<?xml version="1.0" encoding="UTF-8"?><feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>Statistics</title>
<link href="http://repository.ipb.ac.id/handle/123456789/44" rel="alternate"/>
<subtitle/>
<id>http://repository.ipb.ac.id/handle/123456789/44</id>
<updated>2026-04-11T03:15:19Z</updated>
<dc:date>2026-04-11T03:15:19Z</dc:date>
<entry>
<title>Laporan Kajian Metode Sampling di Perkebunan Kelapa Sawit untuk Prediksi OER Program Studi Statistika dan Sains Data Sekolah Sains Data, Matematika, dan Informatika (SSMI) IPB University</title>
<link href="http://repository.ipb.ac.id/handle/123456789/160474" rel="alternate"/>
<author>
<name>Oktarina, Sachnaz Desta</name>
</author>
<author>
<name>Rahardiantoro, Septian</name>
</author>
<author>
<name>Riantika, Ines</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/160474</id>
<updated>2025-03-07T03:06:43Z</updated>
<published>2024-01-01T00:00:00Z</published>
<summary type="text">Laporan Kajian Metode Sampling di Perkebunan Kelapa Sawit untuk Prediksi OER Program Studi Statistika dan Sains Data Sekolah Sains Data, Matematika, dan Informatika (SSMI) IPB University
Oktarina, Sachnaz Desta; Rahardiantoro, Septian; Riantika, Ines
PT. Union Sampoerna Triputra Persada (USTP) adalah perusahaan yang bergerak di bidang perkebunan dan pengolahan kelapa sawit. USTP berdiri dan memulai bisnis sejak tahun 2007, memiliki wilayah operasional di daerah Kalimantan Tengah dan Kalimantan Barat. USTP terdiri dari 5 PT yang diantaranya adalah PT. Graha Cakra Mulia (GCM), PT. Sumber Mahardika Graha (SMG), PT. Sungai Jelai Estate (SJE), PT. Sungai Bila Estate (SBE), dan PT. Salonok Ladang Mas (SLM). Luasan keseluruhan dari PT. USTP adalah 51.388 Ha untuk inti dan 6.163 Ha untuk plasma. PT yang memiliki luasan area statement yang paling besar adalah PT. SMG dengan luasan areal 13.614 Ha, kemudian diikuti oleh PT. SLM sebesar 13.400 Ha. Sedangkan untuk area statement plasma, PT. SJE memiliki luasan yang lebih besar dengan nilai 2.009 Ha, kemudian diikuti oleh PT. SMG dengan luasan 1.982 Ha. PT. SJE yang menjadi fokusan daerah pada studi ini memiliki luasan area statement inti yang lebih kecil dibandingkan PT lainnya yaitu 6.752 Ha. ...
</summary>
<dc:date>2024-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Kajian Akademik Perhitungan Indeks Biaya Pendidikan (IBP)</title>
<link href="http://repository.ipb.ac.id/handle/123456789/133975" rel="alternate"/>
<author>
<name>Ali, Nur Berlian Venus</name>
</author>
<author>
<name>Susetyo, Budi</name>
</author>
<author>
<name>Rahardiantoro, Septian</name>
</author>
<author>
<name>Widiputera, Ferdi</name>
</author>
<author>
<name>Raziqiin, Khaerur</name>
</author>
<author>
<name>Pasaribu, Ernawati</name>
</author>
<author>
<name>Fatkhuri</name>
</author>
<author>
<name>Fadhillah, Dini Nur</name>
</author>
<author>
<name>Vistara, Ingga Danta</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/133975</id>
<updated>2024-01-08T00:16:04Z</updated>
<published>2023-01-01T00:00:00Z</published>
<summary type="text">Kajian Akademik Perhitungan Indeks Biaya Pendidikan (IBP)
Ali, Nur Berlian Venus; Susetyo, Budi; Rahardiantoro, Septian; Widiputera, Ferdi; Raziqiin, Khaerur; Pasaribu, Ernawati; Fatkhuri; Fadhillah, Dini Nur; Vistara, Ingga Danta
Peraturan Pemerintah Nomor 48 Tahun 2008 tentang Pendanaan&#13;
Pendidikan mengamanatkan bahwa pendanaan pendidikan menjadi&#13;
tanggung jawab bersama antara pemerintah, pemerintah daerah, dan&#13;
masyarakat. Tanggung jawab tersebut mengisyaratkan perlunya kolaborasi&#13;
antar-sektor agar pelaksanaan pendidikan dapat berjalan dengan baik.&#13;
Dalam rangka memenuhi tanggung jawab pendanaan tersebut, pemerintah,&#13;
pemerintah daerah, dan masyarakat perlu mengerahkan sumber daya yang&#13;
dimiliki agar pembiayaan pendidikan dapat dikelola berdasarkan prinsip&#13;
keadilan, efisiensi, transparansi, dan akuntabilitas publik.&#13;
Untuk mendukung pembiayaan pendidikan yang lebih akuntabel,&#13;
pemerintah telah mengatur standar pembiayaan yang harus dipenuhi oleh&#13;
setiap satuan pendidikan. Dalam Pasal 32 Peraturan Pemerintah Nomor 57&#13;
Tahun 2021 tentang Standar Nasional Pendidikan, disebutkan bahwa standar&#13;
pembiayaan adalah kriteria minimal komponen pembiayaan pendidikan pada&#13;
satuan pendidikan yang terdiri atas Biaya Investasi dan Biaya Operasional&#13;
(Personalia dan Nonpersonalia).&#13;
Sebagai tindak lanjut dari Peraturan Pemerintah Nomor 57 Tahun 2021,&#13;
diterbitkan Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi&#13;
Nomor 18 Tahun 2023 tentang Standar Pembiayaan Pendidikan. Regulasi ini,&#13;
sebagaimana tertuang dalam Pasal 17, mengamanatkan perlunya penyusunan&#13;
petunjuk teknis tata cara perhitungan satuan biaya pendidikan yang dapat&#13;
digunakan oleh pemerintah, pemerintah daerah, badan penyelenggara&#13;
pendidikan, dan satuan pendidikan sesuai kewenangannya. ...
</summary>
<dc:date>2023-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Identifikasi faktor-faktor yang berpengaruh terhadap indeks pembangunan manusia provinsi jawa barat dengan pendekatan regresi spasial</title>
<link href="http://repository.ipb.ac.id/handle/123456789/72544" rel="alternate"/>
<author>
<name>Berthalina, Happy</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/72544</id>
<updated>2015-09-02T23:08:29Z</updated>
<published>2014-01-01T00:00:00Z</published>
<summary type="text">Identifikasi faktor-faktor yang berpengaruh terhadap indeks pembangunan manusia provinsi jawa barat dengan pendekatan regresi spasial
Berthalina, Happy
Indeks Pembangunan Manusia (IPM) merupakan sebuah ukuran yang digunakan dalam memantau dan mengevaluasi pembangunan manusia di Provinsi Jawa Barat. Nilai IPM dipengaruhi oleh 3 komponen, yaitu tingkat pendidikan, tingkat kesehatan, dan standar hidup yang layak. Identifikasi faktor-faktor yang mempengaruhi IPM Provinsi Jawa Barat dilakukan dengan pendekatan regresi spasial karena kemungkinan nilai IPM saling berhubungan pada kabupaten/kota yang letaknya saling bersinggungan secara geografis di Provinsi Jawa Barat. Hasil penelitian menunjukkan bahwa terdapat pengaruh spasial pada nilai IPM Provinsi Jawa Barat dan model spasial yang dihasilkan adalah model lag spasial. Terdapat 4 peubah penjelas yang berpengaruh nyata terhadap IPM Provinsi Jawa Barat yaitu persentase penduduk yang buta huruf, angka harapan hidup, rata-rata pengeluaran perkapita untuk rumah tangga, dan persentase penduduk dengan lulusan tertinggi minimal SMA/sederajat. Hasil pengujian kebaikan model menunjukkan bahwa model lag spasial lebih baik dari model regresi klasik dengan nilai koefisien determinasi ( ) yang lebih besar dan nilai Akaike Information Criteria (AIC) yang lebih kecil.; Human Development Index (HDI) is a measure used to monitor and evaluate the human development in West Java Province. HDI is affected by three components, namely education level, health level, and proper living standard. The factors that affect the HDI of West Java is identified by spatial regression tehnique because because of the possibility of the HDI value of nearby towns or districts interrelated each other. The research result shows there is a significant spatial effect to the HDI and the best fit model is spatial autoregressive model. There are four explanatory variables that significantly affect the HDI of West Java, namely proportion of illiterate, life expectancy, households expenditure per capita average, and proportion of population with at least high school level of education. Based on the coefficient of determination ( ) and Akaike Information Criteria (AIC), the spatial autoregressive model is better than the classical regression model Key Words: Classic Regression Model, HDI, Spatial Autoregressive Model.
</summary>
<dc:date>2014-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Change point analysis untuk nilai ekstrim dengan pendekatan sebaran pareto terampat</title>
<link href="http://repository.ipb.ac.id/handle/123456789/72540" rel="alternate"/>
<author>
<name>Prayogo, Guntur</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/72540</id>
<updated>2015-09-02T23:04:12Z</updated>
<published>2014-01-01T00:00:00Z</published>
<summary type="text">Change point analysis untuk nilai ekstrim dengan pendekatan sebaran pareto terampat
Prayogo, Guntur
Curah hujan ekstrim di Bogor merupakan salah satu faktor yang menyebabkan banjir di Jakarta. Informasi perubahan curah hujan ekstrim di Bogor perlu diketahui lebih awal untuk mengantisipasi banjir yang terjadi di Jakarta sehingga diperlukan suatu analisis untuk mengetahui perubahan pola intensitas curah hujan antara lain dengan metode CPA (Change Point Analysis). CPA biasanya digunakan untuk mencari perubahan rata-rata tetapi tidak dapat mendeteksi kejadian ekstrim sehingga digunakan pendekatan Sebaran Pareto Terampat atau Generalized Pareto Distribution (GPD). Nilai ambang batas untuk GPD ditentukan dengan metode Mean Residual Life (MRL), Threshold Choice (TC), Badan Meteorologi Klimatologi dan Geofisika (BMKG), Persentil 90 dan 95. Ambang batas terbaik diperoleh dari persentil 90 karena mudah dan nilai MAPE yang relatif sama. CPA dengan pendekatan GPD diterapkan pada data curah hujan harian Oktober 2006 hingga Maret 2007 dengan ambang batas 30.97 dan Oktober 2007 hingga Maret 2008 dengan ambang batas 42.8. Hasilnya menunjukkan bahwa perubahan kejadian ekstrim terjadi pada 3 Februari 2007 dimana kurang tepat dengan kejadian banjir di Jakarta dan 11 Maret 2008 yang sudah tepat.; Extreme rainfall in Bogor is one of the factors that caused flood in Jakarta. Extreme rainfall change information in Bogor needs to be known in advance to anticipate flood in Jakarta so an analysis to detect rainfall intensity change is required. The method usually used to detect mean change is CPA (Change Point Analysis), but it cannot detect extreme event. Therefore, this study employs Generalized Pareto Distribution (GPD) approach. Threshold value for GPD can be determined by Mean Residual Life (MRL), Threshold Choice (TC), Meteorological Climatological and Geophysical Agency (BMKG), 90th and 95th percentiles. The best threshold found was the 90th percentile because it could be computed easily and produced reasonable MAPE values. CPA with GPD approach was applied to daily rainfall of October 2006 to March 2007 with threshold value 30.97 and October 2007 to March 2008 with threshold value 42.8. The results showed that the change in extreme event occured on February 3rd, 2007 which was not in line with the flood in Jakarta and March 11th, 2008 which was precisely estimated.
</summary>
<dc:date>2014-01-01T00:00:00Z</dc:date>
</entry>
</feed>
