Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal VARIANSI: Journal of Statistics and Its Application on Teaching and Research
Bobby Poerwanto
Department of Statistics, Universitas Negeri Makassar
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics

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

Found 2 Documents
Search

 1 
ANALISIS HIERARCHICAL CLUSTERING MULTISCALE BOOTSTRAP (KASUS: INDIKATOR KEMISKINAN DI PROVINSI SULAWESI SELATAN TAHUN 2020) Musdalifah M. Ramly; Sudarmin Sudarmin; Bobby Poerwanto
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 4 No. 3 (2022)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.252 KB) | DOI: 10.35580/variansiunm26

Abstract

Hierarchical cluster analysis is a statistical analysis used to group data based on their similarities. The single linkage, complete linkage and average linkage methods can be used to group data using distance techniques. There is a large difference in the number of poor people in urban and rural areas in South Sulawesi Province, so an analysis is needed to classify areas that have the same characteristics based on poverty indicators. For this reason, these three methods are used. However, the results of this analysis are only based on the similarity measure based on the distance technique used. Thus, the multiscale bootstrap method is used to obtain the validity of the resulting clusters. The results of the research using these three methods are four clusters with different characteristics. By using multiscale bootstrap, it is found that in single linkage there are four valid clusters, for complete linkage there is only one valid cluster and on average linkage there are three valid clusters. So it is found that single linkage is the best method in classifying these cases.
REGRESI PANEL SPASIAL UNTUK PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI KABUPATEN/KOTA SE-KALIMANTAN Muh. Gunadil Ukra; Muhammad Nusrang; Bobby Poerwanto
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 4 No. 2 (2022)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (430.811 KB) | DOI: 10.35580/variansiunm34

Abstract

MUH. GUNADIL UKRA 2022. Regresi Panel Spasial Untuk Pemodelan Indeks Pembangunan Manusia Di Kabupaten/Kota Se-Kalimantan Tahun 2017-2021, Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Makassar, (dibimbing oleh Muhammad Nusrang dan Bobby Poerwanto). Penelitian ini membahas tentang Indeks Pembangunan Manusia di Kabupaten/Kota Se-Kalimantan dengan membandingkan model regresi panel spasial SAR-FE dan SEM-FE. Pembangunan manusia merupakan faktor penting dalam meningkatkan kesejahteraan penduduk. United Nations Development Programme (UNDP) yang juga menyatakan bahwa manusia yang bermartabat adalah manusia yang dapat menikmati umur panjang, sehat, dan menjalankan kehidupan yang produktif. Untuk melihat faktor apa saja yang berpengaruh terhadap IPM di Kabupaten/Kota Se-Kalimantan dan model apa yang cocok untuk menggambarkan IPM di Kabupaten/Kota Se-Kalimantan tahun 2017-2021. Maka dari itu dilakukan analisis regresi panel spasial dengan menggunakan Dimensi IPM yaitu umur panjang dan hidup sehat, pengetahuan dan standar hidup layak. Analisis regresi data panel adalah analisis regresi dengan struktur data merupakan data panel dengan data cross section dan time series. Pengujian asumsi dengan kenormalan galat, multikolinieritas dan autokorelasi spasial perlu dilakukan sebagai syarat menentukan model regresi panel spasial pengaruh tetap. Selanjutnya dilakukan uji kebaikan model dengan menggunakan R-Square yang di mana dari nilai SAR-FE sebesar 0,9997669 dan nilai SEM-FE sebesar 0,9997541. Dengan kesimpulan nilai tertinggi merupakan model terbaik, SAR-FE merupakan model yang paling baik digunakan dalam memodelkan IPM di Kabupaten/Kota Se-Kalimantan karena memiliki nilai lebih besar dibandingkan dengan SEM-FE. Pengaruh kedekatan spasial dipengaruhi oleh rata-rata IPM di Kabupaten/Kota lain yang berdekatan. Rata-rata lama sekolah merupakan faktor yang paling berpengaruh terhadap IPM di Kabupaten/Kota Se-Kalimantan tahun 2017-2021. Hasil penelitian dapat dijadikan informasi dan evaluasi bagi pemerintah untuk memperhatikan perubahan IPM setiap Kabupaten/Kota terutama di Kabupaten/Kota terutama di Kabupaten/Kota yang berdekatan.
Co-Authors Muh. Gunadil Ukra Musdalifah M. Ramly Nusrang, Muhammad Sudarmin Sudarmin