UIAUIA

Matematika SainsMatematika Sains

Paper ini membahas Aplikasi R basis Matriks Data dalam Hitung Indeks harga Agregat tertimbang Fisher, suatu ukuran statistik yang meliputi perubahan-perubahan kelompok komoditas harga dari satu periode ke periode lainnya. Indeks Fisher dianggap Indeks Harga Agregatif Ideal, sebab merupakan kompromi yang mengoreksi bias ke atas dari Indeks Harga Laspeyres dan bias ke bawah dari Indeks Harga Paasche dengan mengambil rata-rata geometris dari dua indeks tertimbang tersebut. Aplikasi olah data perhitungannya menggunakan perangkat lunak bahasa R, bersifat gratis dan sangat baik digunakan untuk melakukan program Komputasi berbasis matriks. Hasil analisis pembahasan dapat disimpulkan Terdapat efektifitas Aplikasi R berbasis matriks data pada perhitungan Indeks Harga Agregat Fisher, Klasifikasi Tingkat Inflasi di Kabupaten Bandung pada oktober 2024 termasuk ke dalam kategori ringan dan ketiga Tingkat harga serta daya beli Masyarakat di Kabupaten Bandung pada oktober 2024 atas dasar indikator Bahan Pangan relatif stabil dan kondusif.

Berdasarkan hasil analisis pembahasan terkait Kajian indeks Harga Agregat menggunakan metode Indeks Fisher, dapat disimpulkan bahwa terdapat efektivitas Aplikasi R berbasis matriks data pada perhitungan Indeks Harga Agregat Fisher.Selain itu, klasifikasi tingkat inflasi di Kabupaten Bandung periode September dan Oktober 2024 termasuk dalam kategori ringan.Terakhir, tingkat harga dan daya beli masyarakat di Kabupaten Bandung pada Oktober 2024, berdasarkan indikator Bahan Pangan, relatif stabil dan kondusif.

Penelitian lanjutan dapat difokuskan pada pengembangan fungsi analisis basis matriks dalam software R dengan menambahkan jenis bahan pangan hingga sembilan bahan pokok atau sembako. Selain itu, studi lebih lanjut dapat dilakukan untuk menganalisis pengaruh perkembangan harga suatu produk atau jasa dari periode ke periode yang berubah atau tidak stabil. Untuk memperkaya analisis, penelitian dapat mengintegrasikan data dari berbagai sumber, seperti data penjualan ritel, data impor-ekspor, dan data survei konsumen, guna mendapatkan gambaran yang lebih komprehensif mengenai dinamika harga dan daya beli masyarakat. Pengembangan model prediktif yang memanfaatkan algoritma machine learning juga dapat menjadi arah penelitian yang menarik, dengan tujuan memprediksi tren harga di masa depan dan memberikan peringatan dini terhadap potensi inflasi. Penelitian ini diharapkan dapat memberikan kontribusi signifikan bagi perumusan kebijakan ekonomi yang lebih efektif dan berkelanjutan, serta meningkatkan kesejahteraan masyarakat.

  1. #kesejahteraan masyarakat#kesejahteraan masyarakat
  2. #survei jalan#survei jalan
Read online
File size431.12 KB
Pages7
Short Linkhttps://juris.id/p-3ap
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test