Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika

PEMODELAN RANDOM EFFECT PADA REGRESI DATA LONGITUDINAL DENGAN ESTIMASI GENERALIZED METHOD OF MOMENTS (STUDI KASUS DATA PENDUDUDUK MISKIN DI INDONESIA) muhammad ghazali; bambang widjanarko otok
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 9 No 1 (2016): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (330.752 KB) | DOI: 10.36456/jstat.vol9.no1.a286

Abstract

Indeks kedalaman kemiskinan merupakan ukuran rata-rata kesenjangan penyebaran pengeluaran masing-masing penduduk terhadap garis kemiskinan. Banyak faktor yang mempengaruhi indeks kedalaman kemiskinan, baik dari indikator kesehatan, SDM maupun ekonomi. Oleh karena itu diperlukan sebuah pemodelan statistika untuk menganalisa faktor-faktor yang mempengaruhi indeks kedalaman kemiskinan di Indonesia. Data kemiskinan yang digunakan pada penelitian ini bersumber dari data SUSENAS yang berupa data longitudinal dengan individu pengamatan adalah seluruh kabupaten/kota di Indonesia dari tahun 2008 sampai 2012. Analisis data longitudinal tidak cukup menggunakan OLS karena beberapa asumsi OLS seperti homokedastisitas dan tidak ada autokorelasi sulit terpenuhi pada analisa data longitudinal karena cendurung adanya pengaruh antar individu dan antar waktu pengamatan dalam model. Untuk mengatasi hal tersebut digunakan metode Generalized Method of Moment (GMM) yang digunakan untuk menaksir parameter model data longitudinal. GMM adalah metode penaksiran parameter yang fokus utamanya adalah meminimalkan fungsi kuadratik untuk mencari parameter . Analisis GMM untuk data longitudinal pada penelitian ini denganRandom Effect. Dengan menggunakan model Random Effect maka kesimpulan yang diperoleh adalah semakin tinggi Rata-rata lama sekolah (X1), Angka Melek Huruf penduduk usia 15-55 tahun (X3), Persentase rumah tangga yang menggunakan air bersih (X5) dan Angka harapan hidup (X6) maka indeks kedalaman kemiskinan akan semakin kecil. Sedangkan jika semakin tinggi Persentase rumah tangga yang pernah membeli beras raskin (X4) maka indeks kedalaman kemiskinan juga semakin tinggi.
PEMODELAN KASUS HIV/AIDS MENGGUNAKAN COX PROPORTIONAL HAZARD rama hiola; bambang widjanarko otok; hendra dukalang
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 9 No 1 (2016): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (547.792 KB) | DOI: 10.36456/jstat.vol9.no1.a288

Abstract

Aktivitas kehidupan banyak peristiwa yang berhubung dengan waktu kelangsungan hidup, misal durasi waktu yang dibutuhkan untuk sembuh dari penyakit. Lama waktu yang dibutuhkan hingga terjadinya suatu peristiwa tertentu itulah yang disebut waktu survival. Pada umumnya data waktu survival tidak sepenuhnya dapat diamati atau disebut dengan data tersensor. Salah satu metode statistika yang dapat digunakan dalam menganalisis data survival, adalah model cox proportional hazard. Penelitian ini bertujuan untuk mengetahui tingkat kelangsungan hidup penderita HIV/AIDS, digunakan fungsi hazard dan fungsi survival dengan variabel lama rawat inap pasien sebagai respon. Untuk mengetahui faktor-faktor lain yang mempengaruhi ketahan hidup penderita HIV/AIDS digunakan model cox proportional hazard. Hasil penelitian menunjukkan bahwa Hasil Estimasi fungsi survival Kaplan Meier dan fungsi hazard kumulatif Nelson Aalen menunjukan bahwa semakin lama pasien menderita HIV/AIDS maka probabilitas survival pasien semakin kecil, namun resiko kematian disebabkan HIV/AIDS semakin tinggi. Tingkat pendidikan, status pekerjaan, status fungsional, Kadar CD4 merupakan faktor yang berpengaruh dalam resiko kematian pasien HIV/AIDS
KETEPATAN KLASIFIKASI STATUS DIABETES MELITUS DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE herlina jusuf; bambang widjanarko otok; amanda ratna ningrum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 9 No 1 (2016): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (188.756 KB) | DOI: 10.36456/jstat.vol9.no1.a290

Abstract

Diabetes Mellitusadalah suatu penyakit gangguan metabolik akut yang ditandai oleh kadar glukosa darah melebihi nilai normal. Diabetes Mellitus merupakan suatu penyakit atau kelainan yang mempengaruhi kemampuan tubuh untuk mengubah makanan menjadi energy. Dengan semakin meningkatnya prevalensi kasus penyakit Diabetes Mellitus, maka tujuan penelitian ini adalah memprediksi variabel apa saja yang berperan sangat besar sebagai salah satu faktor risiko kejadian Diabetes Mellitus. Hasil penelitian menunjukkan bahwa status diabetes mellitus terdapat hubungannya dengan obesitas, hipertensi dan kebiasaan olahraga, sedangkan dengan pendekatan MARS melalui criteria GCV terkecil dan (R-O)2 terbesar diperoleh factor yang mempengaruhi status diabetes mellitus adalah obesitas dan hipertensi dengan ketepatan klasifikasi sebesar 74.0 persen. Kata kunci : Diabetes Mellitus, Obesitas, Hipertensi,MARS