Pemodelan Panel Spasial terhadap Faktor-Faktor yang Memengaruhi Kesehatan di Provinsi Papua

Menurut data BPS, tingkat pertumbuhan populasi penduduk di Indonesia secara konsisten meningkat setiap tahun. Kondisi pertumbuhan populasi penduduk yang tidak dapat ditekan akan menyebabkan berbagai masalah. Salah satu masalah yang mungkin terjadi di Indonesia dan sulit diselesaikan adalah kesehatan masyarakat Indonesia. Provinsi Papua menjadi provinsi dengan persentase rumah tangga kumuh perkotaan tertinggi di Indonesia, persentase rumah tangga yang memiliki akses terhadap layanan sanitasi layak dan berkelanjutan terendah, menempati peringkat kelima persentase terendah yang memiliki akses terhadap layanan sumber air minum layak dan berkelanjutan, serta menjadi provinsi dengan angka kematian balita per 1000 kelahiran hidup tertinggi di Indonesia. Salah satu penyebabnya adalah rendahnya persentase balita yang pernah mendapatkan imunisasi. Penelitian ini melakukan pemodelan untuk mendapatkan faktor-faktor yang memengaruhi kesehatan di Provinsi Papua. Penelitian ini melibatkan pengaruh spasial (model panel spasial) dan membandingkannya dengan model panel biasa untuk mendapatkan model terbaik. Model panel spasial yang dipilih dalam penelitian ini adalah model SAR, SEM, dan GSM. Hasil menunjukkan bahwa model SAR dengan pengaruh tetap adalah model terbaik dalam penelitian ini.According to BPS data, the rate of population growth in Indonesia consistently increasing every year. Conditions of population growth that cannot be suppressed will cause several problems. One of them and difficult to solve is the public health problem. Papua Province is the province with the highest percentage of urban slum households, the lowest percentage of households that has access to decent and sustainable sanitation services, ranks fifth lowest who has access to decent and sustainable drinking water services, and the highest number infant mortality per 1000 live births in Indonesia. One of the reasons is the low percentage of children under five who have been immunized. This research is modeling to find the factors that influence health in Papua Province. This research involves spatial influence (spatial panel model) and compares it with the ordinary panel models to get the best model. The spatial panel models selected in this research are SAR, SEM, and GSM models. The results show that the SAR model with the fixed effect is the best in this research.

Parameter Estimation of the Temporal Point Process Model through the Bayesian Approach (Case Study : Malaria Disease Data from Wahidin Hospital in Makassar City)

Penelitian ini bertujuan mengestimasi parameter melalui pendekatan Bayesian dari model temporal point process. Paramater intensitas bersyarat model tersebut dipandang sebagai suatu renewal process yang selanjutnya digunakan melalui pendekatan Squared Error Loss Function (SELF). Parameter intensitas bersyarat model temporal point process diestimasi menggunakan metode maximum likelihood estimation melalui persamaan likelihood point process. Selain itu, penelitian ini mengkaji metode estimasi maksimum likelihood dan metode Bayes untuk menganalis fungsi resiko dari hasil penaksir parameter intensitas bersyarat. Pada aplikasi estimasi parameter ini, studi kasus yang digunakan adalah menganalisa data orang yang terkena penyakit malaria yang datanya berasal dari Rumah Sakit Wahidin Kota Makassar. Studi kasus tersebut menghasilkan nilai yang merupakan nilai resiko penaksir MLE yang lebih tinggi dibandingkan dengan menggunakan Metode Bayes sedangkan nilai merupakan hasil nilai resiko dari penaksir MLE yang lebih kecil dibandingkan dengan menggunakan Metode Bayes. This study parameter estimation of conditional intensity with temporal point process model by Bayesian approach. The conditional intensity with temporal point process model derived as a renewal process where inter event time is defined as its random variable. Squared Error Loss Function (SELF) approach is used to estimate the parameter of conditional intensity with temporal point process model which is happened as a renewal process using Bayesian. The other outlines of this paper is to determine the Risk Function as the result of estimation of conditional intensity by Bayesian and by Maximum likelihood Estimation (MLE). The application taking an analysis of Malaria at a place, which is properly conclude that the estimation using MLE method is more risky than the Bayesian it self.

Analisis Kinerja Layanan Perguruan Tinggi Menggunakan Customer Satisfaction Index (CSI) dan Importance Performance Analysis (IPA)

Penelitian ini mengukur kinerja kualitas pelayanan yang diberikan Politeknik Negeri Balikpapan melalui persepi kinerja yang dinilai mahasiswanya. Kuisioner berbasis HEdPERF dikembangkan dalam pengambilan data. Dari 369 kuisioner yang diisi responden, hanya 235 yang dinyatakan valid dan dianalisis. Analisis data dilakukan melalui dua analisis, yaitu (1) penghitungan Customer Satisfaction Index (CSI); dan (2) Importance Performance Analysis (IPA). Nilai CSI yang diperoleh adalah 75, 42% yang masuk kategori puas. Sedangkan pada analisis IPA didapat bahwa 10 indikator berada diposisi kuadran I. Daerah dimana kelemahan terbesar dari kualitas pelayanan, dan membutuhkan perhatian manajerial yang mendesak untuk meningkatkan kinerja kualitas pelayanan.This study measures the performance of service quality provided by Balikpapan State Polytechnic through the perceived performance of students. The HEdPERF-based questionnaire was developed in the collection of data. Only 235 out of 369 completed questionnaires are valid. Data analysis was carried out through two analysis i.e., (1) measurement of Customer Satisfaction Index (CSI), and (2) Importance Performance Analysis (IPA). The CSI value obtained was 75.42% in the satisfied category. Whereas the result of IPA analysis showed that ten indicators were positioned in quadrant I. The indicators were the greatest weakness of service quality, and requiring urgent managerial attention to improve the quality of service performance.