Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Setiap peristiwa, objek, atau individu dalam kehidupan saling terkait dan saling mempengaruhi. Untuk mengetahui bagaimana hubungan antara variabel acak dapat menggunakan copula. Copula dapat menghubungkan antara fungsi distribusi bivariat dengan fungsi distribusi marginal tanpa harus ada informasi keterkaitan tertentu antar variabel acak. Terdapat beberapa jenis copula, seperti copula elliptical, copula Archimedean, dan copula extreme value. Namun, dalam pemodelan multivariat, masing-masing jenis copula memiliki keterbatasan dalam memodelkan struktur ketergantungan yang kompleks dalam hal simetri dan sifat ketergantungan ekor. Kelas vine copula mengatasi keterbatasan ini dengan membangun model multivariat menggunakan copula bivariat dalam struktur berbentuk pohon. Copula bivariat yang digunakan dalam penelitian ini meliputi keluarga copula Clayton, Gumbel, Frank, Gaussian, dan student’s t. Penelitian ini membahas tentang konstruksi model vine copula, penaksiran parameter, dan aplikasinya. Konstruksi vine copula dilakukan melalui dekomposisi fungsi kepadatan peluang bersyarat dan melakukan substitusi fungsi kepadatan  copula bivariat ke dalam hasil dekomposisi tersebut. Data yang digunakan adalah data logaritma konsentrasi dari unsur kimia dalam sampel air di Colorado. Karena data yang digunakan merupakan data empiris yang tidak diketahui distribusi marginalnya, metode estimasi parameter yang digunakan adalah pseudo-maximum likelihood dengan estimasi sequential. Lalu, dilakukan pemilihan model yang paling sesuai dengan menggunakan kriteria informasi Akaike (AIC). Hasilnya menunjukkan bahwa Sesium dan Titanium memiliki hubungan dependensi terhadap Skandium. Selain itu, Skandium dan Titanium memiliki ketergantungan paling kuat dibandingkan dengan pasangan variabel lainnya.

---

Every event, object, or individual in life is interconnected and influences each other. To understand the relationships between random variables, one can use copulas. Copula can link the bivariate distribution function with marginal distribution functions without requiring specific information about the interdependence among random variables. There are several types of copulas, such as elliptical copulas, Archimedean copulas, and extreme value copulas. However, in multivariate modeling, each type of copula has limitations in modeling complex dependence structures in terms of symmetry and tail dependence properties. The class of vine copulas overcomes these limitations by constructing multivariate models using bivariate copulas in a tree-like structure. The bivariate copulas used in this study include the Clayton, Gumbel, Frank, Gaussian, and Student’s t copula families. This study discusses the construction of vine copula models, parameter estimation, and their applications. The construction of vine copulas is done through the decomposition of conditional probability density functions and substituting bivariate copula density functions into the decomposition results. The data used in the study is the logarithm of the concentration of chemical elements in water samples in Colorado. Since the data used are empirical data with unknown marginal distributions, the parameter estimation method used is pseudo-maximum likelihood with sequential estimation. Model selection is then performed using the Akaike information criterion (AIC) to determine the most suitable model. The results indicate that Caesium and Titanium have a dependency relationship with Scandium. Moreover, Scandium and Titanium exhibit the strongest dependence compared to other variable pairs.

"

"Manufactured transportation related products play a crucial role in country's export. The low level of production capacities on some transportation manufacturing products opened up possibilities for Indonesia to do an import in order to fulfill production process. However, trade policy in the form of Technical Barriers To Trade (TBT) might potentially restrict imports as it is the most imposed chapter of Non-Tariff Measures (NTM) on the transportation manufacturing products. As TBT is a grouping of several variations of technical measures, referred to as subgroups, those subgroups might have different effects on imports of the transportation manufacturing products. Moreover, the difference between production capacities of groups of the transportation manufacturing products could also have different effects related to subgroups of TBT. Our study intends to study the effects of subgroups on the transportation manufacturing products on aggregated and disaggregated levels by groups. Using the estimation method of Poisson Pseudo-Maximum Likelihood (PPML) and the data of HS 6-digits level based on 10 countries from the year of 2014 - 2021, this study found that subgroups of TBT having different effects on the import value of the transportation manufacturing products. Moreover, different subgroups also lead to different effects on disaggregated transportation manufacturing products.

---

Produk manufaktur yang berhubungan dengan transportasi memainkan peran penting dalam ekspor Indonesia. Rendahnya kapasitas produksi pada beberapa produk manufaktur transportasi membuka peluang bagi Indonesia untuk melakukan impor dalam rangka memenuhi proses produksi. Namun, kebijakan perdagangan dalam bentuk Hambatan Teknis Perdagangan (Technical Barriers To Trade/TBT) berpotensi membatasi impor karena merupakan bagian yang paling banyak dikenakan dalam Non-Tariff Measures (NTM) pada produk manufaktur transportasi. Karena TBT merupakan pengelompokan dari beberapa variasi tindakan teknis, yang disebut sebagai subkelompok, subkelompok tersebut dapat memiliki efek yang berbeda pada impor produk manufaktur transportasi. Selain itu, perbedaan antara kapasitas produksi kelompok-kelompok produk manufaktur transportasi juga dapat memiliki dampak yang berbeda terkait dengan subkelompok TBT. Studi kami bermaksud untuk mempelajari dampak subkelompok pada produk manufaktur transportasi pada tingkat agregat dan disagregasi berdasarkan kelompok. Dengan menggunakan metode estimasi Poisson Pseudo-Maximum Likelihood (PPML) dan data tingkat HS 6-digit berdasarkan 10 negara dari tahun 2014 - 2021, studi ini menemukan bahwa subkelompok TBT memiliki dampak yang berbeda terhadap nilai impor produk manufaktur transportasi. Selain itu, subkelompok yang berbeda juga menyebabkan efek yang berbeda pada produk manufaktur transportasi terdisagregasi.

"

"Penelitian ini mengukur dampak 6 penyakit menular di Indonesia terhadap jumlah kedatangan wisatawan mancanegara Indonesia selama tahun 2005 hingga 2015 dengan menggunakan kerangka model gravitasi. Data yang diperoleh berasal dari berbagai sumber yang mendukung penelitian ini. Dengan model Ordinary Least Squares, penelitian tersebut menemukan bahwa jumlah kedatangan wisatawan mancanegara Indonesia tidak dipengaruhi secara signifikan oleh 6 penyakit menular tersebut. Namun, dengan penambahan variabel kontrol (jumlah ranjang rumah sakit, harapan hidup, dan indeks terorisme) dan menggunakan metode Poisson Pseudo Maximum Likelihood, penelitian ini menemukan 2 penyakit yang ditularkan melalui vektor (Demam Berdarah dan Flu Burung) dan 3 penyakit yang ditularkan melalui manusia (Tuberkulosis, Difteri, dan Campak) memiliki dampak negatif yang signifikan terhadap kedatangan wisatawan mancanegara Indonesia.

---

This research aims to measure the impacts of 6 infectious diseases found in Indonesia on the number of international tourist arrivals of Indonesia for the years 2005 to 2015 using a gravity model framework. The data obtained comes from a variety of sources that support this research. With the OLS baseline model, the findings of the research show that the number of international tourist arrivals in Indonesia were not significantly affected by the 6 infectious diseases. However, with added control variables (hospital beds, life expectancy, and terrorism index) and using Poisson Pseudo Maximum Likelihood method, the findings show that 2 vector borne diseases (Dengue and Avian Influenza) and 3 human borne diseases (Tuberculosis, Diphtheria, and Measles) have significant negative impacts on Indonesia's international tourist arrivals."