Article Per Year (5 Year)
p-Index From 2020 - 2025
3.817
P-Index
This Author published in this journals
All Journal Jurnal Gaussian JPM17: Jurnal Pengabdian Masyarakat Jurnal Sains Matematika dan Statistika MUST: Journal of Mathematics Education, Science and Technology Unisda Journal of Mathematics and Computer Science (UJMC) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Jurnal Penamas Adi Buana Wahana : Tridarma Perguruan Tinggi JAST : Jurnal Aplikasi Sains dan Teknologi Share : Journal of Service Learning PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat INTI Nusa Mandiri Inferensi Budimas : Jurnal Pengabdian Masyarakat Best : Journal of Applied Electrical, Science and Technology PROFICIO: Jurnal Pengabdian Masyarakat Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Stigma : Jurnal Matematika dan Ilmu Pengetahuan Alam Unipa Indonesian Journal of Multidisciplinary on Social and Technology SOSIO KONSEPSIA: JURNAL PENELITIAN DAN PENGEMBANGAN KESEJAHTERAAN SOSIAL MANGGALI
Indrasetianingsih, Artanti
Universitas PGRI Adi Buana Surabaya
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Physics Public Health Social Sciences Other

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search

 1   2   3   4   5 
Pelatihan Manajemen Data Kependudukan dengan Ms. Excel di Desa Gedangan Kecamatan Sidayu Gresik Fenny Fitriani; Gangga Anuraga; Artanti Indrasetianingsih
JAST : Jurnal Aplikasi Sains dan Teknologi Vol 4, No 2 (2020): EDISI DESEMBER 2020
Publisher : Universitas Tribhuwana Tunggadewi Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33366/jast.v4i2.2021

Abstract

Making a voter list is an initial process to support the implementation of regional head elections. Making this voter list was carried out by village officials using population data stored in Ms. Excel. Until now, this process was done manually by sorting age data using the Excel sort function. By carrying out this process, village officials still have to carry out a separate sorting of population data less than 17 years old who have been married. Apart from these data, the data that must be separated by village officials is data on residents over 17 years of age who have died. With these processes, village officials need more time to be able to create voter lists. One of the village officials who carry out the process is the village apparatus in Gedangan Village, Sidayu, Gresik. For solving this problem, training was conducted for ten Gedangan village officials in data management using Ms. Excel. The training materials provided were consolidating the use of sort and filter data, using forms in filling in data and using pivot tables. The method used in this training is to use interactive discussion. The training was held at the village hall in Gedangan Village, Sidayu, Gresik. With this training, village officials could more easily determine the list of voters who met the requirements.
PELATIHAN ANALISIS REGRESI UNTUK PENINGKATAN PENELITIAN GURU DI SMK INFORMATIKA SUMBER ILMU TULANGAN Artanti Indrasetianingsih; Elvira Mustikawati Putri Hermanto
Share : Journal of Service Learning Vol. 6 No. 2 (2020): AUGUST 2020
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (371.588 KB) | DOI: 10.9744/share.6.2.110-114

Abstract

Penelitian ini dilakukan oleh guru yang bertujuan meningkatkan kualitas pem­belajar­an. Proses analisis dalam penelitian ini membutuhkan metode statistik untuk memper­oleh deskripsi dan kesimpulan. Analisis regresi adalah salah satu metode statistik yang dapat digunakan untuk menginterpretasikan data pendidikan. Analisis regresi adalah metode yang digunakan untuk mempelajari pengaruh suatu variabel terhadap variabel lain. SMK Infor­matika Sumber Ilmu adalah sekolah menengah kejuruan yang berlokasi di Kabupaten Tulang­an, Kabupaten Sidoarjo, Provinsi Jawa Timur. Kepala SMK Informatika Sumber Ilmu mengatakan bahwa wawasan guru tentang statistik masih perlu ditingkatkan. Oleh karena itu, pengabdian masyarakat ini merupakan pelatihan, yaitu Pelatihan Analisis Regresi untuk Meningkatkan Penelitian Guru di SMK Informatika Sumber Ilmu. Pelatihan ini dilaksanakan dengan baik yang dihadiri oleh 15 guru termasuk Kepala SMK Informatika Sumber Ilmu
Analisis Regresi Spatial Error Model Untuk Mengetahui Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Provinsi Jawa Timur Wara Pramesti; Artanti Indrasetianingsih
SNHRP Vol. 2 (2019): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 2 Tahun 2019
Publisher : LPPM Universitas PGRI Adi Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (256.256 KB)

Abstract

Indeks Pembangunan Manusia (IPM) merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. IPM dibentuk oleh tiga dimensi dasar, yaitu umur panjang dan hidup sehat, pengetahuan dan standar hidup layak. Pembangunan manusia di Jawa Timur kontinu mengalami kemajuan selama periode 2011- 2017. Dari 66,06 (2011) meningkat menjadi 70,27 (2017) atau selama periode tersebut tumbuh 6,4 persen. Rata-rata pertumbuhan selama kurun waktu 2011-2017 sebesar 1,04 persen per tahun. Ini menunjukkan upaya pemerintah Jawa Timur dalam meningkatkan pembangunan manusia cukup berhasil. IPM merupakan masalah yang kompleks dan tidak sederhana penanganannya. Oleh karena itu perlu mengidentifikasi faktor-faktor yang berpengaruh terhadap IPM. Variabel yang diduga berpengaruh terhadap IPM yaitu pengeluaran per kapita, morbiditas, rata-rata lama pemberian ASI pada anak usia 0 – 23 bulan, persentase penduduk miskin, dan angka harapan sekolah. Model terbaik yang diperoleh yaitu Spatial Error Model (SEM) dengan matriks pembobot spasial Queen Contiguity,dan diperoleh koefisien determinasi sebesar 0,968 dan AIC = 119,14. Faktor-faktor yang berpengaruh signifikan terhadap IPM yaitu pengeluaran per kapita, persentase penduduk miskin dan angka harapan sekolah dan terdapat dependensi error pada lokasi satu dengan lokasi lainnya (?).
Penerapan Text Mining pada Analisis Sentimen Pengguna Twitter Layanan Transportasi Online Menggunakan Metode Density Based Spatial Clustering of Applications With Noise (DBSCAN) dan K-Means Dini Krisnawati Alfiki Astutik; Artanti Indrasetianingsih; Fenny Fitriani
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 15 No 1 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (368.248 KB) | DOI: 10.36456/jstat.vol15.no1.a5983

Abstract

Transportasi online saat ini menjadi populer dan diminati masyarakat di Indonesia dengan transportasi online yang banyak digunakan adalah Grab dan Gojek. Meskipun layanan transportasi online mendapat respon positif namun terdapat masalah yang dihadapi yaitu banyaknya konsumen yang kecewa dan merasa tidak puas dengan pelayanan yang diberikan. Penelitian ini bertujuan untuk mengetahui pengelompokkan tanggapan masyarakat terhadap kedua transportasi online tersebut. Tanggapan masyarakat mengenai layanan transportasi online didapat dari salah satu media sosial yang banyak digunakan oleh masyarakat Indonesia yaitu twitter. Data pada twitter berupa kumpulan text sehingga diperlukan text mining untuk menganalisisnya. Salah satu analisis dalam text mining adalah text clustering sehingga pada penelitian ini menggunakan text clustering untuk mengelompokkan pendapat menjadi beberapa kategori. Metode yang digunakan pada text clustering adalah metode Density-Based Spatial Clustering of Applications with Noise (DBSCAN) dan K-Means. DBSCAN adalah sebuah metode yang membentuk cluster dari data-data yang saling berdekatan, sedangkan data yang saling berjauhan tidak akan menjadi anggota cluster dan biasa disebut sebagai noise. K-Means adalah teknik clustering yang sederhana dan cepat dalam proses clustering obyek serta mampu mengelompokkan data dalam jumlah cukup besar. Hasil penelitian menunjukkan bahwa metode DBSCAN dan K-Means kurang tepat digunakan pada penelitian ini dalam mengelompokkan tweet yang ditujukan kepada layanan transportasi online Gojek dan Grab karena memiliki nilai silhoutte coefficient kurang dari 0.5 artinya struktur lemah atau tweet tanggapan masyarakat kepada layanan transportasi belum berada pada kelompok yang tepat.
Intervensi Multi Input Untuk Memprediksi Kurs Rupiah Terhadap Dolar Amerika Serikat Sebagai Upaya Menjaga Stabilitas Ekonomi Pada Masa Pandemi Covid-19 Aliffia Rahma Anandyani; Artanti Indrasetianingsih; Alfisyahrina Hapsery; Fenny Fitriani
MUST: Journal of Mathematics Education, Science and Technology Vol 7 No 2 (2022): DECEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v7i2.11229

Abstract

Terganggunya ekonomi saat pandemi COVID-19 diduga mempengaruhi kurs Rupiah terhadap Dolar Amerika Serikat, dibuktikan sejak kasus positif COVID-19 pertama di Indonesia hingga 16 April 2020, tercatat kurs Rupiah terhadap Dolar Amerika Serikat terdepresiasi sebesar -12,4%, ini terjadi karena kepanikan para investor yang menarik investasinya dari Indonesia. Agar kurs Rupiah terhadap Dolar tidak semakin terdepresiasi, Bapak Joko Widodo selaku presiden membentuk Perpu atau Peraturan Pemerintah Pengganti Undang-Undang No 1 Tahun 2020 tentang Kebijakan Keuangan Negara dan Stabilitas Sistem Keuangan yang diresmikan pada 31 Maret 2020 dan menyebabkan pergerakan rupiah mulai pulih. Faktor lainnya adalah penguatan mata uang emerging market karena adanya pemilu presiden AS yang dilaksanakan 03 November 2020 sehingga investor kembali tertarik untuk berinvestasi salah satunya di Indonesia. Tiga kejadian tersebut diduga sebagai pemicu perubahan drastis pergerakan kurs Rupiah terhadap Dolar Amerika Serikat. Hasil analisis diperoleh nilai RMSE sebesar 16,62 dan MAPE sebesar 0,094%, yang artinya kesalahan ramalan yang dihasilkan oleh model intervensi sebesar 0,09%.
Penerapan Regresi Data Panel pada Permasalahan Tingkat Pengangguran Terbuka Di Jawa Barat Siti Fatonah; Fenny Fitriani; Artanti Indrasetianingsih
UJMC (Unisda Journal of Mathematics and Computer Science) Vol 9 No 1 (2023): Unisda Journal of Mathematics and Computer science
Publisher : Mathematics Department, Faculty of Mathematics and Sciences Unisda Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52166/ujmc.v9i1.4232

Abstract

The indicator used to measure unemployment is the Open Unemployment Rate (TPT). West Java Province is a high-ranking TPT contributor province and during 2018-2021 is always in the top three compared to other provinces in Indonesia. West Java has a different unemployment rate every year and between districts / cities. Panel data regression is a regression technique that combines time series data and corss section. In estimating panel data regression models, there are three approaches, namely the Commond Effect Model (CEM), Fixed Effect Model (CEM) and Random Effect Model (REM). To choose the best model, it uses three tests, namely the Chow test, the Hausman test and the Lagrange Multiplier test. In this study, regression analysis of panel data was carried out to determine the factors that influence the open unemployment rate in West Java province. The results of the analysis obtained the best model of FEM between individuals and time with an R2 value of 0.9410 or 94.10%. Factors that have a significant effect on the open unemployment rate are the district/city minimum wage, education index and percentage of poor people
Bimtek Pemantapan Materi Dasar Distribusi Peluang Peubah Acak Bagi MGMP Matematika Surabaya Artanti Indrasetianingsih
SNHRP Vol. 5 (2023): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 5 Tahun 2023
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Sebagai upaya nyata dalam memajukan pengetahuan secara proaktif, konsisten, danberkelanjutan guna memberikan manfaat maksimal bagi masyarakat, Program Studi S1 Statistikadan Program Studi Pendidikan Matematika Universitas PGRI Adi Buana Surabaya bekerja samadengan Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas PGRI Adi BuanaSurabaya dan MGMP Matematika Surabaya menyelenggarakan pelatihan yang bertujuan untukmemperkuat pemahaman dasar tentang Distribusi Peluang Peubah Acak bagi para gurumatematika di Surabaya. Penentuan kegiatan ini didasarkan pada hasil observasi yangmenunjukkan bahwa para guru tersebut membutuhkan pemantapan materi Dasar DistribusiPeluang Peubah Acak agar dapat memberikan pengajaran yang mendalam dan berkualitaskepada siswa-siswi merekadi kelas, terutama dalam mata pelajaran peminatan matematika.Secara keseluruhan, pelatihan ini telah berhasil dilaksanakan dengan baik, hal ini dapat dlilhatdari peningkatan nilai pada evaluasi pre-test dan post-test serta umpan balik positif yangditerima dari para peserta dan mitra, yang merasa bahwa kegiatan ini berjalan dengan sangatbaik
Analisis Faktor-Faktor Yang Mempengaruhi Kemiskinan Di Provinsi Nusa Tenggara Timur Tahun 2018-2021 Mengunakan Regresi Data Panel Anjelina Sarti Sriyati; Artanti Indrasetianingsih
SNHRP Vol. 5 (2023): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 5 Tahun 2023
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Kemiskinan merupakan suatu masalah yang sering ada di setiap daerah yang sedang menjalani proses pembangunan. Dilihat dari Produk Domestik Regional Bruto (PDRB), Rata-rata lama sekolah, tingkat partisipasi kerja, jumlah penduduk, pengeluaran per kapita. Daerah yang masih menghadapi masalah kemiskinan salah satunya adalah Provinsi Nusa Tenggra Timur. Dalam data Susenas dari Badan Pusat Statistika Provinsi NTT, Persentase penduduk miskin di Provinsi Nusa Tenggara Timur tahun 2018-2021 mengalami penurunan. Rata-rata persentase penduduk miskin di Provinsi Nusa Tenggara Timur dari 2018-2021 sebesar 21,804. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi kemiskinan di Provinsi Nusa Tenggara Timur tahun 2018-2021 dengan menggunakan regresi data panel. Berdasarkan hasil analisis dapat diketahui bahwa model regresi data panel yang sesuai adalah Fixed Effect model efek individu degan nilai R square sebesar 99,9 Persen. Model regresi dengan tiap kabupaten/kota memiliki intersep yang berbeda. Faktor-faktor yang berpengaruh signifikan terhadap persentase penduduk miskin di Provinsi Nusa Tenggara Timur tahun 2018-2021 adalah Rata-rata lama sekolah dan pengeluaran perkapita
Peramalan Peredaran INFLOW dan OUTFLOW Uang Kartal Regional Jawa Timur Dengan Menggunakan Metode Regresi Time Series Artanti Indrasetianingsih; Wara Pramesti; Fenny Fitriani; Heppy Reihana Kartika Sari; Hariyanti Dewi Priyanto
SNHRP Vol. 5 (2023): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 5 Tahun 2023
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Peningkatan kebutuhan uang kartal mengalami kenaikan menjelang hari-hari besar, seperti Idul Fitri, Natal, akhir tahun, dan libur sekolah. sehingga diperlukan perencanaan pendistribusian uang kartal sesuai dengan kebutuhan, yaitu peramalan berdasarkan data inflow dan outflow uang kartal. Provinsi Jawa Timur sebagai salah satu provinsi terbesar di Indonesia memiliki peranan penting dalam perekonomian nasional. Oleh karena itu, peramalan peredaran uang kartal inflow dan outflow di wilayah Jawa Timur akan memberikan masukan bagi Bank Indonesia dalam hal pengelolaan uang rupiah. Metode yang digunakan adalah regresi time series, yaitu salah satu metode statistik yang dapat digunakan untuk memprediksi dengan variabel dependen dengan satu atau lebih variabel independen. Tujuan dari penelitian ini adalah meramalkan inflow dan outflow uang kartal Regional Jawa Timur. Hasil yang diperoleh menunjukkan bahwa variabeltren, dummy bulan, variasi kalender Idul Fitri dan Covid-19 perpengaruh signifikan terhadap inflow dan outflow uang kartal. Peramalan inflow dan outflow uang kartal dengan menggunakan regresi time series menghasilkan nilai kesalahan peramalan, yaitu MAPE(Mean Absolute Percentage Error) yang besar (lebih dari 50persen). Hal ini menunjukkan bahwa regresi time series kurang baik jika digunakan untuk meramalkan inflow dan outflow uang kartal Regional Jawa Timur.
Pemodelan Geographically Weighted Regression Pada Angka Partisipasi Kasar Perguruan Tinggi Di Indonesia Tahun 2022 Fenny Fitriani; Eufrosiana Ga’a Bara; Artanti Indrasetianingsih
Jurnal Sains Matematika dan Statistika Vol 9, No 2 (2023): JSMS Juli 2023
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v9i2.22729

Abstract

Angka Partisipasi Kasar Perguruan Tinggi (APK-PT) merupakan proporsi mahasiswa di perguruan tinggi, tanpa memandang usia, di bandingkan dengan usia kuliah pada umumnya (19-23 tahun). APK PT menjadi salah satu indikator pendidikan yang menjadi perhatian pembangunan berkelanjutan (SDGs). Secara nasional, rata-rata APK PT di Indonesia masih rendah dan belum mencapai target nasional sebesar 34,56% dari tahun ke tahun. Selain itu jika dilihat dari APK PT yang ada di setiap provinsi ternyata memiliki nilai yang berbeda-beda untuk setiap Provinsinya. Hal ini menandakan adanya kemungkinan perbedaan karakteristik dari daerah ke daerah lain. Salah satu cara untuk mengatasi masalah tersebut adalah dengan menggunakan metode Geographically Weighted Regression (GWR). Pada artikel ini dibahas mengenai faktor-faktor yang berpengaruh signifikan terhadap APK PT di seluruh Provinsi di Indonesia didasarkan pada metode GWR. Dari hasil  pengujian didapatkan faktor yang berpengaruh secara signifikan terhadap APK  PT di Indonesia adalah PDRB per kapita, pengeluaran per kapita yang disesuaikan, persentase penduduk miskin, persentase penduduk usia 15 tahun keatas berpendidikan tinggi ditamatkan di perguruan tinggi, angka melek huruf usia 15-24 tahun dan rasio dosen per mahasiswa. Pemodelan APK PT tiap Provinsi di Indonesia dengan metode GWR mampu memberikan hasil pemodelan  terbaik dengan koefisien determinasi sebesar 97,44%.
Co-Authors Adi Winarno Agustin, Risca Alfisyahrina Hapsery Aliffia Rahma Anandyani Amalia, Amanda Nur Amanda Nur Amalia Amin, Mochammad Iqbal Nasrulloh Al Andri Dwi Sunardi Anjelina Sarti Sriyati Aprilia, Yohanita Uniyatri Benedikta Ngamul Bunga , Natasha Dini Krisnawati Alfiki Astutik Divaio, Putri Amelia Ellya Susilowati Elvira Mustikawati Putri Hermanto Elvira Mustikawati Putri Hermanto Erika Zahra Fitriananta Eufrosiana Ga’a Bara Fitriani, Fenny Gangga Anuraga Gangga Anuraga hadi, nurul latifa Hapsery, Alfisayhrina Hariyanti Dewi Priyanto Hariyanto, Intan Amelia Haryanto, Intan Amelia Heppy Reihana K. S Heppy Reihana Kartika Sari Hidayah, Nur Roudlotul IKA DAMAYANTI ika damayanti Ireni Lusyanti G Karno, Faldianus Lutfi, Moch maria letisia ria Moch Iqbal Nasrulloh Al Amin Mohamad Ilham Muhammad Athoillah, Muhammad nika marathus sholihah Novi Rahmawati Nur Rohmah, Aisyah Maudy Nur Roudlotul Hidayah Nuraini , Salsa Rifqah nurul latifa hadi Pramesty, Maria Hernita Elvine Prasdianitaningtiyas Junita Kusuma Putri Nadiatus Shofiyah PUTRI WULANDARI Putri, Ramadhina Suci Amanda Ramadhina Suci Amanda Putri Retnaningsih, Endang Retnaningsih, Endang ria, maria letisia Rohmah, A’isah Maudy Nur Rosadah, Haryani Amrina Sadewa, Arief sholihah, nika marathus Sita Novalya Roihatul Jannah Sitasari, Nanda Mei Siti Fatonah Sunardi, Andri Dwi Tutik Khalimatul Wasik Wara Pramesti Wara Pramesti