Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Enthusiastic : International Journal of Applied Statistics and Data Science Prosiding Konferensi Nasional PKM-CSR
Niswatul Qona’ah
Universitas Sebelas Maret
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Mathematics Nursing Public Health Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penggunaan Geoda untuk Pemetaan Bencana Alam di Kabupaten Karanganyar Hasih Pratiwi; Niswatul Qona’ah; Kiki Ferawati; Sri Sulistijowati Handajani; Handajani Handajani; Yuliana Susanti; Muhammad Bayu Nirwana
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 3 (2020): Peran Perguruan Tinggi dan Dunia Usaha Dalam Pemberdayaan Masyarakat Untuk Menyongsong
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (435.354 KB) | DOI: 10.37695/pkmcsr.v3i0.817

Abstract

Kemampuan mengolah data menjadi kebutuhan di masa kini, apalagi dengan banyaknya data yang tersedia yang dapat diakses secara bebas. Statistika dapat digunakan untuk membantu masyarakat dalam menjelaskan dan memahami gambaran tentang kejadian bencana alam. Karanganyar, yang terletak di Provinsi Jawa Tengah, merupakan salah satu kabupaten di Indonesia yang rawan bencana alam. Oleh karena itu, diperlukan visualisasi data sebagai upaya untuk memberikan pemahaman kepada masyarakat tentang bencana alam yang terjadi di wilayah Kabupaten Karanganyar. Pemetaan bencana alam dengan Geoda dapat memberikan informasi kondisi kecamatan-kecamatan di Karanganyar yang rawan bencana alam. Untuk menyusun peta, diperlukan data bencana alam serta file peta wilayah. Setelah program Geoda terinstal, peta dapat disusun melalui menu toolbar, mengurutkan kolom kode kabupaten, create project file, dan map. Peta spasial menunjukkan bahwa tanah longsor sering terjadi di wilayah Kabupaten Karanganyar bagian timur yang berbatasan dengan Kabupaten Magetan di Jawa Timur, kebakaran di bagian tengah, dan angin ribut di bagian utara.
Modeling and Forecasting Volatility in USD/GBP Exchange Rate Niswatul Qona’ah
Enthusiastic : International Journal of Applied Statistics and Data Science Volume 3 Issue 2, October 2023
Publisher : Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/enthusiastic.vol3.iss2.art2

Abstract

Rate changes can occur hourly, daily, or in large incremental shifts. These changes may impact firms by changing the cost of commodities imported from other countries and the demand for their goods among foreign consumers. Therefore, it is essential to forecast exchange rates to manage this business effect. This study aims to determine the best model for predicting volatility in the exchange rate between USD and GBP. In particular, we analyze exchange rates using the Autoregressive Integrated Moving Average (ARIMA) model and the volatility or variance model by Generalized Autoregressive Conditional Heteroscedasticity (GARCH). To determine the best model, the performance of each model is evaluated with several criteria, namely Root Mean Square Error (RMSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE). The results show that EGARCH(1,1) has the best forecasting performance in the out-sample section because it can better capture out-sample data patterns with minimum RMSE, MAE, and MAPE.  
Co-Authors Handajani Handajani Hasih Pratiwi Kiki Ferawati Muhammad Bayu Nirwana Sri Sulistijowati Handajani Yuliana Susanti