Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENERAPAN REGRESI NONPARAMETRIK KERNEL DAN SPLINE DALAM MEMODELKAN RETURN ON ASSET (ROA) BANK SYARIAH DI INDONESIA Putri Indi Rahayu; Pardomuan Robinson Sihombing
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 14, No 2 (2020): JURNAL EPSILON VOLUME 14 NOMOR 2
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (320.868 KB) | DOI: 10.20527/epsilon.v14i2.2968

Abstract

Sharia Bank Return On Assets (ROA) modeling in Indonesia in 2018 aims to analyze the relationship pattern of Retturn On Assets (ROA) with interest rates. The analysis that is often used for modeling is regression analysis. Regression analysis is divided into two, namely parametric and nonparametric. The most commonly used nonparametric regression methods are kernel and spline regression. In this study, the nonparametric regression used was kernel regression with the Nadaraya-Watson (NWE) estimator and Local Polynomial (LPE) estimator, while the spline regression was smoothing spline and B-splines. The fitting curve results show that the best model is the B-splines regression model with a degree of 3 and the number of knots 5. This is because the B-splines regression model has a smooth curve and more closely follows the distribution of data compared to other regression curves. The B-splines regression model has a determination coefficient of R ^ 2 of 74.92%,%, meaning that the amount of variation in the ROA variable described by the B-splines regression model is 74.92%, while the remaining 25.8% is explained by other variables not included in the model.
PENERAPAN MODEL VECTOR AUTOREGRESSIVE (VAR (2)) PADA DATA INFLASI DI PROVINSI JAWA TIMUR DAN BALI Putri Indi Rahayu; Ade Famalika; Pardomuan Robinson Sihombing
Jurnal Bayesian : Jurnal Ilmiah Statistika dan Ekonometrika Vol. 1 No. 1 (2021): Jurnal Bayesian : Jurnal Ilmiah Statistika dan Ekonometrika
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (343.293 KB) | DOI: 10.46306/bay.v1i1.6

Abstract

Fenomena inflasi merupakan suatu gejala atau kejadian yang dapat diamati dimana tingkat harga umum mengalami kenaikan secara terus menerus. Penelitian ini memodelkan Inflasi di Provinsi Jawa Timur dan Bali dengan menggunakan model VAR. Model VAR yang didapat adalah model VAR dengan lag 2. Hasil yang didapat menunjukkan laju inflasi di Jawa Timur akan menurun ketika laju inflasi di Bali pada dua periode sebelumnya juga menurun dan satu periode sebelumnya meningkat. Selain itu, laju inflasi di Bali akan meningkat dengan meningkatnya laju inflasi di Jawa Timur baik periode kemarin atau satu periode sebelumnya maupun dua periode sebelumnya. Sebaliknya, laju inflasi di Bali akan menurun ketika laju inflasi pada dua periode sebelumnya meningkat
PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN FASILITAS KESEHATAN MENGGUNAKAN METODE TWO STEP CLUSTER Putri Indi Rahayu; Pardomuan Robinson Sihombing
Jurnal Bayesian : Jurnal Ilmiah Statistika dan Ekonometrika Vol. 1 No. 1 (2021): Jurnal Bayesian : Jurnal Ilmiah Statistika dan Ekonometrika
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (224.68 KB) | DOI: 10.46306/bay.v1i1.8

Abstract

Fasilitas kesehatan merupakan hal yang paling dasar dari kesehtan untuk membantu masyarakat memperoleh layanan kesehatan. Berdasarkan data dari kementrian kesehatan di tahun 2017, fasilitas kesehatan di provinsi indonesia, terdapat 34 provinsi yang menjadi objek penelitian. Two Step Cluster (TSC) adalah metode yang dirancang untuk mengatasi masalah skala pengukuran yang berbeda dalam hal ini bertipe kontinu dan kategorik. Dalam penelitian ini TSC digunakan untuk mengelompokkan provinsi di indonesia berdasarkan fasilitas kesehatan. Hasil dari TSC didapatkan 3 pengelompokkan yaitu Kelompok 1 memiliki 4 provinsi dengan frekuensi jumlah klinik, jumlah dokter umum, jumlah bidan, keberadaan tenaga terapi fisik dan keberadaan teknisi medis. Kelompok 2 memiliki 12 provinsi, dimana untuk frekuensi terapi fisik  tidak ada provinsi yang tidak mempunyai tenaga terapi fisik, dan 12  provinsi yang mempunyai tenaga terapi fisik sedangkan untuk frekuensi teknisi medis tidak ada  provinsi yang tidak mempunyai tenaga teknisi medis dan 12 provinsi yang mempunyai tenaga teknisi medis. Sedangkan Kelompok 3 memiliki 18 provinsi dengan frekuensi jumlah puskesmas, jumlah klinik, jumlah dokter umum, jumlah tenaga kefarmasian, keberadaan tenaga terapi fisik dan keberadaan teknisi medis