Article Per Year (5 Year)
p-Index From 2019 - 2024
0.92
P-Index
This Author published in this journals
All Journal Variansi : Journal of Statistics and Its Application on Teaching and Research
S. Sudarmin
Program Studi Statistika FMIPA UNM
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics Public Health

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Metode Vector Autoregressive (VAR) dalam Menganalisis Pengaruh Kurs Mata Uang Terhadap Ekspor Dan Impor Di Indonesia Dwi Reskiyani Febrianti; Muhammad Arif Tiro; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14645

Abstract

Abstrak. Metode Vector Autoregressive (VAR) adalah salah satu analisis yang digunakan untuk menganalisis data deret waktu. Data deret waktu dikategorikan menurut interval waktu yang sama, baik dalam harian, mingguan, bulanan, kuartalan, ataupun tahunan. Vector Autoregressive (VAR) merupakan pemodelan yang tidak perlu menentukan variabel endogen dan variabel eksogen. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh kurs mata uang terhadap ekspor dan impor di Indonesia. Data yang digunakan dalam penelitian ini adalah data kurs, ekspor, dan impor dari bulan Januari 2014 hingga Desember 2018. Uji stasioneritas dalam penelitian ini menggunakan metode Augmented Dickey Fuller (ADF). Dalam penelitian ini menggunakan differencing terhadap data karena data tidak stasioner pada level. Penentuan panjang lag optimal diperoleh dari nilai Akaike Information Criterion (AIC) yang paling minimum. Estimasi model VAR diperoleh setelah penentuan panjang lag optimal. Uji kausalitas dilakukan dengan uji Causality Granger untuk melihat pengaruh timbal balik antar variabel yang diuji dalam penelitian ini. Terakhir menggunakan uji Impulse Response Function (IRF) untuk menelusuri guncangan atau shock suatu variabel terhadap variabel lainnya. Adapun hasil analisis yang diperoleh menunjukkan terdapat dua hubungan satu arah yaitu kurs mempengaruhi ekspor dan ekspor mempengaruhi impor.Kata Kunci: VAR, Kurs, Ekspor, Impor.
ANALISIS REGRESI UNTUK DATA PANEL PADA PEMODELAN TINGKAT KEMATIAN IBU DI PROVINSI SULAWESI SELATAN Muhammad Imran Rahman; Muhammad Nusrang; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 1 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14628

Abstract

Abstrak. Penelitian ini membahas mengenai estimasi parameter model regresi data panel pada pemodelan tingkat kematian ibu di Provinsi Sulawesi Selatan dari tahun 2014 sampai dengan 2016. Data yang digunakan adalah data sekunder dari Dinas Kesehatan Provinsi Sulawesi Selatan yang berupa jumlah kematian ibu, perdarahan, hipertensi dalam kehamilan, infeksi dan gangguan sistem peredaran darah di seluruh Kabupaten/Kota di Provinsi Sulawesi Selatan tahun 2014-2016. Pembahasan dimulai dari melakukan estimasi parameter model regresi data panel, menentukan model regresi data panel terbaik, menguji asumsi model regresi data panel, pengujian signifikansi parameter dan interpretasi model regresi. Dalam penelitian ini diperoleh kesimpulan yaitu estimasi model regresi data panel terbaik dengan pendekatan fixed effect model dengan nilai ????2 = 90%. Adapun peubahpeubah yang berpengaruh signifikan terhadap kematian ibu adalah perdarahan, hipertensi dalam kehamilan dan infeksi. Dari hasil analisis diperoleh juga daerah yang memiliki jumlah kematian ibu terbesar di Provinsi Sulawesi Selatan tahun 2014-2016 adalah Bone dan Jeneponto.Kata Kunci: Regresi data Panel, Angka Kematian Ibu, Fixed Effect Model, Least Square Dummy Variable.Abstract. This research discusses about parameter estimation of panel data regression model of mother mortality level modelling in South Sulawesi from 2014 to 2016. The data used were secondary data from Dinas Kesehatan Provinsi Sulawesi Selatan in the form of number of mother mortality, bleeding, infection, circulatory system disorders and metabolic disorders in the whole district/town in South Sulawesi year 2014-2016. The discussion started from doing parameter estimation of panel data regression model, determining the best panel data regression model, testing the assumption of panel data regression model, testing the signification of parameter and interpretation of regression model. Conclusion of this research are the estimation of regression model is the best panel data regression model with fixed effects model approach with value of ????2 = 90%. The variables that significantly influence maternal mortality are bleeding, hypertension in pregnancy and infection. From the results of the analysis, it was also found that the regions that had the largest number of maternal deaths in South Sulawesi Province in 2014-2016 were Bone and Jeneponto.Keywords: Panel Data Regression, Mother Mortality Rate, Fixed Effect Model, Least Square Dummy Variable.
Multivariate Adaptive Regression Splines pada Kasus Inflasi di Indonesia Tahun 2005-2018 Nurhaerunisa Widagdo; Muhammad Kasim Aidid; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14639

Abstract

Abstrak. Kegiatan perekonomian suatu negara dipengaruhi oleh inflasi yang terjadi pada negara tersebut. Tingkat inflasi Indonesia yang fluktuatif, cenderung tidak stabil, mempengaruhi kehidupan sosial dan ekonomi masyarakat. Sehingga penting untuk mengetahui faktor-faktor yang berpengaruh terhadap inflasi serta pemodelan faktor-faktor berpengaruh tersebut dan hubungannya terhadap inflasi. Mengidentifikasi hubungan inflasi dan faktor penyebabnya dilakukan menggunakan pemodelan Multivariate Adaptive Regression Splines (MARS). MARS merupakan jenis regeresi nonparametrik yang menggabungkan prinsip Recursive Partitioning Regression (RPR) dan spline, fleksibel dalam memodelkan data sehingga memberikan hasil pemodelan data yang cukup akurat serta dapat menangani data berdimensi tinggi, yaitu data dengan jumlah peubah prediktor 3 ≤ x ≤ 20 dan ukuran data sampel 50 ≤ n ≤ 1000. Model MARS diperoleh berdasarkan kombinasi nilai BF, MI, dan MO yang memiliki nilai Generalized Cross Validation (GCV) terkecil. Pada penelitian ini digunakan enam peubah prediktor sebagai faktor yang mempengaruhi inflasi dengan data sampel sebesar 168 sampel. Hasil penelitian menunjukkan bahwa peubah Indeks Harga Perdagangan Besar (IHPB), BI Rate, Nilai Tukar IDR-USD, dan Uang Beredar adalah faktor-faktor yang berpengaruh terhadap inflasi berdasarkan model terbaik MARS dengan BF=24, MI=3, MO=1, GCV=0,772, MSE=0,391, dan R2=0,968.Kata kunci: Inflasi, MARS, RPR, BF, MI, MO, GCV.
Analisis Cluster Ensemble dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Indikator Kinerja Pembangunan Ekonomi Daerah Adrian Aqil Yusfar; Muhammad Arif Tiro; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14626

Abstract

Abstract. Cluster analysis or group analysis is an analysis method to classify objects of observation into several groups based on their characteristics. Conventional methods namely Hierarchy and Non-Hierarchy are used in the formation of the initial group. However, the results of the grouping formed had mixed results so that the Cluster Ensemble analysis was then used to obtain a good final grouping. The Cluster Ensemble with the Link-Based Cluster Ensemble approach with the Connected Triple Based Similarity (CTS) method resulted in three final group divisions. The evaluation of the grouping performance used, namely Compactness and Davies-Bouldin, stated that the Cluster Ensemble was better than the hierarchical and non-hierarchical methods. The final group that has been formed is described using the average value for each variable in the district / city in South Sulawesi Province. The first group has the characteristics of regional economic development performance that is better than the second and third groups, but for the third group has the lowest characteristics of regional economic development performance from the first and second groups.Keywords : Cluster, Cluster Ensemble, Group Performance Evaluation, Performance, Regional Economic
Membandingkan Grafik Kendali Shewhart dengan Grafik Kendali Cumulative Sum (Cusum) dalam Mendeteksi Pergeseran Rata-Rata Kekeruhan Air Andi Nurhaedah; Muhammad Kasim Aidid; S. Sudarmin
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14640

Abstract

Abstrak. Memonitoring proses produksi merupakan tindakan pengendalian kualitas yang harus dilakukan untuk melihat adanya pergeseran rata-rata, sehingga variasi dalam produksi dapat diminimalisir. Alat pengendalian kualitas yang digunakan untuk memonitoring pergeseran rata-rata adalah grafik kendali. Grafik yang paling sering digunakan adalah grafik kendali Shewhart sebab penggunaanya yang sederhana, namun informasi yang disampaikan pada grafik tersebut hanya berdasarkan titik gambar terakhir sehingga alternatif yang dapat digunakan adalah grafik Cusum. Kekeruhan air sebagai salah satu parameter kualitas air yang perlu dimonitoring sebelum didistribusikan sebab melewati batas maksimum 5 NTU (Nephelometric Turbidity Units) yang ditetapkan oleh pemerintah menandakan bahwa air tersebut aman untuk diminum. Maka dari itu, penelitian ini bertujuan memonitoring produksi dengan membandingkan grafik kendali Shewhart dan grafik kendali Cusum dalam mendeteksi pergeseran rata-rata kekeruhan air. Sampel yang digunakan pada penelitian ini merupakan air sedimen produksi IPA I Ratulangi PDAM Kota Makassar yang diukur sekali setiap dua jam dengan jumlah data yang tercatat sebanyak 211 pengamatan dengan hasil yaitu grafik kendali Cusum lebih cepat dalam mendeteksi adanya pergeseran rata-rata, hal ini ditunjukkan dengan adanya pergeseran mulai terdeteksi pada pengamatan ketujuh dengan pengamatan yang berada diluar kendali sebanyak 205 amatan, dibandingkan Shewhart hanya mendeteksi 8 pengamatan yang berada di luar kendali. Hal ini didukung dengan evaluasi grafik kendali yang digunakan yaitu nilai Average Run Lenght (ARL) menunjukkan bahwa grafik kendali Cusum lebih cepat mendeteksi pergeseran rata rata kurang dari 2,5dibandingkan grafik kendali Shewhart baik digunakan untuk pergeseran 3 atau lebih.Kata kunci:Pengendali kualitas, grafik kendali, grafik kendali Shewhart, grafik kendali Cusum, ARL, Kekeruhan Air.
Co-Authors Adrian Aqil Yusfar Andi Nurhaedah Dwi Reskiyani Febrianti Muhammad Arif Tiro Muhammad Imran Rahman Muhammad Kasim Aidid Muhammad Nusrang Nurhaerunisa Widagdo