Garuda - Garba Rujukan Digital

Variabilitas Multivariat dan Dependensi antar Variabel Penyusun Indeks Pembangunan Manusia di Indonesia Wilda Riani Hafsah Daulay; Suliadi
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. The commonly used multivariate data description measures are Generalized Variance (GV) and correlation coefficient, of that describe the variability and strength of relationship among the variables. However, Generalized Variance is not able to detect changes in the covariance matrix, which shows an increase in variability in some aspects while showing a decrease in variability in other aspects, Meanwhile correlation coefficient can not be used to compare the dependency structure between data sets in data sets with different dimension. In this paper, we will discuss how to apply a good measure of multivariate variability and linear relationships between variables according to Pena & Rodriguez (2003), namely Effective variance and effective dependence. Data used is composing variables of Human Development Index in Indonesia in 2014, 2019 and 2021. It is found that the distribution of variables composing Human Development Index in Indonesia from 2014 to 2019 decreses, so does from 2019 to 2021. Meanwhile, the effective dependence among those variables are weak for all considered years. Abstrak. Ukuran deskripsi data multivariat yang biasa digunakan adalah Generalized Variance (GV) dan koefisien korelasi, yang masing-masing menggambarkan variabilitas dan kekuatan hubungan antar variabel. Akan tetapi Generalized Variance tidak mampu mendeteksi perubahan pada matriks kovarians, yang menunjukkan peningkatan variabilitas dalam beberapa aspek sementara menunjukkan penurunan variabilitas pada aspek lainnya. Sedangkan koefisien korelasi tidak tepat digunakan untuk membandingkan struktur ketergantungan antar kumpulan data pada data set dengan dimensi yang berbeda. Dalam sesi ini akan dibahas bagaimana penerapan ukuran variabilitas multivariat dan hubungan linier antar variabel yang baik menurut Pena & Rodriguez (2003), yaitu Effective variance dan effective dependence. Data yang digunakan adalah data variabel penyusun Indeks Pembangunan Manusia di Indonesia tahun 2014, 2019 dan tahun 2021. Diperoleh bahwa sebaran variabel penyusun Indeks Pembangunan Manusia di Indonesia dari tahun 2014 ke tahun 2019 menurun, demikian juga dari tahun 2019 ke tahun 2021. Sedangkan effective dependence di antara variabel-variabel untuk tahun-tahun tersebut adalah lemah.

FUNGSI KULTURAL PRONOMINA PERSONA PERTAMA DAN KEDUA DALAM BAHASA SASAK: KAJIAN LINGUISTIK ANTROPOLOGI Suliadi; Nirwan
KULTURISTIK: Jurnal Bahasa dan Budaya Vol. 6 No. 2 (2022): July 2022
Publisher : Universitas Warmadewa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22225/kulturistik.6.2.4968

Fokus penelitian ini adalah pronomina persona pertama dan kedua tunggal dalam bahasa Sasak Dialek Kuto-Kute di Lombok Utara. Penelitian ini dilakukan untuk mengetahui bentuk pronomina persona pertama dan kedua tunggal, mengetahui penggunaan pronomina persona pertama dan kedua tunggal, dan mengeksplorasi fungsi kultural pronomina persona pertama dan kedua tunggal. Data dalam penelitian ini berupa kosakata (bentuk pronomina persona pertama dan kedua tunggal) dan tuturan yang dikumpulkan dengan metode observasi dan wawancara. Hasil analisis menunjukkan, bahwa masyarakat Sasak di Lombok Utara mempraktikkan pronomina persona pertama dan kedua tunggal dalam basa jamaq ‘bahasa rendah’ dan basa alus ‘bahasa tinggi’. Bentuk ku ‘saya’ merupakan pronomina persona pertama basa jamaq, sedangkan bentuk tiang ‘saya’ adalah pronomina pertama persona basa alus. Bentuk diq ‘kamu’ adalah pronomina persona kedua basa jamaq, sedangkan bentuk epѐ ‘kamu’ dan pelungguh ‘kamu’ basa alus; pronomina persona pertama dan kedua tunggal dalam basa jamaq dipraktikkan ketika berkomunikasi dengan lawan tutur yang sejajar, sedangkan pronomina persona pertama dan kedua tunggal dalam basa alus dipraktikkan ketika berkomunikasi dengan lawan tutur yang tidak sejajar; penggunaan pronomina pertama dan kedua tunggal dalam basa jamaq dan basa alus menjalankan fungsi kultural, yakni fungsi keakraban dan fungsi keadaban.

Exploring Pattern Recognition for Bearing Fault Diagnosis Sutawanir Darwis; Nusar Hajarisman; Suliadi; Achmad Widodo; Rejeki Wulan Islamiyati
Statistika Vol. 22 No. 2 (2022): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v22i2.1128

Traditional bearing sensory diagnostic include touching and hearing rely on personal experience, and for more complex system are unable to meet the needs of equipment fault diagnosis. The research on bearing fault diagnosis is developing significantly. Bearings are used in rotating machinery and most machinery failures are caused by bearing failures. The fault diagnosis of bearings is an important research area. The core of bearing fault diagnosis is the pattern recognition of fault features. The key of pattern recognition is to develop a reasonable classifier. Intelligent pattern recognition has been developed such as principal components, support vector machine, neural network. In this study, a bearing fault diagnosis based on exploring pattern recognition is proposed. The key to pattern recognition is to design a significant classifier. A number of features from bearing vibration of normal and fault bearing are extracted and processed using principal components of correlation matrix. Plot of principal components shows the visualization of normal and fault bearing and the classifier is chosen subjectively. The principal components exploration will be confirmed using least squares support vector machine. The parameter of support vector machine estimated using heuristic optimization particle swarm optimization. The proposed method can be applied in the detection of faults of bearing

Rekomendasi Destinasi Wisata di Indonesia Menggunakan Metode Item2Vec Aisha Kusuma Putri; Suliadi
Jurnal Riset Statistika Volume 3, No. 1, Juli 2023, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v3i1.1770

Abstract. Everyone choosing an item can be different, thus recommendations will be difficult to be given when many peoples have their own preferences. Hence, we need a method that can provide recommendations to many peoples, one of them is Item2Vec. Item2Vec is an item recommendation method that only uses user rating data in its algorithm. The items recommended to users are items that are similar to items previously liked. In its algorithm, Item2Vec is built with collaborative filtering (CF) and Word2Vec Skip Gram with Negative Sampling (SGNS). Through Word2Vec SGNS, it represents items into a vector of numbers through a neural network process, that is feedforward, that minimizing the objective function and backpropagation. Through CF, the vector for each item will be calculated using cosine similarity as the similarity value between items. The highest cosine similarity value results are interpreted as the most recommended items for each item and otherwise. Item2Vec has greater accuracy and more effective performance than recommendation systems built by Singular Value Decomposition (SVD) with CF. The objective of this research is to provide recommendation for tourist destination in Indonesia, by using Item2Vec method. This method makes it easier for tourists to choose tourist destinations and also makes it easier for travel agents to offer tourist destinations for promotion purposes. The Item2Vec method produces recommendations for tourist destinations in Indonesia with an accuracy of 61% and is considered to be performing quite well. Abstrak. Keinginan setiap orang dalam memilih suatu item dapat berbeda-beda, sehingga rekomendasi akan sulit diberikan ketika banyak orang memiliki keinginannya masing-masing. Maka, diperlukannya metode yang dapat memberikan rekomendasi kepada banyak orang salah satunya yaitu Item2Vec. Item2Vec merupakan sistem rekomendasi item yang hanya menggunakan data rating pengguna dalam algoritmanya. Item yang direkomendasikan kepada pengguna yaitu item yang memiliki kemiripan dengan item yang disukai sebelumnya. Dalam algoritmanya, Item2Vec dibangun dengan collaborative filtering (CF) dan Word2Vec Skip Gram with Negative Sampling (SGNS). Melalui Word2Vec SGNS, direpresentasikannya item ke dalam vektor angka melalui proses neural network yaitu feedforward, meminimumkan fungsi objektif dan backpropagation. Melalui CF, vektor setiap item dihitung menggunakan cosine similarity sebagai nilai kemiripan antar item. Hasil nilai cosine similarity tertinggi diartikan sebagai item yang paling direkomendasikan untuk setiap item dan juga sebaliknya. Item2Vec memiliki akurasi lebih besar dan kinerja lebih efektif dibandingkan sistem rekomendasi yang dibangun oleh Singular Value Decompotion (SVD) dengan CF. Tujuan dari penelitian ini adalah memberikan rekomendasi destinasi wisata di Indonesia, dengan menggunakan metode Item2Vec. Metode ini mempermudah wisatawan dalam memilih destinasi wisata dan juga mempermudah biro perjalanan dalam menawarkan destinasi wisata untuk keperluan promosi. Metode Item2Vec menghasilkan rekomendasi destinasi wisata di Indonesia dengan akurasi sebesar 61% dan termasuk ke dalam performa cukup baik.

Hubungan Status Sosial Ekonomi dengan Indeks Massa Tubuh Anak Silmi Nur Husnayaini; Suliadi
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.v3i2.7695

Abstract. Association measure is a statistic that can be used to measure relationship between two variables. There are various methods to assess the association between paired data variables IS usually designed for one particular type of measurement scale. Two numerical variables can use Pearson correlation. Two ordinal variables can use Spearman's Rank correlation or Kendall . However, if both variables are categorical (ordinal and nominal), then contingency table analysis can be used. In this study, we applied contingency table analysis in looking at the relationship between socioeconomic status and children's Body Mass Index based on data from Kober Nuurul Falaah. Several characteristics of socioeconomic status were studied, namely parents' education and parents' occupation and family income. It was found that there was no significant relationship between socioeconomic characteristics and children's BMI. Abstrak. Ukuran asosiasi merupakan statistik yang dapat digunakan untuk mengukur keerataan hubungan di antara dua variabel. Terdapat berbagai metode untuk meninjau asosiasi antara variabel data berpasangan. Namun, suatu metode asosiasi biasanya dirancang untuk satu jenis skala pengukuran tertentu. Dua variabel numerik dapat menggunakan korelasi Pearson. Dua variabel ordinal dapat menggunakan korelasi Rank Spearman atau Kendall . Namun, jika kedua variabel berskala kategorik (ordinal dan nominal), maka dapat menggunakan analisis tabel kontingensi. Dalam penelitian ini, kami menerapkan analisis tabel kontingensi dalam melihat hubungan status sosial ekonomi dengan Indeks Massa Tubuh anak berdasarkan data dari Kober Nuurul Falaah. Beberapa karakteristik status sosial ekonomi yang diteliti, yaitu pendidikan orang tua dan pekerjaan orang tua serta pendapatan keluarga. Diperoleh hasil bahwa tidak terdapat hubungan antara karakteristik sosial ekonomi dengan Indeks Massa Tubuh (IMT) anak secara signifikan.

Pemodelam Regresi Conway-Maxwell-Poisson untuk Mengatasi Overdispersi pada Data Angka Kematian Ibu di Provinsi Jawa timur Deri Dzikria Khofiyandi; Suliadi
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.v3i2.7865

Abstract. Poisson regression is usually used to model count data. one assumption in Poisson regression is equidispersion that meanS the mean equals to the variance. However, in real data it is often this assumption does not meet. One way to overcome overdispersion is the Conway-Maxwell-Poisson (COM-Poisson) regression. This study applied the COM-Poisson regression to model the effect of Pregnant women who receive a minimum of 4 antenatal care visits (X1), Active Integrated Health Post (X2), Delivery assisted by Healthcare Professional (X3), Provision of Iron Supplement Tablets to Pregnant Women (X4), Pregnant women who received Td2+ Immunization (X5) and Poverty Rate (X6) to Maternal Mortality Rate (Y) for East Java Province data of 2020. The obtained model is with dispersion parameter 0,35044. Meanwhile, the factors that influence the maternal mortality rate are pregnant women who get at least 4 checkups or check-ups at the end of their pregnancy (X1) and pregnant women who receive health services, especially at posyandu (X2). Abstrak. Regresi Poisson digunakan dalam memodelkan data cacahan. Salah satu asumsi dalam regresi Poisson adalah equdispersi yang berarti rata-rata sama dengan varians. Namun, pada data rill seringkali asumsi ini tidak terpenuhi. Salah satu cara untuk mengatasi overdispersi adalah dengan menggunakan regresi Conway-Maxwell-Poisson (COM-Poisson). Penelitian regresi COM-Poisson ini diterapkan untuk memodelkan pengaruh dari pemeriksaan akhir masa kehamilan (K4) (X1), keberadaan posyandu aktif (X2), persalinan yang ditolong tenaga kesehatan (X3), pemberian tablet penambah darah pada ibu hamil (X4), pemberian imunisasi td2+ pada ibu hamil (X5) dan persentase penduduk miskin (X6) terhadap Angka Kematian Ibu(Y) di Provinsi Jawa Timur pada data tahun 2020 Diperoleh model Conway-Maxwell-Poisson adalah dengan parameter dispersi 0,35044. Sememtara itu, faktor-faktor yang mempengaruhi angka kematian ibu adalah ibu hamil yang mendapatkan pemeriksaan minimal 4 kali (K4) atau pemeriksaan akhir masa kehamilan (X1) dan ibu hamil yang menerima pelayanan kesehatan terutama di posyandu (X2).

Penerapan Metode Pengujian Rasio Dua Generalized Variance (GV) pada Data Indeks Pembangunan Manusia di Indonesia Tahun 2022 Shafira Nur Fauziah; Suliadi
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.v3i2.8853

Abstract. One of the basic multivariate analysis is dependency analysis through the variance-covariance matrix. But sometimes it is difficult to interpret the diversity of data from the covariance matrix, so a single measure is needed, namely Generalized variance (GV). Generalized variance (GV) is a way to provide information on all the variance and covariance of the variance-covariance matrix into a single value and measure the variability of data on multivariate observations GV is defined as determinant of the sample covariance matrix. In some application one wants to know whether the variability of two groups of variables is the same or not. Jafari (2012) proposes to build confidence intervals and test hypotheses about two ratios of Generalized variance (GV) for two groups of dependent variables which can be used to see whether the Generalized variance (GV) of the two groups is the same or not. In this thesis, the ratio of two Generalized Variance (GV) is applied to Human Development Index (IPM) data to see the variability of the factors that influence the Human Development Index (IPM) which consists of 2 groups of variables, the first one is the economic variable including PDRB and real per capita expenditure, and the second one is the Education variable including Years of Schooling (HLS) and Average Length of Schooling (RLS). From the results of hypothesis testing, it was concluded that the general variance of the economic variable group and the Education variable group in the 2022 Human Development Index (IPM) data in Indonesia is different from the confidence interval, namely [6.748766, 13.38937]. Abstrak. Dengan menggunakan teknik analisis ini maka dapat menganalisis perbedaan dan hubungan beberapa variabel terhadap variabel lainnya dalam waktu yang bersamaan. Analisis multivariat secara dasar salah satunya terdapat analisis dependensi melalui matriks variance-covariance. Namun terkadang sulit untuk menginterpretasikan keragaman data dari matriks kovarians, maka dibutuhkan suatu ukuran tunggal yaitu Generalized variance (GV). Generalized variance (GV) adalah sebuah cara untuk memberikan informasi dari semua varians dan kovarians dari matriks varians-kovarians menjadi satu nilai tunggal dan untuk mengukur variabilitas data pada pengamatan yang bersifat multivariat dan merupakan determinan dari sampel matriks kovarians. Seringkali ingin diketahui apakah variabilitas dua kelompok variabel sama atau tidak. Jafari (2012) mengusulkan untuk membangun selang kepercayaan dan menguji hipotesis tentang dua rasio Generalized variance (GV) dua kelompok variabel yang tidak bebas yang dapat digunakan untuk melihat apakah Generalized variance (GV) kedua kelompok tersebut sama atau tidak. Dalam skripsi ini Rasio dua Generalized Variance (GV) ini diterapkan pada data Indeks Pembangunan Manusia (IPM) untuk melihat variabilitas dari faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia (IPM) yang terdiri dari 2 variabel, variabel pertama yaitu variabel ekonomi diantaranya PDRB dan pengeluaran rill perkapita, dan variabel kedua yaitu variabel Pendidikan diantaranya Harapan Lama Sekolah (HLS) dan Rata-rata Lama Sekolah (RLS).Dari hasil pengujian hipotesis diperoleh kesimpulan bahwa varians umum kelompok variabel ekonomi dan kelompok variabel Pendidikan pada data penyusun Indeks Pembangunan Manusia (IPM) tahun 2022 di Indonesia berbeda dengan selang kepercayaan yaitu [6.748766, 13.38937].

Monte Carlo Based Sampling Distribution of Annual Rate of Exceedance for Earthquake Insurance Darwis, Sutawanir; Hajarisman, Nusar; Suliadi; Widodo, Achmad; Diahsty Marasabessy, Munira; Arya Ramadhan, Iqbal
Statistika Vol. 24 No. 1 (2024): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v24i1.3173

ABSTRACT Seismic hazard expressed in terms of annual rate of exceedance and is used to calculate the earthquake insurance premium. Annual rate of exceedance is a complicated function of magnitudes, distances from site to earthquake sources and attenuation. Due to its complexity, determination of exact sampling distribution of earthquake insurance premium is not an easy task. This research proposes Monte Carlo simulation approach to determine the sampling distribution of earthquake insurance premium. Annual rate of exceedance was simulated first and then the insurance premium calculated based on simulation of annual rate of exceedance. The simulation involves quantifying synthetic catalogue similar to historical catalogue. Its simulation is conducted in order to construct annual rate of exceedance as an indicator of earthquake risk used in earthquake insurance. The simulation of 25 iteration and sample size of 100 shows that the sampling distribution of insurance premium is skewed to the right. The idea of using Monte Carlo simulation to study the sampling distribution of annual rate of exceedance is the originality of the study and the study contributes to the methodology of earthquake insurance.

Diagram Kendali Wilcoxon Triple Exponential Weighted Moving Average dengan IMFIR dalam Pengendalian Kualitas Produksi Celana PT. XYZ 10060119138, Irsan Arisandi; Suliadi
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.v4i1.10448

Abstract. Control diagrams are Statistical Process Control which are used to control the production process. In the case of control charts, there are parametric and non-parametric control charts. One of the SPCs is the EWMA control chart which is capable of detecting small shifts, assuming the data is normally distributed. Then the Wilcoxon EWMA nonparametric control diagram was proposed which can detect small shifts with data that is not normally distributed, then W EWMA was developed into Wilcoxon TEWMA so that it can detect smaller shifts by carrying out the shifting process three times. Control charts have a common problem, namely that shifts at the beginning of time are not quickly detected. To overcome this weakness, Fast Initial Response was implemented to increase sensitivity in the initial period, Letshedi et al. (2021) proposed this feature by developing FIR, becoming IMFIR which is able to produce better out of control performance than the previous feature. In this research, we apply the W TEWMA control chart with IMFIR to the waist circumference data of PT cargo pants production. XYZ. The results of the nonparametric Shewhart control diagram in phase I showed that there were no observation points that were outside the control limits. Next, in phase II, using the W TEWMA IMFIR control diagram with the values λ=0.5, L=2.937, f=0.5 and a=0.3, the W TEWMA control diagram with IMFIR is statistically uncontrolled. Abstrak. Diagram kendali merupakan Statistic Process Control yang digunakan untuk mengontrol proses produksi. Pada kasus diagram kendali terdapat diagram kendali parametrik dan nonparametrik, Salah satu SPC yaitu diagram kendali EWMA yang mampu mendeteksi pergeseran yang kecil, dengan asumsi data berdistribusi normal. Kemudian diusulkanlah diagram kendali nonparametrik Wilcoxon EWMA yang dapat mendeteksi pergeseran kecil dengan data yang tidak berdistribusi normal, lalu W EWMA dikembangkan menjadi Wilcoxon TEWMA sehingga dapat mendeteksi pergeseran lebih kecil dengan melakukan proses pergeseran sebanyak tiga kali. Diagram kendali memiliki permasalahan umum yaitu pergeseran pada awal waktu tidak cepat terdeteksi. Untuk mengatasi kelemahan tersebut, diterapkanlah Fast Initial Response untuk meningkatkan kepekaan pada periode awal, Letshedi et al. (2021) mengusulkan fitur ini dengan mengembangkan FIR, menjadi IMFIR yang mampu menghasilkan kinerja out of control lebih baik dari fitur yang sebelumnya. Dalam penelitian ini menerapkan diagram kendali W TEWMA dengan IMFIR pada data panjang lingkar pinggang produksi celana cargo PT. XYZ. Hasil diagram kendali Shewhart nonparametrik pada fase I, diperoleh bahwa tidak ada titik pengamatan yang berada diluar batas kendali. Selanjutnya pada fase II, menggunakan diagram kendali W TEWMA IMFIR dengan nilai , , dan diperoleh diagram kendali W TEWMA dengan IMFIR tidak terkendali secara statistik.

Regresi Ridge Menggunakan Metode Dorugade untuk Memodelkan Kemisikinan di Jawa Barat 10060119083, Dhea Hely Yulianti; Suliadi
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.v4i1.10673

Abstract. Linear regression analysis is a statistical method for forming a relationship model between a dependent variable and one or more independent variables. There are several assumptions that must be met in multiple linear regression, one of which is multicollinearity. One method to overcome multicollinearity problems is to use the ridge regression method. Dorugade (2016) developed a ridge parameter estimator for regression models based on the average MSE value which resulted in the Dorugade parameter estimator being able to overcome multicollinearity problems. This research applies that method to model the level of poverty in districts/cities in West Java in 2022 with the dependent variable poverty level and the independent variables gross regional domestic product, open unemployment, number of labor force, human development index, and average years of schooling. It was found that there was a multicollinearity problem and ridge regression using the Dorugade method was used. Obtained bias constant , the ridge equation model and the equation model . It is obtained that (number of labor force) is significan with negative effect on the poverty level. Abstrak. Analisis regresi linier adalah suatu metode statistika untuk membentuk model hubungan antara variabel dependent dengan satu atau lebih variabel independent. Ada beberapa asumsi yang harus terpenuhi dalam regresi linier berganda salah satunya adalah multikolinearitas. Salah satu metode untuk mengatasi masalah multikolinieritas adalah menggunakan metode regresi ridge. Dorugade (2016) mengembangkan estimator parameter Ridge pada model regresi berdasarkan nilai rata-rata MSE yang menghasilkan estimator parameter Dorugade mampu mengatasi masalah multikolinieritas. Skripsi ini menerapkan metode tersebut untuk memodelkan tingkat kemiskinan di Kabupaten/Kota di Jawa Barat Tahun 2022 dengan variabel dependent tingkat kemiskinan dan variabel independent produk domestik regional bruto, pengangguran terbuka, jumlah angkatan kerja, indeks pembangunan manusia, dan rata-rata lama sekolah. Pada pemeriksaan asumsi, diperoleh ada masalah multikolinieritas sehingga digunakan regresi ridge dengan metode dorugade. Diperoleh tetapan bias . Sehingga model persamaan ridge dan model persamaan . Diperoleh (jumlah angkatan kerja) yang signifikan. Dimana jumlah angkatan kerja berpengaruh negatif terhadap tingkat kemiskinan.

Title

Found 28 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 28 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 28 Documents
Search