https://jurnal.unipasby.ac.id/index.php/jstatistika/issue/feed J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika 2022-07-30T00:00:00+07:00 Muhammad Athoillah jstat@unipasby.ac.id Open Journal Systems <p>Jurnal Ilmiah Teori dan Aplikasi Statistika</p> https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4863 Pemodelan Persentase Kepesertaan BPJS Non Penerima Bantuan Iuran Dengan Pendekatan Regresi Data Panel 2022-01-25T23:42:07+07:00 Dhyana Venosia dhyanavenosia02@gmail.com Suliyanto yanfit@yahoo.com Sediono sediono101@gmail.com Nur Chamidah nur-c@fst.unair.ac.id <p>Indonesia merupakan salah satu negara yang mengembangkan konsep <em>Universal Health Coverage</em> (UHC) pada sektor kesehatan yang diterapkan pada Sistem Jaminan Sosial Nasional (SJSN) melalui program Jaminan Kesehatan Nasional (JKN) yang dikelola Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan dengan tujuan sebagaimana tertuang pada Undang-Undang Republik Indonesia Nomor 40 Tahun 2004. Peserta JKN terbagi menjadi Penerima Bantuan Iuran (PBI) dan Non Penerima Bantuan Iuran (Non PBI). Penelitian ini, untuk menganalisis faktor yang mempengaruhi persentase kepesertaan BPJS Non PBI yang diharapkan dapat memberikan prediksi pengoptimalan. Pengoptimalan diperlukan karena, realitanya persentase kepesertaan BPJS Non PBI masih jauh dari target pemerintah, khususnya Provinsi Jawa Timur pada tahun 2017 hingga 2020. Walaupun mengalami peningkatan, di setiap Kabupaten/Kota Provinsi Jawa Timur terindikasi mengalami fluktuasi. Maka, dalam mengestimasi fenomena tersebut digunakan metode regresi data panel melalui pendekatan <em>Fixed Eeffect Model</em> (FEM) dengan alpha sebesar 5%. Maka, secara statistik diperoleh kesimpulan bahwa yang berpengaruh signifikan adalah persentase penduduk miskin dan Tingkat Pengangguran Terbuka (TPT).</p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5074 Pemodelan Kejadian Balita Stunting di Kabupaten Bojonegoro dengan Metode Geographically Weighted Regression dan Multivariate Adaptive Regression Splines 2022-04-04T22:21:14+07:00 Alif Yuanita Kartini Kartini yuanitaalif5@gmail.com Laelatul Nur Ummah laelatul.nurummah9@gmail.com <p><em>Toddler stunting is a chronic nutritional problem caused by one of which is inadequate nutritional intake in infants. Bojonegoro is a district in East Java province where the incidence of stunting under five is still common. In this study, we will compare the incidence of stunting under five in Bojonegoro district using GWR and MARS. GWR is able to model cases for each region spatially, while MARS is able to model cases without considering the pattern of relationships between predictor variables and response variables. The best GWR model selected the smallest CV and MSE values ​​and the largest R-Square values. The best model of the Adaptive Bi-Square kernel function was obtained with a bandwidth of 28, the value of CV=2.4635, MSE=0.8620, and R-Square=0.8734. The best MARS model selected the smallest GCV value and the largest R-Square. From the combination of MO, BF and MI values, the best model was obtained at BF=24, MI=1 and MO=1 with GCV=1,29144 and R-Square=0,841 values. Comparing the two models, the MARS model is better because the R-Square value of the GWR model is greater than the MARS although the numerical value is not much different, while the MSE value of the MARS model is smaller than the MSE value of the GWR model with a much different difference. The results of this study will provide knowledge in the form of a regression model for the Bojonegoro district health office in predicting predictor variables that affect the incidence of stunting under five in Bojonegoro district.</em></p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5216 Analisis Regulasi Uji Emisi Gas Buang Kendaraan Berdasarkan Pengaruhnya Terhadap Indeks Kualitas Udara di DKI Jakarta Menggunakan Metode Korelasi Pearson dan Regresi Linear 2022-03-21T13:20:29+07:00 Muhammad Reza Akbar muhammad.reza18195@student.unsika.ac.id Muhammad Ihsan Akbar ihsanakbar756@gmail.com <p>Perkembangan zaman terus berlangsung pesat akhir-akhir ini. Salah satu dampak pengaruh dari kemajuan sektor transportasi adalah berupa fleksibilitas aktivitas masyarakat kota dalam berkegiatan menjadi lebih efisien dan efektif disegala sisi, seperti budaya masyarakat kota dalam beraktivitas mulai mengalami transisi, dari sebelumnya mengutamakan kendaraan bertenaga hewan beralih kepada penggunaan sektor kendaraan berbahan bakar fossil. Dampak perihal tersebut memiliki pengaruh langsung terhadap kualitas udara di DKI Jakarta. Variabel penelitian yaitu data uji emisi sebagai variabel X dan data ISPU sebagai variabel Y. Metode pengujian menggunakan metode statistika korelasi Pearson dan regresi linear pada periode Januari hingga September 2021. Hasil identifikasi menunjukan efektivitas regulasi dalam mereduksi persoalan lingkungan terbukti efektif dalam menangkal persoalan kualitas udara di DKI Jakarta, dimana seiring dengan meningkatnya jumlah kendaraan yang lolos uji emisi berhasil menurunkan skor ISPU sebesar 82% diperankan oleh upaya uji emisi dan 18% sisanya dipengaruhi oleh variabel lainnya.</p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5285 Estimasi Interval Kredibel Distribusi Normal Terpotong Kiri pada Data Waktu Sembuh Pasien Covid-19 2022-03-21T13:22:55+07:00 Putri Fardha Asa Oktavia Hans putri.fardha.asa-2018@fst.unair.ac.id Ardi Kurniawan ardi-k@fst.unair.ac.id Sediono sediono101@gmail.com Elly Ana elly-a@fst.unair.ac.id M. Fariz Fadillah Mardianto m.farizfadillah.m@fst.unair.ac.id <p><em>The Covid-19 pandemic has been declared a Public Health Emergency of International Concern. One of the government's efforts to get out of the epidemic is to conduct an analysis based on existing data. The purpose of this study was to estimate the credible interval of the left truncated normal distribution. The results of the estimated credible intervals obtained have an implicit form so that they are solved by using a numerical integral approach. The results of this study were applied to the recovery time of Covid-19 patients from the Jemursari Health Center Surabaya in the range of December 2020 to February 2021. Through left cutting, the parameter estimation process only uses data that is more than 10 days, so that 37 data is obtained from a total of 45 data. It was found that the average recovery time for left-cut Covid-19 patients was between 10.583 days to 11.087 days. Meanwhile, the variance of recovery time for Covid-19 patients is cut left between 1.706 days to 1.772 days.</em></p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5375 Hotel Recommendation System with Content-Based Filtering Approach (Case Study: Hotel in Yogyakarta on Nusatrip Website) 2022-04-06T11:38:14+07:00 Cheryl Ayu Melyani cherylayu25@gmail.com <p><em>The increasing of Covid-19 pandemic has hampered people's activities, often causing stress if they are only stay at home continuously. This has led to an increasing trend of staycations or holiday activities in the city itself by renting a hotel. Hotel rental technology has begun to be transferred with the existence of OTA (Online Travel Agent). The existence of various kinds of hotels with various kinds of facilities that makes people feel confused in choosing which hotel to occupy. To help overcome this, the researchers tried to create a recommendation system to help prospective hotel residents choose the hotel according to their choice. In addition, it can also assist companies in increasing hotel room reservations through its website. In this study, researchers will build a hotel recommendation system in Yogyakarta at one of the OTAs in Indonesia using Content-Based Filtering Methods, weighting text data using Term Frequency-Inverse Document Frequency (TF-IDF) Methods and measuring document similarity using Cosine Similarity Methods. Based on the results of the Good Karma Yogyakarta hotel recommendations as a test example, 10 similar hotels were obtained, namely Happy Buddha Yogyakarta – Hostel, Nextdoor Homestay, Hotel Puspita, OYO 426 Hotel Gading Resto, Omah Jegog Homestay, Prawirotaman Homestay, RedDoorz near Prawirotaman, Ayodhya Garden Hostel Yogyakarta by HOM, Bringin House Yogyakarta, and House 24 Yogyakarta with cosine similarity values 0.956666513, 0.946570717, 0.917459394, 0.912534877, 0.886439718, 0.88221982, 0.881775275, 0.875845794, 0.872030219, and 0.871514859.</em></p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5838 Spatial Autoregresive Moving Average Pada Pemodelan Persentase Penduduk Miskin Kabupaten/Kota Di Provinsi Jawa Timur Tahun 2020 2022-07-08T11:29:24+07:00 Wara Pramesti warapra@unipasby.ac.id Fenny Fitriani fenny_f@unipasby.ac.id Kiki Laila Nirmala kiki.lailanirmala@gmail.com <p>Persentase penduduk miskin yang tinggi menunjukkan bahwa tingkat kemiskinan di suatu wilayah juga tinggi. Persentase penduduk miskin sering menjadi pembicaraan publik. Kenaikan ataupun penurunan presentase penduduk miskin tetap menjadi permasalahan di setiap daerah. Sehingga pemerintah daerah tetap berusaha untuk mengendalikan kesejahteraan daerahnya dengan melakukan perlindungan serta menyejahterakan kehidupan sosial dan ekonomi daerahnya. Naik turunnya persentase penduduk miskin ini dipengaruhi oleh beberapa variabel. Untuk mengetahui variabel-variabel tersebut dapat digunakan salah satunya dengan pendekatan regresi berganda. Akan tetapi, dalam permasalahan kemiskinan ini tentu dipengaruhi juga oleh keadaan sekitarnya. Hal ini menyebabkan kemungkinan asumsi residual independen tidak dipenuhi, sehingga analisis regresi dapat dikembangkan ke metode spasial area. Hasil analisis yang dilakukan menunjukkan bahwa selain dipengaruhi oleh variabel-variabel yang diduga berpengaruh, juga dipengaruhi oleh wilayah sekitar.</p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5446 Pemetaan Cakupan Pengguna KB Aktif Dan Unmet Need Di Kabupaten Ponorogo Tahun 2021 2022-05-18T04:56:43+07:00 Bella Dwi Saputri bella.dwi.saputri-2018@fkm.unair.ac.id Diah Indriani diah-i@fkm.unair.ac.id <p>Keluarga Berencana bertujuan untuk mengontrol jumlah penduduk dengan membatasi jumlah anak setiap keluarga untuk mencapai kesejahteraan keluarga. Program tersebut dilakukan dengan menghimbau Pasangan usia subur untuk menggunakan kontrasepsi misalnya <em>intrauterine device</em>, metode operasi pria,&nbsp; metode operasi wanita, implan, kondom, pil, atau suntik.&nbsp; Pada tahun 2021, Kabupaten Ponorogo mengalami penurunan cakupan pengguna keluarga berencana aktif sekaligus peningkatan prevalensi <em>unmet need</em>. Sistem Informasi Geografi merupakan ilmu yang mempelajari pembuatan peta secara komputasi atau biasa disebut dengan pemetaan. Pemetaan dilakukan untuk memantau capaian cakupan pengguna keluarga berencana aktif dan <em>unmet need</em> setiap wilayah kecamatan di Kabupaten Ponorogo.&nbsp; Penelitian ini merupakan penelitian deskriptif yang menggambarkan pengguna keluarga berencana aktif dan <em>unmet need </em>di Kabupaten Ponorogo. Penelitian ini menggunakan data sekunder yang selanjutnya akan dianalisis secara spasial. Hasil penelitian menunjukkan bahwa terdapat 4 kecamatan yang memiliki cakupan pengguna keluarga berencana aktif dibawah capaian Kabupaten Ponorogo dan terdapat 9 kecamatan dengan prevalensi <em>unmet</em> <em>need</em> diatas capaian Kabupaten Ponorogo. Metode kontrasepsi yang paling diminati oleh masyarakat Kabupaten Ponorogo adalah suntik. Analisis kluster berdasarkan cakupan KB Aktif dan <em>unmet need</em> membagi Kabupaten Ponorogo menjadi 4 kluster. Hasil pemetaan yang telah dilakukan, dapat menjadi bahan pertimbangan untuk meningkatkan keberhasilan Program Keluarga Berencana di Kabupaten Ponorogo.</p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5468 Medoid-based Clustering pada Kecamatan di Kabupaten Lebak dan Pandeglang Provinsi Banten Berdasarkan Trilogi Ketahanan Pangan 2022-05-18T05:02:53+07:00 Weksi Budiaji budiaji@untirta.ac.id Juwarin Pancawati juwarinpancawati@untirta.ac.id <p><em>Lebak and Pandeglang Regions in Banten Province have a high stunting prevalence of children under 5 years old and have the lowest value of food security index among regions in Banten Province</em><em>.</em><em> Cluster analysis to group districts in Lebak and Padeglang Regions is indispensable to characterize the district members in those two regions.</em><em> The </em><em>variables applied to calculate distance between districts in&nbsp; a simple k-medoid clustering were trilogy of food security namely the availability, access, and utility of the food from Bureau of Statistics of Lebak and Pandeglang Regions 2019 data. The distances were varied among Euclidean, squared Euclidean, and Manhattan distances. The clustering result was then validated via consensus clustering and internal validation. The suitable number of clusters was four defined as the available and access cluster (cluster 1), the access cluster (cluster 2), the vulnerable cluster (cluster 3), and the available cluster (cluster 4). The cluster 3 as the vulnerable cluster should be focused on because it consists of 38% from overall districts in Lebak and Banten Regions</em><em>. </em></p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5983 Penerapan Text Mining pada Analisis Sentimen Pengguna Twitter Layanan Transportasi Online Menggunakan Metode Density Based Spatial Clustering of Applications With Noise (DBSCAN) dan K-Means 2022-07-24T21:05:57+07:00 Dini Krisnawati Alfiki Astutik Dini.Krisnawati@gmail.com Artanti Indrasetianingsih artanti.indra@unipasby.ac.id Fenny Fitriani fenny_f@unipasby.ac.id <p>Transportasi <em>online </em>saat ini menjadi populer dan diminati masyarakat di Indonesia dengan transportasi <em>online </em>yang banyak digunakan adalah Grab dan Gojek. Meskipun layanan transportasi <em>online </em>mendapat respon positif namun terdapat masalah yang dihadapi yaitu banyaknya konsumen yang kecewa dan merasa tidak puas dengan pelayanan yang diberikan. Penelitian ini bertujuan untuk mengetahui pengelompokkan tanggapan masyarakat terhadap kedua transportasi <em>online </em>tersebut. Tanggapan masyarakat mengenai layanan transportasi <em>online </em>didapat dari salah satu media sosial yang banyak digunakan oleh masyarakat Indonesia yaitu twitter. Data pada twitter berupa kumpulan <em>text </em>sehingga diperlukan <em>text mining </em>untuk menganalisisnya. Salah satu analisis dalam <em>text mining </em>adalah <em>text clustering </em>sehingga pada penelitian ini menggunakan <em>text clustering </em>untuk mengelompokkan pendapat menjadi beberapa kategori. Metode yang digunakan pada <em>text clustering </em>adalah metode <em>Density-Based Spatial Clustering of Applications with Noise </em>(DBSCAN) dan <em>K-Means</em>. DBSCAN adalah sebuah metode yang membentuk <em>cluster </em>dari data-data yang saling berdekatan, sedangkan data yang saling berjauhan tidak akan menjadi anggota <em>cluster </em>dan biasa disebut sebagai <em>noise</em>. <em>K-Means </em>adalah teknik <em>clustering </em>yang sederhana dan cepat dalam proses <em>cluster</em>ing obyek serta mampu mengelompokkan data dalam jumlah cukup besar. Hasil penelitian menunjukkan bahwa metode <em>DBSCAN </em>dan <em>K-Means </em>kurang tepat digunakan pada penelitian ini dalam mengelompokkan <em>tweet </em>yang ditujukan kepada layanan transportasi online Gojek dan Grab karena memiliki nilai <em>silhoutte coefficient </em>kurang dari 0.5 artinya struktur lemah atau tweet tanggapan masyarakat kepada layanan transportasi belum berada pada kelompok yang tepat.</p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5423 Peramalan Nilai Ekspor Provinsi Jawa Tengah dengan Metode Fuzzy Time Series Berbasis Algoritma Haneen Talal Jasim 2022-04-21T02:07:21+07:00 M. Al Haris alharis@unimus.ac.id Septi Winda Utami septiutami23@gmail.com Indah Manfaati Nur indahmnur@unimus.ac.id <p>Ekspor berperan penting dalam perekonomian suatu daerah. Ekspor dapat digambarkan melalui nilai ekspor, yaitu nilai berupa uang yang merupakan hasil dari penjualan barang/jasa ke luar negeri. Nilai ekspor perlu diramalkan untuk merumuskan target pertumbuhan ekonomi dan menetapkan kebijakan yang tepat dalam perekonomian di suatu daerah. Nilai ekspor dapat diramalkan menggunakan metode <em>Fuzzy time series</em> berbasis algoritma Haneen Talal Jasim. Tahapan metode <em>Fuzzy time series</em> berbasis algoritma Haneen Talal Jasim memiliki tahapan yang hampir sama dengan Fuzzy time series dari penentuan semesta pembicaraan hingga penentuan <em>Fuzzy Logical Relationship Group</em> (FLRG). Perbedaannya ada pada tahapan penerapan algoritma Haneen Talal Jasim pada tahap peramalannya. Tujuan dari penelitian ini adalah meramalkan nilai ekspor Provinsi Jawa Tengah di masa yang akan datang dengan metode <em>Fuzzy time series</em> berbasis algoritma Haneen Talal Jasim serta mendapatkan tingkat akurasi peramalan menggunakan <em>Mean Absolute Percentage Error</em> (MAPE). Berdasarkan hasil analisi penerapan metode <em>Fuzzy time series</em> berbasis algoritma Haneen Talal Jasim pada data nilai ekspor di Provinsi Jawa Tengah diperoleh hasil ramalan pada bulan Januari 2022 sebesar 1054,178 juta US $ serta nilai MAPE sebesar 11,653%.</p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/5492 Prediksi Pengeluaran Non Makanan Masyarakat Kabupaten Tulang Bawang Menggunakan Metode Rantai Markov 2022-05-18T05:05:05+07:00 Ahmad Faisol ahmadfaisol@fmipa.unila.ac.id Ahmad Rizki Wiranto ahmad.rizki100819@students.unila.ac.id Fitriani fitriani.1984@fmipa.unila.ac.id <p>COVID-19 tidak hanya berdampak pada kesehatan masyarakat, perekonomian negarapun ikut terkena dampak. Pemerintah telah berupaya dengan berbagai kebijakan strategis agar dapat memulihkan perekonomian di Indonesia sebagai implementasi dari amanat Undang-Undang Dasar Negara Republik Indonesia Tahun 1945 untuk mensejakterakan rakyat. Selain itu, keberhasilan suatu negara dalam mencapai tujuannya dapat dilihat dari tingkat kesejahteraan penduduknya. Banyak indikator yang dapat digunakan untuk melihat kesejahteraan penduduk, diantaranya dapat dilihat dari tingkat konsumsi dan pengeluaran. Pengeluaran rumah tangga dapat dibagi menjadi dua, yaitu pengeluaran makanan dan pengeluaran non makanan. Semakin banyak presentase pengeluaran rumah tangga untuk membeli kelompok non makanan maka semakin tinggi kesejahteraan rumah tangga. Rantai Markov (<em>Markov Chains</em>) adalah suatu metode yang mempelajari sifat- sifat suatu variabel pada masa sekarang, yang didasarkan pada sifat-sifatnya di masa lalu, dalam usaha menaksir sifat-sifat variabel tersebut di masa yang akan datang. Dengan menggunakan metode <em>Markov Chains </em>diperoleh prediksi untuk pengeluaran perumahan dan fasilitas rumah tangga pada tanun 2022-2025 secara berturut-turut 52.5%, 50.3705%, 50.31882%, dan 50.31764%. Untuk prediksi pengeluaran aneka barang dan jasa pada tahun 2022-2025 adalah 24.2%, 23.131, %23.03519%, dan 23.03152%. Prediksi pengeluaran pakaian, alas kaki dan tutup kepala pada periode 2022-2025 sebesar 8.2%, 7.9442%, 7.9319%, dan 7.9913%. Sedangkan prediksi pengeluaran keperluan barang tahan lama tahun 2022-2025 sebesar 7.4%, 10.1995%, 10.34567%, dan 10.35161%. Prediksi pada tahun 2022-2025 untuk pengeluaran keperluan pajak, pungutan dan asuransi sebesar 4.6%, 5.3499%, 5.3642%, dan 5.36373%. Serta pengeluan untuk keperluan pesta pada periode 2022-2025 sebesar 3.1%, 3.0049%, 3.00422%, dan 3.00417%.</p> 2022-07-30T00:00:00+07:00 Copyright (c) 2022 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika