Garuda - Garba Rujukan Digital

AKSELERASI PENINGKATAN KESEHATAN DI INDONESIA : EFEKTIVITAS KEMOTERAPI KANKER PROSTAT DENGAN ANALISIS TINGKAT TUMOR MARKER PASIEN MENGGUNAKAN PERSAMAAN DIFFERENSIAL Bagaskoro Cahyo Laksono; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Interaksi biologis sel-sel dalam tubuh serta pertumbuhan dan pembelahan sel kanker dapat diaplikasikan ke dalam model matematika. Pertumbuhan kanker dapat dimodelkan dalam bentuk persamaan ekponensial. Untuk membuat model pertumbuhan kanker secara eksponensial dapat didekati dengan pertumbuhan tumor marker. Tingkat Tumor Marker di atas batas normal yang dihasilkan sel tubuh dapat mereprentasikan banyaknya sel kanker yang tumbuh. Salah satu tumor marker dalam tubuh adalah PSA, prostate-specific antigen, yang mengindikasikan jumlah sel kanker dalam kelenjar prostat. Sel dalam tubuh tumbuh dengan melakukan pembelahan. Pertumbuhan yang berlipat ini dapat didekati dengan fungsi eksponensial. Sel kanker merupakan sel tubuh yang pembelahannya tak terkendali. Secara alami tubuh menekan pertumbuhan kanker dengan system imun. Namun terkadang imun tidak cukup kuat untuk menahannya sehingga diperlukan pengobatan. Kondisi imun tubuh berpengaruh pada laju pertumbuhan kanker (dilambangkan g) dan respon tubuh terhadap kemoterapi berpengaruh pada laju penurunan kanker (dilambangkan d). Persamaan pertumbuhan sel kanker yang dalam hal ini direpresentasikan oleh kadar PSA terhadap waktu dapat dimodelkan dengan persamaan

ANALISIS KEMISKINAN DAN KERENTANAN KEMISKINAN DENGAN REGRESI RIDGE, LASSO, DAN ELASTIC-NET DI PROVINSI JAWA TENGAH TAHUN 2017 Guntur Wahyu Kusuma; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Kemiskinan bukanlah kondisi yang statis melainkan kondisi yang dinamis. Seseorang yang dianggap miskin saat ini bisa saja tidak miskin di masa mendatang, begitu juga sebaliknya. Berdasarkan metode BPS, pada tahun 2017 Provinsi Jawa Tengah memiliki persentase penduduk rentan miskin tertinggi di Pulau Jawa. Perhitungan kerentanan kemiskinan oleh BPS belum bisa menjelaskan kemiskinan yang dinamis, metode yang dapat menjelaskan adalah Vulnerability as Expected Poverty (VEP). Analisis kemiskinan dan kerentanan kemiskinan bersifat multidimensi sehingga digunakan Regresi Ridge, LASSO, dan Elastic-net yang dapat mengatasi multikolinieritas yang sering muncul pada high dimensional data dan menghasilkan model yang parsimoni. Penelitian ini bertujuan untuk menduga persentase rumah tangga miskin maupun rentan miskin dengan metode VEP dan mengetahui variabel-variabel yang memengaruhi kemiskinan dan kerentanan kemiskinan di Provinsi Jawa Tengah tahun 2017 menggunakan model terbaik yang terpilih dari Regresi Ridge, LASSO, dan Elastic-net. Hasil penelitian menunjukkan bahwa 10,4 persen rumah tangga di Provinsi Jawa Tengah miskin dan 4,8 persen rumah tangga rentan miskin. Model terbaik untuk kemiskinan dan kerentanan kemiskinan adalah Elastic-net. Variabel-variabel yang signifikan memengaruhi kemiskinan adalah AHH, pertanian, pengeluaran non makanan, jenis lantai, jenis kloset, dan upah minimum. Sedangkan variabel yang signifikan memengaruhi kerentanan kemiskinan adalah RLS, angka morbiditas, pengeluaran makanan, dan jenis kloset.

PEMBENTUKAN INDEKS KEMISKINAN MULTIDIMENSI ANAK DAN PEMANFAATANNYA UNTUK PENGENTASAN KEMISKINAN BERKELANJUTAN DI INDONESIA TAHUN 2017 Lalu Ardani Aulia; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Pengukuran kemiskinan yang hanya melihat aspek moneter sudah sejak lama mendapat kritik. Kemiskinan merupakan fenomena multidimensi, sehingga pengukurannya seharusnya dilakukan secara multidimensi, terutama kemiskinan anak. Ukuran kemsikinan anak di Indonesia selama ini masih diturunkan dari ukuran kemiskinan rumah tangga tempat anak tersebut tinggal. Dalam kenyataannya, kebutuhan anak-anak berbeda dengan orang dewasa dan distribusi pendapatan di dalam rumah tangga tidak selalu merata. Penelitian ini dilakukan untuk mengukur kemiskinan anak di Indonesia secara multidimensi melalui pembentukan Indeks Kemiskinan Multidimensi (IKM) Anak berdasarkan metode Alkire-Foster. Indeks tersebut diharapkan dapat dimanfaatkan oleh pembuat kebijakan dalam upaya pengentasan kemiskinan anak sehingga potensi mereka dapat dikembangkan secara maksimal agar mampu memutus rantai kemiskinan di masa mendatang. Beberapa dimensi yang digunakan di dalam penelitian ini antara lain dimensi perumahan, fasilitas, makanan dan nutrisi, pendidikan, perlindungan anak, dan kesehatan. Data yang digunakan adalah data Susenas 2017 dan beberapa data publikasi BPS. Hasil penelitian menunjukkan bahwa 28,63 persen anak di Indonesia miskin multidimensi dengan rata-rata deprivasi yang dialami adalah 40,70 persen dari 13 indikator pembentuk IKM Anak yang digunakan. Dimensi yang paling berkontribusi terhadap kemiskinan anak di Indonesia adalah dimensi pendidikan. Provinsi Papua, NTT, Maluku, dan beberapa provinsi di daerah timur Indonesia memiliki IKM Anak dan persentase penduduk miskin yang tinggi sehingga perlu menjadi prioritas utama dalam upaya pengentasan kemiskinan yang berkelanjutan.

PEMODELAN DAN PENERAPAN METODE RFM PADA ESTIMASI NILAI KONSUMEN (CUSTOMER LIFETIME VALUE) MENGGUNAKAN K-MEANS CLUSTERING MACHINE LEARNING Bagaskoro Cahyo Laksono; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Krisis Covid-19 berdampak pada revenue perusahaan, jika perusahaan tidak meningkatkan strategi pemasaran yang tepat terhadap konsumen, akan beresiko gulung tikar karena tidak memiliki target pasar yang jelas. Disamping itu, perusahaan dapat mengembangkan bisnisnya menggunakan big data untuk mendukung decision making. Big data dalam industry e-commerce yang mencakup ukuran dan kecepatan transaksi yang tinggi dapat digunakan untuk menganalisis perilaku konsumen bahkan memprediksi nilai konsumen. Pada zaman sekarang perusahaan mulai mengembangkan ketertarikan bisnis yang berorientasi konsumen daripada berorientasi produk. Salah satu cara yang dapat digunakan untuk menentukan nilai konsumen yaitu dengan menghitung Customer Lifetime Value (CLV). Dengan mengetahui CLV di level individu, akan berguna untuk membantu pengambil keputusan untuk mengembangkan segmentasi konsumen dan alokasi sumber daya. Penting dilakukan segmentasi atau pengelompokkan konsumen yang menggambarkan kelompok loyalitas konsumen. Oleh karena itu tujuan dalam penelitian ini adalah melakukan penghitungan CLV dan segmentasi konsumen dengan menggunakan metode analisis RFM dengan K-Means Clustering Machine Learning Model. Tahapan analisis diantaranya mendefinisikan RFM Segmentation Value yang merupakan clustering yang dibangun dari angka kumulatif yang berisi penjumlahan Recency, Frequency dan Monetary Level yang dimiliki masing-masing konsumen. Kombinasi nilai level yang tercipta berkisar antara 0,1,2,3,4,5,6 yang artinya semakin tinggi nilainya maka semakin berharga konsumen tersebut. Pada akhirnya, metode segmentasi konsumen yang di bangun penulis dapat digunakan untuk optimasi strategi perusahaan untuk mendapat profit yang maksimum. Metode ini dapat diterapkan pada berbagai kasus dan perusahaan lain. Hasil penelitian ini diharapkan dapat membantu perusahaan untuk bertahan di tengah krisis akibat Covid-19.

Penerapan Empirical Best Linear Unbiased Prediction (EBLUP) pada Pendugaan Tingkat Pengangguran Terbuka Level Kecamatan di Provinsi Banten Apriliansyah -; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Pengangguran merupakan masalah yang kompleks baik disebabkan maupun memberikan dampak terhadap banyak faktor. Di Indonesia, indikator pengangguran diukur melalui tingkat pengangguran terbuka (TPT). Indikator ini dikumpulkan melalui Survei Angkatan Kerja Nasional (Sakernas). Banten merupakan provinsi dengan TPT tertinggi serta selalu masuk dalam lima besar TPT tertinggi di Indonesia sejak tahun 2016 hingga 2018. Sebagai upaya percepatan penurunan angka pengangguran, perlu adanya informasi sampai ke level terkecil. Namun, sampel yang digunakan oleh Sakernas tidak mencukupi untuk pendugaan TPT secara langsung. Tujuan dari penelitian ini adalah menghasilkan penduga tingkat pengangguran terbuka (TPT) level kecamatan dengan presisi yang lebih baik melalui Small Area Estimation (SAE). Metode SAE yang digunakan adalah Empirical Best Linear Unbiased Prediction (EBLUP). Data yang digunakan adalah indikator penyusun TPT dari Sakernas 2018 dan variabel penyerta yang berasal dari Podes 2018 Provinsi Banten. Hasil dari penelitian ini menunjukkan bahwa terdapat sepuluh variabel penyerta yang berkorelasi dengan TPT. Kemudian, nilai RRMSE menunjukkan bahwa EBLUP meningkatkan presisi pendugaan jika dibandingkan dengan penduga langsung. Terdapat dua kecamatan yang memiliki hasil TPT sangat tinggi yaitu kecamatan Curugbitung dan Koroncong. Hasil estimasi EBLUP pada TPT level kecamatan ini dapat digunakan oleh pemerintah daerah untuk menurunkan TPT secara lebih terfokus dan lebih tepat sasaran, utamanya pada kecamatan-kecamatan dengan TPT yang tinggi.

Dampak Minyak Dunia, Energi Terbarukan, dan Kebijakan Moneter Terhadap Laju Pertumbuhan Ekonomi di Indonesia Tahun 1987-2019 Andi Nur Fauziyah Syafriany; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

One of the indicators that can determine the progress of a country is economic growth rate. Indonesia as one of developing country has a volatile economic growth rate from year to year. This thing can be affect by some factors in some aspects of life such energy, production factors, and monetary. Therefore, the goal of this study is know the general description of Indonesia’s economic growth rate 1987-2019 and the factors that can affect Indonesia’s economic growth rate, both in the long and short term. This study use Error Correction Mechanism method. The result of this study is world oil production, exchange rate of Rupiah to United Stated Dollar, and interest rate significantly influenced Indonesia economic growth rate in long term. Besides that, gross fixed capital formation, exchange rate of Rupiah to United Stated Dollar, interest rate, and Error Correction Term (ECT) significantly influenced Indonesia economic growth in short term.

Implementasi Empirical Best Linear Unbiased Prediction Fay-Herriot dalam Menduga Rata-Rata Pengeluaran per Kapita Level Kecamatan di Provinsi Jawa Timur dengan Tambahan Informasi Cluster Mochamad Wildan Maulana; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Salah satu indikator ekonomi yang dapat mengukur tingkat kesejahteraan adalah kemiskinan. Penduduk tergolong miskin apabila rata-rata pengeluaran per kapita setiap bulannya dibawah garis kemiskinan. Provinsi Jawa Timur terpilih sebagai lokus penelitian dikarenakan memiliki jumlah penduduk miskin tertinggi di Indonesia selama satu dekade terakhir. Data yang digunakan berasal dari Susenas Maret 2019 dan Podes 2018 dengan 666 observasi level kecamatan. Upaya pengentasan kemiskinan memerlukan data yang akurat dan menjangkau hingga wilayah terkecil. Akan tetapi tidak semua wilayah memiliki sampel yang cukup atau bahkan tidak memiliki sampel sama sekali. Hal ini tidak memungkinkan untuk melakukan estimasi langsung. Oleh karena itu dibutuhkan metode statistik untuk dapat mengestimasi area kecil dengan baik. Metode yang dapat digunakan untuk menduga area kecil adalah Small Area Estimation (SAE). Penelitian ini menggunakan metode SAE dengan Model Empirical Best Linear Unbiased Prediction Fay-Herriot. Hasil yang diperoleh bahwa metode SAE dapat memberikan pendugaan yang lebih baik dibanding estimasi langsung yang ditunjukan dengan nilai Relative Root Mean Square Error (RRMSE) lebih kecil dibanding estimasi langsung. Estimasi pada non-sample area dilakukan dengan memanfaatkan informasi cluster.

M-quantile Chambers-Dunstan Untuk Pendugaan Area Kecil Aldi Rochman Nulkarim; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

The Small Area Estimations (SAE) method is used as a reliable approach in overcoming sample insufficiency problem in sample surveys. BPS produces small area statistics using popular SAE methods such as Empirical Best Linear Unbiased Prediction in Fay-Herriot (EBLUP-FH) model. The EBLUP-FH method is a parametric approach that requires the assumption of normality and is free from outliers on the random effect. However, it is difficult to satisfy because real data often behave in extreme ways. The SAE M-quantile Chambers-Dunstan (CD) method relaxes parametric assumptions and is robust to outliers. This study examines M-quantile CD method in increasing robustness of small area estimation through its application to real data in estimating average household expenditure per capita at sub-district level in DI Yogyakarta 2018. This study uses Susenas and Podes data in 2018. The result shows that M-quantile CD succeeds in improving the precision of EBLUP-FH. By implementing M-quantile CD, it is expected that the estimation of extreme data is more accurate for local area policymaking.

Estimasi Angka Partisipasi Kasar Perguruan Tinggi Level Kabupaten/Kota di Pulau Kalimantan Tahun 2020 dengan Small Area Estimation Hierarchical Bayes Beta-Logistic Nugraheni Putri Istiqomah; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2022 No 1 (2022): Seminar Nasional Official Statistics 2022
Publisher : Politeknik Statistika STIS

Improving quality of education is not only a national agenda, but also a priority of international agenda. Based on Susenas March 2020, higher education has lowest Gross Enrollment Rate (GER) compared to other education levels. Kalimantan has the lowest GER of higher education in 2020. Small area statistics urgently needed to reach more right on target policies. Although Susenas March 2020 is designed to present estimates up to regency or city level, the Relative Standard Error (RSE) several regencies/cities which is more than 25% indicates that the direct estimator has insufficient precision. Therefore, this study applies indirect estimation using Small Area Estimation (SAE) with the method of Empirical Best Linear Unbiased Predictor (EBLUP) and Hierarchical Bayes Beta-logistic (HB Beta-logistic) to improve the precision of the direct estimator. The results showed that HB Beta-logistic estimator was the most precise estimator compared to direct estimator and EBLUP estimator.

PERAN PARIWISATA DAN TEKNOLOGI INFORMASI DAN KOMUNIKASI DALAM MENGURANGI KEMISKINAN DI PROVINSI JAWA TENGAH Dyah Makutaning Dewi; Istu Indah Setyaningsih; Ika Yuni Wulansari
Jurnal Litbang Sukowati : Media Penelitian dan Pengembangan Vol 7 No 1 (2023): Vol. 7 No. 1, Mei 2023
Publisher : Badan Perencanaan Pembangunan, Riset dan Inovasi Daerah Kabupaten Sragen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32630/sukowati.v7i1.301

Central Java is one of Indonesia's provinces with the second-largest number of poor people in 2018. However, in 2020 the Central Java Provincial Government became a champion in reducing poverty. In addition, the province also achieved various achievements in the tourism sector in 2019. The decline in the number of poor people is inseparable from many factors, such as the tourism sector and the development of Technology, Information, and Communication (ICT). This research aims to provide an overview of the condition of the number of poor people, the tourism sector, and the ICT sector in Central Java Province as well as to analyze the influence of the tourism sector and ICT on the number of poor people in Central Java Province. This study uses panel data sourced from the Central Statistics Agency and the Youth, Sports, and Tourism Office (Disporapar) of Central Java. Results showed that the percentage of mobile phone owners, internet users, and tourist destinations negatively and significantly affected the number of poor people in Central Java Province. Therefore, the decline in the number of poor people can be supported through the tourism sector and the role of technology.

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search