UNP Journal of Statistics and Data Science

Panel Data Regression on Gross Regional Domestic Product in West Sumatra

Eujeniatul Jannah — 2025-02-28

Economic growth is assessed by the amount of gross regional domestic product (GRDP) as part of the development of people's welfare. West Sumatra Province needs a development plan that is able to produce GRDP per capita population of 9 to 11 times the current economic growth. To examine the economic growth of a country, not only using cross section data, because it is important to observe the behavior of the research unit over several periods of time. So that research is carried out whether there is an influence on the level of labor force participation, average length of schooling, life expectancy, and the number of poor people on GRDP per capita in districts / cities in West Sumatra in 2020-2023 using panel data regression. This research is an applied research with secondary data obtained from the Regency / City RPJPD document and the official website of the West Sumatra Statistics Agency consisting of 19 districts / cities as objects and the period 2020-2023. The factors that are significant to GRDP per capita are Average Years of Schooling and Life Expectancy with the selected model, namely the fixed effect model. The model has a good ability to explain the dependent variable with a value of 82.72%.

Analysis of The Effect of Unemployment, Economic Growth and Inflation on Poverty in West Sumatra Province

Ulya Syafitri.J — 2025-02-28

Poverty remains a major challenge in West Sumatra, although various efforts have been made to improve community welfare. In this context, it is important to understand the factors that influence poverty levels. Unemployment, economic growth and inflation are several important variables that can have a significant effect on poverty levels. Unemployment is one of the problems that is often associated with poverty. On the other hand, strong economic growth has the potential to reduce poverty levels by creating new job opportunities and increasing people's incomes. However, non-inclusive economic growth can increase social inequality and uneven income distribution, which in the end can worsen poverty. Apart from that, inflation can also affect poverty levels by reducing people's purchasing power, especially those with low incomes. This research aims to analyze the effect of unemployment, economic growth and inflation on poverty levels. The multiple linear regression analysis method is used to test the relationship between the independent variables (unemployment, economic growth and inflation) and the dependent variable (poverty). Based on the research findings, it can be concluded that unemployment, economic growth and inflation contribute to poverty in West Sumatra at 49,35% and the remainder 50,65% is explained by other factors outside the model.The analysis indicates a significant linear influence on unemployment and economic growth on poverty in West Sumatra and there is no significant linear future of inflation on poverty in West Sumatra. The best regression model obtained is Y = 0,8938 + 0,7947 X₁ + 0,2452 X₂ + ɛ.

Peramalan Harga Bawang Merah di Kota Padang Menggunakan Metode SARIMA

Dwika Larissa — 2025-02-28

Fluktuasi harga bawang merah di Kota Padang menjadi perhatian utama konsumen, produsen, dan pemerintah. Penelitian ini menerapkan metode Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk memperkirakan harga bawang merah dari Januari 2020 hingga Agustus 2024, menggunakan data deret waktu bulanan. Analisis mengidentifikasi ARIMA(1,1,2)(0,1,1)^12 sebagai model optimal untuk memprediksi harga bawang merah di Kota Padang, secara efektif menangkap pola musiman dan non-musiman. Prediksi untuk periode September 2024 hingga Agustus 2025 menunjukkan tren kenaikan harga, memuncak pada Mei 2025 sebelum menurun. Temuan ini diharapkan dapat menjadi acuan untuk perencanaan produksi, distribusi, dan pengendalian harga bawang merah.

Implementation of Association Rule on Agricultural Commodity Exports in Indonesia Using Apriori Algorithm

Asra Dinul Haq — 2025-02-28

Ekspor komoditas pertanian di Indonesia memiliki kontribusi terkecil terhadap penerimaan negara dan pergerakan nilai ekspor dalam satu dekade terakhir belum menunjukkan peningkatan yang signifikan dibandingkan dengan sektor ekspor lainnya. Hal ini menunjukkan adanya kelemahan pada ekspor komoditas pertanian sehingga diperlukan suatu analisis untuk mengoptimalkan hasil ekspor ke negara lain. Kelemahan tersebut dapat dilihat dari segi kualitas, harga, infrastruktur dan teknologi. Penelitian ini menggunakan analisis association rule dengan algoritma apriori dengan tujuan untuk mengetahui komoditas pertanian apa saja yang diekspor secara bersamaan dan aturan asosiasi yang dihasilkan. Algoritma apriori merupakan algoritma yang digunakan untuk menemukan aturan asosiasi antar item dalam suatu database dengan mempertimbangkan dua parameter utama yaitu Support dan Confidence. Data yang digunakan adalah data ekspor komoditas pertanian yang diperoleh dari publikasi Badan Pusat Statistik di Indonesia tahun 2023. Berdasarkan analisis yang dilakukan, terdapat 32 aturan asosiasi yang dihasilkan dengan minimal Support sebesar 25% dan minimal Confidence sebesar 80%. Kemudian setelah dilakukan pengujian Lift Ratio, semua aturan yang dihasilkan memenuhi pengujian Lift Ratio dengan nilai lebih dari 1. Aturan asosiasi yang dihasilkan minimal harus memiliki 2 hingga 4 komoditas ekspor pertanian dalam setiap aturannya. Dengan mengetahui aturan asosiasi ekspor komoditas pertanian, diharapkan penyaluran ekspor di sektor pertanian dapat lebih dioptimalkan untuk diperdagangkan ke luar negeri sehingga dapat menutupi kelemahan yang ada.

Error Correction Model Approach for Analysis of Original Regional Income in West Sumatra

Herlena Purnama Sari — 2025-03-02

In this research, an error correction model approach is used, namely looking at long-term and short-term relationships. Meanwhile, Original Regional Income (PAD) is all regional income originating from original regional economic sources. Sources of Original Regional Income according to Law Number 33 of 2004 Chapter V Article 6 consist of Regional Taxes, Regional Levies, Separated Regional Wealth Management Results and Other Legal PAD. because this approach uses long-term and short-term relationships, it is known that only variables x1 and x3 have a long-term relationship and variables x1 and x3 have a short-term relationship. so it can be concluded that not all independent variables have a connection with the dependent variable

Analisis Pemilihan Model Regresi Konversi Metanol Berdasarkan Suhu, Waktu Tinggal, Konsentrasi, Rasio Oksigen, dan Sistem Reaktor

Andre Marvero — 2025-02-28

This study aims to determine the best regression model that explains the effect of temperature, residence time, methanol concentration, oxygen to methanol ratio, and reactor system on methanol conversion in supercritical water. Preliminary analysis showed a violation of the multicollinearity assumption, which affected the validity of the multiple linear regression model. To overcome this and determine the optimal model, variable selection was performed using the stepwise selection method. This method was evaluated based on predictive power, model accuracy and statistical validity. The results showed that the stepwise method produced an optimal model in predicting conversion. Reactor system and temperature were the most significant variables affecting methanol conversion. The conclusion of this study shows that the variable selection approach with stepwise selection can be effectively used to identify the best regression model, when classical assumptions are met. These findings make an important contribution to the optimization of supercritical water-based chemical processes.

Implementation of the Self Organizing Maps (SOMS) Method in Grouping Provinces in Indonesia Based on the Number of Crimes by Type of Crime

Putri fajriyanti nur — 2025-02-28

Crime cases are often the main topic of daily news in various media in Indonesia. Some of these crime cases are detrimental to the surrounding community and some are detrimental and these actions cannot be avoided in human life because they have become one type of social phenomenon. To protect the community by providing a sense of security and peace, the Indonesian government, especially the police, must pay attention to conditions like this. The results of this study used the Self Organizing Maps (SOMs) method to obtain 3 clusters with the characteristics of each cluster. The first cluster with a low impact crime rate consists of 29 provinces. The second cluster with a moderate impact consists of 3 provinces showing the most dominant crime rate, namely crimes related to fraud, embezzlement, smuggling & corruption compared to other clusters. The third cluster with a high impact consists of 2 provinces with the most prominent characteristics by showing almost all indicators of the number of crimes according to the type of crime experiencing the highest average crime cases compared to other clusters.

Classification of Factors Affecting Preeclampsia in Pregnant Women at RSUP. Dr. M. Djamil Padang using the CART Algorithm

AULIA YUSWITA — 2025-02-28

Preeclampsia is a pregnancy-specific disease characterized by hypertension and proteinuria that occurs after 20 weeks of gestation. Preeclampsia itself is caused by various factors that can influence the occurrence of preeclampsia in pregnant women, including age, parity, history of hypertension, obesity, and kidney disorders. This study aims to determine the risk factors influencing preeclampsia based on preeclampsia diagnosis at RSUP Dr. M. Djamil Padang by classifying each variable using a decision tree. This research employs the CART (Classification and Regression Tree) algorithm. The CART algorithm has a binary nature and can analyze response variables that are either categorical or continuous, handle data with missing values, and produce an interpretable tree structure. The study results indicate that the primary risk factor for preeclampsia is parity. The model developed using the CART algorithm was tested using a confusion matrix, yielding an accuracy of 54%, a precision of 33.3% in correctly classifying patients with mild preeclampsia (PER), and a recall of 23.8% in classifying patients with severe preeclampsia (PEB).

Analisis Sentimen Penggunaan Aplikasi YouTube Menggunakan Metode Naïve Bayes

Triana Putri — 2025-02-28

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi YouTube menggunakan metode Naive Bayes. Dengan pesatnya pertumbuhan pengguna YouTube di seluruh dunia, memahami preferensi dan pengalaman pengguna menjadi sangat penting. Analisis sentimen, proses pemrosesan atau ekstraksi data tekstual untuk mendapatkan informasi dengan mengkategorikan sentimen positif atau negatif Algoritma Naive Bayes, pendekatan statistik yang umum digunakan dalam pemrosesan bahasa alami dan analisis sentimen, diterapkan karena kesederhanaan dan efisiensinya. Penelitian ini melibatkan pengumpulan data melalui web scraping, diikuti oleh langkah-langkah praproses seperti pembersihan, pelipatan kasus, tokenisasi, penghapusan stopword, dan stemming. Pemilihan fitur dilakukan dengan menggunakan TF-IDF (Term Frequency-Inverse Document Frequency) untuk menetapkan bobot pada kata-kata berdasarkan kepentingannya. Pengklasifikasi Naive Bayes kemudian dilatih pada data yang telah diproses sebelumnya, dan kinerjanya dievaluasi menggunakan metrik akurasi, presisi, recall, dan skor F1. Hasilnya menunjukkan akurasi sebesar 82%, presisi sebesar 83%, recall sebesar 98%, dan skor F1 sebesar 89%, yang menunjukkan efektivitas metode Naive Bayes dalam analisis sentimen untuk aplikasi YouTube. Studi ini memberikan wawasan berharga tentang sentimen pengguna terhadap YouTube, yang memungkinkan pengembang dan pembuat konten untuk meningkatkan pengalaman pengguna dan strategi pemasaran.

Analysis on Scopus Articles Padang State University Based on SINTA Website

Kerin Hagia Aidillah — 2025-02-28

Universities have the responsibility to carry out education, research, and community service as mandated by Law Number 20 of 2003 on the National Education System in Article 20. The flagship research theme set by Universitas Negeri Padang (UNP) for the period 2020-2024 is "Development of Digital Learning Services and Development of Minangkabau Cuisine based on Local Potential." The focus of the flagship research activities at Padang State University encompasses two main research areas: 1) Digital Learning Services; and 2) Minangkabau Cuisine. The objective of this research is to compare the flagship research theme with the Scopus articles from Padang State University on the SINTA website. By analyzing the trends of Scopus article topics on the SINTA website using web scraping techniques and wordcloud visualization, it is concluded that there is a match between the trending topics of UNP's Scopus articles and UNP's flagship research theme, particularly in the field of Digital Learning Services. From the wordcloud results, which show keywords such as Learning, Development, Student, and Model. This research allows us to easily observe from the wordcloud visualization the trend of research topics in Scopus articles on SINTA at Padang State University, reflecting the realization of Padang State University 's flagship research theme for the period 2020-2024.

Analisis Klaster K-means dalam mengelompokan Kabupaten/Kota di Provinsi Sumatera Barat Berdasarkan Jenis Kekerasan Terhadap Perempuan Tahun 2023

Latifah Jayatri Febiola — 2025-02-28

Kekerasan terhadap perempuan merupakan permasalahan sosial yang serius dan termasuk pelanggaran hak asasi manusia. Perempuan sering kali menjadi kelompok yang rentan terhadap kekerasan, baik secara fisik, psikologis, maupun seksual, yang berdampak negatif terhadap kesehatan fisik dan mental korban. Untuk memahami distribusi kasus kekerasan terhadap perempuan di Provinsi Sumatera Barat, diperlukan metode analisis yang dapat mengelompokkan wilayah berdasarkan jumlah kasus yang terjadi. K-Means Clustering merupakan salah satu metode analisis cluster yang digunakan untuk mengelompokkan kabupaten/kota berdasarkan kemiripan jumlah kasus kekerasan. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Sumatera Barat berdasarkan jumlah korban kekerasan terhadap perempuan menggunakan algoritma K-Means Clustering. Jumlah klaster optimal ditentukan menggunakan metode silhouette, yang menghasilkan tiga klaster. Klaster 3 memiliki rata-rata jumlah kasus kekerasan fisik dan seksual tertinggi, terdiri dari empat kabupaten/kota: Kabupaten Solok, Lima Puluh Kota, Kota Solok, dan Kota Payakumbuh. Klaster 2 mewakili wilayah dengan tingkat kekerasan menengah, didominasi oleh kekerasan psikis, dan terdiri dari lima kabupaten/kota. Sementara itu, Klaster 1 mencakup sepuluh kabupaten/kota dengan jumlah kasus kekerasan terendah. Pengelompokan ini memberikan wawasan mengenai distribusi kasus kekerasan terhadap perempuan di Sumatera Barat, sehingga dapat mengidentifikasi daerah yang membutuhkan perhatian lebih. Temuan ini menunjukkan bahwa pemerintah perlu memprioritaskan wilayah dengan tingkat kekerasan tinggi melalui penegakan hukum yang lebih ketat, penyediaan layanan dukungan bagi korban, kampanye kesetaraan gender, serta peningkatan kesadaran akan hak-hak perempuan.

Analisis Sentimen Masyarakat Terhadap Korupsi Berdasarkan Tweet Menggunakan Klasifikasi Naive Bayes

Alivia Zulzila — 2025-02-28

Korupsi merupakan salah satu masalah besar yang dihadapi di Indonesia. Masih tingginya angka korupsi dapat merusak integritas pemerintahan, menghambat pertumbuhan ekonomi, dan menurunkan kepercayaan masyarakat terhadap lembaga publik. Meski pemerintah telah melakukan upaya pemberantasan korupsi, seperti pembentukan Komisi Pemberantasan Korupsi (KPK), tantangan besar tersebut masih tetap ada. Media sosial, khususnya Twitter, telah menjadi platform penting bagi masyarakat untuk menyuarakan pendapat dan mengkritik isu korupsi. Analisis sentimen digunakan untuk mendeteksi opini berupa penilaian, evaluasi, sikap dan emosi seseorang. Algoritma klasifikasi tekstual yang digunakan dalam penelitian ini adalah Naive Bayes. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap korupsi di Indonesia dalam kategori positif, negatif dan netral. Hal ini dilakukan dengan prapemrosesan data, pelabelan data, dan klasifikasi. Hasil klasifikasi sentimen dengan metode Naïve Bayes diperoleh sentimen positif sebanyak 11, sentimen negatif sebanyak 14, dan sentimen netral sebanyak 1485. Jadi dapat disimpulkan bahwa masyarakat Indonesia cenderung memiliki sentimen netral terhadap korupsi yang terjadi di Indonesia.

Clustering Regions in West Sumatera Based on the Special Protection Index for Children Using K-Means Clustering with Silhouette Coefficient

Siti Nurhaliza — 2025-02-28

Child protection is a crucial aspect of social development, especially in West Sumatra Province, which consists of 19 regencies/cities with diverse child protection characteristics. This study aims to cluster regencies/cities in West Sumatra based on the 2021 Child Special Protection Index (IPKA) using the K-Means Clustering method with the Silhouette Coefficient. Secondary data were obtained from the Office of Women's Empowerment and Child Protection, Population Control, and Family Planning (DP3AP2KB) of West Sumatra Province, covering variables such as the percentage of working children, internet access, education level, poverty, and child neglect. The results show that the K-Means method is effective in quickly and accurately grouping data into homogeneous clusters, while a Silhouette Coefficient value of 0.70 indicates a strong cluster structure and high-quality grouping.

Analisis Sentimen Review Aplikasi Chatting di Google Play Store Menggunakan Alghoritma Naïve Bayes Classifer

Muhammad Luthfi Alfathan — 2025-02-28

Aplikasi chatting merupakan media yang digunakan untuk menghubungkan dua orang atau lebih melalui platform media sosial. Berdasarkan hasil laporan survey, terdapat 5 aplikasi chatting yang sering digunakan sebagai media komunikasi antara lain aplikasi WhatsApp, Facebook, Telegram, Instagram dan Line. Penelitian ini bertujuan untuk melihat sentimen pengguna aplikasi chatting, dan melihat bagaimana kinerja naif bayes dalam menganalisis sentimen pengguna aplikasi chatting. Tujuan analisis sentimen dalam penelitian ini adalah untuk menilai apakah suatu komentar terkait suatu isu bersifat negatif atau positif, serta sebagai panduan dalam meningkatkan kualitas atau pelayanan suatu produk. Dari hasil analisis yang diperoleh, model Naïve Bayes menunjukkan kinerja yang beragam tergantung pada jenis aplikasi dan sentimen. Model tersebut secara umum menunjukkan performa yang lebih baik dalam mengidentifikasi ulasan positif, terutama pada aplikasi Facebook, Telegram, dan Instagram, dengan recall mencapai 100%. Namun, kinerja model tersebut sangat buruk dalam mengidentifikasi ulasan netral di semua aplikasi. Untuk meningkatkan akurasi dan kemampuan deteksi sentimen yang lebih seimbang, diperlukan perbaikan pada preprocessing data, penanganan ketidakseimbangan data, atau penggunaan metode klasifikasi yang lebih kompleks.

Implementation of Text Mining for Emotion Detection Using The Lexicon Method (Case Study: Tweets About Pemilu 2024)

Afifah Salsabilah Putri — 2025-02-28

The presidential election is a five-year event that is an important and crucial moment in the realisation of democracy in the Unitary State of the Republic of Indonesia (NKRI). In the modern political era, the development of information technology has had a significant impact in changing the way people interact and express their views on political issues, including in the Presidential election. One of the social media platforms that is often used to debate political and social issues is Twitter. The analysis method used in this research is sentiment and emotion analysis with a lexicon-based approach. The research stages consist of twitter data collection, data preprocessing, and emotion feature extraction. The first word to be highlighted in the 2024 election series on twitter social media is Anies. Trust is the most dominant emotion towards the three candidate pairs, namely Anies Muhaimin, Prabowo Gibran, and Ganjar Mahfud, showing high public trust.

Analisis Sentimen Pengguna Twitter Terhadap Serangan Moskow oleh ISIS dengan Algoritma Naive Bayes

Cindy Pratiwi — 2025-02-28

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap serangan ISIS di Moskow, Rusia pada tanggal 22 Maret 2024 melalui data twitter dengan menggunakan metode klasifikasi Naive Bayes. Serangan tersebut memiliki dampak yang signifikan terhadap persepsi dan reaksi masyarakat yang tercermin dari cuitan pengguna media sosial twitter. Untuk menganalisis hal tersebut, 3005 tweet berbahasa Inggris dari tanggal 22 Maret 2024 hingga 30 April 2024 yang berkaitan dengan peristiwa tersebut dikumpulkan menggunakan metode crawling dengan bahasa pemrograman phyton. Preprocessing dilakukan pada data untuk membersihkan data, kemudian dilakukan pelabelan data menggunakan phyton TextBlob. Algoritma Naive Bayes digunakan untuk mengklasifikasikan sentimen tweet ke dalam kelas positif dan negatif. Hasil dari penelitian menggunakan Naive Bayes menunjukkan bahwa sentimen masyarakat cenderung negatif terhadap serangan yang terjadi. Hasil klasifikasi Naive Bayes cukup baik dengan nilai akurasi sebesar 70%, namun terdapat ketidakseimbangan data yang cenderung bias terhadap sentimen negatif. Penelitian ini memberikan wawasan mengenai bagaimana opini masyarakat menanggapi peristiwa yang terjadi dan performa model Naive Bayes dalam melakukan klasifikasi.

Classification of Determining Factors for Eligibility of Extreme Poverty Social Assistance Recipients in Dumai City for 2024 Using CHAID

Nurul Hasni Pajrini — 2025-02-28

Kemiskinan merupakan salah satu tujuan dalam Sustainable Development Goals (SDGs). Kemiskinan adalah kondisi di mana individu berada di bawah nilai minimum standar kebutuhan dasar, baik kebutuhan pangan maupun non-pangan. Salah satu upaya pemerintah Indonesia untuk mengentaskan kemiskinan adalah melalui pemenuhan kebutuhan di berbagai sektor. Meskipun distribusi bantuan sosial telah berhasil dilaksanakan, masih terdapat permasalahan dalam menentukan penerima manfaat yang tidak tepat sasaran. Oleh karena itu, diperlukan identifikasi faktor-faktor signifikan yang memengaruhi kelayakan penerima bantuan sosial. Penerapan metode CHAID dalam mengklasifikasikan faktor-faktor penentu kelayakan penerima bantuan sosial kemiskinan ekstrem di Kota Dumai tahun 2024 menunjukkan bahwa faktor-faktor signifikan yang memengaruhi status kelayakan penerima bantuan sosial kemiskinan ekstrem di Kota Dumai tahun 2024 adalah luas rumah dan kesaksian tetangga. Akurasi model klasifikasi dalam menentukan faktor-faktor kelayakan penerima bantuan sosial kemiskinan ekstrem di Kota Dumai tahun 2024 mencapai 87,70%.