Article Per Year (5 Year)
p-Index From 2021 - 2026
1.953
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Media Statistika Indonesian Journal of Applied Statistics BAREKENG: Jurnal Ilmu Matematika dan Terapan SEMAR Prosiding Konferensi Nasional PKM-CSR Proceeding of International Conference on Humanity Education and Society International Journal of Information Systems and Technology (IJOINT)
Respatiwulan, Respatiwulan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Penerapan GWR dan MGWR dengan Pembobot Kernel Adaptive Tricube pada Pemodelan Prevalensi Stunting di Provinsi Jawa Tengah Ningrum, Imas Fitri; Handajani, Sri Sulistijowati; Respatiwulan, Respatiwulan
Indonesian Journal of Applied Statistics Vol 8, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v8i2.94657

Abstract

Jawa Tengah merupakan salah satu provinsi dengan prevalensi stunting yang tinggi di Indonesia pada tahun 2022 sebesar 20,8% dan hampir mendekati prevalensi stunting di Indonesia sebesar 21,6%. Wilayah di Jawa Tengah beragam dalam hal geografi, ekonomi, sosial budaya, kualitas sumber daya manusia, dan ketersediaan sumber daya alam. Regresi spasial digunakan untuk memodelkan faktor-faktor yang mempengaruhi prevalensi stunting di Jawa Tengah dengan mempertimbangkan pengaruh lokasi. Perbedaan karakteristik antar lokasi menyebabkan heterogenitas spasial, sehingga masalah tersebut diatasi dengan pemodelan menggunakan geographically weighted regression (GWR). Pemodelan dengan GWR memberikan hasil bahwa tidak ada heteroskedastisitas pada salah satu variabel, sehingga pemodelan juga dilakukan menggunakan mixed geographically weighted regression (MGWR) dengan kernel tricube tertimbang adaptif. Namun, dari analisis, model GWR memberikan hasil yang lebih baik daripada model MGWR. Unit sampel dalam penelitian ini adalah 35 kabupaten/kota di Provinsi Jawa Tengah. Model GWR untuk memodelkan prevalensi stunting di Jawa Tengah menghasilkan model yang lebih baik dengan nilai AIC yang lebih kecil dibandingkan dengan model MGWR. Hasil penelitian menunjukkan bahwa balita yang kekurangan gizi memiliki pengaruh positif terhadap stunting, sedangkan bayi baru lahir yang menerima IMD, balita yang menerima vitamin A, dan pengeluaran riil per kapita memiliki pengaruh negatif terhadap stunting.kata kunci: tricube adaptif; GWR; MGWR; stuntingCentral Java is one of the provinces with a high prevalence of stunting in Indonesia in 2022 at 20.8% and is almost close to the prevalence of stunting in Indonesia at 21.6%. The regions in Central Java are diverse in terms of geography, economy, socio-culture, quality of human resources, and availability of natural resources. Spatial regression was used to model the factors that influence the prevalence of stunting in Central Java by considering the influence of location. The characteristics between locations cause heterogeneity, so the modeling used is Geographically Weighted Regression (GWR). Because one variable is not locally significant, modeling is also carried out using Mixed Geographically Weighted Regression (MGWR) with adaptive tricube kernel weighted. However, from the analysis, the GWR model gave better results than the MGWR model. The GWR model for modeling stunting prevalence in Central Java produces a better model with an AIC value of 148.883 and R^2 of 88.01% compared to the MGWR model, which only provides an AIC value of 190.371 and R^2 value of 47.66%. Based on the analysis results with the GWR model using adaptive tricube weighted, the factors influencing the prevalence of stunting in Central Java Province are newborns getting early breastfeeding initiation (IMD), toddlers with malnutrition, toddlers getting vitamin A, and real expenditure per capita.Keywords: adaptive tricube; GWR; MGWR; stunting
Model Simulation of Continuous Time Markov Chain Susceptible Infected Recovered-Bacterial Population for Cholera Disease Hidayati, Aulia Maulani Syifa Nur; Respatiwulan, Respatiwulan; Subanti, Sri
Indonesian Journal of Applied Statistics Vol 6, No 1 (2023)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v6i1.71801

Abstract

Epidemic is an outbreak of an infectious disease rapidly in a population at a certain place and time. Epidemic models are used to explains the spread pattern of disease. The continuous time Markov chain susceptible infected recovered-bacterial population in the aquatic reservoir (CTMC SIR-B) model is a stochastic model, which considers the effect of bacterial population. The human population are classified into 3 groups. There are susceptible, infected, and recovered groups. Then, there are bacterial population which can infectious the cholera disease to human. CTMC SIR-B model considers treatment and water sanitation parameters. The spread of cholera disease can be modeled as CTMC SIR-B. Cholera is an acute intestinal infectious disease caused by the bacterium Vibrio cholerae. Cholera can be transmitted through the human digestive system. The symptoms of cholera disease are diarrhea, vomiting, and dehydration. The dehydration if not handled properly, may cause death. The aims of this research are to build and simulate the CTMC SIR-B model for cholera disease. The result of the model simulation shows that there is no significant difference between various values of treatment and water sanitation parameters. The pattern of the cholera disease spread describes that the transmission of cholera can occur from human to human even though there is no population of bacteria in the aquatic reservoir.Keywords: cholera; ctmc sir-b; epidemic model; stochastic. 
Pelatihan Penggunaan Excel untuk Evaluasi Pembelajaran bagi Guru Matematika SMP di Kabupaten Karanganyar Respatiwulan, Respatiwulan; Ferawati, Kiki; Nirwana, Muhammad Bayu; Wijaya, Andreas Rony; Nugroho, Elvin Agustiyan; Rahmawati, Aprilia Saniatul
SEMAR (Jurnal Ilmu Pengetahuan, Teknologi, dan Seni bagi Masyarakat) Vol 14, No 2 (2025): November
Publisher : LPPM UNS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/semar.v14i2.110468

Abstract

Seiring dengan perkembangan teknologi, kebutuhan peneglolaan data dengan cepat dan akurat sangat penting termasuk dalam dunia pendidikan. Banyak perangkat lunak yang dapat digunakan untuk mengelola data termasuk Microsoft Excel. Microsoft Excel adalah program spreadsheet yang dikembangkan oleh Microsoft. Microsoft Excel digunakan untuk perhitungan sederhana, penyimpanan data, mengolah data dalam bentuk tabel, perhitungan matematis, analisis statistik, pembuatan grafik, dan berbagai keperluan administratif lainnya. Bagi guru matematika, Excel adalah alat yang sangat powerful untuk membantu dalam berbagai aspek pengelolaan data, dari mencatat nilai, mengolah statistik, hingga merancang laporan dan perencanaan pembelajaran. Menguasai Excel dapat sangat meningkatkan efisiensi kerja dan kualitas pengajaran. Forum Musyawarah Guru Mata Pelajaran (MGMP) Matematika SMP di Kabupaten Karanganyar berfungsi sebagai tempat bagi guru-guru Matematika untuk saling berbagi pengetahuan dan meningkatkan kompetensi dalam proses pembelajaran. Para guru di forum MGMP Matematika  telah memiliki keterampilan dasar penggunaan Excel. Oleh karena itu pelatihan analisis statistika menggunakan Excel di kalangan guru MGMP Matematika Karanganyar dapat meningkatkan kualitas pembelajaran  sehingga lebih baik dalam memahami, menganalisis, dan menyajikan data. Peningkatan kemampuan analisis statistik ini dapat dilakukan dengan memberikan pelatihan yang mencakup pengenalan data, persiapan data, visualisasi data, analisis dan interpretasi hasil. Pelatihan ini memberikan ruang konsultasi setelah kegiatan sehingga peserta tetap dapat pendampingan belajar dan meningkatkan kemampuannya. Menggunakan Excel untuk mengelola soal dan hasil evaluasi pembelajaran adalah cara yang efisien bagi guru untuk menyajikan hasil belajar untuk keperluan evaluasi hasil pembelajaran.
Co-Authors Agustin, Frencilia Paulina Andreas Rony Wijaya Apsari, Nindya Eka Arnandya, Evelyn Regita Evitasi, Niken Handajani, Sri Sulistijowati Handayani, Sri Sulistijowati Hartanto, Aqila Khansa Hidayati, Aulia Maulani Syifa Nur Isnandar Slamet, Isnandar Kiki Ferawati Mahmudah, Arik Mudhi Handayani, Eko Nareswari, Lintang Pramesti Ningrum, Imas Fitri Nirwana, Muhammad Bayu Noven, Michela Sheryl Nugroho, Elvin Agustiyan pratiwi, hasih Qona’ah, Niswatul Rahmawati, Aprilia Saniatul Ramadhania, Monica Rifa, Isna Hidayatur Ristu Saptono Sri Subanti Susanti, and Yuliana Valentino, Yohanes Felix Wardati, Bilqies Syafina Winita Sulandari Yuliana Susanti, Yuliana