cover
Contact Name
Rani Nooraeni
Contact Email
raninoor@stis.ac.id
Phone
+6221-8191437
Journal Mail Official
semnas@stis.ac.id
Editorial Address
https://prosiding.stis.ac.id/index.php/semnasoffstat/about/contact
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Prosiding Seminar Nasional Official Statistics
prosiding seminar ini bertujuan untuk menghasilkan berbagai pemikiran solutif, inovatif, dan adaptif terkait isu, strategi, dan metode yang memanfaatkan official statistics
Articles 550 Documents
ANALISIS SPASIAL DETERMINAN PERTUMBUHAN INKLUSIF KABUPATEN/KOTA DI PROVINSI JAWA TENGAH TAHUN 2017 Tju Ji Long; Ernawati Pasaribu
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (348.493 KB) | DOI: 10.34123/semnasoffstat.v2019i1.11

Abstract

The high economic growth of Central Java but still followed by high rates of poverty and uneven distribution of income indicate that the economic growth of Central Java has not been of high quality. To obtain quality economic growth, a concept of inclusive growth is needed. This study aims to measure and analyze the determinants of inclusive growth in the districts/cities in Central Java in 2017 with a spatial analysis approach. The results of the study show that there are three regions that have low inclusive growth, 15 regions with moderate inclusive growth, and 17 regions with high inclusive growth. In addition, the results of spatial regression shows that the PMTB and government expenditure on social protection functions have a positive and significant effect on inclusive growth. UMK has a negative and significant effect on inclusive growth. Meanwhile, inflation and government spending on the education function have a negative and insignificant effect on inclusive growth. Futhermore, there are spatial linkages in inclusive growth of the districts/cities in Central Java. Thus, inclusive growth in certain districts/cities will affect the inclusive growth of the districts/cities around them.
DETERMINAN KEMISKINAN PROVINSI ACEH TAHUN 2017 Muhammad Mantsani; Diah Afrah Liany Rumodar; Khadijah Syukriah; Soegiarto Soegiarto
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (806.042 KB) | DOI: 10.34123/semnasoffstat.v2019i1.17

Abstract

Kemiskinan yang terjadi di Indonesia masih tinggi yaitu diatas 10 persen pada tahun 2017. Jika dilihat per provinsi, provinsi Aceh merupakan provinsi yang memiliki angka kemiskinan tertinggi di wilayah Kawasan Indonesia Barat (KBI) tahun 2017,padahal Provinsi Aceh merupakan provinsi yang mendapatkan dana otonomi khusus setiap tahun yang di atur dalam UU. No 18 tahun 2001, kondisi sumber daya manusia di Provinsi Aceh yang cukup baik dilihat dari tingkat pendidikan yang diukur dari rata-rata lama sekolah sebesar 9,42 tahun menempatkan Aceh berada pada peringkat ke-8 di Indonesia dan ke-3 di pulau Sumatera, dan infrastruktur yang baik dibandingkan provinsi lain di wilayah pulau Sumatera terbukti dengan 90 persen panjang jalan nasional sudah berupa aspal. Sehingga hal ini perlu diteliti kenapa angka kemiskinan di provinsi Aceh Masih tinggi. Penelitian ini bertujuan untuk mengetahui gambaran umum kemiskinan serta faktor-faktor yang mempengaruhinya serta mengetahui faktor yang signifikan mempengaruhi kemiskinan di provinsi Aceh tahun 2017. Metode yang digunakan dalam penelitian ini adalah Regresi Linier Berganda. Hasil yang didapat adalah variabel pendidikan dan perekonomian berpengaruh signifikan terhadap kemiskinan, sementara variabel infrastruktur dan dana otonomi khusus tidak berpengaruh signifikan. Nilai adj R-squre pada penelitian ini adalah sebesar 0,484 artinya 48,4 persen keragaman variabel kemiskinan dapat dijelaskan oleh variabel pendidikan, perekonomian, infrastruktur, dan dana otonomi khusus, sedangkan sisanya 51,6 persen dijelaskan oleh variabel lain diluar model.
DETERMINASI KEMISKINAN PENDUDUK JAWA TENGAH 2013-2017 Laeli Sugiyono; Maharanny Diwid Prasetyawati
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (121.572 KB) | DOI: 10.34123/semnasoffstat.v2019i1.19

Abstract

Penelitian ini bertujuan menganalisis determinasi pengungkapan kemiskinan penduduk di Jawa Tengah. Penelitian menggunakan data sekunder berupa data panel gabungan data time series 2013-2017 dan data cross-sectional kabupaten/kota. Analisis data menggunakan model regresi Ordinary Least Square (OLS) dan model Efek Tetap (Fixed Effect).Penelitian menyimpulkan bahwa daterminasi kemiskinan penduduk di Jawa Tengah dapat diungkapkan melalui perubahan IPM, tingkat pengangguran terbuka (TPT), upah minimum kabupaten/kota (UMK), dan pertumbuhan ekonomi (PE). TPT sebagai variabel bebas berpengaruh signifikan positif, sedangkan IPM dan UMK berpengaruh signifikan negatif pada taraf nyata 5% terhadap kemiskinan penduduk sebagai variabel tidak bebas (dependent).
MODEL BETA-BINOMIAL UNTUK PENDUGAAN PROPORSI UNMET NEED MENURUT DOMAIN SOSIAL DEMOGRAFI Rizky Zulkarnain
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (511.13 KB) | DOI: 10.34123/semnasoffstat.v2019i1.21

Abstract

Unmet need merupakan konsep yang berharga dalam program dan kebijakan Keluarga Berencana (KB) serta berkaitan dengan pencapaian target 3.7 Sustainable Development Goals (SDGs). Identifikasi dan pemahaman unmet need menurut karakteristik sosial demografi diperlukan agar program dan layanan yang diberikan dapat berjalan secara efektif. Di Indonesia, indikator unmet need diturunkan dari Survei Demografi dan Kesehatan Indonesia (SDKI). SDKI dirancang untuk dapat menyajikan estimasi pada level nasional dan provinsi. Pada level nasional, persentase unmet need dapat disajikan menurut karakteristik sosial demografi seperti umur, pendidikan dan kuantil kekayaan. Namun pada level provinsi, persentase unmet need hanya dapat disajikan secara agregat. Persentase unmet need menurut karakteristik sosial demografi tidak dapat disajikan pada level provinsi karena menghasilkan dugaan yang tidak dapat dipercaya. Hal ini disebabkan oleh tidak memadainya ukuran sampel ketika dirinci menurut karakteristik sosial demografi tertentu. Paper ini bertujuan untuk mengelaborasi penggunaan model beta-binomial untuk menduga proporsi unmet need menurut domain sosial demografi pada level provinsi. Terdapat tiga domain sosial demografi yang digunakan, yaitu menurut kelompok umur, pendidikan dan jenis pekerjaan. Lingkup penelitian hanya mencakup provinsi DKI Jakarta. Hasil penghitungan menunjukkan bahwa penduga beta-binomial memberikan presisi yang lebih baik dibandingkan penduga langsung. Hal ini tercermin dari nilai Root Mean Squared Error (RMSE) yang lebih kecil, baik dengan metode Naïve-Bayes maupun Bootstrap. Bahkan, untuk domain dengan ukuran sampel yang sangat kecil, penduga beta-binomial dapat menghasilkan presisi yang cukup memadai. Dengan demikian, disimpulkan bahwa model beta-binomial dapat digunakan untuk menangani permasalahan ketidakcukupan sampel dalam penyajian persentase unmet need menurut karakteristik sosial demografi di level provinsi.
AKSELERASI PENINGKATAN KESEHATAN DI INDONESIA : EFEKTIVITAS KEMOTERAPI KANKER PROSTAT DENGAN ANALISIS TINGKAT TUMOR MARKER PASIEN MENGGUNAKAN PERSAMAAN DIFFERENSIAL Bagaskoro Cahyo Laksono; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (549.46 KB) | DOI: 10.34123/semnasoffstat.v2019i1.23

Abstract

Interaksi biologis sel-sel dalam tubuh serta pertumbuhan dan pembelahan sel kanker dapat diaplikasikan ke dalam model matematika. Pertumbuhan kanker dapat dimodelkan dalam bentuk persamaan ekponensial. Untuk membuat model pertumbuhan kanker secara eksponensial dapat didekati dengan pertumbuhan tumor marker. Tingkat Tumor Marker di atas batas normal yang dihasilkan sel tubuh dapat mereprentasikan banyaknya sel kanker yang tumbuh. Salah satu tumor marker dalam tubuh adalah PSA, prostate-specific antigen, yang mengindikasikan jumlah sel kanker dalam kelenjar prostat. Sel dalam tubuh tumbuh dengan melakukan pembelahan. Pertumbuhan yang berlipat ini dapat didekati dengan fungsi eksponensial. Sel kanker merupakan sel tubuh yang pembelahannya tak terkendali. Secara alami tubuh menekan pertumbuhan kanker dengan system imun. Namun terkadang imun tidak cukup kuat untuk menahannya sehingga diperlukan pengobatan. Kondisi imun tubuh berpengaruh pada laju pertumbuhan kanker (dilambangkan g) dan respon tubuh terhadap kemoterapi berpengaruh pada laju penurunan kanker (dilambangkan d). Persamaan pertumbuhan sel kanker yang dalam hal ini direpresentasikan oleh kadar PSA terhadap waktu dapat dimodelkan dengan persamaan
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI KETAHANAN INTERVAL KELAHIRAN ANAK PERTAMA Farakh Khoirotun Nasida; Setia Pramana
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.536 KB) | DOI: 10.34123/semnasoffstat.v2019i1.24

Abstract

Perencanaan keluarga merupakan hal yang penting dalam pencapaian Sustainable Development Goals. Tingginya angka kelahiran di negara berkembang biasanya tidak diimbangi dengan perencanaan keluarga yang baik sehingga mengakibatkan banyak masalah yang lebih serius. Tujuan ketiga SDGs yaitu good health and wealth being bahkan menyoroti secara serius masalah kematian ibu dan bayi. Tingkat fertilitas diukur dengan angka fertilitas total (TFR). Papua merupakan provinsi dengan TFR tertinggi kedua di Indonesia. Tingginya TFR merupakan implikasi dari umur melahirkan pertama yang terlalu muda. Untuk menurunkan TFR Provinsi Papua, perlu dilakukan kebijakan dan program khususnya yang berkaitan dengan interval kelahiran pertama. Tujuan penelitian ini adalah untuk mengetahui faktor-faktor yang memengaruhi interval kelahiran pertama di Provinsi Papua. Penelitian ini menggunakan data sekunder dari Survei Demografi dan Kesehatan Indonesia (SDKI) 2017 sebagai wujud pemanfaatan data official statistics untuk memantau pencapaian SDGs. Variabel yang dicakup meliputi faktor wanita dan faktor rumah tangga. Menggunakan pengujian log-rank, didapatkan bahwa terdapat perbedaan ketahanan yang signifikan antarkategori variabel tingkat pendidikan dan status kesejahteraan. Melalui permodelan semiparametrik menggunakan Cox-Proportional Hazard, variabel tingkat pendidikan, status kesejahteraan, dan status migrasi wanita berpengaruh signifikan terhadap interval kelahiran anak pertama. Wanita dengan pendidikan SMP ke atas, memiliki kesejahteraan tinggi, dan bukan migran memiliki risiko yang lebih tinggi untuk melahirkan anak pertama lebih cepat daripada wanita dalam kategori referensi masing-masing.
ANALISIS DETERMINAN ANGKA HARAPAN HIDUP DI PROVINSI MALUKU TAHUN 2015-2017 Fitri Pratiwi; Budyanra Budyanra
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (287.618 KB) | DOI: 10.34123/semnasoffstat.v2019i1.25

Abstract

Pembangunan kesehatan secara umum bertujuan untuk meningkatkan derajat kesehatan masyarakat. Derajat kesehatan merupakan salah satu ukuran kesejahteraan dan kualitas sumber daya manusia. Di Indonesia, salah satu indikator penyusun Indeks Pembangunan Manusia (IPM) dari dimensi kesehatan ialah angka harapan hidup (AHH). AHH merepresentasikan dimensi umur panjang dan hidup sehat. Tinggi rendahnya AHH mencerminkan tinggi rendahnya kualitas kesehatan masyarakat di suatu wilayah. Provinsi Maluku pada tahun 2017 menempati posisi keempat terendah dari seluruh provinsi di Indonesia dalam pencapaian AHH. AHH di Maluku tercatat sebesar 65,40 tahun, sementara AHH nasional sebesar 71,06 tahun. Rendahnya AHH di Provinsi Maluku tidak sejalan dengan fakta beberapa indikator kesehatan masyarakat lainnya, seperti rendahnya persentase keluhan kesehatan penduduk selama sebulan terakhir, besarnya kemampuan masyarakat untuk menjangkau pelayanan kesehatan yang bermutu melalui puskesmas, dan tingginya kualitas hidup masyarakat secara subjektif yang diukur melalui indeks kebahagiaan. Tujuan dari penelitian ini adalah untuk mengetahui gambaran umum dan menganalisis variabel-variabel yang mempunyai pengaruh signifikan terhadap AHH di Provinsi Maluku tahun 2015-2017 dengan metode regresi data panel. Hasil dari penelitian ini menunjukkan bahwa variabel PDRB per kapita, akses rumah tangga terhadap air bersih, dan rasio puskesmas per kecamatan mempunyai pengaruh yang signifikan terhadap AHH.
ANALISIS KETIMPANGAN PEMBANGUNAN ANTARKABUPATEN/KOTA DI PROVINSI NUSA TENGGARA TIMUR TAHUN 2013-2017 Hendry Alfiansyah; Budyanra Budyanra
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.742 KB) | DOI: 10.34123/semnasoffstat.v2019i1.26

Abstract

Pembangunan ekonomi merupakan upaya-upaya yang dilakukan negara untuk meningkatkan kesejahteraan masyarakat. Tujuan pembangunan ekonomi adalah untuk menciptakan pertumbuhan ekonomi dan perubahan struktur ekonomi, perubahan sosial, mengurangi atau menghapuskan kemiskinan, mengurangi ketimpangan, dan pengangguran. Namun tujuan itu masih belum tercapai di Indonesia, masih terjadi ketimpangan pembangunan antardaerah pada provinsi-provinsi di Indonesia yang dibuktikan melalui Indeks Williamson tahun 2013 hingga 2017, salah satunya terjadi di provinsi Nusa Tenggara Timur. Penelitian ini bertujuan untuk menganalisis gambaran umum ketimpangan pembangunan antarkabupaten/kota di Provinsi NTT serta menganalisis faktor-faktor yang memengaruhinya yang diukur dengan indeks Jaime Bonet. Metode yang digunakan adalah analisis deskriptif dan analisis regresi data panel. Hasil penelitian menunjukkan bahwa masih ada beberapa kabupaten/kota yang mengalami ketimpangan yang sangat tinggi. Analisis regresi data panel menunjukkan bahwa variabel angka melek huruf (AMH) dan dana alokasi umum (DAU) memiliki pengaruh yang negatif dan signifikan terhadap ketimpangan antardaerah, sedangkan variabel pendapatan asli daerah (PAD), belanja modal dan tingkat pengangguran terbuka (TPT) berpengaruh positif dan signifikan terhadap ketimpangan pembangunan antarkabupaten/kota di Provinsi NTT.
DETERMINAN KEPEMILIKAN JAMINAN KESEHATAN PENDUDUK LANJUT USIA DI INDONESIA Dwi Agus Styawan
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (153.702 KB) | DOI: 10.34123/semnasoffstat.v2019i1.36

Abstract

Cakupan universal kesehatan atau Universal Health Coverage (UHC) merupakan salah satu target yang ditetapkan dalam SDGs. Penelitian ini bertujuan untuk mengkaji pencapaian UHC penduduk lansia dan faktor-faktor yang mempengaruhi kepemilikan jaminan kesehatan penduduk lansia di Indonesia. Sumber data penelitian ini adalah data Susenas 2017, dengan variabel-variabel yang diteliti antara lain wilayah tempat tinggal, jenis kelamin, status perkawinan, umur, tingkat pendidikan, keluhan kesehatan, dan status ekonomi (dalam kajian ini didekati dengan kelompok pengeluaran). Metode yang digunakan dalam penelitian ini adalah metode kuantitatif dengan Uji Chi Square sebagai metode untuk menguji hubungan/perbedaan secara statistik antar variabel yang diteliti. Hasil penelitian menunjukkan empat hal. Pertama, penduduk lansia di Indonesia didominasi oleh perempuan, berumur 60-69 tahun, berstatus kawin, berpendidikan SD ke bawah, tinggal di wilayah pedesaan dan berada pada rumah tangga dengan kelompok pengeluaran 40 persen terbawah. Kedua, pencapaian UHC terhadap penduduk lansia relatif baik walaupun belum mampu menjangkau seluruh penduduk lansia di Indonesia. Ketiga, penduduk lansia di Indonesia masih tergantung pada bantuan pembiayaan jaminan kesehatan dari pemerintah. Keempat, determinan kepemilikan jaminan kesehatan penduduk lansia di Indonesia adalah wilayah tempat tinggal, jenis kelamin, status perkawinan, tingkat pendidikan, keluhan kesehatan dan status ekonomi. Oleh karena itu, sebagai upaya dalam mewujudkan target SDG’s, pemerintah harus terus memperluas jangkauan UHC melalui program-program perlindungan kesehatan bagi penduduk lansia. Program-program ini hendaknya juga harus didasarkan pada karakteristik penduduk lansia di setiap wilayah Indonesia.
PENERAPAN MODEL SPATIAL LOGIT-NORMAL PADA SMALL AREA ESTIMATION DENGAN METODE HIERARCHICAL BAYES Taly Purwa
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (364.034 KB) | DOI: 10.34123/semnasoffstat.v2019i1.42

Abstract

Penelitian ini menerapkan model Spatial Logit-normal pada Small Area Estimation (SAE) untuk estimasi proporsi penduduk dengan asupan kalori minimum di bawah 1.400 kkal/kapita/hari pada level kecamatan di Provinsi Bali Tahun 2014 yang merupakan indikator 2.1.2(A) pada tujuan ke-2 SDGs dalam rangka mengukur capaian dan mendukung tercapainya target SDGs pada level lebih tinggi. Terdapat tiga model SAE yang digunakan dengan spesifikasi random effect yang berbeda, yaitu model dengan random effect yang bersifat saling bebas (independen), spatial random effect (iCAR) serta model dengan kedua jenis random effect sekaligus (BYM). Penggunaan unsur spatial random effect diharapkan dapat meningkatkan efisiensi hasil estimasi. Metode estimasi menggunakan pendekatan Hierarchical Bayes (HB) dengan metode Markov Chain Monte Carlo (MCMC) algoritma Gibbs Sampling. Estimasi parameter pada ketiga model menunjukkan hasil yang relatif tidak berbeda dimana hanya ada satu variabel prediktor yang memiliki pengaruh signifikan, yaitu proporsi keluarga pertanian, pada model dengan random effect independen dan model BYM. Sedangkan pada model iCAR tidak ada satu pun variabel prediktor yang berpengaruh signifikan. Berdasarkan nilai Deviance Information Criterion (DIC), model terbaik adalah model BYM. Akan tetapi penambahan unsur spatial random effect bersamaan dengan random effect independen tidak secara signifikan dapat meningkatkan efisiensi hasil estimasi akibat dari minimnya nilai dependensi spasial Moran’s I. Secara visual, pemetaan hasil estimasi dengan model terbaik tidak menunjukkan adanya pola persebaran atau pengelompokan tertentu pada level kecamatan.

Page 1 of 55 | Total Record : 550