Articles
<![CDATA[Klasifikasi Emas Indonesia Sebagai Hedge dan Sage Haven Asset dalam Pasar Sahan Domestik, Pasar Saham Luar Negeri, dan Pasar Dolar AS Tahun 2008-2015 ]]>
<![CDATA[Marini Syafitri]]>;
<![CDATA[Aisyah Fitri Yuniasih]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 8 No 2 (2016): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (810.763 KB)
|
DOI: 10.34123/jurnalasks.v8i2.52
<![CDATA[Gold is supposed to be one of the promising investment instruments because it has good characteristics as a means for investment diversification (O'Byrne and O'Brien (2013)). However, during post-global crisis, especially in 2009, Indonesian gold investment was lower than before. This study aims to identify the classification of Indonesian gold in terms of its strength and its role in the domestic and foreign stock market as well as the US Dollar market, in both normal condition and bullish and bearish conditions in 2008-2015. This study uses the ARDL model in its analysis of hedge and safe haven of Indonesian gold. It indicates that the Indonesian gold, in general, act as a weak hedge asset in the international stock market, a strong hedge asset in the US Dollar market, a strong safe haven asset in the domestic and international stock market and a weak safe haven in the US Dollar market.]]>
<![CDATA[Pengaruh Perkembangan Finansial terhadap Konvergensi Ekonomi di ASEAN: Pendekatan Data Panel Dinamis Tahun 2001-2016 ]]>
<![CDATA[Aisyah Fitri Yuniasih]]>;
<![CDATA[Krismanti Tri Wahyuni]]>;
<![CDATA[Irma Korimah]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 2 (2019): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34123/jurnalasks.v11i2.130
<![CDATA[ASEAN merupakan salah satu perhimpunan negara-negara berpotensi ekonomi tinggi di dunia yang masih mengalami permasalahan disparitas perekonomian. Penelitian ini bertujuan untuk menggambarkan perkembangan finansial negara-negara ASEAN, mengidentifikasi adanya konvergensi regional pendapatan per kapita negara-negara ASEAN, dan pengaruh perkembangan finansial serta faktor-faktor yang memengaruhi pendapatan per kapita negara-negara ASEAN. Oleh karena itu, beberapa variabel dari sektor finansial ditambahkan sebagai variabel kontrol ke dalam model pertumbuhan ekonomi augmented Solow yang menjadi dasar penelitian ini. Hasil dari model teoritis yang diperoleh dari penelitian ini menunjukkan bahwa perkembangan finansial meningkatkan proses konvergensi. Model panel dinamis FD-GMM (First Different Generalized Method of Moment) yang digunakan dalam penelitian ini menunjukkan bahwa perkembangan finansial dapat mempercepat proses konvergensi perekonomian di antara negara-negara ASEAN karena memberikan pengaruh positif terhadap pertumbuhan ekonomi.]]>
<![CDATA[DETERMINAN KETIMPANGAN CAPAIAN PENDIDIKAN DI INDONESIA TAHUN 2017 ]]>
<![CDATA[Akbar Mubarak Amin]]>;
<![CDATA[Rizka Nuralifah Cantika Putri Asani]]>;
<![CDATA[Christensenia R. J. Wattimena]]>;
<![CDATA[Aisyah Fitri Yuniasih]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (591.66 KB)
|
DOI: 10.34123/semnasoffstat.v2019i1.212
<![CDATA[Indonesia sebagai negara dengan jumlah penduduk terbesar keempat di dunia dan pertama di ASEAN pada tahun 2017 seharusnya mampu memaksimalkan potensi sumber daya manusia yang ada. Sayangnya, hal tersebut belum dapat tercapai terlihat dari IPM Indonesia yang hanya menempati urutan keenam di ASEAN dan Rata-rata Lama Sekolah (RLS) penduduk Indonesia yang belum mencapai target wajib belajar sembilan tahun. RLS antarprovinsi di Indonesia yang berbeda menunjukkan terjadinya ketimpangan pendidikan, dimana DKI Jakarta merupakan provinsi dengan RLS tertinggi yaitu sebesar 1,65 kali lebih tinggi dari Papua yang merupakan provinsi dengan RLS terendah. Penelitian ini bertujuan untuk mengetahui gambaran ketimpangan capaian pendidikan yang diukur dengan Koefisien Gini Pendidikan (KGP) di Indonesia dan faktor-faktor yang memengaruhi KGP tahun 2017 dengan metode regresi linear berganda. Hasil penelitian menunjukkan ketimpangan pendidikan di Indonesia pada tahun 2017 berada pada kategori ketimpangan rendah. Jika dilihat dari klasifikasi wilayah, daerah perkotaan memiliki nilai KGP lebih rendah dibandingkan daerah perdesaan. Sedangkan menurut jenis kelamin, KGP Laki-laki lebih rendah dibandingkan perempuan. Selain itu, anggaran pendidikan dan persentase penduduk berusia 15 tahun ke atas yang melek huruf atau AMH berpengaruh negatif terhadap ketimpangan pendidikan di Indonesia tahun 2017.]]>
<![CDATA[PENGARUH DISPARITAS CAPAIAN PENDIDIKAN TERHADAP DISPARITAS DISTRIBUSI PENDAPATAN DI INDONESIA TAHUN 2012-2019 ]]>
<![CDATA[Dinta Lutfiani]]>;
<![CDATA[Aisyah Fitri Yuniasih]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (240.802 KB)
|
DOI: 10.34123/semnasoffstat.v2020i1.467
<![CDATA[Disparitas distribusi pendapatan masih menjadi suatu masalah yang dihadapi negara berkembang khususnya Indonesia. Target RPJMN mengenai ketimpangan masih belum tercapai di tahun 2019. Oleh karena itu, upaya lebih dari pemerintah harus direalisasikan. Salah satu upaya yang dapat menekan disparitas adalah melalui peningkatan mutu pendidikan. Akan tetapi, pendidikan di Indonesia terdeteksi masih terdapat ketimpangan dalam capaian pendidikannya. Penelitian ini bertujuan untuk menganalisis pengaruh disparitas capaian pendidikan terhadap disparitas distribusi pendapatan di Indonesia. Selain itu, variabel bebas lainnya seperti pertumbuhan ekonomi dan desentralisasi fiskal juga akan dianalisis pengaruhnya terhadap ketimpangan pendapatan. Analisis yang digunakan adalah regresi data panel dengan cross section 33 provinsi di Indonesia. Model yang digunakan adalah fixed effer model dengan metode estimasi FGLS-SUR. Hasil dari penelitian menunjukkan bahwa disparitas capaian pendidikan, pertumbuhan ekonomi dan desentralisasi fiskal berpengaruh signifikan terhadap disparitas distribusi pendapatan pada tingkat signifikansi lima persen. Dispartas capaian pendidikan, pertumbuhan ekonomi dan desentralisasi fiskal dapat menjelaskan 91,5 persen disparitas distribusi pendapatan di Indonesia.]]>
<![CDATA[PENERAPAN MODEL REGRESI DATA PANEL : DETERMINAN KETIMPANGAN CAPAIAN PENDIDIKAN DI KAWASAN TIMUR INDONESIA (KTI) 2015-2019 ]]>
<![CDATA[A Nurmutiazifah]]>;
<![CDATA[Aisyah Fitri Yuniasih]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (402.559 KB)
|
DOI: 10.34123/semnasoffstat.v2020i1.705
<![CDATA[Pendidikan menjadi faktor penting dalam pembentukan modal manusia. Pendidikan yang berkualitas dan merata akan meningkatkan modal manusia, memperluas kesempatan kerja dan meningkatkan kesejahteraan masyarakat. Salah satu indikator yang dapat digunakan untuk menilai kualitas pendidikan yakni rata-rata lama sekolah (RLS). Indonesia dalam Human Development Report 2019 berada di peringkat terendah di antara negara anggota ASEAN 5 untuk RLS. Jika dikaji lebih lanjut berdasarkan kawasan maka KTI memiliki RLS yang lebih rendah dari RLS KBI dan RLS nasional. Jika masalah kualitas pendidikan dan tidak meratanya pendidikan di Indonesia khususnya di KTI tidak segera diatasi, maka 90 persen masyarakat miskin yang bertempat tinggal di Indonesia (bersama Filipina) khususnya di KTI akan terus terjerat dalam lingkaran kemiskinan karena tidak mampu meningkatkan kesejahteraan hidupnya.Metode yang digunakan dalam penelitian ini adalah analisis regresi panel untuk menjelaskan determinan ketimpangan capaian pendidikan di KTI. Jenis data yang digunakan berupa data panel dengan cross-section sebanyak 17 provinsi dari tahun 2015-2019. Berdasarkan hasil regresi dengan metode estimasi FGLS/SUR diperoleh bahwa investasi, distribusi guru dan akses pendidikan berpengaruh negatif signifikan, sedangkan remaja menikah muda dan ketimpangan distribusi pendapatan berpengaruh positif signifikan terhadap ketimpangan capaian pendidikan.]]>
<![CDATA[Pengaruh Sektor Tersier terhadap Pertumbuhan Ekonomi Kawasan Barat dan Timur Indonesia ]]>
<![CDATA[Pramudya Kusuma]]>;
<![CDATA[Aisyah Fitri Yuniasih]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (466.337 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.1043
<![CDATA[The tertiary sector is a sector that produces products in the form of services. The tertiary sector itself dominates the economy in Indonesia. Changes in the economic structure towards the tertiary sector are expected to affect economic growth, so this study was conducted to analyze the effect of the tertiary sector on the economic growth of the provinces in Indonesia. The analysis carried out divides the provinces in Indonesia into the Western Region of Indonesia (KBI) and the Eastern Region of Indonesia (KTI). The method used is Fixed Effects Model panel data analysis with Feasible Generalized Least Squares estimation. The results showed that in KBI and KTI, the tertiary sector which was explained by labor productivity and labor share had a positive effect on economic growth. Another variable used is direct government spending which has a positive effect on economic growth and the rate of population growth has a negative effect on economic growth. Increasing the productivity of the tertiary sector and the share of labor in the tertiary sector can be carried out as an effort to increase economic growth.]]>
<![CDATA[Determinan Pengangguran Usia Muda Terdidik di Provinsi Banten Tahun 2020 ]]>
<![CDATA[Faiz Alwan Alharis]]>;
<![CDATA[Aisyah Fitri Yuniasih]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2022 No 1 (2022): Seminar Nasional Official Statistics 2022 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (459.644 KB)
|
DOI: 10.34123/semnasoffstat.v2022i1.1153
<![CDATA[Banten Province is the province with the highest open unemployment rate in Indonesia. In 2020, the open unemployment rate in Banten Province reached 10.64 percent. The high unemployment rate is dominated by the workforce aged 16 to 30 years. The high unemployment at a young age, especially unemployment at an educated youth can be the emergence of economic problems in Banten Province. This problem can be caused by the characteristics of the individual or the characteristics of the region. To be able to determine the effect of these characteristics, multilevel binary logistic regression analysis was used. The results obtained indicate that all variables significantly affect youth educated unemployment in Banten Province. The educated young age workforce that tends to become unemployed is the workforce that has the characteristics of living in rural areas, not married, not the head of the household, has never attended certified training, has work experience, lives in a district/city with a large population, and lives in districts/cities with low GRDP.]]>
<![CDATA[Determinan Akses Sumber Air Minum Layak di Provinsi Bengkulu Tahun 2021 ]]>
<![CDATA[Monica Putri]]>;
<![CDATA[Aisyah Fitri Yuniasih]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2022 No 1 (2022): Seminar Nasional Official Statistics 2022 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (465.983 KB)
|
DOI: 10.34123/semnasoffstat.v2022i1.1239
<![CDATA[Safe and proper drinking water is an important element in realizing a healthy life. During the 2017-2021 period, Bengkulu Province became the province with the lowest average percentage of access to safe drinking water in Indonesia. In 2021, the percentage of access to safe drinking water sources in Bengkulu Province is still below the national level, which is 67,39 percent. This figure still cannot reach the RPJMN target to achieve access to safe drinking water of 100 percent. The purpose of this study is to provide a general picture and analyze the influencing variables and trends in access to adequate drinking water sources in Bengkulu Province in 2021with the multilevel binary logistic regression analysis method. The results of this study indicate that variables at the household level, namely regional classification, sanitation facilities, KRT education and poverty status have a significant effect on access to adequate drinking water sources. Then the variable at the regional level, namely GRDP per capita also has a significant effect on access to decent drinking water sources.]]>
<![CDATA[Analisis Spasial Angka Kematian Neonatal di Pulau Jawa Tahun 2020 ]]>
<![CDATA[Prawira Yuda Husada]]>;
<![CDATA[Aisyah Fitri Yuniasih]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2022 No 1 (2022): Seminar Nasional Official Statistics 2022 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (435.225 KB)
|
DOI: 10.34123/semnasoffstat.v2022i1.1273
<![CDATA[The high infant mortality in area can be described by the infant mortality rate. The infant mortality rate is very important because it’s able to describe the level of health and a reflection the level of social and economic development in a region. The purpose of this study was to obtain an overview of variables that affect the neonatal mortality rate in districts/cities in Java Island in 2020 using spatial regression method. The results showed that the variables of low birth weight and obstetric complications coverage had a positive effect, while the coverage of K4 visits had a negative effect on the neonatal mortality rate in the districts/cities of Java Island. Based on these results, the community and government are expected to pay more attention to condition of newborns, improve health services by building more equitable facilities, and improve the quality of health workers to reduce neonatal mortality in Java.]]>
