cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika)
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Arjuna Subject : -
Articles 42 Documents
PEMODELAN SPATIAL AUTOREGRESSIVE (SAR) UNTUK PRESENTASE PENDUDUK MISKIN DI JAWA BARAT TAHUN 2018 Juniar, Dea Handayani; Ulinnuha, Muhammad
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Badan Pusat Statistik (BPS) memandang kemiskinan sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. Penanggulangan kemiskinan merupakan salah satu upaya untuk meningkatkan kualitas hidup masyarakat sehingga diperlukan analisis mendalam untuk penanggulangan kemiskinan. Analisis penanggulangan kemiskinan akan lebih efektif dengan pendekatan geografis. Penelitian ini bertujuan untuk memodelkan persentase jumlah penduduk miskin di Jawa Barat dengan memperhatikan efek ketergantungan antar wilayah. Pada penelitian ini peubah bebas yang digunakan adalah Laju PDRB, Indeks Pendidikan dan Indeks Kesehatan. Metode yang digunakan model regresi spasial Spatial Autoregressive Model (SAR) dan Spatial Error Model (SEM). Hasil penelitian menunjukkan Model SAR lebih baik dibandingkan model SEM dan OLS karena pada model SAR memiliki AIC lebih kecil dan nilai Pseudo R2adj lebih tinggi dibandingkan model SEM dan OLS. Peubah bebas yang berpengaruh signifikan terhadap presentase penduduk miskin di Jawa Barat pada model SAR adalah indeks pendidikan. Pemodelan dengan Spatial Autoregressive Model menghasilkan nilai AIC sebesar 116.99 dengan R2adj sebesar 56.4%.Kata Kunci: Ordinary Least Square (OLS), Regresi Spasial, Spatial Autoregressive (SAR) dan Spatial Error Model (SEM).
ANALISIS PRODUKTIVITAS TENAGA KERJA SEKTOR PERTANIAN DAN KEMISKINAN DI INDONESIA Rahman, Arif; Octaviani, Erni
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak. Indonesia sebagai negara agraris masih menempatkan sektor pertanian sebagai sektor yang memiliki peran penting dalam pembangunan nasional. Pada tahun 2017, share sektor pertanian terhadap PDB merupakan yang terbesar ketiga. Selain itu, sektor pertanian adalah sektor yang paling banyak menyerap tenaga kerja di Indonesia. Akan tetapi, sektor pertanian masih terdapat banyak permasalahan salah satunya adalah produktivitas tenaga kerja. Berdasarkan hasil Sensus Pertanian 2013, produktivitas tenaga kerja di sektor pertanian paling rendah dibanding sektor lain. Masalah lain yang dihadapi adalah masih tingginya tingkat kemiskinan pada rumah tangga usaha pertanian yaitu 50,42 persen dari total rumah tangga miskin yang ada di Indonesia pada tahun 2016. Adapun tujuan dari penelitian ini yaitu untuk mengetahui pengaruh produktivitas tenaga kerja terhadap kemiskinan serta faktor-faktor yang dapat memengaruhinya menggunakan analisis data panel. Hasil penelitian menunjukkan bahwa persentase kemiskinan di Indonesia cenderung mengalami penurunan, sedangkan produktivitas tenaga kerja sektor pertanian cenderung mengalami peningkatan pada tahun 2011-2015. Selain itu, meningkatnya produktivitas tenaga kerja sektor pertanian dapat menurunkan tingkat kemiskinan di Indonesia. Serta faktor-faktor yang memengaruhi produktivitas tenaga kerja yaitu Angka Harapan Hidup (AHH) yang memiliki pengaruh positif, panjang jalan yang diaspal yang memiliki pengaruh positif, serta luas lahan pertanian yang memiliki pengaruh negatif. Kata Kunci: Produktivitas, Tenaga kerja, Kemiskinan, Regresi data panel