Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Emerging Statistics and Data Science Journal
Qonita, Rosyada Laili
Unknown Affiliation
Computer Science & IT Mathematics

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

Found 2 Documents
Search

 1 
Analisis Faktor-Faktor Kemiskinan di Provinsi Sulawesi Tengah Tahun 2013-2023 Menggunakan Model Koyck: Analisis Faktor-Faktor Kemiskinan di Provinsi Sulawesi Tengah Tahun 2013-2023 Menggunakan Model Koyck Amna, Faiz Mustafid; Widodo, Edy; Shiddiq, Yazid Mumtaz; Qonita, Rosyada Laili; Safira, Aulia; Refgina, Refgina
Emerging Statistics and Data Science Journal Vol. 4 No. 1 (2026): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol4.iss.1.art03

Abstract

Salah satu isu yang menjadi perhatian saat ini di negara berkembang, khususnya Indonesia, adalah kemiskinan. Pada tahun 2023, Indonesia menempati peringkat ke 70 dari 100 negara termiskin di dunia. Provinsi Sulawesi Tengah berada di peringkat kedua pada pulau Sulawesi dengan persentase penduduk miskin mencapai 12,41%. Beberapa variabel yang diduga mempengaruhi penentuan Persentase Penduduk Miskin (PPM) merupakan Rata-rata Lama Sekolah (RLS), Indeks Pembangunan Manusia (IPM), dan Tingkat Pengangguran Terbuka (TPT). Berdasarkan perihal diatas, jurnal ini ditulis untuk mengetahui faktor pada periode sebelumnya berpengaruh terhadap PPM pada periode yang ditentukan di Provinsi Sulawesi Tengah menggunakan Model Koyck. Penelitian menggunakan data sekunder yang diperoleh melalui website BPS Pusat RI. Diperoleh hasil analisis berupa Model Koyck dengan uji asumsi yang terpenuhi, model Koyck menunjukkan bahwa RLS, IPM, dan TPT mempengaruhi persentase penduduk miskin di Sulawesi Tengah pada tahun 2013-2023. Model Koyck dapat dikategorikan sangat baik untuk memprediksi nilai PPM berdasarkan variabel RLS, IPM, dan TPT dengan nilai MAPE sebesar 1,928%, 1,9935%, dan 3,155%. Dimana hasil MAPE tersebut menunjukkan nilai di bawah 10% yang berarti model yang digunakan memiliki Tingkat akurasi sampai dengan 98% pada RLS dan IPM, serta 97% TPT.
Pengaplikasian Adaptive Grey Model dalam Prediksi Pendapatan Daerah Provinsi Daerah Istimewa Yogyakarta : Pengaplikasian Adaptive Grey Model dalam Prediksi Pendapatan Daerah Provinsi Daerah Istimewa Yogyakarta Qonita, Rosyada Laili; Kartikasari, Mujiati Dwi
Emerging Statistics and Data Science Journal Vol. 4 No. 1 (2026): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol4.iss.1.art08

Abstract

Pendapatan daerah merupakan hak pemerintah daerah yang diakui sebagai penambah nilai kekayaan bersih. Pendapatan daerah terdiri dari pendapatan asli daerah, pendapatan transfer, dan lain-lain pendapatan yang sah. Pendapatan daerah dapat sewaktu-waktu mengalami fluktuasi, fluktuasi tersebut disebabkan oleh berbagai hal, seperti penyalahgunaan anggaran, kendala administratif, dan kondisi ekonomi yang tidak stabil. Untuk mengatasi tantangan ini, prediksi pendapatan daerah dapat dilakukan agar pemerintah dapat membuat perencanaan anggaran yang lebih tepat. Penelitian ini menggunakan metode adaptive grey model AGM (1,1) untuk memprediksi pendapatan daerah Provinsi Daerah Istimewa Yogyakarta dari tahun 2010 hingga 2024. AGM (1,1) dipilih karena kemampuannya bekerja dengan data terbatas serta efektif dalam menangkap pola tren pada data. Hasil dari penelitian ini menunjukkan bahwa AGM (1,1) mampu menghasilkan prediksi yang cukup akurat, dengan nilai Mean Absolute Error (MAE) sebesar 384,227.98 dan Mean Absolute Percentage Error (MAPE) sebesar 7.45%. Berdasarkan evaluasi tersebut, dapat disimpulkan bahwa model memiliki tingkat akurasi yang tinggi, sehingga dapat digunakan untuk memprediksi pendapatan daerah di masa mendatang. Penelitian ini diharapkan dapat membantu pemerintah dalam merencanakan anggaran dengan lebih tepat dan akurat.
Co-Authors Amna, Faiz Mustafid Edy Widodo Kartikasari, Mujiati Dwi Refgina, Refgina Safira, Aulia Shiddiq, Yazid Mumtaz