Garuda - Garba Rujukan Digital

Analisis Pengaruh Penerimaan Aplikasi E-Commerce Menggunakan Multigroup-Partial Least Square (MGA-PLS) Gita Yantika Sari; Marizsa Herlina
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. The existence of technology has affected society and the surrounding environment, because technology can help in various things such as improving the economy. In the economic field, technological developments can be in the form of the development of the financial system used, for example electronic commerce or better known as Electronic Commerce/E-Commerce. After the Covid-19 outbreak, the development of E-Commerce began to increase because it could reduce the spread of the epidemic, until it began to develop in rural areas. Technology Acceptance Model (TAM) is one of the models built to analyze and understand the factors that influence the acceptance of the use of computer technology. In addition, in understanding the factors that influence the acceptance of the use of computer technology, Multigroup Structural Equation Model analysis with Partial Least Square (MGA-PLS) is used which aims to predict and analyze determinant factors in measuring the influence of independent variables on the dependent variable and to find out whether or not there is a difference in influence between two or more groups/groups. Based on the analysis, the factors that influence user interest in accepting E-Commerce applications among the people of Karangsari Village, Garut Regency are Perceived Usefulness, Trust, and Attitude Towards Using. In addition, by using Multigroup analysis, it can be concluded that there is no difference in the effect on the income group, which means that the views or responses of the respondents of each income group to the factors that influence the acceptance of E-Commerce applications are the same. Abstrak. Keberadaan teknologi telah mempengaruhi masyarakat dan lingkungan sekitar, karena teknologi dapat membantu dalam berbagai hal seperti memperbaiki ekonomi. Dalam bidang ekonomi perkembangan teknologi dapat berupa perkembangan sistem keuangan yang digunakan, contohnya perdagangan elektronik atau lebih dikenal dengan istilah Electronic Commerce/E-Commerce. Setelah adanya wabah Covid-19, perkembangan E-Commerce mulai meningkat karena dapat mengurangi penyebaran wabah, hingga hal tersebut pun mulai berkembang di pedesaan. Technology Acceptance Model (TAM) adalah salah satu model yang dibangun untuk menganalisis dan memahami faktor-faktor yang mempengaruhi diterimanya penggunaan teknologi komputer. Selain itu, dalam memahami faktor-faktor yang mempengaruhi diterimanya penggunaan teknologi komputer tersebut digunakan analisis Multigroup Structural Equation Model dengan Partial Least Square (MGA-PLS) yang bertujuan untuk memprediksi maupun analisis faktor determinan dalam mengukur besarnya pengaruh variabel bebas terhadap variabel terikat serta untuk mengetahui ada atau tidaknya perbedaan pengaruh antara dua atau lebih kelompok/grup. Berdasarkan analisis diperoleh faktor-faktor yang mempengaruhi minat pengguna dalam penerimaan aplikasi E-Commerce di kalangan masyarakat Desa Karangsari Kabupaten Garut adalah Perceived Usefulness (Kegunaan/Manfaat), Kepercayaan, dan Attitude Towards Using (Sikap Terhadap Penggunaan). Selain itu, dengan menggunakan analisis Multigroup didapat kesimpulan bahwa tidak ada perbedaan pengaruh pada kelompok pendapatan yang artinya pandangan atau tanggapan responden setiap kelompok pendapatan terhadap faktor yang menjadi pengaruh dalam penerimaan aplikasi E-Commerce adalah sama.

Multigroup SEM-PLS untuk Pemodelan Kemampuan Literasi Digital Masyarakat Desa Erdanisa Aghnia Ilmani; Marizsa Herlina
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. SEM-PLS (Partial Least Square) aims to test the predictive relationship between constructs by seeing whether there is a relationship or influence between constructs. Based on real data in the field, it often shows that the data pattern is not normally distributed, so a free and flexible distribution method is needed, namely SEM-PLS. One of the SEM-PLS approach methods is MGA-PLS (Multigroup-PLS) to compare data analysis based on sample data because it has different characteristics with 2 or more characters. Due to the development gap between cities and villages, the government has created a digital village program. The smooth running of the digital village program is also supported by the digital literacy capabilities of the community in the village. Then in this period there is still a digital divide between men and women, meaning that the digital use of men and women is still not balanced. The purpose of this study is to identify and model the factors that influence digital literacy skills, and to see whether or not there are differences in characteristics based on gender using the Multigroup Analysis - Partial Least Square (MGA-PLS) method. The exogenous variables are family environment, intensity of online media use, socioeconomic conditions. The endogenous variable used is digital literacy ability. Meanwhile, the moderating variable is gender. The results of the study using bootstrap estimation show that the three variables of the intensity of online media use, socio-economic conditions, and family environment affect digital literacy skills with an R-Square value of 66%. Then the results of research from Multigroup Analysis - Partial Least Square (MGA-PLS) showed that between male and female groups there was no difference in digital literacy ability. Abstrak. SEM-PLS (Partial Least Square) bertujuan untuk menguji hubungan prediktif antar konstruk dengan melihat apakah ada hubungan atau pengaruh antar konstruk. Berdasarkan data real di lapangan seringkali menunjukkan pola data yang tersebar tidak normal, sehingga diperlukan suatu metode yang bebas distribusi (free distribution) dan fleksibel yaitu SEM-PLS. Salah satu metode pendekatan SEM-PLS adalah MGA-PLS (Multigroup-PLS) untuk membandingkan analisis data berdasarkan data sampel karena memiliki karakteristik yang berbeda dengan 2 atau lebih karakter. Akibat adanya kesenjangan pembangunan antara kota dan desa, maka pemerintah membuat program desa digital. Kelancaran jalannya program desa digital didukung juga oleh kemampuan literasi digital masyarakat di desa tersebut. Kemudian dalam masa ini masih terjadi kesenjangan digital antara pria dan wanita, artinya penggunaan digital pria dan wanita masih tidak seimbang. Tujuan dari penelitian ini adalah mengetahui dan memodelkan faktor- faktor yang berpengaruh terhadap kemampuan literasi digitial, serta melihat ada atau tidak perbedaan karakteristik berdasarkan jenis kelamin menggunakan metode Multigroup Analysis - Partial Least Square (MGA-PLS). Variabel eksogen nya adalah lingkungan keluarga, intensitas penggunaan media online, kondisi sosial ekonomi. Variabel endogen yang digunakan adalah kemampuan literasi digital. Sedangkan untuk variabel moderasinya adalah jenis kelamin. Hasil penelitian menggunakan estimasi bootstrap menunjukkan bahwa ketiga variabel intensitas penggunaan media online, kondisi sosial ekonomi, lingkungan keluarga berpengaruh terhadap kemampuan literasi digital dengan nilai R-Square sebesar 66%. Kemudian hasil penelitan dari Multigroup Analysis - Partial Least Square (MGA-PLS) menunjukan bahwa antara kelompok pria dan wanita tidak memiliki perbedaan terhadap kemampuan literasi digital.

Multigroup Analysis Partial Least Square dalam PLS-SEM pada Faktor-faktor yang Mempengaruhi Kesuksesan Website Desa Cimenyan Ananda Apsari Ainun Nissa; Marizsa Herlina
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Cimenyan Village has a website that aims to provide the latest information related to village activities that can be accessed by its residents easily. To find out whether the Cimenyan Village website has conveyed the information well to users, an evaluation of the website can be carried out using the DeLone and McLean models. There are six measuring variables, namely system quality, information quality, service quality, use, user satisfaction, and net benefits. This study uses primary data. In this thesis, the writer wants to analyze the factors that influence the success of the Cimenyan Village website using the concept of the DeLone and McLean model with the SEM-PLS method and the MGA-PLS method to test whether gender data groups have a different influence on the success of the Cimenyan Village website. Based on the analysis that has been done, the results show that service quality has a significant effect on use and user satisfaction because the P-Value obtained is less than 0.05. Likewise, the user satisfaction variable has a significant effect on net benefits at a significant level of 5%. From the results of the MGA-PLS, it was concluded that the gender groups, namely women and men, did not have a different effect on the success of the Cimenyan Village website at a significant level of 5%. This means that women and men do not have different views on the factors that influence the success of the Cimenyan Village website. Abstrak. Desa Cimenyan memiliki website yang bertujuan untuk memberikan informasi terbaru terkait kegiatan desa yang dapat diakses oleh warganya dengan mudah. Untuk mengetahui apakah website Desa Cimenyan sudah menyampaikan informasinya dengan baik kepada pengguna maka dapat dilakukan evaluasi terhadap website tersebut dengan Model DeLone dan McLean. Terdapat enam variabel pengukur, yaitu kualitas sistem, kualitas informasi, kualitas layanan, penggunaan, kepuasan pengguna, dan manfaat bersih. Penelitian ini menggunakan data primer. Pada skripsi ini penulis ingin menganalisis faktor apa saja yang mempengaruhi kesuksesan website Desa Cimenyan menggunakan konsep dari model DeLone dan McLean dengan metode SEM-PLS dan metode MGA-PLS untuk menguji apakah kelompok data jenis kelamin memberikan pengaruh yang berbeda pada kesuksesan website Desa Cimenyan. Berdasarkan analisis yang telah dilakukan, didapatkan hasil bahwa kualitas layanan berpengaruh signifikan terhadap penggunaan dan kepuasan pengguna dikarenakan nilai P-Value yang didapat kurang dari 0,05. Begitupun dengan variabel kepuasan pengguna berpengaruh signifikan terhadap manfaat bersih pada taraf nyata 5%. Dari hasil MGA-PLS disimpulkan bahwa kelompok jenis kelamin yaitu perempuan dan laki-laki tidak memberikan pengaruh yang berbeda pada kesuksesan website Desa Cimenyan pada taraf nyata 5%. Artinya, perempuan dan laki-laki tidak memiliki pandangan yang berbeda terhadap faktor yang mempengaruhi kesuksesan website Desa Cimenyan.

Penerapan Metode Generalized Structure Component Analysis (GSCA) pada Pengguna Dompet Digital (E-Wallet) di Desa Digital Menggunakan Model Utaut 2 Wian Fadila; Marizsa Herlina
Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i1.5699

Abstract. Structural Equation Modeling (SEM) is a multivariate analysis method that combines factor analysis, path analysis, and regression analysis. Structural Equation Modeling (SEM) aims to measure the relationship between latent variables and their indicators. Component-based SEM has two methods, namely Partial Least Square (PLS) and Generalized Structure Component Analysis (GSCA). In this study the focus is on component-based SEM analysis, namely the Generalized Structure Component Analysis (GSCA) method. Generalized Structure Component Analysis (GSCA) is a method that does not require multivariate normal distribution assumptions and has an overall goodness of fit measure. The parameters used are factor loading, parameter coefficients, weight of indicators and estimation with Alternating Least Square (ALS). This study aims to determine what factors in the UTAUT 2 modification model influence the intention and behavior of using digital wallets (e-wallets) in Rajamandala Kulon village. The results of this study are that habit and security factors are felt to have the highest influence on usage intentions and habit factors and usage intentions have the highest influence on digital wallet usage behavior in Rajamandala Kulon Village. Abstrak. Structural Equation Modeling (SEM) merupakan salah satu metode analisis multivariat (multivariate analysis) yang menggabungkan antara analisis factor, analisis jalur, dan analisis regresi. Structural Equation Modeling (SEM) bertujuan untuk mengukur hubungan antara peubah laten dan indikatornya. SEM berbasis komponen memiliki dua metode yaitu Partial Least Square (PLS) dan Generalized Structure Component Analysis (GSCA). Pada penelitian ini fokus pada analisis SEM berbasis komponen yaitu metode Generalized Structure Component Analysis (GSCA). Generalized Structure Component Analysis (GSCA) merupakan metode yang tidak memerlukan asumsi distribusi normal multivariat dan memiliki ukuran overall goodness of fit. Parameter yang digunakan adalah factor loading, coefficients parameter, weight of indicators dan estimasi dengan Alternating Least Square (ALS). Penelitian ini bertujuan untuk mengetahui factor -faktor apa saja dalam model modifikasi UTAUT 2 yang berpengaruh kepada niat dan perilaku penggunaan dompet digital (e-wallet) di desa Rajamandala Kulon. Hasil dari penelitian ini adalah faktor kebiasaan dan keamanan yang dirasakan memiliki pengaruh tertinggi terhadap niat penggunaan serta faktor kebiasaan dan niat penggunaan memiliki pengaruh tertinggi terhadap perilaku penggunaan dompet digital di Desa Rajamandala kulon.

SEM-PLS untuk Persepsi Nilai pada Aplikasi Pemesanan Tiket Pesawat Edwiga Antirad; Marizsa Herlina
Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i1.5734

Abstract. The increasing use of technology has made people switch to ordering plane tickets online. In addition, smartphone ownership makes applications the media most often used to place orders. Even so, the perception of user value is still a problem for flight ticket booking service providers. This is because users still frequently switch services erratically. Therefore, this research was conducted to determine the factors that influence the perceived value of users of flight ticket booking applications in Gen Z at the Islamic University of Bandung. This study will link 3 latent variables related to perceived value, namely search features, ease of use, and payment methods. All three latent variables are related to one another. The approach used to determine the relationship between these latent variables is the Structural Equation Modeling – Partial Least Square (SEM-PLS) method with the bootstrap parameter estimation method. This research was conducted to understand the truth of the theoretical concept regarding the factors that influence perceived value. The results showed that each of the two of the four indicators on the variable search features, ease of use and payment methods were significant and showed that all variables had a significant effect on the perceived value variable. The bootstrap estimation results for hypothesis testing also concluded that search feature variables, ease of use, and payment methods have an effect on perceived value. Abstrak. Meningkatnya penggunaan teknologi membuat masyarakat beralih untuk memesan tiket pesawat secara daring. Selain itu, kepemilikan smartphone membuat aplikasi menjadi media yang paling sering digunakan untuk melakukan pemesanan. Meskipun demikian, persepsi nilai pengguna masih menjadi permasalahan penyedia layanan pemesanan tiket pesawat. Hal ini dikarenakan pengguna masih sering berpindah-pindah layanan secara tidak menentu. Oleh karena itu, penelitian ini dilakukan untuk mengetahui faktor-faktor yang memengaruhi persepsi nilai pengguna aplikasi pemesanan tiket pesawat pada gen Z di Universitas Islam Bandung. Penelitian ini akan menghubungkan 3 variabel laten yang berkaitan dengan persepsi nilai yaitu fitur pencarian, kemudahan penggunaan, dan metode pembayaran. Ketiga variabel laten yang berbeda saling berkorelasi antara variabel satu dengan yang lainnya. Pendekatan yang digunakan untuk mengetahui hubungan variabel-variabel laten tersebut adalah Metode Structural Equation Modelling – Partial Least Square (SEM-PLS) dengan metode estimasi parameter bootstrap. Penelitian ini dilakukan untuk memahami kebenaran konsep teori mengenai faktor-faktor yang mempengaruhi nilai persepsi. Hasil penelitian menunjukkan bahwa masing-masing dua dari empat indikator pada variabel fitur pencarian, kemudahan penggunaan dan metode pembayaran signifikan dan menunjukkan bahwa semua variabel berpengaruh signifikan terhadap variabel persepsi nilai. Hasil estimasi dengan bootstrap untuk uji hipotesis juga menyimpulkan bahwa variabel fitur pencarian, kemudahan penggunaan dan metode pembayaran berpengaruh terhadap persepsi nilai.

Hierarchical Time Series dengan ARIMA dalam Meramalkan Nilai Ekspor Indonesia Hilmi Azzam Robbani; Marizsa Herlina
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.8107

Abstract. Export is a trade activity carried out between countries by carrying or sending goods originating from domestic areas abroad with the aim of being sold or marketed. Exports as a source of state revenue are needed for the Indonesian economy, because exports can make a major contribution to Indonesia's economic stability and growth. The value of exports that have decreased or increased for the future needs to be considered. The purpose of this study is to determine the ARIMA model and get the forecast results from the Hierarchical Time Series approach for Indonesian export value data. This forecasting method is used because Indonesia's export value data is a hierarchical time series data with two levels, namely level 0 (total export value of Indonesia) and level 1 (data on Indonesia's export value to ASEAN countries). The forecasting model used is ARIMA (Autoregressive Integrated Moving Average). For the selection of the best ARIMA model using the Mean Absolute Percentage Error (MAPE) value. The results showed that the forecast results of Indonesia's export value in June 2023 for Thailand amounted to 591 million USD, Singapore country amounted to 1,090 billion USD, for Malaysia country amounted to 712 million USD, for the Philippines country 981 million USD, for Myanmar country 83 million USD and the total export value of Indonesia amounted to 3,361 billion USD. Abstrak. Ekspor merupakan kegiatan perdagangan yang dilakukan antar negara dengan cara membawa atau mengirimkan barang yang berasal dari daerah dalam negeri ke luar negeri dengan tujuan dijual atau dipasarkan. Ekspor sebagai salah satu sumber pendapatan negara sangat dibutuhkan bagi perekonomian Indonesia, karena ekspor dapat memberikan kontribusi yang besar terhadap stabilitas dan pertumbuhan ekonomi Indonesia. Nilai ekspor yang mengalami penurunan atau peningkatan untuk masa yang akan datang perlu diperhatikan. Tujuan dari penelitian ini adalah mengetahui model ARIMA dan mendapatkan hasil ramalan dari pendekatan Hierarchical Time Series untuk data nilai ekspor Indonesia. Metode peramalan ini digunakan karena data nilai ekspor Indonesia merupakan data deret waktu hierarki dengan dua tingkatan, yaitu level 0 (total nilai ekspor Indonesia) dan level 1 (data nilai ekspor Indonesia ke negara-negara ASEAN). Model peramalan yang digunakan adalah ARIMA (Autoregressive Integrated Moving Average). Untuk pemilihan model ARIMA terbaik menggunakan nilai Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa hasil ramalan nilai ekspor Indonesia pada bulan Juni 2023 untuk negara Thailand sebesar 591 Juta USD, negara Singapura sebesar 1.090 Miliar USD, untuk negara Malaysia sebesar 712 Juta USD, untuk negara Filipina 981 Juta USD, untuk negara Myanmar 83 Juta USD dan total nilai ekspor Indonesia sebesar 3.361 miliar USD.

Pengelompokan Data Jenis Kejahatan di Indonesia Menggunakan Metode Agglomerative Hierarchical Clustering (AHC) pada Tahun 2021 Faustina Alifah Mardhiyah; Herlina, Marizsa
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.9740

Abstract. The development of technology makes it easier for the public to receive information, one of which is news abour crimes tha are occurring. This causes public unrest because many lives have been lost so people feel unsafe. This research aims to make it easier for law enforcement and the public to anticipate criminal acts. To find out the results of these objectives, the Agglomerative Hierarchical Clustering (AHC) method is used, where grouping is caried out to determine crime-prone areas. The data source used is the result of publications issued by the Central Statistics Agency. The data used is data on the number of crimes in 2021 consisting of 34 regional police forces in Indonesia where the data used is carried out by simple imputation first using the average due to missing data. Based on the results of cluster analysis of single linkage, complete linkage, average linkage, ward’s method and centroid method, 2 clusters were obtained each. The results of the cluster analysis were compared eith the k-means method which esulted in the AHC method being the best mehod eith better index values compared to k-means. Abstrak. Berkembangnya teknologi memudahkan masyarakat dalam menerima informasi, salah satunya adalah pemberitaan mengenai tindakan kejahatan yang sedang terjadi. Hal tersebut membuat keresahan masyarakat dikarenakan banyaknya nyawa yang hilang sehingga masyarakat merasa tidak aman. Tujuan dari penelitian ini adalah untuk memudahkan penegak hukum dan masyarakat dalam melakukan antisipasi tindakan kejahatan. Untuk mengetahui hasil dari tujuan tersebut digunakanlah metode Agglomerative Hierarchical Clustering (AHC) dimana dilakukan pengelompokan dalam menentukan daerah rawan kejahatan. Sumber data yang digunakan merupakan hasil publikasi yang dikeluarkan oleh Badan Pusat Statistik. Data yang digunakan adalah data jumlah kejahatan tahun 2021 ynag terdiri dari 34 kepolisian daerah di Indonesia dimana data yang digunakan dilakukan imputasi sederhana terlebih dahulu menggunakan rata-rata dikarenakan adanya data missing. Berdasarkan hasil analisis cluster single linkage, complete linkage, average linkage, ward’s method dan centroid method masing-masing diperoleh 2 cluster. Hasil analisis cluster tersebut dibandingkan dengan metode k-means yang menghasilkan bahwa metode AHC merupakan metode terbaik dengan nilai indeks yang lebih baik dibandingkan dengan k-means.

Penerapan Algoritma Backpropagation Neural Network dalam Memprediksi Curah Hujan Harian Kota Bandung Shastia Diba Rahmawanti; Marizsa Herlina
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.9984

Abstract. Rain is a common natural phenomenon that is very difficult to predict. Many factors can affect the occurrence of rain, ranging from temperature, humidity, sunlight intensity, and rainfall. Rainfall itself is a natural phenomenon that is the most important part for life on earth because when rainfall is categorized as high, it can cause disasters such as floods and other things. Therefore it is very important to do rainfall prediction in an area to anticipate disasters that will occur. In this research, daily rainfall prediction has been carried out using Artificial Neural Network (ANN) with Backpropagation approach method. The data used comes from the Bandung Metrology, Climatology and Geophysics Agency (BMKG) regarding temperature, humidity and daily rainfall from 2021-2023 (January 1 to March 28). This study aims to determine the best Artificial Neural Network architecture and also predict rainfall in Bandung City. From this study, it was found that the best architecture result was 10_32_1 using a learning rate of 0.01 with a MAPE value obtained of 0.537%. Thus it can be concluded that the backpropagation method can be used for daily rainfall prediction in Bandung City, where the results of rainfall prediction for the next 30 days state that there are 8 days of no rain where the highest rainfall intensity is on 04/26/2023 amounting to 0.537%. Abstrak. Hujan merupakan suatu fenomena alam yang umum terjadi namun sangat sulit untuk diprediksi. Banyak faktor yang dapat mempengaruhi terjadinya hujan, mulai dari suhu, kelembaban, intensitas sinar matahari, dan curah hujan. Curah hujan sendiri merupakan gejala alam yang menjadi bagian terpenting bagi kehidupan di bumi karena saat curah hujan dikategorikan tinggi, dapat menyebabkan bencana seperti banjir dan hal lainnya. Karena itu sangatlah penting untuk melalukukan prediksi curah hujan pada suatu daerah untuk pengantisipasian bencana yang akan terjadi. Pada penelitian ini telah dilakukan prediksi curah hujan harian menggunakan Artificial Neural Network (ANN) dengan metode pendekatan Backpropagation. Data yang digunakan berasal dari Badan Metrologi, Klimatalogi dan Geofisika (BMKG) Kota Bandung tentang suhu, kelembapan dan curah hujan harian dari tahun 2021-2023 (1 Januari sampai 28 Maret). Penelitian ini bertujuan untuk menentukan arsitektur Artificial Neural Network terbaik dan juga memprediksi curah hujan di Kota Bandung. Dari penelitian ini ditemukan hasil arsitektur terbaik yaitu 10_32_1 menggunakan learning rate 0.01 dengan niali MAPE yang didapat sebesar 0.537%. Dengan demikian dapat disimpulkan metode backpropagation dapat digunakan untuk prediksi curah hujan harian di Kota Bandung, dimana pada hasil prediksi curah hujan untuk 30 hari kedepan menyatakan terdapat 8 hari tidak terjadi hujan dimana intensitas curah hujan paling tinggi berada pada tanggal 26/04/2023 sebesar 32.9826.

Hubungan antara Inflasi, Jakarta Islamic Index (JII), dan Indeks Harga Saham Gabungan (IHSG) Menggunakan Metode Vector Error Correction Model (VECM) Farhan Dzul Fiqar; Herlina, Marizsa
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.10183

Abstract. Stock indices are very important as a benchmark for capital market performance and investment products. The index that describes the performance of the capital market is the Jakarta Composite Index (IHSG). Apart from the IHSG, there is also a sharia-based stock price index. One of the sharia stock indexes is the Jakarta Islamic Index (JII). The stock price index is fluctuating, where the fluctuation can be influenced by internal factors, one of which is inflation. The Vector Autoregressive (VAR) method was introduced as an alternative model in macroeconomic analysis. The VAR method is a multivariate time series analysis for time series data that will be modeled stationary. If the data is not stationary, then the method used is the Vector Error Correction Model (VECM). With VECM (1) it can be seen that in inflation there is a long-term relationship that is positive. However, there is no short-term relationship. For the IHSG and JII variables, these two variables do not have a long-term or short-term relationship. Then the Impulse Response Function (IRF) results show that the response to the IHSG and JII variables for 12 months has a tendency to move steadily. The inflation variable response to the three variables tends to experience a positive trend. However, the inflation response to the IHSG and JII variables increased while the inflation variable decreased. Abstrak. Indeks saham adalah hal yang sangat penting sebagai tolak ukur kinerja pasar modal dan produk investasi. Indeks yang menggambarkan kinerja pasar modal adalah Indeks Harga Saham Gabungan (IHSG). Selain IHSG, ada pula indeks harga saham berbasis syariah. Salah satu indeks saham syariah adalah Jakarta Islamic Index (JII). Indeks harga saham bersifat fluktuatif, dimana fluktuasi tersebut dapat dipengaruhi oleh faktor internal, salah satunya inflasi. Metode Vector Autoregressive (VAR) dikenalkan sebagai model alternatif dalam analisis ekonomi makro. Metode VAR adalah analisis deret waktu multivariat untuk data deret waktu yang akan dimodelkan stasioner. Bila data tersebut tidak stasioner, maka metode yang digunakan adalah Vector Error Correction Model (VECM). Dengan VECM (1) dapat diketahui bahwa pada Inflasi terdapat hubungan jangka panjang yang bernilai positif. Akan tetapi, tidak terdapat hubungan jangka pendek. Untuk variabel IHSG dan JII, kedua variabel tersebut tidak memiliki hubungan jangka panjang serta jangka pendek. Kemudian hasil Impulse Response Function (IRF), menunjukkan bahwa untuk respon variabel IHSG dan JII selama 12 bulan memiliki kecenderungan bergerak stabil. Untuk respon variabel inflasi terhadap ketiga variabel cenderung mengalami trend positif. Akan tetapi respon inflasi terhadap variabel IHSG dan JII bergerak meningkat sedangkan terhadap variabel Inflasi menurun.

Penerapan Spatial Autoregressive Model (SAR) untuk Menentukan Faktor-Faktor Penyebab Kemiskinan di Jawa Barat 10060118104, Muhammad Reinaldy Tifasi; Marizsa Herlina
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.10356

Abstract. Spatial Autoregressive Model (SAR) is an approach model for spatial regression analysis. Spatial regression analysis is used to determine a relationship based on attribute information and location or geographic location information. The estimator of the SAR model uses the Maximum Likeli hood Estimation (MLE) method. The aim of this research is to model SAR spatial regression to determine the factors that influence the occurrence of poverty in West Java. To explain the spatial relationship between observation locations, a spatial weighting matrix based on neighborhood (contiguity) is used, namely the Queen Contiguity matrix. A total of 27 districts/cities were used as observation units with the dependent variable (Y) being the number of poverty cases from each district/city in West Java. The independent variables used are suspected factors related to poverty cases. The independent variables (X) are the average wage of formal workers, the percentage of the population without a diploma, the percentage of population health, the population, total expenditure per capita, the percentage of open unemployment rate, and the West Java UMR. The independent variables that have a significant effect on the number of poverty cases in West Java based on the SAR model are the percentage of the population without a diploma, the amount of expenditure per capita, and the percentage of open unemployment. Abstrak. Spatial Autoregressive Model (SAR) merupakan model pendekatan dari analisis regresi spasial. Analisis regresi spasial digunakan untuk mengetahui suatu hubungan berdasarkan informasi atribut dan informasi lokasi atau letak geografis. Penduga dari model SAR menggunakan metode penduga kemungkinan maksimum atau Maximum Likelihood Estimation (MLE). Tujuan dari penelitian ini adalah memodelkan regresi spasial SAR untuk mengetahui faktor-faktor yang mempengaruhi terjadinya kemiskinan di Jawa Barat. Untuk menjelaskan hubungan spasial antar lokasi pengamatan digunakan matriks pembobot spasial berdasarkam ketetanggaan (contiguity) yaitu matriks Queen Contiguity. Sebanyak 27 kabupaten/kota digunakan sebagai unit pengamatan dengan variabel dependennya (Y) adalah jumlah kasus kemiskinan dari setiap kabupaten/kota di Jawa Barat. Variabel independen yang digunakan merupakan faktor dugaan yang berhubungan dengan kasus kemiskinan. Variabel independennya (X) yaitu rata-rata upah pekerja formal, persentase penduduk tidak memiliki ijazah, persentase kesehatan penduduk, jumlah penduduk, jumlah pengeluaran per kapita, persentase tingkat pengangguran terbuka, dan UMR Jawa Barat. Variabel independen yang berpengaruh signifikan terhadap jumlah kasus kemiskinan di Jawa Barat berdasarkan model SAR, yaitu variabel persentase penduduk tidak memiliki ijazah, jumlah pengeluaran per kapita, dan persentase tingkat pengangguran terbuka.

Title

Found 24 Documents
Search
Journal : Bandung Conference Series: Statistics

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 24 Documents Search Journal : Bandung Conference Series: Statistics

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 24 Documents
Search
Journal : Bandung Conference Series: Statistics