Claim Missing Document
Check
Articles

Pemodelan Bivariate Generalized Poisson Regression pada Kasus Angka Kematian di Provinsi Jawa Tengah Dwi Rahmadini; Indah Manfaati Nur; Prizka Rismawati Arum
Prosiding Seminar Nasional Unimus Vol 6 (2023): Membangun Tatanan Sosial di Era Revolusi Industri 4.0 dalam Menunjang Pencapaian Susta
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Regresi Poisson merupakan metode regresi digunakan untuk memodelkan hubungan anatara variabel dependentbertipe diskrit yang berupa data count. Data count variabel dependent sering mengalami masalah overdispersiatau underdispersi, hal ini tidak sesuai dengan regresi Poisson yang mengasumsikan nilai rata-rata sama dengannilai varians (equidispersi). Salah satu model yang dapat menangani masalah tersebut adalah BivariateGeneralized Poisson Regression yang menjelaskan hubungan antara dua variabel dependent yaitu angkakematian ibu dan angka kematian bayi terhadap beberapa variabel independent. Data diduga mempunyaiketerkaitan satu sama lain, yaitu selama masa kehamilan janin akan bergantung pada asupan gizi yang diberikanoleh ibu. Sehingga diperlukan penelitian untuk mengetahui faktor-faktor yang berpengaruh terhadap jumlahkematian ibu dan kematian bayi di Provinsi Jawa Tengah tahun 2021. Penaksir parameter dilakukan denganmetode Maximum Likelihood Estimation (MLE) dan pengujian hipotesis menggunakan metode MaximumLikelihood Ratio Test (MLRT). Pemilihan model terbaik menggunakan nilai AIC terkecil. Hasil penelitianmenunjukkan nilai AIC yang diperoleh angka kematian ibu sebesar 300,825 dan faktor-faktor yang berpengaruhadalah persentase persalinan oleh tenaga kesehatan. Sedangkan nilai AIC angka kematian bayi sebesar391,3643 dan faktor-faktor yang berpengaruh secara signifikan adalah persentase perempuan nikah di bawahusia 17 tahun.Kata Kunci: AIC, Angka Kematian, Bivariate Generalized Poisson Regression, Overdispersi.
Pemodelan Spatial Seemingly Unrelated Regression (S-SUR) Pada Produk Domestik Regional Bruto Sektor Unggulan Di Indonesia Kurnia Nur Annisa; Indah Manfaati Nur; Prizka Rismawati Arum
Prosiding Seminar Nasional Unimus Vol 3 (2020): Optimalisasi Hasil Penelitian dan Pengabdian Masyarakat Menuju Kemandirian di Tengah P
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pembangunan ekonomi merupakan sebuah usaha untuk meningkatkan taraf hidup masyarakat. Indikator pentinguntuk mengetahui tingkat perkembangan perekonomian suatu wilayah dalam periode tertentu adalah ProdukDomestik Regional Bruto (PDRB) yang didorong melalui sektor unggulannya. Metode Seemingly UnrelatedRegression (SUR) merupakan metode bagian dari ilmu Ekonometrika yang tepat diterapkan pada pemodelan PDRBsektor unggulan ditinjau dari aspek ekonomi. Penerapan metode SUR hanya dapat membentuk model persamaantetapi tidak dapat mengakomodasi efek spasial yang terjadi di antara masing-masing wilayah di Indonesia. Sehinggapenggunaan pemodelan SUR dengan memperhatikan aspek spasial memegang peranan penting dalam pemodelansuatu PDRB di Indonesia. Tujuan dari penelitian ini adalah untuk menentukan model terbaik yang terbentuk daridata Produk Domestik Bruto (PDRB) sektor unggulan di Indonesia tahun 2018. Pebobot yang digunakan dalammodel SUR Spasial dengan menggunakan matriks pembobot Queen Contiguity. Metode SUR dengan efek spatiallag atau SUR-SLM menghasilkan model terbaik dengan nilai R-Squared yang tinggi. Kata Kunci : Indonesia, Produk Domestik Regional Bruto, SUR, SUR-SLM, Queen Contiguity.
PERAMALAN WISATAWAN MANCANEGARA BERKUNJUNG KE BALI MENGGUNAKAN SINGULAR SPECTRUM ANALYSIS (SSA) Dheanyta Alif Shafira; Tiani Wahyu Utami; Prizka Rismawati Arum
Prosiding Seminar Nasional Unimus Vol 3 (2020): Optimalisasi Hasil Penelitian dan Pengabdian Masyarakat Menuju Kemandirian di Tengah P
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Wisatawan mancanegara adalah setiap orang yang mengunjungi suatu negara di luar tempat tinggalnya. Data tentang wisatawan mancanegara merupakan data time series yang dapat digunakan untuk melakukan peramalan. Metode yang digunakan dalam meramalkan data wisatawan mancanegara yaitu Singular Spectrum Analysis (SSA). Studi kasus dalam penerapan SSA digunakan untuk meramalkan jumlah kunjungan wisatawan mancanegara ke Bali. Kelebihan SSA adalah mendapatkan nilai error yang jauh lebih kecil dan mendapatkan hasil yang lebih stabil.Tujuan dari peramalan ini yaitu untuk mendapatkan hasil peramalan menggunakan algoritma metode Singular Spectrum Analysis (SSA) dalam peramalan jumlah wisatawan mancanegara berkunjung ke Bali. Pengukuran akurasi peramalan menggunakan Mean Absolute Percentage Error (MAPE) . Didapatkan nilai MAPE sebesar 10.79% dengan hasil ramalan cenderung naik setiap bulan.     Kata Kunci : Bali, SSA, Wisatawan Mancanegara
Model Terbaik Uji Multikolinearitas untuk Analisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Kabupaten Blora Tahun 2020 Isna Nur Azizah; Prizka Rismawati Arum; Rochdi Wasono
Prosiding Seminar Nasional Unimus Vol 4 (2021): Inovasi Riset dan Pengabdian Masyarakat Post Pandemi Covid-19 Menuju Indonesia Tangguh
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia dikenal sebagai negara agraris dengan lahan pertanian yang sangat luas serta mayoritasmasyarakatnya bekerja pada sektor pertanian. Sektor ini berperan dalam peningkatan kesejahteraanmasyarakat sekaligus menjadi sektor vital bagi Indonesia karena salah satu hasil produksinya bergunauntuk memenuhi bahan pangan penduduk, yaitu padi. Kabupaten Blora menjadi daerah yangmenjadikan sektor pertanian sebagai sektor penting karena berkontribusi besar pada PDRB diKabupaten Blora. Sayangnya, dalam bebrapa tahun terakhir, terjadi penurunan kontribusi tanamanpangan yang cukup signifikan. Oleh karena itu, diperlukan analisis faktor-faktor yang mungkinmempengaruhi banyaknya produksi beras di setiap kecamatan Kabupaten Blora menggunakananalisis regresi dengan metode kuadrat terkecil. Salah satu asumsi yang harus dipenuhi metode iniadalah tidak terjadinya mulikolinearitas. Berdasarkan hasil dan pembahasan, model terbaik ujimultikolinearitas untuk analisis faktor-faktor yang mempengaruhi produksi padi di Kabupaten Bloratahun 2020 adalah ????1 + ????3 + ????4 + ????5 + ????6 + ????7. Hal ini menunjukkan bahwa variabel luas panen,luas lahan pada ketinggian 41-100 mdpl, luas lahan dengan tekstur tanah sedang, hari hujan, curahhujan, dan jenis pengairan, dapat digunakan untuk uji analisis faktor selajutnya. Kata Kunci : Padi, Bahan Pangan, Ordinary Least Square, Multikolinearitas, Kabupaten Blora.
Pemodelan Geographically Weighted Poisson Regression (GWPR) Dengan Pembobot Fixed Bisquare Kernel Dan Adaptive Bisquare Kernel Pada Kasus DBD Di Riau Dominikus Leki Sogen; Prizka Rismawati Arum; Rochdi Wasono
Prosiding Seminar Nasional Unimus Vol 6 (2023): Membangun Tatanan Sosial di Era Revolusi Industri 4.0 dalam Menunjang Pencapaian Susta
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Riau merupakan salah satu provinsi yang terdampak kejadian DBD dengan tingkat kematian akibat DBDtergolong tinggi. Kejadian DBD ini merupakan salah satu masalah penyakit yang bisa tertular. Dalam menelitikejadian DBD, diperlukan suatu metode statistika yang digunakan untuk melihat pengaruh faktor-faktorterhadap kejadian DBD yakni analisis regresi. Salah satu analisis regresinya adalah regresi poisson yang manamerupakan salah satu model regresi dengan varibel responnya berbentuk data cacah dan berdistribusi poisson.Pada data angka kesakitan Demam Berdarah Dengue (DBD) di Provinsi Riau, data berbentuk cacah danmemenuhi asumsi distribusi poisson. Pada penelitian ini juga terdapat aspek spasial yang menunjukankarakteristik lokal wilayah. Oleh karena itu, pada penelitian ini, peneliti menggunakan metode statistikaGeographically Weighted Poisson Regression (GWPR) dengan pembobot yakni Fixed bisquare kernel danAdaptive bisquare kernel.   Tujuan dari penelitian ini adalah mendapatkan model di setiap wilayahkabupaten/kota dan model yang terbaik dalam meneliti kejadian DBD. Hasil yang didapatkan, faktor jumlahpenduduk miskin, kepadatan penduduk dan persentase rumah tangga dengan akses sanitasi layakmempengaruhi kejadian DBD dengan secara beragam di tiap wilayah, dan juga model terbaik yang didapatkanialah model Geographically Weighted Poisson Regression  (GWPR) dengan pembobot Fixed bisquare kerneldengan nilai AIC terkecil yakni 31.056 Kata Kunci : Angka Kesakitan DBD, Geographically Weighted Poisson Regression (GWPR), Regresi Poisson   
Pemodelan Spatial Autoregressive Quantile Regression (SARQR) Menggunakan Pembobot Queen Contiguity Pada Kasus Stunting Balita di Indonesia Evida Oktaviana; Prizka Rismawati Arum; M. Al Haris
Prosiding Seminar Nasional Unimus Vol 6 (2023): Membangun Tatanan Sosial di Era Revolusi Industri 4.0 dalam Menunjang Pencapaian Susta
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

SDGs memiliki target dalam penurunan persentase angka stunting yang termasuk menghilangkan kelaparandan segala bentuk malnutrisi. Stunting merupakan masalah gizi kronis pada balita yang ditandai dengan tinggibadan yang lebih pendek dibandingkan dengan anak seusianya. Perlu adanya perhatian khusus bagi pemerintahdalam mengurangi angka stunting dengan mengetahui faktor-faktor yang mempengaruhi kejadian stunting diIndonesia. Analisis yang dapat digunakan untuk mengetahui hubungan antar variabel dependen dengan variabelindependen yaitu analisis regresi linear. Apabila dalam pengamatan mempunyai efek spasial, maka metodeanalisis yang digunakan adalah analisis regresi spasial. Dalam kasus tertentu, pengujian efek spasial denganmelibatkan outlier pada data penelitian dapat menyebabkan suatu metode gagal dalam menangani efek spasialtersebut. Maka, untuk mengatasi adanya outlier dan ketergantungan pada spasial metode yang dapat digunakanadalah Spatial Autoregressive Quantile Regression (SARQR). Metode SARQR adalah pengembangan darimetode SAR di mana terdapat berbagai level kuantil pada model. Penelitian ini berfokus memodelkan faktor-faktor yang mempengaruhi kasus stunting pada balita di Indonesia. Model terbaik yang dihasilkan adalah modelSARQR pada kuantil 0.75 dengan nilai AIC sebesar 51.76. Hasil penelitian menunjukkan bahwa faktor yangmempengaruhi kasus stunting di Indonesia adalah persentase imunisasi dasar lengkap, persentase bayi beratbadan lahir rendah, dan persentase perempuan yang pernah kawin di bawah umur 18 tahun.Kata Kunci : Outlier, Spatial Autoregressive Quantile Regression, Stunting.
Metode Markov Switching Autoregressive (MSAR) untuk Peramalan Indeks Saham Syariah Indonesia (ISSI) Agi Khoerunnisa; Indah Manfaati Nur; Prizka Rismawati Arum
Prosiding Seminar Nasional Unimus Vol 5 (2022): Inovasi Riset dan Pengabdian Masyarakat Guna Menunjang Pencapaian Sustainable Developm
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Model Markov Switching Autoregressive (MSAR) adalah salah satu model deret waktu nonlinier yang memodelkan data deret waktu yang mengalami perubahan fluktuasi yang terjadi pada data. Indeks Saham Syariah Indonesia (ISSI) merupakan indeks saham syariah yang beranggotakan seluruh saham syariah. Data yang digunakan adalah data bulanan harga penutupan Indeks Saham Syariah Indonesia (ISSI) periode Juni 2011 sampai Mei 2022 yang bersumber dari Bursa Efek Indonesia (BEI). Pemodelan MSAR diperoleh sebanyak 10 model yang dibagi menjadi 2 yaitu model dengan 2 state dan model dengan 3 state. Selain itu, Model MSAR mempunyai variabel state dan nilai peluang matriks transisi yang dihitung dengan menggunakan metode Maximum Likelihood estimation (MLE). Estimasi parameter dilakukan pada seluruh model dan nilai Bayesian Information Criterion (BIC) minimum menyatakan model terbaik. Adapun model MSAR terbaik yang didapatkan adalah model MS(2)AR(2) dengan nilai BIC sebesar -395,8. Model dan hasil peramalan diperoleh kondisi state 1 (peningkatan) dan state 2 (penurunan). Analisis hasil peramalan untuk 12 bulan ke depan bahwa data Indeks Saham Syariah Indonesia pada pertengahan tahun 2022 mengalami trend naik dan fluktuasi pada awal tahun 2023. Keakuratan hasil peramalan dihitung dengan Mean AbsolutePercentence Error (MAPE) yang diperoleh sebesar 23% yang berarti kriteria hasil peramalan cukup baik.Kata Kunci : BIC, ISSI, MLE, MSAR
Uji Permutasi Data Curah Hujan Dengan Phobs Dan Aws Di Karimun Jawa Prizka Rismawati Arum; Tiani Wahyu Utami; Laila Khoirun Nisa; Elvia Nanda Sofiyanti; Indah Sulistiya; Velia Arni Widyasari; Nursamsiah Nursamsiah
Jurnal Litbang Edusaintech Vol. 3 No. 2 (2022): Volume 3 No 2 2022
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v3i2.110

Abstract

Curah hujan merupakan volume air hujan yang jatuh dalam suatu daerah dalam periode waktu tertentu. Pengamatan curah hujan dilakukan secara manual menggunakan Penakar Hujan Observatorimum (PH OBS) dan secara otomatis menggunakan Automatic Weather Station (AWS). Pengukuran manual dan otomatis biasanya memiliki perbedaan. Oleh karena itu dilakukan uji permutasi untuk membandingkan data curah hujan yang dihasilkan dari kedua alat tersebut. Uji ini adalah salah satu uji alternatif jika asumsi kenormalan data tidak terpenuhi. Berdasarkan hasil pengujian dengan menggunakan Kolmogorov-Smirnov diperoleh variabel observasi manual (PHOBS) maupun AWS sebesar 0.000, karena nilai signifikansi kurang dari 0.05 maka dapat dikatakan bahwa asumsi normalitas tidak terpenuhi. Sedangkan hasil pengujian permutasi menggunakan perulangan for menunjukkan angka 0.57956 sementara menggunakan package “coin” menunjukkan angka 0.5766246 dan 0.57428, nilai p value dari keduanya baik menggunakan perulangan for ataupun menggunakan package “coin” lebih dari 0.01 sehingga dapat disimpulkan bahwa tidak terdapat perbedaan yang signifikan antara pengukuran curah hujan menggunakan pengamatan manual (PHOBS) dan Automatic Weather Station (AWS).
Pemodelan Spatial Autoregressive (SAR) untuk Persentase Kemiskinan di Jawab Barat Tahun 2021 Muhammad Saifudin Nur; Prizka Rismawati Arum; Fenny Amalia Adani; Cintadea Amanda Dwi Aryani; Aqsal Maulana
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 12 No 1 (2024): VOLUME 12 NO 1 TAHUN 2024
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v12i1.39449

Abstract

Spatial Autoregressive Model (SAR) is a spatial regression model that has a spatial effect on the dependent variable. Spatial data refers to data that contains geographic information or regional location. Spatial analysis process consisting of visualization, exploration and modeling. This study uses the response variable (y), namely poverty, and 5 predictor variables, namely AMH (x1), open response rate (x2), GRDP (x3), participation rate (APS) (x4), and life expectancy (x5). A significant factor influencing West Java's poverty is GRDP (x3). The best model for the data in this study is the SAR because the R square value in the spatial regression is greater than the classical regression of 62%. There is no significant independent variable in the classical regression model but after modeling using SAR there is one significant variable which means it gives added value to the SAR regression model as the best model.
Infografis Dampak Pandemi Covid-19 sebagai Upaya Edukasi Pemberdayaan Masyarakat Desa Katonsari Kecamatan Demak Arum, Prizka Rismawati; Andy Purnomo, Eko; Imron, Ali; Haris, M. Al; Fauzi, Fatkhurrokhman; Alambara, Ach Ridoi
Jurnal Pengabdian Masyarakat: Tipis Wiring Vol 1 No 2 (2022): Tepis Wiring: Jurnal Pengabdian Masyarakat
Publisher : Fakultas Ekonomi dan Bisnis Unversitas Islam Raden Rahmat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Based on observations in the Katonsari Village, Demak District, Demak Regency, the delivery of information about Covid-19 and its impacts is still traditional, namely using text, tables or diagrams that are less attractive. Katonsari Village apparatus must have innovations in conveying information about Covid-19 and its impacts, such as new methods or media for conveying information. One of them is through infographics. Through the training, mentoring, mentoring and coaching that will be carried out, it is hoped that it will be able to make the officials of Katonsari Village, Demak District, Demak Regency more professional in utilizing IT to convey information on the impact of Covid-19 to the public through infographics. So that it can increase the awareness of the people of Katonsari Village in preventing Covid-19. This program consists of several stages which include delivering conceptual material on infographics, compiling data on the impact of Covid-19 into IT-based information, especially infographics, and socializing the results of infographics to the public.