Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Saintifik : Jurnal Matematika, Sains, dan Pembelajarannya
Marsono Marsono
BPS Provinsi Sulawesi Barat
Mathematics Physics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemodelan Spasial Pada Pertumbuhan Ekonomi Indonesia Dengan Pendekatan Ekonometrika Spasial Data Panel Marsono Marsono
SAINTIFIK Vol 8 No 2 (2022): Saintifik: Jurnal matematika, sains, dan pembelajarannya.
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/saintifik.v8i2.354

Abstract

Pertumbuhan ekonomi adalah salah satu indikator untuk mengukur keberhasilan pembangunan ekonomi suatu negara. Pertumbuhan ekonomi selama pandemi Covid-19 menjadi masalah bagi Indonesia karena mengalami kontraksi pada tahun 2020 akibat pembatasan sosial dan ekonomi imbas pandemic covid-19. Masalah tersebut tidak terlepas dari indikator lain yang dianggap mempengaruhinya seperti inflasi, pengeluaran pemerintah, Pembentukan Modal Tetap Bruto(PMTB), dan ekspor. Penelitian ini bertujuan memodelkan pengaruh inflasi, pengeluaran pemerintah, PMTB, dan net ekspor terhadap pertumbuhan ekonomi dengan ekonometrika spasial data panel. Model spasial data panel yang dibangun dalam penelitian ini yaitu model spasial lag (SAR), model spasial error (SEM), model spasial lag independent variabel (SLX)dan spasial durbin model (SDM), Spasial Durbin Error Model (SDEM), Model Spasial Autoregressive Combine (SAC) dan Generating Nesting Spasial (GNS). Estimasi parameter menggunakan metode Maximum Likelihood. Model spatial data panel dilakukan melalui spasial: fixed effects. Dari seluruh model spasial tersebut, dipilih model spasial terbaik yang menggambarkan fenomena data. Hasil penelitian menunjukkan bahwa model spasial terbaik adalah model spasial durbin model (SDM) karena memiliki paling tinggi, memiliki Mean Square Error (MSE) yang minimun dan memenuhi seluruh asumsi regresi linier. Berdasarkan model terbaik tersebut, variabel independen yang berpengaruh terhadap pertumbuhan ekonomi suatu daerah adalah pertumbuhan ekonomi wilayah lain, inflasi, PMTB, net ekspor, inflasi wilayah lain, pengeluaran pemerintah wilayah lain, dan net ekpor wilayah lain. Kata kunci— Pertumbuhan Ekonomi, Model Spasial, Maksimun Likelihood
Analysis Of Overdispersion Data Using Poisson Invers Gaussian Regression Model Marsono Marsono
SAINTIFIK Vol 9 No 2 (2023): Saintifik: Jurnal Matematika, Sains, dan Pembelajarannya
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/saintifik.v9i2.409

Abstract

Salah satu pelanggaran asumsi dalam model regresi Poisson pada kebanyakan data count (cacahan) adalah ditemukan kasus overdispersi, dimana varians variabel respon lebih besar dari rata-ratanya. Untuk mengatasi kasus overdispersi, dibentuk model regresi yang merupakan perpaduan antara distribusi Poisson dengan beberapa distribusi lain. Poisson Invers Gaussian (PIG) merupakan salah satu model regresi dari model campuran untuk mengatasi overdispersi. Penelitian ini membandingkan model regresi Poisson Invers Gaussian dengan model regresi Poisson bertujuan mengetahui variabel-variabel yang mempengaruhi jumlah kasus bayi mati di Provinsi Jawa Timur pada tahun 2019. Penaksiran parameter regresi PIG dilakukan dengan metode Maximum Likelihood Estimator (MLE). Berdasarkan nilai AIC paling kecil diketahui model regresi Poisson Invers Gaussian lebih baik dari model regresi Poisson.
Co-Authors