Jurnal Aplikasi Statistika & Komputasi Statistik
Redaksi menerima karya ilmiah atau artikel penelitian mengenai kajian teori statistika dan komputasi statistik pada bidang ekonomi dan sosial dan kependudukan, serta teknologi informasi. Redaksi berhak menyunting tulisan tanpa mengubah makna subtansi tulisan. Isi jurnal Aplikasi Statistika dan Komputasi Statistik dapat dikutip dengan menyebutkan sumbernya.
Articles
152 Documents
<![CDATA[Determinan Kejadian Berat Badan Lahir Rendah (BBLR) di Indonesia ]]>
<![CDATA[Gama Putra Danu Sohibien]]>;
<![CDATA[Risni Julaeni Yuhan]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 1 (2019): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (650.544 KB)
|
DOI: 10.34123/jurnalasks.v11i1.182
<![CDATA[BBLR diartikan kejadian berat bayi lahir kurang dari 2500 gram. BBLR bisa menyebabkan kematian dan stunting pada bayi sehingga variabel apa saja yang berpengaruh terhadap BBLR perlu diteliti. Metode analisis yang digunakan adalah analisis deskriptif dan inferensia. Karakteristik rumah tangga (RT) yang memiliki baduta BBLR, yaitu RT dengan sumber air minum dan sanitasi tidak layak, status ekonomi miskin, pendidikan ibu SMP ke bawah, status tempat tinggal pedesaan, penolong persalinan non medis atau tidak ada, dan status ibu perokok. Variabel-variabel yang signifikan mempengaruhi BBLR, adalah usia hamil pertama ibu, kelayakan sanitasi, pendidikan tertinggi ibu, status tempat tinggal, dan jenis penolong persalinan.]]>
<![CDATA[Peramalan Laju Produksi Minyak Bumi Menggunakan Metode Decline Curve Analysis dan ARIMA ]]>
<![CDATA[Rahma Wati]]>;
<![CDATA[Sri Wahyuningsih]]>;
<![CDATA[Syaripuddin Syaripuddin]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 1 (2019): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (569.936 KB)
|
DOI: 10.34123/jurnalasks.v11i1.155
<![CDATA[The DCA (Decline Curve Analysis) and ARIMA (Autoregressive Integrated Moving Average) methods are quantitative forecasting methods. The assumption of this method is the previous data aspects will continue in the future. DCA calculation is done by determining decline curve type. ARIMA modeling is done by five steps, those are identification model, estimating parameters, testing the parameters significance, diagnostic checking and forecasting. Based on the results of analysis with DCA, obtained that is exponential decline and the results of forecasting showed the decline that tends to be constant. And the analysis using ARIMA, obtained that is the ARIMA model (1,1,0) and the results of forecasting showed relatively constant fluctuations. Keywords: ARIMA, DCA, decline curve, the rate of oil production.]]>
<![CDATA[Beras Atau Rokok? ]]>
<![CDATA[Andri Yudhi Supriadi]]>;
<![CDATA[Aris Rusyiana]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 10 No 1 (2018): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (388.667 KB)
|
DOI: 10.34123/jurnalasks.v10i1.199
<![CDATA[Fakta bahwa di beberapa negara berkembang, konsumsi rokok menimbulkan beban ekonomis yang signifikan (Toukan, 2016; Block dan Webb, 2009). Juga, untuk konteks Indonesia kontemporer, Kepala BPS mengatakan bahwa belanja rokok merupakan pengeluaran kedua terbesar dan memberikan kontribusi nyata terhadap angka kemiskinan nasional. Namun, kajian kontemporer yang secara komprehensif membahas beras dan rokok terhadap kemiskinan belum banyak dibahas. Celah penelitian tersebut menjadi dasar bagi kami untuk melakukan kajian mengenai hubungan konsumsi beras dan pengeluaran potensial rokok di antara rumah tangga miskin di Indonesia 2014. Untuk keperluan telaah kajian penelitian ini, kami membagi kategori rumah tangga berdasarkan tempat tinggal (perdesaan/perkotaan), rumah tangga dengan banyak anggota rumah tangga usia dewasa (di atas 15 tahun), dsb. Tujuan dari kajian ini adalah untuk menganalisa apakah rumah tangga miskin lebih memilih mengurangi konsumsi beras dibanding mengurangi konsumsi rokok .Untuk kajian ini, kami menggunakan Survei Sosial Ekonomi Nasional tahun 2014. Dengan menggunakan Model Regresi Linier Berganda, kami menggunakan sampel rumah tangga yang memiliki anggota rumah tangga dewasa yang merokok (NIndonesia = 285.371). Hasil penelitian kami menunjukkan bahwa rumah tangga miskin yang memiliki anggota rumah tangga perokok secara rata-rata mengkonsumsi beras relatif lebih sedikit dibandingkan rumah tangga yang tidak memiliki anggota rumah tangga perokok, baik yang termasuk kategori miskin maupun tidak. Hal ini mengindikasikan bahwa rumah tangga miskin lebih memprioritaskan konsumsi rokok dibandingkan konsumsi beras.]]>
<![CDATA[Model Ekonomi Rumah Tangga Pertanian Usaha Padi Penerima PKH Kabupaten Karawang ]]>
<![CDATA[Arham Rivai]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 1 (2019): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (571.09 KB)
|
DOI: 10.34123/jurnalasks.v11i1.186
<![CDATA[Kebijakan pertanian dan program perlindungan sosial diperlukan untuk meningkatkan kesejahteraan dan menurunkan kemiskinan rumahtangga pertanian, tetapi sedikit perhatian diberikan kepada interaksi kedua kebijakan. Penelitian bertujuan untuk membangun model ekonomi rumahtangga petani usaha padi penerima PKH dan menganalisis dampak kebijakan pertanian, program perlindungan sosial, dan integrasi kedua kebijakan terhadap kinerja ekonomi dan kesejahteraan rumahtangga pertanian, serta pengaruhnya terhadap jumlah penduduk miskin di Kabupaten Karawang. Penelitian menggunakan data cross section pada 158 rumahtangga petani padi penerima PKH. Model dibangun sebagai sistem persamaan simultan yang terdiri dari 18 persamaan struktural dan 22 persamaan identitas. Estimasi model menggunakan metode two-stage least squares (2SLS). Hasil menunjukkan bahwa model yang dibangun dapat diaplikasikan kemampuannya untuk melakukan simulasi kebijakan dan dapat digunakan untuk mengevaluasi alternatif dampak kebijakan yang relevan terhadap kesejahteraan rumahtangga petani. Sedangkan hasil analisis menunjukkan bahwa PKH dapat berguna untuk mengkompensai kesejahteraan yang hilang sebagai akibat kebijakan pertanian berupa pengurangan subsidi pupuk serta merupakan instrumen yang dapat disinergikan dengan kebijakan pertanian.]]>
<![CDATA[Penerapan Radial Basis Function Neural Network dalam Pengklasifikasian Daerah Tertinggal di Indonesia ]]>
<![CDATA[Vira Wahyuningrum]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34123/jurnalasks.v12i1.250
<![CDATA[Penetapan daerah tertinggal di Indonesia merupakan kasus pengklasifikasian dengan dua kategori pada variabel respon (biner). Pengklasifikasian dengan metode klasifikasi linier yang umum digunakan yaitu regresi logistik pada tahap eksplorasi data menghasilkan misclassification yang relatif besar, sehingga diperlukan suatu metode alternatif. Artificial Neural Network (ANN) merupakan alternatif yang menjanjikan untuk berbagai metode klasifikasi konvensional. Radial Basis Function Neural Network (RBFNN) merupakan salah satu arsitektur ANN yang populer digunakan dalam klasifikasi. Metode RBFNN menggunakan dua pendekatan yaitu supervised dan unsupervised serta dalam beberapa penelitian menghasilkan akurasi klasifikasi yang tinggi. Penelitian ini bertujuan menerapkan metode RBFNN untuk kasus klasifikasi daerah tertinggal di Indonesia untuk melihat arsitektur RBFNN yang terbentuk dan ketepatan klasifikasi yang dihasilkan. Hasil dari penelitian ini adalah penerapan RBFNN memberikan performa yang sangat baik yaitu nilai akurasi sebesar 93,48 persen, sensitivitas 81,10 persen dan spesifikasi 97,43 persen. Nilai F-Measure arsitektur RBFNN yang dihasilkan mencapai 85,36 persen.]]>
<![CDATA[Pengaruh Perkembangan Finansial terhadap Konvergensi Ekonomi di ASEAN: Pendekatan Data Panel Dinamis Tahun 2001-2016 ]]>
<![CDATA[Aisyah Fitri Yuniasih]]>;
<![CDATA[Krismanti Tri Wahyuni]]>;
<![CDATA[Irma Korimah]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 2 (2019): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34123/jurnalasks.v11i2.130
<![CDATA[ASEAN merupakan salah satu perhimpunan negara-negara berpotensi ekonomi tinggi di dunia yang masih mengalami permasalahan disparitas perekonomian. Penelitian ini bertujuan untuk menggambarkan perkembangan finansial negara-negara ASEAN, mengidentifikasi adanya konvergensi regional pendapatan per kapita negara-negara ASEAN, dan pengaruh perkembangan finansial serta faktor-faktor yang memengaruhi pendapatan per kapita negara-negara ASEAN. Oleh karena itu, beberapa variabel dari sektor finansial ditambahkan sebagai variabel kontrol ke dalam model pertumbuhan ekonomi augmented Solow yang menjadi dasar penelitian ini. Hasil dari model teoritis yang diperoleh dari penelitian ini menunjukkan bahwa perkembangan finansial meningkatkan proses konvergensi. Model panel dinamis FD-GMM (First Different Generalized Method of Moment) yang digunakan dalam penelitian ini menunjukkan bahwa perkembangan finansial dapat mempercepat proses konvergensi perekonomian di antara negara-negara ASEAN karena memberikan pengaruh positif terhadap pertumbuhan ekonomi.]]>
<![CDATA[PERBANDINGAN ALGORITMA LSDBC DAN DBSCAN PADA PEMETAAN DAERAH RAWAN KEBAKARAN HUTAN ]]>
<![CDATA[Fella Ulandari]]>;
<![CDATA[Robert Kurniawan]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 2 (2020): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34123/jurnalasks.v12i2.281
<![CDATA[Kebakaran hutan merupakan salah satu kejadian bencana alam di Indonesia yang menyebabkan deforestasi dan berbagai kerugian pada aspek ekologi, ekonomi, dan sosial. Pencegahan kebakaran hutan dan lahan dapat dilakukan dengan menyediakan data dan informasi meliputi lokasi/areal kebakaran dan daerah rawan kebakaran hutan dan lahan. Penutupan lahan yang cenderung cepat berubah menjadikan peta rawan kebakaran hutan yang dievaluasi setiap tiga tahun sekali menjadi tidak akurat lagi. Permasalahan ini dapat diatasi dengan pemanfaatan data titik panas yang disediakan secara real time oleh Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Penelitian sebelumnya berhasil memetakan daerah rawan kebakaran hutan menggunakan penerapan algoritma Density Based Clustering Application with Noise (DBSCAN) pada data titik panas. Pada penelitian ini, algoritma Locally Scaled Density Based Clustering (LSDBC) digunakan pada data titik panas sebagai perbaikan dan perbandingan terhadap algoritma DBSCAN. Penelitian ini telah berhasil memetakan daerah rawan kebakaran hutan menggunakan algoritma DBSCAN dan LSDBC. Namun, algoritma LSDBC belum mampu menghasilkan klaster yang lebih baik dibandingkan algoritma DBSCAN.]]>
<![CDATA[NoSQL Model Data Warehouse Metadata Survei Dinamis ]]>
<![CDATA[Lutfi Rahmatuti Maghfiroh]]>;
<![CDATA[Ibnu Santoso]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 2 (2019): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34123/jurnalasks.v11i2.220
<![CDATA[Suatu survei yang dilakukan antar periode cenderung mengalami perubahan metadata. Meski demikian, seluruh data dan metadata tersebut haruslah disimpan secara terintegrasi untuk keperluan data retrieval yang efisien. Tantangan yang muncul dengan perubahan metadata ini adalah ketika dilakukan suatu query untuk data lebih dari satu periode. Satu query untuk data satu periode tentu tidak efisien. Di sisi lain, satu query untuk data beberapa periode dapat menyebabkan terjadinya masalah konsistensi data karena adanya perubahan metadata. Pada penelitian kini, kami melakukan studi lebih lanjut terhadap beberapa model metadata data warehouse yang dapat mengakomodasi perubahan metadata secara dinamis seperti data warehouse tradisional, Multi Version Data Warehouse (MVDW) dan Manajemen metadata menggunakan model non-relasional seperti NoSQL. Dari hasil penelitian sebelumnya didapatkan bahwa model non-relasional pada database NoSQL menghasilkan waktu query yang lebih cepat dan penyimpanan yang lebih efisien dibandingkan model relasional, namun model tersebut belum dapat menangani model survei rumah tangga yang berbeda-beda. Penelitian ini bertujuan untuk menghasilkan model data warehouse yang dapat mengelola perubahan metadata pada survei rumah tangga yang berbeda-beda secara dinamis. Dari hasil pengujian didapatkan hasil bahwa model yang diusulkan telah dapat menangani perubahan metadata dari model survei rumah tangga yang berbeda-beda dengan waktu dan tempat penyimpanan yang tidak jauh berbeda dari hasil penelitian sebelumnya.]]>
<![CDATA[Analisis Permintaan Pangan dan Nonpangan Rumah Tangga dengan Gangguan Kesehatan di Indonesia ]]>
<![CDATA[Muhammad Syafiudin]]>;
<![CDATA[Turro S. Wongkaren]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 1 (2020): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34123/jurnalasks.v12i1.181
<![CDATA[Penelitian ini bertujuan menganalisis dampak tidak langsung gangguan kesehatan terhadap permintaan pangan dan non pangan rumah tangga. Dengan menggunakan data Susenas Panel tahun 2012 dan 2013 dan menerapkan two step heckman selection model untuk estimasi pendapatan dan seemingly unrelated regression estimator untuk estimasi konsumsi rumah tangga. Hasilnya menunjukkan bahwa gangguan kesehatan kepala rumah tangga akan menurunkan pendapatannya. Dampak ini akan lebih dirasakan oleh rumah tangga perempuan miskin dan bekerja di sektor pertanian. Penurunan pendapatan ini menyebabkan porsi pengeluaran konsumsi non pangan menurun, khususnya untuk pengeluaran pemeliharaan perumahan, namun pengeluaran untuk perawatan tubuh justru meningkat. Sedangkan untuk porsi konsumsi pangan tidak terpengaruh. Hal ini menunjukkan bahwa, gangguan kesehatan dapat menyebabkan penurunan tingkat kesejahteraan rumah tangga karena menyebabkan penurunan pendapatan dan peningkatan pengeluaran kesehatan. Oleh karena itu, diperlukan kebijakan yang dapat melindungi kesejahteraan rumah tangga ketika mengalami gangguan kesehatan, bisa berupa subsidi biaya kesehatan atau cash transfer.]]>
<![CDATA[Determinan Partisipasi Sekolah Anak Penyandang Disabilitas di Indonesia Tahun 2015 ]]>
<![CDATA[Dilla Citra Dewi]]>;
<![CDATA[Ekaria Soebijarto]]>
<![CDATA[ Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 2 (2019): Journal of Statistical Application and Computational Statistics ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34123/jurnalasks.v11i2.131
<![CDATA[Partisipasi bersekolah anak penyandang disabilitas di Indonesia masih rendah serta masih banyak anak disabilitas yang belum mendapat pendidikan yang memadai. Penelitian ini bertujuan untuk mengetahui variabel-variabel pada level individu dan pada level provinsi yang memengaruhi partisipasi sekolah anak penyandang disabilitas di Indonesia berdasarkan data Survei Penduduk Antar Sensus (SUPAS 2015). Metode analisis yang digunakan dalam penelitian ini adalah multilevel regresi logistik biner dua level. Hasil yang didapatkan antara lain variabel-variabel pada level individu yang signifikan memengaruhi partisipasi sekolah anak penyandang disabilitas yaitu tingkat kesulitan disabilitas anak, jenis disabilitas anak, tingkat pendidikan Kepala Rumah Tangga (KRT), serta daerah tempat tinggal. Kemudian variabel-variabel pada level provinsi yang signifikan memengaruhi partisipasi sekolah anak penyandang disabilitas adalah rasio ketersediaan Sekolah Luar Biasa (SLB) dan jarak ketersediaan SLB.]]>
