Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Statistika dan Aplikasinya PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON DATA SCIENCE AND OFFICIAL STATISTICS
Novia Permatasari
Badan Pusat Statistik
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Social Sciences Other

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

Found 3 Documents
Search

 1 
Faktor-Faktor yang Memengaruhi Jumlah Korban Meninggal Akibat Banjir dengan Pendekatan Model Zero Inflated Poisson Novia Permatasari; Nashir Wahyudi
Jurnal Statistika dan Aplikasinya Vol 5 No 1 (2021): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.05108

Abstract

Bencana banjir merupakan bencana alam dengan total kejadian serta kematian yang lebih tinggi dibanding bencana alam hidrometeorologi lainnya di Indonesia. Terdapat banyak faktor yang memengaruhi jumlah kematian akibat banjir, salah satunya adalah tingkat kesejahteraan masyarakat. Penelitian ini bertujuan untuk mengimplementasikan metode Zero Inflated Poisson guna mengetahui faktor-faktor kesejahteraan masyarakat yang memengaruhi jumlah korban meninggal akibat banjir di Indonesia tahun 2020. Dengan menggunakan metode zero-inflated poisson, kita dapat mengatasi masalah overdispersi akibat terlalu banyak nilai nol pada variabel dependen, serta mengetahui seberapa besar pengaruh variabel kesejahteraan masyarakat terhadap jumlah korban meninggal akibat banjir. Faktor kesejahteraan masyarakat tersebut terdiri atas karakteristik demografi dan lingkungan sekitar. Berdasarkan hasil, diketahui bahwa untuk kelompok karakteristik demografi, faktor-faktor yang berpengaruh terhadap jumlah korban banjir adalah proporsi penduduk berstatus menikah dan proporsi penduduk perempuan. Sedangkan, untuk kelompok lingkungan sekitar korban, faktor-faktor yang berpengaruh adalah kondisi lantai, angka kesakitan, angka ketergantungan, dan pendapatan perkapita.
Perbandingan Metode SAE EBLUP dan SAE HB Pada Pendugaan Area Kecil (Studi Kasus Pendugaan Kemiskinan di Provinsi Jawa Timur) Novia Permatasari; Widya Larasati
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.06109

Abstract

Permintaan estimasi pada level area kecil semakin meningkat, sedangkan keberhasilan pendugaan menggunakan metode tidak langsung dalam menurunkan RSE sangat bergantung pada kondisi data dan pemilihan metode yang tepat. Penelitian ini bertujuan untuk membandingkan hasil pendugaan persentase penduduk miskin menggunakan metode EBLUP dan HB Beta dalam menurunkan RSE hasil pendugaan langsung menggunakan studi kasus data kemiskinan level kecamatan Provinsi Jawa Timur. Data yang digunakan yaitu Susenas 2019 dan Podes 2019. Teknik clustering digunakan untuk mengestimasi beberapa kecamatan yang tidak tersampel dalam Susenas 2019. Distribusi prior yang digunakan pada metode SAE HB di penelitian ini adalah distribusi Beta. Hasilnya, metode EBLUP dan HB dapat mengatasi pendugaan pada area yang tidak tersampel dengan memanfaatkan informasi cluster. Selain itu, baik metode SAE EBLUP maupun HB mampu menurunkan nilai rata-rata dan median dari RSE hasil estimasi jika dibandingkan dengan pendugaan langsung. Dari 173 kecamatan hasil pendugaan langsung yang memiliki RSE >50%, metode EBLUP dapat mereduksinya menjadi 116 kecamatan. Sedangkan, metode HB mampu menurun RSE seluruh kecamatan menjadi dibawah 50%. Sehingga, dapat disimpulkan bahwa metode HB mampu memperbaiki hasil estimasi langsung lebih baik dari metode EBLUP pada pendugaan persentase penduduk miskin level kecamatan Provinsi Jawa Timur tahun 2019.
Estimation of Education Indicators in East Java Using Multivariate Fay-Herriot Model Novia Permatasari; Azka Ubaidillah
Proceedings of The International Conference on Data Science and Official Statistics Vol. 2021 No. 1 (2021): Proceedings of 2021 International Conference on Data Science and Official St
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/icdsos.v2021i1.51

Abstract

Education is an important aspect in improving human resources. Data availability of education indicators in a low administrative level is needed as a basis for education planning in that region. The problem of sample size when provide a low administrative level data can be overcome by indirect estimation, namely Small Area Estimation (SAE). SAE is able to increase the effectiveness of the survey sample size by using the strength of neighbouring areas and information from auxiliary variables related to the variables of interest. We obtain simulation study to compare multivariate model to univariate model and implement multivariate model to estimate three education indicators which are obtained from the National Socio-Economic Surveys by Statistics Indonesia. Simulation results are in line with previous studies, where the multivariate Fay-Herriot model with p variable has smaller of mean squares error (MSE) than the univariate model. The model implementation to estimate CrudeParticipation Rate (APK), School Participation Rate (APS), and Pure Participation Rate (APM) also shows that the multivariate model produces smaller RRMSE than the direct estimates. It can be concluded that multivariate model is able to produce more efficient estimates than direct estimation and univariate model.
Co-Authors Azka Ubaidillah Nashir Wahyudi Widya Larasati