Article Per Year (5 Year)
p-Index From 2019 - 2024
1.066
P-Index
This Author published in this journals
All Journal Media Statistika ABDIMASY: Jurnal Pengabdian dan Pemberdayaan Masyarakat Jnanadharma Jurnal Statistika Industri dan Komputasi
Rokhana Dwi Bekti
Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Mathematics Mechanical Engineering Social Sciences Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Statistika Industri dan Komputasi

 1 
ANALISIS REGRESI LOGISTIK ORDINAL DAN DISKRIMINAN UNTUK MEMPREDIKSI PENGARUH PELAYANAN, BARANG DAGANGAN DAN FASILITAS PASAR TERHADAP MINAT PEMBELIAN PAKAIAN DI PASAR TRADISIONAL BERINGHARJO YOGYAKARTA Faisal Prabowo; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Pasar tradisional merupakan salah satu bentuk ekonomi kerakyatan dan juga merupakan salah satu pilar ekonomi nasional di Indonesia. Di Kota Yogyakarta dengan wilayah tidak terlalu luas yaitu 32 km2, beberapa pasar tradisional sengaja dipertahankan karena cukup potensial untuk dijadikan sebagai salah satu tempat wisata belanja seperti di Pasar Beringharjo yang letaknya cukup strategis di selatan Jalan Malioboro. Metode analisis yang digunakan dalam penelitian ini adalah analisis deskriptif, regresi logistik ordinal dan analisis diskriminan menggunakan 3 variabel independen dan 1 variabel dependen. Tujuan dari penelitian ini adalah untuk memprediksi pengaruh pelayanan, barang dagang dan fasilitas pasar terhadap minat pembelian. Hasil dari penelitian ini berdasarkan hasil uji Wald pada regresi logistik ordinal, variabel yang berpengaruh secara signifikan (α=5%) terhadap minat pembelian di Pasar Tradisional Beringharjo adalah tingka kepuasan terhadap Pelayanan, Barang Dagang dan Fasilitas Pasar di Pasar Tradisional Beringharjo Yogyakarta. Begitu juga pada analisis diskriminan, berdasarkan uji kesamaan rata-rata diketahui bahwa ketiga variabel tersebut signifikan berpengaruh pada minat membeli.
PENERAPAN REGRESI SPASIAL DURBIN MODEL UNTUK MENGANALISIS FAKTOR YANG BERHUBUNGAN DENGAN ANGKA PARTISIPASI KASAR PERGURUAN TINGGI (Studi Kasus: Angka Partisipasi Kasar Perguruan Tinggi di Provinsi Nusa Tenggara Timur, Tahun 2021) Yakobus Adventianus Nong; Noeryanti Asrikayani; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 1 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i1.4842

Abstract

Pemerataan pendidikan telah mendapat perhatian sejak lama terutama di negara-negara berkembang, salah satunya Indonesia. Rendahnya persentase angka partisipasi kasar perguruan tinggi menunjukan bahwa masyarakat kesulitan dalam menempuh pendidikan diperguruan tingi. Penelitian ini bertujuan untuk menentukan model terbaik yang bisa menggambarkan angka partisipasi kasar perguruan tinggi di Provinsi Nusa Tenggara Timur. Analisis yang digunakan yaitu Spasial Durbin Model(SDM) dan Ordinary Least Square(OLS). Berdasarkan analisis diperoleh kesimpulan bahwa terdapat tiga variabel yang berpengaruh terhadap angka partisipasi perguruan tinggi, yaitu persentase penduduk miskin, jumlah perguruan tinggi dan lag persentase penduduk miskin. Dan untuk model terbaik yang digunakan adalah SDM, karena memiliki perbandingan nilai error yang lebih kecil atau lebih baik dari model OLS.
PERBANDINGAN FUNGSI AKTIVASI LINEAR, ReLU, SIGMOID, DAN TANSIG PADA ELM UNTUK PERAMALAN HARGA SAHAM Sri Mulyani; Rokhana Dwi Bekti; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 1 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i1.4844

Abstract

PT. Bank Central Asia Tbk (BBCA.JK) sebagai emiten sektor perbankan masih menempati posisi pertama sebagai emiten dengan kapitalisasi terbesar, dan saham teraktif di BEI. Berinvestasi di pasar saham mengikuti prinsip “high risk, high return, low risk, low return”. Itu sebabnya investor harus mencermati harga saham di masa depan. Salah satu cara memprediksi harga saham adalah dengan menggunakan metode Extreme Learning Machine (ELM). Hal ini melibatkan pemilihan dan pengaturan fungsi aktivasi yang memperkenalkan non-linearitas, memungkinkan jaringan saraf memodelkan hubungan kompleks antara input dan output. Hasil pengujian menunjukkan ELM optimal untuk memprediksi harga saham BBCA menggunakan fungsi aktivasi Sigmoid, inisialisasi bobot Uniform Positive, arsitektur jaringan yang terdiri dari 5 neuron input layer, 14 neuron hidden layer, dan 1 output layer. MAPE yang diperoleh sebesar 3.374546 < 10%, menunjukkan bahwa model dapat digeneralisasikan dengan baik, dengan rata-rata kecepatan pembelajaran sebesar 0.000343442 detik.
ANALISIS SENTIMEN TENTANG IMPLEMENTASI HAK ASASI MANUSIA DI INDONESIA PADA MEDIA SOSIAL TWITTER MENGGUNAKAN NAÏVE BAYES DAN SUPPORT VECTOR MACHINE Magdalena Teofila Usniaty; Yudi Setyawan; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 1 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i1.4846

Abstract

Hak asasi manusia adalah seperangkat hak yang melekat pada hakikat dan keberadaan manusia yang wajib dihormati, dijunjung tinggi dan dilindungi. Beberapa kasus pelanggaran HAM di Indonesia sering menjadi trending topik twitter, oleh karena itu pada penelitian ini dilakukan analisis sentimen tentang implementasi HAM di Indonesia pada media sosial twitter. Analisis ini dilakukan untuk mengklasifikasikan tweet yang berisi sentimen masyarakat mengenai implementasi HAM di Indonesia. Metode klasifikasi yang digunakan dalam penelitian ini adalah Naïve Bayes Classifier dan Support Vector Machine dengan menggunakan pembobotan TF.IDF. Sumber data dalam penelitian ini diambil dari twitter menggunakan metode crawling dengan kata kunci #hakasasimanusia dan #HAM. Hasil analisis menunjukkan bahwa persentase sentimen negatif sebesar 81.2% dan sentimen positif sebesar 18.8%. Metode terbaik dalam melakukan klasifikasi implementasi HAM di Indonesia adalah Support Vector Machine, dilihat dari nilai akurasi Support Vector Machine yang lebih besar yakni sebesar 87% dibandingkan nilai akurasi Naïve Bayes Classifier yakni sebesar 81%. Saran yang diberikan dalam penelitian ini agar meningkatkan nilai akurasi yakni pada tahap pengolahan data dilakukan secara teliti, misalnya menambahkan kosa kata untuk normalisasi kata dan pengurangan fitur yaitu pada tahap stopword removal.
Co-Authors Dina Auliana Faisal Prabowo Kris Suryowati Suryowati Kris Suryowati, Kris Magdalena Teofila Usniaty Maria Titah Jatipaningrum Noeryanti Asrikayani Noviana Pratiwi Nurafidah Nurafidah Sri Mulyani Tegar Rezki Pangestu Virginia Dawul Yakobus Adventianus Nong Yudi Setyawan