Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

P-Index

This Author published in this journals

All Journal PROSIDING SEMINAR NASIONAL Jurnal Statistika Universitas Muhammadiyah Semarang Value Added : Majalah Ekonomi dan Bisnis Jurnal Karya Pendidikan Matematika

Moh Yamin Darsyah

Unknown Affiliation

Author-ID : 250320

Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics Social Sciences

Published : 16 Documents Claim Missing Document

Claim Missing Document

Articles

Title

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Maulana; Moh Yamin Darsyah; Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Pendugaan area kecil dengan teknik pendugaan tak langsung memerlukan asumsi adanya hubungan linier antara rataan area kecil dengan variabel penyerta. Jika tidak ada hubungan linier antara rataan area kecil dan variabel penyerta maka tidak tepat ‘meminjam kekuatan’ dari area lain dengan menggunakan model linier dalam pendugaan tak langsung. Untuk mengatasi hal tersebut dikembangkan pendekatan nonparametrik. Salah satu pendekatan nonparametrik yang digunakan adalah pendekatan Kernel-Bootsrap. Pendugaan tak langsung dengan pendekatan SAE Kernel-Bootsrap digunakan untuk menduga angka jumlah penduduk miskin pada level kecamatan di Kota Semarang. Variabel yang digunakan dalam penelitian ini terdiri atas dua bagian , yakni Jumlah Penduduk Miskin (Y) sebagai variabel dependen, serta sebagai variabel penyerta: Penduduk Usia 65 Tahun keatas (X). Evaluasi hasil pendugaan dilakukan dengan melihat nilai MSE (Mean Square Error) penduga SAE Kernel-Bootsrap. Hasil pendugaan SAE Kernel-Bootstrap terbaik menggunakan replikasi B= 100.

PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE TERHADA FAKTOR- FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI KABUPATEN DEMAK Marlita Vebiriyana; Moh Yamin Darsyah; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Kemiskinan adalah ketidakmampuan untuk membeli barang-barang kebutuhan dasar seperti makanan, pakaian, papan dan obat-obatan. Kemiskinan merupakan salah satu permasalahan pembangunan di Indonesia. Salah satu upaya yang dilakukan untuk mengatasi tingkat kemiskinan ini adalah dengan menentukan faktor-faktor yang diduga berpengaruh terhadap kemiskinan. Keterkaitan akibat faktor lokasi tingkat kemiskinan antara suatu wilayah dengan wilayah sekitarnya diduga akan memberikan efek keragaman spasial terhadap tingkat kemiskinan di suatu wilayah. Hal tersebut dapat diatasi dengan pemodelan Geographically Weighted Regression (GWR). GWR merupakan bentuk lokal dari regresi linier dan merupakan salah satu metode spasial yang menggunakan faktor geografis sebagai variabel bebas yang dapat mempengaruhi variabel respon. Hasil penelitian menunjukkan bahwa variabel yang berpengaruh terhadap tingkat kemiskinan di Kabupaten Demak adalah kepadatan penduduk dengan nilai R2 sebesar 40,79% dengan SSE sebesar 43,976. Keterkaitan antar wilayah berpengaruh terhadap tingkat kemiskinan pada setiap kecamatan di Kabupaten Demak. Kecamatan dengan model terbaik adalah Kecamatan Karangawen dengan nilai Rsebesar 42,4%.Kata kunci : Kemiskinan, Geographically Weighted Regression, Kernel Bisquare.2

SMALL AREA ESTIMATION TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SUMENEP DENGAN PENDEKATAN NONPARAMETRIK Moh Yamin Darsyah
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Small Area Estimation (SAE) merupakan suatu teknik statistika untuk mendugaparameter-parameter subpopulasi yang ukuran sampel nya kecil. Teknik pendugaan ini“borrowing information” memanfaatkan data dari domain besar (seperti data sensus,data susenas) untuk menduga variabel yang menjadi perhatian pada domain yang lebihkecil yang selanjutnya dikenal pendugaan tidak langsung. Adapun pendugaanlangsungnya tidak mampu memberikan ketelitian yang cukup bila ukuran sampel dalam area kecil, sehingga statistik yang dihasilkan akan memiliki varian yang besar atau bahkan menghasilkan pendugaan yang bias. Pendugaan tak langsung denganpendekatan SAE Nonparametrik di gunakan untuk menduga pengeluaran per kapitapada level kecamatan di Kabupaten Sumenep. Evaluasi hasil pendugaan dilakukandengan membandingkan nilai RRMSE (Relative Root Mean Square Error) pendugalangsung dengan nilai RRMSE (Relative Root Mean Square Error) penduga tidaklangsung SAE Nonparametrik, hasil pendugaan SAE Kernel-Bootstrap memberikanhasil dugaan dengan presisi yang lebih teliti. Kata kunci : SAE, Nonparametrik, RRMSE

PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH Diana Wahyu Safitri; Moh Yamin Darsyah; Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Indek Pembangunan Manusia (IPM) merupakan salah satu alat ukur kinerja pembangunan khususnya pembangunan manusia yang dilakukan di suatu wilayah pada waktu tertentu atau secara spesifik. Penelitian ini mengkaji IPM dan komponen-komponen penyusun IPM, data yang digunakan adalah data nilai komponen-komponen IPM untuk 35 kabupaten/kota di Provinsi Jawa Tengah. Variabel yang digunakan dalam penelitian ini adalah nilai IPM (Y) sebagai variabel dependen, AHH (X1), AMH (X2) dan PPP (X3) sebagai variabel independen. Penelitian mengkaji efek dependensi spasial dengan mengunakan pendekatan area. Selanjutnya diberikan aplikasi SEM untuk mengidentifikasi seberapa besar pengaruh komponen-komponen penyusun IPM dapat mempengaruhi tingkat IPM di Jawa Tengah. Hasil penelitian menunjukkan bahwa persebaran IPM di Provinsi Jawa Tengah terdapat pola pengelompokan wilayah. Hasil pemodelan menggunakan SEM menunjukkan lambda dan semua variabel yang signifikan. Model SEM menghasilkan AIC sebesar 43,8540 yang lebih baik dibandingkan regresi metode OLS dengan AIC sebesar 45,6231.

Co-Authors Budiharto - Dhevi Ratna Fitriani Diana Wahyu Safitri Fatkhurokhman Fauzi Iis Istiqomah Indah Manfaati Nur Iswahyudi Joko Suprayitno Marlita Vebiriyana Monica Firda Agustina Naili Makarima nurul latifah Rochdi Wasono Tiani Wahyu Utami Ujang Maulana Umyana Umyana Yuni Nurkuntari

Title Search

Found 4 Documents Search Journal : Jurnal Statistika Universitas Muhammadiyah Semarang

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search
Journal : Jurnal Statistika Universitas Muhammadiyah Semarang