Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jambura Journal of Mathematics Jurnal Statistika dan Aplikasinya
Reni Amelia
IPB University
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Mathematics Social Sciences Other

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

Found 3 Documents
Search

 1 
Backwards Stepwise Binary Logistic Regression for Determination Population Growth Rate Factor in Java Island Khusnia Nurul Khikmah; Indahwati Indahwati; Anwar Fitrianto; Erfiani Erfiani; Reni Amelia
Jambura Journal of Mathematics Vol 4, No 2: July 2022
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1332.021 KB) | DOI: 10.34312/jjom.v4i2.13529

Abstract

The high population growth rate can impact various fields due to several factors. Some of the impacts of this high rate are high poverty rates, unemployment, consumption levels, inequality in education figures, gender empowerment index, and increasingly narrow land or area. Therefore, research on the rate of population growth using data on poverty, unemployment, consumption levels, education rates, gender empowerment index, and area makes sense. This data was taken from the official website of the Central Statistics Agency for six provinces on the island of Java, Indonesia. The data used contains missing data so that the missing data is presumed by using the k-nearest neighbour method. The estimated missing data values were modelled using binary logistic regression. Variables that significantly affect the rate of population growth, namely the level of consumption, gender empowerment index, and area, are obtained using the backward stepwise method and are selected based on the smallest Aikakes criterion information value or the one with the most excellent accuracy rate. 
Pemodelan Regresi Logisitik Biner pada Faktor-Faktor yang Memengaruhi Indeks Pembangunan Manusia di Pulau Jawa Ilham Azagi; Erfiani; Indahwati; Anwar Fitrianto; Reni Amelia
Jurnal Statistika dan Aplikasinya Vol 6 No 1 (2022): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.06101

Abstract

Indeks Pembangunan Manusia dibangun dari tiga dimensi dasar, dimensi ini merupakan pendekatan yang dipilih dalam penggambaran kualitas hidup manusia dan tidak mengalami perubahan hingga saat ini. Ketiga dimensi ini mencakup umur panjang dan hidup sehat, pengetahuan, dan standar hidup layak Penelitian ini bertujuan untuk menentukan model regresi logistik biner dan faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia di Pulau Jawa menggunakan regresi logistik biner. Regresi logistik biner adalah analisis statistika yang digunakan untuk mengetahui pengaruh suatu satu atau lebih variabel independen terhadap satu variabel dependen, dimana variabel dependen bersifat biner atau dichotomous. Hasil penelitian ini menunjukkan model regresi logistik biner yang terbentuk adalah Y = -111.32025 + 0.58148X1 + 3.07145X2 + 2.40689X3 + 0.79014X4 – 0.87295X5 + 0.02139X6 + 0.11445X7. Faktor-faktor yang berpengaruh terhadap kategori pada nilai IPM terhadap variabel bebas dengan taraf nyata α = 5% adalah Persentase umur harapan hidup (X1), Persentase harapan lama sekolah (X2), dan Persentase rata-rata lama sekolah (X3). Evaluasi model diperoleh nilai balanced accuracy sebesar 96.43%, yang berarti model baik digunakan.
Pemodelan Regresi Logistik Berbasis Backward Elimination Untuk Mengetahui Faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia Tahun 2021 Alfi Indah Nurrizqi; Erfiani; Indahwati; Anwar Fitrianto; Reni Amelia
Jurnal Statistika dan Aplikasinya Vol 6 No 2 (2022): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.06202

Abstract

Kemiskinan seringkali berhubungan dengan masalah kesejahteraan dan menjadi salah satu masalah utama di Indonesia. Kondisi ekonomi akibat Covid-19 berdampak pada tingkat kemiskinan di masyarakat. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi tingkat kemiskinan di Indonesia tahun 2021 menggunakan regresi logistik biner. Regresi logistik biner digunakan untuk memodelkan hubungan antara variabel respon yang terdiri dari dua kategori dengan satu atau lebih variabel prediktor. Hasil penelitian ini menunjukkan proporsi tingkat kemiskinan rendah lebih tinggi dibandingkan tingkat kemiskinan tinggi. Terdapat 18 provinsi dengan tingkat kemiskinan rendah serta 16 provinsi dengan tingkat kemiskinan tinggi. Faktor-faktor yang berpengaruh terhadap kategori pada tingkat kemiskinan yaitu Indeks Pembangunan Manusia (X1) dan Gini Ratio (X2). Ketepatan klasifikasi dari model sebesar 83.33%, yang artinya model baik digunakan.
Co-Authors Alfi Indah Nurrizqi Erfiani Erfiani Erfiani Fitrianto, Anwar Ilham Azagi Indahwati Indahwati Khusnia Nurul Khikmah