Hasil Pencarian  ::  Simpan CSV :: Kembali

"Berdasarkan data migrasi risen, dalam lima dekade terakhir sejak tahun 1990 hingga 2010 jumlah penduduk Jakarta menunjukkan tren negatif. Sebagian besar penduduk cenderung pindah dari daerah pusat kota ke daerah pinggiran Jakarta sekitar Jawa Barat dan Banten. Peningkatan populasi di daerah tersebut juga meningkatkan kepadatan penduduk serta jumlah pekerja potensial dan menciptakan insentif bagi perusahaan untuk pindah untuk mencari tingkat biaya produksi yang lebih rendah terutama pada tingkat upah. Penelitian ini bertujuan untuk mengetahui pengaruh kepadatan penduduk dan pola pergerakan upah di wilayah DKI Jakarta, Jawa Barat, dan Banten selama periode 2001-2013 dengan menggunakan pendekatan spasial dan non spasial pada 33 kabupaten/kota di Provinsi DKI Jakarta, Jawa Barat, dan Banten, dengan variabel PDRB, jumlah perusahaan, jumlah pengangguran, dan investasi juga digunakan untuk menggambarkan karakteristik daerah. Regresi panel spasial digunakan untuk melihat interaksi spasial antar wilayah, yang tidak dapat diperoleh dengan metode klasik Ordinary Least Square (OLS). Hasil penelitian ini menunjukkan bahwa kepadatan penduduk secara signifikan mempengaruhi upah riil baik di panel spasial dan non spasial serta terdapat autokorelasi spasial positif antar daerah, yang berarti terdapat pengaruh spasial upah riil antar wilayah.

---

According to net recent migration data, total population of Jakarta has decreased in the last five decades since 1990 until 2010. Most of the population tends to moved out from central city area to Jakarta?s periphery area around West Java and Banten. The increase of population in that area also increased the potential workers and created incentives for firms to move to find the lower cost of production on wages. This study aims to recognize the effect of population density and wage pattern in Greater Jakarta (Jakarta, West Java, and Banten) during the periode 2001-2013 using spatial and non spatial approach. We use panel data of 33 county/city in Jakarta, West Java, and Banten Province, while GDRP, number of firms, number of unemployment, and investment is also used as the proxy of region?s characteristic. By using spatial panel regressions we want to prove that there are spatial interactions among regions, which cannot be estimated by classic method of Ordinary Least Square (OLS). The results show that population density significantly affect the real wage both in spatial panel and non spatial panel then there are a positive spatial autocorrelation among regions, which means there are the spatial effect on real wage among regions."

"Laporan ini merupakan gabungan dari tiga penelitian yang berkelanjutan mengenai metode peramalan inflasi di Australia, yang dianalisis menggunakan pendekatan ekonometrika runtun waktu. Penelitian pertama menggunakan model ARIMA untuk meramalkan inflasi Indeks Harga Konsumen (CPI) di Australia untuk periode 2023Q1 hingga 2024Q4. Penelitian kedua mengeksplorasi dampak dinamis tingkat pengangguran dan suku bunga terhadap inflasi, menggunakan model ARDL dan fungsi respon impuls (IRF). Penelitian ketiga membandingkan model ARIMA dan V AR untuk peramalan inflasi, menilai keakuratan prediksi melalui data observasi. Hasil dari laporan ini menunjukkan bahwa model ARIMA efektif dalam peramalan jangka pendek, sementara model V AR menunjukkan stabilitas yang lebih baik dalam prediksi jangka panjang. Temuan ini memberikan wawasan penting bagi pembuat kebijakan untuk memahami dinamika variabel-variabel makroekonomi dan dampaknya terhadap tingkat inflasi dan kondisi perekonomian.

---

This report is a combination of three consecutive research studies on inflation forecasting methods in Australia, analyzed using a time series econometrics approach. The first study utilizes the ARIMA model to forecast Consumer Price Index (CPI) inflation in Australia for the period 2023Q1 to 2024Q4. The second study explores the dynamic impacts of unemployment rates and cash rates on inflation, employing ARDL models and impulse response functions (IRFs). The third study compares ARIMA and V AR models for inflation forecasting, evaluating predictive accuracy through observed data. The results indicate that ARIMA models are effective for short-term forecasting, while V AR models exhibit greater stability in long-term predictions. These findings provide valuable insights for policymakers to understand the dynamics of macroeconomic variables and their impacts on inflation and the economy condition."

"Tesis ini membahas efek spasial dari variabel ekonomi dan variabel kependudukan terhadap Indeks Demokrasi di Indonesia tahun 2015 dan 2018. Variabel ekonomi yang digunakan adalah Produk Domestik Regional Bruto (PDRB) per Kapita, dan variabel kependudukan yang digunakan adalah rata-rata lama sekolah dan net migration rate. Peneliti juga menggunakan pengeluaran per kapita sebagai alternatif terhadap PDRB per Kapita guna melihat adanya perbedaan hasil regresi antar keduanya terhadap indeks demokrasi. Menggunakan ekonometrika spasial, peneliti menemukan adanya dependensi spasial variabel ekonomi dan kependudukan terhadap nilai Indeks Demokrasi di provinsi-provinsi yang berdekatan. Meski demikian, efek spasial tersebut menjadi hilang ketika PDRB per Kapita diganti dengan pengeluaran per kapita

---

This thesis discusses the spatial effects of economic and population variables on the 2015 and 2018 Democracy Index in Indonesia. The economic variables used are Gross Regional Domestic Product (GRDP) per capita, and the population variables used are the average length of schooling and net migration rate. Researchers also used per capita expenditure as an alternative to GRDP per capita in order to see the difference in regression results between the two toward democracy index. Using spatial econometrics, researchers found a spatial dependence of economic and population variables on the value of the Democracy Index in neighboring provinces. However, this spatial effect disappears when the per capita GRDP is replaced by per capita expenditure."