Claim Missing Document
Check
Articles

Found 7 Documents
Search

PERBANDINGAN MODEL STAR DAN GSTAR UNTUK PERAMALAN INFLASI DUMAI, PEKANBARU, DAN BATAM Gama Putra Danu Sohibien
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 1 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (652.602 KB) | DOI: 10.26714/jsunimus.5.1.2017.%p

Abstract

Inflasi merupakan salah satu masalah perekonomian yang bisa berdampak buruk pada variabel ekonomi makro lainnya. Adanya ketergantungan antar wilayah dalam pemenuhan kebutuhan mengakibatkan inflasi  dapat berkaitan dengan wilayah lain. Model yang dapat mengakomodir keterkaitan antara variabel time series suatu wilayah dengan variabel time series wilayah lain adalah model STAR dan GSTAR. Penelitian ini dibatasi untuk pemodelan inflasi Kota Dumai, Pekanbaru, dan Batam. Hasil identifikasi menunjukkan bahwa STAR (11) dan GSTAR (11) tepat untuk memodelkan inflasi ketiga kota tersebut. Hasil penghitungan  MAE dan RMSE menunjukan bahwa peramalan inflasi Kota Dumai dan Pekanbaru lebih baik menggunakan GSTAR bobot normalisasi korelasi silang sedangkan permalan inflasi Kota Batam lebih baik menggunakan STAR bobot normalisasi korelasi silang. Kata Kunci : Inflasi, STAR, GSTAR, Seragam, Normalisasi Korelasi Silang
Determinan Kejadian Berat Badan Lahir Rendah (BBLR) di Indonesia Gama Putra Danu Sohibien; Risni Julaeni Yuhan
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 1 (2019): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (650.544 KB) | DOI: 10.34123/jurnalasks.v11i1.182

Abstract

BBLR diartikan kejadian berat bayi lahir kurang dari 2500 gram. BBLR bisa menyebabkan kematian dan stunting pada bayi sehingga variabel apa saja yang berpengaruh terhadap BBLR perlu diteliti. Metode analisis yang digunakan adalah analisis deskriptif dan inferensia. Karakteristik rumah tangga (RT) yang memiliki baduta BBLR, yaitu RT dengan sumber air minum dan sanitasi tidak layak, status ekonomi miskin, pendidikan ibu SMP ke bawah, status tempat tinggal pedesaan, penolong persalinan non medis atau tidak ada, dan status ibu perokok. Variabel-variabel yang signifikan mempengaruhi BBLR, adalah usia hamil pertama ibu, kelayakan sanitasi, pendidikan tertinggi ibu, status tempat tinggal, dan jenis penolong persalinan.
DETERMINAN DAYA SAING SEKTOR MANUFAKTUR UNGGULAN MENUJU PROGRAM MAKING INDONESIA 4.0 Muhammad Mubin Mubyarto; Gama Putra Danu Sohibien
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (335.394 KB) | DOI: 10.34123/semnasoffstat.v2019i1.56

Abstract

Pemerintah merancang sebuah peta jalan Making Indonesia 4.0 dalam menghadapi persaingan tinggi di era revolusi industri 4.0, dimana penerapan teknologi digital sangat tinggi. Terdapat lima sektor manufaktur yang menjadi fokus pengembangan yaitu industri makanan dan minuman, industri tekstil dan pakaian jadi, industri kimia, industri elektronik, dan industri otomotif. Penelitian ini bertujuan untuk mengetahui gambaran daya saing sektor manufaktur unggulan di Indonesia, posisi daya saing sektor manufaktur unggulan di ASEAN, serta menganalisis variabel yang memengaruhi daya saing sektor manufaktur unggulan. Metode yang digunakan yaitu Revealed Comparative Advantage (RCA) dan regresi data panel. Hasil penelitian menunjukkan secara rata-rata pada tahun 2000 hingga 2015, sektor yang memiliki daya saing adalah industri makanan dan minuman, yang menempati peringkat ketiga diantara negara ASEAN lainnya, serta industri tekstil dan pakaian jadi di peringkat keempat. Sedangkan industri kimia, industri elektronik, dan industri otomotif tidak memiliki daya saing. Produktivitas tenaga kerja, Foreign Direct Investment, dan jumlah perusahaan berpengaruh signifikan positif, sedangkan nilai tukar berpengaruh signifikan negatif terhadap daya saing sektor manufaktur unggulan.
VARIABEL-VARIABEL PENGGERAK INDEKS HARGA SAHAM SEKTOR PERTANIAN Muhammad Febrian Rizky Ramadhan; Gama Putra Danu Sohibien
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (540.638 KB) | DOI: 10.34123/semnasoffstat.v2019i1.64

Abstract

Indeks harga saham sektor pertanian di Indonesia cenderung menurun dari tahun 2009 – 2018 dengan rata-rata pertumbuhan sebesar -0,76 persen per tahun. Apabila tidak terjadi pemulihan harga, penurunan yang terjadi berpotensi menimbulkan sentimen buruk terhadap sektor pertanian dan menurunkan aliran modal masuk terhadap perusahaan-perusahaan yang tercakup dalam sektor tersebut. Dalam upaya memecahkan permasalahan tersebut, dilakukan identifikasi variabel-variabel yang mempengaruhi harga saham sektor pertanian. Adapun variabel yang diduga memiliki pengaruh terhadap harga saham sektor tersebut, yakni nilai tukar rupiah terhadap dolar Amerika Serikat, federal funds rate, harga minyak kelapa sawit, dan volume transaksi saham sektor pertanian. Dengan pemodelan Autoregressive Distributed-lag disimpulkan bahwa, keempat variabel tersebut memiliki pengaruh yang signifikan terhadap indeks harga saham sektor pertanian. Federal Funds Rate dan nilai tukar rupiah memiliki pengaruh negatif terhadap indeks harga saham sektor pertanian, sedangkan variabel lainnya memiliki pengaruh positif. Hasil penelitian ini diharapkan mampu memberikan informasi ke penggiat saham dan pemerintah, agar tidak terjadi kerugian yang besar di periode-periode selanjutnya.
ANALISIS KONVERGENSI EKONOMI DI PULAU JAWA MENGGUNAKAN DATA PANEL DINAMIS SPASIAL TAHUN 2013-2017 Muhammad Rizki Yudistira; Gama Putra Danu Sohibien
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (378.117 KB) | DOI: 10.34123/semnasoffstat.v2019i1.66

Abstract

Pulau Jawa merupakan wilayah yang menjadi pusat pemerintahan dan perekonomian di Indonesia. Pada tahun 2011, kontribusi PDRB yang berasal dari kabupaten/kota di Pulau Jawa selalu di atas 50 persen. Akan tetapi, ketimpangan di Pulau Jawa juga besar. Berdasarkan indeks Williamson, ketimpangan yang terjadi di Pulau Jawa selalu meningkat. Oleh karena itu, dilakukan penelitian dengan mempertimbangkan hubungan antardaerah yang terdekat. Berdasarkan hasil yang didapatkan, terjadi konvergensi pada kabupaten/kota di Pulau Jawa. Ini menandakan bahwa daerah tertinggal di Pulau Jawa dapat mengejar daerah yang sudah maju. Selain itu, terdapat juga efek keterkaitan antardaerah yang mana antara satu daerah dengan daerah lainnya saling memengaruhi. Variabel PAD, IPM, persentase jalan yang berkategori baik, persentase angkatan kerja yang bekerja dan hubungan antardaerah berpengaruh positif dan signifikan terhadap PDRB per kapita di kabupaten/kota di Pulau Jawa.
KAJIAN UNDERGROUND ECONOMY DAN KAITANNYA DENGAN PENERIMAAN PAJAK DI INDONESIA Fakhri Hafidzul Azhar; Gama Putra Danu Sohibien
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 (227.425 KB) | DOI: 10.34123/semnasoffstat.v2020i1.415

Abstract

Underground economy is income generated from economic activities, both legal and illegal, which are not included in the calculation of Gross Domestic Product (GDP). Underground economy activities that are allowed to continue to develop will result in loss of tax revenue. To overcome this, a tax amnesty policy was implemented, with the aim of minimizing the lost tax revenue, but it is not yet known whether this goal can be achieved or not. This study aims to provide an overview of the variables used, measure the size of the underground economy and the lost tax revenue due to the underground economy, and compare the average lost tax revenue before and after the tax amnesty. The measurement of underground economy and lost tax revenue is carried out through a monetary approach using the Error Correction Model method and the comparison of the average lost tax revenue using the average difference test. The results showed that there was an increasing trend in the variable money supply, ADHK GDP, BI interest rates and exchange rates and a downward trend in the variable ratio / tax burden, inflation and world oil prices. The size of the underground economy in Indonesia from 2005 to 2018 on average reached 34.157 trillion rupiah or 1.84% of GDP. The average lost tax revenue reached IDR 4 trillion or 0.22% of GDP. The tax amnesty that has been implemented in Indonesia since 2015-2018 has not been able to achieve the desired goals.underground economy, tax amnesty, error correction model (ECM), uji beda rata-rata dua populasi
PEMODELAN REGRESI SPASIAL PADA TPT DI DKI JAKARTA, JAWA BARAT, DAN BANTEN TAHUN 2018 Muhammad Suprapto; Gama Putra Danu Sohibien
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 (389.298 KB) | DOI: 10.34123/semnasoffstat.v2020i1.482

Abstract

Unemployment is a major problem faced in various countries both developed and developing countries. The problem of unemployment is inseparable with regard to the dimensions of region or spatial dependency. The existence of spatial dependency indicates that unemployment rate in a region will be related to unemployment rate of neighboring. This study aims to provide an overview unemployment rate (TPT) and variable expected influence it, get the best model in explaining impact of social and population variables on TPT, and analyze impact of social and population from the best model on TPT also unemployment reations between regions. TPT Visual analysis is done by mapping while to get the best model in explaining the influence of social and population variables on TPT begins with the creation of a multiple linear regression models, Then proceed with the diagnosis of presence spatial effects by using the method of Moran’s I and Lagrange Multiplier (LM) test. The spatial model formed is spatial lag model. The best model formed is Spatial Lag Model with significant independent variables. variables affecting TPT in Jakarta, West Java, and Banten are percentage of population's marital status and percentage of the poor population.