Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkembangan teknologi telah mempengaruhi berbagai sektor di kehidupan termasuk juga dengan sektor pembelanjaan, seperti e-commerce. E-commerce termasuk media belanja yang selalu berkembang, salah satunya live streaming. Layanan live streaming social media menjadi terkenal di kisaran tahun 2020-2021 dengan tingkat penjualan di siaran langsung meningkat tajam hingga 76 persen di seluruh dunia. Tiktok live shopping merupakan layanan dari aplikasi Tiktok yang menawarkan peluang bagi brand untuk memamerkan produk secara real-time melalu acara live streaming. Penelitian ini bertujuan untuk menganalisis faktor yang mempengaruhi prilaku transaksi impulsif melalui live streaming e-commerce Tiktok live menggunakan model Stimulus Organism Respons (SOR). Penelitian ini dilakukan dengan melakukan survei terhadap pengguna aktif TikTok live yang telah melakukan pembelian produk melalui live streaming e-commerce. Pengumpulan data dilakukan dengan teknik non-probability sampling dan analisis data menggunakan Partial Least Square (PLS). Penelitian ini bertujuan untuk menganalisis beberapa faktor seperti price promotion, promotion time limit, customer-streamer interaction, customer-customer interaction, best deal, visual appeal, perceived value, shopping convenience terhadap transaksi impulsif. Hasil analisis membuktikan bahwa price promotion, customer-streamer interaction, best deal, visual appeal, perceived value, shopping convenience berpengaruh terhadap transaksi impulsif, terdapat beberapa variabel penelitian seperti promotion time limit, customer-streamer interaction, customer-customer interaction, best deal, visual appeal, perceived value, shopping convenience berpengaruh negatif terhadap perceived risk. Dari hasil penelitian dapat dilihat bahwa perceived risk memediasi hubungan antara promotion time limit, customer-streamer interaction, customer-customer interaction, best deal, visual appeal, perceived value, shopping convenience dan transaksi impulsif.

---

Technological advancements have influenced various sectors of life, including the retail sector, such as e-commerce. E-commerce, including live streaming, is a constantly evolving shopping medium. One of the popular trends in recent years is live streaming on social media platforms. Live streaming services on social media gained popularity around 2020-2021, with live broadcast sales increasing by up to 76 percent worldwide. TikTok live shopping is a service offered by the TikTok app that provides opportunities for brands to showcase their products in real-time through live streaming events. The purpose of this research is to analyze the factors that influence impulsive transaction behavior through TikTok live e-commerce using the Stimulus Organism Response (SOR) model. This study conducted a survey among active TikTok live users who have made product purchases through live streaming e-commerce. Data collection was done using non-probability sampling techniques, and data analysis was performed using Partial Least Square (PLS). The research aims to analyze several factors such as price promotion, promotion time limit, customer-streamer interaction, customer-customer interaction, best deal, visual appeal, perceived value, and shopping convenience in relation to impulsive transactions. The analysis results demonstrate that price promotion, customer-streamer interaction, best deal, visual appeal, perceived value, and shopping convenience have an influence on impulsive transactions. Additionally, several research variables such as promotion time limit, customer-streamer interaction, customer-customer interaction, best deal, visual appeal, perceived value, and shopping convenience negatively affect perceived risk. From the research findings, it can be observed that perceived risk mediates the relationship between promotion time limit, customer-streamer interaction, customer-customer interaction, best deal, visual appeal, perceived value, shopping convenience, and impulsive transactions."

"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)."

"ABSTRAKSuatu proses {Z_t,t=0,1,2,...} memiliki model TAR(1), yaitu adalah koefisien parameter dan α_t merupakan variabel acak yang iid dengan mean 0. Petrucelli dan Woolford (1984) memberikan kondisi ergodik pada model TAR(1)dan estimasi parameter yang dapat diperoleh melalui metode least square.Simulasi dilakukan dengan membangkitkan α_t dan Z_t secara acak, serta dilakukan pada nilai-nilai parameter tertentu.

---

ABSTRACT

A process {Z_t,t=0,1,2,...} has TAR(1) model that is parameter coefficients and α_t are a sequence of iid random variables with mean 0. Petrucell and Woolford (1984) gave an ergodic condition on TAR(1) model and parameter estimation using least square method. Simulation are done using generated κ_t and Z_t with some different values of parameter."

"

Keberhasilan ekonomi merupakan suatu indikator yang baik dari sebuah masyarakat yang kaya. Meskipun demikian, ada banyak faktor lain yang memengaruhi kekayaan dan kesejahteraan masyarakat suatu negara seperti tingkat kebebasan pribadi, lingkungan hidup, dan pendidikan, yang merupakan elemen penting dalam menciptakan suatu masyarakat yang makmur. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang membentuk kemakmuran 149 negara di dunia selama tahun 2018. Dalam penelitian ini 74 variabel yang diambil dari Legatum Prosperity IndexTM digunakan, kecuali variabel-variabel yang berasal dari Gallup World Poll karena ketidaktersediaan data. Data dianalisis menggunakan Analisis Faktor, dan direduksi menjadi 13 faktor yang menggambarkan tentang berbagai aspek penting dalam kehidupan. Seratus empat puluh sembilan negara tersebut dikelompokkan berdasarkan skor faktor masing-masing negara menggunakan pengklasteran metode Ward menjadi 4 kelompok berbeda dengan masing-masing klaster beranggotakan negara-negara yang memiliki karakteristik yang serupa. Diperoleh bahwa Klaster 1 merupakan kelompok negara-negara yang secara keseluruhan makmur, Klaster 2 merupakan kelompok negara-negara yang cukup makmur dalam hal masyarakat yang inklusif, Klaster 3 merupakan kelompok negara-negara dengan tingkat kemakmuran yang cukup, dan Klaster 4 merupakan kelompok negara-negara yang cukup makmur dalam hal masyarakat yang berdaya serta ekonomi yang bebas.

---

Economic achievement is a good indicator of a wealthy society. Nevertheless, there are many other factors that affect in shaping the wealth and well-being of the people in a country, such as the level of personal freedom, the environment, and education which are important elements in creating a prosperous society. The aim of this study is to identify the factors that shape the prosperity of 149 countries in the world during 2018. In this study 74 variables taken from the Legatum Prosperity IndexTM are used, excluding variables originating from the Gallup World Poll due to data unavailability. The data is reduced using Factor Analysis into 13 factors that describe various aspects of life. The 149 countries are clustered based on their factor scores using Wards Clustering into 4 distinct groups of countries with similar features. It is revealed that Cluster 1 consists of countries that are overall prosperous, Cluster 2 consists of countries that are quite prosperous in terms of an inclusive society, Cluster 3 consists of countries with sufficient levels of prosperity, and Cluster 4 consists of countries that are quite prosperous in terms of an empowered society and a free economy.

"

"Skripsi ini membahas tentang analisis pola hubungan faktor demografi, kebutuhan korban gempa, tingkat trauma dan tingkat keinginan bangkit dari korban gempa Palu September 2018. Pengujian dilakukan dengan metode analisis jalur. dari Partial Least Squares (PLS) dengan variabel moderator. Tingkat trauma korban gempa mempengaruhi keinginan mereka untuk bangkit. Semakin tinggi tingkat trauma korban gempa, maka semakin tinggi pula keinginan korban gempa untuk bangkit. Jenis kelamin dan kebutuhan korban akan makanan (makanan dan minuman) serta barang-barang rumah tangga mempengaruhi tingkat trauma. Wanita memiliki kecenderungan lebih besar untuk mengalami trauma dibandingkan pria. Korban yang merasa membutuhkan peralatan rumah tangga untuk menghadapi kondisi pascabencana memiliki tingkat trauma yang lebih rendah dibandingkan dengan korban yang tidak membutuhkan peralatan rumah tangga. Di sisi lain, korban yang membutuhkan makan dan minum memiliki tingkat trauma yang lebih tinggi dibandingkan dengan yang merasa tidak membutuhkan. Perlunya pendampingan masyarakat mempengaruhi tingkat keinginan untuk bangkit dari korban gempa dan kebutuhan pendampingan pemerintah berperan sebagai variabel moderasi yang mempengaruhi kekuatan dan hubungan antara tingkat trauma dan tingkat keinginan untuk bangkit dari korban gempa Palu. gempa bumi September 2018.

---

This thesis discusses the analysis of the relationship pattern of demographic factors, the needs of earthquake victims, the level of trauma and the level of desire to rise from the victims of the Palu earthquake of September 2018. The test was carried out using the path analysis method. from Partial Least Squares (PLS) with moderator variables. The trauma level of the earthquake victims affected their desire to rise. The higher the trauma level of the earthquake victims, the higher the desire of the earthquake victims to get up. The victim's gender and needs for food (food and drink) and household items affect the level of trauma. Women are more likely to experience trauma than men. Victims who felt they needed household equipment to deal with post-disaster conditions had a lower trauma rate than victims who did not need household appliances. On the other hand, victims who needed to eat and drink had a higher level of trauma than those who felt they did not. The need for community assistance affects the level of desire to rise from earthquake victims and the need for government assistance acts as a moderating variable that affects the strength and relationship between the level of trauma and the level of desire to rise from the Palu earthquake victims. the September 2018 earthquake."

"Tindakan anarki sering terjadi pada suporter sepakbola, termasuk di sepakbola Indonesia. Tindakan Anarki dianggap tidak baik dan merugikan berbagai pihak dan bahkan memakan korban. Tindakan anarki sering terjadi pada berbagai kelompok suporter di Indonesia. Melalui ini penelitian, akan terlihat bagaimana perbedaan tingkat suporter anarkis di Klub sepak bola Arema, Persib, Persija dan Persebaya. Pendidikan harus bisa dicapai seseorang berperilaku baik dan tidak bertindak anarki. Dalam penelitian ini, juga akan terlihat apakah pendidikan dapat mempengaruhi level suporter sepakbola anarkis di Indonesia. Untuk mengukur tingkat anarkis, alat pengukur yang telah dimodifikasi ke model Rasch instrumen kuesioner dengan format Likert digunakan. Dengan nonparametrik Kruskal-Wallis Metode, ditemukan bahwa ada perbedaan di tingkat anarki antara suporter klub sepakbola Arema, Persib, Persija, dan Persebaya. Bisa juga dilihat itu tingkat pendidikan mempengaruhi tingkat anarki suporter. Jadi, solusi terbaik untuk mengurangi atau mungkin menghilangkan tindakan anarki di Indonesia adalah untuk meningkatkan pendidikan di Indonesia

---

Acts of anarchy often occur in football supporters, including in Indonesian football. Anarchy's actions are considered bad and detrimental to various parties and even take casualties. Acts of anarchy often occur in various groups of supporters in Indonesia. Through this research, it will be seen how the different levels of anarchist supporters in Arema, Persib, Persija and Persebaya soccer clubs. Education must be attainable for someone to behave well and not act anarchy. In this study, it will also be seen whether education can influence the level of anarchist football supporters in Indonesia. To measure anarchist levels, gauges that have been modified to the Rasch model of a questionnaire instrument with a Likert format are used. With the nonparametric Kruskal-Wallis Method, it was found that there are differences at the level of anarchy between football club supporters Arema, Persib, Persija and Persebaya. It can also be seen that the level of education influences the level of anarchy of supporters. So, the best solution to reduce or possibly eliminate anarchy in Indonesia is to improve education in Indonesia."

"Pada perusahaan asuransi bisnis long-tail (penyelesaian klaim ≥ 1 tahun), perusahaan harus memiliki cadangan klaim untuk membayar klaim pada masa yang akan datang. Metode yang sering digunakan untuk perhitungan prediksi cadangan klaim adalah Chain Ladder (CL) yang dihitung berdasarkan pola dari klaim yang sudah dibayarkan. Namun, CL tidak dapat memberikan hasil prediksi cadangan klaim yang akurat, karena dari pendefinisiannya CL sangat bergantung dengan data. Padahal, data tersebut dapat mengandung outlier, atau tidak memadai. Ketika hal ini terjadi, maka aktuaris seringkali menggunakan penilaian subyektif mereka dengan menyesuaikan perhitungan dan dapat memberikan hasil yang berbeda-beda. Hasil yang berbeda-beda menyebabkan adanya ketidakpastian akan hasil yang didapat. Pada skripsi ini, dikenalkan metode Fuzzy Chain Ladder (FCL) yang menggabungkan metode CL dengan triangular fuzzy number (TFN) agar dapat mempertimbangkan ketidakpastian terhadap perhitungan. Berbeda dengan CL yang menghasilkan satu nilai cadangan klaim, FCL menerapkan TFN pada perhitungannya sehingga menghasilkan besar cadangan klaim dalam bentuk kisaran atau range. Dalam range tersebut, aktuaris dapat memilih nilai cadangan klaim berdasarkan penilaian subyektif mereka sehingga diharapkan metode FCL dapat mempertimbangkan adanya ketidakpastian tersebut. Selanjutnya, dilakukan analisis perhitungan prediksi cadangan klaim dari data klaim asuransi umum kelautan menggunakan FCL dibandingkan dengan metode CL.

---

In long-tail business insurance (settlement period ≥ 1 year), companies must have claim reserve to pay claims in the future. The method often used for calculating claims reserve is Chain Ladder (CL) that is calculated based on the pattern of paid claims. However, CL cannot provide accurate claims reserve predictions, because the definition of CL is dependent on data. In fact, these data can contain outliers, inadequate. When this happens, actuaries often use their subjective judgment by adjusting calculations and can produce different results. Different results cause uncertainty about the obtained results. In this thesis, a method called Fuzzy Chain Ladder (FCL) is introduced which combines CL with triangular fuzzy number (TFN) to consider uncertainty regarding calculations. In contrast to CL which produces a single value of claim reserves, FCL applies TFN to its calculation to produce many claims reserves in the form of ranges. Within that range, actuaries can choose the value of claims reserves based on their subjective judgement so that the FCL method can be expected to consider the existence of these uncertainties. Furthermore, an analysis of the prediction of claim reserves from the general marine insurance claim data is analyzed using FCL compared to the CL method."

"

Penyakit Parkinson merupakan salah satu penyakit sistem saraf yang terjadi karena kerusakan atau kematian sel saraf yang mengandung dopamin di bagian otak yang berfungsi mengkoordinasikan kerja sistem motorik. Terdapat gejala motorik dan gejala non-motorik yang muncul pada penyakit Parkinson. Salah satu gejala non-motorik yang muncul, yaitu Impulse-Control Disorder (ICD). Pada penyakit Parkinson terdapat 4 symptoms utama ICD yang sering terjadi, yaitu pathological gambling, binge-eating, compulsive buying, dan compulsive sexual behavior. Kejadian ICD kerap kali ditemukan ketika pengobatan penyakit Parkinson dimulai, sehingga pada penelitian ini difokuskan pada kejadian ICD sebagai akibat pengobatan penyakit Parkinson. Tujuan dari penelitian ini adalah untuk mengidentifikasi faktor risiko dari jenis maupun banyaknya ICD symptoms yang muncul pada penderita penyakit Parkinson. Metode decision tree digunakan untuk mengidentifikasi faktor risiko yang berasosiasi dengan kejadian ICD pada penderita Penyakit Parkinson. Hasil yang diperoleh menunjukkan bahwa total skor STAI-Trait merupakan faktor risiko yang selalu muncul untuk setiap jenis maupun banyaknya ICD symptoms yang muncul. Selain itu, faktor risiko yang hanya muncul di beberapa symptom tertentu adalah lamanya pendidikan yang ditempuh, total skor STAI­-State, usia, lamanya mengidap penyakit Parkinson, total skor SCOPA-AUT, total skor MOCA, dan total skor MDS-UPDRS 3. Sementara faktor risiko yang hanya muncul untuk suatu symptom tertentu adalah histori keluarga mengidap penyakit Parkinson, rasio pengikat DAT, dan pengobatan Dopamine Agonist.

---

Parkinson's disease is one of motoric neurodegenerative disorders that occurs due to damage or death of cells that contain dopamine in a part of the brain that functions to coordinate the work of the motor system. There are several motor symptoms and non-motor symptoms that occur in Parkinson's disease. One of the non-motor symptoms that occur is Impulse-Control Disorder (ICD). In Parkinson's disease, there are 4 main symptoms of ICD that often occur such as pathological gambling, binge-eating, compulsive buying, and compulsive sexual behavior. ICD are often discovered when the treatment of Parkinson's disease begins, so this research focused on the incidence of ICD as a result of the treatment of Parkinson's disease. The purpose of this study is to identify risk factors for the type and number of ICD symptoms that occur in patients with Parkinson's disease. Decision tree method is used to identify risk factors associated with the incidence of ICD for patients with Parkinson's disease. The results obtained show that the total STAI-Trait score is a risk factor that always appears for each type and number of ICD symptoms that occur in patients with Parkinson's disease. Moreover, risk factors that only appear in certain symptoms are the length of education taken, STAI-State total score, age, duration of Parkinson's disease, SCOPA-AUT total score, total MOCA score, and MDS-UPDRS 3 total score. While risk factors that only appear for a particular symptom are family history of Parkinson's disease, DAT binding ratio, and dopamine agonist treatment.

"

"Konsep hypergraph pertama kali dikembangkan oleh Claude Berge pada 1960 untuk menggeneralisasi definisi busur di graf, sehingga alih-alih hanya dapat menghubungkan dua buah simpul secara bersamaan, busur (atau hyperedge) pada hypergraph dapat menghubungkan berapa simpul pun. Pada graf sendiri, keberadaan suatu busur yang tidak selalu bersifat deterministik memberi ruang bagi teori probabilitas maupun teori uncertainty untuk membuat pemetaan φ : E → [0,1] dengan E adalah himpunan busur di suatu graf. Di antara teori probabilitas dan teori uncertainty sendiri terdapat perbedaan, seperti probabilitas memetakan beberapa kejadian yang saling bebas dalam operasi perkalian, sementara uncertainty dalam operasi minimum. Suatu graf yang busur-busurnya mengikuti teori probabilitas (disebut juga graf random) lebih dahulu diperkenalkan oleh Erdo ́s dan Renyi pada 1959. Kemudian Gao & Gao pada 2013 mengaplikasikan teori uncertainty pada graf (disebut juga graf uncertain). Liu, dengan mempertimbangkan bahwa randomness dan uncertainty kerap kali muncul bersamaan, mencetuskan konsep kombinasi teori probabilitas dengan teori uncertainty pada 2013. Teori kombinasi yang disebut teori chance ini berhasil diterapkan juga pada graf dan dikenal sebagai konsep graf uncertain random. Di antara banyak penerapan graf uncertain random, terdapat gagasan pencarian derajat kepercayaan atau indeks dari suatu graf dan salah satunya adalah indeks keterhubungan. Indeks keterhubungan sebagai derajat kepercayaan bahwa suatu graf terhubung dapat dicari menggunakan penghitungan terhadap ukuran chance dari masing-masing busur. Karena konsep graf uncertain random dapat dibatasi pada komponen uncertainty-nya saja, maka definisi indeks keterhubungan juga dapat dimodifikasi agar menjadi well-defined untuk graf uncertain. Sejauh ini kebanyakan penelitian teori uncertainty masih tertuju pada graf klasik dan belum ada penelitian terhadap indeks keterhubungan dari hypergraph meskipun hal ini sangat dibutuhkan sebagai aplikasi dari teori uncertainty. Oleh sebab itu, pada penelitian ini, digeneralisasi konsep indeks keterhubungan pada graf uncertain ke dalam uncertain hypergraph dan dicari sifat-sifatnya, baik yang dianalogikan dari graf uncertain maupun yang baru.

---

The hypergraph concept was first developed by Claude Berge in 1960 to generalize the definition of an edge in a graph, so that instead of being only capable to simultaneously connect two vertices, the edge (or hyperedge) in hypergraph is capable to connect any number of vertices. In the graph itself, the existence of an edge that is not always deterministic gives room for probability theory as well as uncertainty theory to make a mapping φ : E → [0, 1] where E is the set of edges in a graph. There are differences between probability theory and the uncertainty theory, such as the way of handling the measure of several independent events which in probability is by multiplication operation, while in uncertainty is by minimum operation. A graph whose edges follow probability theory (also called random graph) was first introduced by Erdo ́s and Renyi in 1959. Then Gao & Gao in 2013 applied the uncertainty theory to a graph (also called uncertain graph). Liu, taking into account that randomness and uncertainty often appear together, coined the concept of combining probability theory with uncertainty theory in 2013. This combined theory called chance theory was also successfully implemented on graph and is known as the uncertain random graph concept. Among the many applications of uncertain random graph, there is the idea of finding the belief degree or the index of a graph and one of them is the connectivity index. Connectivity index as the belief degree that a graph is connected can be found by calculating the chance measure of each edge. Because the concept of an uncertain random graph can be restricted to its uncertainty components only, the definition of connectivity index can also be modified to become well-defined for an uncertain graph. So far, most research on uncertainty theory simply focused on classical graphs and there has been no research on the connectivity index of hypergraph, although this is really needed as an application of uncertainty theory. Therefore, in this study, it is generalized the concept of the connectivity index of an uncertain graph to an uncertain hypergraph, along with its properties, both the analogous one to the uncertain graph and the new one."

"Coronavirus Disease (COVID-19) adalah penyakit baru yang melanda dunia tahun 2020.Penyakit ini diperkirakan berasal dari Wuhan, China (Rothan HA, 2020). WHOmenetapkan COVID-19 sebagai pandemi karena penyakit ini telah berhasil menginfeksilebih dari 190 negara di dunia. DKI Jakarta adalah Ibu Kota di Indonesia yang turutmenjadi salah satu Provinsi dengan kasus konfirmasi positif COVID-19 tertinggi sampaiakhir Juli 2020. Penelitian ini bertujuan untuk memodelkan rate kasus COVID-19 pada15 kecamatan Jakarta dengan intensitas tertinggi. Alasan dipilihnya 15 kecamatan denganintensitas tertinggi untuk menjadi area penelitian karena lebih dari 63,43% kasuskonfirmasi COVID-19 dilaporkan dari 15 kecamatan, yakni Kecamatan Gambir,Menteng, Sawah Besar, Kemayoran, Taman Sari, Senen, Tanah Abang, Johar Baru,Tambora, Grogol Petamburan, Cempaka Putih, Pademangan, Setia Budi, Matraman, danPalmerah. Rate kasus COVID-19 pada area ini kemudian dibuat model GSTAR, modelini merupakan salah satu pemodelan dalam time seriesstokastik yang mempertimbangkanindeks spasial atau lokasi dan waktu (Budi, 2019). Matriks bobot biner, matriks bobotseragam, dan matriks bobot jarak pada penelitian ini dibentuk sebagai matriks dependensispasial antar lokasi atau disebut matriks bobot W. Hasil identifikasi STACF dan STPACFuntuk semua matriks pembobot spasial didapatkan model yang sama, yaitu GSTAR(3,1).Pendugaan parameter model GSTAR(3,1) dilakukan untuk setiap matriks pembobottersebut. Model GSTAR(3,1) yang terbaik diperoleh berdasarkan matriks pembobotjarak, dengan RMSE terkecil yaitu 0.1271.

---

Coronavirus Disease (COVID-19) is a new disease that hit the world in 2020. This disease

is thought to have originated in Wuhan, China (Rothan HA, 2020). WHO has designated

COVID-19 as a pandemic because this disease has successfully infected more than 190

countries in world. DKI Jakarta is the capital city in Indonesia which is also one of the

provinces with the highest positive confirmed cases of COVID-19 until the end of July

2020. This study aims to model the level of COVID-19 cases in 15 sub-districts of DKI

Jakarta with the highest intensity. The reason for choosing 15 sub-districts with the

highest intensity to be the research area was because more than 63.43% of confirmed

COVID-19 cases were reported from 15 sub-districts, that is Gambir, Menteng, Sawah

Besar, Kemayoran, Taman Sari, Senen, Tanah Abang, Johar Baru Districts , Tambora,

Grogol Petamburan, Cempaka Putih, Pademangan, Setia Budi, Matraman, and Palmerah.

Rate of COVID-19 cases in this area is then made a GSTAR model, this model is one of

the models in a stochastic time series that considers spatial index or location and time

(Budi, 2019). The binary weight matrix, uniform weight matrix, and distance weight

matrix in this study were formed as a spatial dependency matrix between locations or

called the W weight matrix. The results of STACF and STPACF services for all spatial

weighting matrices obtained the same model, that is GSTAR (3,1). Estimation of

parameters of the GSTAR model (3,1) is carried out for each weighting matrix. The best

GSTAR (3,1) model is based on a distance weighted matrix, with an RMSE of 0.1271"