Article Per Year (5 Year)
p-Index From 2019 - 2024
3.516
P-Index
This Author published in this journals
All Journal Jurnal Gaussian Jurnal Statistika Universitas Muhammadiyah Semarang Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Pengembangan Rekayasa dan Teknologi Jurnal Pendidikan Matematika (Kudus) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika LOSARI: Jurnal Pengabdian Kepada Masyarakat Tepis Wiring : Jurnal Pengabdian Masyarakat Journal of Data Insights Prosiding Seminar Nasional Unimus
Prizka Rismawati Arum
Universitas Muhammadiyah Semarang
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Pemodelan Spatial Autoregressive Quantile Regression (SARQR) Menggunakan Pembobot Queen Contiguity Pada Kasus Stunting Balita di Indonesia Evida Oktaviana; Prizka Rismawati Arum; M. Al Haris
Prosiding Seminar Nasional Unimus Vol 6 (2023): Membangun Tatanan Sosial di Era Revolusi Industri 4.0 dalam Menunjang Pencapaian Susta
Publisher : Universitas Muhammadiyah Semarang

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

Abstract

SDGs memiliki target dalam penurunan persentase angka stunting yang termasuk menghilangkan kelaparandan segala bentuk malnutrisi. Stunting merupakan masalah gizi kronis pada balita yang ditandai dengan tinggibadan yang lebih pendek dibandingkan dengan anak seusianya. Perlu adanya perhatian khusus bagi pemerintahdalam mengurangi angka stunting dengan mengetahui faktor-faktor yang mempengaruhi kejadian stunting diIndonesia. Analisis yang dapat digunakan untuk mengetahui hubungan antar variabel dependen dengan variabelindependen yaitu analisis regresi linear. Apabila dalam pengamatan mempunyai efek spasial, maka metodeanalisis yang digunakan adalah analisis regresi spasial. Dalam kasus tertentu, pengujian efek spasial denganmelibatkan outlier pada data penelitian dapat menyebabkan suatu metode gagal dalam menangani efek spasialtersebut. Maka, untuk mengatasi adanya outlier dan ketergantungan pada spasial metode yang dapat digunakanadalah Spatial Autoregressive Quantile Regression (SARQR). Metode SARQR adalah pengembangan darimetode SAR di mana terdapat berbagai level kuantil pada model. Penelitian ini berfokus memodelkan faktor-faktor yang mempengaruhi kasus stunting pada balita di Indonesia. Model terbaik yang dihasilkan adalah modelSARQR pada kuantil 0.75 dengan nilai AIC sebesar 51.76. Hasil penelitian menunjukkan bahwa faktor yangmempengaruhi kasus stunting di Indonesia adalah persentase imunisasi dasar lengkap, persentase bayi beratbadan lahir rendah, dan persentase perempuan yang pernah kawin di bawah umur 18 tahun.Kata Kunci : Outlier, Spatial Autoregressive Quantile Regression, Stunting.
Metode Markov Switching Autoregressive (MSAR) untuk Peramalan Indeks Saham Syariah Indonesia (ISSI) Agi Khoerunnisa; Indah Manfaati Nur; Prizka Rismawati Arum
Prosiding Seminar Nasional Unimus Vol 5 (2022): Inovasi Riset dan Pengabdian Masyarakat Guna Menunjang Pencapaian Sustainable Developm
Publisher : Universitas Muhammadiyah Semarang

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

Abstract

Model Markov Switching Autoregressive (MSAR) adalah salah satu model deret waktu nonlinier yang memodelkan data deret waktu yang mengalami perubahan fluktuasi yang terjadi pada data. Indeks Saham Syariah Indonesia (ISSI) merupakan indeks saham syariah yang beranggotakan seluruh saham syariah. Data yang digunakan adalah data bulanan harga penutupan Indeks Saham Syariah Indonesia (ISSI) periode Juni 2011 sampai Mei 2022 yang bersumber dari Bursa Efek Indonesia (BEI). Pemodelan MSAR diperoleh sebanyak 10 model yang dibagi menjadi 2 yaitu model dengan 2 state dan model dengan 3 state. Selain itu, Model MSAR mempunyai variabel state dan nilai peluang matriks transisi yang dihitung dengan menggunakan metode Maximum Likelihood estimation (MLE). Estimasi parameter dilakukan pada seluruh model dan nilai Bayesian Information Criterion (BIC) minimum menyatakan model terbaik. Adapun model MSAR terbaik yang didapatkan adalah model MS(2)AR(2) dengan nilai BIC sebesar -395,8. Model dan hasil peramalan diperoleh kondisi state 1 (peningkatan) dan state 2 (penurunan). Analisis hasil peramalan untuk 12 bulan ke depan bahwa data Indeks Saham Syariah Indonesia pada pertengahan tahun 2022 mengalami trend naik dan fluktuasi pada awal tahun 2023. Keakuratan hasil peramalan dihitung dengan Mean AbsolutePercentence Error (MAPE) yang diperoleh sebesar 23% yang berarti kriteria hasil peramalan cukup baik.Kata Kunci : BIC, ISSI, MLE, MSAR
Permodelan Jumlah Kasus Tuberkulosis Di Kabupaten Purbalingga Tahun 2022 Menggunakan Regresi Binomial Negatif: Modeling the Number of Tuberculosis Cases in Purbalingga Regency in 2022 Using Negative Binomial Regression Prizka Rismawati Arum; Indah Manfaati Nur; Amalia Jihan Syafiqoh; Hanief Rizky Utami
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.v1i2.273

Abstract

Menurut data dari Dinkes Purbalingga pada bulan Mei 2022 ditemukan 422 kasus TBC dan 9 diantaranya menderita TBC Multi Drug Resistant (MDR) atau kebal obat. Untuk kasus TBC MDR saat ini menjadi perhatian kusus pemerintah, hal ini karena masa penyembuhannya membutuhkan waktu yang lebih lama. Penyakit TB Paru merupakan salah satu penyebab kematian utama di Indonesia dan dunia. Selain menyerang Paru, Tuberculosis dapat menyerang organ tubuh yang lain. Jumlah orang terduga Tuberkulosis tahun 2022 sebanyak 11.324 dan orang terduga tuberkulosis yang mendapatkan pelayanan kesehatan sesuai standar sebanyak 12.072 (106,6%). Oleh karena itu, perlu dilakukan upaya untuk memodelkan jumlah kasus TBC di Kabupaten Purbalingga agar dapat memberikan informasi yang berguna dalam upaya pencegahan dan pengendalian penyakit TBC.Model regresi Poisson sering ditemukan pelanggaran asumsi overdispersi dengan memodelkan faktor-faktor yang berpengaruh terhadap kasus tuberculosis. Alternatif model yang dapat dilakukan untuk mengatasi pelanggaran asumsi overdispersi adalah Model Regresi Binomial Negatif. Berdasarkan nilai AIC diperoleh hasil pemodelan terbaik menggunakan regresi binomial negatif dengan nilai AIC sebesar 191.96 yang lebih kecil dari metode regresi Poisson.Berdasarkan uji parsial dihasilkan bahwa variabel yang berpengaruh terhadap jumlah kasus tuberculosis di Kabupaten Purbalingga adalah X2 yaitu jumlah puskesmas.
OPTIMIZATION OF NAÏVE BAYES USING BACKWARD ELIMINATION FOR HEART DISEASE DETECTION Saeful Amri; Ariska Fitriyana Ningrum; Prizka Rismawati Arum
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 11, No 2 (2023): 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.11.2.2023.44-50

Abstract

Heart disease is the main cause of death in humans. Even though preventive measures have been taken such as regulating food (diet), lowering cholesterol, and treating weight, diabetes, and hypertension, heart disease remains a major health problem. There are several factors that cause heart disease, including age, type of chest pain, high blood pressure, sugar levels, ECG test values, maximum heart rate, and induced angina. To reduce the percentage of deaths due to heart disease, we need a system that can predict heart disease. The algorithm used in this research is a combination of the Backward Elimination and Naive Bayes algorithms to increase accuracy in diagnosing heart disease. According to the results of this research, the Naive Bayes algorithm has an accuracy value of 78.90% and an Area Under Curve (AUC) value of 0.86, which is included in the good classification category. Combining the Backward Elimination and Naïve Bayes algorithms has an accuracy value of 82.31% and an Area Under Curve (AUC) value of 0.88.
Smart Village Application untuk Meningkatkan Pelayanan Publik Pemerintah Desa Katonsari Kabupaten Demak M. Al Haris; Prizka Rismawati Arum; Dannu Purwanto; Ali Imron; Linda Puspitasari; Miftakhul Haris
LOSARI: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2023): Vol. 5 No.2 (2023) : Desember 2023
Publisher : LoSaRI Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53860/losari.v5i2.161

Abstract

Pemerintah Desa Katonsari Kabupaten Demak, Provinsi Jawa Tengah, berkomitmen untuk memberikan pelayanan terbaik kepada warganya. Saat ini, pelayanan publik masih dilakukan secara manual yang mengakibatkan ketidakefektifan dan ketidakefisienan dalam pelayanan. Selain itu, sumber daya manusia di Desa Katonsari masih belum memiliki keterampilan teknologi informasi, sehingga perlu meningkatkan kemampuan dalam memanfaatkan teknologi. Untuk mengatasi permasalahan tersebut, tim pengabdian Universtas Muhammadiyah Semarang memberikan solusi dalam bentuk "Smart Village Application" untuk meningkatkan pelayanan publik pemerintah Desa Katonsari. Tahapan kegiatan diawali dengan identifikasi kebutuhan desa dengan pendekatan wawancara, perancangan sistem smart village application, pelatihan penggunaan sistem, dan evaluasi terhadap kinerja dan keefektifan sistem. Sasaran kegiatan ditujukan kepada perangkat desa dan beberapa warga Desa Katonsari sejumlah 30 orang. Berdasarkan kegiatan yang telah dilaksanakan, peserta kegiatan terlihat antusian dan puas terhadap program yang dilaksanakan. Hal tersebut didasarkan pada hasil survei kepuasan yang Tim pengabdian lakukan setelah selesai kegiatan.
Pengelompokan Wilayah Kecamatan di Kabupaten Kendal Berdasarkan Hasil Produksi Buah dan Sayur Dengan Metode K-means Clustering Prizka Rismawati Arum; Indah Manfaati Nur; Indah Fitriyani; Saeful Amri
Jurnal Pengembangan Rekayasa dan Teknologi Vol 7, No 1 (2023): Mei (2023)
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/jprt.v19i1.8212

Abstract

Indonesia dikenal dengan sebutan negara agraris dimana sebagian besar penduduk bekerja di sektor produksi pertanian. Kabupaten Kendal merupakan salah satu kabupaten di Provinsi Jawa Tengah yang sebagian besar wilayahnya merupakan daerah produksi pertanian yang sangat subur. Data yang digunakan dalam kasus ini adalah hasil produksi produksi pertanian buah dan sayur pada 20 kecamatan di Kabupaten Kendal tahun 2022. Salah satu cara untuk mengetahui potensi produksi pertanian dari wilayah kecamatan di Kabupaten Kendal adalah dengan mengelompokkan wilayah yang memiliki karakteristik hampir sama menggunakan K-means clustering. Tujuannya adalah mendapatkan hasil pengelompokkan yang optimal dari masing-masing kelompok yang terbentuk. Berdasarkan hasil analisis, diperoleh pengelompokkan wilayah kecamatan di Kabupaten Kendal menggunakan K-means menjadi 3 cluster. Dimana Klaster 1 terdiri dari 2 kecamatan dengan identifikasi bawang merah, mangga, pisang, dan jambu air memiliki tingkat persentase hasil produksi buah dan sayuran tertinggi. Klaster 2 terdiri dari 2 kecamatan dengan identifikasi pepaya, nangka, petai, dan melinjo memiliki tingkat persentase hasil produksi buah dan sayuran tertinggi. Dan klaster 3 terdapat 16 kecamatan dengan identifikasi cabai rawit, cabai keriting, memiliki tingkat persentase hasil produksi buah dan sayuran tertinggi. Dengan nilai evaluasi yang didapatkan dari Silhouette Index sebesar 0,5546 yang berarti termasuk kedalam kriteria medium structure.
Co-Authors Ach Ridoi Alambara Agi Khoerunnisa Alfisyahrina Hapsery Ali Imron Amalia Jihan Syafiqoh Anita Retno Indriani Anjelina Rafika Wulandari Ariska Fitriyana Ningrum Cika Awani Ayuwida Dannu Purwanto Dheanyta Alif Shafira Dominikus Leki Sogen Dwi Rahmadini Eko Andy Purnomo Evida Oktaviana Fatkhurrokhman Fauzi Hanief Rizky Utami Indah Fitriyani Indah Manfaati Nur Indah Manfaati Nur Isna Nur Azizah Izzadin Muhamad Nur Irfan Kurnia Nur Annisa Laras Indah Setyaningsih Linda Puspitasari M. Al Haris M. Al Haris Miftakhul Haris Prissy Nusaiba Yulisa Rochdi Wasono Saeful Amri Saeful Amri Siva Alfian Sugito Sugito Tiani Wahyu Utami Tresiani Yunitasari Wisudawati, Dinda Tri Yuciana Wilandari Yulia Fitri