Claim Missing Document
Check
Articles

Found 26 Documents
Search

PEMODELAN SEKTOR UNGGULAN PROVINSI KALIMANTAN BARAT DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS Satyahadewi, Neva; Aprizkiyandari, Siti; Radinasari, Nur Ismi
TRANSFORMASI Vol 7 No 2 (2023): TRANSFORMASI: Jurnal Pendidikan Matematika dan Matematika
Publisher : Pendidikan Matematika FMIPA Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/tr.v7i2.2760

Abstract

West Kalimantan is the province with the fourth largest area in Indonesia, namely 147,307 square km. West Kalimantan has 12 districts and 2 cities, one of which is Ketapang Regency which covers an area of ​​31,240.74 km2. The research is limited to three leading sectors which have the largest average contribution to GRDP in West Kalimantan Province, namely the agriculture, forestry and fisheries sectors; industrial processing; as well as wholesale and retail trade, and car and motorcycle repair. The focus of this research is aimed at modeling the leading sector for the West Kalimantan economy. The results of the modeling showed multicollinearity so it was continued with the Principal Component Analysis. The results of the analysis with the model show that there is no element of multicollinearity between the dependent variables.
ANALISIS KUALITAS LAYANAN RITEL DARI PERSEPSI PELANGGAN MENGGUNAKAN METODE RSQS, CSI DAN IGA (Studi Kasus: Indomaret di Desa Balai Sebut, Kabupaten Sanggau) Yulianti, Siska; Imro’ah, Nurfitri; Aprizkiyandari, Siti
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.
PENGELOMPOKKAN KABUPATEN DI PROVINSI KALIMANTAN TIMUR BERDASARKAN TINGKAT KEMISKINAN DENGAN METODE CENTROID LINKAGE Pratama, Pandu Pasha; Debataraja, Naomi Nessyana; Aprizkiyandari, Siti
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 SPATIAL ECONOMETRICS MENGGUNAKAN SPATIAL DURBIN ERROR MODEL PADA DATA IPM DI KALIMANTAN BARAT Reho, Stepanus; Imro’ah, Nurfitri; Aprizkiyandari, Siti
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 Mori, Stepanus Armadi; Martha, Shantika; Aprizkiyandari, Siti
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
PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN FAKTOR-FAKTOR KEMISKINAN MENGGUNAKAN METODE DBSCAN Purwanty, Purwanty; Martha, Shantika; Aprizkiyandari, Siti
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.v13i1.74047

Abstract

Salah satu teknik analisis cluster adalah Density Based Spatial Clustering Algorithm with Noise (DBSCAN). Teknik ini mengelompokkan data berdasarkan kepadatannya. Jumlah data atau minimum point (Minpts) dalam radius epsilon (ε) dari setiap kumpulan data adalah merupakan konsep kepadatan data yang dimaksud . Dalam penelitian ini, Kabupaten/kota di Kalimantan Barat dikelompokkan berdasarkan kriteria berdasarkan faktor-faktor kemiskinan tahun 2021 dengan menggunakan metode DBSCAN. Indeks pembangunan manusia (X1), tingkat pengangguran terbuka (X2), dan persentase penduduk usia 15 tahun ke atas yang melek huruf (X3) menjadi variabel yang digunakan dalam penelitian ini. Tahap pertama dalam penelitian ini adalah menggunakan z-score untuk standarisasi data. Selanjutnya dengan melihat kurva siku menggunakan plot K-Nearest Neighbor (KNN) untuk menentukan nilai epsilon dan Minpts. Selanjutnya menentukan titik centroid pertama yang dipilih secara acak. Selanjutnya gunakan jarak euclidean untuk menghitung jarak. Setelah itu pembentukan cluster berdasarkan jumlah titik dalam radius ε dan lebih besar sama dengan Minpts. Kemudian vadidasi cluster dengan silhouette coefficient. Selanjutnya adalah interpretasi cluster. Dari hasil pengelompokan menggunakan metode DBSCAN diperoleh dua cluster dan lima noise dengan parameter ε sebesar 0,6 dan Minpts sebesar dua. Tujuh Kabupaten yaitu Sambas, Bengkayang, Landak, Sanggau, Kapuas Hulu, Sekadau, dan Melawi termasuk dalam cluster satu. Dua Kabupaten yaitu Mempawah dan Kubu Raya termasuk dalam cluster dua. Dibandingkan dengan cluster satu, cluster dua memiliki nilai rata-rata IPM dan tingkat pengangguran terbuka yang lebih besar. Berdasarkan hasil tersebut maka program-program dari pemerintah dapat diarahkan pada cluster dua.  Kata Kunci: Analisis Cluster, Epsilon, Minpts