Bandung Conference Series: Statistics
Bandung Conference Series: Statistics (BCSS) menerbitkan artikel penelitian akademik tentang kajian teoritis dan terapan serta berfokus pada Statistika dengan ruang lingkup sebagai berikut: Alternating Least Square, Analisis Konjoin, Autoregressive, Auxiliary Variabel, Baby Birth, Block Maxima, Churn Distribusi Skellam, Cox Regression, Data spasial, DBD Ordinal Logistic Regression, Diagram kendali, Discrete Choice Experiment Method, Discrete Time Logistic, empirical likelihood, Fisher Scoring, Generalized Structured Component Analysis, Geographically Weighted Regression, GEV, GJR GARCH, Infant Mortality Preferensi, Insurance Claim, Kaplan-Meier, Kernel Bi-Square, Gaussian, Logistic Regression, Maternal Mortality, Mixed Geographically Weighted Regression Model GSTAR, MLE, Model ARIMAX, MSE. Multiple linear regression analysis, Nadaraya Watson, Newton Raphson Method, Nonparametrik Spline Confidence Interval, Optimasi Multi-Objek, orde Spasial, Outlier, Pareto Optimal, Partial Proportional Odds Model, Pemodelan Indeks Pembangunan Manusia. Penduga Rasio dan Produk Tipe Eksponensial, Peramalan, Poisson Bivariate Regression, Poisson Regression, Rata-rata Populasi berhingga, Regresi, Return Period Exogenous Variable, RMSE, Structural Equation Modeling, Survival Analysis, Threshold, Vibrasi Bearing, zero-inflated. Prosiding ini diterbitkan oleh UPT Publikasi Ilmiah Unisba. Artikel yang dikirimkan ke prosiding ini akan diproses secara online dan menggunakan double blind review minimal oleh dua orang mitra bebestari.
Articles
279 Documents
<![CDATA[Peramalan Jumlah Penduduk Miskin di Kabupaten Tangerang Tahun 2023-2025 ]]>
<![CDATA[Juwita Ningsih]]>;
<![CDATA[Nur Azizah Komara Rifai]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.14943
<![CDATA[Abstract. The Central Bureau of Statistics (BPS) of Tangerang Regency is a non-ministerial government agency in statistics and data processing. BPS Tangerang Regency conducts several surveys in its data collection efforts, including the National Socio-Economic Survey (SUSENAS), which produces poverty data. Poverty in Indonesia is a complex and multidimensional issue, as the poverty rate in a country influences indicators of success in terms of both development and the economy. Indonesia is classified as a developing country, making poverty a significant issue. Tangerang Regency ranked third in Banten for the most poor residents from 2020 to 2022. The purpose of the research on Forecasting the Number of Poor Residents in Tangerang Regency for 2023-2025 is to provide analysis results that can be utilised and considered by the Tangerang Regency government to address poverty in the area. The data used is the Number of Poor Residents in Tangerang Regency, which is non-stationary and contains a trend element. Therefore, the method used is Double Exponential Smoothing. The forecasting results show that in 2023, there will be 291,285 poor residents; in 2024, there will be 308,165; and in 2025, there will be 325,045, indicating an increase in the number of poor residents over the following three periods. Abstrak. Badan Pusat Statistik (BPS) Kabupaten Tangerang merupakan lembaga pemerintahan non kementrian yang bergerak di bidang statistik dan pengolahan data. Dalam pengumpulan data BPS Kabupaten Tangerang melakukan beberapa survei, salah satunya yaitu Survei Sosial Ekonomi Nasional (SUSENAS) yang menghasilkan data kemiskinan. Kemiskinan di Indonesia merupakan masalah yang kompleks dan multidimensi, karena tingkat kemiskinan di suatu negara akan mempengaruhi indikator keberhasilan baik dari segi pembangunan maupun perekonomian negara tersebut. Negara Indonesia merupakan negara yang tergolong masih berkembang, sehingga kemiskinan menjadi masalah utama. Kabupaten Tangerang berada pada urutan ketiga dengan penduduk miskin paling banyak di Banten pada tahun 2020-2022. Tujuan penelitian Peramalan Jumlah Penduduk Miskin di Kabupaten Tangerang tahun 2023-2025 dengan harapan hasil analisis dapat di manfaatkan dan dapat menjadi pertimbangan oleh pemerintah Kabupaten Tangerang untuk mengatasi kemiskinan di Kabupaten Tangerang. Data yang digunakan yaitu Jumlah Penduduk Miskin di Kabupaten Tangerang yang merupakan data tidak stasioner dan mengandung unsur trend, sehingga metode yang digunakan yaitu Double Exponential Smoothing Hasil peramalan pada tahun 2023 sebanyak 291.285, pada tahun 2024 sebanyak 308.165 dan pada tahun 2025 sebanyak 325.045, artinya Jumlah Penduduk Miskin mengalami kenaikan selama 3 periode ke depan.]]>
<![CDATA[Penerapan Model Epidemic Type Aftershock Sequence (ETAS) pada Data Gempa Bumi Jawa Barat ]]>
<![CDATA[Sofi Sopiah]]>;
<![CDATA[Sutawanir Darwis]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.14956
<![CDATA[Abstract. Earthquake intensity mapping is an important step in mitigating the risk of natural disasters, especially earthquakes. Earthquake activity is still being studied from both seismological and stochastic aspects. One of the stochastic processes that can explain earthquake activity is the point process. The point process is a stochastic process that can explain natural phenomena that are random in both space and time. One of the models in the point process is the epidemic type aftershock sequence (ETAS) model. The ETAS model is expressed by a conditional intensity function that is useful for knowing the chances of earthquake occurrence. Therefore, the purpose of this study is to apply the ETAS model to earthquake data in West Java. Data obtained from the United State Geological Survey (USGS) was declustered with the Gardner Knopoff method and there were 49 clusters and took 1 cluster with the largest earthquake data, namely the earthquake on September 02, 2009 in Tasikmalaya. The maximum likelihood estimation method is used to obtain parameter estimates of the ETAS model. The null model and full model are used to show the magnitude of the exponential distribution, while the full model shows the magnitude of the gamma distribution. With the maximum likelihood method, the parameter estimates of the basic intensity function of the null model and full model were obtained. The earthquake in Tasikmalaya in 2009 obtained the best model, the full model. The results of the parameter estimation are the base seismicity rate of 0.04402, the aftershock productivity of 4.673611e-9, the efficiency of an earthquake with a certain magnitude to produce aftershocks of 59.4750, the time scale of aftershock decay rate of 0.0083, and the aftershock decay rate of 1.3825. Abstrak. Pemetaan intensitas gempa merupakan langkah penting dalam upaya mitigasi risiko bencana alam, khususnya gempa bumi. Aktivitas gempa bumi masih terus dikaji baik dari aspek seismologi maupun aspek stokastik. Salah satu proses stokastik yang dapat menjelaskan aktivitas gempa bumi adalah proses titik. Proses titik merupakan suatu proses stokastik yang dapat menjelaskan fenomena alam dimana sifatnya acak baik dalam ruang maupun waktu. Salah satu model dalam proses titik adalah model epidemic type aftershock sequence (ETAS). Model ETAS dinyatakan dengan fungsi intensitas bersyarat yang berguna untuk mengetahui peluang kemunculan terjadinya gempa bumi. Oleh karena itu tujuan penelitian ini adalah menerapkan model ETAS pada data gempa bumi di Jawa Barat. Data diperoleh dari United State Geological Survey (USGS) di decslustering dengan metode Gardner Knopoff terdapat 49 cluster dan mengambil 1 cluster data gempa bumi yang terbesar yaitu gempa pada tanggal 02 September 2009 yaitu di Tasikmalaya. Metode estimasi likelihood maksimum digunakan untuk memperoleh estimasi parameter model ETAS. Digunakan null model dan full model untuk menunjukkan magnitudo berdistribusi eksponensial, sedangkan full model menunjukkan magnitudo berdistribusi gamma. Dengan metode likelihood maksimum diperoleh estimasi parameter fungsi intensitas dasar dari null model dan full model. Gempa di Tasikmalaya pada tahun 2009 memperoleh model terbaik yaitu full model. Hasil estimasi parameter tersebut yaitu laju kegempaan dasar sebesar 0.04402, produktivitas gempa susulan sebesar 4.673611e-9, efisiensi gempa bumi dengan magnitudo tertentu menghasilkan gempa susulan sebesar 59.4750, skala waktu laju peluruhan gempa susulan sebesar 0.0083, dan laju peluruhan gempa susulan sebesar 1.3825.]]>
<![CDATA[Proyeksi Tingkat Pengangguran Terbuka dan Gini Ratio di Kabupaten Purwakarta Tahun 2023-2028 ]]>
<![CDATA[Fadia Wahyu Utami]]>;
<![CDATA[Nusar Hajarisman]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.14980
<![CDATA[Abstract. The unemployment rate and income inequality are important indicators in assessing the economic condition of a region and Purwakarta Regency experiences significant dynamics in these two indicators. This research aims to provide accurate estimates regarding unemployment trends and income distribution in the future, so that it can become a reference for more effective policy making. Therefore, the author carried out a projection analysis regarding the open unemployment rate and Gini ratio in Purwakarta Regency.The method used is single exponential smoothing. Based on the calculation results of the open unemployment rate in Purwakarta Regency using the single exponential smoothing method, the Mean Square Error (MSE) value obtained was 0.805105 with a parameter of α = 0.2. After forecasting using the forecasting model , it was found that the forecasted percentage of the open unemployment rate in Purwakarta Regency sometimes fluctuates annually. Based on the calculation results of the Gini ratio in Purwakarta Regency using the single exponential smoothing method, the Mean Square Error (MSE) obtained was 0.000459 with a parameter of α = 0.9. After forecasting using the forecasting model , it was found that the forecasted Gini ratio in Purwakarta Regency did not change from the previous year. Abstrak. Tingkat pengangguran dan ketimpangan pendapatan merupakan indikator penting dalam menilai kondisi ekonomi suatu daerah dan Kabupaten Purwakarta mengalami dinamika yang signifikan dalam kedua indikator tersebut. Penelitian ini bertujuan untuk memberikan estimasi yang akurat terkait tren pengangguran dan distribusi pendapatan di masa mendatang, sehingga dapat menjadi acuan bagi pengambilan kebijakan yang lebih efektif. Oleh karena itu, penulis melakukan analisis proyeksi terkait tingkat pengangguran terbuka dan gini ratio di Kabupaten Purwakarta. Metode yang dipakai ialah single exponential smoothing. Berdasarkan hasil perhitungan tingkat pengangguran terbuka di Kabupaten Purwakarta menggunakan metode single exponential smoothing diperoleh nilai Mean Square Error (MSE) yaitu 0,805105 dengan parameter = 0,2. Setelah dilakukan peramalan dengan model peramalan didapatkan hasil bahwa nilai peramalan persentase tingkat pengangguran terbuka di Kabupaten Purwakarta terkadang mengalami kenaikan dan penurunan setiap tahunnya. Berdasarkan hasil perhitungan gini ratio di Kabupaten Purwakarta menggunakan metode single exponential smoothing diperoleh nilai Mean Square Error (MSE) yaitu 0,000459 dengan parameter = 0,9. Setelah dilakukan peramalan dengan model peramalan didapatkan hasil bahwa nilai peramalan gini ratio di Kabupaten Purwakarta tidak mengalami perubahan dari tahun sebelumnya.]]>
<![CDATA[Analisis Peramalan Penjualan Layanan Cuci Sepatu Schoenlab: Pendekatan Metode Single Exponential Smoothing ]]>
<![CDATA[Ikbar Farid Maulana]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.14981
<![CDATA[Abstract. Schoenlab, as a small and medium-sized enterprise, requires accurate calculations to minimize losses and maintain a balance between demand and service capacity. Forecasting capabilities based on internal data are crucial. This study discusses forecasting using the Single Exponential Smoothing method, chosen because the data does not show a specific trend. The research problem is, "How is the Single Exponential Smoothing method applied?" The researcher also evaluates the accuracy of the forecasting to provide a basis for decision-making confidence. The data consists of 12 months of shoe cleaning service sales from July 2023 to July 2024. The results show that with a smoothing constant (α) of 0.2, the Single Exponential Smoothing method forecasts Schoenlab's shoe cleaning service sales to be 32 pairs of shoes in August 2024. The accuracy rate obtained is 83.77%, which can serve as a reference for Schoenlab's business decisions. Abstrak. Schoenlab sebagai usaha kecil dan menengah, memerlukan perhitungan yang akurat untuk mengurangi kerugian dan menjaga keseimbangan permintaan dan kapasitas layanan. Kemampuan peramalan yang didasarkan pada data internal menjadi sangat penting. Penelitian ini membahas peramalan dengan pendekatan metode Single Exponential Smoothing. Pemilihan metode ini didasarkan pada data yang tidak menunjukkan tren tertentu. Permasalahan dalam penelitian ini ialah “Bagaimana penerapan metode Single Exponential Smoothing?”. Peneliti juga menilai keakuratan peramalan untuk menjadi menjadi dasar kepercayaan keputusan. Data terdiri dari 12 bulan penjualan layanan cuci sepatu dari bulan Juli 2023 sampai Juli 2024. Hasil penelitian menunjukkan bahwa dengan nilai bobot metode Single Exponential Smoothing meramalkan penjualan layanan cuci sepatu di Schoenlab sebanyak 32 pasang sepatu pada bulan Agustus 2024. Tingkat akurasi yang diperoleh sebanyak 83,77% sehingga bisa dijadikan acuan dalam keputusan bisnis oleh Schoenlab.]]>
<![CDATA[Pengelompokan Kecamatan Berdasarkan Jumlah Penyandang Disabilitas di Kota Bandung pada Tahun 2021 dengan Menggunakan Metode K-Means Clustering ]]>
<![CDATA[Mila Hastuti S]]>;
<![CDATA[Sofia Yanti, Teti]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.15001
<![CDATA[Abstract. People with disabilities are entitled to accessibility in various activities, which can include physical accessibility, such as facilities designed for their needs. According to the Bandung City Statistics Agency, there were 4589 people with disabilities in Bandung City in 2021. The largest groups include the physically disabled, the mentally disabled, the visually impaired, the deaf, the speech impaired, the talaras, the speech impaired, and the multiply disabled (physical and mental). Despite the large number of people with disabilities in Bandung City, the accessibility of public services is still inadequate. Interviews conducted by Dawud (2019) with people with disabilities in previous research, revealed that people with disabilities still face challenges in accessing public facilities. To address this issue, the characteristics of people with disabilities in 30 sub-districts in Bandung City will be analyzed to help the government and various other parties in prioritizing appropriate facilities. This research aims to cluster sub-districts in Bandung City based on the number of people with disabilities using the k-means clustering method. The data used is secondary data from the official page of BPS Bandung City with the types of people with disabilities studied, namely people with disabilities, deafness, blindness, hearing impairment, speech impairment, talaras, speech impairment, and multiple disabilities (physical and mental). Based on the research results using the k-means clustering method, 2 clusters have been formed with cluster 1 consisting of 25 subdistricts and cluster 2 consisting of 5 sub-districts. Abstrak. Penyandang disabilitas berhak mendapatkan aksesibilitas dalam berbagai kegiatan, yang dapat mencakup aksesibilitas fisik, seperti fasilitas yang dirancang untuk kebutuhan mereka. Menurut Badan Pusat Statistik Kota Bandung, terdapat 4589 penyandang disabilitas di Kota Bandung pada tahun 2021. Kelompok terbesar meliputi penyandang tunadaksa, tunagrahita, tunanetra, tunarungu, tunawicara, tunalaras, tunarungu wicara, dan tunaganda (fisik dan mental). Meskipun jumlah penyandang disabilitas di Kota Bandung cukup banyak, aksesibilitas layanan publik masih belum memadai. Wawancara yang dilakukan oleh Dawud (2019) bersama penyandang disabilitas pada penelitian sebelumnya, mengungkapkan bahwa penyandang disabilitas masih menghadapi tantangan dalam mengakses fasilitas publik. Untuk mengatasi masalah ini, karakteristik penyandang disabilitas di 30 kecamatan di Kota Bandung akan dianalisis untuk membantu pemerintah dan berbagai pihak lainnya dalam memprioritaskan fasilitas yang sesuai. Penelitian ini bertujuan untuk mengelompokkan kecamatan di Kota Bandung berdasarkan jumlah penyandang disabilitas dengan menggunakan metode k-means clustering. Data yang digunakan merupakan data sekunder dari halaman resmi BPS Kota Bandung dengan jenis penyandang disabilitas yang diteliti, yaitu penyandang tunadaksa, tunagrahita, tunanetra, tunarungu, tunawicara, tunalaras, tunarungu-wicara, dan tunaganda (fisik dan mental). Berdasarkan hasil penelitian dengan menggunakan metode k-means clustering, telah terbentuk 2 cluster dengan cluster 1 terdiri dari 25 kecamatan dan cluster 2 terdiri dari 5 kecamatan]]>
<![CDATA[Pengelompokan Kabupaten/Kota Berdasarkan Generasi Umur pada Daftar Pemilih Tetap (DPT) Pemilihan Umum Tahun 2024 Provinsi Jawa Barat Menggunakan Analisis Korespondensi ]]>
<![CDATA[Wulan Putri Prihartini]]>;
<![CDATA[Nusar Hajarisman]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.15046
<![CDATA[Abstract. Several surveys show that the millennial generation and generation Z are expected to be the largest voter groups in the 2024 elections. If you look at the data from the 2019 simultaneous elections released by the KPU, you can see that the number of young voters has reached 70-80 million out of 193 million voters. This means that around 35% - 40% of this generation have significant power and influence over election results which will affect the future of this country. Meanwhile, the aim of this research is to determine the visual relationship between the number of voters based on age generation in regencies/cities in West Java Province in 2024. This research uses Correspondence Analysis, so the results of this research can be concluded that the number of voters based on age generation on the Voter List The 2024 Permanent Election (DPT) by the West Java Province KPU is dominated by the millennial generation in Bogor Regency. Meanwhile, the lowest number of voters is the elderly generation in Banjar City. Abstrak. Beberapa survey menunjukkan bahwa generasi milenial dan generasi Z diperkirakan akan menjadi kelompok pemilih terbesar dalam pemilu 2024. Jika melihat data dari pemilu serentak 2019 yang dikeluarkan oleh KPU dapat dilihat bahwa jumlah pemilih muda sudah mencapai 70-80 juta jiwa dari 193 juta pemilih. Hal ini berarti sekitar 35% - 40% dari generasi tersebut telah memiliki kekuatan dan pengaruh signifikan terhadap hasil pemilu yang akan mempengaruhi masa depan negara ini. Adapun,tujuan dari penelitian ini untuk mengetahui keterkaitan secara visual antara jumlah pemilih berdasarkan generasi umur pada Kabupaten/Kota di Provinsi Jawa Barat Tahun 2024. Penelitian ini menggunakan Analisis Korespondensi, sehingga hasil dari penelitian ini dapat disimpulkan bahwa jumlah pemilih berdasarkan generasi umur pada Daftar Pemilih Tetap (DPT) pemilu 2024 oleh KPU Provinsi Jawa Barat didominasi oleh generasi milenial yang terdapat di Kabupaten Bogor. Sementara jumlah pemilih terendah adalah generasi lansia yang terdapat di Kota Banjar.]]>
<![CDATA[Estimasi Laju Penurunan Muka Tanah DKI Jakarta Tahun 2022 Menggunakan Metode Ordinary Kriging ]]>
<![CDATA[Nabilah Sofieyanti]]>;
<![CDATA[Dwi Agustin Nuriani Sirodj]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.15083
<![CDATA[Abstract. Land subsidence in DKI Jakarta has become a serious issue with the potential to cause environmental damage, especially in terms of infrastructure damage and an increased risk of flooding. Monitoring and observing the rate of land subsidence need to be conducted regularly to prevent more severe impacts. However, due to limitations in budget, time, and resources, spatial interpolation methods like Ordinary Kriging can be used to estimate the rate of land subsidence in unsampled locations. The data used in this study were secondary data on the rate of land subsidence at 100 locations in DKI Jakarta in 2022. In this research, the data were assumed to be stationary. The results show that the best theoretical semivariogram model is the Spherical model because it has the smallest RMSE value compared to the Exponential and Gaussian models. The Ordinary Kriging method was successfully applied to estimate the rate of land subsidence in unsampled locations in 2022. According to the estimates, the highest rate of land subsidence occurred in the Duri Kosambi area of West Jakarta, while the lowest rate occurred in the Tangki area of West Jakarta. These interpolation results can serve as a basis for more effective mitigation, control, and prevention measures. Abstrak. Penurunan muka tanah di DKI Jakarta menjadi masalah serius yang berpotensi menimbulkan kerusakan lingkungan terlebih pada rusaknya infrastruktur dan meningkatkan resiko banjir. Pengamatan dan pemantauan laju penurunan muka tanah perlu dilakukan secara teratur untuk mencegah dampak yang lebih buruk. Akan tetapi, karena adanya keterbatasan biaya, waktu, dan sumber daya yang tidak sedikit. Metode interpolasi spasial seperti Ordinary Kriging dapat dilakukan untuk mengestimasi laju penurunan muka tanah pada lokasi yang tidak tersampel. Data yang digunakan adalah data sekunder tentang laju penurunan muka tanah pada 100 titik lokasi di DKI Jakarta tahun 2022. Pada penelitian ini, data diasumsikan bersifat stasioner. Hasil penelitian menunjukkan bahwa model semivariogram teoritis yang terbaik adalah model Spherical karena memiliki nilai RMSE terkecil daripada model Eksponensial dan Gaussian. Metode Ordinary Kriging berhasil dilakukan untuk estimasi laju penurunan muka tanah pada lokasi tidak tersampel tahun 2022. Dari hasil estimasi, laju penurunan muka tanah terbesar yaitu 0,0529 cm/tahun terjadi di daerah Duri Kosambi Jakarta Barat, sementara laju penurunan terkecil yaitu 0,0306 cm/tahun di daerah Tangki Jakarta Barat. Hasil interpolasi ini dapat menjadi dasar untuk tindakan mitigasi, pengendalian, dan pencegahan yang lebih efektif.]]>
<![CDATA[Deskripsi Data Korban Kecelakaan Berdasarkan Usia Korban di Provinsi Jawa Barat Tahun 2022-2023 ]]>
<![CDATA[Hendrik Wijayanto]]>;
<![CDATA[Aceng Komarudin Mutaqin]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.15107
<![CDATA[Abstract. Traffic accidents are one of the most serious problems to be addressed, with traffic accidents being the third biggest killer after HIV/AIDS and tuberculosis. In West Java Province, traffic accidents are increasing from year to year. This needs to be a special concern so that traffic accident victims do not get worse. Therefore, a study was conducted to visually determine the number of incidents and the percentage of age and position of accident victims in 2022 and 2023 using descriptive analysis, where the severity of accident victims is divided into two, namely death and injury. The highest age category is in the age range of 15-24 including the Youth group, where there are 586 victims in 2022-2023, while the age of 85-95 or the elderly is ranked the lowest with 52 accident victims, with these results the percentage of the number of accidents for children and adolescents has increased by 3.06% over the past 1 year. Abstrak. Kecelakaan lalu lintas merupakan salah satu masalah yang cukup serius untuk ditangani, terbukti bahwa kecelakaan lalu lintas merupaan pembunuh terbesar ketiga setelah HIV/AIDS dan TBC. Di Provinsi Jawa Barat kecelakaan lalu lintas meningkat dari tahun ke tahun. Hal ini perlu menjadi perhatian khusus agar korban kecelakaan lalu lintas tidak semakin parah. Oleh karena itu dilakukan penelitian untuk mengetahui secara visual terkait banyaknya kejadian dan persentase dari usia dan kedudukan korban kecelakaan pada tahun 2022 dan 2023 menggunakan analisis deskriptif, dimana tingkat keparahan korban kecelakaan dibagi menjadi dua yakni meninggal dunia dan luka-luka. Kategori usia yang paling tinggi berada pada rentang usia 15-24 termasuk kedalam kelompok Remaja, dimana terdapat 586 korban pada tahun 2022-2023, sedangkan usia 85-95 atau lansia berada di peringkat paling rendah dengan jumlah 52 korban kecelakaan, dengan hasil tersebut persentase jumlah kecelakaan untuk kelompok anak – anak dan remaja mengalami peningkatan sebesar 3.06% selama 1 tahun terakhir.]]>
<![CDATA[Pemodelan Markov Switching Autoregressive (MSAR) pada Data Kurs Rupiah terhadap Dollar Amerika ]]>
<![CDATA[Muh. Fahmi Nur Akbar]]>;
<![CDATA[Nusar Hajarisman]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.15129
<![CDATA[Abstract. Linear models such as Autoregressive (AR), Moving Average (MA), and Autoregressive Integrated Moving Average (ARIMA) are commonly used for time series data where there is a linear relationship between the current data and past data. However, these models are not capable of explaining structural changes in economic variables caused by crises. Therefore, an analytical method that can analyze time series data on economic and financial variables experiencing regime switching is introduced. The method used to model time series data on economic and financial variables experiencing regime switching is the Markov Switching Autoregressive (MSAR) model. This method was applied to data on the Rupiah to U.S. Dollar exchange rate from January 1 to December 31, 2023. The objectives of this study are to develop the MSAR model, determine the transition probabilities of each state, assess the average duration of each state, and forecast the Rupiah to U.S. Dollar exchange rate. The MS(2)AR(2) model was chosen as the best model because it had the lowest Akaike’s Information Criterion (AIC) value of 2553.927. The Mean Absolute Percentage Error (MAPE) of 27.91% indicates reasonably good forecasting accuracy. Based on this model, the Rupiah exchange rate tends to stay in an increasing condition for about 9 periods and in a decreasing condition for about 2 periods. Abstrak. Pemodelan linear seperti model Autoregressive (AR), model Moving Average (MA), dan model Autoregressive Integrated Moving Average (ARIMA) digunakan untuk data runtun waktu yang terdapat hubungan linear antara data sekarang dan data masa lalu. Namun, model tersebut belum mampu menjelaskan adanya perubahan struktur pada peubah-peubah ekonomi yang disebabkan olehkrisis. Oleh karena itu, perkenalkan metode analisis yang dapat menganalisis data runtun waktu pada peubah-peubah ekonomi dan keuangan yang mengalami perubahan kondisi (regime switching). Metode yang digunakan untuk memodelkan data runtun waktu pada peubah ekonomi dan keuangan yang mengalami perubahankondisi adalah pemodelan Markov switching autoregreassive (MSAR). Metode ini diterapkan pada data Kurs Rupiah terhadap Dollar Amerika pada tanggal 1 Januari - 31 Desember 2023. Adapun tujuan dari penelitian ini adalah membentuk model MSAR, mengetahui nilai peluang transisi setiap state, mengetahui rata-rata lama durasi state dan peramalan pada data kurs Rupiah terhadap Dollar Amerika. Model MS(2)AR(2) dipilih sebagai yang terbaik karena memiliki nilai Akaike’s Information Criterion (AIC) terkecil, yaitu 2553.927. Nilai Mean Absolute Percentage Error (MAPE) sebesar 27.91% menunjukkan akurasi peramalan yang cukup baik.Berdasarkan model ini, kurs Rupiah cenderung bertahan dalam kondisi peningkatan selama 9 periode dan dalam kondisi penurunan selama 2 periode]]>
<![CDATA[Pengelompokan Kabupaten/Kota Berdasarkan Disabilitas pada Daftar Pemilih Tetap (DPT) Pemilihan Umum Tahun 2024 Provinsi Jawa Barat Menggunakan Analisis Korespondensi ]]>
<![CDATA[Anggi Savitri]]>;
<![CDATA[Nusar Hajarisman]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v4i2.15213
<![CDATA[Abstract. The political rights of people with disabilities have been guaranteed in Law Number 8 of 2016 Article 13 which regulates political rights for people with disabilities, including providing equal rights and opportunities to participate in elections. Political participation of people with disabilities is not only limited to elections, but also includes active participation in other political activities. The purpose of this study is to determine the visual relationship between the number of voters based on disabilities in Regencies/Cities in West Java Province in 2024. This study uses Correspondence Analysis, so that the results of this study can be concluded that the number of voters based on disabilities on the Permanent Voters List (DPT) for the 2024 election by the West Java Provincial KPU is dominated by physical disabilities with a proportion value of 0.455 or 45.5%, especially in Bekasi City, which is 0.737 or 73.7%. While the smallest number of disabled voters is deaf sensory disabilities with a proportion value of 0.048 or 4.8%, especially in Bekasi City, which is 0.015 or 1.5%. Abstrak. Hak politik penyandang disabilitas telah dijamin dalam Undang-undang Nomor 8 Tahun 2016 Pasal 13 yang mengatur hak politik untuk penyandang disabilitas, termasuk memberikan hak dan kesempatan yang sama untuk berpartisipasi dalam pemilu. Partisipasi politik penyandang disabilitas tidak hanya terbatas pada pemilihan saja, tetapi juga mencakup partisipasi aktif dalam kegiatan politik lainnya. Adapun, tujuan dari penelitian ini untuk mengetahui keterkaitan secara visual antara jenis pemilih disabilitas dengan Kabupaten/Kota di Provinsi Jawa Barat Tahun 2024. Penelitian ini menggunakan Analisis Korespondensi, dengan hasil menunjukkan bahwa pada Daftar Pemilih Tetap (DPT) pemilu 2024 oleh KPU Provinsi Jawa Barat terdapat asosiasi yang sangat kuat antara jenis pemilih disabilitas dan Kabupaten/Kota. Kota Bekasi mempunyai pola proporsi pemilih yang sangat berbeda dengan kota lainnya dimana didominasi oleh disabilitas fisik sebesar 0.737 atau 73.7% jauh di atas proporsi umum disabilitas fisik yaitu sebesar 0.455 atau sebesar 45.5%. Jumlah pemilih disabilitas paling sedikit yaitu disabilitas sensorik rungu dengan nilai proporsi sebesar 0.048 atau 4.8% dengan Kota Bekasi mempunyai proporsi terkecil sebesar 0.015 atau 1.5%.]]>
