Article Per Year (5 Year)
p-Index From 2021 - 2026
2.407
P-Index
This Author published in this journals
All Journal Science Midwifery Journal of Intelligent Computing and Health Informatics (JICHI) JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Prosiding University Research Colloquium Jurnal Sintak Indonesia Bergerak: Jurnal Hasil Kegiatan Pengabdian Masyarakat Journal of applied statistics and data mining
Khikmah, Laelatul
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Health Professions Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Journal of applied statistics and data mining

 1 
Panel Data Regression Modeling of the GRDP of Banten Province for the Years 2016-2020 Alfa Puspita Swasti Anggraini; Khikmah, Laelatul
Journal of Applied Statistics and Data Mining Vol. 4 No. 2 (2023): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v4i2.30

Abstract

Banten is one of the provinces on the island of Java. Banten's Economy in 2020 decreased by 3.38 percent, even though in 2019 it still grew to 5.29 percent. This decline was also deeper than the National which only decreased 2.07 percent. Gross Regional Domestic Product (GDP) is one of the important indicators to determine the economic condition in an area or province in a certain period. Panel data is a combination of time data series and cross sections. Panel data regression is a regression by combining data cross section and time series in an equation. In this study, analysis was carried out panel data regression to determine the variables that affect the GRDP of Banten Province. The results of the analysis show that the best panel data regression model is Random Effect Model (REM). Variables that affect the GRDP of Banten Province are Total Residents and Domestic Investment.
SMALL AREA ESTIMATION TERHADAP PRODUK DOMESTIK REGIONAL BRUTO PER KAPITA ATAS DASAR HARGA KONSTAN PROVINSI JAWA BARAT DENGAN PENDEKATAN KERNEL Fida Fariha Amatullah; Khikmah, Laelatul
Journal of Applied Statistics and Data Mining Vol. 2 No. 2 (2021): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v2i2.40

Abstract

Jawa Barat merupakan salah satu provinsi di Pulau Jawa. Pertumbuhan Ekonomi Jawa Barat tahun 2019 tumbuh 5,07% melambat dibanding tahun 2018 sebesar 5,66%. PDRB perkapita merupakan indikator yang banyak digunakan untuk mengukur pertumbuhan ekonomi. Small Area Estimation (SAE) atau pendugaan area kecil yaitu suatu teknik statistika untuk menduga parameter-parameter subpopulasi dengan ukuran sampel kecil. Pada penelitian ini dilakukan pendugaan area kecil dengan pendekatan nonparametrik yaitu kernel. Variabel penyerta yang digunakan yaitu, pengeluaran pemerintah Kota/Kabubapaten Provinsi Jawa Barat tahun 2019. Berdasarkan penduga langsung Kota Bandung memiliki nilai PDRB perkapita tertinggi sebesar Rp. 78.808.426 dan Kabupaten Tasikmalaya memiliki nilai PDRB perkapita terendah sebesar Rp. 14.016.644. Hasil penduga tak langsung meunjukkan Kota Bandung memiliki nilai PDRB perkapita tertinggi sebesar Rp. 78.747.914 dan Kabupaten Tasikmalaya memiliki nilai PDRB perkapita terendah sebesar Rp. 14.002.015. Penduga tak langsung menghasilkan nilai varians lebih kecil yaitu sebesar 3,330054 dibanding penduga langsung sebesar 3,331698. Oleh karena itu, penduga tak langsung menunjukkan hasil yang lebih baik.
Analysis of Online Learning Satisfaction of Students at the Muhammadiyah Semarang Institute of Statistics and Business Technology Using Ordinal Logistic Regression Rahmania Novandra; Khikmah, Laelatul
Journal of Applied Statistics and Data Mining Vol. 4 No. 1 (2023): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v4i1.31

Abstract

Pada Desember 2019, kasus pneumonia misterius pertama kali dilaporkan di Wuhan, Provinsi Hubei, sampel yang diteliti menunjukkan etiologi coronavirus baru yaitu Corona Virus Disease 2019 (COVID-19) virus ini dapat ditularkan dari manusia ke manusia pemerintah memiliki kebijakan, salah satu kebijakannya dikeluarkan oleh Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia, menghimbau kepada semua mahasiswa agar dapat mengikuti pembelajaran secara jarak jauh dari rumah yaitu pembelajaran online. Pembelajaran online dilakukan juga oleh Program Studi Diploma Tiga Statistika Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang. Banyak kendala yang dialami oleh mahasiswa selama pembelajaran online, sehingga mahasiswa belum merasa puas terhadap pembelajaran online. Penelitian ini bertujuan untuk mengukur kepuasaan seorang mahasiswa terhadap pembelajaran online yang sudah dilakukan. Dengan pendekatan regresi logistik ordinal diperoleh 2 model dimana variabel yang berpengaruh terhadap kepuasan adalah variabel X₃ (Pengetahuan) dengan kategori 3 (Cukup), kategori 4 (Baik), dan kategori 5 (Sangat baik).
Analisis Variabel Yang Berpengaruh Pada Indeks Pembangunan Manusia (Ipm) Dengan Pendekatan Regresi Linier Berganda Aulia Fadhli Boer; Khikmah, Laelatul
Journal of Applied Statistics and Data Mining Vol. 3 No. 1 (2022): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v3i1.42

Abstract

Pembangunan ekonomi adalah suatu proses kenaikan pendapatan total dan pendapatan perkapita dengan mempertimbangkan adanya pertambahan penduduk dan disertai dengan perubahan fundamental dalam struktur ekonomi suatu daerah dan pemerataan pendapatan bagi suatu penduduk disuatu daerah. Pertumbuhan ekonomi yang stabil sangat diharapkan dapat mendongkrak pembangunan disuatu Negara yang sedang mengalami perkembangan seperti Indonesia, karena dapat mengatasi permasalahan ekonomi yang sering dialami oleh Negara kita ini diantaranya: kemiskinan, pengangguran, buta huruf (rendahnya angka Pendidikan), meningkatkan kesejahteraan masyarakat, dan memberikan perhatian lebih dibidang kesehatan dan Pendidikan. Kualitas sumber daya manusia dapat dilihat dari indeks kualitas hidup atau indek pembangunan manusia (IPM). Rendahnya IPM akan berakibat pada rendahnya produktivitas kerja dari penduduk. Produktivitas yang rendah bereakibat pada rendahnya perolehan pendapatan. Data yang digunakan adalah data Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Tengah Pada Priode 2014-2018. Variabel yang digunakan dalam penelitian adalah Pembangunan Manusia (IPM) sebagai variabel dependen (Y), dan data Angka Harapan Hidup (X1), Angka Melek Huruf (X2), serta Pengeluaran Perkapita (X3) sebagai variabel independent. Kemudian analisis yang digunakan adalah metode analisi regresi linier berganda. Diperoleh hasil variabel yang berpengarauh terhadap IPM adalah variabel x1, dan x2. . Untuk variabel Angka Harapan Hidup (AHH) bertambah satu tahun maka nilai IPM akan naik sebesar 0,622 begitu juga dengan variabel Angka Melek Huruf bertambah satu tahun maka nilai IPM akan naik sebesar 3,640 dan variabel pengeluaran perkapita -0,00000001 yang berarti tidak berperngaruh signifikan terhadap kenaikan ataupun penurunan dari Indeks Pembangunan Manusia (IPM).
Binary Logistic Regression Analysis on Variables That Influence Early Marriage in East Java Province Radhyana Dwi Cahyaning Risdianti; Khikmah, Laelatul
Journal of Applied Statistics and Data Mining Vol. 5 No. 1 (2024): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v5i1.66

Abstract

Pernikahan dini merugikan masyarakat, khususnya bagi perempuan, karena dapat menimbulkan kesenjangan yang tidak proporsional. Pernikahan yang terjadi sebelum usia 19 tahun disebut dengan pernikahan dini. Menemukan faktor-faktor yang mungkin mempengaruhi pernikahan dini di Provinsi Jawa Timur menjadi tujuan penelitian ini. Variabel terikat (Y) yang bersifat kategorikal dan variabel bebas (X) yang bersifat numerik atau kategorikal dihubungkan melalui metode regresi logistik biner. Data yang digunakan adalah data SDKI 2017 Provinsi Jawa Timur. Akses internet, jenis tempat tinggal, pendidikan perempuan, pendidikan pasangan, pekerjaan pasangan, dan indeks kekayaan merupakan variabel independen yang digunakan dalam penelitian ini. Temuan analisis menunjukkan bahwa model signifikan terakhir adalah perempuan yang tinggal di pedesaan yang memiliki tingkat pendidikan terakhir tidak sekolah, rendah dan menengah serta memiliki pasangan yang memiliki tingkat pendidikan terakhir rendah dan menengah
Modeling the Number of Poor People in East Java Province Salmaa Shafira; Khikmah, Laelatul
Journal of Applied Statistics and Data Mining Vol. 5 No. 1 (2024): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v5i1.69

Abstract

Kemiskinan merupakan masalah utama bagi banyak negara di dunia, terutama di negara-negara berkembang. Jumlah penduduk miskin di Indonesia pada Maret 2022 adalah 26,16 juta jiwa, provinsi dengan jumlah penduduk miskin tertinggi adalah Provinsi Jawa Timur sebesar 4,23 juta jiwa. Provinsi Jawa Timur memiliki tingkat kemiskinan tertinggi dibandingkan dengan provinsi lain di Pulau Jawa. Peningkatan angka kemiskinan di Jawa Timur disebabkan oleh jumlah penduduk yang besar namun tidak diimbangi dengan persebaran penduduk dan peningkatan kesempatan kerja. Oleh karena itu, untuk menanggulangi kemiskinan diperlukan suatu analisis untuk mengetahui pengaruh lokasi, analisis yang lebih tepat menggunakan analisis regresi spasial. Daerah yang termasuk dalam kategori tingkat kemiskinan sangat tinggi adalah Kabupaten Malang, Kabupaten Jember, Kabupaten Probolinggo, Kabupaten Tuban, Kabupaten Bangkalan, Kabupaten Sampang, dan Kabupaten Sumenep. Variabel Upah Minimum Kabupaten/Kota (X2) berpengaruh positif terhadap jumlah penduduk miskin sedangkan variabel Rata-rata Lama Sekolah (X4) berpengaruh negatif terhadap jumlah penduduk miskin.
Co-Authors Al-Imdi, Fourria Renggani Alfa Puspita Swasti Anggraini Atika Nurani Ambarwati Aulia Fadhli Boer Fahmi, Faikul Fida Fariha Amatullah Hapsari, Dina Fristantiningtyas Wiliyani Isnaini, Kholishah Istiawan, Deden Ningrum, Wulan Septya Nur Cahyani, Annisa Nurdiansah, Sendi Nugraha Nurul Huda Radhyana Dwi Cahyaning Risdianti Rahmania Novandra Ratnasari, Elis Meida Reska Reska, Reska Salmaa Shafira Sulistijanti, Wellie Wati, Aprilia Dwi Anggara Wijayaningrum, Taswati Nova Yulianto, Safaat