Claim Missing Document
Check
Articles

Found 5 Documents
Search

Pengelompokan Kabupaten/Kota di Jawa Barat Tahun 2018 Berdasarkan Indikator Kemiskinan dengan Polythetic Divisive Method Clarita Simar; Nurul Gusriani; Iin Irianingsih
KUBIK Vol 5, No 1 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v5i1.8549

Abstract

Masalah kemiskinan merupakan salah satu masalah yang bersifat multidimensi. Faktor kemiskinan pada setiap wilayah berbeda, dan hal tersebut dipengaruhi oleh banyak indikator kemiskinan. Pengukuran dan penentuan indikator kemiskinan akan memudahkan pemerintah membedakan tingkat kemiskinan pada suatu wilayah, sehingga pemerintah dapat membuat kebijakan yang lebih tepat untuk menanggulangi kemiskinan di wilayah tersebut. Penelitian ini bertujuan untuk mengelompokkan karakteristik suatu wilayah ke dalam beberapa tingkat kemiskinan berdasarkan variabel penjelas kemiskinan. Penelitian ini menggunakan data kemiskinan kabupaten/kota se-Jawa Barat pada tahun 2018 yang diperoleh dari BPS. Terkait dengan pengelompokan wilayah kemiskinan ke beberapa kategori, metode yang digunakan adalah metode hierarki pada analisis cluster yaitu polythetic divisive method. Banyaknya cluster optimal dipilih dengan menggunakan Dunn Index. Hasil yang diperoleh adalah polythetic divisive method menghasilkan tiga kelompok wilayah kemiskinan dengan Dunn Index sebesar 0,4490613. Karakteristik wilayah masing-masing cluster diharapkan dapat membantu pemerintah menentukan kebijakan yang sesuai untuk menanggulangi tingkat kemiskinan di Jawa Barat.
Pemetaan Jenis Tindak Kriminal di Indonesia Berdasarkan Karakteristik Wilayah Menggunakan Canonical Correspondence Analysis (CCA) Luthfi Ghiffari; Nurul Gusriani; Kankan Parmikanti
Jurnal Statistika dan Aplikasinya Vol 5 No 2 (2021): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.05202

Abstract

Tindak kriminal merupakan segala macam bentuk tindakan yang merugikan secara ekonomis dan psikologis yang melanggar hukum, norma-norma sosial, serta agama. Terjadinya tindak kriminal di suatu wilayah dapat berhubungan dengan berbagai karakter masyarakat diantaranya pendidikan, kependudukan, dan ekonomi. Setiap wilayah di Indonesia pasti memiliki karakteristik yang berbeda-beda, sehingga kecenderungan terjadinya tidak kriminal akan berbeda pula di setiap wilayahnya. Penelitian ini dilakukan dengan tujuan untuk membuat pemetaan jenis tindak kriminal berdasarkan karakteristik wilayah di Indonesia. Unit pengamatan pada penelitian ini adalah 34 provinsi di Indonesia. Data yang digunakan adalah data sekunder yang didapat dari Badan Pusat Statistik Indonesia pada tahun 2019. Metode yang digunakan pada penelitian adalah metode Canonical Correspondence Analsis (CCA). Hasil penelitian didapatkan pemetaan jenis-jenis tindak kriminal berdasarkan karakteristik wilayah di Indonesia pada peta triplot. Peta tripot yang dihasilkan dapat menjelaskan 90.6% dari total inersia yang ditangkap oleh CCA. Melalui uji permutasi Monte Carlo, ditunjukkan bahwa terdapat hubungan yang signifikan antara karakteristik wilayah dengan penyebaran jenis tindak kriminal.
Pengelompokan Kabupaten/Kota di Jawa Barat Tahun 2018 Berdasarkan Indikator Kemiskinan dengan Polythetic Divisive Method Clarita Simar; Nurul Gusriani; Iin Irianingsih
KUBIK Vol 5, No 1 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v5i1.8549

Abstract

Masalah kemiskinan merupakan salah satu masalah yang bersifat multidimensi. Faktor kemiskinan pada setiap wilayah berbeda, dan hal tersebut dipengaruhi oleh banyak indikator kemiskinan. Pengukuran dan penentuan indikator kemiskinan akan memudahkan pemerintah membedakan tingkat kemiskinan pada suatu wilayah, sehingga pemerintah dapat membuat kebijakan yang lebih tepat untuk menanggulangi kemiskinan di wilayah tersebut. Penelitian ini bertujuan untuk mengelompokkan karakteristik suatu wilayah ke dalam beberapa tingkat kemiskinan berdasarkan variabel penjelas kemiskinan. Penelitian ini menggunakan data kemiskinan kabupaten/kota se-Jawa Barat pada tahun 2018 yang diperoleh dari BPS. Terkait dengan pengelompokan wilayah kemiskinan ke beberapa kategori, metode yang digunakan adalah metode hierarki pada analisis cluster yaitu polythetic divisive method. Banyaknya cluster optimal dipilih dengan menggunakan Dunn Index. Hasil yang diperoleh adalah polythetic divisive method menghasilkan tiga kelompok wilayah kemiskinan dengan Dunn Index sebesar 0,4490613. Karakteristik wilayah masing-masing cluster diharapkan dapat membantu pemerintah menentukan kebijakan yang sesuai untuk menanggulangi tingkat kemiskinan di Jawa Barat.
Estimasi Parameter Model Regresi Nonparametrik Birespon berdasarkan Penalized Spline Pada Data Tindak Kriminal di Indonesia (Studi Kasus Jumlah Kejadian Kejahatan terhadap Kesusilaan dan Jumlah Kejadian Kejahatan terhadap Fisik di Indonesia Tahun 2020) Reffa Ayu Anggraeni; Nurul Gusriani; Kankan Parmikanti
Jurnal Matematika Integratif Vol 18, No 2: Oktober 2022
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (542.453 KB) | DOI: 10.24198/jmi.v18.n2.41977.203-215

Abstract

Untuk mencapai terciptanya kehidupan bermasyarakat yang aman dan damai, tindak kriminal menjadi salah satu hal yang sangat diperhatikan. Pada tahun 2020, di Indonesia terjadi 6.872 kejadian kejahatan terhadap kesusilaan dan 36.672 kejadian kejahatan terhadap fisik. Salah satu upaya yang bisa dilakukan untuk menekan jumlah kejadian kejahatan terhadap kesusilaan dan jumlah kejadian kejahatan terhadap fisik di Indonesia adalah dengan memodelkan hal tersebut atas faktor-faktor yang memengaruhinya sehingga dapat diperoleh prediksinya.  Pada penelitian ini, dilakukan estimasi parameter model regresi nonparametrik birespon berdasarkan estimator penalized spline menggunakan pendekatan metode Weighted Least Square (WLS) untuk memprediksi jumlah kejadian kejahatan terhadap kesusilaan dan jumlah kejadian kejahatan terhadap fisik di Indonesia dengan variabel prediktor kepadatan penduduk (X1), rasio jenis kelamin (X2), persentase penduduk miskin (X3) dan rata-rata upah bersih buruh/karyawan/pegawai (X4). Estimator penalized spline digunakan untuk memperhitungkan titik knot dan parameter penghalus secara bersamaan sehingga menghasilkan ketepatan dan kehalusan bentuk kurva secara simultan. Model terbaik bergantung pada penentuan titik knot dan parameter pemulus optimal yaitu dengan nilai Generalized Cross Validation (GCV) minimum. Model terbaik diperoleh saat banyaknya titik knot untuk X1 adalah satu, X2 adalah tiga, X3 adalah tiga, dan X4 adalah satu serta lambda=0,000000171 dengan GCV sebesar 568359 dan nilai koefisien determinasi sebesar 0,652.
Pemrograman Python Untuk Peramalan Data Deret Waktu Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (Sarima) Michelle Selina Buntara; Herlina Napitupulu; Nurul Gusriani
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 22 No 2 (2023): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v22i2.774

Abstract

Peramalan deret waktu adalah penggunaan model untuk memprediksi nilai masa depan berdasarkan nilai yang diamati sebelumnya. Model Seasonal Autoregressive Integrated Moving Average (SARIMA) merupakan salah satu model yang digunakan untuk peramalan ketika deret waktu univariat menunjukkan variasi musiman. Model SARIMA merupakan bentuk khusus dari model ARIMA yang terdiri dari tiga bagian, yaitu; ‘AR’ yang berarti Autoregressive, ‘I’ yang merupakan bagian differencing, dan ‘MA’ yang berarti Moving Average.Penelitian ini bertujuan untuk memperoleh model SARIMA terbaik melalui beberapa tahap, yaitu; preparasi, identifikasi, penaksiran nilai parameter, dan uji diagnostik. Performa model peramalan diuji menggunakan mean absolute percentage error (MAPE).