Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Jurnal Statistika dan Aplikasinya
Istiqomatul Fajriyah Yuliati
Badan Kependudukan dan Keluarga Berencana Nasional
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemodelan Fertilitas Di Indonesia Tahun 2017 Menggunakan Pendekatan Regresi Nonparametrik Kernel dan Spline Istiqomatul Fajriyah Yuliati; Pardomuan Sihombing
Jurnal Statistika dan Aplikasinya Vol 4 No 1 (2020): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.04105

Abstract

Tujuan dari penelitian ini adalah untuk menganalisis pola hubungan Total Fertility Rate (TFR) dengan Contraceptive Prevalence Rate (CPR). Analisis yang sering digunakan untuk pemodelan adalah analisis regresi. Analisis regresi menurut pendekatannya dapat dibedakan menjadi dua, parametrik dan nonparametrik. Metode regresi nonparametrik yang sering digunakan adalah regresi kernel dan spline. Pada penelitian ini untuk regresi kernel yang digunakan adalah regresi kernel dengan metode penaksir Nadaraya-Watson (NWE) dan penaksir polinomial lokal (LPE), sedangkan untuk regresi spline yang digunakan adalah smoothing spline dan b-splines. Hasil pengepasan kurva (fitting curve) menunjukkan bahwa model regresi nonparametrik terbaik adalah model regresi b-splines dengan degree 2 dan jumlah knot 5. Hal ini dikarenakan model regresi b-splines memiliki kurva yang halus dan terlihat lebih mengikuti sebaran data dibandingkan kurva model regresi lainnya. Model regresi b-splines terpilih memiliki nilai koefisien determinasi R2 sebesar 76.86%, artinya besarnya variasi variabel TFR yang dijelaskan oleh model regresi b-splines sebesar 76.86%, sedangkan sisanya 23.14% dijelaskan oleh variabel lainnya yang tidak dimasukkan ke dalam model.
Penerapan Metode SVM dan BPNN dalam Pengklasifikasian PUS di Jawa Barat Istiqomatul Fajriyah Yuliati; Septie Wulandary; Pardomuan Sihombing
Jurnal Statistika dan Aplikasinya Vol 4 No 1 (2020): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.04103

Abstract

Penggunaan kontrasepsi menjadi sangat vital bagi pengendalian jumlah penduduk terutama di Jawa Barat karena jumlah penduduk di Provinsi Jawa Barat tertinggi di Indonesia. Klasifikasi penggunaan kontrasepsi pada pasangan usia subur (PUS) berdasarkan faktor determinan penggunaan kontrasepsi di Provinsi Jawa Barat merupakan hal yang menarik untuk dikaji. Penelitian ini mengkaji perbandingan metode Support Vector Machine (SVM) dengan fungsi kernel dan Neural Network (NN) dengan algoritma backpropagation (BPNN) dalam pengklasifikasian PUS berdasarkan penggunaan kontrasepsi (mengikuti program Keluaga Berencana/KB atau tidak) di Provinsi Jawa Barat. Metode yang memiliki nilai ketepatan yang tinggi merupakan metode terbaik dalam pengklasifikasian PUS berdasarkan penggunaan kontrasepsi. Kedua metode klasifikasi baik BPNN dan SVM Fungsi Kernel dapat menggambarkan klasifikasi PUS berdasarkan determinan penggunaan kontrasepsi di Provinsi Jawa Barat dengan tingkat akurasi yang sama, yaitu sebesar 99.84%. Hal ini berarti kedua model klasifikasi sangat baik dalam memprediksi kelas yang mengikuti program keluarga berencana atau tidak mengikuti program tersebut.
Co-Authors Pardomuan Robinson Sihombing Septie Wulandary