Articles
729 Documents
<![CDATA[Determinan Kelaparan di Indonesia Tahun 2015-2019 ]]>
<![CDATA[Daniel M V Mone]]>;
<![CDATA[Efri Diah Utami]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (396.634 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.962
<![CDATA[The Sustainable Development Goals (SDGs) are global action plans agreed by world leaders, including Indonesia. The purpose of this plans are to encouraging social, economic and environmental development. One of the 17 goals of SDGs is to end hunger. Based on data released by Badan Pusat Statistik, one of the approaches that use to measuring hunger level is the proportion of the population with a minimum caloric intake below 1400 kcal/capita/day is still quite high and continues to increase from 2017 to 2019. The purpose of this research is to analyze the general picture of hunger levels and the variables that are thought to influence it, and how the effect of these variables on the level of hunger in Indonesia in 2015-2019. The results of this study can be used to formulated policies for the resolution of hunger in Indonesia. The analysis method used in this research is panel data regression using fixed effect model estimated by Seemingly Unrelated Regression (SUR) method. Based on this research’s result, variables that had a significant effect on hunger levels were food expenditure and rice prices, while the number of poor people and income per capita had no significant effect to huger levels.]]>
<![CDATA[Pengelompokkan Provinsi di Indonesia Berdasarkan Tingkat Kemiskinan Menggunakan Analisis Hierarchical Agglomerative Clustering ]]>
<![CDATA[Edy Widodo]]>;
<![CDATA[Putri Ermayani]]>;
<![CDATA[Latifah Nur Laila]]>;
<![CDATA[Asdan Tri Madani]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (402.783 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.971
<![CDATA[Sebagai permasalahan yang kompleks dan multidimensional, kemiskinan menjadi prioritas pembangunan. Setiap negara memiliki faktor penyebab kemiskinan yang beragam, diantaranya disebabkan oleh Sars-Cov-2 sepanjang tahun 2020. Pengaruhnya berupa kenaikan tingkat kemiskinan pada provinsi-provinsi di Indonesia. Sehingga Dalam usaha pengentasan kemiskinan dapat melakukan pengelompokkan tingkat kemiskinan provinsi di Indonesia untuk mengetahui provinsi yang layak mendapatkan prioritas penanganan. Penelitian terkait telah banyak dilakukan hanya berfokus pada suatu provinsi dan belum secara menyeluruh. Pada penelitian ini dilakukan analisis menggunakan seluruh provinsi di Indonesia serta indikator kemiskinan yang lebih lengkap yaitu indeks keparahan kemiskinan, indeks kedalaman kemiskinan, angka melek huruf, rata-rata lama sekolah, harapan lama sekolah, tingkat pengangguran terbuka, dan persentase penduduk miskin. Pengelompokkan dilakukan dengan metode analisis hierarchical agglomerative clustering. Hasil penelitian diperoleh 3 cluster tingkat kemiskinan yaitu cluster 1 merupakan tingkat rendah dengan anggota 25 provinsi, cluster 2 atau tingkat sedang sebanyak 7 provinsi, dan cluster 3 dengan tingkat tinggi sebanyak 2 anggota]]>
<![CDATA[Pengaruh Sektor Pariwisata Terhadap Pertumbuhan Ekonomi di Provinsi Kepulauan Riau Tahun 2011-2019 ]]>
<![CDATA[Farah Annisa]]>;
<![CDATA[Cucu Sumarni]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (394.738 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.972
<![CDATA[Provinsi Kepulauan Riau (Kepri) acap kali dijadikan sebagai destinasi bagi wisatawan baik nusantara maupunmancanegara. Berdasarkan data BPS, total wisatawan yang datang ke provinsi ini cenderung naik setiap tahunnya. Namun, pertumbuhan ekonominya malah cenderung menurun. Hal ini disebabkan oleh sektor manufactur yang sampai dengan saat ini menjadi sektor andalan di provinsi ini, setiap tahunnya juga menurun. Untuk mengatasi hal tersebut perlu dicari sektor lain yang memiliki prospek. Oleh karena itu, penelitian ini bertujuan mengkaji pengaruh sektor pariwisata di Provinsi Kepulauan Riau terhadap pertumbuhan ekonominya dengan mempertimbangkan aspek spasial menggunakan regresi spasial data panel. Hasil penelitian memperlihatkan bahwa terdapat keterkaitan spasial antar wilayah/kabupaten di Kepri, artinya keberhasilan pembangunan yang dalam hal ini menggunakan pendekatan pertumbuhan ekonomi di suatu daerah berdampak pada daerah tetangganya. Selain itu, diperoleh bahwa Tingkat Penghunian Kamar (TPK) hotel non bintang di Kepri berpengaruh positif dan signifikan pada tingkat signifikansi 10 persen, sedangkan panjang jalan, banyaknya akomodasi, pajak daerah, dan retribusi tidak.]]>
<![CDATA[Pengaruh Kredit UMKM Terhadap Tingkat Pengangguran Terbuka Kabupaten/Kota di Provinsi Jawa Barat Tahun 2015-2019 ]]>
<![CDATA[Yogi Juniarto]]>;
<![CDATA[Siti Muchlisoh]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (561.251 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.973
<![CDATA[Unemployment is one of the problems that are always faced by a country, including Indonesia. Micro-business have emerged as one of the most developed jobs in Indonesia. With the continued growth of the number of micro-business in Indonesia, there is a policy of providing micro-credit with the hope that micro-business can grow and be able to open more new jobs, so that the unemployment rate can be suppressed. West Java Province is one of the three provinces that have the highest number of micro-credit in Indonesia. This study aims to identify whether the provision of micro-credit can have a significant effect in reducing the unemployment rate in West Java. Based on the results of the study using the panel data regression method with the FEM SUR model, it was found that the provision of micro-credit significantly succeeded in reducing the unemployment rate in West Java.]]>
<![CDATA[Determinan Tingkat Kemiskinan Kabupaten/Kota Di Provinsi Jawa Timur Tahun 2017-2019 Menggunakan Spatial Error Model dengan pendekatan Fixed Effect ]]>
<![CDATA[Muhammad Rifqi Maulana Firdaus]]>;
<![CDATA[Siti Muchlisoh]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (433.859 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.974
<![CDATA[Pada tahun 2019 terjadi pengelompokan tingkat kemiskinan kabupaten/kota di Jawa Timur. Tingkat kemiskinan yang tinggi berada di wilayah utara, sementara wilayah bagian tengah hingga bagian selatan Jawa Timur sudah memiliki tingkat kemiskinan yang tergolong rendah. Hal ini mengindikasikan tingkat kemiskinan kabupaten/kota di Jawa Timur memiliki keterkaitan spasial antarwilayah. Pola keterkaitan spasial ini juga terlihat di tahun 2017 dan 2018. Maka dari itu, penelitian ini bertujuan mengidentifikasi keterkaitan spasial tingkat kemiskinan kabupetan/kota di Jawa Timur dan variabel-variabel yang memengaruhi tingkat kemiskinan tersebut dari tahun 2017 sampai 2019. Model yang diterapkan adalah SEM dengan pendekatan FEM. Penelitian ini mencakup seluruh wilayah di Jawa Timur. Variabel dependen dari penelitian ini merupakan tingkat kemiskinan. Variabel yang diduga memengaruhi tingkat kemiskinan adalah pertumbuhan ekonomi, IPM, dan jumlah penduduk. Data keseluruhan variabel dikutip dari BPS. Periode penelitian ini dari tahun 2017 sampai 2019. Periode penelitian ini dipilih dengan pertimbangan ketersediaan data untuk berbagai variabel yang diperlukan. Dari model terbaik diperoleh pertumbuhan ekonomi, IPM, dan jumlah penduduk berpengaruh signifikan dalam penurunan tingkat kemiskinab. Selain faktor tersebut ada faktor lain yang dapat memengaruhi tingkat kemiskinan yang berada pada wilayah yang dianggap bertetanggaan.]]>
<![CDATA[Analisis Spasial Kasus COVID-19 sampai dengan PPKM Jilid Dua ]]>
<![CDATA[Arrazi Rahadiyan]]>;
<![CDATA[Ernawati Pasaribu]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (482.036 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.975
<![CDATA[The COVID-19 pandemic is the spread of a disease outbreak infectious COVID-19 caused by infection with SARS-CoV-2 in all countries including Indonesia. As of March 31, 2020, Government Regulation Number 21 of 2020 about Large-Scale Social Restrictions to limit the mobility of people and goods. Governments in each region as well establish quarantine policies in several areas on the islands of Java and Bali based on the Instruction of the Minister of Home Affairs Number 1 of 2021 concerning the Enforcement of Limitations on Community Activities (ELCA) phase 1 and phase 2. This study aims to determine the general description, identify spatial diversity, and analyze factors that influence spatial characteristics of cases COVID-19 in Java and Bali until the period ELCA Phase 2 with Geographically Weighted Negative Binomial Regression. The results of the analysis show that there is a spatial diversity of COVID-19 cases in Java and Bali until the ELCA Phase 2. Density of population that significant effect in all districts/cities in Java, meanwhile the ratio of health workers per 1000 population, air quality index, and health spending has a significant effect only in a few districts/cities on the island Java and Bali.]]>
<![CDATA[Kontribusi Pembangunan Infrastruktur Terhadap Pertumbuhan Ekonomi Dan Ketimpangan Pendapatan Di Indonesia Tahun 2010-2019 ]]>
<![CDATA[Purim Kharisman Hulu]]>;
<![CDATA[Krismanti Tri Wahyuni]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (246.945 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.979
<![CDATA[Upaya mencapai pembangunan berkelanjutan tidak hanya memperhatikan aspek ekonomi melalui peningkatan perekonomian, namun turut memperhatikan aspek sosial dengan adanya pemerataan distribusi pendapatan. Pertumbuhan ekonomi Indonesia yang selalu tumbuh positif, nyatanya tidak mengakibatkan pendapatan dapat terdistribusi secara merata dalam masyarakat. Ketimpangan pendapatan masih menjadi masalah utama yang ditunjukkan dengan tingginya rasio gini Indonesia. Agar dapat meningkatkan perekonomian dan pemerataan distribusi pendapatan, infrastruktur memiliki peranan yang penting dalam dua aspek tersebut. Penelitian ini bertujuan untuk menganalisis hubungan antara pertumbuhan ekonomi dengan ketimpangan pendapatan, serta pengaruh infrastruktur dan determinan lainnya pada 34 provinsi di Indonesia. Berdasarkan hasil analisis, terdapat hubungan simultan antara pertumbuhan ekonomi dan ketimpangan pendapatan, namun ketimpangan pendapatan tidak berpengaruh signifikan terhadap pertumbuhan ekonomi. Infrastruktur sanitasi, jalan, kesehatan, dan listrik berpengaruh signifikan terhadap pertumbuhan ekonomi, sedangkan telekomunikasi tidak berpengaruh signifikan. Variabel Penanaman Modal Asing (PMA) dan infrastruktur pendidikan berpengaruh signifikan terhadap ketimpangan pendapatan, namun tidak signifikan untuk variabel Tingkat Partisipasi Angkatan Kerja (TPAK).]]>
<![CDATA[Pengaruh Human Capital Terhadap Durasi Menganggur Pada Pekerja Yang Terkena PHK Akibat Pandemi Covid-19 ]]>
<![CDATA[Fitriani Aditya Putri]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (275.492 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.981
<![CDATA[Tingkat Pengangguran Terbuka mengalami peningkatan di era pandemi Covid-19. Studi ini bertujuan untuk menganalisis sejauh mana pengaruh human capital (pendidikan dan pelatihan) terhadap durasi menganggur pada pekerja yang terkena PHK akibat pandemi Covid-19 di Indonesia. Studi ini diharapkan dapat memberikan gambaran terkait pentingnya human capital dalam mengurangi pengangguran di Indonesia akibat pandemi Covid-19. Hasil estimasi menggunakan regresi Cox menunjukkan bahwa semakin tinggi tingkat pendidikan pekerja yang terkena PHK akibat pandemi Covid-19 maka semakin lambat keluar dari pengangguran. Sedangkan, pekerja yang pernah terkena PHK akibat pandemi Covid-19 yang pernah mengikuti pelatihan bersertifikat memiliki risiko keluar dari pengangguran yang lebih cepat dibandingkan tidak pernah mengikuti pelatihan bersertifikat. Berdasarkan hasil penelitian dapat disimpulkan bahwa investasi human capital berupa pelatihan dapat mempercepat durasi menganggur pada pekerja yang terkena PHK akibat pandemi Covid-19 di Indonesia, sedangkan semakin tinggi investasi pada pendidikan justru memperlambat durasi menganggur.]]>
<![CDATA[Variabel-Variabel yang Memengaruhi Status Stres Pekerja Komuter dengan Kendaraan Bermotor Pribadi dan Umum di Jabodetabek ]]>
<![CDATA[Desy Natalia Sasongko]]>;
<![CDATA[Yaya Setiadi]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (336.292 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.982
<![CDATA[Komuter adalah seseorang yang bekerja/sekolah/kursus di luar kabupaten/kota tempat tinggalnya yang pergi dan pulang pada hari yang sama. Sebagian besar kegiatan utama komuter adalah bekerja. Pekerja komuter baik yang menggunakan kendaraan bermotor pribadi maupun umum tentunya mengalami stres berkomuter. Stres tidak bisa disepelekan, karena dapat memengaruhi kesehatan dan kinerja pekerja. Oleh karena itu, penelitian ini bertujuan untuk mengetahui variabelvariabel yang berpengaruh signifikan terhadap status stres pekerja komuter di Jabodetabek berdasarkan kendaraan yang digunakan. Data yang digunakan berasal dari Survei Komuter Jabodetabek tahun 2019. Adapun metode analisis inferensia yang digunakan adalah analisis regresi logistik biner. Hasil menunjukkan bahwa variabel yang berpengaruh signifikan terhadap status stres pekerja komuter yang menggunakan kendaraan pribadi adalah status perkawinan, durasi perjalanan, dan kemacetan. Sedangkan pada pekerja komuter dengan kendaraan bermotor umum yang berpengaruh signifikan adalah umur, durasi perjalanan, dan kemacetan.]]>
<![CDATA[Determinan Daya Beli Masyarakat Indonesia Selama Pandemi Covid-19 Tahun 2020 ]]>
<![CDATA[Dimas Prayogo]]>;
<![CDATA[Sukim Sukim]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (423.198 KB)
|
DOI: 10.34123/semnasoffstat.v2021i1.987
<![CDATA[Pandemi Covid-19 yang terjadi pada tahun 2020 memberikan dampak yang sangat besar terhadap sisi sosial dan ekonomi masyarakat di Indonesia, khususnya daya beli masyarakat. Menurunnya pengeluaran per kapita memberikan indikasi bahwa daya beli masyarakat menurun dan pertumbuhan ekonomi melambat. Tujuan penelitian ini untuk mengetahui apakah terdapat perbedaan daya beli masyarakat sebelum dan saat terjadi pandemi Covid-19, serta faktor-faktor yang memengaruhi daya beli masyarakat di Indonesia pada tahun 2020. Metode yang digunakan adalah uji beda rata-rata data berpasangan (dependen) dan regresi linear berganda pada 34 Provinsi di Indonesia pada tahun 2020. Hasil penelitian menunjukkan bahwa terdapat perbedaan yang signifikan antara daya beli masyarakat sebelum dan saat terjadi pandemi Covid-19, dan secara parsial tingkat pengangguran terbuka, jumlah realisasi proyek investasi, dan rata–rata lama sekolah berpengaruh secara signifikan terhadap daya beli masyarakat di Indonesia tahun 2020.]]>
