J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika <p>Jurnal Ilmiah Teori dan Aplikasi Statistika</p> en-US jstat@unipasby.ac.id (Muhammad Athoillah) statistika@unipasby.ac.id (Fenny Fitriani) Fri, 31 Dec 2021 00:00:00 +0700 OJS 3.3.0.10 http://blogs.law.harvard.edu/tech/rss 60 Peramalan Data Ekspor Non Migas Provinsi Kalimantan Timur Menggunakan Univariate Time Series https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/3858 <p>Ekspor merupakan salah satu variabel yang sangat penting untuk menentukan jenis perekonomian suatu negara bisa dikatakan perekonomian terbuka atau perekonomian tertutup. Mengingat peranan ekspor sangat penting dalam pertumbuhan ekonomi suatu negara maupun daerah, maka diperlukan kebijaksanaan dalam meningkatkan ekspor barang khususnya komoditi non migas. Komoditi non migas dipilih pada penelitian ini karena adanya kemerosotan harga minyak bumi di pasaran dunia. Sehingga untuk mengatasi ketergantungan penerimaan negara yang berasal dari minyak dan gas bumi maka pemerintah berusaha meningkatkan ekspor komoditi dan jasa-jasa non migas. Kondisi ekspor luar negeri Kalimantan Timur didominasi oleh ekspor non migas. Oleh karena itu, prediksi atau peramalan nilai dari komoditas ekspor non migas di Kalimantan Timur dapat digunakan untuk mengetahui devisa yang akan diperoleh, agar dapat digunakan sebagai bahan pertimbangan oleh pemerintah untuk menentukan kebijakan. Hasil penelitian peramalan data ekspor menggunakan ARIMA menunjukkan bahwa model ARIMA yang paling baik untuk meramalkan data Ekspor non migas di Kalimantan Timur berdasarkan nilai RMSE, dan sMAPE adalah ARIMA (0,1,[1,12]).&nbsp;</p> <p><em>Kata kunci : Ekspor, Ekspor non migas, ARIMA, RMSE, sMAPE</em></p> <p>&nbsp;</p> Farida Nur Hayati, Diana Nurlaily, Elly Pusporani Copyright (c) 2021 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/3858 Sat, 22 Jan 2022 00:00:00 +0700 Pemanfaatan Satelit Himawari-8 Untuk Estimasi Curah Hujan Dengan Metode Convective Stratiform Technique (CST) Dan Modified Convective Stratiform Technique (Mcst) Di Wilayah Ekuatorial Dan Monsunal (Studi Kasus Sulawesi 2020) https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/3860 <p>Curah hujan merupakan salah satu parameter cuaca yang sangat penting bagi kehidupan. Informasi data curah hujan mampu menunjukan pola tipe curah hujan si suatu wilayah. Kurangnya rapat persebaran alat pengamatan curah hujan menyebabkan cakupan wilayah menjadi sempit. Oleh karena itu, pemanfaatan metode estimasi curah hujan dengan menggunakan data satelit merupakan salah satu solusi untuk mendapatkan data curah hujan di wilayah yang tidak memiliki alat pengamatan curah hujan. Dalam penelitian ini, estimasi curah menggunakan data satelit <em>Himawari-8</em> dengan menggunakan metode <em>Convective Startiform Technique</em> (CST) dan <em>Modified Convective Startiform Technique</em> (mCST). Metode CST meruapakan metode yang memisahkan komponen awan konvektif dan <em>stratiform</em>, sedangkan metode mCST merupakan metode modifikasi intensitas curah hujan serta luasan area rata-rata yang dilingkupi piksel terhadap metode CST. Penelitian ini dilakukan di wilayah tipe hujan ekuatorial yang diwakili oleh Kabupaten Luwu Utara dan wilayah tipe hujan monsunal yang diwakili oleh Kota Makassar. Penelitian ini dilakukan selama satu tahu dengan mengambil sampel bulan puncak curah hujan di kedua wilayah. Tujuan penelitian ini adalah untuk membandingkan kualitas hasil estimasi curah hujan dengan menggunakan metode CST dan metode mCST Berdasarkan hasil estimasi curah hujan, metode CST menghasilkan nilai yang lebih baik dibandingkan dengan metode mCST di kedua wilayah yang ditandai dengan nilai korelasi yang lebih baik. Nilai eror RMSE berkisar 33.80 mm/jam hingga 42.66 mm/jam dan Nilai MAE berkisar 26.30 mm/jam hingga 34.55 mm/jam. Berdasarkan penelitian ini, kedua metode estimasi curah hujan ini, kurang mampu mempresentasikan data curah hujan di kedua wilayah.</p> Nur Habib Muzaki, Eriska Febriati , Yosafat Donni Haryanto Copyright (c) 2021 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/3860 Sat, 22 Jan 2022 00:00:00 +0700 Pemodelan Kasus Kumulatif Covid-19 di Pulau Jawa dan Bali Dengan Pendekatan Multiple Classification Analysis (MCA) https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4217 <p>Pada Maret 2020, pandemi global Covid-19 yang disebabkan oleh virus SARS-CoV-2 mulai menyerang Indonesia. Tingginya jumlah kasus kumulatif Covid-19 mengakibatkan diberlakukannya kebijakan PSBB (Pembatasan Sosial Berskala Besar) di Indonesia. Meski kebijakan PSBB sempat dihapuskan karena penyebaran Covid-19 yang menurun, tetapi kemudian diberlakukan kebijakan baru berupa PPKM (Pemberlakuan Pembatasan Kegiatan Masyarakat) di Pulau Jawa dan Bali karena tingginya kasus kumulatif Covid-19 di wilayah tersebut. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang memengaruhi jumlah kasus kumulatif Covid-19 di Pulau Jawa dan Bali. Metode analisis yang digunakan dalam penelitian ini adalah MCA (Multiple Classification Analysis). Adapun variabel yang diduga memengaruhi jumlah kasus kumulatif Covid-19 yaitu klasifikasi daerah, kepadatan penduduk, persentase penduduk lansia, dan PDRB per kapita. Hasil penelitian menunjukkan bahwa pada tingkat signifikasi 5%, variabel klasifikasi daerah, kepadatan penduduk, persentase penduduk lansia, dan PDRB per kapita berpengaruh signifikan terhadap jumlah kasus kumulatif Covid-19 di Pulau Jawa dan Bali.</p> Rezky Yayang Yakhamid, Amelia Tri Wahyuni, Nadidah Pangestika, Hanifah, Putu Adi Myarsithawan, Risni Julaeni Yuhan Copyright (c) 2021 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4217 Sat, 22 Jan 2022 00:00:00 +0700 Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4470 <p><em>Geographically weighted spline nonparametric regression</em> merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah <em>geographically weighted spline nonparametric regression</em> dengan pembobot fungsi kernel eksponensial. Model terbaik <em>geographically weighted spline nonparametric regression </em>dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai <em>R-Square</em> sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu&nbsp; tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.</p> Hillidatul Ilmi, Sifriyani; Surya Prangga Copyright (c) 2021 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4470 Sat, 22 Jan 2022 00:00:00 +0700 Analisis Multilevel Kemiskinan Rumah Tangga Pertanian di Provinsi Sulawesi Selatan Tahun 2020 https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4490 <p>Sulawesi Selatan sebagai daerah agraris memiliki potensi sektor pertanian yang besar. Namun, masih terdapat beberapa permasalahan yang dihadapi oleh rumah tangga pertanian seperti rendahnya kesejahteraan petani dan tingginya tingkat kemiskinan penduduk yang bekerja di sektor pertanian. Terdapat perbedaan yang terlihat dalam persentase penduduk miskin yang bekerja di sektor pertanian pada masing-masing kabupaten/kota. Hal ini membuat dugaan adanya pengaruh wilayah terhadap status kemiskinan rumah tangga pertanian di Provinsi Sulawesi Selatan. Penelitian ini menggunakan regresi multilevel logistik biner untuk menganalisis variabel rumah tangga dan wilayah yang memengaruhi kemiskinan rumah tangga pertanian serta mengetahui variasi wilayah terhadap kemiskinan. Dari penelitian diperoleh hasil bahwa variabel rumah tangga yang signifikan memengaruhi kemiskinan rumah tangga pertanian antara lain pendidikan KRT, jenis kelamin KRT, jumlah ART, tipe daerah, kepemilikan lahan, dan akses layanan keuangan. Jika dilihat dari variabel kabupaten/kota, IPM signifikan memengaruhi kemiskinan rumah tangga pertanian. Sebesar 11,56 persen keragaman status kemiskinan rumah tangga pertanian di Provinsi Sulawesi Selatan disebabkan oleh perbedaan karakteristik antar kabupaten/kota.</p> Volandio Ardhian Rastantra Copyright (c) 2021 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4490 Sat, 22 Jan 2022 00:00:00 +0700 Analisis Volatilitas Harga Saham Sekor Minyak dan Gas di Indonesia pada Masa Pandemi Covid-19 dengan Metode ARIMA-GARCH https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4497 <p>Pandemi Covid-19 memberi dampak yang signifikan terhadap berbagai sektor industri di Indonesia salah satunya saham sektor pertambangan Minyak Mentah dan Gas Bumi (MIGAS). Hal ini ditunjukkan pada penurunan harga minyak yang turun di bawah $40 USD dan aktivitas eksplorasi di Indonesia menurun lebih dari 40% dibanding sebelum pandemi Covid-19. Selama pandemi, harga saham sektor pertambangan MIGAS mengalami volatilitas yang cukup tinggi sehingga cukup meresahkan sektor investasi di Indonesia. Oleh karena itu, diperlukan suatu prediksi volatilitas harga saham sektor pertambangan MIGAS agar mampu memberikan informasi terhadap investor untuk melakukan manajemen portofolio. Pada penelitian ini, dianalisis volatilitas harga saham empat perusahaan pertambangan MIGAS, yaitu PT. Apexindo Pratma Duta (APEX), PT. Elnusa (ELSA), PT. Medco Energi Internasional (MEDC), dan PT. Radiant Utama Interinsco (RUIS)&nbsp; pada tanggal 01 Maret 2020 - 28 Februari 2021 dengan metode ARIMA-GARCH. Pada proses analisis, digunakan RStudio dengan pembentukan model ARIMA dilakukan terlebih dahulu kemudian dilanjutkan pembentukan model ARIMA-GARCH jika model ARIMA terdapat gejala heteroskedastisitas. Hasil dari penelitian ini, pada saham APEX, ELSA, dan RUIS terdapat gejala heteroskedastisitas pada model ARIMA dan didapatkan model ARIMA GARCH &nbsp;untuk perusahaan APEX, ELSA dan RUIS serta model ARIMA &nbsp;untuk perusahaan MEDC. Berdasarkan hasil analisis, diperoleh bahwa terdapat asumsi autokorelasi, normalitas, dan heteroskedastisitas yang belum terpenuhi pada uji diagnostik. Niilai MAPE untuk APEX, ELSA, MEDC, dan RUIS, yaitu , , , dan . Dari hasil akurasi peramalan yang didapatkan, terdapat nilai MAPE di atas 10%, yaitu pada model APEX dan ELSA sehingga model tersebut belum dapat dikatakan baik untuk peramalan.</p> <p><strong><em>Kata kunci :</em></strong><strong><em> ARIMA, GARCH</em></strong><strong><em>, Volatilitas Harga Saham</em></strong></p> Nanda Septiana, Primadina Hasanah, Annisa Rahmita Soemarsono Copyright (c) 2021 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4497 Sat, 22 Jan 2022 00:00:00 +0700 Analisis Kalman filter berbasis Google Trends untuk Prediksi Kedatangan Wisatawan Mancanegara di Indonesia Pasca Pandemi https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4956 <p><span lang="EN-US">Pada tahun 2019 kunjungan wisatawan mancanegara (wisman) ke Indonesia mengalami peningkatan yang cukup signifikan. Sehingga, pariwisata diprediksi menjadi salah satu penopang terbesar dari penerimaan negara. Namun, saat wabah Coronavirus terjadi di akhir tahun 2019, s</span><span lang="IN">ektor </span><span lang="EN-US">ini menjadi sektor </span><span lang="IN">industri yang paling terdampak</span><span lang="EN-US"> dengan penurunan yang sangat tajam dan perkirakan akan membaik sekitar tahun 2035 hingga 2045</span><span lang="IN">. </span><span lang="EN-US">Kejadian tersebut</span><span lang="IN"> mendorong peneliti</span><span lang="EN-US">an</span><span lang="IN"> untuk merumuskan model proyeksi terbaik bagi wisatawan asing pasca</span> <span lang="IN">pandemi</span><span lang="EN-US"> dengan menggunakan metode </span><span lang="IN">Kalman</span><span lang="EN-US"> filter</span><span lang="IN">. Kalman </span><span lang="EN-US">filter </span><span lang="IN">merupakan model <em>state space</em> yang dapat diulang untuk menghasilkan nilai akurasi estimasi yang tinggi. Model ini didukung oleh analisis <em>google</em></span><em><span lang="EN-US"> trends</span></em><span lang="IN"> yang mampu menangkap minat negara lain terhadap pariwisata Indonesia, terutama di masa pandemi. Hasil penelitian menunjukkan bahwa meskipun pandemi, beberapa negara masih memiliki minat terhadap objek wisata di Indonesia. Selain itu, Kalman</span><span lang="EN-US">filter</span><span lang="IN"> memiliki akurasi yang tinggi dalam peramalan wisatawan asing</span></p> Evita Purnaningrum, Hanief Khoyyir Nafah Copyright (c) 2021 J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika https://jurnal.unipasby.ac.id/index.php/jstatistika/article/view/4956 Sat, 22 Jan 2022 00:00:00 +0700