Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Statistika Prosiding Seminar Nasional Official Statistics
Nadhifan Humam Fitrial
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics Social Sciences

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

Found 2 Documents
Search

 1 
PENERAPAN MCA PADA PERBANDINGAN LAMA BELAJAR MAHASISWA TINGKAT III POLITEKNIK STATISTIKA STIS SEBELUM DAN SAAT PANDEMI COVID-19 Firza Refo Adi Pratama; Nadhifan Humam Fitrial; Novia Putri Lestari; Siti Andhasah; Risni Julaeni Yuhan
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 20, No 1 (2020)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v20i1.6226

Abstract

Pandemi Covid-19 yang terjadi saat ini memaksa kampus Politeknik Statistika STIS untuk melakukan Pembelajaran Jarak Jauh. Dalam sistem tersebut dosen sebagai pihak pemberi material stimulus dan pendorong, sedangkan peserta belajar sebagai pihak penerima informasi yang berperan untuk mempraktekan stimulus dan respon yang diberikan. Hal ini menyebabkan mahasiswa harus melakukan effort yang lebih besar untuk mendapatkan tingkat pemahaman yang maksimal. Penelitian ini berupa studi kasus dengan populasi seluruh mahasiswa tingkat III Politeknik Statistika STIS tahun akademik 2019/2020. Adapun tujuan dalam penelitian ini yaitu untuk menganalisis perbedaan lama waktu belajar mahasiswa dan faktor-faktor apa saja yang memengaruhinya pada sebelum dan saat terjadinya pandemi Covid-19. Metode analisis yang digunakan yaitu dengan MCA (Multiple Classification Analysis). Adapun variabel yang diduga berpengaruh terhadap lamanya waktu belajar yaitu jenis kelamin, peminatan, daerah tempat tinggal, indeks prestasi, dan jabatan dalam kegiatan PKL (Praktik Kerja Lapangan). Hasil penelitian menunjukkan bahwa terjadi penurunan waktu belajar mahasiswa pada saat kondisi pandemik Covid-19 dibandingkan saat kondisi normal. Hal ini dibuktikan dengan penurunan nilai grand mean waktu belajar mahasiswa. Selanjutnya diperoleh bahwa sebelum adanya Covid-19, hanya variabel jabatan di PKL yang menunjukkan hasil yang signifikan dalam mempengaruhi lama waktu belajar mahasiswa. Sedangkan pada saat kondisi pandemi Covid-19, tidak hanya jabatan di PKL, melainkan juga peminatan yang diambil mahasiswa berpengaruh signifikan terhadap lama waktu belajarnya.
PEMODELAN JUMLAH KASUS COVID-19 DI INDONESIA DENGAN PENDEKATAN REGRESI POISSON DAN REGRESI BINOMIAL NEGATIF Nadhifan Humam Fitrial; Akhmad Fatikhurrizqi
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (207.408 KB) | DOI: 10.34123/semnasoffstat.v2020i1.465

Abstract

The COVID-19 pandemic has spread throughout the world, including Indonesia. It is necessary to know the various factors that affect the spread of COVID-19 cases so that both the government and the community can make prevention and response efforts so that this pandemic does not spread further. This study aims to model the number of COVID-19 cases in Indonesia and then determine the variables that have a significant effect on them. The model used is Poisson regression and Negative Binomial regression. The two models were chosen because they are a model that is often used for count data such as the number of COVID-19 cases. Then from the two models, the best model will be selected along with the variables that have a significant effect on the number of COVID-19 cases in Indonesia. The unit of analysis in this research is all provinces in Indonesia which consists of 34 provinces. The response variable in this study is the cumulative number of COVID-19 cases in Indonesia on April 9, 2020 which were compiled from Gugus Tugas Percepatan Penanganan COVID-19. This date was chosen because it was the date before the implementation of the PSBB policy for the first time in Indonesia and this study did not take government intervention variables in modeling the cumulative number of COVID-19. The predictor variables in this study were population density, the percentage of the elderly population, the percentage of households with access to improper sanitation, and the percentage of illiteracy rates for the population aged 15 years and over. Based on the AIC value, the Negative Binomial regression is better used to model the number of COVID-19 cases in Indonesia than the Poisson regression. In the Negative Binomial regression model, the population density variable and the percentage of the elderly population have a positive and significant effect on the number of COVID-19 cases in Indonesia.
Co-Authors Akhmad Fatikhurrizqi Firza Refo Adi Pratama Novia Putri Lestari Risni Julaeni Yuhan Siti Andhasah