Article Per Year (5 Year)
p-Index From 2019 - 2024
1.376
P-Index
This Author published in this journals
All Journal Sainmatika: Jurnal Ilmiah Matematika dan Ilmu Pengetahuan Alam Jurnal Statistika dan Aplikasinya Prosiding Seminar Nasional Pengabdian Kepada Masyarakat JMT (Jurnal Matematika dan Terapan)
Widyanti Rahayu
Universitas Negeri Jakarta
Agriculture, Biological Sciences & Forestry Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Environmental Science Mathematics Physics Public Health Social Sciences Other

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

Found 2 Documents
Search
Journal : Jurnal Statistika dan Aplikasinya

 1 
Peramalan Indeks Saham LQ45 pada Masa Pandemi COVID-19 Menggunakan Analisis Intervensi Sherina Arthariani Zukrianto; Widyanti Rahayu; Dania Siregar
Jurnal Statistika dan Aplikasinya Vol 5 No 2 (2021): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.05213

Abstract

Analisis intervensi merupakan metode pemodelan deret waktu yang dipengaruhi oleh suatu peristiwa yang menyebabkan data deret waktu mengalami fluktuatif. Metode analisis intervensi memiliki tujuan untuk mengukur besar dan lamanya efek dari suatu intervensi pada data deret waktu. Terdapat dua jenis variabel analisis intervensi, yaitu fungsi step dan fungsi pulse. Tujuan penelitian ini untuk memodelkan dan meramalkan model intervensi fungsi step pada indeks saham LQ45 dengan waktu intervensi yang diketahui. Deret waktu LQ45 dipengaruhi oleh suatu intervensi, yaitu pandemi COVID-19. Prosedur dalam melakukan metode analisis intervensi diawali dengan mengelompokkan data menjadi dua kelompok, yaitu data sebelum intervensi dan data saat intervensi sampai data terakhir. Data sebelum intervensi digunakan untuk pemodelan ARIMA. Model ARIMA yang didapatkan dari data sebelum terjadinya intervensi digunakan sebagai informasi untuk melakukan identifikasi orde intervensi. Selanjutnya dilakukan estimasi parameter dan pemeriksaan uji asumsi white noise serta uji asumsi berdistribusi normal. Model intervensi yang telah memenuhi kedua asumsi tersebut dapat digunakan untuk peramalan. Peramalan dari indeks saham LQ45 menghasilkan nilai indeks saham LQ45 yang cenderung konstan dan berkisar pada level indeks saham sebesar 883 – 884. Hasil peramalan indeks saham LQ45 sudah sangat baik dengan nilai galat sebesar 7%.
Penerapan Regresi Least Absolute Shrinkage And Selection Operator (LASSO) Untuk Mengidentifikasi Variabel Yang Berpengaruh Terhadap Kejadian Stunting di Indonesia Tesa Trilonika Pardede; Bagus Sumargo; Widyanti Rahayu
Jurnal Statistika dan Aplikasinya Vol 6 No 1 (2022): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.06104

Abstract

Linear regression analysis is an analytical method that can be used to analyze data and draw meaningful conclusions about the dependence of one variable on another variable. In linear regression analysis there are several assumptions that must be met, namely normal distribution, there is no correlation between errors. There are several obstacles that cause the assumption to be unfulfilled, for example the occurrence of correlations between independent variables (multicollinearity). The analysis in this study uses the Least Absolute Shrinkage And Selection Operator (LASSO) regression method with the Least Angle Regression (LAR) algorithm because the stunting data in Indonesia has multicollinearity problems among the independent variables used. LASSO which can solve the case of multicollinearity in the regression at the same time it is possible to reduce the regression coefficient from the highly correlated independent variable to exactly zero. The LASSO coefficient obtained uses quadratic so that the LAR algorithm is used which is more efficient in LASSO computing. Based on the analysis that has been carried out, it is concluded that the variables of exclusive breastfeeding (X1), protein consumption (X2), DPT-HB exercise (X5), maternal height (X8) and diarrhea (X9) had an effect on stunting in Indonesia in 2018.
Co-Authors Anjuita Anjuita Aulia Medangara Hakim Bagus Sumargo Bintang Sirius Dania Siregar Dania Siregar Fariani Hermin Ibnu Hadi Novia Sucy Aristawidya Reza Anjab Ramadhan Sherina Arthariani Zukrianto Syifa Azzahra Tesa Trilonika Pardede Vera Maya Santi Yudi Mahatma