Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Jurnal Statistika dan Sains Data

Penerapan analisis jalur pada faktor-faktor yang memengaruhi indeks pembangunan manusia di Indonesia Gunandi, Afriadi; Kismiantini, Kismiantini
Jurnal Statistika dan Sains Data Vol 1, No 1 (2023): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v1i1.19318

Abstract

Indeks pembangunan manusia (IPM) merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. Penelitian ini bertujuan untuk mengetahui pengaruh langsung dan tak langsung angka harapan hidup (AHH), harapan lama sekolah (HLS), rata-rata lama sekolah (RLS) terhadap IPM melalui jumlah penduduk dan pengeluaran perkapita penduduk di Indonesia pada tahun 2020 dengan menggunakan analisis jalur. Data yang digunakan adalah data IPM dan jumlah penduduk dari 34 provinsi Indonesia dari buku publikasi Indeks Pembangunan Manusia 2020 BPS Indonesia. Pada penelitian ini digunakan analisis jalur karena ingin memperkirakan besarnya dan signifikansi hubungan kausal yang dihipotesiskan antara sekumpulan variabel. Hasil analisis jalur menunjukkan bahwa pengaruh langsung AHH, HLS, RLS dan pengeluaran perkapita penduduk terhadap IPM memberikan hasil yang signifikan secara statistik yang artinya faktor-faktor tersebut memberikan peningkatan terhadap IPM di Indonesia pada tahun 2020 dengan masing-masing setiap nilai penduga koefisien jalur baku bernilai positif yaitu berturut-turut sebesar 0,33, 0,22, 0,26 dan 0,49. Pada hasil pengaruh tak langsung AHH, HLS, RLS melalui jumlah penduduk dan pengeluaran perkapita penduduk terhadap IPM memberikan hasil yang tidak signifikan secara statistik.
Penerapan model regresi spasial dalam menentukan faktor-faktor yang memengaruhi indeks pembangunan manusia di kabupaten/kota Pulau Kalimantan Langiran, Andriati; Kismiantini, Kismiantini; Setiawan, Ezra Putranda
Jurnal Statistika dan Sains Data Vol 1, No 1 (2023): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v1i1.19069

Abstract

Indeks Pembangunan Manusia (IPM) merupakan salah satu ukuran keberhasilan pembangunan. Di Indonesia, IPM digunakan untuk mengukur keberhasilan pemerintah dalam hal pembangunan kesejahteraan manusia. Pada tahun 2021, IPM di Kabupaten/Kota Pulau Kalimantan masih banyak yang lebih rendah dibandingkan dengan rata-rata IPM di Indonesia yaitu 72,29. Oleh karena itu, perlu diketahui faktor-faktor yang memengaruhi IPM di setiap Kabupaten/Kota. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang berpengaruh signifikan dan untuk mengetahui model Geographically Weighted Regression (GWR) dengan menggunakan fungsi pembobot terbaik berdasarkan data Kabupaten/Kota di Pulau Kalimantan. Model GWR bekerja dengan mengestimasi parameter dengan mempertimbangkan lokasi. Hasil penelitian berdasarkan model GWR terbaik yaitu model GWR dengan fungsi pembobot adaptive bi-square kernel diperoleh tujuh kelompok Kabupaten/Kota berdasarkan faktor yang berpengaruh. Kelompok dengan Kabupaten/Kota yang paling banyak dipengaruhi oleh faktor persentase penduduk miskin. Model GWR terbaik memperoleh nilai koefisien determinan (R2) sebesar 62,7%.
Pemodelan indeks pembangunan manusia di Provinsi Jawa Tengah tahun 2022 menggunakan model regresi spasial dengan pembobot Queen Contiguity dan K-Nearest Neighbor Permana, Ryan Sidiq; Kismiantini, Kismiantini; Setiawan, Ezra Putranda
Jurnal Statistika dan Sains Data Vol 1, No 2 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v1i2.20495

Abstract

Salah satu cara untuk mengukur keberhasilan pembangunan adalah melalui Indeks Pembangunan Manusia (IPM). Provinsi Jawa Tengah merupakan provinsi di Pulau Jawa dengan IPM terendah nomor dua. Penelitian ini memiliki tujuan untuk mengetahui pemodelan regresi spasial dengan pembobot spasial terbaik dalam menjelaskan faktor-faktor yang berpengaruh secara signifikan pada IPM di Provinsi Jawa Tengah tahun 2022 yang terdiri dari 29 kabupaten dan 6 kota. Variabel penelitian ini meliputi IPM, tingkat partisipasi angkatan kerja, upah minimum kabupaten/kota, dan jumlah penduduk miskin. Model regresi spasial dalam penelitian ini menggunakan dua pembobot spasial, yaitu pembobot spasial Queen Contiguity dan K-Nearest Neighbor. Penelitian ini menggunakan pemodelan Spatial Autoregressive (SAR), Spatial Error Model (SEM), dan Spatial Autoregressive Moving Average (SARMA). Hasil penelitian menunjukkan bahwa model regresi spasial terbaik pada penelitian ini adalah pemodelan SARMA dengan pembobot spasial K-Nearest Neighbor dengan nilai AIC sebesar 168,73. Variabel tingkat partisipasi angkatan kerja, upah minimum kabupaten/kota, dan jumlah penduduk miskin memiliki pengaruh terhadap IPM di Provinsi Jawa Tengah.
Identifikasi risiko spasial berdasarkan jenis kelamin pada penyakit tuberkulosis dengan Bayesian Shared Component Random Intercept di wilayah Jawa Barat Khariyani, Angeliya Milla; Kismiantini, Kismiantini
Jurnal Statistika dan Sains Data Vol 2, No 1 (2024): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v2i1.20615

Abstract

Pada tahun 2020, Provinsi dengan angka kasus Tuberkulosis tertinggi yaitu Provinsi Jawa Barat dengan total kasus mencapai 79.840 jiwa, dengan persentase kasus laki-laki sebesar 55,04% sedangkan perempuan sebesar 44,96%. Tujuan penelitian ini adalah untuk mengetahui risiko relatif kasus Tuberkulosis laki-laki dan perempuan dengan menggunakan metode Bayesian Shared Component Random Intercept dan juga untuk mengetahui penyebaran nilai risiko relatif di setiap wilayah di Provinsi Jawa Barat dengan peta spasial. Bayesian Shared Component Random Intercept dapat menghitung nilai risiko relatif dengan memperhatikan efek spasialnya, hal tersebut berkesuaian dengan tujuan penelitian ini maka dari itu metode ini cocok digunakan dalam penelitian ini. Hasil yang diperoleh menunjukkan kemiripan pola spasial antara Tuberkulosis laki-laki dan Tuberkulosis Perempuan berdasarkan nilai delta yang diperoleh. Hal tersebut berkesesuaian dengan hasil peta spasial kedua jenis kelamin yang terlihat memiliki pola sebaran yang hampir sama dan juga nilai rata-rata risiko relatif Tuberkulosis antara laki-laki dan perempuan yang hampir sama yaitu untuk laki-laki sebesar 1,0403 sedangkan untuk perempuan yaitu 1,0413.
Analisis faktor-faktor kesejahteraan sosial yang memengaruhi capaian membaca siswa Indonesia pada PISA 2018 menggunakan pemodelan multilevel Mustaqimah, Dayyinah; Kismiantini, Kismiantini
Jurnal Statistika dan Sains Data Vol 3, No 1 (2025): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v3i1.24698

Abstract

Berdasarkan laporan OECD 2023, capaian membaca siswa Indonesia memiliki nilai yang relatif rendah dengan skor 359, nilai ini berada di bawah rata-rata dunia yang berada pada skor 476. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi capaian membaca siswa Indonesia terutama dari sudut pandang kesejahteraan sosial yang dirasakan oleh siswa menggunakan data PISA 2018 dengan sampel 11.392 siswa dari 395 sekolah. Analisis dilakukan dengan model multilevel mencakup model null, model intersep acak, model slope acak, dan uji rasio likelihood guna memeroleh model terbaik. Variabel dependen dalam penelitian ini adalah capaian membaca siswa Indonesia dengan variabel independen level siswa meliputi jenis kelamin, status sosial ekonomi dan budaya, rasa memiliki di sekolah, dukungan guru, serta paparan terhadap bullying, dan pada level sekolah meliputi tipe sekolah, kedisiplinan dalam pembelajaran membaca, serta pembelajaran berbasis inkuiri. Dari model null diketahui bahwa 55% variansi capaian membaca dijelaskan oleh level sekolah dan 45% dijelaskan oleh level siswa, sehingga mendukung penggunaan model multilevel. Model terbaik adalah model slope acak yang dimana semua variabel independen pada kedua level terbukti signifikan memengaruhi capaian membaca siswa Indonesia