Garuda - Garba Rujukan Digital

Peramalan Data Ekspor Nonmigas Provinsi Kalimantan Timur Menggunakan Metode Weighted Fuzzy Time Series Lee Muhammad Wahdeni Pramana; Purnamasari , Ika; Prangga , Surya
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 1 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Ekspor merupakan aktivitas perdagangan atau penjualan barang dari dalam negeri ke luar negeri. Ekspor nonmigas sebagai salah satu komponen pembentuk Produk Domestik Regional Bruto (PDRB) sehingga perlu adanya suatu peramalan nilai di masa mendatang. Fuzzy Time Series (FTS) merupakan metode peramalan dengan berdasarkan teori himpunan fuzzy, logika fuzzy, serta hasil peramalan yang dapat dibahasakan (linguistik). Metode Weighted Fuzzy Time Series (WFTS) Lee merupakan perluasan dari metode FTS dengan penambahan pembobotan pada tiap pola relasi yang terbentuk. Tujuan penelitian ini adalah memperoleh nilai peramalan ekspor nonmigas Provinsi Kalimantan Timur pada bulan November 2020 serta memperoleh nilai akurasi peramalan berdasarkan metode Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Berdasarkan hasil analisis diperoleh nilai akurasi peramalan untuk data Ekspor Nonmigas Provinsi Kalimantan Timur bulan Januari 2019 â€“ Oktober 2020 dengan konstanta pembobot menggunakan metode MAPE diperoleh hasil keseluruhan dibawah 10% sehingga diperoleh konstanta pembobot terbaik yaitu dengan nilai MAPE terminimum yaitu sebesar 3,62% dan RMSE minimum sebesar 50,67. Dari hasil tersebut, diperoleh hasil peramalan untuk bulan November 2020 dengan menggunakan kontanta pembobot terbaik yaitu sebesar 850,96 juta USD.

Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan Ilmi, Hillidatul; Sifriyani; Prangga, Surya
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 2 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.

Peramalan Data Ekspor Nonmigas Provinsi Kalimantan Timur Menggunakan Metode Weighted Fuzzy Time Series Lee Muhammad Wahdeni Pramana; Ika Purnamasari; Surya Prangga
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 1 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Ekspor merupakan aktivitas perdagangan atau penjualan barang dari dalam negeri ke luar negeri. Ekspor nonmigas sebagai salah satu komponen pembentuk Produk Domestik Regional Bruto (PDRB) sehingga perlu adanya suatu peramalan nilai di masa mendatang. Fuzzy Time Series (FTS) merupakan metode peramalan dengan berdasarkan teori himpunan fuzzy, logika fuzzy, serta hasil peramalan yang dapat dibahasakan (linguistik). Metode Weighted Fuzzy Time Series (WFTS) Lee merupakan perluasan dari metode FTS dengan penambahan pembobotan pada tiap pola relasi yang terbentuk. Tujuan penelitian ini adalah memperoleh nilai peramalan ekspor nonmigas Provinsi Kalimantan Timur pada bulan November 2020 serta memperoleh nilai akurasi peramalan berdasarkan metode Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Berdasarkan hasil analisis diperoleh nilai akurasi peramalan untuk data Ekspor Nonmigas Provinsi Kalimantan Timur bulan Januari 2019 – Oktober 2020 dengan konstanta pembobot menggunakan metode MAPE diperoleh hasil keseluruhan dibawah 10% sehingga diperoleh konstanta pembobot terbaik yaitu dengan nilai MAPE terminimum yaitu sebesar 3,62% dan RMSE minimum sebesar 50,67. Dari hasil tersebut, diperoleh hasil peramalan untuk bulan November 2020 dengan menggunakan kontanta pembobot terbaik yaitu sebesar 850,96 juta USD.

Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan Hillidatul Ilmi; Sifriyani; Surya Prangga
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 2 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.

APLIKASI REGRESI NONPARAMETRIK SPLINE BIRESPON PADA DATA KUALITAS AIR DI DAS MAHAKAM Febriana Rinda Sihotang; Sifriyani Sifriyani; Surya Prangga
MEDIA BINA ILMIAH Vol 16, No 3: Oktober 2021
Publisher : BINA PATRIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33758/mbi.v16i3.1288

Regresi nonparametrik birespon dengan estimasi spline merupakan metode yang digunakan untuk menyelesaikan permasalahan jika bentuk kurva regresi tidak diketahui dan terdapat dua variabel respon. Spline merupakan potongan-potongan polinomial yang mempunyai sifat tersegmen kontinu. Pada penelitian ini dilakukan indentifikasi faktor yang mempengaruhi kualitas air Daerah Aliran Sungai (DAS) Mahakam, perameter kualitas air sungai yang digunakan dalam penelitian ini adalah Biochemical Oxygen Demand (BOD) dan Chemical Oxygen Demand (COD). BOD menggambarkan banyaknya oksigen yang dibutuhkan organisme untuk mengoksidasi bahan organik karbon yang terkandung sedangkan COD menggambarkan bahan organik mudah teurai maupun sukar terurai. Pengaruh BOD dan COD dalam air sungai dapat menurunkan jumlah oksigen dalam perairan karena terlalu banyak kandungan organik sehingga menyebabkan ekosistem perairan terganggu. Penelitian ini menggunakan 4 faktor yang diduga mempengaruhi BOD dan COD yaitu Total Suspended Solid (TSS), pH, suhu air, dan Dissolved Oxygen (DO). Dari hasil pembahasan dan analisis didapatkan bentuk estimasi model spline dalam regresi nonparametrik birespon terbaik dengan menggunakan kriterian nilai Generalized Cross Validation (GCV) minimum dan nilai maksimum. Model spline terbaik yang dihasilkan dalam penelitian ini adalah model spline dengan 3 titik knot dengan nilai GCV minimum sebesar 0,0612 dan nilai sebesar 94,9944%.

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI KALIMANTAN MENGGUNAKAN REGRESI PANEL Rifka Nurfaiza Zarkasi; Sifriyani Sifriyani; Surya Prangga
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 15 No 2 (2021): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Pembangunan merupakan salah satu cara untuk meningkatkan kualitas kehidupan demi terciptanya masyarakat yang sejahtera. Pemerintah terus melakukan pembangunan di segala aspek seperti aspek pendidikan, kesehatan, dan kehidupan yang layak. Untuk mengukur keberhasilan pembangunan salah satu indikator yang bisa digunakan adalah Indeks Pembangunan Manusia (IPM). Dalam perhitungan IPM, telah melibatkan komponen ekonomi maupun non ekonomi. Penelitian ini bertujuan untuk meneliti faktor-faktor yang mempengaruhi IPM Kalimantan pada tahun 2014-2017. Karena data yang digunakan merupakan data panel yaitu gabungan antara data cross-section dan data time-series, maka IPM dimodelkan dengan regresi panel. Untuk mengestimasi model digunakan pendekatan Fixed Effect Model (FEM). Pemodelan IPM menghasilkan nilai sebesar 99,54 persen. Hasil penelitian menunjukkan bahwa untuk meningkatkan IPM dapat dilakukan dengan cara meningkatakan angka harapan hidup, rata-rata lama sekolah, harapan lama sekolah, dan pengeluaran per kapita.

PEMODELAN ANGKA HARAPAN HIDUP DAN ANGKA KEMATIAN BAYI DI KALIMANTAN DENGAN REGRESI NONPARAMETRIK SPLINE BIRESPON Aprianti Boma Padatuan; Sifriyani Sifriyani; Surya Prangga
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 15 No 2 (2021): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Penelitian ini menggunakan model regresi nonparametrik birespon dengan pendekatan spline truncated. Model tersebut digunakan untuk menyelesaikan permasalahan analisis regresi yang bentuk kurvanya tidak diketahui. Pendekatan spline truncated memiliki fungsi polinomial tersegmen yang memberikan sifat fleksibilitas. Data yang digunakan dalam penelitian ini terdiri dari dua variabel respon yaitu Angka Harapan Hidup (AHH) dan Angka Kematian Bayi (AKB) di Pulau Kalimantan. Tujuan penelitian adalah untuk menentukan model regresi nonparametrik spline truncated birespon pada data AHH dan AKB dan mengetahui faktor-faktor yang mempengaruhi AHH dan AKB. Hasil penelitian diperoleh model terbaik yaitu model regresi nonparametrik spline linier birespon dengan nilai R2 sebesar 80,51 persen dan model spline tiga titik knot dengan nilai Generalized Cross Validation (GCV) minimum 7,1454. Faktor-faktor yang mempengaruhi AHH dan AKB adalah persentase keluarga menerapkan Perilaku Hidup Bersih dan Sehat (PHBS), persentase bayi diberi Air Susu Ibu (ASI) usia 0-6 bulan, laju pertumbuhan ekonomi, persentase persalinan yang dibantu oleh tenaga medis dan persentase penduduk miskin.

Pelatihan Penggunaan Fungsi Hitung Dasar dan Logika Matematika Statistika untuk Penyelesaian TIU Ika Purnamasari; Meiliyani Siringoringo; Sri Wahyuningsih; Memi Nor Hayati; Suyitno Suyitno; Rito Goejantoro; Surya Prangga
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 6, No 1 (2023): Volume 6 No 1 Januari 2023
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v6i1.8423

ABSTRAK Pegawai Negeri Sipil (PNS) yaitu warga negara Indonesia yang memenuhi syarat tertentu, diangkat sebagai Pegawai ASN secara tetap oleh pejabat pembina kepegawaian untuk menduduki jabatan pemerintahan. Pada proses perimaaan CPNS, terdapat dua tahapan Seleksi yaitu SKD dan SKB. Pada SKD, pemerintah memberlakukan passing grade yang menjadi penentu kelulusan ke tahap SKB. Salah satu jenis tes pada tahap SKD yaitu TIU yang merupakan tes untuk mengukur tingkat intelegensi dalam analisa numerik, verbal, figural, serta kemampuan untuk berpikir logis dan analitis. Tujuan kegiatan pelatihan yaitu memberikan informasi kepada masyarakat umum, khusunya masyarakat yang akan mengikuti tes seleksi SKD CPNS 2021 tentang penggunaan fungsi hitung dasar dan logika dalam mengerjakan soal TIU dengan lebih mudah, cepat dan tepat. Berdasarkan hasil penilaian pada saat pelatihan, peserta dapat menunjukkan adanya peningkatan pemahaman dalam menyelesaikan soal TIU dengan mudah, cepat dan tepat. Hal ini terlihat dari peningkatan nilai skor posttes yang jauh lebih tinggi dibandingkan saat pretes. Kedepannya diharapkan adanya kegiatan lanjutan dengan intensif agar peserta kegiatan dapat terbiasa dalam pemecahan soal dengan cepat. Kata Kunci: ASN; PNS; SKB; SKD; TIU ABSTRACT Civil Servants (PNS) is an Indonesian citizen who meets certain conditions, appointed as an ASN employee regularly by the office of staffing to occupy government positions. In the CPNS acceptance process, there are two stages of selection, namely SKD and SKB. In SKD, the government imposes a passing grade that determines graduation to the SKB stage. One type of test at the SKD stage is TIU which is a test to measure the level of intelligence in numerical analysis, verbal ability, figural ability, and the ability to think logically and analytically. The purpose of the training is to provide information to the general public, especially the public who will take the 2021 SKD CPNS selection test on the use of fundamental calculation functions and logic in working on TIU problems more simply, quickly, and precisely. Based on the yield of the assessment at the time of training, participants can show an increased understanding of solving TIU problems simply, quickly, and precisely. The posttest score is much higher than during pretests. In the future, expected that this training can continue intensive so that participants can get used to solving problems more quickly. Keywords: ASN; PNS; SKB; SKD; TIU

ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP STATUS PEMBAYARAN KREDIT BARANG ELEKTRONIK DAN FURNITURE MENGGUNAKAN REGRESI LOGISTIK Memi Nor Hayati; Surya Prangga; Rito Goejantoro; Darnah; Ika Purnamasari
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 5 No. 01 (2023)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm66

Electronic goods and furniture for some people are currently seen as basic needs that must be met. High prices make it difficult for people to meet their needs with cash purchases, so they choose credit purchases using the services of finance companies in purchasing goods. This study aims to determine the factors that influence the status of credit payments for electronic goods and furniture at PT. KB Finansia Multi Finance Bontang 2020 uses logistic regression. Based on the results of the analysis, it was found that the predictor variables that had a significant effect on the credit payment status response variable were length of stay (domicile) at the address borne by the debtor when applying for credit (X3) and the amount of credit payments charged by the debtor per month (X6). The value of the Apparent Error Rate (APER) of 29.323% indicates that the logistic regression model obtained is also good for solving cases of current and non-current classification of credit payment status.

Peramalan Jumlah Wisatawan Mancanegara di Provinsi Kalimantan Timur Menggunakan Fuzzy Backpropagation Neural Network Rina Aprilianti; Ika Purnamasari; Surya Prangga
Jurnal Statistika dan Komputasi Vol. 2 No. 1 (2023): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v2i1.1592

Latar Belakang: Pariwisata merupakan salah satu bidang ekonomi yang menjadi sumber penerimaan devisa bagi negara. Banyaknya wisatawan merupakan salah satu faktor yang dapat berpengaruh terhadap perkembangan pariwisata. Sepanjang tahun 2021, jumlah wisatawan mancanegara di Provinsi Kalimantan Timur mengalami penurunan. Penurunan tersebut merupakan dampak dari mewabahnya COVID-19. Peneliti melakukan peramalan jumlah wisatawan mancanegara di Kalimantan Timur menggunakan Fuzzy Backpropagation Neural Network (FBPNN) guna mengantisipasi kenaikan maupun penurunan jumlah wisatawan di masa mendatang. FBPNN adalah metode peramalan Neural Network (NN) yang menggunakan algoritma pembelajaran backpropagation dimana nilai input dan output-nya berupa derajat keanggotaan himpunan fuzzy. Tujuan: Meramalkan jumlah wisatawan mancanegara di Kalimantan Timur pada bulan Januari 2022 sampai dengan Mei 2022. Metode: Metode yang digunakan adalah Fuzzy Backpropagation Neural Network (FBPNN). Hasil: Berdasarkan hasil prediksi FBPNN dengan proporsi 80%:20% untuk data training diperoleh Root Mean Square Error (RMSE) sebesar 113,61 sedangkan untuk RMSE data testing dipeoleh adalah sebesar 108,45. Kesimpulan: Adapun kesimpulan penelitian yaitu metode Fuzzy Backpropagation Neural Network dapat digunakan untuk meramalkan jumlah wisatawan dengan nilai RMSE yang dihasilkan oleh data testing lebih kecil jika dibandingkan dengan nilai RMSE yang dihasilkan oleh data training.

Title

Found 21 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 21 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 21 Documents
Search