Claim Missing Document
Check
Articles

Found 3 Documents
Search

Penggunaan Analisis Cluster K-Means dan Analisis Diskriminan Dalam Pengelompokan Desa Miskin di Kabupaten Pangkep Febi Fajrianti; Muhammad Nadjib Bustan; Muhammad Arif Tiro
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.399 KB) | DOI: 10.35580/variansiunm9355

Abstract

Jenis penelitian ini adalah penelitian eksplorasi yang bertujuan untuk mengelompokkan objek dengan menggunakan metode pengelompokan Analisis Cluster K-Means sebagai pengelompokan awal terhadap objek penelitian desa berdasarkan variabel pencirinya. Variabel yang digunakan sebagai indikator pengelompokan desa miskin adalah tingkat pendidikan (X1), kepadatan penduduk (X2), angka kelahiran kasar (X3), angka kematian kasar (X4), rata-rata banyaknya anggota keluarga (X5). Data diperoleh dari unit perpustakaan BPS dan kantor Catatan Sipil Kabupaten Pangkep dengan objek penelitian keseluruhan desa di Kabupaten Pangkep. Tahapan analisis data yang dilakukan yaitu melakukan pengelompokan awal dengan menggunakan Analisis Cluster K-Means, dari beberapa cluster yang dibentuk selanjutnya akan dilakukan analisis Diskriminan untuk melihat akurasi pengelompokan. Berdasarkan analisis Diskriman diperoleh 98,06% (3 cluster), 94,17% (4 cluster), 91,26% (5 cluster), 94,17% (6 cluster), 86,41% (7 cluster), dan 88,35% (8 cluster). Dari uraian di atas diperoleh bahwa dengan membentuk pengelompokan dengan 3 cluster, maka hasil akurasi pengelompokan yang diperoleh lebih baik dari cluster lain yang dibentuk.Kata Kunci : Analisis Cluster K-Means, Analisis Diskriminan, Kemiskinan
Metode Vector Autoregressive dalam Menganalisis Pengaruh Kurs Mata Uang, Inflasi, dan Suku Bunga Terhadap Indeks Harga Saham Gabungan Alief Imron Juliodinata; Muhammad Arif Tiro; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (180.101 KB) | DOI: 10.35580/variansiunm9356

Abstract

Metode Vector Autoregressive  adalah salah satu analisis yang digunakan untuk menganalisis data deret waktu (time series). Data deret waktu dapat dinyatakan dalam tahun, bulan, minggu, atau hari. Salah satu tujuan penelitian adalah untuk mengetahui pengaruh antara indeks perekonomian suatu negara khususnya pengaruh Kurs, Inflasi dan Suku Bunga terhadap Indeks Harga Saham Gabungan. Data yang digunakan dalam penelitian ini adalah data Kurs, Inflasi, Suku Bunga dan Indeks Harga Saham Gabungan dari bulan juli 2005 hingga juni 2016. Karena data tidak stasioner pada level maka dilakukan differencing  terhadap data. Setelah stasioner selanjutnya dilakukan uji kointegrasi untuk mencaritau apakah terdapat kointegrasi antara peubah. Dengan karakteristik data yang Stasioner pada  difference  dan terdapat kointegrasi, sehingga memenuhi asumsi analisis VECM. Setelah dilakukan analisis VECM dilakukan analisis IRF dan VD.  Adapun hasil analisisnya menunjukkan bahwa hanya Kurs yang secara signifikan berpengaruh lansung  terhadap Indeks Harga Saham Gabungan.Kata Kunci: Analisis Time Series, VAR, Kurs, Suku Bunga, Inflasi, IHSG
PEMODELAN LAJU INFLASI DENGAN MENGGUNAKAN REGRESI NON-LINEAR BERBASIS ALGORITMA GENETIKA (Kasus: Kota-Kota di Pulau Jawa) Wildan Mujahid; Muhammad Arif Tiro; Ruliana Ruliana
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 4 No. 1 (2022)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (381.978 KB) | DOI: 10.35580/variansiunm7

Abstract

This research is applied research that uses non-linear regression on the inflation rate data and the factors that are thought to influence it. By using the RESET Test, statistics are obtained, namely the RESET value = 3.7506 with P value = 0.04138, which means that the inflation data is appropriate to use non-linear regression. From the results of this study, it was found that the average inflation rate of 26 cities in Java was 22.08% with a standard deviation of 24.33%. From the results of this study it was also found that the consumer price index (X1), city/district minimum wages (X2), and regional gross domestic product (X3) are factors that affect the inflation rate with the best model with an RMSE value of 0.445.