Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengenalan Pojok Statistik Sejak Dini dan Ilmu Data Sains Bagi Siswa dan Guru di SMAN Kota Samarinda Meirinda Fauziyah; Sifriyani Sifriyani; Sri Wahyuningsih; Suyitno Suyitno; Andrea Tri Rian Dani; Siti Mahmuda; Hadi Koirudin
Journal of Research Applications in Community Service Vol. 2 No. 3 (2023): Journal of Research Applications in Community Service
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/jarcoms.v2i3.2263

Abstract

Pendidikan merupakan bentuk usaha sadar seseorang untuk mengembangkan potensi diri agar memiliki kekuatan spiritual, keagamaan, serta keterampilan diri. Pada masa kini keterampilan diri terfokus dalam urgensi data yang banyak dibutuhkan di sektor industri dengan keahlian menganalisis masalah dan menghasilkan insight untuk menjawab kepentingan manusia di masa depan dengan mengenal ilmu data sains. Data sains merupakan cabang ilmu gabungan dari statistika, pendekatan sains, Artificial Intelligence (AI) untuk menganalisis sebuah big data sampai menghasilkan kesimpulan yang mudah dipahami. Tujuan kegiatan PKM ini memberikan pemahaman informasi pojok statistik sebagai wadah ilmu statistik kepada siswa dan guru sejak dini, membagikan informasi pengembangan ilmu data sains terkini menjadi seorang data scientist. Pelaksanaan kegiatan ini menggunakan metode Participatory Learning and Action (PLA) dengan melibatkan siswa/siswi dan guru. Hasil dari kegiatan ini menunjukkan bahwa terdapat perbedaan pemahaman sebelum dan setelah diberikan pemahaman ilmu data sains.
Aplikasi Model ARIMAX dengan Efek Variasi Kalender untuk Peramalan Trend Pencarian Kata Kunci “Zalora” pada Data Google Trends Andrea Tri Rian Dani; Sri Wahyuningsih; Fachrian Bimantoro Putra; Meirinda Fauziyah; Sri Wigantono; Hardina Sandariria; Qonita Qurrota A'yun; Muhammad Aldani Zen
Inferensi Vol 6, No 2 (2023)
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v6i2.15793

Abstract

ARIMAX is a method in time series analysis that is used to model an event by adding exogenous variables as additional information. Currently, the ARIMAX model can be applied to time series data that has calendar variation effects. In short, calendar variations occur due to changes in the composition of the calendar. The purpose of this study is to apply the ARIMAX model with the effects of calendar variations to forecast search trends for the keyword "Zalora". Data were collected starting from January 2018 to November 2022 in the form of a weekly series. Based on the results of the analysis, the ARIMAX model is obtained with calendar variation effects with ARIMA residuals (1,1,1). Forecasting accuracy using the Mean Absolute Percentage Error (MAPE) of 10.47%. Forecasting results for the next 24 periods tend to fluctuate and it is estimated that in April 2023 there will be an increase in search trends for the keyword "Zalora".