Article Per Year (5 Year)
p-Index From 2019 - 2024
2.036
P-Index
This Author published in this journals
All Journal Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Pengembangan Rekayasa dan Teknologi J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Variance : Journal of Statistics and Its Applications Soeropati: Journal of Community Service Jurnal Litbang Edusaintech Journal of Data Insights
Indah Manfaati Nur
Universitas Muhammadiyah Semarang
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Environmental Science Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
ARCH GARCH METHOD OF FORECASTING CONSUMER PRICE INDEX (CPI) IN SEMARANG: ARCH GARCH METHOD OF FORECASTING CONSUMER PRICE INDEX (CPI) IN SEMARANG Sri Kustiara; Indah Manfaati Nur; Tiani Wahyu Utami
Jurnal Litbang Edusaintech Vol. 1 No. 1 (2020): Volume 1 No 1 2020
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v1i1.3

Abstract

Indeks Harga Konsumen (IHK) merupakan salah satu indikator ekonomi penting yang dapat memberikan informasi mengenai perkembangan harga barang/jasa yang dibayar oleh konsumen di suatu wilayah. Penghitungan IHK ditujukan untuk mengetahui perubahan harga dari sekelompok tetap barang atau jasa yang umumnya dikonsumsi oleh masyarakat setempat. Dalam metode yang digunakan dalam pemodelan data runtun waktu memiliki syarat khusus yaitu yang teridentifikasi efek heteroskedastisitas. Tujuan dari penelitian ini adalah untuk mengetahui model terbaik peramalan periode berikutnya serta hasil prediksi periode mendatang. Variabel yang digunakan adalah data Indeks Harga Konsumen dalam bulan. Sehingga untuk mengatasi permasalahan pada data penelitian ini digunakan metode Autoregressive Conditional Heteroscedasticity Generalized Autoregressive Conditional Heteroscedasticity (ARCH GARCH). Hasil dari penelitian ini didapatkan metode ARCH GARCH model terbaik yang digunakan adalah ARIMA (1,1,1)~GARCH (1,0). Dengan prediksi dari volatilitas dengan nilai standar deviasi 0.98283514 diperoleh prediksi volatilitas terendah sebesar 0.9632546 dan prediksi volatilitas tertinggi sebesar 0.9980155.
NON-HYBRID ENSEMBLE SPATIAL REGRESSION ON HUMAN DEVELOPMENT INDEX (IPM) in CENTRAL JAVA: NON-HYBRID ENSEMBLE SPATIAL REGRESSION ON HUMAN DEVELOPMENT INDEX (IPM) in CENTRAL JAVA Evi Ardiati Sazaen; Rochdi Wasono; Indah Manfaati Nur
Jurnal Litbang Edusaintech Vol. 1 No. 1 (2020): Volume 1 No 1 2020
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v1i1.4

Abstract

The human development index (HDI) is a measure to see an increase in regional development that has a very broad dimension, because it increases the quality of the population of an area in terms of life expectancy, education, and decent standard of living. In 2010 the Central Java HDI increased by 66.08% and increased by 4.44%, with the total HDI in 2017 of 70.52 percent. Spatial regression is the development of classical linear regression involving the region model. Spatial regression ensemble is a technique to be sent spasi spatial regression models by adding noise (additive noise). The type of spatial weighting used is Queen Contiguity. The selection of the best model using AIC and RMSE values. The purpose of this study is to provide an assessment of the distribution of HDI data in the Province of Central Java in 2017 and to do modeling using non-hybrid spatial ensemble regression regression. The results of this study are the SAR spatial method with ensemble giving results with AIC value of 143 and RMSE value of 1.3899 with a value of 90.09%. Significant variables on HDI are population density (X1), poverty (X2), school participation rates (X5), and average per capita per month for food and non-food (X7).
Fuzzy Geographically Weighted Clustering dengan Gravitational Search Algorithm pada Kasus Penyandang Masalah Kesejahteraan Sosial di Provinsi Jawa Tengah : Fuzzy Geographically Weighted Clustering dengan Gravitational Search Algorithm pada Kasus Penyandang Masalah Kesejahteraan Sosial di Provinsi Jawa Tengah Syayidati Mashfufah; Indah Manfaati Nur; Moh Yamin Darsyah
Jurnal Litbang Edusaintech Vol. 2 No. 1 (2021): Volume 2 No 1 2021
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v2i1.10

Abstract

One of the indicators of the success of social welfare development in Central Java was decreasing the population of people with social welfare problems (PMKS). One exertion that can be done was grouping or clustering the areas in Central Java-based on 26 indicators of PMKS. Fuzzy Geographically Weighted Clustering (FGWC) algorithm is a clustering analysis that observing the effect of the area. However, FGWC has a limitation in the initialization centroid phase that makes it trapped to local optimal. The limitation can be addressed with the Gravitational Search Algorithm (GSA) approach. The purpose of GSA was to optimize the value objective function. This research applied FGWC-GSA on PMKS in Central Java Province contained 26 indicators. Some validity indexes were applied to determine the best cluster. This research clustering the areas of Central Java into two clusters. The first cluster contained 24 districts and cities, and the second cluster contained 11 districts
EVALUASI METODE FUZZY TIME SERIES CHENG DAN RUEY CHYN TSAUR Fatkhurokhman Fauzi; Dwi Agustina; Indah Manfaati Nur
VARIANCE: Journal of Statistics and Its Applications Vol 3 No 2 (2021): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol3iss2page61-71

Abstract

Penelitian ini berfokus terhadap evaluasi metode Logika Fuzzy Time Series (FTS) Cheng dan Fuzzy Time Series (FTS) Logika Ruey Chyn Tsaur yang diterapkan pada data Nilai Tukar Petani (NTP). Data NTP yang digunakan adalah data NTP bulanan Provinsi Jawa Tengah dari periode 2008-2020. Evaluasi metode menggunakan Mean Square Error (MSE) dan Mean Percentage Error (MAPE) untuk melihat ketepatan/akurasinya. Hasil analisis menunjukkan bahwa peramalan FTS Logika Cheng dan FTS Logika Ruey Chyn Tsaur keduanya memiliki pola yang hampir sama dengan pola data sebenarnya. Hasil MSE dan MAPE dari FTS logika Cheng adalah 0,3331 dan 0,43%, sedangkan hasil MSE dan MAPE logika Ruey Chyn Tsaur FTS adalah 0,4054 dan 0,47%. Peramalan periode berikutnya menggunakan FTS logika Cheng sebesar 101,1711 dan FTS logika Ruey Chyn Tsaur sebesar 101,4112.
Peramalan Nilai Ekspor Provinsi Jawa Tengah dengan Metode Fuzzy Time Series Berbasis Algoritma Haneen Talal Jasim M. Al Haris; Septi Winda Utami; Indah Manfaati Nur
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 15 No 1 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (289.513 KB) | DOI: 10.36456/jstat.vol15.no1.a5423

Abstract

Ekspor berperan penting dalam perekonomian suatu daerah. Ekspor dapat digambarkan melalui nilai ekspor, yaitu nilai berupa uang yang merupakan hasil dari penjualan barang/jasa ke luar negeri. Nilai ekspor perlu diramalkan untuk merumuskan target pertumbuhan ekonomi dan menetapkan kebijakan yang tepat dalam perekonomian di suatu daerah. Nilai ekspor dapat diramalkan menggunakan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim. Tahapan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim memiliki tahapan yang hampir sama dengan Fuzzy time series dari penentuan semesta pembicaraan hingga penentuan Fuzzy Logical Relationship Group (FLRG). Perbedaannya ada pada tahapan penerapan algoritma Haneen Talal Jasim pada tahap peramalannya. Tujuan dari penelitian ini adalah meramalkan nilai ekspor Provinsi Jawa Tengah di masa yang akan datang dengan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim serta mendapatkan tingkat akurasi peramalan menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil analisi penerapan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim pada data nilai ekspor di Provinsi Jawa Tengah diperoleh hasil ramalan pada bulan Januari 2022 sebesar 1054,178 juta US $ serta nilai MAPE sebesar 11,653%.
IMPLEMENTASI SPECTRAL CLUSTERING ALGORITHM UNTUK PENGELOMPOKAN SASARAN VAKSINASI COVID-19 DI INDONESIA Millenia Winadya Putri; Indah Manfaati Nur; Rochdi Wasono
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.10.1.2022.26-31

Abstract

Pandemi COVID-19 dalam kurun waktu dua tahun berhasil menginfeksi jutaan orang di seluruh dunia dan menyebabkan banyak kematian. Guna menghentikan penyebaran virus, pemerintah melakukan tindakan yaitu menerapkan protokol kesehatan dan mewajibkan vaksinasi kepada masyarakat. Namun, kegiatan vaksinasi masih lamban untuk mencapai target. Maka dari itu, dalam penelitian ini akan dilakukan suatu pengelompokan untuk mengetahui tingkat persebaran vaksinasi di Indonesia menurut provinsi dengan data jumlah vaksinasi per-kategori masyarakat pada tanggal 1 Februari 2022. Salah satu algoritma pengelompokan dalam Data Mining yaitu Spectral Clustering. Pengelompokan spektral merupakan teknik yang mengikuti pendekatan konektivitas, dimana metode ini mengklasifikasikan titik-titik yang terhubung atau berbatasan langsung. Penelitian ini menghasilkan 3 klaster untuk masing-masing kategori, yaitu klaster daerah-daerah yang memiliki tingkat persebaran vaksinasi tinggi, sedang, dan rendah. Evaluasi klaster diukur menggunakan Davies-Bouldin Index (DBI) dengan rata-rata nilai DBI tiap kategori yaitu 1,01422.
Optimizing the Role of Higher Education in Increasing the Response Rate of the Online Population Census 2020 in Semarang Indah Manfaati Nur; M. Al Haris; Rangga Sa'adillah S.A.P.; Mochamad Hasyim

Publisher : LPPM Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/js.v5i2.3908

Abstract

The online population census was first launched in 2020. The purpose of the online population census 2020 is to provide data on the number, composition, distribution, and characteristics of the Indonesian population towards one Indonesian population data and provide demographic parameters and population projections and other population characteristics for population projections and SDGs indicators. These data are needed by the government as one of the bases for making decisions or policies in order to be able to accommodate all existing interests. This innovation with an online census approach is undoubtedly inseparable from social problems or constraints. Social, economic, and geographic factors affect the literacy of information and communication technology in society. The factual conditions in the field encouraged the team community service to take a strategic role by carrying out community service activities in Kecamaran Pabelan, Semarang Regency, in the form of online population census 2020 assistance activities. Mentoring methods are carried out by providing counseling, socialization, and technical guidance to the Public. The results achieved from this assistance to partners were an increase in the community response rate in Semarang Regency, more partners could participate and it was easier to fill data in the online population census 2020.
PERBANDINGAN NILAI AKURASI PERAMALAN MODEL TERBAIK ARFIMA-GPH DAN INTERVENSI MULTI INPUT DALAM PERAMALAN IHPBI Miftahuddin Miftahuddin; Vivi Dina Melani; Muhammad Subianto; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.10.1.2022.1-6

Abstract

Indeks Harga Perdagangan Besar Indonesia (IHPBI) diperlukan sebagai suatu penunjuk awal dalam analisis harga konsumen, dimana ketika terjadi inflasi maka stabilitas ekonomi Indonesia akan mulai terganggu. Sehingga untuk menekan laju inflasi pemerintah perlu mengambil suatu kebijakan menaikkan suku bunga sebagai satu solusi. Penelitian ini bertujuan untuk melihat IHPBI dalam 3 tahun ke depan melalui peramalan runtun waktumenggunakan metode ARFIMA-GPH dan intervensi multi input. Hal ini dilakukan untuk mengetahui pergerakan IHPBI selama 3 tahun kedepan dan untuk membandingkan kedua metode tersebut. Hasil yang diperoleh menunjukkan bahwa model yang dipilih adalah ARFIMA (1,d,0) dengan nilai d 0,1579, intervensi multi input pada Januari 2009 dengan ARIMA (1,1,1) orde (b=0, s=1, r=1 ) dan intervensi pada November 2013 dengan orde ARIMA (1,1,2) (b=1, s=1, r=0). Peramalan IHPBI untuk 3 tahun ke depan meningkat secara perlahan setiap bulannya. Metode terbaik berdasarkan perbandingan nilai akurasi peramalan adalah intervensi Januari 2013 dengan ARIMA(1,1,2) dan orde (b=1, s=1, r=0), memiliki nilai akurasi MAE dan MAPE terkecil, yaitu MAE sebesar 0,0119 dan MAPE sebesar 0,9079% yang menunjukkan bahwa metode dan model dalam peramalan sangat baik karena nilai akurasi model peramalan mendekati 0.PERBANDINGAN NILAI AKURASI PERAMALAN MODEL TERBAIK ARFIMA-GPH DAN INTERVENSI MULTI INPUT DALAM PERAMALAN IHPBI
Implementasi Adaptive Synthetic Bernoulli Naïve Bayes untuk Mengatasi Imbalance Class Data pada Kasus Mental Health di Indonesia: Implementation of Adaptive Synthetic Bernoulli Naïve Bayes to Overcome Class Data Imbalance in Mental Health Cases in Indonesia Indah Manfaati Nur; Ismatullah; Laily Muntasiroh
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.134

Abstract

Kesehatan mental merupakan sebuah kondisi dimana individu terbebas dari segala bentuk gejala-gejala gangguan mental. Menurut Riset Kesehatan Dasar (Riskesdas) tahun 2018 oleh Kementerian Kesehatan, sekitar 9,8% atau sekitar 26 juta dari 267 juta jiwa di Indonesia hidup dengan “gangguan mental emosional” atau kondisi Gangguan kesehatan jiwa. Kesehatan mental (mental health) kini telah menjadi isu yang popular dan menjadi trending topic di berbagai kalangan. Masyarakat Indonesia biasanya menyampaikan pendapatnya mengenai suatu isu melalui media sosial. Salah satu platform jejaring sosial yang bisa dipakai untuk menyampaikan pendapat adalah aplikasi twitter. Metode yang dapat digunakan untuk melihat pendapat atau kecenderungan opini terhadap suatu isu adalah analisis sentimen. Sentimen masyarakat Indonesia mengenai kesehatan mental cenderung negatif sehingga memunculkan permasalahan imbalanced class data. Penelitian ini bertujuan untuk mengetahui respon masyarakat di Indonesia mengenai isu kesehatan mental. Analisis dilakukan menggunakan metode Bernoulli Naïve Bayes dengan pendekatan Adaptive Synthetic (ADASYN). Algoritma Bernoulli naïve bayes digunakan untuk menentukan apakah tweet tersebut bersentimen positif atau negatif. ADASYN digunakan agar proporsi kelas pada dataset menjadi seimbang, sehingga model machine learning yang dibangun tidak cenderung mengklasifikasi suatu pendapat/komentar ke kelas mayoritas. Performa model machine learning pada algoritma Bernoulli Naïve Bayes setelah diterapkan ADASYN menghasilkan nilai akurasi yang sangat baik yaitu sebesar 93%.
Poverty Level Grouping in West Java Province with the K-Means Clustering Method: Pengelompokan Tingkat Kemiskinan di Provinsi Jawa Barat dengan Metode K-Means Clustering Amelia; Indah Manfaati Nur; Muhammad Rizky; Septiana Putri Milasari
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.152

Abstract

Poverty in a region will have an impact on hampering national development. Poverty is an economic disease that is often faced by every country, including Indonesia. According to information obtained from the Central Bureau of Statistics, we can gather data on the poverty rate in all provinces of Indonesia, with a particular focus on the province of West Java. West Java province is one of the provinces with the highest population density on the island of Java, which is ranked 2nd after the province of DKI Jakarta and ranks 4th for the province with a high percentage of poor people after DI. Yogyakarta, Central Java, and East Java. Consequently, it is crucial for the regional government to identify areas with high, moderate, or low poverty rates. This information will enable the local government to formulate appropriate policies and prioritize interventions to address poverty effectively. In this study, the K-Means clustering method was used to classify poverty rates based on two variables, namely the community development index and the open unemployment rate using the help of RStudio software. The findings indicated that the application of the elbow method in West Java province resulted in the identification of three distinct clusters of districts/cities that stood out as the most prominent. Cluster 1 (districts/cities with relatively high poverty rates), cluster 2 (districts/cities with low poverty rates), cluster 3 (districts/cities with high poverty rates). Regencies/cities that fall into the category with a high poverty rate are Sukabumi, Cianjur, Garut, Tasikmalaya, Ciamis, Kuningan, Cirebon, Majalengka, Indramayu, Subang, West Bandung, and Pangandaran.
Co-Authors Amalia Jihan Syafiqoh Amelia Dwi Agustina Evi Ardiati Sazaen Fatkhurokhman Fauzi Hanief Rizky Utami Indah Fitriyani Ismatullah Laily Muntasiroh M. Al Haris Miftahuddin Miftahuddin Millenia Winadya Putri Mochamad Hasyim Moh Yamin Darsyah Muhammad Rizky Muhammad Subianto Prizka Rismawati Arum Rangga Sa'adillah SAP Rochdi Wasono Rochdi Wasono Saeful Amri Septi Winda Utami Septiana Putri Milasari Sri Kustiara Syayidati Mashfufah Tiani Wahyu Utami Vivi Dina Melani