cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Jurnal Aplikasi Statistika & Komputasi Statistik
ISSN : 20864132     EISSN : 26151367     DOI : -
Core Subject : Science, Education,
Redaksi menerima karya ilmiah atau artikel penelitian mengenai kajian teori statistika dan komputasi statistik pada bidang ekonomi dan sosial dan kependudukan, serta teknologi informasi. Redaksi berhak menyunting tulisan tanpa mengubah makna subtansi tulisan. Isi jurnal Aplikasi Statistika dan Komputasi Statistik dapat dikutip dengan menyebutkan sumbernya.
Arjuna Subject : -
Articles 54 Documents
Analisis Kemiskinan Multidimensi di Provinsi Jawa Tengah, 2011-2013 Indriani, Lestari
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 10 No 2 (2018): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (729.79 KB) | DOI: 10.34123/jurnalasks.v10i2.72

Abstract

Kemiskinan merupakan masalah yang kompleks, sehingga diperlukan pendekatan yang lebih tepat untuk mengukur fenomena kemiskinan yang kompleks dan bersifat multidimensional tersebut. Dengan menggunakan data Survei Sosial Ekonomi Nasional (Susenas) 2011—2013 dan metode Alkire-Foster, penelitian ini mencoba mengukur kemiskinan ditinjau dari berbagai deprivasi yang dialami oleh penduduk di Provinsi Jawa Tengah. Penelitian ini menggunakan 3 dimensi, yaitu: nutrisi dan kesehatan, pendidikan, serta standar hidup, dengan 10 indikator, yaitu: konsumsi kalori rumah tangga, konsumsi protein rumah tangga, lama sekolah, partisipasi sekolah, bahan bakar memasak, sanitasi, air bersih, akses listrik, jenis lantai terluas, dan aset yang dimiliki. Hasil menunjukkan bahwa kemiskinan yang diukur dengan hanya mempertimbangkan dimensi moneter ternyata memberikan gambaran yang berbeda dengan kemiskinan yang diukur dengan mempertimbangkan berbagai dimensi (multidimensi), meskipun sama-sama menunjukkan fenomena perdesaan. Persentase penduduk miskin multidimensi yang lebih besar dibanding persentase penduduk miskin moneter mengindikasikan bahwa terdapat penduduk yang tidak teridentifikasi miskin secara moneter namun masih mengalami deprivasi pada berbagai dimensi kemiskinan yang lain. Kontributor terbesar terhadap tingkat kemiskinan multidimensi di Provinsi Jawa Tengah pada 2011—2013 adalah dimensi nutrisi dan kesehatan, yang diikuti dengan dimensi standar hidup dan pendidikan. Kata Kunci: Kemiskinan Multidimensi, Metode Alkire-Foster, Deprivasi
Analisis Potensi Penyebab Rumah Tangga Miskin Jawa Tengah Ningsih, sri
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 10 No 2 (2018): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (271.292 KB) | DOI: 10.34123/jurnalasks.v10i2.127

Abstract

ABSTRAK Penelitian ini bertujuan menganalisis potensi penyebab rumah tangga miskin di Jawa Tengah. Analisis menggunakan regresi logistik. Penelitian menggunakan data sekunder hasil Survei Sosial Ekonomi Nasional (Susenas) di Jawa Tengah 2018 yang dikumpulkan oleh Badan Pusat Statistik. Penelitian menyimpulkan bahwa ada 6 (enam) penciri utama: daerah tempat tinggal, gender, jenjang pendidikan, jumlah anggota rumah tangga dan status bekerja kepala rumah tangga, yang berpotensi menyebabkan kemiskinan rumah tangga di Jawa Tengah. Rumah tangga yang tinggal di daerah perdesaan mempunyai peluang menjadi miskin 1,398 kali lebih tinggi dari pada daerah perkotaan. Atas dasar itu, disarankan perlu ditingkatkan perekonomian di wilayah perdesaan.  
Pengelompokan Pengguna Situs Web BPS Melalui Teknik Bibliometric dan Analisis Korespondensi Utiayarsih, Toza Sathia; Suprijadi, Jadi; Maskun, Bernik
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 10 No 1 (2018): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (803.441 KB) | DOI: 10.34123/jurnalasks.v10i1.200

Abstract

Salah satu upaya pemenuhan program percepatan (quick wins) terhadap produk BPS yang benar-benar dapat menyentuh kebutuhan para pengguna data adalah dengan melakukan segmentasi terhadap pengguna data. Segmentasi terhadap pengguna situs web BPS sebagai salah satu bentuk segmentasi terhadap pengguna data, sesuai program percepatan. Ukuran data pengguna web sangat besar dan berupa data teks sehingga tidak dapat langsung dianalisis melalui aplikasi statistik yang tersedia, maka perlu dilakukan suatu teknik untuk data pengguna web dengan menggunakan teknik bibliometric. Teknik tersebut mengubah data teks menjadi format numerik, selanjutnya dibuat menjadi matriks distribusi frekuensi. Matriks digunakan pada analisis korespondensi untuk pengelompokkan pengguna situs web. Hasil dari analisis pengguna situs web BPS yang diwakili oleh alamat IP dapat dikelompokkan dengan halaman yang diakses berdasarkan asal negara, sehingga didapatkan segmentasi pengguna data situs web BPS antara negara dan halaman yang diakses.
Dampak Kebijakan Desentralisasi Fiskal, Kinerja Ekonomi terhadap Indikator Pembangunan di Pulau Papua Agustina, Neli; Fitriana, Ilma Ainun
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 1 (2019): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (694.052 KB) | DOI: 10.34123/jurnalasks.v11i1.165

Abstract

The implementation of fiscal decentralization is expected to accelerate public services, develop regional potentials,  improve the economy and prosperity. However, this situation does not apply to every province, such as Papua and West Papua Provinces having capital expenditure above average and high economic growth rates, but indicators of regional development are still in concern. This study aims to determine the relationship between fiscal decentralization and economic performance towards indicators of regional development. By using Structural Equation Modeling - Partial Least Square (SEM-PLS) analysis, the results show that there is a positive relationship between fiscal decentralization on economic performance. In addition, there is also a positive relationship between fiscal decentralization and economic performance on development indicators.   Keywords? fiscal decentralization, economic performance, development indicators, PLS-SEM
Deteksi Intrusi Jaringan dengan K-Means Clustering pada Akses Log dengan Teknik Pengolahan Big Data Ridho, Farid; Kusuma, Arya Aji
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 10 No 1 (2018): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (781.865 KB) | DOI: 10.34123/jurnalasks.v10i1.202

Abstract

Keamanan jaringan, adalah salah satu aspek penting dalam terciptanya proses komunikasi data yang baik dan aman. Namun, masih adanya serangan yang efektif membuktikan bahwa sistem keamanan yang berlaku belum cukup efektif untuk mencegah dan mendeteksi serangan. Salah satu metode yang dapat digunakan untuk mendeteksi serangan ini adalah dengan dengan Intrusion Detection System (IDS). Besarnya data (volume), cepatnya perubahan data (velocity), serta variasi data (variety) merupakan ciri-ciri dari Big data. Akses log, secara teori termasuk dalam kategori ini sehingga dapat dilakukan pemrosesan menggunakan teknologi bigdata dengan Hadoop. Hal ini mendorong penulis untuk dapat menerapkan metode pengolahan baru yang dapat mengatasi perkembangan data tersebut, yaitu Big data. Penelitian ini dilakukan dengan menganalisis akses log dengan K-Means Clustering menggunakan metode pengolahan bigdata. Penelitian menghasilkan satu model yang dapat digunakan untuk mendeteksi sebuah serangan dengan probabilitas deteksi sebesar 99.68%. Serta dari hasil perbandingan kedua metode pengolahan bigdata menggunakan pyspark dan metode tradisional menggunakan python standar, metode bigdata memiliki perbedaan yang signifikan dalam waktu yang dibutuhkan dalam eksekusi program.
Sistem Rumah Model Statistik (Studi Kasus: Sistem Pembelajaran dan Simulasi Seasonal Adjustment) Huslijah, Else; Ridho, Farid
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 1 (2019): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (699.355 KB) | DOI: 10.34123/jurnalasks.v11i1.136

Abstract

Badan Pusat Statistik (BPS) melaksanakan kegiatan penyediaan data dan informasi kepada publik dan pemerintah. Salah satu data yang disajikan oleh BPS adalah data runtun waktu. Data runtun waktu memiliki peluang untuk memiliki efek musiman yang dapat menyebabkan analisis menjadi kurang tepat. Efek musiman dapat dihilangkan dengan melakukan seasonal adjustment (SA). Kendala yang dihadapi adalah belum banyak subject matter yang memahami mengenai SA sehingga implementasi masih terpusat. Oleh karenanya, pelatihan perlu dilakukan untuk mengedukasi mengenai SA secara luas. Namun, pelatihan membutuhkan biaya yang cukup besar jika dilakukan pada skala nasional. Di sisi lain, terdapat keinginan dari pimpinan BPS agar implementasi SA dapat dilakukan secara bersamaan dalam skala nasional. Oleh karena itu, diperlukan suatu sarana yang dapat membantu penyebaran informasi SA. Sarana ini berupa web-based learning. Sistem pembelajaran dibangun dengan menggunakan metode System Development Life Cycle (SDLC). Dalam pembangunannya, sistem menggunakan bahasa pemrograman PHP sebagai kerangka utama dari sistem dan R sebagai bahasa pemrograman pada aplikasi simulasi. Hasilnya, PHP dan R dapat terintegrasi dengan baik. Selanjutnya, untuk memudahkan pengguna melihat hasil pengolahan telah ditambahkan fungsi untuk menampung hasil pengolahan. Hasil evaluasi menunjukkan bahwa sistem yang dibangun sudah dapat diterima oleh pengguna. Hal ini ditunjukkan dengan nilai SUS sebesar 73,8.
Pengelompokan Kabupaten/Kota di Pulau Jawa Berdasarkan Faktor-Faktor Kemiskinan dengan Pendekatan Average Linkage Hierarchical Clustering Wahyuni, Sri; Jatmiko, Yogo Aryo
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 10 No 1 (2018): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (681.068 KB) | DOI: 10.34123/jurnalasks.v10i1.197

Abstract

Pulau Jawa masih merupakan pulau dengan persentase penduduk miskin terbesar di Indonesia. Dalam menentukan kebijakan penanggulangan kemiskinan, perlu diperhatikan faktor-faktor yang mempengaruhi kemiskinan.Selain itu, kemiskinan di setiap wilayah memiliki karakteristik yang berbeda, sehingga perlu adanya pengelompokan wilayah agar kebijakan yang akan dilaksanakan tepat sesuai dengan karakteristik wilayah. Tujuan dari penelitian ini adalah mengelompokkan kabupaten/kota di Pulau Jawa berdasarkan faktor-faktor kemiskinan tahun 2017 dengan pendekatan average linkage hierarchical clustering. Faktor-faktor kemiskinan yang digunakan sebagai dasar pengelompokan adalah tingkat pengangguran terbuka, persentase rumah tangga yang bekerja di pertanian, pengeluaran rumah tangga per kapita, dan rata-rata lama sekolah. Hasil penelitian menunjukkan ada dua kelompok wilayah kabupaten/kota di Pulau Jawa. Kelompok pertama, terdiri dari Kota Jakarta Barat, Kota Jakarta Selatan, Kota Jakarta Timur, Kota Surabaya, Kota Jakarta Pusat, Kota Malang, Kota Bandung, Kota Yogyakarta, Kota Jakarta Utara, Kota Depok, Kabupaten Bantul, Kota Salatiga, Kota Tangerang Selatan, Kota Madiun, Kabupaten Sleman, Kota Bekasi, Kabupaten Sidoarjo, Kota Semarang, Kota Tangerang, Kota Surakarta. Sedangkan sebanyak 99 kabupaten/kota lainnya masuk dalam kelompok kedua. Kelompok pertama merupakan kota-kota besar di Indonesia yang tingkat kemiskinannya rendah, sedangkan kelompok kedua sebagian besar terdiri dari kabupaten/kota yang dicirikan dengan wilayah perdesaan yang tingkat kemiskinannya tinggi.
Pola Fertilitas Wanita Usia Subur di Indonesia Sukim, Sukim; Salam, Rudi
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 10 No 1 (2018): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (556.426 KB) | DOI: 10.34123/jurnalasks.v10i1.203

Abstract

Tingkat fertilitas merupakan salah satu faktor demografi yang paling menentukan dalam penurunan tingkat pertumbuhan penduduk di Indonesia. Salah satu ukuran fertilitas adalah Total Fertility Rate (TFR). Selama 20 tahun terakhir diketahui laju pertumbuhan penduduk di Indonesia stagnan pada angka 1,49 persen. Oleh karenanya, penelitian ini bertujuan untuk mengkaji pola TFR selama periode 20 tahun terakhir berdasarkan tiga Survei Demografi dan Kesehatan Indonesia (SDKI) tahun 2002, 2007 dan 2012. Metode yang digunakan adalah Regresi data count. Hasil penelitian menunjukkan bahwa dari ketiga SDKI tersebut, tanda koefisiennya adalah sama untuk semua variabel penjelas kecuali pada SDKI 2007 yaitu pada variabel tempat tinggal yang berbeda dengan SDKI 2002 dan 2012. Sejalan dengan temuan ini perlu studi lebih lanjut untuk mencari teori yang dapat menjelaskan temuan empirik tersebut.
Aplikasi Model Functional ARMA Process Terhadap Data Arus Lalu Lintas Anggorowati, Margaretha Ari; Monika, Anugerah Karta
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 1 (2019): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1546.442 KB) | DOI: 10.34123/jurnalasks.v11i1.185

Abstract

Model lalu lintas makroskopik merupakan kombinasi model Principal Component Analysis (PCA) dengan timeseries ARMA (Autoregressive Moving Average). Pemodelan lintas mikroskopik dapat digunakan dalam solusi permasalahan prediksi kemacetan lalu lintas di Indonesia. Penelitian ini bertujuan untuk mengaplikasikan functional ARMA(p,q) processes dan model berbasis vektor pada functional PCA  guna memprediksi kemacetan lalu lintas pada jalan tol. Data yang digunakan merupakan high dimensional data yang diambil dari Road Traffic Microwave System (RTMS) Jasa Marga pada ruas Jalan Tol Cikampek. Variabel yang digunakan untuk memprediksi kemacetan adalah kecepatan, arus, dan kepadatan dengan rentang waktu jam. Dari hasil functional data analysis, dilakukan pemodelan ARMA dengan hasil model terbaik adalah ARMA(1,1).
Analisis Kinerja, Kualitas Data, dan Usability pada Penggunaan CAPI untuk Kegiatan Sensus/Survey Takdir, Takdir
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 10 No 1 (2018): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (450.814 KB) | DOI: 10.34123/jurnalasks.v10i1.198

Abstract

Pengumpulan data merupakan suatu tahapan pada Sensus/Survey yang sangat menentukan keberhasilan Sensus/Survey. Prosesnya yang memakan waktu lama akan mengakibatkan data yang disajikan tidak relevan dengan kondisi pada saat pelaksanaan. Dengan Computer-Assisted Personal Interview (CAPI), proses entri data dapat dilakukan pada saat proses interview berlangsung. Hal ini mempersingkat tahapan pengumpulan data hingga data tersedia pada sistem komputer dan siap untuk dianalisis. Pada penelitian ini, indikator-indikator penting penentu keberhasilan penerapan CAPI, yakni kinerja, kualitas data, dan usability diukur untuk melihat sejauh mana CAPI memberikan penyempurnaan pada pengumpulan data. Penelitian ini memberikan rekomendasi, baik dari segi konsep, maupun teknis, mengenai desain CAPI untuk kegiatan sensus/survey.