Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Vygotsky: Jurnal Pendidikan Matematika dan Matematika Jurnal Statistika dan Komputasi (STATKOM)
Yuliana, Ummi Agustin
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemodelan Regresi Data Panel Untuk Memprediksi Ketersediaan Beras Di Kabupaten Bojonegoro Yuliana, Ummi Agustin
Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v1i1.447

Abstract

Latar   Belakang:    Ketersediaan beras menjadi komponen utama penyebab inflasi dan kurangnya beras mengganggu ketahanan pangan nasional. Kabupaten Bojonegoro menjadi produksi padi menempati urutan ketiga di Provinsi Jawa timur, namun permasalahan yang dihadapi adalah penurunan ketersediaan beras dari tahun ke tahun. Untuk menganalisis permasalahan ini diperlukan adanya pemodelan pola hubungan ketersediaan beras dengan variabel-variabel prediktornya. Tujuan: Mengetahui variabel-variabel prediktor yang berpengaruh terhadap Ketersediaan Beras di Kabupaten Bojonegoro pada tahun 2016 sampai 2020 dengan menggunakan analisis regresi data panel. Metode: Menerapkan metode kuantitatif berupa pemodelan regresi data panel dengan perbandingan hasil common effect model, fixed effect model, dan random effect model. Sumber data digunakan data sekunder berupa data ketersediaan beras, luas panen, dan jumlah penduduk yang berasal dari Kabupaten Bojonegoro pada tahun 2016 sampai 2020. Hasil: Diperoleh model regresi data panel terbaik adalah fixed effect model dengan nilai R-squared sebesar 74,77% dan AIC sebesar 20,6921. Terdapat pengaruh signifikan positif luas panen dan jumlah penduduk terhadap ketersediaan beras. Setiap peningkatan Luas Panen 1 Ha dan Jumlah Penduduk 1 jiwa masing-masing akan menyebabkan peningkatan Ketersediaan Beras sebesar 0,9908 ton dan 0,4265 ton. Kesimpulan: Penerapan model regresi data panel memberikan pengetahuan bahwa luas panen dan jumlah penduduk secara positif mempengaruhi ketersediaan beras di Kabupaten Bojonegoro.
The Use of A Geographically Weighted Regression Model to Analyze Predictors of The Rice Supply in Bojonegoro Nurdiansyah, Denny; Ma'ady, Mochamad Nizar Palefi; Kartini, Alif Yuanita; Yuliana, Ummi Agustin
Vygotsky: Jurnal Pendidikan Matematika dan Matematika Vol. 6 No. 1 (2024): Vygotsky: Jurnal Pendidikan Matematika dan Matematika
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/voj.v6i1.706

Abstract

The research goal would be to understand all potential influences on the amount of rice available within every sub-district in the Bojonegoro district. Geographically weighted regression (GWR), a technique used for this study, uses kernels: adaptive bisquare, fixed bisquare, adaptive gaussian, and fixed gaussian. The state office for food security and farming inside the Bojonegoro district provided secondary statistics for the 2018 year that included information on the population, the harvested area, the rice production, and the rice supply. The outcomes from the kernel-fixed gaussian elected model using AIC minimum criteria for the GWR model. The implementation's conclusion is due to the impact of variety in locations. The next research recommendation is a time-series spatial study of the rice problem.
Co-Authors Denny Nurdiansyah Kartini, Alif Yuanita Mochamad Nizar Palefi Ma’ady