Garuda - Garba Rujukan Digital

Analisis Faktor-Faktor yang Mempengaruhi Jumlah Penduduk di Kota Semarang Menggunakan Metode Regresi Data Panel arum, prizka rismawati
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 12 No 2 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Residents are all people who live in the geographical area of Indonesia for six months or more and or those who have been domiciled for less than six months but aim to settle. Population growth is caused by two components, namely: fertility and mortality. To find out how big the relationship between the population and the number of births and deaths in each sub-district of Semarang, must observed in several specific time periods and places at once. So in this study, the panel data regression method was used. In panel data regression testing, the results show that the panel data regression model formed to determine the factors that influence the level of population is the random effect model. In this model all assumptions are fulfilled. Significant factors affecting population are number of births. Births and deaths affect the population of 99.95% and the remaining 0.05% is influenced by other factors not examined Penduduk adalah semua orang yang berdomisili di wilayah geografis Indonesia selama enam bulan atau lebih dan atau mereka yang berdomisili kurang dari enam bulan tetapi bertujuan menetap. Pertumbuhan penduduk diakibatkan oleh dua komponen yaitu: fertilitas dan mortalitas. Untuk mengetahui seberapa besar keterkaitan antara jumlah penduduk dengan jumlah kelahiran dan kematian di setiap kecamataan Kota Semarang, harus diamati dalam beberapa periode waktu tertentu dan beberapa tempat secara bersamaan. Sehingga dalam penelitian ini digunakan metode regresi data panel. Dalam pengujian regresi data panel, didapatkan hasil bahwa Model regresi data panel yang terbentuk untuk mengetahui faktor-faktor yang mempengaruhi tingkat jumlah penduduk adalah model random Effect. Pada model tersebut semua asumsi terpenuhi. Faktor yang signifikan mempengaruhi jumlah penduduk adalah jumlah kelahiran. Kelahiran dan kematian mempengaruhi jumlah penduduk sebesar 99.95% dan sisanya sebesar 0.05% dipengaruhi oleh faktor- faktor lain yang tidak di teliti.

Analisis Faktor-Faktor yang Mempengaruhi Jumlah Penduduk di Kota Semarang Menggunakan Metode Regresi Data Panel prizka rismawati arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 12 No 2 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Residents are all people who live in the geographical area of Indonesia for six months or more and or those who have been domiciled for less than six months but aim to settle. Population growth is caused by two components, namely: fertility and mortality. To find out how big the relationship between the population and the number of births and deaths in each sub-district of Semarang, must observed in several specific time periods and places at once. So in this study, the panel data regression method was used. In panel data regression testing, the results show that the panel data regression model formed to determine the factors that influence the level of population is the random effect model. In this model all assumptions are fulfilled. Significant factors affecting population are number of births. Births and deaths affect the population of 99.95% and the remaining 0.05% is influenced by other factors not examined Penduduk adalah semua orang yang berdomisili di wilayah geografis Indonesia selama enam bulan atau lebih dan atau mereka yang berdomisili kurang dari enam bulan tetapi bertujuan menetap. Pertumbuhan penduduk diakibatkan oleh dua komponen yaitu: fertilitas dan mortalitas. Untuk mengetahui seberapa besar keterkaitan antara jumlah penduduk dengan jumlah kelahiran dan kematian di setiap kecamataan Kota Semarang, harus diamati dalam beberapa periode waktu tertentu dan beberapa tempat secara bersamaan. Sehingga dalam penelitian ini digunakan metode regresi data panel. Dalam pengujian regresi data panel, didapatkan hasil bahwa Model regresi data panel yang terbentuk untuk mengetahui faktor-faktor yang mempengaruhi tingkat jumlah penduduk adalah model random Effect. Pada model tersebut semua asumsi terpenuhi. Faktor yang signifikan mempengaruhi jumlah penduduk adalah jumlah kelahiran. Kelahiran dan kematian mempengaruhi jumlah penduduk sebesar 99.95% dan sisanya sebesar 0.05% dipengaruhi oleh faktor- faktor lain yang tidak di teliti.

Pemodelan Pertumbuhan Ekonomi di Jawa Barat Menggunakan Metode Geographically Weighted Panel Regression Prizka Rismawati Arum; Siva Alfian
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 15 No 2 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol15.no2.a5506

Salah satu tujuan negara adalah meningkatkan pertumbuhan ekonomi. Diperlukan pembangunan ekonomi untuk mewujudkan tujuan tersebut demi mencapai masyarakat yang sejahtera. Salah satu indikator pertumbuhan ekonomi adalah Produk Domestik Regional Bruto (PDRB). Data yang digunakan yaitu data sekunder tentang produk domestik regional bruto, jumlah penduduk miskin, pengeluaran pemerintah, rata - rata lama sekolah, tingkat partisipasi angkatan kerja, fasilitas kesehatan, tingkat pengangguran terbuka, pada tahun 2018 - 2020 di Provinsi Jawa Barat. Ternyata terdapat autokorelasi spasial dalam data tersebut, sehingga pemodelan yang tepat untuk data panel dan terdapat efek spasial dapat dilakukan menggunakan Geographically Weighted Panel Regression (GWPR). Dengan menggunakan GWPR diharapkan dapat menghasilkan hasil yang lebih menyeluruh dibandingkan dengan model GWR. Model Geographically Weighted Panel Regression yang dihasilkan yaitu model fixed effect dengan pembobot adaptive gaussian kernel dan fixed gaussian kernel. Tujuan dari penelitian ini adalah mengetahui gambaran umum data, mendapatkan model, dan memperoleh model terbaik pertumbuhan ekonomi di Jawa Barat. Hasil akhir dari penelitian ini menunjukkan bahwa model dengan pembobot Adaptive Gaussian Kernel lebih baik daripada Fixed Gaussian Kernel karena memiliki nilai AIC terkecil dan R2 terbesar. Nilai AICnya sebesar 2313,117 dan nilai R2 sebesar 0,7955945.

Peramalan Nilai Ekspor Migas di Indonesia dengan Model Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) Prissy Nusaiba Yulisa; M. Al Haris; Prizka Rismawati Arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6121

Ekspor migas merupakan komoditas yang berperan penting dalam perekonomian negara dan pengelolaannya harus dimaksimalkan demi kemakmuran dan kesejahteraan rakyat. Namun realitanya, dalam kurun waktu 10 tahun terakhir, neraca perdagangan ekspor migas di Indonesia mengalami defisit sehingga berdampak pada pengeluaran negara lebih besar daripada pemasukan. Penelitian ini difokuskan pada peramalan yang dapat dijadikan sebagai bahan masukan bagi pemerintah dalam merencanakan arah kebijakan terkait ekspor migas pada masa mendatang. Metode peramalan yang digunakan dalam penelitian ini adalah Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dengan optimasi Nesterov Adam (Nadam). LSTM mampu mengatasi masalah ketergantungan jangka panjang, sehingga dapat mengenali pola data dengan baik dan GRU merupakan variasi lain dari LSTM yang memiliki komputasi lebih sederhana. Sedangkan Nadam berperan dalam mempercepat proses training dan menurunkan nilai error. Berdasarkan hasil penelitian, diperoleh akurasi tertinggi dalam prediksi nilai ekspor migas menggunakan model terbaik LSTM dengan optimasi Nadam pada percobaan menggunakan nilai parameter Î± 0.001, jumlah neuron 20, epoch 100, dan nilai MAPE 12.8% dengan akurasi 87.2%.

Analisis Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Berdasarkan Kabupaten/Kota Di Jawa Tengah Yulia Fitri; Prizka Rismawati Arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a7079

Pembangunan merupakan indikator yang penting disuatu negara terutama negara berkembang seperti Indonesia. Pembangunan manusia merupakan salah satu upaya yang dilakukan oleh pemerintah guna mewujudkan masyarakat yang Makmur dan sejahtera. Salah satu cara untuk mengukur kesejahteraan suatu daerah yaitu dengan mengukur Indeks Pembangunan Manusia (IPM) daerah tersebut. Dimensi dari IPM sendiri yaitu umur Panjang dan hidup sehat, Pendidikan, dan kehidupan yang layak. Data yang digunakan pada penelitian ini yaitu data sekunder yang bersumber dari Badan Pusat Statistik berupa data Indeks Pembangunan Manusia di kabupaten/kota di Jawa Tengah. Melihat pentingnya IPM pada suatu daerah khusunya Jawa Tengah, maka perlu dilakukannya analisis mengenai faktor-faktor yang mempengaruhi IPM. Analisis regresi linier berganda merupakan salah satu metode penelitian yang dapat diterapkan dalam penelitian ini karena metode regresi adalah teknik analisis statistik yang digunakan untuk menentukan bagaimana dua atau lebih variabel berinteraksi. Sehingga, analisis regresi linear berganda dapat digunakan untuk melihat faktor-faktor yang mempengaruhi IPM kabupaten/kota di Jawa Tengah pada tahun 2022. Dari hasil penelitian, diketahui bahwa variabel harapan hidup, harapan lama sekolah, rata-rata lama sekolah, dan pengeluaran perkapita berpengaruh signifikan terhadap indeks pembangunan manusia pada tahun 2022. Hasil pengujian koefisien determinasi atau R-Square didapatkan nilai sebesar 99,9%.

Title

Found 5 Documents
Search
Journal : J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search Journal : J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search
Journal : J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika