Statistika Terapan (S2)

Permanent URI for this collection

https://repository.unpad.ac.id/handle/kandaga/273

Browse

Browsing Statistika Terapan (S2) by Author "Anna Chadidjah"

Now showing 1 - 7 of 7
  • No Thumbnail Available
    Item
    ESTIMASI TINGKAT PENGELUARAN PERKAPITA PADA AREA KECIL MENGGUNAKAN MODEL M-QUANTILE GEOGRAPHICALLY WEIGHTED REGRESSION (mqgwr)
    (2017-02-14) MUHAMAD SUKIN; Yudhie Andriyana; Anna Chadidjah
    Kemiskinan sampai saat ini merupakan masalah kompleks yang dihadapi oleh banyak negara berkembang, termasuk di Indonesia. Tenggara Timur selain sebagai salah satu provinsi kepulauan terbesar di Indonesia, juga merupakan salah satu provinsi dengan tingkat kemiskinan tertinggi. Dalam perencanaan penanggulangan kemiskinan, data yang berkualitas tentunya sangat penting. Sensus yang dilaksanakan di sebagian besar negara berkembang, tidak mengumpulkan data pendapatan atau informasi pengeluaran hingga ke level daerah yang kecil, sehingga angka estimasi biasanya tidak tersedia secara lengkap. Bank Dunia bersama dengan Elbers, Lanjouw, dan Lanjouw mengupayakan metode untuk menghasilkan angka kemiskinan dan ketidaksetaraan untuk estimasi daerah lingkup kecil, yang kemudian disebut metode ELL di mana aturan imputasi, diperkirakan dari survei rumah tangga, digunakan untuk menghitung perkiraan-daerah kecil dari data sensus. Namun, metode ELL telah banyak dikritik karena adanya keharusan memenuhi asumsi mengikuti distribusi tertentu, variabilitas antar daerah diabaikan dalam perhitungan estimasi kemiskinan daerah kecil dan juga nilai Means Square Error (MSE) yang besar. Fenomena kecenderungan munculnya nilai ekstrem (outlier), tentunya menyebabkan analisis regresi klasik, seperti pada metode ELL kurang sesuai jika diterapkan pada analisis poverty mapping di Provinsi Nusa Tenggara Timur. Adanya kendala tersebut, perlu adanya alternatif analisis misalnya dengan menggunakan model M-Quantile Geographically Weighted Regression (MQGWR). Model ini merupakan pendekatan baru untuk estimasi daerah kecil yang didasarkan pada pemodelan regresi M-quantile yang tidak mengharuskan adanya asumsi kenormalan pada sebaran datanya, mengakomodasi adanya heterogenitas spasial dan bersifat tidak mempermasalahkan adanya data ekstrem (bersifat robust).
  • No Thumbnail Available
    Item
    Geographically Weighted Elastic Net Logistic Regression (Studi Kasus: Prevalensi Balita Stunting Menurut Kabupaten/Kota Di Pulau Jawa Tahun 2017)
    (2020-01-14) SARAH SHOLIKHATUN RISMA; Septiadi Padmadisastra; Anna Chadidjah
    Balita mengalami stunting masih menjadi permasalahan yang banyak dihadapi khususnya oleh negara-negara berkembang di dunia. Asupan gizi serta status kesehatan ibu dan anak merupakan faktor penting yang mempengaruhi prevalensi balita mengalami stunting. Pendekatan Geographically Weighted Elastic net Logistic Regression (GW-ENLR) merupakan salah satu metode regresi logistik lokal terpinalti yang dapat melakukan fungsi seleksi variabel secara simultan untuk memberikan pemahaman secara geografis mengenai faktor-faktor dan fenomena terkait prevalensi balita stunting. Wilayah kabupaten/kota di pulau Jawa dijadikan sebagai unit observasi karena memiliki jumlah penderita balita stunting terbanyak di Indonesia berdasarkan data survei Pemantauan Status Gizi (PSG) tahun 2017. Uji Breusch Pagan dilakukan untuk mengetahui ada tidaknya keragaman spasial antar wilayah sebagai validasi awal menggunakan pendekatan GW-ENLR. Melalui ukuran ketepatan prediksi model, GWENLR menunjukkan performa yang lebih baik dibandingkan metode lainnya dengan tingkat akurasi mencapai 95%. Bandwidth adaptif optimal diperkirakan 21%: 25 dari 119 kabupaten/kota di pulau Jawa. Dengan menggunakan tunning parameter optimal λ = 0,01 dan parameter penalti optimal α = 0,2 didapatkan faktor Persentase ibu hamil mengalami Kekurangan Energi Kronis mendapatkan Pemberian Makanan Tambahan dan Persentase ibu hamil mendapatkan Tablet Tambah Darah kurang dari 90 tablet sebagai faktor yang paling berpengaruh terhadap prevalensi balita mengalami stunting di setiap wilayah kabupaten/kota pulau Jawa, sedangkan faktor-faktor lainnya hanya berpengaruh di sebagian besar wilayah kabupaten/kota pulau Jawa.
  • No Thumbnail Available
    Item
    Metode Hybrid Singular Spectrum Analysis-Support Vector Machine Untuk Peramalan Jumlah Wisatawan Mancanegara ke Bali Tahun 2017
    (2018-01-08) YOSEP OKTAVIANUS SITOHANG; Yudhie Andriyana; Anna Chadidjah
    Untuk mencapai target kedatangan wisatawan mancanegara yang ditetapkan pemerintah Indonesia pada tahun 2017, dibutuhkan perencanaan yang tepat. Perkiraan jumlah kunjungan wisatawan mancanegara ke Bali sebagai daerah tujuan wisata utama di Indonesia, sangat dibutuhkan dalam perencanaan. Oleh karena itu dibutuhkan teknik peramalan yang tepat. Karena pola data kedatangan wisatawan mancanegara yang tidak linier, maka diperlukan metode peramalan non-klasik, dimana dalam penelitian ini menggunakan metode Support Vector Machine (SVM). Selanjutnya, efek komponen noise harus disaring. Metode Singular Spectrum Analysis (SSA) memainkan peran penting dalam menyaring noise tersebut. Oleh karena itu, kombinasi kedua metode ini (SSA-SVM) akan digunakan untuk memprediksi jumlah kunjungan wisatawan mancanegara ke Bali pada tahun 2017. Kinerja SSA-SVM dievaluasi melalui studi simulasi dan diterapkan pada data kedatangan wisatawan ke Bali. Sebagai hasilnya, SSA-SVM menunjukkan kinerja yang lebih baik dibandingkan metode lainnya.
  • No Thumbnail Available
    Item
    PENERAPAN REGRESI PROBIT BIVARIAT UNTUK PEMODELAN INDEKS KESEHATAN DAN INDEKS PENDIDIKAN KABUPATEN/KOTA DI INDONESIA
    (2018-01-15) RIZAL RAHMAD; Anna Chadidjah; Toni Toharudin
    Selama kurun waktu 2010 hingga 2016, pembangunan manusia di Indonesia menunjukkan perkembangan yang terus meningkat. Kapabilitas dasar juga berhasil ditingkatkan tetapi dengan beberapa tantangan yang masih harus dihadapi di masa mendatang. Di bidang pendidikan, partisipasi pendidikan cukup tinggi dengan tren yang sejalan dengan Target RPJMN 2015-2019. Di bidang kesehatan, pencapaian tenaga kesehatan dan fasilitas kesehatan terus meningkat. Pencapaian pembangunan manusia pada tahun 2016 juga masih menyisakan persolan ketimpangan. Walaupun demikian, masih banyak faktor yang menyebabkan ketimpangan pembangunan manusia. Ketimpangan pembangunan manusia muncul baik antarindividu, antargender, antardimensi, maupun antarwilayah. Pada cakupan antardimensi, ketimpangan juga masih terjadi. Hal ini tergambar dari capaian antardimensi yang belum merata. Meskipun demikian, ketimpangan antardimensi menunjukkan kecenderungan yang semakin mengecil setiap tahun. Hal ini tentu menjadi sinyal baik untuk mencapai pembangunan yang merata. Dengan strategi pembangunan yang holistik, ketimpangan antardimensi diharapkan akan terus mengecil.Dimensi kesehatan dan pendidikan dapat dilihat dari Indeks Kesehatan dan Pendidikan. Faktor yang diduga mempengaruhi kedua dimensi pembangunan itu antara lain : persentase penduduk miskin (X1), rasio tenaga kesehatan per 10.000 penduduk (X2) dan tingkat partisipasi murni (APM) SMP (X3). Regresi probit bivariat digunakan untuk melihat faktor yang secara signifikan berpengaruh terhadap Indeks Kesehatan (Y1) dan Pendidikan (Y2) yang bersifat dikotomi. Berdasarkan pengujian model, maka didapatlah bahwa ketiga variabel tersebut berpengaruh secara signifikan terhadap Indeks Kesehatan dan Pendidikan.
  • No Thumbnail Available
    Item
    PERBANDINGAN KINERJA CART KONVENSIONAL, BAGGING DAN RANDOM FOREST PADA KLASIFIKASI OBJEK
    (2018-01-10) YOGO ARYO JATMIKO; Anna Chadidjah; Septiadi Padmadisastra
    Permasalahan yang selalu dihadapi negara berkembang seperti Indonesia adalah tingginya angka pengangguran akibat terbatasnya kesempatan kerja. Tingginya angka pengangguran mengakibatkan partisipasi masyarakat dalam pertumbuhan ekonomi menjadi rendah yang berdampak pada pembangunan nasional. Sektor informal dapat menjadi katup pengaman dalam mengatasi masalah ketenagakerjaan. Sektor informal sering dipandang sebagai sektor transisi dari tenaga kerja sektor pertanian di desa ke sektor industri di kota. Namun, kenyataannya sektor informal bukan menjadi sektor transisi, tetapi menjadi sektor yang dituju oleh pencari kerja dari sektor tradisional (pertanian) dimana sektor informal dianggap sebagai sumber kesempatan kerja dan pendapatan yang permanen. Untuk melihat fenomena pekerja sektor informal yang tinggi di Provinsi Papua dan pekerja sektor informal yang rendah di Provinsi DKI Jakarta, teknik pengklasifikasian menjadi penting sebagai tolok ukur evaluasi dan penarikan kesimpulan permasalahan terkait pekerja sektor informal sehingga kebijakan yang diambil oleh pemerintah dapat tepat sasaran. Metode klasifikasi dapat dibagi menjadi metode parametrik yang memerlukan berbagai asumsi serta metode nonparametrik yang terlepas dari berbagai asumsi. Penelitian ini menggunakan metode klasifikasi Classification and Regression Trees (CART) dan metode ensemble CART yaitu Bagging, dan Random Forest yang termasuk metode nonparametrik. Hasil penelitian pada data simulasi dan data Sakernas Provinsi Papua dan DKI Jakarta menunjukkan bahwa Metode ensemble Random Forest dapat meningkatkan ketepatan klasifikasi.
  • No Thumbnail Available
    Item
    Perbandingan Kinerja Regresi Logistik dan Neural Network dalam Pengklasifikasian Objek (Studi Kasus: Klasifikasi Angkatan Kerja di Kabupaten Kepahiang Provinsi Bengkulu)
    (2017-01-16) EKO FAJARIYANTO; Anna Chadidjah; Septiadi Padmadisastra
    Ketenagakerjaan merupakan permasalahan yang selalu mendapatkan perhatian serius dari pemerintah. Permasalahan kualitas sumber daya manusia, motivasi dan budaya kerja menjadi faktor yang berpengaruh dalam permasalahan angkatan kerja. Klasifikasi menjadi penting sebagai alat evaluasi dan penarikan kesimpulan bagi permasalahan angkatan kerja. Metode klasifikasi itu sendiri terdiri dari metode konvensional yang membutuhkan asumsi serta advanced method yang terlepas dari berbagai persyaratan asumsi. Penelitian ini menggunakan beberapa metode klasifikasi antara lain Regresi Logistik, algoritma Backpropagation dan Backpropagation dengan penambahan momentum. Hasil penelitian ini menunjukkan pemilihan variabel dan penambahan momentum dapat meningkatkan ketepatan klasifikasi Backpropagation dengan penambahan momentum.
  • No Thumbnail Available
    Item
    REGRESI COX PROPORTIONAL HAZARD MULTISTATE UNTUK PEMODELAN KETAHANAN HIDUP PENDERITA KANKER PROSTAT
    (2021-04-14) ELIN MARHAMAH; Anna Chadidjah; Lienda Noviyanti
    Perkembangan penyakit pada penderita penyakit kronis dapat terdiri dari status sembuh, kekambuhan lokal, metastasis ataupun kematian. Analisis ketahanan hidup (survival analysis) umumnya menggunakan regresi Cox untuk menganalisis faktor-faktor risiko yang memengaruhi ketahanan hidup. Regresi Cox menjadikan suatu kejadian (event) sebagai titik akhir dari pengamatan. Namun pendekatan ini gagal menjelaskan tentang apa yang terjadi pada penderita setelah kejadian pertama (status transisi). Pendekatan multistate pada regresi Cox dapat digunakan untuk mengatasi permasalahan di atas. Data yang digunakan adalah data ketahanan hidup kanker prostat di Rumah Sakit Hasan Sadikin Bandung pada periode Tahun 2014 sampai 2018. Hasil penelitian didapatkan model regresi Cox proportional hazard multistate dengan kovariat yang dapat menjelaskan ketahanan hidup pasien kanker prostat adalah variabel usia dan variabel bekerja pada transisi kekambuhan lokal ke metastasis.