Jurnal Forum Analisis Statistik (FORMASI) http://jurnal.bpskalbar.com/index.php/jsa <p><strong>Jurnal Forum Analisis Statistik (FORMASI)</strong> dikelola oleh <a title="Badan Pusat Statistik (BPS) Provinsi Kalimantan Barat" href="https://kalbar.bps.go.id/" target="_blank" rel="noopener">Badan Pusat Statistik (BPS) Provinsi Kalimantan Barat</a> sebagai wadah publikasi artikel ilmiah pejabat fungsional statistisi, akademisi dan praktisi bidang kajian statistika dan terapannya. Untuk menjaga kualitas dari artikel yang dipublikasikan oleh Jurnal FORMASI, kami senantiasa melakukan evaluasi berkala. Jurnal FORMASI saat ini berkomitmen untuk menerbitkan 2 terbitan jurnal setiap tahunnya, yaitu pada Juni dan Desember.</p> id-ID jurnal.bpskalbar@gmail.com (Jurnal Forum Analisis Statistik (FORMASI)) cyntia.minanda@bps.go.id (Cynthia Minanda, SST.) Wed, 31 Dec 2025 06:27:54 +0000 OJS 3.2.1.0 http://blogs.law.harvard.edu/tech/rss 60 Methodological Comparison of Frequentist and Bayesian Two-Sample Tests on Regional Socioeconomic Disparities in Indonesia http://jurnal.bpskalbar.com/index.php/jsa/article/view/138 <p><em>The socioeconomic gap between Western Indonesia and Eastern Indonesia is a persistent challenge in the national development agenda. This study has two main objectives: (1) to empirically compare poverty levels and income inequality (Gini ratio) between the western region (Sumatra, Java, Bali) and the eastern/other regions of Indonesia using hypothetical data from 38 provinces in 2025; and (2) to conduct a systematic comparative analysis of five independent two-sample statistical tests (frequentist and Bayesian tests) to evaluate their consistency and applicability. The results confirm statistically and substantively significant disparities, particularly in rural poverty and inequality, with eastern regions exhibiting much higher levels. The comparative analysis shows a high degree of convergence among the existing statistical tests; most methods produce the same substantive conclusions, reinforcing the validity of the findings. However, methods robust to assumption violations, such as the Brunner-Munzel Test, proved to provide more reliable results theoretically. Through Bayes Factor calculations, the Bayesian approach offers a more nuanced measure of evidence strength than p-value-based binary decisions, allowing for the quantification of evidence for both alternative and null hypotheses.</em></p> Pardomuan Robinson Sihombing Hak Cipta (c) 2025 Pardomuan Robinson Sihombing https://creativecommons.org/licenses/by/4.0 http://jurnal.bpskalbar.com/index.php/jsa/article/view/138 Wed, 31 Dec 2025 00:00:00 +0000 Analisis Model Markov Switching Autoregressive (MSAR) dalam Meramalkan Nilai Tukar Petani di Provinsi Jawa Timur http://jurnal.bpskalbar.com/index.php/jsa/article/view/134 <p>Sektor pertanian memiliki peran strategis dalam pemenuhan kebutuhan pangan, penyerapan tenaga kerja, serta kontribusi terhadap Produk Domestik Bruto (PDB) nasional. Pada tahun 2023, sektor ini menyumbang 12,40% terhadap PDB dan menyerap 29,96% tenaga kerja. Namun, sebagian besar pelaku di sektor ini masih tergolong miskin dan rentan terhadap kemiskinan. Kesejahteraan petani diukur melalui Nilai Tukar Petani (NTP), di mana nilai di atas 100 mengindikasikan tingkat kesejahteraan yang relatif baik. Provinsi Jawa Timur sebagai salah satu lumbung pangan nasional menunjukkan fluktuasi NTP selama periode 2019–2024 dengan pola kenaikan dan penurunan yang bergantian. Ketidakstabilan ini menegaskan perlunya analisis pola dan peramalan NTP untuk memperoleh gambaran kecenderungan nilai di masa mendatang sebagai dasar perumusan kebijakan peningkatan kesejahteraan petani. Penelitian ini menggunakan data NTP Provinsi Jawa Timur pada Januari 2019 hingga Desember 2024 yang kemudian diubah ke dalam bentuk <em>return</em>, dengan analisis peramalan menggunakan metode <em>Markov Switching Autoregressive</em> (MSAR). Selain dapat meramalkan NTP pada periode berikutnya (2025), MSAR dapat menentukan peluang suatu <em>regime</em> dapat bertahan atau berpindah ke <em>regime</em> lain. Data dibagi menjadi data <em>training</em> dan data <em>testing</em>. Hasil analisis dari data <em>training</em> didapatkan model MSAR terbaik yaitu MS(3)AR(1). Selain meramalkan NTP pada periode 2025, model tersebut juga digunakan untuk melihat peramalan pada periode 2024 yang kemudian dibandingkan dengan data aktual <em>testing</em> untuk melihat seberapa akurat model dalam melakukan peramalan. Berdasarkan perhitungan antara hasil peramalan data <em>testing</em> dan data aktual <em>testing</em> didapatkan nilai MAPE sebesar 1,59% yang menunjukkan tingkat akurasi yang sangat baik.</p> Imro'atun Sholihah, Ayu Septiani, Umam Hidayaturrohman Hak Cipta (c) 2025 Imro'atun Sholihah, Ayu Septiani, Umam Hidayaturrohman https://creativecommons.org/licenses/by/4.0 http://jurnal.bpskalbar.com/index.php/jsa/article/view/134 Tue, 03 Feb 2026 00:00:00 +0000