Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kematian balita merupakan indikator utama kesehatan anak dan pembangunan bangsa secara keseluruhan, karena mencerminkan kondisi sosial, ekonomi, dan lingkungan. Angka kematian balita sebagai barometer sosial ekonomi dan kesehatan telah dimasukkan dalam Sustainable Development Goals (SDGs) dengan target baru untuk menurunkan angka kematian balita di dunia secara keseluruhan menjadi kurang dari 25 per 1000 kelahiran hidup di tahun 2030. Tujuan penelitian ini adalah untuk mengetahui faktor apa yang memengaruhi jumlah kasus kematian balita di Pulau Jawa. Variabel respon penelitian ini adalah jumlah kasus kematian balita yang merupakan data diskrit  dengan kondisi overdispersi. Penelitian ini menggunakan model Geographically Weighted Negative Binomial Regression (GWNBR) yang merupakan pengembangan regresi Binomial Negatif dengan memperhitungkan pengaruh spasial. Data yang digunakan pada penelitian ini mengandung missing value sehingga dilakukan penanganan dengan imputasi data menggunakan Classification and Regression Tree (CART). Model yang digunakan untuk menganalisis jumlah kasus kematian balita adalah model GWNBR dengan fungsi pembobot kernel Adaptive Gaussian. Hasil dari analisis tersebut menunjukkan bahwa terdapat 5 variabel prediktor yang secara signifikan memengaruhi jumlah kasus kematian balita di seluruh Kabupaten/Kota di pulau Jawa yaitu variabel kecukupan air bersih (AIRB), proporsi diare pada balita (DIARE), kecukupan jumlah dokter (DOK), cakupan penimbangan balita (CPB) dan cakupan Imunisasi Dasar Lengkap (IDL).

---

Under-five mortality is the main indicator of child health and the development of the nation as a whole, because it reflects social, economic and environmental conditions. The under-five mortality rate as a socio-economic and health barometer has been included in the Sustainable Development Goals (SDGs) with a new target to reduce the world under-five mortality rate as a whole to less than 25 per 1000 live births in 2030. The purpose of this study was to determine what factors which affects the number of under-five mortality cases in Java. The response variable of this research is the number of under-five mortality cases which are discrete data with overdispersion conditions. This study uses a Geographically Weighted Negative Binomial Regression (GWNBR) model which is the development of Negative Binomial regression by taking into account the spatial effect. The data used in this study contains missing values ​​so that it is handled by imputing data using the Classification and Regression Tree (CART). The model used to analyze the number of under-five mortality cases is the GWNBR model with the Adaptive Gaussian kernel weighting function. The results of the analysis show that there are 5 predictor variables that significantly affect the number of cases of under-five mortality in all districts/cities on the island of Java, namely the clean water adequacy variable (AIRB), the proportion of diarrhea in children under five (DIARE), the adequacy of the number of doctors (DOK), coverage of under-five weighing (CPB) and coverage of Complete Basic Immunization (IDL)."

"Sepak bola adalah salah satu jenis olahraga yang banyak digemari di kalangan masyarakat Indonesia. Tim sepakbola biasanya memiliki klub pendukung. Perilaku pendukung dalam mendukung klub mereka memiliki tindakan yang berbeda, mulai dari menciptakan kebersamaan, solidaritas, menciptakan keresahan, dan bahkan anarki. Faktor-faktor yang dapat menyebabkan anarkis pendukung adalah tingkat fanatisme dan solidaritas pendukung. Penelitian ini bertujuan untuk menganalisis model fanatisme dan solidaritas pada tingkat anarkisme terhadap para pendukung sepakbola di Indonesia. Elemen sampel dari populasi adalah pendukung di Indonesia terutama pendukung dari Persija, Persib, Arema, dan Persebaya. Jumlah sampel adalah 1457 responden. Teknik pengambilan sampel menggunakan purposive sampling. Pengukuran tingkat fanatisme, solidaritas, dan anarkisme dibangun menggunakan kuesioner. Metode analisis data menggunakan SEM yang digunakan untuk mengetahui model hubungan tingkat fanatisme dan solidaritas terhadap anarkisme di setiap klub. Analisis data menemukan bahwa model di setiap klub berbeda satu sama lain.

---

Football is a type of sport that is popular among Indonesian people. Football teams usually have a support club. Supporting behavior in supporting their clubs has different actions, ranging from creating togetherness, solidarity, creating anxiety, and even anarchy. Factors that can cause supporting anarchists are the level of fanaticism and supporting solidarity. This study aims to analyze the model of fanaticism and solidarity at the level of anarchism towards supporters of football in Indonesia. The sample element of the population is supporters in Indonesia, especially supporters of Persija, Persib, Arema, and Persebaya. The number of samples was 1457 respondents. The sampling technique uses purposive sampling. Measurement of the level of fanaticism, solidarity, and anarchism was built using a questionnaire. The data analysis method uses SEM which is used to determine the relationship model of the level of fanaticism and solidarity with anarchism in each club. Analysis of the data found that the models in each club differ from each other."

"Peralihan dari masa remaja menuju dewasa dinilai krisis karena individu mengalami banyak perubahan. Individu yang tidak dapat mengatasi perubahan ini dapat menyebabkan individu bingung hingga menimbulkan rasa cemas, khawatir, dan takut terhadap kegagalan. Kondisi tersebut dikenal dengan quarter life crisis. Individu dapat mempersiapkan diri menghadapi quarter life crisis jika mengetahui faktor-faktor yang dapat menjelaskan quarter life crisis. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor-faktor yang menjelaskan quarter life crisis serta menganalisis profil dari mahasiswa yang memiliki tingkat quarter life crisis yang tinggi. Data yang digunakan adalah data primer yang diperoleh melalui penyebaran kuesioner secara online kepada 250 mahasiswa aktif S1 Departemen Matematika FMIPA UI tahun ajaran 2021/2022 semester genap yang terpilih menjadi sampel menggunakan metode sampling proportionate stratified random sampling. Untuk mencapai tujuan, metode analisis data yang digunakan adalah metode Partial Least Square (PLS) dan Classification and Regression Tree (CRT). Hasil yang diperoleh menunjukkan bahwa faktor yang menjelaskan quarter life crisis secara signifikan adalah variabel self-awareness, self-esteem, dan jenis kelamin. Selain itu, hasil analisis profil untuk mahasiswa yang memiliki tingkat quarter life crisis yang tinggi adalah apabila mahasiswa memiliki self-awareness yang rendah atau mahasiswa memiliki self-awareness yang tinggi dan self-esteem yang rendah atau mahasiswa memiliki self-awareness yang tinggi, self-esteem yang tinggi, serta berjenis kelamin perempuan.

---

The transition from adolescence to adulthood is considered a crisis because individuals experience many changes. Individuals who cannot overcome these changes can cause individuals to be confused to cause anxiety, worry, and fear of failure. This condition is known as a "quarter-life crisis." Individuals can prepare themselves to face quarter life crisis if they know the factors that can explain quarter life crisis. Therefore, this study aims to analyze the factors that explain the quarter life crisis and the profiles of students who have a high level of this crisis. The data used is primary data obtained through the distribution of questionnaires online to 250 active students of the Mathematics Department of FMIPA UI academic year 2021/2022 even semester selected as a sample using the proportionate stratified random sampling method. To achieve goals, the data analysis method used are the Partial Least Square (PLS) and Classification and Regression Tree (CRT) methods. The results obtained indicate that the factors that significantly explain the quarter life crisis are self-awareness, self-esteem, and gender variables. In addition, the results of the profile analysis for students who have a high level of quarter life crisis are if students have low self-awareness or students have high self-awareness and low self-esteem or students have high self-awareness, high self-esteem, and female"

"Coronavirus Disease 2019 (COVID-19) adalah suatu penyakit menular yang disebabkan oleh jenis baru dari coronavirus yang belum pernah ditemukan sebelumnya. COVID-19 pertama kali ditemukan di daerah Wuhan, China pada tanggal 31 Desember 2019.Organisasi Kesehatan Dunia (WHO) telah resmi menetapkan COVID-19 sebagai pandemi sejak 11 Maret 2020 dan mengimbau negara-negara untuk mengambil tindakan sesegera mungkin untuk mencegah infeksi, menyelamatkan nyawa, dan meminimalkan dampak COVID-19. Berdasarkan data WHO, diketahui ada lebih dari 200 juta kasus terkonfirmasi dan lebih dari 3 juta kematian akibat COVID-19 hingga saat ini. Penelitian ini bertujuan untuk menganalisis hubungan jumlah kasus COVID-19 dengan faktor-faktor yang mempengaruhinya di Pulau Jawa. Data dalam penelitian ini berasal dari Badan Pusat Statistik (BPS) dan Satgas COVID-19. Penelitian ini menggunakan metode analisis data berupa Regresi Linier Berganda dan Geographically Weighed Negative Binomial Regression (GWNBR). Hasil penelitian ini dengan menggunakan model GWNBR, terdapat 4 variabel yang mempengaruhi jumlah kasus COVID-19 di Pulau Jawa, yaitu jumlah penduduk, pengeluaran per kapita, persentase lansia, dan jumlah tenaga kesehatan. Jumlah penduduk dan pengeluaran per kapita berpengaruh positif terhadap jumlah kasus COVID-19, sedangkan persentase lansia dan jumlah tenaga kesehatan berpengaruh berbeda-beda.

---

Coronavirus Disease 2019 (COVID-19) is an infectious disease caused by a new type of coronavirus that has never been detected before but was first discovered in Wuhan, China on December 31, 2019. The World Health Organization (WHO) officially classified this disease as a pandemic on March 11, 2020 and urged countries to take immediate action to prevent further infections in order to save lives and minimize its impact. The WHO data showed that there have been over 200 million confirmed cases and more than 3 million deaths up to the present moment. Therefore, this study aims to analyze the relationship between the number of COVID-19 cases and its influencing factors in Java. Data were obtained from Badan Pusat Statistik (BPS) and Satgas COVID-19, and analyzed using Multiple Linear Regression and Geographically Weighted Negative Binomial Regression (GWNBR). The results of the GWNBR model showed that there are 4 variables affecting the number of COVID-19 cases which include population, per capita expenditure, the elderly percentage, and the number of healthcare workers. It was discovered that the population and per capita expenditure have a positive effect on the number of cases while the elderly percentage and the number of healthcare workers have varying effects."

"Mayoritas masyarakat Indonesia masih memandang kesehatan mental sebagai hal tabu dan penderita gangguan jiwa diperlakukan seperti suatu aib. Akibatnya penderita kesulitan untuk mendapat pertolongan yang dibutuhkan dan dapat berakhir dengan tindakan bunuh diri. Mengidentifikasi faktor yang dapat menjelaskan tingkat bunuh diri dan mempelajari karakteristiknya merupakan salah satu cara yang dapat dilakukan untuk mencegah bunuh diri. Penelitian ini membahas faktor apa yang dapat menjelaskan angka bunuh diri menggunakan model regresi linear berganda, pengelompokan negara berdasarkan angka bunuh diri dan faktornya menggunakan metode Ward, serta pemetaan hasil kelompok menggunakan metode Biplot. Objek penelitian adalah negara di Benua Asia dan Eropa. Berdasarkan hasil analisis, diperoleh faktor tidak memiliki agama, konsumsi alkohol, dan psikiater memiliki hubungan positif signifikan terhadap angka bunuh diri. Faktor pemasukan dan pengangguran memiliki hubungan negatif signifikan terhadap angka bunuh diri. Faktor tingkat pendidikan tidak memiliki pengaruh signifikan terhadap angka bunuh diri. Terbentuk 2 kelompok negara, yakni kelompok 1 beranggotakan 46 negara dan kelompok 2 beranggotakan 44 negara. Hasil pemetaan kelompok menggunakan metode Biplot dapat menerangkan 63,7% keragaman data. Kelompok 1 adalah kelompok negara yang memiliki nilai persentase pengangguran yang tinggi serta nilai angka bunuh diri, persentase penduduk tanpa agama, konsumsi alkohol, Gross Domestic Product (GDP) per kapita, angka psikiater, tingkat pendidikan yang rendah. Kelompok 2 adalah kelompok negara yang memiliki angka bunuh diri, persentase penduduk tanpa agama, konsumsi alkohol, GDP per kapita, angka psikiater, dan tingkat pendidikan yang tinggi, serta persentase pengangguran yang rendah.

---

Many Indonesian people still view mental health as a taboo subject and people with mental disorders are treated like a disgrace. As a result, they have difficulty getting the help that they need and can end in suicide. Identifying factors that are able to explain suicide rate and studying their characteristics is one way that can be done to prevent suicide. This research discusses what factors that are able to explain suicide rate using a multiple linear regression model, grouping countries based on suicide rate and its factors using Ward's method, and mapping the group results using the Biplot method. The objects of research are countries in Asia and Europe. Based on the analysis result, it is found that factors of having no religion, alcohol consumption, and psychiatrists’ availability have significant positive relationships with suicide rate. Factors of income and unemployment rate have significant negative relationships with suicide rate. Factor of education level has no significant effect with suicide rates. Two groups of countries are formed, namely group 1 consisting of 46 countries and group 2 consisting of 44 countries. Result of mapping based on the groups using the Biplot method is able explain 63,7% of data diversity. Group 1 is a group of countries that have a high unemployment rate and low values in the suicide rate, proportion of irreligious people, Gross Domestic Product (GDP) per capita, and number of psychiatrists. Group 2 is a group of countries that have high values in the suicide rate, proportion of irreligious people, GDP per capita, number of psychiatrists, and education level while the unemployment rate is low."

"Pandemi COVID-19 memberikan dampak pada persaingan bisnis yang menuntut perusahaan untuk dapat meningkatkan kinerjanya secara optimal. Perusahaan harus mampu mengelola sumber daya manusianya agar proses bisnis dapat berjalan dengan baik dan efektif. Salah satu faktor yang dapat mendorong kinerja organisasi ke arah yang lebih baik adalah work-life balance pekerjanya, sehingga hal ini penting untuk diperhatikan. Penelitian dilakukan di PT X Jakarta yang merupakan salah satu perusahaan yang bergerak di bidang pelayanan kepelabuhanan. Tujuan penelitian ini adalah untuk mengetahui faktor-faktor yang signifikan menjelaskan tingkat work-life balance pada pegawai perusahaan jasa kepelabuhanan PT X Jakarta dan mengetahui profil dari pegawai yang memiliki tingkat work-life balance yang tinggi dan rendah. Metode analisis data yang digunakan guna mencapai tujuan tersebut adalah Regresi Linier Berganda dan Classification and Regression Tree (CRT). Penelitian ini menggunakan data primer yang diambil dengan cara purposive sampling dan didapatkan sampel yang terdiri dari 97 pegawai perusahaan jasa kepelabuhanan PT X Jakarta. Hasil penelitian menunjukkan faktor-faktor yang signifikan menjelaskan tingkat work-life balance pada Pegawai Jasa Kepelabuhanan PT X Jakarta adalah stres kerja, kesejahteraan psikologis, dukungan rekan kerja dan jenis kelamin pegawai. Profil pegawai yang memiliki tingkat work-life balance yang tinggi yaitu pegawai dengan stres kerja yang rendah, dukungan rekan kerja yang tinggi, dan berjenis kelamin laki-laki. Profil pegawai yang memiliki tingkat worklife balance yang rendah yaitu pegawai dengan stres kerja yang tinggi, kesejahteraan psikologis yang rendah, dan berjenis kelamin perempuan.

---

The COVID-19 pandemic has an impact on business competition which requires companies to be able to improve their performance optimally. Companies must be able to manage their human resources so that the business process can run well and effectively. One of the factors that can drive organizational performance towards a better direction is the work-life balance of its employees, so this is important to pay attention to. The research was conducted at PT X Jakarta, which is one of the companies engaged in port services. The purpose of this study was to determine the factors that significantly explain the level of work-life balance on the employees of the port service company, PT X Jakarta, and to determine the profile of employees who have high and low levels of worklife balance. The data analysis method used to achieve this goal is Multiple Linear Regression and Classification and Regression Tree (CRT). This study uses primary data taken by purposive sampling and obtained a sample consisting of 97 employees of the port service company on PT X Jakarta. The results showed that the factors that significantly explained the level of work-life balance in Port Service Employees of PT X Jakarta were work stress, psychological well-being, co-workers support and gender. Profiles of employees who have a high level of work-life balance are employees with low work stress, high support from co-workers, and male gender. Profiles of employees who have a low level of work-life balance are employees with high work stress, low psychological well-being, and female."

"Smartphone merupakan perangkat pintar yang dapat mendukung berbagai aktivitas manusia di era modern saat ini. Penggunaan smartphone ini sudah tersebar luas di berbagai kalangan usia. Penggunaan smartphone yang berlebihan dapat mengakibatkan kecanduan smartphone bagi penggunanya yang dapat menjadi penyebab berbagai macam hal yang buruk termasuk penyakit dan penurunan IPK. Hal ini menyebabkan kecanduan smartphone perlu diusahakan untuk tidak terjadi. Untuk itu perlu diketahui faktor-faktor yang menyebabkannya. Tujuan dari penelitian ini adalah untuk menganalisis faktor-faktor yang mempunyai hubungan yang signifikan terhadap terjadinya kecanduan smartphone. Penelitian dilakukan di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia (FMIPA UI). Penelitian ini juga akan menganalisis hubungan antara kecanduan smartphone dengan Indeks Prestasi Kumulatif (IPK) Mahasiswa FMIPA UI. Metode yang digunakan adalah Kruskal Wallis untuk menganalisis apakah ada perbedaan tingkat kecanduan smartphone untuk departemen yang ada di FMIPA UI dan Partial Least Square (PLS). Hasil penelitian menunjukkan bahwa tingkat kecanduan smartphone dapat dijelaskan oleh tingkat religiusitas untuk mahasiswa di seluruh departemen di FMIPA UI kecuali departemen Matematika. Kecanduan smartphone juga dijelaskan oleh kepuasan hidup untuk mahasiswa Departemen Matematika dan Kimia. Kecanduan smartphone juga dijelaskan oleh kepuasan hidup untuk mahasiswa Departemen Biologi. Kecanduan smartphone mempunyai hubungan signifikan terhadap IPK untuk mahasiswa Departemen Matematika dan Fisika.

---

Smartphones are smart devices that can support various human activities in today's modern era. The use of this smartphone is widespread among various ages. Excessive use of smarpthone can lead to smartphone addiction for its users which can be the cause of all kinds of bad things including illness and decreased GPA. This causes smartphone addiction to be avoided. For that we need to know the factors that cause it.

The purpose of this study was to analyze the factors that have a significant relationship to the incidence of smartphone addiction. The research was conducted at the Faculty of Mathematics and Natural Sciences, University of Indonesia (FMIPA UI). This study will also analyze the relationship between smartphone addiction and the Grade Point Average (GPA) of FMIPA UI Students.

The method used is Kruskal Wallis to analyze whether there are differences in the level of smartphone addiction for departments in FMIPA UI and Partial Least Square (PLS).

The results showed that the level of smartphone addiction can be expressed by the level of religiosity for students in all departments in FMIPA UI except the Mathematics department. smartphone addiction also serves by life satisfaction for Mathematics and Chemistry Department students. Smartphone addiction also serves by life satisfaction for Biology Department students. Smartphone addiction has a significant relationship to GPA for students of the Mathematics and Physics Department."

"Perusahaan Daerah Air Minum (PDAM) adalah salah satu unit usaha milik daerah, yang bergerak dalam distribusi air bersih bagi masyarakat umum yang terdapat di setiap provinsi, kabupaten, dan kotamadya di seluruh Indonesia. Setiap tahunnya dilakukan penilaian kerja PDAM oleh Badan Peningkatan Penyelengaraan Sistem Penyediaan Air Minum (BPPSPAM). Penilaian kerja Badan Usaha Milik Daerah (BUMD) penyelenggara SPAM merupakan upaya untuk melihat dan mengukur tingkat kinerja manajemen dalam mengelola perusahaan yang bertujuan untuk mengetahui sejauh mana efisiensi dan efektifitas pengelolaannya. Penilaian kinerja ini menggunakan empat aspek dimana setiap aspeknya memiliki indikator-indikator penilaian. Aspek yang pertama adalah aspek keuangan dengan indikator Return of Equity (ROE), rasio operasi, rasio kas, efektivitas penagihan, dan solvabilitas. Selanjutnya adalah aspek pelayanan dengan indikator-indikator, yaitu cakupan pelayanan teknis, pertumbuhan pelanggan, tingkat penyelesaian pengaduan, kualitas air pelanggan, dan konsumsi air domestik. Aspek yang ketiga adalah aspek operasional dengan indikator efisiensi produk, tingkat kehilangan air, jam operasi layanan, tekanan air pada sambungan pelanggan, dan penggantian dan (atau) kalibrasi meter air pelanggan. Aspek yang terakhir adalah aspek sumber daya manusia dengan indikator rasio pegawai, rasio diklat pegawai, dan rasio beban diklat terhadap beban pegawai. Indikator-indikator tersebut kemudian dihitung dan setiap unit PDAM dikelompokkan menjadi tiga kelompok yaitu sehat, kurang sehat, dan sakit. Pada penelitian ini dilakukan pengelompokan ulang dengan menggunakan metode clustering untuk menentukan berapa kelompok yang mungkin dihasilkan berdasarkan indikator-indikator tersebut. Indikator-indikator yang dipakai pada penelitian ini adalah Return of EquityROE), efektivitas penagihan, jam operasional, rasio pegawai, cakupan pelayanan teknis, pertumbuhan pelanggan, tingkat kehilangan air, tarif rata-rata, profit margin, rasio pelayanan, dan rasio kas. Penelitian ini menghasilkan kelompok-kelompok yang lebih rinci dibandingkan dengan kelompok yang sebelumnya. Penelitian ini juga membandingkan hasil clustering tersebut dengan pengelompokan yang sudah diterapkan oleh BPPSPAM.

---

Regional Water Use Company (Perusahaan Daerah Air Minum/PDAM) is one of the regional-owned business unit, which is engaged in the distribution of clean water for the general public in Indonesia. Every year a PDAM work assessment is carried out by the BPPSPAM. This work assessment is an effort to see and measure the level of management performance in managing the company which aims to determine the extent of efficiency and effectiveness of its management. This performance appraisal uses four aspects where each aspect has assessment indicators. The first aspect is the financial aspects with the indicators of Return of Equity (ROE), operating ratio, cash ratio, collection effectiveness, and solvency. The second one is the service aspects with indicators, namely technical service coverage, customer growth, complaint resolution rate, customer water quality, and domestic water consumption. The third one is the operational aspects with indicators of product efficiency, non-revenue water, service operating hours, water pressure at customer connection, and replacement (or) calibration of customer water meters. And the last one is the human resources aspects with indicators of employee ratio, employee training ratio, and the ratio of training expenses to employee expenses. These indicators are then calculated and PDAM units are grouped into three groups, namely healthy, unhealthy, and sick. In this study, regrouping was carried out using the clustering method to determine how many groups might be generated based on some of these indicators. The indicators used in this study are Return of Equity (ROE), billing effectiveness, operation hours, employee ratio, technical service coverage, customer growth, water loss rate, average fee, profit margin, service ratio, and cash ratio. This study also compares the results of the clustering with the grouping by BPPSPAM. This study resulted in more detailed groups than the previous groups."

"Perusahaan Daerah Air Minum (PDAM) merupakan salah satu perusahaan yang berstatus Badan Usaha Milik Daerah (BUMD). BUMD adalah perusahaan milik pemerintah daerah dengan status badan hukum organisasi yang independen, yang dipimpin oleh dewan direksi yang ditunjuk oleh pejabat pemerintah daerah dengan kepemilikan mayoritas publik. Modal dari perusahaan tersebut sebagian atau sepenuhnya berasal dari pemerintah. Selain menjadi penyelenggara layanan air bersih, PDAM juga berperan dalam menyokong Pendapatan Asli Daerah (PAD), maka dalam penilaiannya, PDAM sebagai suatu perusahaan, tidak hanya dinilai dari kualitas produksi air, namun juga bagaimana kualitas pelayanan serta keuntungan yang didapatkan dari kegiatannya. Untuk mengetahui faktor-faktor apa saja yang memiliki keterkaitan dengan kinerja PDAM di Indonesia Tahun 2019, metode statistik yang dapat digunakan adalah Metode Classification and Regression Trees (CART). CART adalah suatu metode eksplorasi statistika nonparametrik untuk mengelompokkan pengamatan-pengamatan dalam data dengan kriteria yang sama berdasarkan urutan signifikansi terkait variabel prediktor dalam pembentukan kelompok kategori. Pada penilaian Status kinerja, variabel Return of Equity (ROE), Jam Oprasional Pelayanan, Tingkat Kehilangan Air, Efektivitas Penagihan, serta Tingkat Pelayanan merupakan variabel-variabel yang cukup signifikan. Selanjutnya dilakukan Analisis menggunakan Metode Regresi Logistik. Regresi Logistik digunakan untuk mengetahui seberapa besar keterkaitan variabel-variabel prediktor (X) terhadap variabel respon (Y) yang bersifat dikotomi. Analisis ini menghasilkan model Regresi Logistik.

---

Regional Water Use Company (Perusahaan Daerah Air Minum/PDAM) is one of the companies with the status of Regional Owned Enterprises (Badan Usaha Milik Daerah/ BUMD). BUMD is a local government-owned company with the status of an independent legal entity, led by a board of directors appointed by local government officials with majority public ownership. The capital of the company comes partly or wholly from the government. In addition to being a clean water service provider, PDAM also plays a role in supporting Regional Original Revenue (Pendapatan Asli Daerah/PAD), so in its assessment, PDAM as a company is not only judged by the quality of water production, but also how the quality of service and the benefits it gets from its activities. To find out what factors affect the performance of PDAMs in Indonesia in 2019, a statistical method that can be used is the Classification and Regression Trees (CART) Method. CART is a nonparametric statistical exploration method to classify observations in the data with the same criteria based on the order of significance of the influence of the predictor variables in the formation of category groups. In the assessment of performance status, the variable Return of Equity (ROE), Service Operational Hours, Water Loss Levels, Billing Effectiveness, and Service Level are quite significant variables. The analysis is carried out using the Logistic Regression Method. Logistic regression is used to determine how much influence the predictor variables (X) have on the dichotomous response variable (Y). This analysis produces a Logistic Regression model."

"Indonesia masuk kedalam 20 besar Negara terbanyak tekonfirmasi kasus COVID-19. Hingga 17 Mei 2021, sudah tercatat lebih dari 1 juta kasus COVID-19 terkonfirmasi dengan jumlah kematian mencapai lebih dari 48 ribu orang. tes Reverse transcriptionpolymerase chain reaction (RT-PCR) merupakan standarisasi alat pendeteksian dini COVID-19. Namun, tes RT-PCR membutuhkan waktu waktu yang lama dan biaya yang mahal dalam mengidentifikasi tahap awal kasus COVID-19. Hal ini mengakibatkan peningkatan jumlah pasien COVID-19 terjadi terus menerus secara eksponensial dan terjadi antrian panjang dalam menggunakan Intensive Care Unit (ICU) pada rumah sakit. Oleh karena itu, dibutuhkan alat pendeteksian dini yang cepat dan akurat salah satunya menggunakan citra chest X-ray. Deep learning merupakan salah satu metode klasifikasi citra yang populer dan terbukti baik dalam melakukan klasifikasi citra medis, salah satunya adalah Capsule Network (CapsNet) yang merupakan pengembangan dari Convolutional Neural Network (CNN). Pada penelitian ini, penulis menggunakan model CapsNet berbasis Inception V3 dengan optimasi AdaBelief (Adapting Stepsizes by the Belief in Observed Gradients) untuk mengklasifikasikan citra chest X-ray COVID-19. Data yang digunakan dalam penelitian ini diambil dari situs kaggle yang berisi citra chest X-ray COVID-19. Selanjutnya, dilakukan tahap pra-pengolahan pada citra seperti resize dan menerapkan normalisasi agar semua citra dapat diinput ke dalam model dengan ukuran yang sama serta meningkatkan kinerja model. Hasil penelitian ini menunjukkan model CapsNet berbasis Inception V3 dengan optimasi AdaBelief pada dataset citra chest X-ray COVID-19 dapat mengklasifikasikan data menjadi dua kelas, yaitu normal dan COVID-19, sehingga dapat membantu untuk mendiagnosis COVID-19 dengan baik. Selain itu, hasil terbaik juga diperoleh oleh model CapsNet berbasis Inception V3 dengan optimasi AdaBelief berdasarkan nilai loss sebesar 0,2703 dan akurasi 88,75% dibandingkan metode CapsNet tradisional dan berbagai optimasi lainnya untuk mengklasifikasikan dataset citra chest X-ray COVID-19.

---

Indonesia is in the top 20 countries with the most confirmed cases of COVID-19. As of May 17, 2021, there have been more than 1 million confirmed cases of COVID-19 with the death toll reaching more than 48 thousand people. Reverse transcription polymerase chain reaction (RT-PCR) test is a standardization tool for early detection of COVID-19. However, the RT-PCR test takes a long time and is expensive to identify early stages of COVID-19 cases. This resulted in an exponential increase in the number of COVID-19 patients and long queues for using the Intensive Care Unit (ICU) at the hospital. Therefore, a fast and accurate early detection tool is needed, one of which is using chest X-ray images. Deep learning is one of the popular image classification methods and has proven good in classifying medical images, one of which is the Capsule Network (CapsNet) which is the development of the Convolutional Neural Network (CNN). In this study, the authors used the Inception V3-based CapsNet model with AdaBelief optimization (Adapting Stepsizes by the Belief in Observed Gradients) to classify COVID-19 chest X-ray images. The data used in this study was taken from the kaggle site which contains COVID-19 chest Xray images. Furthermore, pre-processing is carried out on the image such as resizing and applying normalization so that all images can be inputted into the model with the same size and improve model performance. The results of this study show that the Inception V3-based CapsNet model with AdaBelief optimization on the COVID-19 chest X-ray image dataset can classify data into two classes, namely normal and COVID-19, so that it can help to diagnose COVID-19 properly. In addition, the best results were also obtained by the Inception V3-based CapsNet model with AdaBelief optimization based on a loss value of 0,2703 and 88,75% accuracy compared to traditional CapsNet methods and various other optimizations to classify COVID-19 chest X-ray image datasets."