Article Per Year (5 Year)
p-Index From 2019 - 2024
3.421
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL Jurnal Matematika PIRAMIDA E-Jurnal Matematika WIDYABHAKTI Jurnal Ilmiah Populer Saintifik : Jurnal Matematika, Sains, dan Pembelajarannya JURNAL MATHEMATIC PAEDAGOGIC SENSITEK MES: Journal of Mathematics Education and Science Jurnal Varian Jurnal Statistika dan Aplikasinya Jurnal Sistem Informasi dan Sistem Komputer Community Empowerment Media Aplikom Jurnal Pengabdian Masyarakat (ABDIRA) ADMA: Jurnal Pengabdian dan Pemberdayaan Masyarakat COVIT Emasains : Jurnal Edukasi Matematika dan Sains SmartComp Jurnal KALANDRA Jurnal Pengabdian Nasional (JPN) Indonesia
LUH PUTU SAFITRI PRATIWI
Institut Teknologi Dan Bisnis STIKOM Bali
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Varian

 1 
PERBANDINGAN METODE CROSS VALIDATION DAN GENERALIZED CROSS VALIDATION DALAM REGRESI NONPARAMETRIK BIRESPON SPLINE Luh Putu Safitri Pratiwi
Jurnal Varian Vol 1 No 1 (2017)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v1i1.49

Abstract

Regression analysis is one of the most popular methods in statistics to explain causal relationships between one predictor variables to one response variable. In general, modeling can be done using regression analysis. The regression curve can be assumed by the parametric regression approach and the nonparametric regression approach. However, not all data acquired follows a certain pattern so that this type of data uses a nonparametric regression approach. The nonparametric regression approach is not related to the assumption of the regression curve form as it is to the parametric regression, and more flexible. There are several techniques performed for estimation in nonparametric regression ie Spline. Some cases in the regression analysis found many problems that can not be solved by simple regression analysis of one response because if using two response variables in the research, it must be seen the value of correlation between variables. As a result, regression issues must be solved by the birespon regression model. This study aims to describe the IMR and malnutrition status of children under five and to get the Spline model in the best birespon nonparametric regression through the relationship between the suspected variables by using Cross Validation (CV) and Generalized Cross Validation (GCV) methods. The results obtained are the best model that is suitable for health by using CV method, obtained the minimum CV value located on Spline model linear one knot that is equal to 77.37831 with MSE of 76.75449.
Pemodelan Menggunakan Metode Spasial Durbin Model untuk Data Angka Putus Sekolah Usia Pendidikan Dasar Luh Putu Safitri Pratiwi; Shofwan Hanief; I Ketut Putu Suniantara
Jurnal Varian Vol 2 No 1 (2018)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v2i1.314

Abstract

Masalah anak yang putus sekolah perlu mendapatkan perhatian karena salah satu indikator yang berguna untuk mengukur kemajuan sumber daya manusia pada bidang pendidikan. Untuk menekan laju pertambahan jumlah anak putus sekolah tersebut dapat dilakukan dengan cara mengetahui faktor-faktor yang berpengaruh terhadap jumlah anak putus sekolah dan berpotensi dalam meningkatkan laju pertumbuhan anak yang putus sekolah. Pemodelan yang menggunakan pengaruh daerah (area) disebut pemodelan spasial. Ciri dari pemodelan spasial adalah adanya matriks pembobot yang merupakan penanda adanya hubungan antara suatu wilayah dengan wilayah lain. Salah satu model spasial yaitu Spasial Durbin Model (SDM). Penelitian ini bertujuan untuk mengetahui jumlah anak putus sekolah di wilayah Bali dengan menggunakan metode SDM dan ingin menetahui faktor-faktor yang mempengaruhi anak putus sekolah di wilayah Bali. Model yang didapat ialah pemodelan SDM menghasilkan nilai AICc yang lebih kecil dibandingkan pemodelan dengan OLS. Tidak adanya lag variabel independen yang signifikan menyebabkan hasil estimasi parameter menggunakan SDM menjadi tidak signifikan akan tetapi pada identifikasi nilai Moran’s I mengidentifikasikan adanya dependensi spasial pada variabel independen yang artinya ada kemiripan sifat untuk lokasi yang saling berdekatan.
Perbandingan Pembobotan Seemingly Unrelated Regression – Spatial Durbin Model Untuk Faktor Kemiskinan Dan Pengangguran Luh Putu Safitri Pratiwi; Ni Putu Nanik Hendayanti; I Ketut Putu Suniantara
Jurnal Varian Vol 3 No 2 (2020)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v3i2.596

Abstract

Hukum I Tobler menduga segala sesuatu di suatu wilayah berhubungan erat dengan wilayah lainnya sehingga pemodelan analisis spasial lebih tepat digunakan untuk memodelkan faktor yang berpengaruh terhadap kemiskinan dan pengangguran di suatu wilayah dengan memperhatikan efek spasialnya Salah satu metode spasial yang bisa digunakan ialah Seemingly Unrelated Regression-Spatial Durbin Model (SUR-SDM). Di dalam penelitian SUR SDM diperlukan suatu pembobot yang digunakan untuk menghitung koefisien autokorelasi. Matriks pembobot yaitu matriks yang elemen-elemennya adalah nilai pembobot yang diberikan untuk perbandingan setiap daerah tertentu. Metode penentuan matriks pembobot dalam penelitian ini dengan menggunakan Queen Contiguity dan pembobot customize. Penelitian ini bertujuan untuk mendeskripsikan kemiskinan dan pengangguran serta faktor – faktor yang diduga mempengaruhinya menggunakan metode SUR-SDM dengan bobot Queen Contiguity dan Customize. Adapun variabel-variabel yang digunakan yaitu Variabel respon terdiri dari persentase rumah tangga miskin (%) (y1) dan angka pengangguran (%)(y2). Sedangkan variabel bebasnya yaitu terdiri dari: persentase jumlah sarana pelayanan kesehatan meliputi posyandu, poliklinik, puskesmas, puskesmas pembantu, dokter praktek, klinik bersalin, dan pos KB (%) (x1), persentase jumlah sarana sekolah meliputi TK, SD, SLTP, SMU, dan SMK (%) (x2), persentase penduduk yang bekerja di sektor pertanian (%) (x3), persentase rumah tangga yang menggunakan air bersih (PDAM) (%) (x4), dan rasio penduduk yang belum tamat SD (x5). Hasil yang didapat yaitu pemodelan SUR-SDM dengan bobot Customize menghasilkan nilai R-Square yang lebih kecil dibandingkan bobot queen di kedua variable respon yaitu sebesar 80.60% dibandingkan queen sebesar 80.64 untuk variable kemiskinan dan untuk variable pengangguran bobot Customize mengasilkan nilai 92.51% lebih kecil disbanding queen sebesar 92.53%
Co-Authors A. A Ayu Meitridwiastiti A.A Ayu Meitridwiastiti Dedy Panji Agustino Dedy Panji Agustino Desak Putu Eka Nilakusmawati EDWAR EDWAR Gede Suwardika Hendayanti, Ni Putu Nanik I Gede Bintang Arya Budaya I Gede Suardika I Gusti Ayu Made Srinadi I Ketut Putu Suniantara I Ketut Putu Suniantara I Ketut Putu Suniantara I Made Hendra M. Pramayasa I Made Hendra Mahajaya Pramayasa I Made Pasek Pradnyana Wijaya I Made Pasek Pradnyana Wijaya I Made Rudita I Wayan Astu Werdistira Ida Ayu Gde Suwiprabayanti Putra Kadek Dwi Pradnyani Novianti Kadek Masakazu Ketut Gus Oka Ciptahadi Ketut Gus Oka Ciptahadi Made Susilawati Ni Made Dwijayani Ni Putu Meina Ayuningsih Ni Putu Meina Ayuningsih Shofwan Hanief Wayan Astu Werdistira