Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Statistika Prosiding Semnastek MARAS : Jurnal Penelitian Multidisplin
Sri Winarni
Universitas Padjadjaran
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics Public Health

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PEMODELAN GAMBAR MENGGUNAKAN COPULA GAUSSIAN DENGAN METODE PARTISI Sri Winarni; Sapto Wahyu Indratno; Kurnia Novita Sari
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 21, No 1 (2021)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v21i1.7860

Abstract

Penelitian ini memodelkan gambar menggunakan copula Gaussian. Metode pemodelan yang bersifat fleksibel karena tidak mensyaratkan distribusi normal pada nilai piksel gambar. Masalah kompleksitas komputasi yang disebabkan oleh dimensi data yang besar akan diatasi dengan metode partisi yang dilakukan pada penelitian ini. Data training berupa gambar apel dipartisi menjadi empat bagian yang nantinya kaan menjadi variabel bebas dalam model copula Gaussian. Optimasi model dilakukan dengan metode maksimum likelihood dan didapatkan hasil model copula Gaussian dengan hyperparameter length scale 1. Metode partisi dapat mereduksi dimensi data sehingga mampu mengatasi permasalahan kompleksitasi komputasi.
PENERAPAN OPTIMASI MULTI RESPON PADA TEKNIK PENYIMPANAN PEPAYA Sri Winarni; Enny Supartini
Prosiding Semnastek PROSIDING SEMNASTEK 2015
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses optimasi multi respon merupakan suatu usaha untuk mendapatkan kualitas produk terbaik dengan mempertimbangkan beberapa karakteristik produk secara simultan. Penelitian ini bertujuan untuk mengkaji penerapan optimasi multi respon pada bidang teknologi pascapanen produk pepaya. Proses optimasi dilakukan untuk mendapatkan komposisi tingkat kematangan dan suhu penyimpanan yang memaksimumkan kadar air dan meminimumkan tingkat kekerasan. Terdapat tiga tingkat kematangan pepaya yang dicobakan, yaitu 0%, 10% dan 25%. Penyimpanan pepaya dilakukan pada suhu ruang dan pada lemari pendingin dengan suhu 10°C dan 15°C. Analisis data dilakukan dengan overlaid surface plot dan desirability function. Hasil yang diperoleh adalah pepaya dengan semburat 14.9% yang disimpan pada suhu ruang 25°C. Nilai optimal kadar air yang diperoleh adalah 88.8493 dan tingkat kekerasan 0.2358.
PERAMALAN TUNGGAKAN TAGIHAN PELANGGAN MENGGUNAKAN MODEL AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) Tri Wulanda Fitri; Gumgum Darmawan; Sri Winarni; Yuyun Hidayat; Resa Septiani Pontoh
MARAS: Jurnal Penelitian Multidisiplin Vol. 1 No. 3 (2023): MARAS : Jurnal Penelitian Multidisiplin, Desember 2023
Publisher : Lumbung Pare Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60126/maras.v1i3.108

Abstract

Kenaikan jumlah pelanggan pada perusahaan X mengakibatkan kenaikan yang sama pada besar tunggakan tagihan pelanggan. Data tunggakan tersebut cenderung memiliki pola tren naik dan memiliki fluktiasi yang besar, akibatnya perusahaan memerlukan adanya peramalan guna perencanaan dan acuan dalam pengambilan keputusan serta evaluasi kebijakan yang tepat untuk mencegah peningkatan jumlah tunggakan tagihan di masa mendatang dan mengurangi risiko kerugian. Metode peramalan yang akan digunakan pada penelitian ini adalah Autoregressive Fractionally Integrated Moving Average (ARFIMA). Metode ARFIMA dipilih karena data memiliki sifat long memory, dilihat dari lag pada plot ACF data yang menurun secara hiperbolik menuju nilai nol. Artinya observasi yang terpisah jauh masih memiliki perilaku berkelanjutan atau ketergantungan yang kuat. Ciri lain dari metode ARFIMA adalah nilai differencing-nya. Berbeda dengan metode ARIMA yang memiliki parameter d berupa bilangan asli, metode ARFIMA memiliki parameter d berupa bilangan pecahan. Pada penelitian digunakan differencing sebesar 0,697 dengan model ARFIMA (1, d, 0) untuk melakukan peramalan 6 periode kedepan. Diperoleh nilai MAPE untuk peramalan tersebut sebesar 9,28%.
Co-Authors Enny Supartini Gumgum Darmawan Kurnia Novita Sari Resa Septiani Pontoh Sapto Wahyu Indratno Tri Wulanda Fitri Yuyun Hidayat