cover
Contact Name
Rani Nooraeni
Contact Email
raninoor@stis.ac.id
Phone
+6221-8191437
Journal Mail Official
semnas@stis.ac.id
Editorial Address
https://prosiding.stis.ac.id/index.php/semnasoffstat/about/contact
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Prosiding Seminar Nasional Official Statistics
prosiding seminar ini bertujuan untuk menghasilkan berbagai pemikiran solutif, inovatif, dan adaptif terkait isu, strategi, dan metode yang memanfaatkan official statistics
Articles 729 Documents
TINJAUAN BIG DATA MOBILITAS PENDUDUK PADA MASA SOCIAL DISTANCING DAN NEW NORMAL SERTA KETERKAITANNYA DENGAN JUMLAH KASUS COVID-19 Zanial Fahmi Firdaus; Arie Wahyu Wijayanto
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (195.025 KB) | DOI: 10.34123/semnasoffstat.v2020i1.502

Abstract

Berbagai kebijakan Pemerintah Indonesia telah digulirkan untuk mengatasi dampak penyebaran Pandemi Coronavirus Disease (COVID-19). Di antara kebijakan tersebut meliputi social distancing atau Pembatasan Sosial Berskala Besar (PSBB), work from home, school from home, dst. Dengan tujuan untuk menekan mobilitas penduduk, berbagai kebijakan tersebut diharapkan dapat meminimalkan pertambahan jumlah kasus harian COVID-19. Penelitian ini berfokus pada identifikasi dan perbandingan pola mobilitas penduduk selama masa social distancing dan new normal serta mencoba menganalisis keterkaitan antara mobilitas penduduk dengan kasus COVID- 19, khususnya di wilayah Provinsi DKI Jakarta. Periode penelitian dimulai sejak mulai diberlakukannya social distancing pada pertengahan bulan Maret hingga akhir Juli 2020. Dengan menggunakan independent two-sample t-test, terdapat perbedaan yang signifikan antara rata- rata mobilitas penduduk maupun peningkatan kasus COVID-19 pada masa social distancing dan pada masa new normal di Jakarta. Penerapan social distancing (PSBB) di DKI Jakarta secara umum mampu menurunkan mobilitas penduduk dan menekan penambahan kasus COVID-19.
PROFIL TINGKAT OKUPANSI HOTEL DI NTB SELAMA PANDEMI COVID-19 DENGAN MENGGUNAKAN BIG DATA Wiwin Srimulyani; Nurtia Nurtia; Maulana Faris; Nensi Fitria Deli; Setia Pramana
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (308.071 KB) | DOI: 10.34123/semnasoffstat.v2020i1.503

Abstract

SARS-CoV-2 atau lebih biasa dikenal dengan COVID-19 pertama kali terjadi di Wuhan, ibukota Provinsi Hubei, China pada akhir tahun 2019 lalu. Virus covid-19 juga berdampak besar terhadap industri perhotelan dengan tingkat hunian yang jauh dibawah rata-rata musiman di seluruh Indonesia. pada saat pertama kali covid-19 diumumkan tingkat okupansi turun hingga 20% di seluruh hotel di Indonesia. Tak hanya itu kebijakan new normal juga sangat mempengaruhi preferensi masyarakat untuk berlibur dan menggunakan fasilitas akomondasi. Untuk itu penelitian ini bertujuan untuk mengetahui tentang dampak covid-19 terhadap tingkat okupansi hotel di Nusa Tenggara Barat dengan menggunakan metode web scraping. Tingkat okupansi hotel didekati dengan menjumlahkan jumlah kamar total dikurangi dengan jumlah kamar tersisa kemudian hasilnya dibagi dengan jumlah kamar total lalu dikalikan dengan sebuah konstanta. Secara keseluruhan,diumumkannya covid-19 pertama kali membuat tingkat okupansi hotel di Nusa Tenggara barat turun drastis hingga 14%. Penurunan ini juga terjadi untuk hotel berbintang dan hotel dengan tipe guesthouse, hostel, resor dan hotel. Namun, penurunan ini tidak terjadi untuk hotel non bintang. Sedangkan pada era new normal, kenaikan tingkat okupansi yang bertahap terjadi di Nusa Tenggara Barat. Hal ini juga berlaku untuk hotel berbintang, non bintang, hotel dengan tipe resor dan hotel. Sebaliknya, new normal tidak terlalu mempengaruhi tingkat okupansi hotel dengan tipe guesthouse dan hostel.
PEMODELAN NOWCASTING TINGKAT PENGANGGURAN TERBUKA MENGGUNAKAN DATA GOOGLE TRENDS DENGAN METODE ANTLION OPTIMIZATION-SUPPORT VECTOR REGRESSION Ilmi Aulia Akbar; Robert Kurniawan
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (302.418 KB) | DOI: 10.34123/semnasoffstat.v2020i1.504

Abstract

Tingkat Pengangguran Terbuka adalah salah satu indikator strategis nasional yang didapatkan oleh BPS melalui Survei Angkatan Kerja Nasional (SAKERNAS) yang dilaksanakan dua kali dalam satu tahun, yaitu pada Februari dan Agustus. Terdapat lag waktu tiga bulan sejak data dikumpulkan hingga data dipublikasikan yang dapat diatasi menggunakan nowcasting dengan memanfaatkan data Google Trends. Data indeks pencarian dari kueri yang berkaitan dengan proses pencarian kerja kemudian diseleksi menggunakan koefisien korelasi Pearson dan LASSO hingga diperoleh kueri pencarian yang relevan dengan nilai TPT. Pemodelan nowcasting dilakukan menggunakan Support Vector Regression dengan parameter yang dioptimisasi menggunakan Ant-Lion Optimization. Hasil dari penelitian ini, diperoleh tiga kueri pencarian yang relevan dan dapat digunakan untuk nowcasting TPT Jawa Barat yaitu “lowongan kerja”, “lowongan pekerjaan”, dan “job”. Hasil dari pemodelan juga menunjukkan MAE, MAPE, dan RMSE yang baik.
ANALISIS CAPAIAN BELAJAR SISWA SMAN DI INDONESIA TAHUN 2019 DENGAN PEMODELAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION Febrianto Nainggolan; Ernawati Pasaribu
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (521.181 KB) | DOI: 10.34123/semnasoffstat.v2020i1.509

Abstract

National student learning outcomes so far have been measured by the results of the National Examination (NE). The distribution of NE scores for high school students in Indonesia tends to be uneven, with high learning outcomes only on the island of Java. Ironically, regions in Eastern Indonesia have a very low average NE score. The interesting thing is that regions with the same value categories tend to be close together and indicate a regional effect on learning outcomes in Indonesia. This study analyzes the characteristics and factors that influence the learning achievement of district/city high school students in Indonesia in 2019 using the mixed Geographically Weighted Analysis (mixed GWR) model approach. The results found that there were effects of spatial autocorrelation and spatial heterogeneity in the modeling of district / city level high school NE scores and the factors that influenced them in Indonesia in 2019. Analysis using the mixed GWR method produced variable conditions of classroom buildings, ratio of students per class, and Teacher competency Test scores influences learning outcomes locally in each district/city. Meanwhile, per capita GRDP has a global effect on learning outcomes. Suggestions are given to improve classroom buildings, a more equitable distribution of students per class and the distribution of high-ability teachers. In addition, it is necessary to hold a test form that can better describe the quality of education in Indonesia, in lieu of the National Examination.
POLA HUBUNGAN KARAKTERISTIK INDIVIDU DAN ORANG TUA TERHADAP KEJADIAN PNEUMONIA BALITA DI RIAU TAHUN 2018 I Made Giri Suyasa; Agung Priyo Utomo
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (278.69 KB) | DOI: 10.34123/semnasoffstat.v2020i1.510

Abstract

Pneumonia menjadi penyebab mortalitas tertinggi pada balita di Indonesia pada tahun 2018 menurut UNICEF. Salah satu faktor risiko yang erat kaitannya terhadap kejadian pneumonia balita yaitu perilaku merokok anggota ruta yang keterpaparannya dinamakan Environmental Tobacco Smoke (ETS). Riau merupakan provinsi dengan peningkatan tertinggi perilaku merokok wanita dan persentase keterpaparan asap rokok di dalam rumah yang tergolong tinggi. Tujuan penelitian ini yaitu mengkaji pengaruh pola asosiasi dari faktor risiko terhadap kejadian pneumonia pada balita. Data yang digunakan yaitu data RISKESDAS 2018 dengan menggunakan analisis loglinear dan analisis logit menjadi alternatif dalam menganalisis permasalahan tersebut. Hasil yang didapatkan yaitu terdapat pola hubungan langsung dan tidak langsung atau hubungan bersyarat terhadap kejadian pneumonia. Pola hubungan langsung terhadap kejadian pneumonia pada balita yang diperoleh yaitu tingkat pendidikan ibu, status pemberian vitamin A, dan status merokok anggota ruta. Sedangkan pola hubungan bersyarat yang diperoleh yaitu beberapa interaksi yang melibatkan tingkat pendidikan ibu, status BBLR, pemberian vitamin A, dan status merokok anggota ruta. Berdasarkan pola asosiasi yang terbentuk, interaksi yang melibatkan pendidikan ibu dan status BBLR dengan pemberian vitamin A maupun status merokok terbukti signifikan terhadap kejadian pneumonia pada balita.
PENGELOMPOKAN WILAYAH INDONESIA DALAM MENGHADAPI REVOLUSI INDUSTRI 4.0 DENGAN METODE BICLUSTERING Nurmawiya -; Robert Kurniawan
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (387.118 KB) | DOI: 10.34123/semnasoffstat.v2020i1.511

Abstract

Indonesia sedang berada dalam era revolusi industri 4.0 yang mana untuk menghadapi era tersebut diperlukan kesiapan dari berbagai sisi terutama masyarakat. Era ini dapat memberikan keuntungan pertumbuhan ekonomi bagi Indonesia, akan tetapi dapat berakibat buruk berupa hilangnya sejumlah lapangan pekerjaan akibat adanya automasi. Oleh karena itu, kesiapan masyarakat memegang peranan penting dalam menghadapi era ini. Berkaitan dengan hal tersebut, penelitian ini dilakukan untuk mengelompokkan wilayah kabupaten/kota di Indonesia dengan menggunakan variabel indikator kesiapan yang terdapat dalam networked readiness index (NRI) oleh World Economic Forum (WEF). Metode pengelompokan yang digunakan adalah biclustering dengan algoritma cheng dan church. Pengelompokan dengan metode tersebut menghasilkan 5 bicluster di mana bicluster 4 adalah kelompok yang memiliki nilai rataan terendah untuk setiap variabel. Posisi terendah ini kemudian diikuti oleh bicluster 3. Berdasarkan hasil tersebut, pemerintah perlu menjadikan kabupaten/kota yang tercakup dalam bicluster 4 dan 3 sebagai prioritas dalam melakukan pembenahan untuk mempersiapkan masyarakatnya menghadapi revolusi industri 4.0.
MAPPING TINGKAT KERAWANAN COVID-19 DAN FAKTOR AKSELERATOR PENYEBARAN VIRUS ANTAR DAERAH DI INDONESIA DENGAN MENGGUNAKAN ANALISIS CLUSTER HIERARKI Nur Silviyah Rahmi
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (277.824 KB) | DOI: 10.34123/semnasoffstat.v2020i1.512

Abstract

Currently the corona virus pandemic is forcing the government to formulate and implement unusual policies. Moreover, the impact of this pandemic was not only felt by the health sector, but also hit other sectors such as the economy, education, social and tourism. To prevent a bigger impact, it is necessary to group the regions based on the factors that accelerate the spread of the corona virus so that appropriate policies can be formulated for each region. It is because the demographic and cultural conditions between regions in Indonesia are different. Based on this background, the purpose of this research is to find out a map of the level of pandemic vulnerability in each area accompanied by the accelerator factor of the spread of the corona virus using the hierarchical cluster analysis method. Hierarchical cluster analysis is a multivariate technique for grouping objects based on their characteristics. Cluster analysis classifies objects so that each object that has similar properties will be grouped into one cluster. The accelerator factors referred are age, hand washing kebiasaans, work activities, and aspects of traveling. The results show that the 4 variables accelerating of the virus spread, are need attention. The provinces of Papua, West Papua, Riau, and Riau Islands are in the safe category, but from the age factor of the population, these areas are still classified as alert. This means that if the age factor is not given special attention, the four provinces have the potential to increase their status to be alert or even vulnerable. The results of this analysis are expected to provide information regarding the state of vulnerability of each region and can serve as suggestions for the government in making appropriate policies.
IDENTIFIKASI PENGGUNAAN LAHAN MENGGUNAKAN CITRA SATELIT LANDSAT 8 MELALUI GOOGLE EARTH ENGINE Ratu Kintan Karina; Robert Kurniawan
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (460.825 KB) | DOI: 10.34123/semnasoffstat.v2020i1.514

Abstract

Penelitian ini dilakukan di Kabupaten Lahat yang mana potensi banjir pada daerah ini juga disebabkan oleh daya guna lahan yang berkurang. Sehingga penelitian ini dilakukan untuk melihat bagaimana peta penggunaan lahan di Kabupaten Lahat dalam satu tahun terakhir dan bagaimana persentase dari setiap lahan tersebut dengan melakukan penginderaan jauh yang memanfaatkan citra satelit Landsat 8. Metode yang digunakan dalam penelitian ini adalah metode deskriptif dan metode analisis citra yang mana semua pengolahan dan analisis dilakukan pada Google Earth Engine. Berdasarkan hasil penelitian, peta penggunaan lahan ini memperoleh akurasi keseluruhan sebesar 89,38% dan akurasi Kappa sebesar 85,21%, dimana sebaran luas penggunaan lahan di Kecamatan Lahat untuk Kawasan Vegetasi seluas 2941,81 km2 atau 82,32%, Badan Air seluas 58,73 km2 atau 1,64%, Lahan Terbangun seluas 177,52 km2 atau 4,97%, Tambak seluas 57,29 km2 atau 1,60%, Rumput/Semak seluas 1,09 km2 atau 0,03%, Lahan Terbuka seluas 39,97 km2 atau 1,12%, dan Sawah seluas 297,30 km2 atau 8,32%. Sehingga dapat disimpulkan bahwa peta penggunaan lahan yang dihasilkan menunjukkan kawasan vegetasi merupakan lahan terluas di Kabupaten Lahat dan lahan rumput/semak belukar merupakan lahan yang paling dikit di Kabupaten Lahat. Namun hasil yang diperoleh tidak menutup kemungkinan adanya kesalahan dalam interpretasi citra sehingga masih perlu dilakukan observasi lapangan untuk mengecek kesesuaian dan memperkuat hasil akurasi penggunaan lahan.
KARAKTERISTIK PERTUMBUHAN EKONOMI DAN SEKTOR BASIS PROVINSI DI INDONESIA PADA MASA PANDEMI COVID-19 Mohammad Ammar Alwandi; Siti Muchlisoh
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (181.973 KB) | DOI: 10.34123/semnasoffstat.v2020i1.516

Abstract

The Covid-19 pandemic caused Indonesia’s economy to contract by 5.32 percent. Almost all business fields came under pressure in the second quarter of 2020. This is due to the massive transmission of Covid-19 in factories and offices. In addition, the implementation of large-scale social restriction (PSBBs) has decreased household consumption. The impact of a pandemic in each province is certainly different from one another, so that the policies cannot be generalized. Therefore, this study aims to analyze the characteristics of economic growth and base sector in provinces in Indonesia during the Covid-19 pandemic. This study uses the Location Quotient method to identify base sector in each province and K-Means Clustering method to map the characteristics of each province. The result of this study are provinces with an agricultural base sector and have low risk of Covid-19 transmissions which is relatively have low economic contraction. Thus, the government must continue to prioritize preventing the spread of Covid-19 while at the same time restoring the economy from agricultural sector.
PENERAPAN METODE ELL-COUNTERFACTUAL UNTUK PEMETAAN KEMISKINAN LEVEL KECAMATAN DAN DESA/KELURAHAN Dewi Widyawati; Siti Muchlisoh
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.757 KB) | DOI: 10.34123/semnasoffstat.v2020i1.522

Abstract

Development program has been implemented by government has given great attention to eraditen poverty in order to improve social welfare. Poverty alleviation programs require accurate data and reaching up to the smallest areas. Poverty indicators are obtained from the National Socio-Economic Survey (SUSENAS) held by BPS. SUSENAS is designed to get the indicator to estimated until regency/city level, so to get the estimate until the smaller level has not requirements of the sample adequacy. Small Area Estimation can be used to get poverty indicators by optimizing the available data or without the addition the number of samples.This study discusses the application of Elbers, Lanjouw, and Lanjouw (ELL) methods combined with Counterfactual methods toobtain estimates of poverty indicators at the sub-district and village levels in Yogyakarta and to visualize them with poverty map. The data used are Population Census 2010, SUSENAS (2010 and 2018), PODES (2011 and 2018), as well as other BPS publications.The results showed that the estimation of poverty indicators with the ELL method had a relative error value (RSE) compared to the immediate estimation. By obtaining the indicators of poverty at lower levels of aggregation are expected to increase the credibility of government decision-making in poverty alleviation.