<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="112470">
 <titleInfo>
  <title>ANALISIS DATA PANEL PADA FAKTOR MOBILITAS YANG MEMENGARUHI KASUS TERKONFIRMASI COVID-19 DI INDONESIA</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MUNISA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas mipa</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Mobilitas penduduk adalah salah satu faktor utama yang memengaruhi jumlah kasus terkonfirmasi COVID-19. ‘Google Mobility Report’ menyediakan data terbuka yang mencatat pergerakan penduduk di 6 area yaitu area retail dan rekreasi, toko bahan makanan dan apotik, taman, area transportasi umum, tempat kerja, dan area permukiman. Sementara itu ‘Bing COVID-19’ dari Microsoft menyediakan data kasus terkonfirmasi sampai level sub-nasional (provinsi). Penelitian ini bertujuan memahami pengaruh faktor pergerakan penduduk pada kasus terkonfirmasi COVID-19 di Indonesia dengan model regresi data panel. Penelitian ini menggunakan 34 provinsi di Indonesia sebagai unit cross-section. Sementara unit time series berupa data harian mobilitas penduduk dan kasus terkonfirmasi COVID-19 dari 1 April 2020 sampai 30 September 2022. Untuk melihat hubungan yang lebih jelas, unit time series ini selanjutnya dipisahkan ke dalam 3 periode yaitu masa sebelum program vaksinasi COVID-19, setelah diterapkannya program vaksinasi COVID-19, dan sesudah tercapainya herd immunity. Terdapat tiga model estimasi regresi data panel yaitu Common Effect Model (CEM), Fixed Effect Model (FEM) dan Random Effect Model (REM). Pemilihan model terbaik dilakukan dengan uji Chow, uji Hausman dan uji Lagrange Multiplier (LM). Uji signifikansi parameter dilakukan menggunakan uji serentak, uji parsial dan melihat nilai Koefisien Determinasi (R2). Hasil yang diperoleh menunjukkan bahwa model yang tepat yaitu Random Effect Model (REM) untuk data pada ketiga periode. Hasil pemodelan menunjukkan mobilitas memang berpengaruh nyata pada naik-turunnya kasus COVID-19 di Indonesia. Mobilitas di area retail dan rekreasi, toko bahan makanan dan apotek, pusat transportasi umum, dan area permukiman berpengaruh positif dan signifikan terhadap kasus terkonfirmasi COVID-19 pada periode sebelum vaksinasi. Sesudah diterapkannya program vaksinasi COVID-19, mobilitas di area toko bahan makanan dan apotek, pusat transportasi umum, dan area permukiman masih berpengaruh berpengaruh positif dan signifikan terhadap kasus terkonfirmasi COVID-19. Sedangkan data setelah tercapainya herd immunity menunjukkan mobilitas tidak lagi sepenuhnya mempengaruhi jumlah kasus terkonfirmasi. Bahkan arah pengaruh di area toko bahan makanan dan apotek, taman, tempat kerja dan area permukiman menjadi negatif terhadap kasus terkonfirmasi COVID-19. Artinya, setelah herd immunity, berapapun besar mobilitas penduduk tidak lagi menambah jumlah kasus. Jumlah kasus terus menurun karena sebagian besar warga telah mendapatkan vaksin. Koefisien determinasi (R2) sebelum dan sesudah program vaksinasi serta setelah tercapai herd immunity berturut-turut sebesar 10%, 15% dan 9%</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>112470</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-07-06 12:31:07</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-07-06 14:31:44</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>