Article Per Year (5 Year)
p-Index From 2021 - 2026
6.921
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) 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 UNP Journal of Statistics and Data Science Eksponensial Asian Journal of Science, Technology, Engineering, and Art Mikailalsys Journal of Mathematics and Statistics
Dani, Andrea Tri Rian
Universitas Mulawarman
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 Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Transportation Other

Published : 51 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 51 Documents
Search

 2   3   4   5   6 
Daily Rainfall Forecasting with ARIMA Exogenous Variables and Support Vector Regression Permata, Regita Putri; Ni'mah, Rifdatun; Dani, Andrea Tri Rian
Jurnal Varian Vol. 7 No. 2 (2024)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v7i2.3202

Abstract

There is a seasonal element every year, with the dry season often lasting from May to October and the rainy season lasting from November to April. However, climate change causes the changing of the rainy and dry seasons to be erratic, so it is necessary to anticipate weather conditions. Prediction of rainfall is used to see natural conditions in the future with time series modeling. The rainfall modeling method at the six Surabaya observation posts used is the Autoregressive Integrated Moving Average with exogenous variables (ARIMAX) and Support Vector Regression. The exogenous variable used is the captured seasonal pattern of rainfall. The SVR model uses input lags from the ARIMAX model and parameter tuning uses the Kernel Radial Based Function. Selection of the best model uses the minimum RMSE value. The results showed that the average occurrence of rain at the six rainfall observation posts occurred in January, February, March, April, November and December. The ARIMAX method in this study is well used to predict rainfall in Gubeng and rainfall in Wonorejo. The SVR input lag ARIMAX method is good for predicting rainfall for Keputih, Kedung Cowek, Wonokromo and Gunung Sari. Nonparametric methods are better used to forecast rainfall data because they are able to capture data patterns with greater volatility than parametric methods, one of which is the SVR method.
Enhancing the Reliability of the Flood Early Warning System in Samarinda City Through the Hybrid SARIMA-RBFNN Model Rahmah, Syifa Mutia; Dani, Andrea Tri Rian; Wahyuningsih, Sri
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Volume 13 Issue 3 December 2025
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v13i3.34268

Abstract

Rainfall data in Samarinda City exhibit seasonal patterns that play a crucial role in increasing flood risk during certain periods. To enhance the effectiveness of the early warning system, this study developed a hybrid SARIMA-RBFNN model. The Seasonal Autoregressive Integrated Moving Average (SARIMA) model was applied to capture linear seasonal patterns, while the Radial Basis Function Neural Network (RBFNN) was employed to model nonlinear residuals from SARIMA. Model performance was assessed using the Symmetric Mean Absolute Percentage Error (SMAPE) and Root Mean Squared Error Prediction (RMSEP). Compared to the single SARIMA model (SMAPE = 34.699%, RMSEP = 82.255), the hybrid SARIMA–RBFNN achieved lower in-sample errors (SMAPE = 34.175%, RMSEP = 78.577) and demonstrated more stable performance for out-of-sample data. This indicates that the hybrid model provides a more balanced and reliable prediction by capturing nonlinear rainfall fluctuations that SARIMA alone could not model effectively. Forecasts for 2024 revealed a consistent seasonal trend, peaking mid-year. These findings indicate that the hybrid model can improve the reliability of the flood early warning system in Samarinda by providing more accurate rainfall predictions.
Pengenalan Pojok Statistik Sejak Dini dan Ilmu Data Sains Bagi Siswa dan Guru di SMAN Kota Samarinda Fauziyah, Meirinda; Sifriyani, Sifriyani; Wahyuningsih, Sri; Suyitno, Suyitno; Dani, Andrea Tri Rian; Mahmuda, Siti; Koirudin, Hadi
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.
Pelatihan Penggunaan Software Q-GIS Pemetaan Spasial dan Pengenalan Program Regresi Nonparametrik di BPS Provinsi Kalimantan Timur Sifriyani, Sifriyani; Fauziyah, Meirinda; Dani, Andrea Tri Rian; Wahyuningsih, Sri; Prangga, Surya; Istiqomah, Nurul; Solikhah, Arifatus
Journal of Research Applications in Community Service Vol. 2 No. 4 (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.v2i4.2326

Abstract

Perkembangan teknologi saat ini harus didukung dengan kemahiran seorang ahli untuk adaptasi melalui visualisasi data dan penyajian hasil analisis kesimpulan yang tepat. Untuk mendukung kemahiran tersebut dilaksanakan sharing knowledge antar stakeholder dengan akademisi guna mendukung pembuatan kebijakan. Hal ini menjadi salah satu alasan pelaksanaan kegiatan pengabdian masyarakat. Beberapa software open sourceyang dapat digunakan untuk visualisasi data pemetaan yaitu Q-GIS dan analisisnya menggunakan I-Regs. Tujuan pelaksanaan kegiatan adalah memberikan kesempatan untuk sharing knowledge penggunaan Q-GIS dan I-Regs yang dapat digunakan untuk proses pengolahan data dan visualisasi bagi instansi terkait, memberikan pengenalan penggunaan software I-Regs, dan meningkatkan pengetahuan isu terkini bagi kedua belah pihak. Subjek (mitra) dari kegiatan ini 100 peserta yang terdiri dari staff BPS, mahasiswa dan dosen Jurusan Matematika FMIPA UNMUL. Berdasarkan hasil analisis diperoleh kesimpulan bahwa terdapat perbedaan rata-rata nilai ujian sebelum dan sesudah mengikuti pelatihan artinya kegiatan pelatihan memiliki pengaruh yang signifikan dalam meningkatkan kinerja para staff.
Pelatihan Geogebra untuk Peningkatan Kompetensi Guru MGMP Matematika SMA/MA Kota Samarinda Syaripuddin, Syaripuddin; A'yun, Qonita Qurrota; Indarsih, Indarsih; Solikhatun, Solikhatun; Isnaini, Uha; Wahyuni, Sri; Amijaya, Fidia Deny Tisna; Sandariria, Hardina; Gunardi, Gunardi; Effendie, Adhitya Ronnie; Sifriyani, Sifriyani; Dani, Andrea Tri Rian; Wahyujati, Mohamad Fahruli; Mulyadi, Taqriri Kamal; Putra, Fachrian Bimantoro
Journal of Research Applications in Community Service Vol. 2 No. 4 (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.v2i4.2438

Abstract

Teknologi dapat memudahkan guru dalam menyampaikan konsep matematika kepada siswa melalui media pembelajaran di kelas. Pembelajaran di bidang Matematika perlu memanfaatkan perkembangan teknologi untuk mengatasi tantangan di era digital. Permasalahan yang terjadi adalah bahwa mayoritas guru Matematika SMA/MA di Samarinda belum menggunakan perangkat lunak untuk mendukung mutu proses pembelajaran Matematika secara daring maupun luring. Oleh karena itu, dalam rangka Pengabdian kepada Masyarakat, maka diselenggarakan pelatihan Perangkat Lunak GeoGebra untuk peningkatan kompetensi pembelajaran Matematika bagi guru SMA/MA khususnya yang tergabung dalam Musyawarah Guru Mata Pelajaran (MGMP) Matematika SMA/MA di Kota Samarinda. Pelatihan menggunakan metode tatap muka dengan diisi ceramah, diskusi, dan latihan. Peserta pelatihan mengerjakan tes yang diberikan di awal dan akhir pelatihan dalam rangka mengukur pemahaman peserta terhadap materi pelatihan. Diperoleh hasil tes awal dengan nilai rata-rata 102,12 dan hasil tes akhir dengan nilai rata-rata 130. Selanjutnya, hasil tes tersebut dianalisis menggunakan statistik deskriptif dan uji beda rata-rata Wilcoxon. Hasil menunjukkan bahwa nilai asymp. sig. (2-tailed) 0,000 kurang dari nilai alpha (α) yaitu 0,05. Berdasarkan hasil analisis uji beda rata-rata, dapat disimpulkan bahwa terdapat perbedaan nilai rata-rata nilai tes awal dan tes akhir. Kenaikan yang signifikan antara nilai rata-rata tes awal dengan nilai rata-rata tes akhir pelatihan mengindikasikan peningkatan pemahaman peserta pelatihan terhadap Perangkat Lunak GeoGebra. Tim terus memberikan pendampingan yang berkelanjutan terkait pemanfaatan GeoGebra kepada kepada guru-guru Matematika SMA/MA Kota Samarinda melalui forum komunikasi grup WhatsApp.
Peningkatan Kompetensi Guru MGMP Matematika SMA/MA Kota Samarinda dalam Pembelajaran Statistika Menggunakan Aplikasi RStudio Cloud Sandariria, Hardina; Syaripuddin, Syaripuddin; Gunardi, Gunardi; Effendie, Adhitya Ronnie; Sifriyani, Sifriyani; Dani, Andrea Tri Rian; Wahyujati, Mohamad Fahruli; Indarsih, Indarsih; Solikhatun, Solikhatun; Isnaini, Uha; Wahyuni, Sri; Amijaya, Fidia Deny Tisna; A'yun, Qonita Qurrota; Putra, Fachrian Bimantoro; Mulyadi, Taqriri Kamal
Journal of Research Applications in Community Service Vol. 2 No. 4 (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.v2i4.2439

Abstract

Peran teknologi dalam pengembangan proses pembelajaran Matematika maupun Statistika sangat krusial seiring dengan perkembangan teknologi khususnya di era Big Data. Teknologi memungkinkan guru untuk secara efektif dan efisien menjalankan proses pembelajaran yang berkaitan dengan pengolahan data dan analisis data Statistika. Kemampuan Statistika menjadi penting untuk diajarkan lebih dini di sekolah sehingga guru perlu meningkatkan kompetensinya dalam pembelajaran yang memanfaatkan teknologi di bidang Statistika. Oleh karena itu, dilaksanakan kegiatan Pengabdian kepada Masyarakat berupa pelatihan penggunaan perangkat lunak RStudio Cloud untuk meningkatkan kompetensi pembelajaran Statistika bagi guru SMA/MA khususnya yang tergabung dalam MGMP Matematika SMA/MA Kota Samarinda. Metode pelatihan yang digunakan adalah tatap muka, ceramah, latihan, dan diskusi. Peserta mengerjakan tes sebelum dan sesudah pelatihan.  Diperoleh data tes awal dengan nilai rata-rata 119,1667 dan data tes akhir dengan rata-rata 140,8333 yang kemudian dianalisis menggunakan statistik deskriptif dan Uji-t. Hasil pengolahan data menunjukkan bahwa nilai signifikansinya 0,000 < α=0,05. Berdasarkan hasil tes, diperoleh bahwa terdapat perbedaan rata-rata hasil tes akhir peserta dibandingkan dengan rata-rata hasil tes awal. Dengan demikian, kegiatan pelatihan memberikan pengaruh positif bagi guru-guru Matematika SMA/MA di Kota Samarinda terkait pemahaman dan implementasi aplikasi RStudio Cloud dalam upaya meningkatkan kompetensi guru-guru dalam pembelajaran Statistika.
Studi Simulasi Untuk Model Regresi Nonparametrik Dengan Fungsi Kernel Kuartik Suprianto, Esmar; Sifriyani, Sifriyani; Dani, Andrea Tri Rian
Jurnal Varian Vol. 9 No. 1 (2026)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v9i1.4949

Abstract

Nonparametric regression is a method for estimating the pattern of the relationship between predictor variables and response variables when the functional form of the regression curve is unknown. One estimator applicable to nonparametric regression is the Kernel estimator. The kernel estimator has a more flexible form, and the calculations are straightforward. The performance of the Kernel estimator is significantly affected by the Kernel function and the smoothing parameter (bandwidth). The method used in this study is the Kernel estimator, applied to a simulation study using a quartic kernel for optimal bandwidth selection via generalized cross-validation (GCV). This study aims to evaluate simulation results across various combinations of sample sizes and variances and to present a prediction plot of the Quartic Kernel function based on the simulation study. The results of this study are based on the Quartic Kernel function; larger sample sizes yield smaller Mean Squared Error (MSE) and GCV values and a larger coefficient of determination. In addition to sample size, variance is also very influential. The larger the variance, the larger the MSE and GCV values, and the smaller the coefficient of determination. The results of this study are prediction plots against the simulation studies used, showing that the Quartic Kernel function is less effective at predicting simulation study results. This is also evident from the accuracy obtained across different sample sizes and data with varying levels of variance, indicating that, in simulation studies using the quartic kernel estimator, predictive performance is poorer.
Transformasi Data Menjadi Kebijakan: Studi Clustering Hierarki pada Layanan Keagamaan Kementerian Agama Yossy Candra; Andrea Tri Rian Dani
Mandalika Mathematics and Educations Journal Vol 7 No 4 (2025): Desember
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v7i4.10261

Abstract

Indonesia adalah negara dengan keberagaman agama, budaya, dan kondisi geografis yang sangat kaya. Untuk memastikan kebijakan layanan keagamaan yang merata dan adil, penelitian ini menganalisis keberagaman karakteristik daerah. Tujuannya adalah untuk mengklasifikasikan provinsi-provinsi di Indonesia berdasarkan data layanan keagamaan. Metode yang digunakan adalah hierarchical clustering dengan lima algoritma dan tiga ukuran jarak. Kombinasi average linkage dan jarak chebyshev menghasilkan koefisien korelasi cophenetic tertinggi (0,969), menjadikannya algoritma paling optimal. Uji silhouette coefficient menunjukkan dua klaster sebagai jumlah optimal, dengan nilai silhouette coefficient sebesar 0,736, dan uji ANOVA memvalidasi bahwa perbedaan antar klaster signifikan. Klaster pertama terdiri dari Provinsi Aceh, Jawa Timur, Jawa Barat, dan Jawa Tengah, yang memiliki rata-rata setiap variabel lebih tinggi. Klaster kedua mencakup seluruh provinsi lainnya, termasuk DKI Jakarta, yang menunjukkan bahwa masih ada peluang untuk peningkatan kualitas layanan keagamaan. Temuan ini memberikan gambaran penting bagi Kementerian Agama untuk terus berupaya meningkatkan kualitas layanan keagamaan di seluruh wilayah Indonesia, dengan fokus pada perbaikan aspek layanan yang lebih luas.
Identification of Spatial Autocorrelation in Cases of Complaints About Illegal Online Loans in Indonesia Meirinda Fauziyah; Devita Dwi Putri; Andrea Tri Rian Dani; Hardina Sandariria; Nazmi Soraya
Mandalika Mathematics and Educations Journal Vol 7 No 4 (2025): Desember
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v7i4.10572

Abstract

The development of digital financial services has made it easier for people to access technology-based loans, but this has also been accompanied by an increase in illegal online lending practices, which have generated numerous complaints from consumers in various regions. This situation indicates the potential for uneven distribution of cases across regions. This study aims to identify interregional spatial relationships in data on the number of complaints about illegal online loans across provinces in Indonesia. This study uses data on the number of complaints about illegal online loans from January to June 2025. The analytical methods used include descriptive statistics, the Moran Index to measure global spatial autocorrelation, and the Local Indicator of Spatial Autocorrelation (LISA) to detect local clusters. The results show positive spatial autocorrelation, where provinces with a high number of complaints tend to be close to each other, particularly areas with high levels of urbanization and digital activity such as DKI Jakarta, West Java, Central Java, and Banten. Thus, the distribution of complaints about illegal online loans is not random but is influenced by geographic proximity and regional socioeconomic characteristics.
Poverty Modeling in East Nusa Tenggara Using Fourier Nonparametric Regression with Cosine–Sine Comparison and Hypothesis Testing Narita Yuri Adrianingsih; Andrea Tri Rian Dani; I Nyoman Budiantara; Vita Ratnasari; Yossy Candra; Bintang A. Banewang; Leti S. Gaimau
UNP Journal of Statistics and Data Science Vol. 4 No. 2 (2026): UNP Journal of Statistics and Data Science
Publisher : Departemen Statistika Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/ujsds/vol4-iss2/493

Abstract

Poverty is a complex multidimensional issue and remains a major development challenge in Indonesia, particularly in East Nusa Tenggara (NTT), which consistently records one of the highest poverty rates nationally. Conventional parametric approaches, such as linear regression, are often inadequate to capture the nonlinear and complex relationships between socioeconomic factors and poverty levels. Therefore, this study proposes a nonparametric regression approach based on Fourier series to model poverty in NTT. The novelty of this research lies in the systematic comparison between cosine-based and sine-based Fourier components within a nonparametric regression framework, combined with inferential statistical testing to identify significant determinants of poverty. The study uses cross-sectional data from 22 districts/cities in NTT for the year 2025. Model estimation is conducted using the Ordinary Least Squares (OLS) method, while the optimal oscillation parameter is determined using Generalized Cross-Validation (GCV). Model performance is evaluated using MSE, RMSE, MAPE, and coefficient of determination (R²). The results show that the cosine-based Fourier model with three oscillations outperforms the sine-based model, achieving MSE of 1.903, RMSE of 1.379, MAPE of 5.817%, and R² of 95.146%. Hypothesis testing indicates that all predictor variables significantly influence poverty levels both simultaneously and partially. These findings demonstrate that the Fourier nonparametric regression approach is highly effective in capturing complex and fluctuating poverty patterns, and it provides a more accurate and interpretable model for supporting targeted poverty alleviation policies.
Co-Authors A'yun, Qonita Qurrota Adhitya Ronnie Effendie, Adhitya Ronnie AINURROCHMAH, ALIFTA Alifta Ainurrochmah Alifta Ainurrochmah Anisar, Anggi Putri AVIANTHOLIB, IGAR CALVERIA Avrilia, Khairunnisa Bintang A. Banewang Budi Cahyono Budi, Ennesya Estya Candra, Yossy Chandra, Yossy Dandito Laa Ull Darnah Darnah, Darnah Devita Dwi Putri Dimas Nugroho Dwi Seputro Fachrian Bimantoro Putra Fadlirhohim, Rizki Dwi Fauziyah, Meirinda Fidia Deny Tisna Amijaya Goenjatoro, Rito Hardina Sandariria Hinadang, Elen A. I Gusti Bagus Ngurah Diksa I Nyoman Budiantara I Nyoman Budiantara Ibaad, Muhammad Irsadul indarsih, Indarsih Koirudin, Hadi Kosasih, Raditya Arya Krisna Rendi Awalludin Leti S. Gaimau Ludia Ni'matuzzahroh Ludia Ni’matuzzahroh M. Fathurahman M. Yogi Riyantama Isjoni Mahmuda, Siti Mar’ah, Zakiyah Meirinda Fauziyah Melisa Arumsari Memi Nor Hayati Mislan Muawanah, Chusnul Muhammad Aldani Zen Mulyadi, Taqriri Kamal Nanda Arista Rizki NARITA YURI ADRIANINGSIH Nazmi Soraya Ni'matuzzahroh, Ludia Nilam Novita Sari Novidianto, Raditya Nurul Istiqomah Oroh, Chiko Zet Puspitasari, Melda Putra, Fachrian Bimantoro Qonita Qurrota A&#039;yun Raditya Arya Kosasih Raditya Novidianto Rahayu, Joana K. Rahmah, Syifa M. Rahmah, Syifa Mutia Rahmania Rahmania Ramadhani, Bagus D. Regita Putri Permata Rifdatun Ni’mah Riry Sriningsih Rito Goejantoro, Rito Sifriyani, Sifriyani Siringoringo, Meiliyani Siswahyudianto Sitinjak, Jesselin Paskalis Solikhah, Arifatus Solikhatun, Solikhatun Sri Wahyuni Sri Wahyuningsih Sri Wigantono Sukamto, Ika Sumiyarsi Suprianto, Esmar Surya Prangga Suyitno Suyitno Syaripuddin Syaripuddin Tanur, Erwin Tutik Handayani, Tutik Uha Isnaini Vita Ratnasari Wahyujati, Mohamad Fahruli Watika, Noor Hikmah Yossy Candra Yossy Candra Zen, Muhammad Aldani