Claim Missing Document
Check
Articles

Found 3 Documents
Search

NEGATIVE BINOMIAL REGRESSION AND GENERALIZED POISSON REGRESSION MODELS ON THE NUMBER OF TRAFFIC ACCIDENTS IN CENTRAL JAVA Haris, M Al; Arum, Prizka Rismawati
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 16 No 2 (2022): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.677 KB) | DOI: 10.30598/barekengvol16iss2pp471-482

Abstract

Traffic accidents that always increase along with the increasing population growth and the number of vehicles impact the national economy. The number of traffic accidents is a count data that a Poisson distribution can approximate. The Poisson regression model often found violations of the overdispersion assumption by modeling the factors that affect the number of traffic accidents. Alternative models proposed to overcome the emergence of overdispersion in the Poisson regression model are the Generalized Poisson Regression and Negative Binomial Regression Models. Based on the analysis results, it was found that the overdispersion assumption violates the Poisson regression model, and the Generalized Poisson regression model is the best because it has the smallest AIC value of 485.50. Factors that significantly affect the number of traffic accidents in Central Java Province are the percentage of adolescents and the percentage of accidents occurring in the road area of the district/city.
KLASIFIKASI STATUS KESEJAHTERAAN MASYARAKAT KABUPATEN KEPULAUAN MENTAWAI DENGAN METODE REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREE (CART) Sanur, Lulu Anata; Haris, M Al; Fauzi, Fatkhurokhman
Parameter: Jurnal Matematika, Statistika dan Terapannya Vol 3 No 1 (2024): Parameter: Jurnal Matematika, Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv3i01pp71-84

Abstract

Kabupaten Kepulauan Mentawai merupakan salah satu daerah yang saat ini masih berstatus sebagai daerah tertinggal, ditandai dengan minimnya ketersediaan fasilitas sarana prasarana. Pembangunan infrastruktur adalah kunci utama untuk memajukan daerah Kabupaten Kepulauan Mentawai seperti adanya trans daerah sebagai penghubung antar pulau sehingga ekonomi kemasyarakatan akan turut tumbuh. Tujuan penelitian ini untuk mengetahui karakteristik atau variabel yang memiliki pengaruh pada pengkategorian status kesejahteraan rumah tangga ke dalam klasifikasi miskin dan tidak miskin. Klasifikasi adalah suatu teknik statistik yang digunakan untuk mengelompokkan data yang telah tersusun secara sistematis. Ada dua pendekatan berbeda untuk mengklasifikasi objek, yaitu metode parametrik dan metode nonparametrik. Penelitian ini memakai metode regresi logistik biner dan Classification and Regression Tree (CART) karena memiliki performasi yang baik, sehingga dalam penelitian ini akan mencoba memperoleh perbandingan nilai akurasi terbaik diantara kedua metode tersebut. Lalu hasilnya akan di evaluasi dengan nilai APER dan nilai akurasi klasifikasi. Data yang digunakan adalah hasil Susenas tahun 2022 sebanyak 326 sampel dengan data testing dan data training adalah 20% dan 80%. Dari hasil penelitian kedua metode, variabel umur, tingkat pendidikan terakhir, dan kesehatan kepala rumah tangga memiliki pengaruh signifikan terhadap model klasifikasi. Akurasi klasifikasi model regresi logistik biner mencapai 93,94% yang lebih tinggi dibandingkan dengan model klasifikasi CART yang bernilai 89,40%. Oleh karena itu, bisa ditarik kesimpulan bahwa model regresi logistik biner ialah pemilihan terbaik untuk memprediksi faktor kesejahteraan rumah tangga di Kabupaten Kepulauan Mentawai.
Analisis klaster kabupaten/kota di Jawa Tengah berdasarkan indikator kemiskinan dan ketimpangan menggunakan K-Harmonic Means Syaharani, Nabbila Dyah; Rahmawati, Gita; Sari, Selvi Ana Windia; Haris, M Al
Jurnal Statistika dan Sains Data Vol 3, No 1 (2025): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v3i1.24755

Abstract

Ketimpangan sosial dan ekonomi antarwilayah masih menjadi tantangan besar di Provinsi Jawa Tengah, terutama karena tingginya tingkat kemiskinan yang berdampak pada kualitas kehidupan masyarakat. Untuk mendukung perencanaan pembangunan yang lebih tepat sasaran dan berbasis data, diperlukan pemetaan kondisi sosial ekonomi antarwilayah. Penelitian ini bertujuan untuk mengelompokkan 35 kabupaten/kota di Jawa Tengah berdasarkan indikator kemiskinan dan ketimpangan dengan menggunakan metode K-Harmonic Means . K-Harmonic Means merupakan metode pengembangan dari K-Means yang lebih stabil terhadap inisialisasi pusat kluster dan menghasilkan pengelompokan yang lebih optimal. Tahapan analisis meliputi normalisasi data, penentuan jumlah klaster optimal menggunakan metode Elbow , dan proses klasterisasi dengan algoritma K-Harmonic Means . Hasil penelitian menunjukkan bahwa wilayah di Jawa Tengah dapat dimasukkan ke dalam dua klaster utama. Klaster 1 terdiri dari 26 wilayah dengan karakteristik kemiskinan dan ketimpangan yang lebih tinggi, sedangkan Klaster 2 terdiri dari 9 wilayah dengan kondisi sosial ekonomi yang relatif lebih baik. Nilai Silhouette Coefisien sebesar 0.28 menunjukkan struktur klaster yang cukup baik. Hasil ini dapat memberikan gambaran yang jelas mengenai kondisi sosial ekonomi wilayah sebagai dasar penyusunan kebijakan pembangunan daerah.