Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Statistika Universitas Muhammadiyah Semarang

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.
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