Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Pharmascience RAGAM: Journal of Statistics and Its Application
Yuana Sukmawaty
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Mathematics Medicine & Pharmacology Public Health

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : RAGAM: Journal of Statistics and Its Application

 1 
ANALISIS PERBANDINGAN MODEL REGRESI LINIER BERGANDA, SPATIAL DURBIN ERROR MODEL (SDEM), DAN SPATIAL LAG X (SLX) DALAM PERMODELAN DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI KALIMANTAN SELATAN Dimiyati Dimiyati; Nurul Latipah; Yuana Sukmawaty
RAGAM: Journal of Statistics & Its Application Vol 3, No 1 (2024): RAGAM: Journal of Statistics & Its Application
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/ragam.v3i1.11622

Abstract

This research aims to determine the comparison of multiple linear regression models, spatial durbin error model (SDEM), and spatial lag In this research there are three independent variables, namely poverty severity (2022), population density (2022) and pure participation rate (2019), while the dependent variable is the human development index (2022). This research data is secondary in nature, namely obtained from the website of the South Kalimantan Central Statistics Agency. Based on the results and discussion, it is concluded that the best model from the comparison of multiple linear regression models, spatial durbin error model (SDEM), and spatial lag x (SLX) in modeling human development index (HDI) data in South Kalimantan province is the spatial durbin error model (SDEM). This is because the spatial durbin error model (SDEM) has the smallest AIC value compared to the multiple linear regression model, and spatial lag x (SLX). 
PEMODELAN KEPADATAN PENDUDUK DENGAN PENDEKATAN REGRESI POISSON TERGENERALISASI Alfin Dratama Maulana; Dewi Anggraini; Yuana Sukmawaty
RAGAM: Journal of Statistics & Its Application Vol 2, No 1 (2023): RAGAM: Journal of Statistics & Its Application
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/ragam.v2i1.9893

Abstract

Kebanyakan penduduk cenderung meningkat dan ketersediaan lahan semakin berkurang setiap tahun akibat migrasi. Upaya peningkatan kualitas penduduk akan lebih sulit dilakukan di daerah dengan kepadatan tinggi, sehingga dapat menimbulkan masalah baik di bidang sosial ekonomi, ketersediaan lahan, maupun kebutuhan pangan. Oleh karena itu, perlu diketahui faktor-faktor yang mempengaruhi kepadatan penduduk. Salah satu pendekatan untuk memprediksi pola hubungan antara faktor dan kepadatan penduduk, dapat menggunakan regresi Poisson. Regresi Poisson merupakan salah satu regresi nonlinier yang sering digunakan untuk memodelkan variabel dalam bentuk bilangan bulat. Penelitian ini bertujuan untuk mendeskripsikan karakteristik penduduk setiap provinsi di Indonesia,mengestimasi parameter model regresi Poisson dan menjelaskan faktor-faktor yang berpengaruh signifikan terhadap masalah kepadatan penduduk. Faktor-faktor yang diduga berpengaruh terhadap kepadatan penduduk adalah jumlah penduduk, luas wilayah, jumlah SD, jumlah SMP, jumlah SMA, jumlah puskesmas, jumlah koperasi dan jumlah kematian. . Hasil penelitian ini menunjukkan bahwa model regresi Poisson digeneralisasikan , bahwa faktor-faktor yang mempengaruhi kepadatan penduduk setiap provinsi di Indonesia pada tingkat kepadatan penduduk (Y) dan jumlah penduduk  mempunyai hubungan yang searah, artinya setiap pertambahan satu penduduk maka pertambahan penduduk bertambah sebesar 9,7 %, sedangkan luas wilayah mempunyai hubungan kebalikan sebesar 0,0136%, artinya semakin sempit satu satuan luas, maka tingkat kepadatan penduduk bertambah sebesar 0,0136%.
Co-Authors Alfin Dratama Maulana DEWI ANGGRAINI Dimiyati Dimiyati Fadlilaturrahmah Fadlilaturrahmah, Fadlilaturrahmah Jariyah Amilia Nashrul Wathan Nurul Latipah