Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

6.157

P-Index

This Author published in this journals

All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Statistika Universitas Muhammadiyah Semarang BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Zeta - Math Journal J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Jambura Journal of Mathematics M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika Jurnal Varian Mandalika Mathematics and Educations Journal Inferensi JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Litbang Edusaintech ARRUS Journal of Mathematics and Applied Science Mathematics and Applications (MAp) Journal Jurnal Siger Matematika Journal of Research Applications in Community Services Eksponensial Asian Journal of Science, Technology, Engineering, and Art Mikailalsys Journal of Mathematics and Statistics

Dani, Andrea Tri Rian

Universitas Mulawarman

Author-ID : 1061123

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 46 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Pemodelan Persentase Penduduk Miskin Kabupaten/Kota di Provinsi Jawa Barat dengan Pendekatan Regresi Nonparametrik Spline Truncated Dani, Andrea Tri Rian; Ni'matuzzahroh, Ludia
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

Estimator Spline Truncated adalah salah satu pendekatan dalam regresi nonparametrik yang dapat digunakan ketika pola hubungan antara variabel respon dan variabel prediktor tidak diketahui dengan pasti polanya. Estimator Spline Truncated memiliki fleksibilitas yang tinggi dalam proses pemodelan. Pada penelitian ini bertujuan untuk memodelkan persentase penduduk miskin Kabupaten/Kota di Provinsi Jawa Barat dengan menggunakan model regresi nonparametrik estimator Spline Truncated. Metode estimasi yang digunakan adalah Ordinary Least Squares (OLS). Kriteria kebaikan model regresi nonparametrik yang digunakan adalah Generalized Cross-Validation (GCV). Berdasarkan hasil analisis, diperoleh model terbaik dari regresi nonparametrik Spline Truncated, yaitu model dengan 3 titik knot, dimana diperoleh nilai GCV minimum sebesar 2.14. Berdasarkan hasil pengujian hipotesis, baik secara simultan maupun parsial, diketahui bahwa variabel prediktor yang digunakan pada penelitian ini, berpengaruh signifikan terhadap persentase penduduk miskin, dengan nilai koefisien determinasi sebesar 95.33%.

Penerapan Keluarga Model Spline Truncated Polinomial pada Regresi Nonparametrik Andrea Tri Rian Dani; Ludia Ni’matuzzahroh
Inferensi Vol 5, No 1 (2022): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v5i1.12537

One approach that is often used by researchers to determine the form of the relationship pattern between the response variables and predictor variables in regression analysis, namely the nonparametric approach, where the approach is used when the shape of the regression curve is assumed to be unknown. The truncated spline is a polynomial model in nonparametric regression that has segmented properties, where these properties provide better flexibility than ordinary polynomial models and are able to handle data whose behavior changes in certain sub-intervals due to the knot points in it. This study aims to apply a family of spline truncated polynomial models to nonparametric regression in the case of automotive data. The estimation method used is Ordinary Least Square (OLS). The number of knot points tested is 1 to 4-knot points with a degree of p=1,2,3. Based on the results of the analysis, the best model that produces the smallest GCV value is the nonparametric spline truncated quadratic regression model with 4 knots, which produces a GCV value of 522.27 and a coefficient of determination of 79.77%.

Pemodelan Regresi Nonparametrik Spline Truncated pada Data Longitudinal Andrea Tri Rian Dani; Ludia Ni’matuzzahroh; Vita Ratnasari; I Nyoman Budiantara
Inferensi Vol 4, No 1 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i1.8737

Saat ini pendekatan regresi nonparametrik banyak mendapat perhatian dari para peneliti, dikarenakan memiliki fleksibilitas yang tinggi dan tidak tergantung pada asumsi bentuk kurva regresi. Spline truncated adalah salah satu model dalam regresi nonparametrik yang sering digunakan, karena mampu menangani data yang perilakunya berubah-ubah pada sub-sub interval tertentu. Pada analisis regresi, data yang seringkali digunakan adalah data cross-section, namun yang sebenarnya adalah analisis regresi juga dapat diterapkan pada data longitudinal, khususnya dengan menggunakan pendekatan regresi nonparametrik. Data longitudinal merupakan gabungan antara data cross-section dan time series. Penelitian ini bertujuan untuk memodelkan data persentase penduduk miskin di Provinsi Papua Tahun 2016 hingga Tahun 2019 menggunakan model regresi nonparametrik spline truncated. Metode estimasi parameter yang digunakan adalah Weighted Least Squares (WLS). Banyaknya titik knot yang dicobakan adalah 1 hingga 3 titik knot. Berdasarkan hasil analisis, model regresi nonparametrik spline truncated terbaik adalah model yang menggunakan 1 titik knot, dengan nilai GCV yang paling minimum yaitu sebesar 8,05 dan Koefisien Determinasi (R2) sebesar 99,98%.

Flexibility of Nonparametric Regression Spline Truncated on Data without a Specific Pattern Andrea Tri Rian Dani; Narita Yuri Adrianingsih; Alifta Ainurrochmah; Riry Sriningsih
Jurnal Litbang Edusaintech Vol. 2 No. 1 (2021): Volume 2 No 1 2021
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v2i1.30

Bentuk pola hubungan antara variabel prediktor dan variabel respon ada yang diketahui, namun pada nyatanya ada pula yang tidak diketahui. Apabila bentuk pola hubungan antara variabel respon dan variabel prediktor tidak diketahui, pendekatan regresi nonparametrik merupakan pendekatan yang paling sesuai. Pendekatan regresi nonparametrik tidak tergantung pada asumsi bentuk kurva regresi tertentu, sehingga akan memberikan fleksibilitas yang tinggi. Salah satu estimator regresi nonparametrik yang terkenal adalah spline truncated. Spline truncated merupakan potongan-potongan polinomial yang memiliki sifat tersegmen dan kontinu. Pada penelitian ini, akan disimulasikan pola hubungan antara kedua variabel yaitu respon dan prediktor yang tidak memiliki pola tertentu, yang kemudian didekati dengan dua pendekatan regresi, yaitu parametrik dan nonparametrik. Berdasarkan ukuran kebaikan estimasi kurva regresi menggunakan koefisien determinasi diperoleh hasil bahwa pendekatan regresi nonparametrik lebih baik daripada pendekatan regresi parametrik. Hal ini dikarenakan pendekatan regresi nonparametric memiliki fleksibilitas yang tinggi sehingga mampu menyesuaikan sendiri bentuk estimasi kurva regresi.

Pemodelan Regresi Nonparametrik dengan Estimator Spline Truncated vs Deret Fourier Andrea Tri Rian Dani; Narita Yuri Adrianingsih
Jambura Journal of Mathematics Vol 3, No 1: January 2021
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

ABSTRAKPendekatan regresi nonparametrik digunakan apabila hubungan antara variabel prediktor dan variabel respon tidak diketahui polanya. Spline truncated dan deret Fourier merupakan estimator dalam pendekatan nonparametrik yang terkenal, karena memiliki fleksibilitas yang tinggi dan mampu menyesuaikan terhadap sifat lokal data secara efektif. Penelitian ini bertujuan untuk mendapatkan estimator model regresi nonparametrik terbaik menggunakan spline truncated dan deret Fourier. Metode estimasi kurva regresi nonparametrik dilakukan dengan menyelesaikan optimasi Ordinary Least Squares (OLS). Kriteria kebaikan model menggunakan GCV, R2 dan MSE. Pemodelan regresi nonparametrik diterapkan pada data Case Fatality Rate (CFR) akibat Demam Berdarah Dengue (DBD) di Indonesia. Berdasarkan hasil analisis, hasil estimasi dari pemodelan regresi nonparametrik menunjukkan bahwa estimator spline truncated memberikan performa yang lebih baik dibandingkan estimator deret Fourier. Hal ini ditunjukkan dengan nilai R2 dari estimator spline truncated yaitu sebesar 91,80% dan MSE sebesar 0,04, sedangkan dengan estimator deret Fourier diperoleh nilai R2 sebesar 65,44% dan MSE sebesar 0,19.ABSTRACTThe nonparametric regression approach is used when the relationship between the predictor variable and the response variable is unknown. Spline truncated and Fourier series are well-known estimators in the nonparametric approach because they have high flexibility and are able to adjust to the local properties of the data effectively. This study aims to obtain the best nonparametric regression model estimator using the truncated spline and the Fourier series. The nonparametric regression curve estimation method is done by completing the Ordinary Least Squares (OLS) optimization. The criteria for the goodness of the model use GCV, R2, and MSE. Nonparametric regression modeling is applied to Case Fatality Rate (CFR) modeling due to Dengue Hemorrhagic Fever (DBD) in Indonesia. Based on the analysis, the estimation results from the nonparametric regression modeling show that the truncated spline estimator provides better performance than the Fourier series estimator. This is shown by the R2 value of the truncated spline estimator which is 91.80% and the MSE is 0.04, while the Fourier series estimator obtained an R2 value of 65.44% and MSE of 0.19.

Pemodelan Persentase Penduduk Miskin Kabupaten/Kota di Provinsi Jawa Barat dengan Pendekatan Regresi Nonparametrik Spline Truncated Andrea Tri Rian Dani; Ludia Ni'matuzzahroh
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

Peramalan Data Runtun Waktu menggunakan Model Hybrid Time Series Regression – Autoregressive Integrated Moving Average Melisa Arumsari; Andrea Tri Rian Dani
Jurnal Siger Matematika Vol 2, No 1 (2021): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Peramalan merupakan metode yang digunakan untuk memperkirakan atau memprediksi suatu nilai di masa yang akan datang dengan menggunakan data dari masa lampau. Semakin berkembangnya metode dalam analisis data runtun waktu, dikembangkan metode yang bersifat hybrid dimana dilakukan kombinasi beberapa model dengan tujuan untuk menghasilkan peramalan yang lebih akurat. Tujuan dari penelitian ini adalah untuk mengetahui apakah metode hybrid TSR-ARIMA memiliki tingkat akurasi lebih tinggi dibandingkan dengan metode TSR secara individu sehingga diperoleh hasil peramalan yang lebih akurat. Data pada penelitian ini adalah data bulanan jumlah penumpang maskapai penerbangan Amerika Serikat periode Januari Tahun 1949 hingga Desember Tahun 1960. Berdasarkan hasil analisis, metode hybrid TSR-ARIMA menghasilkan MAPE sebesar 3,061% dan metode TSR menghasilkan MAPE sebesar 7,902%.

Clustering Regencies/Cities in Kalimantan Island Based on Poverty Indicators using Agglomerative Hierarchical Clustering (AHC) Ludia Ni'matuzzahroh; Andrea Tri Rian Dani; Narita Yuri Adrianingsih
Jurnal Matematika, Statistika dan Komputasi Vol. 19 No. 1 (2022): SEPTEMBER, 2022
Publisher : Department of Mathematics, Hasanuddin University

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

Cluster analysis is a statistical analysis that can group objects of observation into several groups/clusters based on their similarity of characteristics. The grouping into several clusters is based on the information contained in the object under study. A cluster can be said to be good if it has high internal homogeneity and high external heterogeneity. The clustering method used in this study is the agglomerate hierarchical clustering (AHC) method, where the cluster formation algorithm used in this AHC method is average linkage, single linkage, complete linkage, and ward. Cluster analysis using the AHC method will be applied to poverty indicator data for Regencies/Cities in Kalimantan Island, which consists of several variables. This study aims to obtain the optimal results of grouping Regencies/Cities in Kalimantan Island, with the number of clusters that have been determined at the beginning, namely as many as 3 clusters. Based on the results of the analysis using the AHC method, the ward algorithm produces an agglomerate coefficient value of 0.89, where this value is close to 1, which means that the ward algorithm is the best in clustering Regencies/Cities in Kalimantan Island.

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

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

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".

Co-Authors A'yun, Qonita Qurrota AINURROCHMAH, ALIFTA Alifta Ainurrochmah Alifta Ainurrochmah Anisar, Anggi Putri AVIANTHOLIB, IGAR CALVERIA Avrilia, Khairunnisa budi Cahyono Budi, Ennesya Estya Candra, Yossy Chandra, Yossy Dandito Laa Ull Darnah Darnah, Darnah Dimas Nugroho Dwi Seputro Fachrian Bimantoro Putra Fadlirhohim, Rizki Dwi Fauziyah, Meirinda Goenjatoro, Rito Hadi Koirudin Hardina Sandariria Hinadang, Elen A. I Gusti Bagus Ngurah Diksa I Nyoman Budiantara I Nyoman Budiantara Ibaad, Muhammad Irsadul Koirudin, Hadi Kosasih, Raditya Arya Krisna Rendi Awalludin Ludia Ni'matuzzahroh Ludia Ni’matuzzahroh M. Fathurahman Mar’ah, Zakiyah Meirinda Fauziyah Melisa Arumsari Memi Nor Hayati Mislan Muawanah, Chusnul Muhammad Aldani Zen Nanda Arista Rizki NARITA YURI ADRIANINGSIH Ni'matuzzahroh, Ludia Nilam Novita Sari Novidianto, Raditya Oroh, Chiko Zet Puspitasari, Melda Putra, Fachrian Bimantoro Qonita Qurrota A'yun Raditya Arya Kosasih Raditya Novidianto Rahayu, Joana K. Rahmah, Syifa M. Rahmah, Syifa Mutia Rahmania Rahmania Ramadhani, Bagus D. Ratna Kusuma, Ratna Regita Putri Permata Rifdatun Ni’mah Riry Sriningsih Rito Goejantoro, Rito Samsurianto Samsurianto Sifriyani, Sifriyani Siringoringo, Meiliyani Siti Mahmuda Sitinjak, Jesselin Paskalis Sri Wahyuningsih Sri Wahyuningsih Sri Wigantono Surya Prangga Suyitno Suyitno Tanur, Erwin Tutik Handayani, Tutik Vita Ratnasari Watika, Noor Hikmah Zen, Muhammad Aldani

Title

Found 46 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 46 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 46 Documents
Search