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
 21   22   23   24   25 
Pemodelan Fixed Effect Panel Spatial Durbin Error Model Pada Tingkat Kemiskinan Teguh Ammar Taqiyyuddin; Muhammad Irfan Rizki
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (290.877 KB) | DOI: 10.34123/semnasoffstat.v2021i1.767

Abstract

Permasalahan yang ada di setiap negara khususnya negara berkembang termasuk Indonesia adalah kemiskinan. Program dalam mengentaskan kemiskinan merupakan pokok tujuan dari Sustainable Development Goals (SDGs). Jawa Barat yang merupakan salah satu provinsi dengan jumlah penduduk miskin terbanyak perlu mengatasi permasalah tersebut seperti yang tertuang dalam RPJMD. Dalam hal ini pemerintah seringkali menentukan pembangunan dengan memprioritaskan pembangunan ekonomi pada daerah perkotaan ataupun pusat perekonomian yang mengakibatkan daerah lainnya tertinggal dan kemiskinan menjadi tidak merata. Hal tersebut tentunya memperlihatkan faktor yang berhubungan dengan ekonomi diduga terdapat aspek spasial sehingga harus menggunakan spasial lag variabel prediktor sebagai prediktor variabel, selain itu kemiskinan merupakan masalah multidimensial sehingga banyak faktor yang mempengaruhi tingkat kemiskinan tidak dimasukkan ke dalam pemodelan. Variabel prediktor yang tidak dimasukkan ke dalam pemodelan dinamakan omitted variables. Berdasarkan permasalahan itu, dalam mengetahui faktor-faktor kemiskinan di Jawa Barat diperlukan suatu pendekatan yang mampu mengakomodasi lag spasial prediktor variabel dan error model yang berkorelasi spasial, serta mampu mengatasi bias taksiran akibat omitted variables. Maka dalam penelitian ini dilakukan pendekatan model regresi spasial Durbin Error Model. Pembobot spasial yang digunakan yaitu queen contiguity. Berdasarkan penelitian ini didapatkan bahwa variabel Indeks Pembanguna Manusia (IPM) dan persentase penduduk berpengaruh terhadap tingkat kemiskinan di Provinisi Jawa Barat, dengan nilai R-Square sebesar 98%. Maka hasil tersebut diharapkan dapat menjadi pertimbangan bagi pemerintah Jawa Barat untuk menanggulangi masalah kemiskinan dalam upaya mencapai tujuan pertama SDGs yaitu tanpa kemiskinan.
Faktor-Faktor yang Memengaruhi Nilai Ekspor Riil Batu Bara Indonesia Tahun 2013-2019 Farda Zayana Majid; Sukim Sukim
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (405.826 KB) | DOI: 10.34123/semnasoffstat.v2021i1.778

Abstract

Ekspor batu bara diharapkan meningkat seiring depresiasi mata uang rupiah terhadap dolar Amerika Serikat. Namun, ekspor batu bara Indonesia menurun di sebagian besar negara tujuan. Selain itu, adanya SDGs 7.2 yakni meningkatkan pasokan energi terbarukan diduga berpengaruh terhadap kinerja ekspor batu bara Indonesia. Oleh karenanya, penelitian ini bertujuan untuk mengidentifikasi faktor yang memengaruhi ekspor batu bara Indonesia di delapan negara tujuan dari tahun 2013 hingga 2019. Metode analisis yang digunakan adalah regresi data panel dengan negara tujuan yaitu India, Tiongkok, Jepang, Malaysia, Filipina, Korea Selatan, Thailand, dan Hongkong dalam periode 2013 hingga 2019. Hasil penelitian menunjukkan bahwa PDB riil per kapita importir dan tingkat perubahan nilai tukar riil berpengaruh signifikan secara positif terhadap nilai ekspor riil batu bara Indonesia, sedangkan jarak ekonomi serta pembangkit listrik energi terbarukan berpengaruh signifikan secara negatif terhadap nilai ekspor riil batu bara Indonesia.
Penerapan Regresi Data Panel Dinamis untuk Pemodelan Ekspor dan Impor di Asean Iga Amalia Yuniar; Dwi Endah Kusrini
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (296.268 KB) | DOI: 10.34123/semnasoffstat.v2021i1.784

Abstract

Perekonomian terbuka di suatu negara adalah negara yang mempunyai kegiatan perdagangan internasional seperti ekspor, impor, barang atau jasa serta dapat meminjam dari hasil pasar modal internasional. Tujuan dari penelitian adalah untuk menganalisis ekspor dan impor di wilayah beberapa negara ASEAN mulai periode tahun 2014 hingga tahun 2019. Metode estimasi parameter model adalah metode GMM (Generalized method of moment) karena penelitian ini menggunakan panel dinamis. Berdasarkan hasil analisis data, variabel yang berpengaruh signifikan positif terhadap model ekspor ASEAN adalah Growth GDP, REER sedangkan variabel GFCF berpengaruh secara negatif. Disamping itu, variabel yang berpengaruh siginifikan positif model impor ASEAN adalah Growth GDP dan Real Effective Exchange Rate.
Pendekatan Analisis Vector Error Corretion Model (VECM) Dalam Hubungan Pertumbuhan Ekonomi Dan Sektor Pariwisata Dio Dwi Saputra; Afifah Sukmawati
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (407.907 KB) | DOI: 10.34123/semnasoffstat.v2021i1.787

Abstract

Riau Islands Province is one of the gateways for foreign tourists to enter Indonesia. The current condition of the Covid-19 pandemic has made the tourism sector in the Riau Islands Province experience a slump. On the other hand, economic growth was also affected, where conditions were lower than national economic growth. Thus, this study was conducted to determine whether there is a relationship between economic growth and the tourism sector in the Riau Islands Province. The variables used are the year-on-year growth of Gross Regional Domestic Product to represent indicators of economic growth (EKO); the number of foreign tourists visiting (WISMAN), the average occupancy rate of five-star hotel rooms (TPK) and the realization value of foreign investment in the hotel and restaurant sector (INVEST), which represent indicators of the tourism sector. This study applies descriptive analysis (graphics of time series data) and inferential (Vector Error Correction Model). The results showed that there was no Granger causality relationship between economic growth and the tourism sector, however, when viewed based on the IRF graphs and FEVD, it showed that there was a relationship between the response of economic growth to shocks that occurred in the tourism sector. The economic growth of the Riau Islands Province will respond to shocks that occur in the tourism sector in a relatively short time (only up to the 20th to 25th period). This means that the government must continue to provide stimulus in the tourism sector continuously in a not too long period of time, so that economic growth can continue to move as expected.
Pengembangan Metode Neural Machine Translation Berdasarkan Hyperparameter Neural Network Muhammad Yusuf Aristyanto; Robert Kurniawan
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (532.299 KB) | DOI: 10.34123/semnasoffstat.v2021i1.789

Abstract

Humans as social beings who always want to be in touch with other human’s force humans to communicate with each other. This is where the role of language becomes very important, because with language, it will be easy to understand what other people want to convey. For this reason, it is necessary to have a media that can help to understand the various languages in the world, one of which is machine translation. One method that can be used to make machine translators is Neural Machine Translation (NMT). The existing NMT still has various shortcomings and needs to be further developed. Among them is the problem of overfitting which makes the model less able to generalize to other data being tested. Many things affect the performance of the NMT, one of which is the size of the hyperparameters used and the model architecture used. However, there is no definite measure that can be used to produce a model with the best performance. So, this study aims to develop the NMT model architecture and perform simulations on each Neural Network hyperparameter and the size of the model architecture, including batch size, epoch, optimizer, activation function, and dropout rate. The results obtained are the development model can overcome the overfitting problem of the previous model with an accuracy of 72.24% and a BLEU score of 45.83% which was carried out on other test data.
Analisis Prioritas Pembangunan Subsektor Pertanian Tanaman Pangan Dalam Kaitannya Dengan Tingkat Kesejahteraan Petani Tanaman Pangan Di Tahun 2020 Sebagai Upaya Pemulihan Ekonomi Pada Masa Pandemi Covid-19 Aryadi Solana
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (326.078 KB) | DOI: 10.34123/semnasoffstat.v2021i1.790

Abstract

Selama pandemi Covid-19, pertumbuhan ekonomi Indonesia mengalami kontraksi sebesar 2,07 persen di tahun 2020. Meskipun demikian, subsektor pertanian tanaman pangan tetap mampu tumbuh sebesar 3,54 persen. Akan tetapi, indikator Nilai Tukar Petani (NTP) tanaman pangan mengalami penurunan terbesar di tahun 2020 dibanding subsektor pertanian lainnya. Oleh karena itu, penelitian ini bertujuan melakukan analisis prioritas pembangunan subsektor pertanian tanaman pangan di Indonesia pada masa pandemi Covid-19 yang menggunakan kriteria penilaian dari analisis Location Quotient dan analisis Shift Share serta mengidentifikasi karakteristik tiap kelompok prioritas berdasarkan indikator pertumbuhan ekonomi, kontribusi subsektor pertanian tanaman pangan, dan indikator kesejahteraan petani. Hasil penelitian ini menunjukkan bahwa karkateristik kelompok Prioritas 1 memiliki potensi terbesar untuk menjadikan subsektor ini sebagai inisiator pemulihan ekonomi, yang kemudian dilanjutkan oleh kelompok Prioritas 2 hingga kelompok Alternatif. Akan tetapi, kelompok Prioritas 1 juga memiliki tantangan terbesar ditinjau dari karakteristik indikator kesejahteraan petani yang memiliki kinerja paling buruk akibat penurunan penerimaan petani tanaman pangan. Dengan demikian, untuk mengoptimalkan subsektor pertanian tanaman pangan sebagai inisiator pemulihan ekonomi, kebijakan pemerintah seharusnya tidak hanya berorientasi terhadap pengurangan biaya produksi petani, tetapi juga perlu mengutamakan kebijakan yang mendorong penyerapan produk-produk pertanian tanaman pangan untuk meningkatkan daya tawar produk yang dihasilkan petani tanaman pangan.
Implementasi dan Evaluasi Visualisasi Data Interaktif pada Publikasi Laporan Bulanan Data Sosial Ekonomi Indonesia Hafidz Isa Nasruddin Lizana; Farid Ridho
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (521.017 KB) | DOI: 10.34123/semnasoffstat.v2021i1.795

Abstract

Every month BPS publishes the book LBDSE Indonesia, in which the publication contains the development of 18 data topics and their visualizations. However, the data visualization in LBDSE publications is incomplete and only static, while the existing data has quite large dimensions/variables. So that researchers think to implement interactive data visualization of LBDSE publications on SIVIS LBDSE in order to make it easier to understand the data. To assess the success of the implementation objectives, researchers will evaluate the data visualization on SIVIS LBDSE based on user ratings using 8 assessment indicators adopted from previous research. The purpose of this study is to implement interactive data visualization on LBDSE data, evaluate data visualization on SIVIS LBDSE, and find out the best data visualization for LBDSE publication categorical data. With the help of 50 respondents, they assessed that the data visualization in SIVIS LBDSE has its advantages and disadvantages, each based on the 8 assessment indicators used. But overall the respondents ranked the best data visualization for categorical data in a row, namely, Bar Chart, Tree Map, Bubble Map, and Pie Chart.
Analisis Klaster K-Means Terhadap Kualitas Air Sungai di Kota Surakarta, Jawa Tengah Yuli Handayani; Syafrudin Syafrudin; Suherman Suherman
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.567 KB) | DOI: 10.34123/semnasoffstat.v2021i1.800

Abstract

This study aims to interpret water quality data collections on the Pepe River, Anyar River, Jenes River, Kedung Jumbleng River, Gajah Putih River, Brojo River, and Premulung River in Surakarta City, Central Java. The data was obtained from the results of water quality monitoring conducted by the Surakarta City Environmental Agency at 13 sampling locations in 2020. There are 12 parameters used, namely TSS, TDS, pH, BOD, COD, DO, P, NO3-N, NH3, NO2-N, Total Coliform, and Fecal Coliform. With the k-means algorithm, two clusters were obtained with differentiating parameters Total Coliform and Fecal Coliform. With a content of 3,790.050 MPN/100ml Total Coliform and 604,400 MPN/100ml Fecal Coliform, the Jenes Hilir River has poorer water quality than other rivers in terms of pollutant content of Total Coliform and Fecal Coliform.
Kajian Karakteristik Volume Konsumsi Gas Bumi Pelanggan Rumah Tangga Jaringan Gas Kota Kabupaten Bekasi, Jawa Barat Abdul Rohman Zaky; M. Ayub Arwin
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (696.005 KB) | DOI: 10.34123/semnasoffstat.v2021i1.801

Abstract

Kajian ini memberikan gambaran umum volume konsumsi gas bumi pelanggan Rumah Tangga (RT) Kabupaten Bekasi meliputi tren, karakteristik, dan klasifikasi volume konsumsi gas bumi pelanggan RT secara temporal yang berguna sebagai salah satu parameter pengambilan keputusan dalam pengelolaan dan pengembangan jaringan Gas Kota Kabupaten Bekasi. Kajian ini dilakukan dengan metode statistik deskriptif dimana data yang digunakan meliputi volume konsumsi gas bumi bulanan pelanggan RT Kabupaten Bekasi periode 2017-2020. Hasil analisis didapatkan bahwa sepanjang periode kajian, volume konsumsi minimum gas bumi pelanggan RT sebesar 0 m3/bulan, volume konsumsi maksimum berkisar 48-50 m3/bulan, dan volume konsumsi rata-rata berkisar 7-13 m3/bulan. Karakteristik volume konsumsi gas bumi pelanggan RT diketahui 33,53% merupakan pelanggan RT dengan volume konsumsi gas bumi minimum per bulan (0-4 m3/bulan), sedangkan 66,47% lainnya merupakan pelanggan RT dengan volume konsumsi gas bumi di atasnya (5-50 m3/bulan). Klasifikasi volume konsumsi gas bumi bulanan pelanggan RT menggunakan rumus equal interval didapatkan 3 kategori volume yaitu volume rendah (20.686-26.110 m3/bulan), volume sedang (26.111-31.535 m3/bulan), dan volume tinggi (31.536-36.960 m3/bulan).
Aplikasi Dynamic Factor Model untuk Nowcasting Pertumbuhan Ekonomi Regional Menggunakan Data Google Trends di Indonesia Jesica Nauli Br. Siringo Ringo; Anugerah Karta Monika
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (300.511 KB) | DOI: 10.34123/semnasoffstat.v2021i1.806

Abstract

Economic activity data is urgently needed to take various policies, but the data publication is experiencing delays. Gross Domestic Regional Product (GDRP) will be released within five weeks after the quarter ends. Nowcasting is an attempt to provide this data. Nowcasting is a method of forecasting the current period using higher frequency variables. Google Trends is high frequency data that is available in real time. This study aims to nowcast GDRP growth using Google Trends data. The nowcasting method used in this study is Dynamic Factor Model (DFM). Nowcasting results show that the model is able to capture the recent downturn in economic activity since the COVID-19 pandemic. The evaluation of the models between two data ranges shows that DFM is better in the data range that does not include periods of economic shock.

Page 23 of 73 | Total Record : 729

 21   22   23   24   25 

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