Claim Missing Document
Check
Articles

Found 19 Documents
Search

PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI KALIMANTAN BARAT DENGAN PENDEKATAN LINEAR MIXED MODEL Miftahul Zannah; Setyo Wira Rizki; Siti Aprizkiyandari
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i4.57773

Abstract

Tingkat Pengangguran Terbuka (TPT) merupakan indikator di bidang ketenagakerjaan untuk melihat dinamika perubahan pengangguran dalam suatu daerah. Angka pengangguran yang rendah dapat mencerminkan pertumbuhan ekonomi dan kesejahteraan penduduk yang baik. Berdasarkan data BPS Kalimantan Barat, Tingkat Pengangguran Terbuka (TPT) secara umum menunjukkan  pola kenaikan mulai tahun 2017 sampai 2020 yang diamati setiap tahun. Kabupaten/Kota di Kalbar memiliki nilai awal  TPT yang berbeda satu sama lain. Keragaman nilai TPT awal dapat dimodelkan menggunakan pendekatan linear mixed model untuk mendapatkan varians yang terjadi dengan menggunakan struktur pengaruh acak. Penelitian ini bertujuan untuk memodelkan keragaman tingkat pengangguran terbuka di Kalimantan Barat serta faktor-faktor yang diduga mempengaruhinya dengan pendekatan linear mixed model. Faktor-faktor yang diduga mempengaruhi tingkat pengangguran terbuka adalah persentase penduduk miskin, persentase penduduk, dan tingkat partisipasi angkatan kerja. Hasil pemodelan TPT dengan pendekatan linear mixed model dapat secara efektif menangkap keragaman yang terjadi pada pola pergerakan antar Kabupaten/Kota. Model terbaik menunjukkan bahwa faktor-faktor yang signifikan mempengaruhi TPT di Kalbar yaitu persentase penduduk miskin dan tingkat partisipasi angkatan kerja dengan pengaruh Kabupaten/Kota. Berdasarkan hasil pemodelan didapatkan kesalahan model terbaik menggunakan MAPE sebesar 14,37% yang artinya akurat. Kata Kunci : Linear Mixed Model, Tingkat Pengangguran Terbuka
GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION MODELING AT THE OPEN UNEMPLOYMENT RATE IN WEST KALIMANTAN Ferry Adrian; Yundari Yundari; Siti Aprizkiyandari
JURNAL DIFERENSIAL Vol 5 No 2 (2023): November 2023
Publisher : Program Studi Matematika, Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jd.v5i2.12063

Abstract

Geographically Weighted Ridge Regression (GWRR) is a development of ridge regression by adding a weighting element as additional information. GWRR is used to overcome spatial data containing local multicollinearity by modifying the ridge regression and GWR. The purpose of this study was to construct the GWRR model and analyze the effectiveness of the GWRR model in overcoming multicollinearity problems in spatial data. The research data used consists of response variables, namely the value of the open unemployment rate $(Y)$ in districts/cities of West Kalimantan Province in 2021 and the explanatory variables used are district/city minimum wage $(X_1)$, population $(X_2)$, percentage of poor population $(X_3)$, labor force $(X_4)$, and average years of schooling $(X_5)$. The analysis process was first carried out by using multiple linear regression modeling and GWR modeling. After that, centering and scaling transformations were carried out on the data, followed by GWRR modeling to overcome the problem of multicollinearity in spatial data. After all the models were obtained, a model comparison was made in terms of the MSE value. Based on the results of the study, 14 GWRR models were obtained by dividing into three regional groups based on the factors that affect the open unemployment rate for each district/city in West Kalimantan Province. In the comparison of the models used, when viewed from the MSE value, the GWRR model has the highest MSE value compared to the linear regression model and the GWR model. Even though the MSE value in the GWRR model is the largest among the three models, in the GWRR model the problem of multicollinearity can be resolved.
PENGELOMPOKKAN KABUPATEN DI PROVINSI KALIMANTAN TIMUR BERDASARKAN TINGKAT KEMISKINAN DENGAN METODE CENTROID LINKAGE Pandu Pasha Pratama; Naomi Nessyana Debataraja; Siti Aprizkiyandari
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i4.70082

Abstract

Kemiskinan merupakan permasalahan internasional yang sering dihadapi serta menjadi perhatian dunia, sehingga diperlukan peninjauan lebih lanjut untuk dapat mengatasi masalah kemiskinan terutama di Indonesia supaya tidak menimbulkan permasalahan lain. Penelitian ini bertujuan untuk menentukan pengelompokan dan karakteristik cluster kabupaten/kota di Provinsi Kalimantan Timur berdasarkan tingkat kemiskinan menggunakan metode centroid linkage. Variabel yang digunakan pada penelitian ini yaitu indeks keparahan kemiskinan (X_1 ), indeks kedalaman kemiskinan ( X_2), tingkat pengangguran terbuka ( X_3), rata-rata lama sekolah ( X_4), dan harapan lama sekolah ( X_5). Langkah-langkah pada penelitian ini dimulai dengan uji multikolinearitas pada variabel yang digunakan dengan ketentuan nilai VIF kurang dari 10. Kemudian dilanjutkan dengan pembentukan matriks jarak dengan perhitungan euclidean. Setelah itu menentukan nilai jarak dengan metode centroid linkage untuk mencari bentuk cluster dengan target dua cluster. Setelah itu membentuk dendogram untuk melihat hasil jumlah cluster yang terbentuk. Kemudian digunakan profilisasi untuk menentukan karakteristik cluster dengan menentukan nilai rata-rata masing-masing variabel dari setiap cluster yang didapat. Dari hasil penelitian menunjukkan karakteristik yang didapat pada cluster satu yang terjadi di tujuh kabupaten/kota yaitu Paser, Kutai Kartanegara, Kutai Barat, Berau, Kutai Timur, Penajaman Paser Utara, Mahakam Ulu memiliki tingkat kemiskinan yang rendah. Sedangkan pada cluster dua yang terjadi di tiga kabupaten/kota yaitu Balikpapan, Samarinda, Bontang memiliki tingkat kemiskinan yang tinggi. Kata Kunci: Cluster, Multikolinearitas, Euclidean
PEMODELAN JUMLAH KEMATIAN BAYI AKIBAT TETANUS NEONATORUM DENGAN METODE GEOGRAPHICALLY WEIGHTED ZERO-INFLATED POISSON REGRESSION : MODELING THE NUMBER OF INFANT DEATH DUE TO NEONATORUM TETANUS USING GEOGRAPHICALLY WEIGHTED ZERO-INFLATED POISSON REGRESSION METHOD Astri Maulini; Nurfitri Imro'ah; Siti Aprizkiyandari
Fraction: Jurnal Teori dan Terapan Matematika Vol. 3 No. 2 (2023): Fraction: Jurnal Teori dan Terapan Matematika
Publisher : Jurusan Matematika, Fakultas Teknik, Universitas Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33019/fraction.v3i2.43

Abstract

Tetanus Neonatorum (TN) is an infection in infants caused by the Clostridium tetani bacteria. In 2020, the Case Fatality Rate (CFR) due to TN in Indonesia increased to 50% compared to 2019, which was 11.76%. So it is necessary to study the number of infant deaths due to TN. This study discusses the modeling and factors that influence TN disease in Indonesia using the Geographically-Weighted Zero-Inflated Poisson Regression (GWZIPR) method. The GWZIPR model is divided into two based on the state: the ln model for the Poisson state and the logit model for the zero states. The data in this study are the number of infant deaths due to TN, the percentage of pregnant women carrying out Td2+ immunization, the percentage of pregnant women delivering at health facilities, and the percentage of puskesmas carrying out P4K in 34 provinces in Indonesia in 2020. The results of this study are that there is an excess zero of 58.82% and spatial heterogeneity occurs so that each region has a different model based on significant variables. The factors that influence the number of infant deaths due to TN are divided into four groups based on significant variables in the ln and logit models.
ANALISIS KUALITAS LAYANAN RITEL DARI PERSEPSI PELANGGAN MENGGUNAKAN METODE RSQS, CSI DAN IGA (Studi Kasus: Indomaret di Desa Balai Sebut, Kabupaten Sanggau) Siska Yulianti; Nurfitri Imro’ah; Siti Aprizkiyandari
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.77237

Abstract

Industri ritel menyediakan produk dan jasa bernilai tambah untuk memenuhi kebutuhan masyarakat. Indomaret merupakan ritel modern yang mempermudah masyarakat melakukan proses jual beli agar lebih efisien sehingga memberikan kenyamanan dan kepuasan bagi konsumen. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pelanggan dan mengidentifikasi atribut yang menjadi prioritas perbaikan. Pengumpulan data dilakukan melalui survei dengan menyebarluaskan kuesioner sebanyak 28 atribut yang diisi oleh masyarakat Desa Balai Sebut yang pernah berbelanja di Indomaret dan berusia minimal 17 tahun. Pengambilan sampel menggunakan metode Linier Time Function (LTF) yang berjumlah 48 responden. Data dianalisis menggunakan metode Customer Satisfaction Index (CSI) dengan tahapan menghitung nilai Mean Importance Score (MIS), Mean Satisfaction Score (MSS), Weighted Factor (WF), Weight Score (WS) dan CSI. Setelah dilakukan tahapan tersebut diperoleh nilai CSI sebesar 69,92% yang mengindikasikan bahwa pelanggan merasa puas terhadap kualitas kinerja pihak Indomaret. Analisis selanjutnya menggunakan metode Improvement Gap Analysis (IGA) yang dimulai dengan menghitung nilai Average Expected Statisfaction with Functional Question (AESFQ), Average Expected Statisfaction with Disfunctional Question (AESDQ), Average Current Statisfaction (ACS) dan Improvement Gap (IG) sehingga diperoleh hasil kuadran IGA terdapat 7 atribut yang perlu untuk dilakukan perbaikan, yaitu x1.2 (fasilitas fisik di Indomaret menarik), x1.3 (bahan-bahan yang berhubungan dengan layanan Indomaret menarik (seperti tas belanja dan katalog)), x2.2 (Indomaret menyediakan layanannya pada waktu yang dijanjikan), x3.9(karyawan Indomaret memperlakukan pelanggan dengan sopan melalui telepon), x4.1(Indomaret bersedia menangani pengembalian dan penukaran), x5.3 (Indomaret memiliki jam operasional yang nyaman untuk semua pelanggan), dan x5.5 (Indomaret menawarkan kartu kreditnya sendiri).Kata Kunci: Kepuasan Pelanggan, Ritel, Pelayanan.
PEMODELAN SPATIAL ECONOMETRICS MENGGUNAKAN SPATIAL DURBIN ERROR MODEL PADA DATA IPM DI KALIMANTAN BARAT Stepanus Reho; Nurfitri Imro’ah; Siti Aprizkiyandari
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.77001

Abstract

Indeks Pembangunan Manusia (IPM) adalah indikator yang harus dipenuhi oleh suatu bangsa supaya bisa dikatakan sebagai bangsa yang maju. IPM dikatakan baik apabila berada dalam kategori tinggi. Apabila nilai IPM pada suatu negara tinggi, sehingga semakin baik juga tingkat pembangunan manusia di negara tersebut. IPM adalah indeks komposit yang dipengaruhi oleh tiga indikator dasar, yakni indikator kesehatan yang diukur melalui Umur Harapan Hidup (UHH), indikator pendidikan yang mewakili Angka Melek Huruf (AMH) dan Rata-rata Lama Sekolah (RLS), sedangkan indikator ekonomi diukur berdasarkan kemampuan daya beli masyarakat. Tujuan dari penelitian ini yaitu memetakan sebaran IPM di Provinsi Kalimantan Barat, serta Memodelkan IPM di Kalimantan Barat menggunakan Spatial Durbin Error Model (SDEM). Berdasarkan hasil pada peta persebaran IPM Kalimantan Barat dapat dilihat bahwa IPM tertinggi sebesar 81,03, sedangkan untuk IPM terendah sebesar 64,79. Kemudian berdasarkan pada hasil pemodelan IPM di Provinsi Kalimantan Barat maka dapat ditarik kesimpulan bahwa dari model Ordinary Least Square (OLS), Spatial Error Model (SEM) dan Spatial Durbin Error Model (SDEM), diperoleh model yang memenuhi semua kriteria evaluasi model spatial econometrics adalah model SDEM. Jadi dapat ditarik kesimpulan bahwa model SDEM adalah model terbaik. Kata Kunci: Indikator, Pemodelan Spasial, Spatial Durbin Error Model
PEMODELAN TINGKAT PENGANGGURAN TERBUKA MENGGUNAKAN GENERALIZED LINEAR MODEL Stepanus Armadi Mori; Shantika Martha; Siti Aprizkiyandari
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i1.74684

Abstract

Tingkat pengangguran terbuka menjadi aspek yang perlu diperhatikan di negara berkembang seperti Indonesia. Jawa Timur merupakan provinsi dengan penduduk nomor 2 tertinggi di Indonesia tahun 2022 tentnya tidak terlepas dengan permasalahan tingkat pengangguran terbuka. Tidak terserapnya tenaga kerja usia produktif serta kurangnya lapangan pekerjaan yang tersedia menyebabkan pengangguran di suatu daerah dapat menjadi meningkat. Oleh karena itu, perlu dilakukan sebuah analisis untuk mencegah meningkatnya tingkat pengangguran terbuka. Untuk dapat menjadi bahan evaluasi oleh pemerintah dilakukan pemodelan menggunakan generalized linear model menggunakan distribusi gamma untuk mengetahui faktor-faktor yang mempengaruhi tingkat pengangguran terbuka berdasarkan sektor ketenagakeraan, sektor sosial dan kependudukan, dan sektor pendidikan serta mengetahui faktor-faktor berdasarkan model terbaik yang memiliki pengaruh terhadap tingkat pengangguran terbuka di Jawa Timur tahun 2022. Penelitian ini menggunakan data di Jawa Timur dengan data sebanyak 38 kabupaten/kota dengan variabel yaitu tingkat pengangguran terbuka (Y), sektor ketenagakerjaan yakni tingkat partisipasi angkatan kerja (X1), pencari kerja terdaftar (X2), dan lowongan kerja terdaftar (X3), sektor sosial dan kependudukan yakni persentase penduduk miskin (X4), angka harapan hidup (X5), laju pertumbuhan penduduk (X6), dan kepadatan penduduk (X7), serta sektor pendidikan yakni rata-rata lama sekolah (X8), dan harapan lama sekolah (X9). Berdasarkan hasil penelitian ini, didapatkan sektor sosial dan kependudukan sebagai model terbaik berdasarkan nilai akaike’s information criterian terkecil. Dari model tersebut dapat diketahui bahwa faktor-faktor yang memiliki pengaruh signifikan terhadap tingkat pengangguran terbuka adalah persentase penduduk miskin. Kata Kunci : Metode Generalized Linear Model, Distribusi Gamma, Akaike’s Information Criterian
Forecasting of Rubber Export Values in West Kalimantan Using the ARIMA Method Hesty Pratiwi; Sy. Farini Nurhaliza; Siti Aprizkiyandari
Jurnal Forum Analisis Statistik Vol. 3 No. 2 (2023): Jurnal Forum Analisis Statistik (FORMASI)
Publisher : Badan Pusat Statistik Provinsi Kalimantan Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57059/formasi.v3i2.60

Abstract

Rubber is one of the largest commodities in Indonesia after palm oil. Rubber has become the primary export commodity in West Kalimantan. In 2023, the export value of rubber in West Kalimantan experienced fluctuations every month. These changes can have a negative impact on the economy in West Kalimantan. Forecasting the value of rubber exports is crucial because the data on rubber export values is often used as a basis for economic planning in a region. The objective of this research is to determine a suitable model for forecasting the value of rubber exports in West Kalimantan and to forecast the value of rubber exports in West Kalimantan for the next 12 periods using the Autoregressive Integrated Moving Average (ARIMA) method.In the stage of determining the best model, it was found that the best model for forecasting the value of rubber exports in West Kalimantan is the ARIMA (1,1,0) model, with a MAPE (Mean Absolute Percentage Error) value of 20.7%. This means that the forecasting results fall into the acceptable category. The forecasting results can be used as an early warning for policy-making related to rubber exports in the upcoming periods.
Penyuluhan Budidaya Jahe Kepada Kelompok Tani Karangkates Desa Sungai Raya Dalam Dini Anggorowati; Tantri Palupi; Siti Aprizkiyandari
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 1 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) Edisi September - Desembe
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i1.4642

Abstract

Desa Sungai Raya Dalam merupakan salah satu desa hasil pemekaran tahun 2009 di kecamatan Sungai Raya Kabupaten Kubu Raya Provinsi Kalimantan Barat. Misi profil Desa Sungai Raya Dalam adalah meningkatkan perekonomian masyarakat. Adapun cara yang dapat dilakukan sebagai bentuk awal meningkatkan perkonomian yaitu adanya pendampingan berupa kegiatan penyuluhan-penyuluhan terutama di sektor pertanian. Salah satu bentuk penyuluhan yang dapat dilakukan adalah penyuluhan budidaya tanaman jahe. Jahe diyakini sangat bermanfaat untuk meningkatkan imunitas tubuh dan sangat bermanfaat untuk meningkatkan kesehatan. Oleh karena itu, maka penting untuk di lakukan kegiatan pengabdian kepada masyarakat pada kelompok tani karangkates oleh tim dosen Faperta Untan dengan judul adalah “Penyuluhan Budidaya jahe pada kelompok tani karangkates di Desa Sungai Raya Dalam”. Kegiatan PKM ini berlangsung selama enam bulan. Metode penyuluhan dengan prinsip SMART dan bentuk evaluasi yaitu kuisioner dengan teknik deskriptif dan inferensia adalah metode yang digunakan dalam kegiatan. Hasil penyuluhan menunjukkan penyuluhan budidaya jahe yang telah dilakukan oleh tim PKM dari Fakultas Pertanian UNTAN telah berjalan dengan baik dan efektif dan berdasarkan hasil evaluasi penyuluhan dapat disimpulkan bahwa pengetahuan petani tentang budidaya jahe di Kelompok Tani Karang Kates Desa Sungai Raya Dalam Kabupaten Kubu Raya meningkat setelah adanya penyuluhan.