani Sirodj Efriwati Efriwati Farit Mochamad Afendi Farit Mohamad Afendi Fitri Dewi Shyntia Fitri Khairani Gerry Alfa Dito Hari Wijayanto Hari Wijayanto Hari Wijayanto Hestiani Wulandari Hidayat, Muhammad Husnun Nashir I Made Sumertajaya I Made Sumertajaya I Wayan Mangku Ikhlasul Amalia Rahmi Ina Widayanty Indah Herlawati Indahwati Indahwati Indahwati Indahwati Indahwati Indahwati Indonesian Journal of Statistics and Its Applications IJSA Irvanal Haq Iwan Kurniawan Jodi jhouranda Siregar K A Notodiputro Kusman Sadik Kusman Sadik Maulida Fajrining Tyas Muhammad Nur Aidi Muhammad Nur Aidi Muhammad Nur Aidi Mulianto Raharjo Newton Newton Nurul Hidayati Pingkan Awalia Purba, Widyo Pura Rahardiantoro, Septian Rahma Anisa Rahma Anisa Retsi Firda Maulina Ristiyanti Ristiyanti Rysda Rysda Ryska Putri Madyasari Sari Agustini Hafman Septian Rahardiantoro Setia Pramana Setyowati, Indah Rini Siti Muchlisoh Thooriq Ghaith Topan . Ruspayandi Triscowati, Dwi Wahyu Utami Dyah Syafitri Viarti Eminita Widoretno Widoretno Yani Nurhadryani Yenni Kurniawati Yudi Fathul Amin Yudistira Yudistira