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[Penerapan Metode Regresi Ridge Parsial untuk Mengatasi Masalah Multikolinearitas untuk Memodelkan Faktor-Faktor yang Mempengaruhi Kemiskinan di Jawa Tengah pada Tahun 2020 ]]>
<![CDATA[Saquila Beninurhadi Putri]]>;
<![CDATA[Suliadi Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5578
<![CDATA[Abstract. In regression analysis, multicollinearity is a condition of strong collinearity between independent variables. If multicollinearity occurs, the estimated parameters will have a large and not stable variance. Ridge regression is one of the solutions to overcome multicollinearity by adding a parameter c as a bias setting to the variance-covariance matrix of the independent variables. However, in the usual ridge regression model has some drawbacks, such as the bias constant c is added to all independent variables, regardless of the high or low level of collinearity among the variables. Therefore, Chandrasekhar, et al. (2016) developed a new ridge regression method, namely partial ridge regression. This research discusses the partial ridge regression method and applies to the case of poverty in Central Java Province in 2020. The results showed multicollinearity in the data and a bias constant c which was only added to variables with low eigenvalues, namely on Eigen 4. The partial ridge regression is =0.5753 + 0.4977 -1.6661 -0.1679 and then returned to the original regression model as =85.1023+1.6967 +0.0010 -1.3272 -0.3430. Abstrak. Dalam analisis regresi, multikolinearitas adalah suatu kondisi kekolinieran yang kuat antar variabel independent. Apabila terjadi multikolinearitas maka taksiran parameter akan memiliki varians yang besar dan tidak stabil. Regresi ridge merupakan salah satu solusi untuk mengatasi multikolinearitas dengan cara menambahkan parameter c sebagai tetapan bias pada matriks varians -kovarians pada variabel independen. Namun model regresi ridge terdapat beberapa kekurangan diantaranya yaitu konstanta bias c ditambahkan ke semua variabel independent, tanpa melihat tinggi rendahnya tingkat kolinearitas diantara variabel-variabel. Oleh karena itu, Chandrasekhar, et al., (2016) mengembangkan suatu metode regresi rigde baru yaitu partial regression ridge atau regresi ridge parsial. Skripsi ini membahas tentang metode regresi ridge parsial yang diterapkan pada kasus kemiskinan di Jawa Tengah pada tahun 2020 . Hasil penelitian menunjukan adanya multikolinearitas pada data dan kontanta bias c yang hanya ditambahkan pada variabel yang berinilai eigen rendah yaitu pada eigen 4. Regresi ridge parsialnya adalah =0.57531 + 0.4977 -1.6661 -0.1679 lalu dikembalikan ke model regresi semula menjadi =85.1023+1.6967 +0.0010 -1.3272 -0.3430.]]>
<![CDATA[Rekomendasi Destinasi Wisata di Indonesia Menggunakan Metode Item2Vec ]]>
<![CDATA[Aisha Kusuma Putri]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5666
<![CDATA[Abstract. Everyone choosing an item can be different, thus recommendations will be difficult to be given when many peoples have their own preferences. Hence, we need a method that can provide recommendations to many peoples, one of them is Item2Vec. Item2Vec is an item recommendation method that only uses user rating data in its algorithm. The items recommended to users are items that are similar to items previously liked. In its algorithm, Item2Vec is built with collaborative filtering (CF) and Word2Vec Skip Gram with Negative Sampling (SGNS). Through Word2Vec SGNS, it represents items into a vector of numbers through a neural network process, that is feedforward, that minimizing the objective function and backpropagation. Through CF, the vector for each item will be calculated using cosine similarity as the similarity value between items. The highest cosine similarity value results are interpreted as the most recommended items for each item and otherwise. Item2Vec has greater accuracy and more effective performance than recommendation systems built by Singular Value Decomposition (SVD) with CF. The objective of this research is to provide recommendation for tourist destination in Indonesia, by using Item2Vec method. This method makes it easier for tourists to choose tourist destinations and also makes it easier for travel agents to offer tourist destinations for promotion purposes. The Item2Vec method produces recommendations for tourist destinations in Indonesia with an accuracy of 61% and is considered to be performing quite well. Abstrak. Keinginan setiap orang dalam memilih suatu item dapat berbeda-beda, sehingga rekomendasi akan sulit diberikan ketika banyak orang memiliki keinginannya masing-masing. Maka, diperlukannya metode yang dapat memberikan rekomendasi kepada banyak orang salah satunya yaitu Item2Vec. Item2Vec merupakan sistem rekomendasi item yang hanya menggunakan data rating pengguna dalam algoritmanya. Item yang direkomendasikan kepada pengguna yaitu item yang memiliki kemiripan dengan item yang disukai sebelumnya. Dalam algoritmanya, Item2Vec dibangun dengan collaborative filtering (CF) dan Word2Vec Skip Gram with Negative Sampling (SGNS). Melalui Word2Vec SGNS, direpresentasikannya item ke dalam vektor angka melalui proses neural network yaitu feedforward, meminimumkan fungsi objektif dan backpropagation. Melalui CF, vektor setiap item dihitung menggunakan cosine similarity sebagai nilai kemiripan antar item. Hasil nilai cosine similarity tertinggi diartikan sebagai item yang paling direkomendasikan untuk setiap item dan juga sebaliknya. Item2Vec memiliki akurasi lebih besar dan kinerja lebih efektif dibandingkan sistem rekomendasi yang dibangun oleh Singular Value Decompotion (SVD) dengan CF. Tujuan dari penelitian ini adalah memberikan rekomendasi destinasi wisata di Indonesia, dengan menggunakan metode Item2Vec. Metode ini mempermudah wisatawan dalam memilih destinasi wisata dan juga mempermudah biro perjalanan dalam menawarkan destinasi wisata untuk keperluan promosi. Metode Item2Vec menghasilkan rekomendasi destinasi wisata di Indonesia dengan akurasi sebesar 61% dan termasuk ke dalam performa cukup baik.]]>
<![CDATA[Penerapan Distribusi Campuran Lognormal-Gamma pada Data Besar Klaim Asuransi Kendaraan Bermotor ]]>
<![CDATA[Sheli Andriani]]>;
<![CDATA[Aceng Komarudin Mutaqin]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5685
<![CDATA[Abstract. Insurance is an agreement between the insurer and the insured, which requires the insured to pay a premium to provide reimbursement for the risk of loss, damage, death or loss of profits due to an unexpected event. Some of the terms in insurance, one of which is a claim, when a claim occurs when the insured experiences a risk, the insurer will compensate for the loss according to the agreement stated in the policy (written agreement). In several previous studies, there are distributions that are applied to large claims data such as the Pareto distribution and the Weillbul distribution. This study will use a mixed lognormal-gamma distribution. The mixed distribution of the lognormal gamma mixture belongs to the continuous distribution with three parameters (µ, α, and β). The data used is the big data of claims at the insurance company PT XZ in 2014 regarding the data of claims for Partial Loss motor vehicle insurance for region 1 category 5. Based on the results of applying the mixed lognormal-gamma distribution it is concluded that the big data for motor vehicle insurance claims for category 5 region 1 comes from population with mixed lognormal-gamma distribution Abstrak. Asuransi merupakan perjanjian antara penanggung dan tertanggung, yang mewajibkan tertanggung membayar sejumlah premi untuk memberikan penggantian atas risiko kerugian, kerusakan, kematian, atau kehilangan keuntungan karena suatu peristiwa yang tidak terduga. Beberapa istilah dalam asuransi salah satunya yaitu klaim, terjadinya klaim ketika tertanggung mengalami risiko maka penanggung akan mengganti kerugian sesuai dengan kesepakatan yang tertera dalam polis (perjanjian tertulis). Dalam beberapa penelitian terdahulu, terdapat distribusi yang diterapkan pada data besar klaim seperti distribusi Pareto dan distribusi Weillbul. Pada penelitian ini akan menggunakan distribusi campuran lognormal-gamma. Distribusi campuran lognormal gamma termasuk kedalam distribusi kontinu dengan tiga parameter (µ, α, dan β). Data yang digunakan yaitu data besar klaim pada perusahaan asuransi PT XZ Tahun 2014 mengenai data klaim Partial Loss asuransi kendaraan bermotor untuk wilayah 1 kategori 5. Berdasarkan hasil penerapan distribusi campuran lognormal-gamma disimpulkan bahwa data besar klaim asuransi kendaraan bermotor kategori 5 wilayah 1 berasal dari populasi yang berdistribusi campuran lognormal-gamma.]]>
<![CDATA[Diagram Kendali Sintetik Coeffecient of Variation dalam Memantau Variabilitas Proses dan Penerapannya pada Data Pengukuran Core 4st ]]>
<![CDATA[Nadya Yuliyani]]>;
<![CDATA[Suliadi]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5689
<![CDATA[Abstract. The average control chart and variability control chart are used to monitor whether the process average and variability are stable or not. One tool to monitor process variability is the coefficient of variation (CV) control chart. Many control chart methods were used by previous studies to monitor CV, one of which was by Guo and Wang (2016) who provided a new strategy by proposing a synthetic diagram with two-sided CV sub-graphs based on equal-tailed probability limits and CRL (Conforming run length) which requires a lower control limit. Synthetic control charts have better performance compared to common control charts. In this study, we apply this method to the thickness data of the 4th core product. The 4th core product is one of the component parts on the starter motor dynamo and starter coil., It is obtained that in phase I the thickness of the 4st core was statistically controlled. Furthermore, in phase II, it is obtained that several observation points felt outside the control limits, and concluded that there were uncontrolled processes at several observation points. Abstrak. Diagram kendali rata-rata dan diagram kendali variabilitas, digunakan untuk memantau apakah rata-rata dan variabilitas proses tersebut stabil atau tidak. Salah satu alat guna memantau variabilitas proses adalah diagram kendali coeffecient of variation (CV). Banyak metode diagram kendali yang dilakukan oleh penelitian terdahulu guna memantau CV, salah satunya oleh Guo dan Wang (2016) yang memberikan strategi baru dengan mengusulkan diagram sintetik dengan sub-grafik CV dua sisi berdasarkan batas probabilitas equal-tailed dan sub-grafik CRL (Conforming run length) yang membutuhkan batas kendali bawah. Diagram kendali sintetik memiliki kinerja yang lebih baik dibandingkan dengan diagram kendali pada umumnya. Pada penelitian ini, kami menerapkan metode tersebut terhadap data ketebalan produk core 4st . Produk core 4st merupakan salah satu bagian komponen yang berada pada dinamo stater motor serta koil stater. Diperoleh bahwa pada fase I ketebalan core 4st terkendali secara statistik. Selanjutnya pada fase II, diperoleh beberapa titik pengamatan yang dirasa berada diluar batas kendali, dan disimpulkan bahwa terdapat proses yang tidak terkendali pada beberapa titik pengamatan.]]>
<![CDATA[Penerapan Metode Generalized Structure Component Analysis (GSCA) pada Pengguna Dompet Digital (E-Wallet) di Desa Digital Menggunakan Model Utaut 2 ]]>
<![CDATA[Wian Fadila]]>;
<![CDATA[Marizsa Herlina]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5699
<![CDATA[Abstract. Structural Equation Modeling (SEM) is a multivariate analysis method that combines factor analysis, path analysis, and regression analysis. Structural Equation Modeling (SEM) aims to measure the relationship between latent variables and their indicators. Component-based SEM has two methods, namely Partial Least Square (PLS) and Generalized Structure Component Analysis (GSCA). In this study the focus is on component-based SEM analysis, namely the Generalized Structure Component Analysis (GSCA) method. Generalized Structure Component Analysis (GSCA) is a method that does not require multivariate normal distribution assumptions and has an overall goodness of fit measure. The parameters used are factor loading, parameter coefficients, weight of indicators and estimation with Alternating Least Square (ALS). This study aims to determine what factors in the UTAUT 2 modification model influence the intention and behavior of using digital wallets (e-wallets) in Rajamandala Kulon village. The results of this study are that habit and security factors are felt to have the highest influence on usage intentions and habit factors and usage intentions have the highest influence on digital wallet usage behavior in Rajamandala Kulon Village. Abstrak. Structural Equation Modeling (SEM) merupakan salah satu metode analisis multivariat (multivariate analysis) yang menggabungkan antara analisis factor, analisis jalur, dan analisis regresi. Structural Equation Modeling (SEM) bertujuan untuk mengukur hubungan antara peubah laten dan indikatornya. SEM berbasis komponen memiliki dua metode yaitu Partial Least Square (PLS) dan Generalized Structure Component Analysis (GSCA). Pada penelitian ini fokus pada analisis SEM berbasis komponen yaitu metode Generalized Structure Component Analysis (GSCA). Generalized Structure Component Analysis (GSCA) merupakan metode yang tidak memerlukan asumsi distribusi normal multivariat dan memiliki ukuran overall goodness of fit. Parameter yang digunakan adalah factor loading, coefficients parameter, weight of indicators dan estimasi dengan Alternating Least Square (ALS). Penelitian ini bertujuan untuk mengetahui factor -faktor apa saja dalam model modifikasi UTAUT 2 yang berpengaruh kepada niat dan perilaku penggunaan dompet digital (e-wallet) di desa Rajamandala Kulon. Hasil dari penelitian ini adalah faktor kebiasaan dan keamanan yang dirasakan memiliki pengaruh tertinggi terhadap niat penggunaan serta faktor kebiasaan dan niat penggunaan memiliki pengaruh tertinggi terhadap perilaku penggunaan dompet digital di Desa Rajamandala kulon.]]>
<![CDATA[SEM-PLS untuk Persepsi Nilai pada Aplikasi Pemesanan Tiket Pesawat ]]>
<![CDATA[Edwiga Antirad]]>;
<![CDATA[Marizsa Herlina]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5734
<![CDATA[Abstract. The increasing use of technology has made people switch to ordering plane tickets online. In addition, smartphone ownership makes applications the media most often used to place orders. Even so, the perception of user value is still a problem for flight ticket booking service providers. This is because users still frequently switch services erratically. Therefore, this research was conducted to determine the factors that influence the perceived value of users of flight ticket booking applications in Gen Z at the Islamic University of Bandung. This study will link 3 latent variables related to perceived value, namely search features, ease of use, and payment methods. All three latent variables are related to one another. The approach used to determine the relationship between these latent variables is the Structural Equation Modeling – Partial Least Square (SEM-PLS) method with the bootstrap parameter estimation method. This research was conducted to understand the truth of the theoretical concept regarding the factors that influence perceived value. The results showed that each of the two of the four indicators on the variable search features, ease of use and payment methods were significant and showed that all variables had a significant effect on the perceived value variable. The bootstrap estimation results for hypothesis testing also concluded that search feature variables, ease of use, and payment methods have an effect on perceived value. Abstrak. Meningkatnya penggunaan teknologi membuat masyarakat beralih untuk memesan tiket pesawat secara daring. Selain itu, kepemilikan smartphone membuat aplikasi menjadi media yang paling sering digunakan untuk melakukan pemesanan. Meskipun demikian, persepsi nilai pengguna masih menjadi permasalahan penyedia layanan pemesanan tiket pesawat. Hal ini dikarenakan pengguna masih sering berpindah-pindah layanan secara tidak menentu. Oleh karena itu, penelitian ini dilakukan untuk mengetahui faktor-faktor yang memengaruhi persepsi nilai pengguna aplikasi pemesanan tiket pesawat pada gen Z di Universitas Islam Bandung. Penelitian ini akan menghubungkan 3 variabel laten yang berkaitan dengan persepsi nilai yaitu fitur pencarian, kemudahan penggunaan, dan metode pembayaran. Ketiga variabel laten yang berbeda saling berkorelasi antara variabel satu dengan yang lainnya. Pendekatan yang digunakan untuk mengetahui hubungan variabel-variabel laten tersebut adalah Metode Structural Equation Modelling – Partial Least Square (SEM-PLS) dengan metode estimasi parameter bootstrap. Penelitian ini dilakukan untuk memahami kebenaran konsep teori mengenai faktor-faktor yang mempengaruhi nilai persepsi. Hasil penelitian menunjukkan bahwa masing-masing dua dari empat indikator pada variabel fitur pencarian, kemudahan penggunaan dan metode pembayaran signifikan dan menunjukkan bahwa semua variabel berpengaruh signifikan terhadap variabel persepsi nilai. Hasil estimasi dengan bootstrap untuk uji hipotesis juga menyimpulkan bahwa variabel fitur pencarian, kemudahan penggunaan dan metode pembayaran berpengaruh terhadap persepsi nilai.]]>
<![CDATA[Penerapan Distribusi Poisson Bivariat pada Data Jumlah Gol Hasil Pertandingan Sepak Bola Liga 1 Indonesia Tahun 2018-2019 ]]>
<![CDATA[Alfan Siam Nuri]]>;
<![CDATA[Aceng Komarudin Mutaqin]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5755
<![CDATA[Abstract. On every continent in the world there are several prestigious league competitions that roll on and become a place to meet the best players, for example on the continent of Europe there are some of the best leagues. For example the English Premiere League (EPL) in England, La Liga in Spain, Serie A in Italy, the Bundes League in Germany and Ligue 1 in France. In Indonesia itself there is a league competition which is currently known as the Indonesian Super League (ISL) or the Indonesian League 1 which is the highest caste football competition between clubs in Indonesia which is participated in by 18 teams. There are several univariate and bivariate distributions that can be used to model data on the number of goals scored by football teams. One such bivariate distribution is the bivariate Poisson distribution. The maximum likelihood estimator method is used to estimate the parameters of the discrete distribution. While the distribution fit test to be used is the chi-square test. The data that will be used contains information on the number of goals for the home team and the number of goals for the away team in the 2018-2019 Indonesian Super League matches. The results of the application show that the bivariate Poisson distribution is suitable for modeling bivariate data on the number of goals for the home team and the away team for the 2018-2019 Indonesian Super League. Abstrak. Di setiap benua di dunia terdapat beberapa kompetisi liga bergengsi yang bergulir dan menjadi ajang bertemu pemain-pemain terbaik, misalnya benua Eropa terdapat beberapa liga terbaik. Contohnya English Premiere League (EPL) di Inggris, La Liga di Spanyol, Serie A di Italia, Bundes Liga di Jerman dan Ligue 1 di Francis. Di Indonesia sendiri terdapat kompetisi liga yang pada saat ini dikenal dengan sebutan Indonesian Super League (ISL) atau Liga 1 Indonesia yang merupakan kompetisi sepak bola kasta tertinggi antar klub di Indonesia yang diikuti oleh 18 tim. Terdapat beberapa distribusi univariat dan bivariat yang dapat digunakan untuk memodelkan data jumlah gol tim sepakbola. Salah satu distribusi bivariat tersebut adalah distribusi Poisson bivariat. Metode penaksir kemungkinan maksimum digunakan untuk menaksir parameter distribusi diskrit tersebut. Sedangkan uji kecocokan distribusi yang akan digunakan adalah uji chi-kuadrat. Data yang akan digunakan tersebut berisi informasi jumlah gol tim kandang dan jumlah gol tim tandang pertandingan Liga 1 Indonesia tahun 2018-2019. Hasil penerapan menunjukkan bahwa distribusi Poisson bivariat cocok untuk memodelkan data bivariat jumlah gol tim kandang dan tim tandang Liga 1 Indonesia tahun 2018-2019.]]>
<![CDATA[Metode Regresi Elastic-net untuk Mengatasi Masalah Multikolinearitas pada Kasus Tingkat Pengangguran Terbuka di Provinsi Jawa Barat ]]>
<![CDATA[Astri Handayani]]>;
<![CDATA[Lisnur Wachidah]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5757
<![CDATA[Abstract. Linear regression is used to study the relationship between dependent variables and one or more independent variables. The most widely used linear regression parameter estimation is the Least Squares Method (MKT). Multiple linear regression involves more than one independent variable. The common problem that is often encountered in multiple linear regression is the problem of multicollinearity. Multicollinearity in multiple linear regression occurs when there is a correlation between independent variables, with multicollinearity it is often difficult to see the effect of the independent variables on the dependent variables. Multicollinearity handling can be done using the elastic-net regression method where this method can reduce the regression coefficient to exactly zero, besides that the regression nets also select variables simultaneously and can select groups of correlated variables. In 2020 the open response rate in West Java Province was relatively high, namely 10.46, exceeding the national average of 7.07. This study uses data regarding the open response rate in West Java Province in 2020. Based on the results of testing the independent variables that influence the open response rate in West Java, namely the dependency ratio, average length of schooling, human development index, percentage of poor people, wages minimum district/city, and population density. Abstrak. Regresi linier digunakan untuk mempelajari hubungan antara peubah tak bebas dengan satu atau lebih peubah bebas. Pendugaan parameter regresi linier yang paling banyak digunakan yaitu Metode Kuadrat Terkecil (MKT). Regresi linier berganda melibatkan lebih dari satu peubah bebas. Masalah umum yang sering dijumpai pada regresi linier berganda yaitu adanya masalah multikolinearitas. Multikolinearitas pada regresi linier berganda terjadi apabila terdapat korelasi antar peubah bebas, keberadaan multikolinearitas seringkali menyulitkan untuk melihat pengaruh antara peubah bebas terhadap peubah tak bebas. Penanganan multikolinearitas dapat dilakukan menggunakan metode regresi elastic-net dimana metode ini dapat menyusutkan koefisien regresi tepat nol, selain itu regresi elastic-net juga melakukan seleksi peubah secara simultan dan dapat memilih kelompok peubah yang berkorelasi. Pada tahun 2020 tingkat pengangguran terbuka di Provinsi Jawa Barat relatif tinggi yaitu sebesar 10,46 melebihi nilai rata-rata nasional sebesar 7,07. Penelitian ini menggunakan data mengenai tingkat pengangguran terbuka di Provinsi Jawa Barat pada tahun 2020. Berdasarkan hasil pengujian peubah bebas yang memberikan pengaruh tehadap tingkat pengangguran terbuka di Jawa Barat yaitu dependency ratio, rata-rata lama sekolah, indeks pembangunan manusia, presentase penduduk miskin, upah minimum kabupaten/kota, dan kepadatan penduduk.]]>
<![CDATA[Perkiraan Angka Migrasi Neto Perkelompok Umur Provinsi Jawa Barat Tahun 2020 dan 2021 ]]>
<![CDATA[Ilma Diana Rosa]]>;
<![CDATA[Yayat Karyana]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.5860
<![CDATA[Abstract. Population dynamics in an area are influenced by factors of mortality, fertility and migration. In the study of population dynamics between regions in Indonesia, the migration factor has an important position based on a spatial and temporal approach to examine the accumulation and distribution of population in an area. Population migration is an integral part of the entire development process, as well as a cause and recipient of the impact of changes in the economic and social structure of a region. The research method to be used is a literature study or case study. Case study, namely a comparison of net migration of the population of West Java Province per age group in 2020-2021 using the Population Growth Rate (LPP) of West Java Province and Indonesia's Population Growth Rate (LPP) of 2020-2021, population of West Java Province per age group in 2020- 2021 from the results of the 2020-2021 Population Census (SP) portrait, West Java Province's Age Specific Net Migration Rate (ASNMR) in 2015. Literature study is studying basic theories related to migration. The Population Growth Rate (LPP) in West Java Province in 2020 is 1.11 percent per year, and the Population Growth Rate (LPP) in West Java Province in 2021 is 1.41 percent per year. the Covid-19 Virus outbreak and the Central Statistics Agency (BPS) find it difficult to retrieve this data. With a National Population Growth Rate of 1.25 percent per year, it is considered higher because of the difference in natural growth with the difference in the population's death rate and birth rate. Abstrak. Dinamika kependudukan di suatu daerah dipengaruhi oleh faktor-faktor mortalitas, fertilitas, dan migrasi. Kajian dinamika kependudukan antar wilayah di Indonesia, faktor migrasi penting kedudukannya berdasarkan pendekatan spasial dan temporal untuk mencermati akumulasi dan persebaran penduduk pada suatu wilayah. Migrasi penduduk merupakan bagian integral dari keseluruhan proses pembangunan, serta sebagai penyebab dan penerima dampak perubahan struktur ekonomi dan sosial suatu wilayah. metode penelitian yang akan digunakan adalah studi lietratur atau studi kasus. Studi kasus, yaitu perbandingan migrasi neto penduduk Provinsi Jawa Barat perkelompok umur tahun 2020-2021 menggunakan Laju Pertumbuhan Penduduk (LPP) Provinsi Jawa Barat dan Laju Pertumbuhan Penduduk (LPP) Indonesia tahun 2020-2021, penduduk Provinsi Jawa Barat per kelompok umur tahun 2020-2021 dari hasil potret Sensus Penduduk (SP) tahun 2020-2021, Age Specific Net Migration Rate (ASNMR) Provinsi Jawa Barat tahun 2015. Studi literatur yaitu mempelajari teori-teori dasar yang berkaitan dengan migrasi. Pada Laju Pertumbuhan Penduduk (LPP) di Provinsi Jawa Barat tahun 2020 sebesar 1,11 persen pertahun, serta pada Laju Pertumbuhan Penduduk (LPP) di Provinsi Jawa Barat tahun 2021 sebesar 1,41 persen pertahun data tersebut lebih besar dari tahun sebelumnya, dikarenakan adanya wabah Virus Covid-19 serta Badan Pusat Statistika (BPS) sulit untuk mengambil data tersebut. Dengan Laju Pertumbuhan Penduduk Nasional sebesar 1,25 persen pertahun, dianggap lebih besar karena perbedaan pertumbuhan alamiah dengan selisih penduduk angka kematian dan angka kelahiran.]]>
<![CDATA[Pemodelan Data Hasil Pertandingan Sepak Bola Menggunakan Model Bradley-Terry ]]>
<![CDATA[Muhammad Iqbal Fauzi]]>;
<![CDATA[Aceng Komarudin Mutaqin]]>
<![CDATA[ Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/bcss.v3i1.6074
<![CDATA[Abstract. This article discusses football match result data modelling using the Bradley-Terry model. Liga 1 Indonesia is the highest caste football competition between clubs in Indonesia which is currently being participated in by 18 teams. The Indonesian League was held for the first time in 1994 which was a merger between the previous major competitions, namely association (1931-1994) and Galatama (Main Football League 1979-1994). The Bradley-Terry model is one model that can be used to model the home team's chances of winning, drawing and losing in a soccer match. The parameters in the probability of winning, drawing and losing are estimated using the maximum likelihood estimation method. Therefore will be 20 parameters that is , , dan . The materials that will be used to apply the methods discussed in this thesis are secondary data recorded from PT Liga Indonesia. The estimated values of the probability of winning, drawing and losing model parameters that can be used to calculate the estimated value of the odds of winning, drawing and losing as the home team for one season. The results of the analysis show that around 74% of match results can be estimated correctly. Abstrak. Liga 1 Indonesia adalah kompetisi sepak bola kasta tertinggi antar klub di Indonesia yang pada saat ini diikuti oleh 18 tim. Liga Indonesia diselenggarakan pertama kali pada tahun 1994 yang merupakan penggabungan antara kompetisi besar sebelumnya, yaitu Perserikatan (1931-1994) dan Galatama (Liga Sepak Bola Utama 1979-1994). Model Bradley-Terry merupakan salah satu model yang dapat digunakan untuk memodelkan peluang menang, imbang, dan kalah tim tuan rumah dalam pertandingan sepak bola. Parameter-parameter yang ada pada model peluang menang, imbang dan kalah ditaksir dengan menggunakan metode penaksiran kemungkinan maksimum. Dengan demikian akan ada sebanyak 20 parameter yaitu y, v, dan phi 1, phi 2, ..., phi 18. Bahan yang akan digunakan untuk mengaplikasikan metode yang dibahas dalam skripsi ini adalah data sekunder hasil pencatatan yang diperoleh dari PT Liga Indonesia. Nilai-nilai taksiran parameter model peluang menang, imbang, dan kalah yang dapat digunakan untuk menghitung taksiran nilai peluang menang, imbang, dan kalah sebagai tim tuan rumah selama satu musim. Hasil analisis menunjukan bahwa sekitar 74% hasil pertandingan dapat di taksir dengan tepat. Nilai-nilai taksiran parameter model peluang menang, imbang, dan kalah yang dapat digunakan untuk menghitung taksiran nilai peluang menang, imbang, dan kalah sebagai tim tuan rumah selama satu musim. Hasil analisis menunjukan bahwa sekitar 74% hasil pertandingan dapat di taksir dengan tepat.]]>
