Article Per Year (5 Year)
p-Index From 2020 - 2025
2.942
P-Index
This Author published in this journals
All Journal FORUM STATISTIKA DAN KOMPUTASI Media Statistika Statistika Jurnal Riset Statistika Pattimura Proceeding : Conference of Science and Technology Bandung Conference Series: Statistics STATISTIKA
Nusar Hajarisman
Program Studi Statistika, Fakultas MIPA Universitas Islam Bandung (S1 - Akreditasi B/2014)
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Physics

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Riset Statistika

 1 
Metode Pemilihan Variabel pada Model Regresi Poisson Menggunakan Metode Nordberg Muhammad Bangkit Riksa Utama; Nusar Hajarisman
Jurnal Riset Statistika Volume 1, No. 1, Juli 2021, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (711.929 KB) | DOI: 10.29313/jrs.v1i1.24

Abstract

Abstract. In various experiments, data interactions take the form of discrete numbers or counts. The model that can be used for these data is the Poisson regression model. Poisson regression is included in the Generalized Linear Model (GLM). Poisson regression in general is very important in various fields and agreed to receive special attention. Often this model needs many independent variables. Then there needs to be a selection of poisson regression model variables. Due to the number of independent variables that exist, the selection of variables is carried out. Variable selection techniques that are commonly known are the forward, backward method, akaike information criteria and several other methods. In this paper, we will discuss one method of selecting variables in the Poisson regression model that has been made in the algorithm created by Famoye and Rothe. The algorithm created will be compared with the algorithm made by Nordberg. In this study data were used on Infant Mortality Rate (IMR) in West Java Province. Abstrak. Dalam berbagai eksperimen, seringkali data berupa bilangan diskrit atau cacah. Model yang dapat digunakan untuk data tersebut diantaranya adalah model regresi poisson. Regresi poisson termasuk kedalam Generalized Linear Model (GLM). Regresi poisson secara umum sangat penting dalam berbagai bidang dan karenanya patut mendapat perhatian khusus. Seringkali model ini melibatkan banyak variabel independen. Maka perlu adanya cara untuk mempertimbangkan pemilihan variabel model regresi poisson. Dikarenakan banyaknya variabel independen yang ada maka dilakukan penyeleksian variabel. Teknik pemilihan variabel yang sudah biasa dikenal yaitu metode forward, backward, akaike information criterion dan beberapa metode lainnya. Pada makalah ini akan dibahas mengenai salah satu metode pemilihan variabel dalam model regresi poisson yang telah dibentuk dalam algoritma yang dibuat oleh Famoye dan Rothe. Algortitma yang dibuat ini akan dibandingkan dengan algoritma yang telah dibuat oleh Nordberg. Pada penelitian ini digunakan data mengenai Angka Kematian Bayi (AKB) di Provinsi Jawa Barat.
Analisis Mediasi Multipel Paralel Kausal Step pada Data Stunting menurut Kabupaten/Kota Budiman, Aulia Sabila; Hajarisman, Nusar
Jurnal Riset Statistika Volume 4, No. 1, Juli 2024, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v4i1.3860

Abstract

Abstract. In linear regression analysis, the relationship between the independent variable X and the dependent variable Y may not always have a direct effect. A third variable, called mediator variable M, can act as an intermediary between the two variables, explaining the cause-and-effect process. Mediator variables serve as intermediaries connecting the independent variable to the dependent variable, allowing for mutual influence. Baron and Kenny's causal step mediation analysis method, introduced in 1986, is used to determine if a variable acts as a mediator. This method is applied to stunting data from the Health Profile of West Java Province in 2022. Previous research indicates that the number of low birth weight (LBW) babies and cases of diarrhea in toddlers can serve as mediator variables in the relationship between sanitation adequacy and toddler stunting cases. Regression coefficient testing and Sobel Test on West Java's stunting data for 2022 show that the relationship between sanitation adequacy and toddler stunting cases can be mediated by the number of LBW cases and diarrhea in toddlers simultaneously. However, the LBW variable can only partially mediate, as sanitation adequacy can still directly affect the number of stunting cases without going through the LBW or diarrhea variables first. Abstrak. Dalam analisis regresi linier, hubungan antara variabel bebas X dan variabel tak bebas Y tidak selalu memiliki efek langsung. Dalam praktiknya, mungkin muncul variabel ketiga yang bertindak sebagai perantara antara kedua variabel tersebut. Variabel ini disebut variabel mediasi M, yang menjelaskan proses sebab akibat di antara kedua variabel tersebut. Variabel mediasi berperan sebagai perantara dalam menghubungkan variabel bebas dengan variabel tak bebas, memungkinkan terjadinya pengaruh timbal balik. Metode analisis mediasi langkah kausal Baron dan Kenny, yang diperkenalkan pada tahun 1986, digunakan untuk menentukan apakah suatu variabel berperan sebagai mediator. Metode ini diterapkan pada data stunting dari Profil Kesehatan Provinsi Jawa Barat tahun 2022. Penelitian terdahulu menunjukkan bahwa jumlah bayi berat badan rendah lahir (BBLR) dan kasus diare pada balita dapat berperan sebagai variabel mediator dalam hubungan antara kelayakan sanitasi dan kasus stunting balita. Pengujian koefisien regresi dan Uji Sobel pada data stunting Jawa Barat tahun 2022 menunjukkan bahwa hubungan antara kelayakan sanitasi dan kasus stunting balita dapat dimediasi oleh jumlah kasus BBLR dan diare pada balita secara bersamaan. Namun, variabel BBLR hanya dapat memediasi sebagian, karena kelayakan sanitasi masih dapat memengaruhi jumlah kasus stunting secara langsung tanpa melalui variabel BBLR atau diare terlebih dahulu.
Determinasi Derajat Kelangsungan Hidup Anak Menggunakan Multigroup Structural Equation Modeling Jasmine Wildani Arisa; Nusar Hajarisman
Jurnal Riset Statistika Volume 3, No. 2, Desember 2023, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v3i2.3047

Abstract

Abstract. Basically, the main objective of this research is to apply the analysis technique of Multigroup Structural Equation Modeling (MSEM) to identify factors that affect the degree of child survival, where in this research Structural Equation Modeling will be developed in the case of heterogeneous data. This heterogeneous data cluster is divided into 2 groups, namely groups with high HDI areas and moderate HDI areas, where the groups are homogeneous. This research focuses on testing measurement invariance in heterogeneous data clusters. The data used comes from secondary data taken from the Social Health Office and BKKBN of West Java Province. The results of the application show that there are differences in indicators between high HDI groups and moderate HDI groups that make an important contribution to health facility factors and socio-economic factors. As for the results of invariance testing through stepwise analysis to determine the average similarity between health facility factors and socio-economic factors, it is concluded that the model has provided a good level of fit to the data. Abstrak. Pada dasarnya tujuan utama penelitian ini adalah untuk menerapkan teknik analisis dari Multigroup Structural Equation Modeling (MSEM) untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap derajat kelangsungan hidup anak, dimana pada penelitian ini akan dikembangkan pemodelan Structural Equation Modeling pada kasus data yang heterogen. Gugus data yang heterogen ini terbagi menjadi 2 kelompok, yaitu kelompok dengan wilayah IPM tinggi dan wilayah IPM sedang, dimana dalam kelompok tersebut bersifat homogen. Penelitian ini difokuskan pada pengujian invarians pengukuran (measurement invariance) pada gugus data yang heterogen. Data yang digunakan berasal dari data sekunder yang diambil dari Dinas Sosial Kesehatan dan BKKBN Provinsi Jawa Barat. Hasil penerapan menunjukan bahwa terdapat perbedaan indikator antara kelompok IPM tinggi dengan kelompok IPM sedang yang memberikan kontribusi penting pada faktor fasilitas kesehatan dan faktor sosial-ekonomi. Adapun pada hasil pengujian invarians melalui stepwise analysis untuk mengetahui kesamaan rata-rata antara faktor fasilitas Kesehatan dengan faktor sosial-ekonomi disimpulkan bahwa model telah memberikan tingkat kecocokan yang baik terhadap data.
Co-Authors 10060116101, Tanti Rudiawan Putri Aceng Komarudin Mutaqin Achmad Widodo Achmad Widodo Achmad Widodo Anggi Savitri Ani Ressa Nuryaningsih Anneke Iswani A. Anneke Iswani Ahmad Annisa Lisa Nurjanah Arya Ramadhan, Iqbal ASEP SAEFUDDIN Aulia, Githa Budiman, Aulia Sabila Dewi Rosiana Diahsty Marasabessy, Munira Erfina Agustin Hidayat Esa Nurtiara Fadia Wahyu Utami Fatiha nurfauzan, Arsyi Fera Shintarini Hardiana Prasasti Jasmine Wildani Arisa Kamilatul 'Aini Khairi A N Kusman Sadik Mardha Tri Meilani Muh. Fahmi Nur Akbar Muhammad Bahry Baidhowy Muhammad Bangkit Riksa Utama Neng Marlina Nopita Sari Murtafiah Rejeki Wulan Islamiyati Riyani Desriawati Siti Magfiratul Hasanah Suliadi Suliadi Suliadi Sutawanir Darwis Sutawanir Darwis Sutawanir Darwis Teti Sofia Yanti Winda Aya Haliza Wulan Putri Prihartini Yayat Karyana