Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA) Jiko (Jurnal Informatika dan komputer)
Sofyan, Sabiq
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Environmental Science Mathematics Medicine & Pharmacology

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

Found 2 Documents
Search

 1 
Klasifikasi Kabupaten Tertinggal di Kawasan Timur Indonesia dengan Support Vector Machine Sari, Esa Anindika; Saragih, Meilani Thereza Br.; Shariati, Ilhamsyah Ali; Sofyan, Sabiq; Al Baihaqi, Rakai; Nooraeni, Rani
Journal Of Informatics and Computer Vol 3, No 3 (2020)
Publisher : JIKO (Jurnal Informatika dan Komputer)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v3i3.2364

Abstract

Kesenjangan pembangunan antar wilayah tampak dari adanya istilah daerah maju dan daerah tertinggal. Pengentasan daerah tertinggal masih menjadi persoalan khususnya di Kawasan Timur Indonesia (KTI). Dari 122 kabupaten yang ditetapkan sebagai daerah tertinggal pada RPJMN 2015-2019, terdapat 54 kabupaten yang menjadi daerah prioritas. Mayoritas wilayah yang terkategori sebagai daerah prioritas ini berada di KTI. Adanya perbedaan karakteristik pada setiap wilayah Indonesia membuat perlunya analisis tersendiri. Salah satu perbedaan karakteristik wilayah dapat dilihat melalui aspek utama ketertinggalan antar kawasan. Pada Kawasan Barat Indonesia (KBI), aspek ketertinggalan wilayah berfokus pada infrastruktur. Sementara, aspek ekonomi dan Sumber Daya Manusia (SDM) merupakan fokus aspek ketertinggalan wilayah di KTI. Sehingga dalam penelitian ini akan dilakukan analisis klasifikasi kabupaten tertinggal di KTI dengan menggunakan metode Support Vector Machine (SVM) berdasarkan indikator ketertinggalan daerah. Hasil dari penelitian ini secara umum kabupaten tertinggal di Kawasan Timur Indonesia memiliki level pembangunan yang lebih rendah dibandingkan kabupaten tidak tertinggal. Dengan menggunakan metode SVM dan fungsi kernel terbaiknya yaitu fungsi kernel linier, kabupaten di KTI mampu diklasifikasikan secara benar sebesar 87,23%. Berdasarkan kurva ROC diperoleh nilai AUC sebesar 0,862 yang artinya kinerja model sudah bagus. Sehingga metode SVM dengan kernel linier dapat menjadi salah satu rekomendasi dalam pengklasifikasian kabupaten tertinggal atau tidak tertinggal
PENERAPAN REGRESI LOGISTIK BINER DALAM MENENTUKAN DETERMINAN PENGANGGURAN USIA MUDA TERDIDIK DI PROVINSI BANTEN Hakim, Syifa Rahmawati; Apriliansyah, Apriliansyah; Fitri, Muti Nurjannah; Sofyan, Sabiq; Siagian, Tiodora Hadumaon
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 9 No 2 (2021): VOLUME 9 NOMOR 2 TAHUN 2021
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v9i2.21370

Abstract

Pemanfaatan era bonus demografi tidak bisa tercapai jika tidak diimbangi dengan peningkatan kualitas dan pemberdayaan sumber daya manusia yang tersedia. Salah satu indikator yang seringkali digunakan dalam mengukur pemberdayaan sumber daya manusia, yaitu TPT (Tingkat Pengangguran Terbuka). Provinsi Banten menempati posisi pertama dengan TPT tertinggi di Indonesia pada tahun 2019 sebesar 8,11 persen. Selain itu, sebagian besar pengangguran di Banten memiliki pendidikan terakhir SMA/sederajat yakni sebesar 65,15 persen. Selain pemberdayaan SDM terdidik yang kurang optimal, potensi sumber daya manusia usia muda (15-29 tahun) juga belum sepenuhnya terserap dalam pasar kerja. Persentase pemuda yang menganggur di Banten menempati posisi kedua tertinggi, yaitu sebesar 11,45. Oleh karena itu, penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi pengangguran terdidik di kalangan pemuda di Provinsi Banten menggunakan analisis regresi logistik biner. Data penelitian bersumber dari data sekunder BPS, yaitu Survei Angkatan Kerja Nasional (Sakernas) Agustus 2019 untuk mengetahui faktor-faktor yang memengaruhi pengangguran terdidik di kalangan pemuda. Hasil penelitian menunjukkan variabel wilayah tempat tinggal, jenis kelamin, umur, dan status perkawinan berpengaruh signifikan terhadap status bekerja angkatan kerja usia muda terdidik di Provinsi Banten pada tahun 2019.
Co-Authors Al Baihaqi, Rakai Apriliansyah, Apriliansyah Fitri, Muti Nurjannah Hakim, Syifa Rahmawati Nooraeni, Rani Saragih, Meilani Thereza Br. Sari, Esa Anindika Shariati, Ilhamsyah Ali Siagian, Tiodora Hadumaon