Garuda - Garba Rujukan Digital

ANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR anuraga, gangga
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 7 No 1 (2015): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Analisis biplot bertujuanmemperagakan suatumatriks dengan menum-pang tindihkan vektor-vektor yangmerepresentasikan vektor-vektor baris dengan vektor-vektor yangmerepresentasikan vektor-vektor kolom matriks tersebut.Biplot dilakukan dengan menguaraikan nilai singular atau singular value decomposition (SVD). SVD bertujuan untuk menguraikan nilai singular matrik Y yang merupakan matrik X berukuran n x p yang sudah dikoreksi dengan mean, dan kemudian dibangkitkan matriks dan .Hasil analisis faktor diketahui bahwa terbentuk tiga faktor utama yang mewakili variabel asal, yaitu dengan total keragaman yang dapat dijelaskan adalah sebesar 71,427%. Hasil biplot untuk faktor 1 adalah Kabupaten Jombang, Bangkalan, Blitar, Jember, Tuban, Madiun, Lumajang, Nganjuk, Sumenep, Trenggalek, Sampang, Pamekasan, Probolinggo dimana mempunyai kemiripan persentase rumah tangga yang pernah membeli beras raskin (X3) cukup tinggi. Kabupaten Tulungagung, Magetan, Lamongan, Pasuruan, Ngawi, Bojonegoro, Situbondo, Ponorogo, Pacitan, Bondowoso mem-punyai karakteristik persentasependudukmiskinusia 15 tahunkeatas yang bekerja di sektorpertanian (X2) dan persentaserumahtanggamiskin yang men-dapatkanpelayananjamkesmas (X15) yang relatif tinggi.Dan hasil biplot untuk kombinasi faktor 2 dan 3 dapat diketahui bahwa Kabupaten Sampang, Pamekasan, Sumenep, Kota Probolinggo, Kabupaten Malang, Lumajang, Banyuwangi, Bojonegoro, Pasuruan, Probolinggo, Situbondo, Bondowoso, Jember mempunyai kemiripan karakteristik dalam hal persentasependudukmiskinusia 15 tahunkeatas yang tidaktamat SD (X5) yang cukup tinggi. Kesesuaian (goodness of fit) pada biplot faktor 1 sebesar 0,6712 atau 67,12%, biplot pada faktor 2 dan 3 sebesar 0,7935 atau 79,35%.

The step construction of penalized spline in electrical power load data Rezzy Eko Caraka; Sakhinah Abu Bakar; Gangga Anuraga; M. A. Mauludin; Anwardi Anwardi; Suwito Pomalingo; Vidila Rosalina
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 2: April 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i2.8460

Electricity is one of the most pressing needs for human life. Electricity is required not only for lighting but also to carry out activities of daily life related to activities Social and economic community. The problems is currently a limited supply of electricity resulting in an energy crisis. Electrical power is not storable therefore it is a vital need to make a good electricity demand forecast. According to this, we conducted an analysis based on power load. Given a baseline to this research, we applied penalized splines (P-splines) which led to a powerful and applicable smoothing technique. In this paper, we revealed penalized spline degree 1 (linear) with 8 knots is the best model since it has the lowest GCV (Generelized Cross Validation). This model have become a compelling model to predict electric power load evidenced by of Mean Absolute Percentage Error (MAPE=0.013) less than 10%.

HIERARCHICAL CLUSTERING MULTISCALE BOOTSTRAP UNTUK PENGELOMPOKAN KEMISKINAN DI JAWA TIMUR Gangga Anuraga
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Kemiskinan di Jawa Timur merupakan problematika hingga sekarang. Berbagaiprogram telah direncanakan guna menanggulangi permasalahan tersebut. Agar program tersebut dapat terlaksana optimal, perlu strategi perencanaan yang mendalam terutama terkait pemetaan daerah dan karakteristik kemiskinannya. Metode hierarki complete linkage digunakan untuk mengelompokkan daerah-daerah berdasarkan kemiripan karakteristik. Penggunaan metode hierarki dengan teknik pengukuran jarak hanya memberikan satu solusi dalam penyelesaiannya, yaitu didasarkan pada ukuran kemiripan pada teknik jarak yang digunakan. Sehingga penelitian ini menggunakan pendekatan multiscale bootstrap untuk memberikan ukuran ketidaktentuan dalam metode pengelompokan klasik hierarchical clustering. Metode ini bekerja dengan pendekatan bootstrap resampling untuk setiap kelompok (cluster).Pendekatan multiscale bootstrap dalam Hierarchical Cluster Analysis memiliki kestabilan pada saat iterasi B = 500. Hal itu dapat diketahui dari signifikansi nilai AU (P-values) yang mendekati 0.95 dengan nilai standar error bootstrap yang kecil.Terdapat lima kelompok(cluster) yang terbentuk dengan kemiripan satu dengan yang lain dan signifikan dengan nilai AU (Approximately Unbiased) p_value0,95. Berdasarkan signifikansi Approximately unbiassed (AU) p-values0,95, kelompok kelima yang terdiri dari Kabupaten Jember, Kabupaten Bondowoso, Kabupaten Situbondo, Kabupaten Probolinggo, Kabupaten Pasuruan dapat dikatakan sebagai daerah yang masih cukup tinggi persentase kemiskinannya dibandingkan dengan kelompok 1, 2, 3,dan 4.Kata Kunci : Approximately Unbiassed (AU) p-values, clustering hierarki completelinkage, multiscale bootstrap, kemiskinan

PEMODELAN KEMISKINAN DI JAWA TIMUR DENGAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE Gangga Anuraga; Bambang Widjanarko Otok
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Structural Equation Modeling (SEM) menggambarkan hubungan kausalitas antarvariabel yang tidak bisa dijelaskan pada analisis regresi biasa, sehingga dapat diketahui seberapa baik suatu variabel indikator menentukan variabel laten. Seringkali dalam pengamatan di suatu lokasi bergantung pada pengamatan di lokasi lain yang berdekatan(neighboring). Sehingga untuk mengatasinya, efek lokasi dimasukkan dalam model. Didapatkan bahwa semua indikator yang terboboti pada setiap variabel laten adalah valid dan signifikan, dengan reliability yang baik pada semua variabel laten kemiskinan, ekonomi, SDM, kesehatan. Nilai R-square (R2) untuk SDM sebesar 0.988 yang artinya model mampu menjelaskan variasi dari SDM pada kasus kemiskinan di Provinsi Jatim sebesar 98.8%, Ekonomi sebesar 0.986 atau 98.6% dan model kemiskinan sebesar 0,925 atau 92.5%. Kata Kunci : Kemiskinan, neighboring, Partial Least Square, Structural EquationModeling (SEM)

AUTOKORELASI SPASIAL UNTUK PEMETAAN KARAKTERISTIK INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT (IPKM) PADA KABUPATEN/KOTA DI JAWA TIMUR Gangga Anuraga; Edy Sulistiyawan
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Indeks Pembangunan Kesehatan Masyarakat (IPKM) merupakan kumpulan indikator kesehatan yang dapat dengan mudah dan langsung diukur untuk menggambarkan masalah kesehatan suatu daerah. Beberapa penelitian seringkali ditemukan keterlibatan aspek kewilayahan (spasial) dalam suatu variabel, sehingga dalam pengembangannya perlu dipertimbangkan aspek spasial tersebut. Penelitian ini menggunakan Moran’s I dan Local Moran’s I (LISA) untuk mengetahui pola spasial dan asosiasi spasial pada data IPKM 2013 di 38 Kabupaten/Kota Jawa Timur. Hasil analisis Moran’s I didapatkan IPKM (Y), Indeks Kesehatan Balita (X1), Indeks Kesehatan Reproduksi (X2), Indeks Perilaku Kesehatan (X4), Indeks Penyakit Tidak Menular (X5), Indeks Penyakit Menular (X6) dan Indeks Kesehatan Lingkungan (X7) lebih kecil dari α = 0,05, artinya ada autokorelasi antar lokasi secara keseluruhan. Indikator kesehatan Indeks Pelayanan Kesehatan (X3) tidak signifikan atau tidak terjadi autokorelasi spasial antar lokasi karena probabilitas atau p_value Moran’s I lebih besar dari α = 0,05. Hasil analisis LISA untuk indikator kesehatan Indeks Penyakit Menular (X6), kabupaten/kota yang mengelompok dan memiliki karakteristik Indeks Penyakit Menular (X6) tinggiatau terletak pada kuadran High-High,kabupaten nganjuk, kabupaten madiun, kabupaten magetan, kabupaten ponorogo, kabupaten trenggalek, kabupaten tulungagung dan kabupaten pacitan. Sedangkan kabupaten/kota yang mengelompok atau terletak pada kuadran Low-Low adalah kabupaten pamekasan dan kabupaten sumenep, kabupaten probolinggo. Kata Kunci: Asosiasi Spasial, IPKM, Local Moran’s I, Moran’s I, Pola Spasial

REGRESI KUANTIL PENDEKATAN BOOTSTRAP UNTUK PEMODELAN KEMISKINAN DI PULAU JAWA Gangga Anuraga; Permadina K. Arieska
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Kemiskinan merupakan masalah multidimensi dan lintas sektor yang dipengaruhi oleh berbagai faktor yang saling berkaitan, antara lain tingkat pendapatan, kesehatan, pendidikan, akses terhadap barang dan jasa, lokasi, geografis, gender, dan kondisilingkungan. Untuk itu, dalam rangka menunjang keberhasilan pelaksanaan program pembangunan terutama yang berkaitan dengan penanggulangan kemiskinan di Indonesia khususnya di Pulau Jawa, diperlukan suatu penelitian yang dapat mengetahuiinformasi mengenai faktor-faktor yang berpengaruh terhadap kemiskinan.Penelitian ini menggunakan regresi kuantil dengan pendekatan bootstrap, metode ini memiliki kelebihan dapat mengatasi masalah pencilan (outlier) dan heteroskedastisitas. Nilai kuantil yang digunakan dalam penelitian yaitu kuantil ke-? = 0,25; ? = 0,5; ? = 0,75 dan ? = 0,99 denganresampling 500 pada bootstrap standard error.Hasil regresi kuantil pada masing-masing kuantil dengan resampling 500 bootstrap standard error menunjukkan bahwa kuantil ? = 0,25memiliki standar error yang relatif lebih kecil daripada kuantil? = 0,5, ? = 0,75 dan ? = 0,99. Model regresi kuantil dalam penelitian ini mengindikasikan adanya multikolinieritas, sehingga dengan nilai pseudo R 2 sebesar 61,4% terdapat banyak variable yang tidak signifikan dalam model pada ke? = 0,25.Kata Kunci : Bootstrap standard error, Heteroskedastisitas, Kemiskinan, Regresi Kuantil

ANALISIS SUBSISTEM DALAM PELAYANAN KESEHATAN IBU DI PUSKESMAS PERAWATAN KABUPATEN MALANG, PROVINSI JAWA TIMUR Betty Roosihermiatie; Gangga Anuraga; Tety Rachmawati; Agus Sulistiono
Buletin Penelitian Sistem Kesehatan Vol 20 No 4 (2017)
Publisher : Pusat Penelitian dan Pengembangan Humaniora dan Manajemen Kesehatan

In Indonesia the Maternal Mortality Rate (MMR) increased from 228 per 100,000 to 359 per 100,000 live births. East Java province is one of 9 provinces faces high maternal deaths. Programs to support decreasing the MMR has been done and currently, the Ministry of Health policy on maternal health services is delivery assisted by health personnel at health facilities. It is an observational study with a cross sectional design. The study was conducted inMalang District, East Java Province which has the highest MMR in East Java Province year 2012. Analysis are for 7 subsystem of the maternal health services. Respondents are Head of in patient Primary Health Centers / Programmers of maternal health at In patient Primary Health Centers with their which location are relatively near, middle and far from the Kanjuruhan Distrcit Hospital in Kepanjen. Data were analyzed descriptively. For the implementation of Malang District regulation on the Gerakan Sayang Ibu for maternal health so sub-system analysis shows deficiencies such as midwifes in Inpatient PHC mostly had normal delivery training guide, and only 3 midviwes had obstetric complication training; there is a vacuum of RL fluid in one of the Inpatient PHC under study, ambulance driver is only one so sometimes there is vacancy for standby 24 hours, relatively many traditional birth attandance in Ketawang PHC who likely to help delivery, District Health Office fund for maternal health program is relatively small. To strengthen system for maternal health program in line with the BPJS Program, midwives at inpatient PHC should have obstetric complication training, improved management the availability of fluid, ambulance driver standby 24 hour, all villages have midwives living, and increase distict health office funds for maternal health program as the coverage areas. ABSTRAKAngka Kematian Ibu (AKI) meningkat dari 228 per 100.000 KH menjadi 359 per 100.000 KH. Provinsi Jawa Timur merupakan satu dari 9 provinsi yang bermasalah dalam kematian ibu. Program-program mendukung penurunan AKI sudah dilakukan dan saat ini, kebijakan Kementerian Kesehatan dalam pelayanan kesehatan ibu adalah persalinan oleh tenaga kesehatan di fasilitas kesehatan. Jenis penelitian adalah observasional dengan desain potong lintang. Penelitian dilakukan di Kabupaten Malang, Provinsi Jawa Timur dengan AKI tertinggi di Provinsi Jawa Timur pada tahun 2012. Analisis dilakukan terhadap 7 subsistem dari pelayanan kesehatan ibu. Responden adalah pelaksana kebijakan di Puskesmas yaitu Kepala Puskesmas/Pemegang Program KIA di Kabupaten Malang pada Puskesmas Perawatan yang lokasinya relatif dekat, pertengahan dan jauh dengan RSUD Kanjuruhan di Kepanjen. Analisis data secara deskriptif. Dalam pelaksanaan regulasi Pemerintah Kabupaten Malang yaitu gerakan sayang ibu dalam pelayanan kesehatan ibu pada analisis sub- sistem kesehatan terdapat kekurangan-kekuranganseperti tenaga bidan di mana pelatihan kompetensi di Puskesmas Perawatan terutama APN, dan hanya 3 orang yang mendapat pelatihan komplikasi kebidanan; terjadi kekosongan cairan RL di salah satu Puskesmas Perawatan studi, sopir ambulans hanya seorang sehingga kadang terjadi kekosongan untuk standby 24 jam, relatif banyak dukun di Puskesmas Ketawang yang kemungkinan menolong persalinan, dana Dinas Kesehatan Kabupaten untuk pembinaan pelayanan kesehatan ibu relatif kecil. Untuk menguatkan program kesehatan ibu sejalan dengan Program BPJS maka bidan di Puskesmas Perawatan perlu mendapat pelatihan komplikasi kebidanan, perbaikan manajemen ketersediaan cairan, adanya sopir yang standby 24 jam, semua desa tinggal bidan yang membina, dan penambahan dana Dinas kesehatan untuk program kesehatan ibu sesuai luas wilayahnya.

Pelatihan Pengujian Hipotesis Statistika Dasar dengan Software R Gangga Anuraga; Artanti Indrasetianingsih; Muhammad Athoillah
BUDIMAS : JURNAL PENGABDIAN MASYARAKAT Vol 3, No 2 (2021): BUDIMAS : VOL. 03 NO. 02, 2021
Publisher : LPPM ITB AAS Indonesia Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/budimas.v3i2.2412

Statistik adalah bidang yang sangat interdisipliner, penelitian dalam statistik kini diterapkan di hampir semua bidang ilmiah. Uji Hipotesis adalah salah satu cabang llmu Statistika Inferensial yang digunakan untuk menguji kebenaran atas suatu pernyataan secara statistik serta menarik kesimpulan akan diterima atau ditolaknya pernyataan tersebut. Dalam berbagai macam pengujian, tentunya para peneliti ingin membuktikan bahwa asumsi atau pendapat yang ia percayai tersebut benar atau tidak. Uji hipotesis dapat membantu dalam membuktikan suatu hal apakah benar-benar fakta ataukah hanya sekadar teori belaka. Atas dasar tersebut, tim dosen Program Studi Statistika, Fakultas Sains dan Teknologi (FST) melalui Program Pengabdian Kepada Masyarakat (PKM) memberikan pelatihan online (Webinar) tentang Pengujian Hipotesis Statistika Dasar dengan Software R kepada dosen, mahasiswa serta masyarakat secara umum. Keseluruh kegiatan pengabdian telah terlaksana dengan baik. Keberhasilan kegiatan ini diukur dari antusiasme peserta selama kegiatan sekaligus hasil evaluasi pre-test yang rata-rata nilainya 57,78 meningkat menjadi 77,74 dari hasil post-test setelah kegiatan.

ANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR gangga anuraga
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 7 No 1 (2015): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Analisis biplot bertujuanmemperagakan suatumatriks dengan menum-pang tindihkan vektor-vektor yangmerepresentasikan vektor-vektor baris dengan vektor-vektor yangmerepresentasikan vektor-vektor kolom matriks tersebut.Biplot dilakukan dengan menguaraikan nilai singular atau singular value decomposition (SVD). SVD bertujuan untuk menguraikan nilai singular matrik Y yang merupakan matrik X berukuran n x p yang sudah dikoreksi dengan mean, dan kemudian dibangkitkan matriks dan .Hasil analisis faktor diketahui bahwa terbentuk tiga faktor utama yang mewakili variabel asal, yaitu dengan total keragaman yang dapat dijelaskan adalah sebesar 71,427%. Hasil biplot untuk faktor 1 adalah Kabupaten Jombang, Bangkalan, Blitar, Jember, Tuban, Madiun, Lumajang, Nganjuk, Sumenep, Trenggalek, Sampang, Pamekasan, Probolinggo dimana mempunyai kemiripan persentase rumah tangga yang pernah membeli beras raskin (X3) cukup tinggi. Kabupaten Tulungagung, Magetan, Lamongan, Pasuruan, Ngawi, Bojonegoro, Situbondo, Ponorogo, Pacitan, Bondowoso mem-punyai karakteristik persentasependudukmiskinusia 15 tahunkeatas yang bekerja di sektorpertanian (X2) dan persentaserumahtanggamiskin yang men-dapatkanpelayananjamkesmas (X15) yang relatif tinggi.Dan hasil biplot untuk kombinasi faktor 2 dan 3 dapat diketahui bahwa Kabupaten Sampang, Pamekasan, Sumenep, Kota Probolinggo, Kabupaten Malang, Lumajang, Banyuwangi, Bojonegoro, Pasuruan, Probolinggo, Situbondo, Bondowoso, Jember mempunyai kemiripan karakteristik dalam hal persentasependudukmiskinusia 15 tahunkeatas yang tidaktamat SD (X5) yang cukup tinggi. Kesesuaian (goodness of fit) pada biplot faktor 1 sebesar 0,6712 atau 67,12%, biplot pada faktor 2 dan 3 sebesar 0,7935 atau 79,35%.

Pelatihan Manajemen Data Kependudukan dengan Ms. Excel di Desa Gedangan Kecamatan Sidayu Gresik Fenny Fitriani; Gangga Anuraga; Artanti Indrasetianingsih
JAST : Jurnal Aplikasi Sains dan Teknologi Vol 4, No 2 (2020): EDISI DESEMBER 2020
Publisher : Universitas Tribhuwana Tunggadewi Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33366/jast.v4i2.2021

Making a voter list is an initial process to support the implementation of regional head elections. Making this voter list was carried out by village officials using population data stored in Ms. Excel. Until now, this process was done manually by sorting age data using the Excel sort function. By carrying out this process, village officials still have to carry out a separate sorting of population data less than 17 years old who have been married. Apart from these data, the data that must be separated by village officials is data on residents over 17 years of age who have died. With these processes, village officials need more time to be able to create voter lists. One of the village officials who carry out the process is the village apparatus in Gedangan Village, Sidayu, Gresik. For solving this problem, training was conducted for ten Gedangan village officials in data management using Ms. Excel. The training materials provided were consolidating the use of sort and filter data, using forms in filling in data and using pivot tables. The method used in this training is to use interactive discussion. The training was held at the village hall in Gedangan Village, Sidayu, Gresik. With this training, village officials could more easily determine the list of voters who met the requirements.

Title

Found 30 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 30 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 30 Documents
Search