Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Variansi : Journal of Statistics and Its Application on Teaching and Research

Pengelompokan Kabupaten/Kota Provinsi Sulawesi Selatan dan Barat Berdasarkan Angka Partisipasi Pendidikan SMA/SMK/MA Menggunakan K-Medoid dan CLARA Wardianti AS; Muhammad Kasim Aidid; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 3 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12899

Abstract

Abstrak Analisis kelompok digunakan untuk mengelompokan objek-objek dengan kesamaan karakteristik yang tinggi dalam satu kelompok sementara objek-objek dengan ketidaksamaan karaketristik berada dalam kelompok yang berbeda. Analisis kelompok terbagi menjadi metode hierarki dan non hierarki. Metode hierarki menggunakan struktur seperti pohon pada keputusan pengelompokan objeknya. Metode tidak berhierarki menemptakan objek - objek ke pusat kelompok terdekat saat banyaknya kelompok sudah ditentukan. Pusat kelompok terbagi menjadi rataan dan median. Kelemahan dari pusat kelompok rataan yaitu tidak kekar terhadap adanya pencilan. Hal tersebut berbeda dengan pusat kelompok median yang kekar terhadap pencilan. Permasalahan data yang besar juga menjadi perhatian dalam penelitian ini, maka digunakanlah CLARA sebagai pengembangan dari metode k -medoid. Penelitian ini menerapkan metode k -medoid dan CLARA untuk mengelompokan kabupaten/kota di Sulawesi Selatan dan Barat berdasarkan indikator penyusun Angka Partisipasi Pendidikan tahun 2017. CLARA dibangun dari kelompok yang dihasilkan oleh metode k -medoid dengan banyaknya kelompok terbaik empat kelompok. Dihasilkan nilai silhouette pada metode k -medoid dan CLARA yang sama yaitu k=4 sebesar 0,49 pada masing-masing metode tersebut. Metode k -medoid dan CLARA mempunyai kriteria pengelompokan yang lebih jelas jika dilihat pada masing-masing indikatornya sehingga dapat dijadikan sebagai alternatif memetakan kabupaten/kota di Sulawesi Selatan dan Barat berdasarkan indikator penyusun Angka Partisipasi Pendidikan tahun 2017. Kata Kunci: analisis kelompok, CLARA, angka Partisipasi Pendidikan, k-medoid  Abstract Cluster analysis is grouping objects by high similarity of characteristic in a cluster but high dissimilarity in another cluster. Cluster analysis is divided into hierarchical method and non hierarchical method. Hierarchical method use structur tree-like to determine its object in a cluster. The objects are placed to a similar centroid whilecluster seed was determined in non-hierarchical method. The types of centroid are mean centroid and median centroid (known as medoid). The disadvantage of mean is not robust from outlier. Otherwise, k -medoid is robust with outlier data. Big data problem is concerned, so CLARA is used to be a development from k –medoid method. K-medoid and CLARA is applicated in this paper to clustering city of South Sulawesi and West Sulawesi based on the indicator of APP year 2017. APP was categorized into four levels, hence CLARA was build from a cluster which resulted from k -medoid for four clusters. Generated silhouette value on the method k -medoid and CLARA with same value k=4 of 0,49 each methods. Furthermore, the characteristic of each group of CLARA method and k -medoid were more clear than the APP groups, hence would be an alternative to map the city of Indonesia based on APP indicators year 2017. Keywords: Cluster analysis, CLARA, Educational partisipation, K-medoid.
Pemodelan dengan Spatial Autoregressive (SAR) pada Angka Putus Sekolah Bagi Anak Usia Wajib Belajar di Provinsi Sulawesi Selatan Rika Nasir; Suwardi Annas; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm9358

Abstract

Abstract. Regresi spasial merupakan pengembangan dari regresi klasik. Pengembangan ini berdasarkan adanya pengaruh tempat atau spasial dari data yang dianalisis. Beberapa model regresi spasial adalah Spatial Autoregressive (SAR), Spatial Error Model (SEM) dan Spatial Moving Average (SARMA). Penelitian ini menggunakan analisis model SAR terhadap angka putus sekolah di Sulawesi Selatan. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik Provinsi Sulawesi Selatan tahun 2018. Penelitian ini dilakukan untuk mengetahui model Spatial Autoregressive (SAR) pada data banyaknya angka putus sekolah yang terjadi di Provinsi Sulawesi Selatan, serta mengenalisis faktor-faktor yang memberikan pengaruh signifikan terhadap pertumbuhan angka putus sekolah. Hasil penelitian ini memperoleh model yaitu ; sehingga faktor-faktor yang berpengaruh secara signifikan terhadap angka putus sekolah di Sulawesi Selatan adalah pengeluaran per kapita, rasio murid terhadap sekolah dan jumlah penduduk miskin.Keywords: Regresi Spasial, Spatial Autoregressive Model (SAR), Angka Putus Sekolah
Space-Time Permutational Scan Statistics untuk Mendeteksi Hotspot Kejadian Gempa Bumi di Sulawesi Tengah Hasnul Yakin; Muhammad Kasim Aidid; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 3 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14623

Abstract

Abstract. Space-Time permutation scan statistics is a point grouping method based on space and time to identify an event (hotspot) to be spread evenly in every area or have grouping in a certain area and statistically significant. This method is applied for case data only. Hotspot is defined as something unusual, anomalies, case deviations, outbreaks of a disease, a high group or also called a critical area. This research used an earthquake incidence data in Central Sulawesi in 2017-2018. This analysis obtained 3 hotspots but only 2 hotspots were statistically significant with p-value of less than 0.05. The two hotspots are the main hotspots which cover Donggala Regency, Palu City, and Parigi Moutang Regency, while secondary hotspots include Sigi Regency and Poso Regency.
PENDEKATAN REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA INDEKS PEMBANGUNAN MANUSIA DI SULAWESI SELATAN Selvi Meilinda; Sudarmin Sudarmin; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 2 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm23860

Abstract

The human development index is an improvement in the quality of life for the society which is used as a benchmark for human development which consists of 3 basic aspects, namely health, education, and life worthiness. In South Sulawesi, the Human Development Index (HDI) has been categorized as high even though its growth tends to slow down. There are several factors that are thought to influence HDI in South Sulawesi, namely, Life Expectancy, Average Length of Schooling, Population Percentage, Morbidity Rate, and Gross Regional Domestic Product (GRDP). Modeling is done by using the spline truncated nonparametric regression analysis method with the Generalized Cross-Validation (GCV) approach to obtain the best optimal value that is the minimum optimal value. The results of this study indicate that based on the fishery significance test of the model parameters, it can be seen that there are variables that significantly influence the Human Development Index in South Sulawesi, namely Gross Regional Domestic Product (x5). Based on the research, the minimum GCV value was 0.08 which was obtained from 3 knots with a value of 90.94%.Keywords: GCV, Human Development Index, Spline Truncated Nonparametric Regression
Implementasi Metode Fuzzy Time Series untuk Peramalan Jumlah Pengunjung di Benteng Fort Rotterdam V. Vivianti; Muhammad Kasim Aidid; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 1 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12904

Abstract

Abstract, Peramalan merupakan kegiatan yang dilakukan untuk memprediksi nilai suatu variable di waktu yang akan datang. Tujuan dari penelitian ini adalah mengimplementasikan Metode Fuzzy Time Series untuk memprediksi jumlah Pengunjung Benteng Fort Rotterdam. Metode Fuzzy Time Series adalah sebuah metode peramalan yang menggunakan himpunan Fuzzy sebagai dasar dalam Proses prediksi. Tahapan Peramalan dalam penelitian ini adalah mendefinisikan semesta pembicaraan U, menentukan jumlah dan Panjang kelas interval, defuzzifikasi dan mendefenisikan himpunan Fuzzy pada U, melakukan Fuzzifikasi pada data jumlah pengunjung, menentukan Fuzzy logic relationship (FLR), membentuk Fuzzy Logical Relationship Group (FLRG), melakukan defuzzifikasi, dan melakukan perhitungan peramalan. Dalam meramalkan jumlah Pengunjung di Benteng Fort Rotterdam dengan menggunakan Metode Fuzzy Time Series diperoleh hasil peramalan sebanyak 16240,35 atau dibulatkan menjadi 16240 Pengunjung pada bulan selanjutnya, dengan nilai MAPE sebesar 119,93 dan RMSE sebesar 4739,08.Keywords: Fuzzy, Time Series, Peramalan, Fort Rotterdam
Analisis Meta Regresi untuk Menjelaskan Heterogenitas Hasil Penelitian pada Kejadian Demam Berdarah Dengue S. Shindy; Muhammad Kasim Aidid; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14643

Abstract

Abstract. Meta regression analysis is an analysis that can summarize the results of research with the same topic so that a conclusion is obtained in the form of effect size and can explain the heterogeneity of the results of several studies. In this study using data from the previous Dengue Hemorrhagic Fever incident study which linked the factors of habit of draining habits of water shelters (TPA). Based on the results of the analysis, there was heterogeneity between studies. For the landfill drainage factor, the estimated parameter combined effect size random effect model is 3.60 and the proportion of heterogeneity is 54.08%. The results of the meta-regression for habitual factors of landfill drainage factors, the influence of TPA drainage habits can explain heterogeneity between effect sizes.Keywords: Effect size, Heterogeneity, Meta Regression Analysis, Dengue Hemorrhagic Fever.
PERBANDINGAN MATRIKS PEMBOBOT SPASIAL OPTIMUM DALAM SPATIAL ERROR MODEL (SEM) (Kasus : Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Sulawesi Selatan Tahun 2015) Afif Arif; Muhammad Arif Tiro; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 3 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12896

Abstract

ABSTRACT. Matriks pembobot spasial merupakan komponen penting dalam kebanyakan model ketika representasi struktur spasial dibutuhkan. Karena hasil analisis sensitif terhadap spesifikasi matriks pembobot (W). Maka matriks bobot spasial yang berbeda mungkin diperlukan untuk berbagai jenis studi. Pada penelitian ini, peneliti melihat matriks pembobot optimum pada model SEM dengan menggunakan beberapa tipe matriks pembobot, di antaranya W Queen tidak terbakukan, W Queen terbakukan, W Rook, dan W Bishop. Dengan cara mngevaluasi nilai Akaike Information Criterion (AIC) terbaik dari dugaan model-model yang dihasilkan dari data Indeks Pembangunan Manusia (IPM) yang selanjutnya diperoleh pendekatan W terbaik dari hasil penelitian. Dari hasil penelitian ini dapat disimpulkan bahwa matriks pembobot tipe W Queen terbakukan merupakan model yang lebih baik dalam menjelaskan peubah respon karena memiliki nilai AIC yang terbaik bila dibandingkan dengan Matriks pembobot lainnya.Kata kunci : IPM, Analisis Regresi Spasial, SEM.
Model Regresi Logistik Biner pada Tingkat Pengangguran Terbuka di Provinsi Sulawesi Barat Tahun 2017 Alfiah Safitri; Sudarmin Sudarmin; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (700.968 KB) | DOI: 10.35580/variansiunm9354

Abstract

Regresi logistik merupakan model regresi yang sering digunakan untuk pemodelan data kategori. Pada penelitian ini dilakukan pemodelan regresi logistuk dan penerapannya pada Tingkat Pengangguran Terbuka di Provinsi Sulawesi Barat. Pendugaan parameter yang digunakan adalah Maximum Likelihood Estimation (MLE). Metode uji G simultan dan uji parsial digunakan untuk signifikansi peubah. Tujuan dari penelitian ini yaiitu untuk mencari model terbaik yang terbentuk dari faktor-faktor yang berpengaruh terhadap Tingkat Pengangguran Terbuka di Provinsi Sulawesi Barat. Hasil dari penelitian ini menunjukkan bahwa peubah bebas yang signifikan terhadap Tingkat Pengangguran Terbuka di Provinsi Sulawesi Barat adalah persentase jenis kelamin dengan kategori laki-laki dan persentase lapangan usaha dengan kategori pertanian dimana pada peubah jenis kelamin memiliki nilai p-value 0,017<5% dan pada peubah lapangan usaha memiliki nilai p-value 0,006<5% dapat di artikan bahwa kedua peubah tersebut berpengaruh terhadap Tingkat Pengangguran Terbuka.Kata Kunci: Regresi Logistik, Kategor, Tingkat Pengangguran Terbuka