cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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
Published by Politeknik Statistika STIS
ISSN : 27721970     EISSN : 27721970     DOI : https://doi.org/10.34123/semnasoffstat.v2022i1
Core Subject : Economy, Humanities, Science, Social,
Humanities Computer Science & IT Economics, Econometrics & Finance Social Sciences
prosiding seminar ini bertujuan untuk menghasilkan berbagai pemikiran solutif, inovatif, dan adaptif terkait isu, strategi, dan metode yang memanfaatkan official statistics
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 729 Documents
 19   20   21   22   23 
KAJIAN KARAKTERISTIK PEKERJA MISKIN Arif Rahman; Lalu Ardani Aulia
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 (252.259 KB) | DOI: 10.34123/semnasoffstat.v2020i1.681

Abstract

Fenomena kemiskinan seringkali dikaitkan dengan masalah pengangguran. Orang yang menganggur dianggap akan menambah jumlah penduduk miskin. Padahal, pada negara berkembang termasuk Indonesia, orang yang miskin akan bekerja apa saja untuk memenuhi kebutuhan hidup keluarganya. Fenomena adanya orang yang telah bekerja namun masih tergolong miskin ini disebut sebagai pekerja miskin. Pada Februari 2019, Badan Pusat Statistik (BPS) mencatat bahwa Tingkat Pengangguran Terbuka (TPT) di Kalimantan Barat sebesar 4,14 persen. Namun, di sisi lain BPS juga mencatat persentase kemiskinan di Kalimantan Barat pada Maret 2019 mencapai 7,49 persen dan menjadi yang tertinggi di Pulau Kalimantan. Fenomena tersebut mengindikasikan bahwa masalah pekerja miskin juga terjadi di Kalimantan Barat. Penelitian ini bertujuan untuk mendeskripsikan gambaran umum karakteristik pekerja miskin, mengetahui variabel-variabel yang berpengaruh serta menganalisis kecenderungannya terhadap status pekerja miskin di Provinsi Kalimantan Barat tahun 2019. Hasil penelitian menunjukkan bahwa secara umum, pekerja miskin di Provinsi Kalimantan Barat banyak ditemukan pada pekerja yang berjenis kelamin laki-laki, berstatus kawin/pernah kawin, berusia menengah, hanya berpendidikan maksimal sekolah dasar, tinggal di perdesaan, bekerja di lapangan pekerjaan pertanian, berstatus pekerja informal, dan pekerja penuh. Selanjutnya, variabel-variabel yang berpengaruh terhadap pekerja miskin di Provinsi Kalimantan Barat di antaranya status perkawinan, umur, tingkat pendidikan.
ANALISIS KASUS COVID-19 BERBASIS GOOGLE TRENDS DI INDONESIA PADA MASA NEW NORMAL Yoga Dwi Nugroho; Ignatius Sandyawan
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 (310.189 KB) | DOI: 10.34123/semnasoffstat.v2020i1.682

Abstract

Pandemi COVID-19 yang menginfeksi hampir seluruh negara di dunia menimbulkan dampak yang kompleks pada berbagai sektor baik ekonomi, kesehatan, pendidikan dan kehidupan sosial masyarakat. Untuk itu, penting bagi pemerintah mendapatkan informasi mengenai perhatian dan kebutuhan masyarakat sehingga kepanikan dan kebutuhan masyarakat (preventing illness) dapat diberikan solusi. Penelitian ini menggunakan data real time Google Trends sebagai variabel bebas dan kasus terkonfirmasi positif COVID-19 sebagai variabel terikat yang akan dianalisis menggunakan analisis data panel statis fixed effect method (FEM) dan analisis data panel dinamis (GMM regression estimation) dengan tujuan untuk menganalisis perkembangan kasus COVID-19 pada seluruh provinsi di Indonesia yang dikaitkan dengan (banyaknya) ketertarikan masyarakat terhadap informasi terkait COVID-19 baik metode dan bahan yang digunakan untuk menekan penyebaran COVID-19 seperti masker, desinfektan, hand sanitizer, Alat Pelindung Diri (APD) maupun informasi gejala COVID-19 dan mobilitas masyarakat. Selain itu, penelitian ini juga bertujuan untuk menganalisis efek individu setiap provinsi dan efek waktu yang nantinya akan dibandingkan dan dilihat asosiasinya dengan kasus positif COVID-19 dan hasil pencarian gejala COVID-19. Hasilnya pencarian informasi terkait dengan COVID-19 memiliki pengaruh negatif terhadap perkembangan kasus COVID-19. Terdapat 7 variabel yang digunakan dan 6 variabel mengenai informasi yang dicari terkait COVID-19 yang signifikan menggunakan analisis data panel FEM SUR yaitu, APD, korona, hand sanitizer, gejala corona, desinfektan, masker. Adanya efek dinamis dari variabel dependen maka digunakan regresi data panel dinamis FD-GMM yang menunjukkan data estimasi lebih baik dan terdapat 6 variabel yang signifikan yaitu, APD, korona, hand sanitizer, gejala corona, desinfektan, dan lag variabel dependen.
PENERAPAN MODEL COBB-DOUGLAS DALAM PEMODELAN FUNGSI PRODUKSI DAN EVALUASI KINERJA FAKTOR PRODUKSI PADI DI INDONESIA TAHUN 2016 Lutfi Hamdani Sutikno
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 (395.61 KB) | DOI: 10.34123/semnasoffstat.v2020i1.687

Abstract

Indonesia merupakan negara produsen padi terbesar ketiga di dunia pada tahun 2016, dengan produksi padi sebesar 74.5 juta ton (FAO, 2017). Namun capaian produksi padi Indonesia tersebut belum ditunjang oleh produktivitas yang memadai. Produktivitas padi Indonesia masih relatif rendah yakni sebesar 5,18 ton per hektare, lebih rendah jika dibandingkan Bangladesh dan Vietnam yang memiliki nilai produksi padi lebih sedikit. Ketidakoptimalan produktivitas padi dapat dipengaruhi oleh berbagai hal, salah satunya kinerja faktor produksi yang secara langsung menunjang nilai produksi padi. Faktor produksi tersebut yakni luas lahan sawah (X1), jumlah petani (X2), serta asupan gizi bagi tanaman berupa pupuk organik dan anorganik bersubsidi (X3). Penerapan model Cobb-Douglas dalam pemodelan fungsi produksi padi di Indonesia tahun 2016 diselesaikan dengan transformasi Regresi Linier Berganda (RLB) yang menghasilkan model regresi yang fit dan proper. Terbentuk fungsi produksi padi
ANALISIS DAN PEMODELAN PENDAPATAN PEKERJA PEREMPUAN DI INDONESIA MENGGUNAKAN DATA PANEL Devaki Areta Putrie; Arif Rahman
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 (334.843 KB) | DOI: 10.34123/semnasoffstat.v2020i1.688

Abstract

Pemberdayaan wanita merupakan salah satu tujuan yang ingin dicapai banyak negara di dunia. Indeks pemberdayaan Gender adalah indkator yang menunjukkan seberapa berdaya perempuan di suatu wilayah. Salah satu komponen untuk mengukur Indeks Pemberdayaan Gender di Indonesia yang masih timpang ialah sumbangan pendapatan wanita. Pendapatan pekerja perempuan masih terpaut cukup jauh dengan pekerja laki-laki. Penelitian ini mencoba untuk menganalisis dan memodelkan pendapatan pekerja perempuan dari 34 provinsi di Indonesia dari tahun 2015 hingga 2018 menggunakan regresi data panel. Model yang terpilih pada penelitian ini adalah fixed effect model. Model diperlakukan sebagai SUR dan diestimasi dengan feasible generalized least square karena terdapat masalah heteroskedastisitas dan cross-sectional correlation. Hasil penelitian menunjukkan bahwa variabel IPM perempuan, PDRB, dan proporsi perempuan bekerja berpengaruh signifikan terhadap pendapatan pekerja perempuan suatu provinsi
PEMODELAN DAN PENERAPAN METODE RFM PADA ESTIMASI NILAI KONSUMEN (CUSTOMER LIFETIME VALUE) MENGGUNAKAN K-MEANS CLUSTERING MACHINE LEARNING Bagaskoro Cahyo Laksono; Ika Yuni Wulansari
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 (376.584 KB) | DOI: 10.34123/semnasoffstat.v2020i1.689

Abstract

Krisis Covid-19 berdampak pada revenue perusahaan, jika perusahaan tidak meningkatkan strategi pemasaran yang tepat terhadap konsumen, akan beresiko gulung tikar karena tidak memiliki target pasar yang jelas. Disamping itu, perusahaan dapat mengembangkan bisnisnya menggunakan big data untuk mendukung decision making. Big data dalam industry e-commerce yang mencakup ukuran dan kecepatan transaksi yang tinggi dapat digunakan untuk menganalisis perilaku konsumen bahkan memprediksi nilai konsumen. Pada zaman sekarang perusahaan mulai mengembangkan ketertarikan bisnis yang berorientasi konsumen daripada berorientasi produk. Salah satu cara yang dapat digunakan untuk menentukan nilai konsumen yaitu dengan menghitung Customer Lifetime Value (CLV). Dengan mengetahui CLV di level individu, akan berguna untuk membantu pengambil keputusan untuk mengembangkan segmentasi konsumen dan alokasi sumber daya. Penting dilakukan segmentasi atau pengelompokkan konsumen yang menggambarkan kelompok loyalitas konsumen. Oleh karena itu tujuan dalam penelitian ini adalah melakukan penghitungan CLV dan segmentasi konsumen dengan menggunakan metode analisis RFM dengan K-Means Clustering Machine Learning Model. Tahapan analisis diantaranya mendefinisikan RFM Segmentation Value yang merupakan clustering yang dibangun dari angka kumulatif yang berisi penjumlahan Recency, Frequency dan Monetary Level yang dimiliki masing-masing konsumen. Kombinasi nilai level yang tercipta berkisar antara 0,1,2,3,4,5,6 yang artinya semakin tinggi nilainya maka semakin berharga konsumen tersebut. Pada akhirnya, metode segmentasi konsumen yang di bangun penulis dapat digunakan untuk optimasi strategi perusahaan untuk mendapat profit yang maksimum. Metode ini dapat diterapkan pada berbagai kasus dan perusahaan lain. Hasil penelitian ini diharapkan dapat membantu perusahaan untuk bertahan di tengah krisis akibat Covid-19.
CLUSTERING PETANI BERDASARKAN DAMPAK COVID-19 YANG TERJADI PADA SEKTOR PERTANIAN Dinda Ayu Lara Saky; Novia Apriana Jayanti; Wiwit Pura Nurmayanti
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 (143.93 KB) | DOI: 10.34123/semnasoffstat.v2020i1.690

Abstract

As the Covid-19 outbreak continues to spread around the world, it is important to impact the impact on the agricultural sector, both from a food supply and demand perspective. It is imperative to ensure that global and national food supplies continue to function in ensuring food supplies. Lepak hamlet, Lepak village, East Sakra sub-district, East Lombok, NTB is one of the areas with the most dominant farmer profession. Farmers in Lepak hamlet complain that their agricultural output continues to decline due to the Covid-19 outbreak which is increasingly spreading. And there are also farmers who have not felt the impact of the Covid-19 outbreak. Based on this, the researchers wanted to see the grouping of farmers in Lepak hamlet based on the impact of Covid-19 that occurred in the agricultural sector. Based on the results of the clustering hierarchy analysis, namely centroid linkage by taking 3 clustering, it can be concluded that the clustering of the impact of the Covid-19 impact on the agricultural sector in cluster 1, the number of members is 1 farmer, cluster 2 is 18 people, and cluster 3 there are 17 people. So, the clusters with the highest number of farmers are clusters 2 and 3. Based on the results of these clusters, it means that many farmers in Lepak hamlet feel disadvantaged by the Covid-19 outbreak, but not a few farmers also feel that Covid-19 has not significantly affected their agricultural output.
ANALISIS FAKTOR TINGKAT PENGANGGURAN TERBUKA DENGAN METODE GEOGRAPHICALLY WEIGHTED LASSO Siti Sarah Sobariah Lestari; Aida Meimela; Windy David Revildy
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 (306.305 KB) | DOI: 10.34123/semnasoffstat.v2020i1.693

Abstract

Tingkat pengangguran terbuka di Jawa Barat Pada Tahun 2019 mencapai 7,99% menurut Badan Pusat Statistik (BPS) angka ini merupakan angka tertinggi di Indonesia. Permasalahan tingginya tingkat pengangguran tentunya akan berdampak kepada aspek perekonomian yang mengakibatkan tidak maksimalnya tingkat kemakmuran (Amalia, 2019) sehingga, diperlukan penanganan yang tepat untuk mengatasi permasalahan ini. Akan tetapi penelitian yang sudah dilakukan masih mengarah pada hasil yang bersifat global tanpa mempertimbangkan keberagaman karakteristik di setiap daerah. Sebagaimana kita ketahui, bawasanya setiap daerah memiliki karakteristik yang berbeda sehingga analisis berdasarakn pada pemodelan regresi global kurang tepat. Adanya efek spasial pada Tingkat Pengangguran terbuka mengakibatkan kemungkinan terjadinya keragaman spasial. Analisis GWR yang merupakan perluasan dari regresi global mampu mengakomodir permasalahan tersebut. Namun, analisis ini masih memiliki kelemahan salah satunya apabila terjadi multikoliniritas, pemodelan yang dilakukan dengan GWR kurang optimal.Geographically Weighted Lasso (GWL) merupakn teknik yang menggunakan pendekatan Lasso dalam model GWR untuk mengatasi masalah multikolinieritas disamping itu, model GWL juga dapat sekaligus menyeleksi variabel yang tidak signifikan dengan cara menyusutkan nilai koefisien regresi sampai ke nol. Sehingga variabel-variabel dengan koefisien regesi nol tidak berpengaruh signifikan (Wheeler D 2009). Dalam penelitian ini diperoleh bahwa signifikansi variabel yang mempengaruhi tingkat pengangguran terbuka disetiap daerah berbeda-beda dimana variabel Angkatan kerja yang tidak berijazah, Angka Putus Sekolah, Lowongan Kerja, dan Kepadatan Penduduk memberikan pengaruh yang signifikan pada sebagian besar kota dan kabupaten di Jawa Barat. Sedangkan kabupaten Bandung hanya dipengaruhi signifikan oleh variabel IPM. Pemodelan dengan menggunakan GWL memberikan koefisien determinansi yang lebih tinggi dibandingkan dengan model regresi global dan GWR.
PERAN EKONOMI KREATIF (SUBSEKTOR KULINER, KRIYA, DAN FESYEN) SERTA VARIABEL LAINNYA TERHADAP PENGANGGURAN Oqxa Vyedo Samsul Zaman; Atik Mar'atis Suhartini
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 (274.798 KB) | DOI: 10.34123/semnasoffstat.v2020i1.696

Abstract

Fenomena bonus demografi akan dihadapi Indonesia pada tahun 2030-2040. Pada periode tersebut jumlah penduduk usia produktif diprediksi akan mencapai 64 persen dari jumlah penduduk total. Hal ini menjadi salah satu tantangan tersendiri baik bagi pemerintah maupun masyarakat. Jika pemerintah gagal memanfaatkan fenomena terebut, maka akan terjadi peningkatan angka pengangguran. Saat ini pengangguran yang terjadi di Indonesia lebih didominasi pengangguran usia muda. Penduduk usia muda adalah penduduk yang kaya akan ilmu pengetahuan, inovasi, kreativitas, dan semangat pantang menyerah. Salah satu sektor yang dapat menampung ide-ide kreatif dan munculnya pengangguran muda ialah sektor ekonomi kreatif. Penelitian ini bertujuan untuk mengetahui peran sektor ekonomi kreatif dan variabel-variabel lain dalam mengatasi masalah pengangguran di Indonesia tahun 2016 dengan menggunakan metode analisis Principal Component Regression (PCR). Metode ini merupakan regresi linier berganda yang digabungkan dengan Principal Component Analysis (PCA). Hasil penelitian menunjukkan bahwa sektor ekonomi kreatif belum mampu menunjukkan pengaruh signifikan terhadap tingkat pengangguran pada tahun 2016. Sedangkan upah minimum provinsi, indeks pembangunan manusia, dan investasi berpengaruh positif terhadap tingkat pengangguran. Kontrol 3 arah antara pemerintah, pengusaha dan pekerja terhadap UMP, peningkatan skill kewirausahaan cari penganggur terdidik serta kebijakan pemerintah untuk investasi bisa diarahkan sebagian ke sector ekonomi kreatif sebagai alternative dalam mengatasi permasalahan perngangguran khususnya usia muda. Selain itu diperlukan data penelitian yang lebih panjang untuk mengetahui pengaruh sector ekonomi kreatif terhadap pengangguran.
ANALISIS SHARE SEKTOR PERIKANAN SEBELUM DAN SESUDAH PENERAPAN KEBIJAKAN BLUE ECONOMY SERTA PENGARUH VARIABEL LAINNYA DI INDONESIA TAHUN 1990-2018 Larasati WIdyaningrum; Atik Mar'atis Suhartini
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 (254.264 KB) | DOI: 10.34123/semnasoffstat.v2020i1.702

Abstract

Indonesia telah menerapkan pengembangan ekonomi kelautan dan perikanan yang berkelanjutan dengan model blue economy, sebagai upaya dalam memajukan berbagai aspek kegiatan perekonomian. Meningkatnya share sektor perikanan Indonesia dengan peningkatan yang cukup besar terjadi sejak diterapkannya kebijakan blue economy. Artinya, blue economy mengakibatkan sektor perikanan memiliki share terhadap perekonomian nasional yang semakin besar. Peningkatan share ini merupakan hal positif bagi perekonomian, tetapi di sisi lain keberlanjutan dari share sektor perikanan ini harus diperhatikan mengingat masih tingginya eksploitasi perikanan yang terus meningkat. Penelitian ini bertujuan untuk menganalisis share sektor perikanan sebelum dan sesudah diberlakukannya blue economy serta pengaruh ekspor dan impor hasil perikanan, hasil tangkapan per satuan upaya (CPUE), nelayan, dan armada terhadap share sektor perikanan, baik jangka panjang maupun jangka pendek. Metode analisis yang digunakan adalah Error Correction Mechanism (ECM). Hasil penelitian menjelaskan kebijakan blue economy mampu meningkatkan share sektor perikanan terhadap perekonomian dalam jangka pendek, tetapi tidak dalam jangka panjang. Artinya, blue economy penting dan bagus untuk diterapkan dalam jangka pendek serta harus selalu dievaluasi dan diperbaiki secara rutin supaya dalam jangka panjang akan memberikan pengaruh positif dalam meningkatkan share sektor perikanan. Selain itu, ekspor berpengaruh positif dan signifikan dalam jangka panjang, sedangkan CPUE, nelayan, dan armada berpengaruh negatif dan signifikan dalam jangka panjang. Impor berpengaruh negatif dan signifikan dalam jangka panjang maupun jangka pendek. Sehingga dalam meningkatkan share sektor perikanan, selain memperhatikan variabel-variabel yang terkait langsung, juga harus memperhatikan keberlanjutan dari kinerja sektor tersebut di masa mendatang, salah satunya dengan menerapkan kebijakan blue economy yang dilakukan dengan evaluasi dan perbaikan secara rutin.
ANALISIS MEDIA SOSIAL TWITTER TENTANG PENDIDIKAN DARING PADA MASA PANDEMI COVID-19 DI INDONESIA Novia Permatasari; Rihan Yosral; Cholifa Fitri Annisa
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 (868.866 KB) | DOI: 10.34123/semnasoffstat.v2020i1.703

Abstract

PSBB yang diberlakukan oleh pemerintah pusat maupun pemerintah daerah menyebabkan perubahan aktivitas sosial yang cukup besar, salah satunya di bidang pendidikan. Hampir semua kegiatan yang semula dilakukan secara luring (luar jaringan) berubah menjadi daring (dalam jaringan). Berbagai perubahan aktivitas tersebut menuai berbagai perbincangan di media sosial, salah satunya adalah Twitter. Penelitian ini bertujuan untuk menangkap fenomena perbincangan kegiatan pendidikan yang berlangsung selama pandemic Covid-19 di Indonesia. Data yang digunakan pada penelitian ini merupakan data Twitter berbahasa Indonesia yang dikumpulkan pada tanggal 16 Maret 2020 - 31 Juli 2020. Analisis yang digunakan pada penelitian ini antara lain: analisis sentimen, social network analysis, analisis bot/spam, analisis emosi, dan analisis geografis. Data cuitan yang berhasil dikumpulkan dihasilkan berjumlah 153.204 cuitan dengan total akun sebanyak 91.306 user. Hasil sentimen menunjukkan perbincangan didominasi oleh sentimen netral, dengan tidak terdapat perbedaan signifikan dari sentimen positif dan negatif. Hasil SNA menunjukkan bahwa akun “collegemenfess” adalah aktor yang berperan sebagai influencer dan mempunyai pengaruh terbesar pada setiap user yang mengunggah cuitan terkait pendidikan daring. Hasil analisis bot/spam membagi akun menjadi lima kelas, dimana semakin besar nilai kelas, maka semakin kuat dugaan bahwa akun terindikasi bot atau pelaku spam. Proporsi akun pada lima kelas tersebut yaitu: 90.98% (kelas 0-1), 7.19% (kelas 1-2), 0.97% (kelas 2-3), 0.7% (kelas 3-4), 0.16% (kelas 4-5). Hasil dari analisis geografis menunjukkan lima provinsi yang memiliki sebaran cuitan isu tertinggi yaitu Jawa Barat, Jawa Tengah, Jawa Timur, DKI Jakarta, dan DI Yogyakarta, serta lima provinsi yang memiliki sebaran cuitan isu terendah yaitu Papua Barat, Maluku Utara, Gorontalo, Sulawesi Tenggara, dan Sulawesi Barat. Tiga emosi yang mendominasi cuitan mengenai pendidikan daring adalah ‘Trust’, ‘Anticipation’ dan ‘Fear’, dan peristiwa tertentu di bidang pendidikan mempengaruhi pergolakan jumlah emosi yang terkandung pada cuitan.

Page 21 of 73 | Total Record : 729

 19   20   21   22   23 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 2025 No 1 (2025): Seminar Nasional Official Statistics 2025 Vol 2024 No 1 (2024): Seminar Nasional Official Statistics 2024 Vol 2023 No 1 (2023): Seminar Nasional Official Statistics 2023 Vol 2022 No 1 (2022): Seminar Nasional Official Statistics 2022 Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020 Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019