Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Statistika Industri dan Komputasi
Yudi Setyawan
Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics

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

Found 3 Documents
Search

 1 
PENGKLASIFIKASIAN INDEKS KEYAKINAN KONSUMEN DI INDONESIA TAHUN 2022 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Aritana Udju Dima; Yudi Setyawan; Rokhana Dwi Bekti; Febriani Astuti
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 2 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i2.4852

Abstract

Indeks keyakinan konsumen (IKK) adalah salah satu indikator utama dalam menilai kinerja perekonomian. IKK memberikan indikasi perkembangan konsumsi dan tabungan rumah tangga di masa mendatang, berdasarkan jawaban mengenai situasi keuangan yang mereka harapkan, sentimen mereka tentang situasi ekonomi secara umum, pengangguran dan kemampuan menabung. Survei Konsumen Februari 2023 mengindikasikan optimisme konsumen terhadap kondisi ekonomi, hal tersebut terindikasi dari Indeks Keyakinan Konsumen Februari 2023 sebesar 122.4, tetap terjaga pada level optimis (IKK > 100). Data yang digunakan adalah data 18 kota/provinsi yang berada di Indonesia yang bersumber dari Bank Indonesia (BI) yang diakses pada bulan Februari tahun 2023. Pada penelitian kali ini menggunakan dua kernel dari metode Support vector machine yaitu kernel RBF dan kernel Polinomial untuk melakukan pengklasifikasian terhadap indeks keyakainan konsumen pada tahun 2022, dengan membagi data ke dalam tiga proporsi yaitu 60:40, 75:25, dan 80:20 dan dilakukan tiga kali pengacakan untuk data training yaitu set.seed (159, 57 dan 143) serta dengan menggunakan nilai cost sebesar 0.1, 1, 10 dan 100. Dengan Gamma 1 serta nilai derajat parameter sebesar 2 dan dilakukan pengacakan akurasi kembali untuk data testing sebanyak tiga puluh kali diperoleh nilai interval akurasi untuk RBF yaitu 88.01% sampai 88.92%, Jadi dapat disimpulkan bahwa akurasi kernel RBF sedikit lebih bagus dibandingkan kernel polinomial yang memiliki nilai sekitar 87.36%.
ANALISIS PENGARUH SEKTOR PARIWISATA TERHADAP PRODUK DOMESTIK REGIONAL BRUTO DI PROVINSI NUSA TENGGARA TIMUR TAHUN 2020-2022 MENGGUNAKAN METODE REGRESI DATA PANEL Cindy Pracelia Kadiwano; Yudi Setyawan; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 2 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i2.4856

Abstract

Pendapatan dari sektor pariwisata merupakan salah satu komponen Produk Domestik Regional Bruto di suatu wilayah. Di lain pihak Produk Domestik Regional Bruto menjadi salah satu indikator penting untuk mengukur pertumbuhan ekonomi suatu wilayah. Dalam penelitian ini akan dianalisis pengaruh sektor pariwisata terhadap PDRB di provinsi NTT, variabel dependen yang digunakan yaitu Produk Domestik Regional Bruto ( ) dan variabel independennya antara lain Jumlah Akomodasi Hotel ( ), Jumlah Wisatawan ( ), Jumlah Daya Tarik Wisata ( ) dan Jumlah Restoran/Rumah Makan ( ). Tujuan dari penelitian ini untuk mengetahui faktor-faktor sektor pariwisata yang mempengaruhi produk domestik regional Bruto di Provinsi Nusa Tenggara Timur pada tahun 2020-2022. Data berupa data cross section dan time series, sehingga digunakan regresi data panel dengan menggunakan pendekatan fixed effect model, common effect model dan random effect model. Hasil penelitian menunjukkan bahwa model terbaik adalah model random effect dengan metode estimasi Generalized Least Square (GLS), dengan model . Jumlah Akomodasi Hotel, Jumlah Wisatwan dan Jumlah Restoran/Rumah Makan mampu menjelaskan Produk Domestik Regional Bruto di Provinsi Nusa Tenggara Timur sebesar . Sedangkan sisanya sebesar 62,31% dijelaskan oleh faktor lain yang tidak dianalisis dalam model regresi data panel, sehingga perlu menambah variabel lain pada penelitian selanjutnya.
METODE SPATIAL LAG X MENGGUNAKAN TIGA JENIS PEMBOBOT JARAK PADA ANALISIS DATA KETAHANAN PANGAN DI SULAWESI TENGAH Ayu Wandira; Yudi Setyawan; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 2 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i2.4860

Abstract

Ketahanan pangan merupakan salah satu isu krusial dalam konteks global, Melihat pertumbuhan populasi yang terus meningkat dan dampak perubahan iklim yang semakin terasa. kondisi terpenuhinya pangan bagi negara sampai dengan perseorangan yang tercermin dari tersedianya pangan yang cukup. Penelitian ini bertujuan untuk menganalisis ketahanan pangan serta mengidentifikasi pola spasial antarwilayah dalam konteks Sulawesi Tengah tahun 2022. Penelitian ini fokus pada analisis ketahanan pangan di wilayah Sulawesi Tengah tahun 2022 dengan menerapkan metode Spatial Lag X yang ditingkatkan menggunakan tiga jenis pembobot jarak yaitu Inverse Distance Weighting (IDW), Exponensial distance decay (EXP), dan Double Power distance weights (DPD), yang digunakan untuk mengukur sejauh mana pengaruh spasial memengaruhi data ketahanan pangan. Data yang digunakan, data sekunder bersumber dari website Badan Pusat Statistik Provinsi Sulawesi Tengah tahun 2022. Metode Spatial Lag X merupakan pendekatan statistik spasial yang mempertimbangkan pengaruh variabel-variabel dari wilayah tetangga dalam menganalisis variabel terikat. Berdasarkan hasil penelitian yang dilakukan didapatkan hasil model persamaan Spatial Lag X dengan pembobot IDW dengan taraf signifikansi 10 % tidak ada variabel yang berpengaruh terhadap Indeks Ketahanan Pangan. Untuk model persamaan Spatial Lag X dengan pembobot EXP dengan taraf signifikansi 10 % tidak ada variabel yang berpengaruh terhadap Indeks Ketahanan Pangan.Untuk model persamaan Spatial Lag X dengan pembobot DPD dengan taraf signifikansi 10 % didapatkan hasil bahwa Variabel yang berpengaruh terhadap Indeks Ketahanan Pangan dengan taraf signifikansi 10 % adalah PDRB per Kapita atas harga berlaku (X4), dengan begitu model Spatial Lag X dengan pembobot DPD adalah model yang terbaik dalam analisis ketahanan pangan di sulawesi tahun 2022 dengan nilai nilai AIC = 23.91885, R2 = 0.9977.
Co-Authors Aritana Udju Dima Ayu Wandira Cindy Pracelia Kadiwano Febriani Astuti Noviana Pratiwi Rokhana Dwi Bekti