Article Per Year (5 Year)
p-Index From 2020 - 2025
1.623
P-Index
This Author published in this journals
All Journal Dimas: Jurnal Pemikiran Agama untuk Pemberdayaan Kubik IJoICT (International Journal on Information and Communication Technology) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika KUBIK: Jurnal Publikasi Ilmiah Matematika
Martina, Annisa
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Mathematics Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Empowerment of Ecotourism Village: Integration of Community Empowerment and Asset-Based Community Development (ABCD) Method Kamelia, Lia; Sururie, Ramdani Wahyu; Aziz, Rohmanur; Martina, Annisa
Dimas: Jurnal Pemikiran Agama untuk Pemberdayaan Vol 23, No 1 (2023)
Publisher : LP2M of Institute for Research and Community Services - UIN Walisongo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/dms.2023.231.14463

Abstract

Empowering the community is an endeavor to prepare society for achieving progress, independence, and well-being within a sustainable social justice environment. Effective community empowerment must be tailored to the specific conditions of the target. Correspondingly, the objective of this program was to construct and empower an educational ecotourism village by implementing a hybrid method combining Sisdamas (Community Empowerment System) and Asset-Based Community Development (ABCD). This hybrid approach was expected to facilitate the identification of existing community assets and enhance synergy among stakeholders in creating an educational ecotourism village. Moreover, integrating these two methods could result in an effective, efficient, and sustainable coaching process. Cigugurgirang village possesses several assets that can be developed into an agricultural educational tourism area, including orange gardens, grape vineyards, and ornamental plant areas. They serve as the initial foundation for asset identification. The evaluation of the coaching process incorporated the Social Return on Investment (SROI) framework analysis, yielding a value of 10.16:1. Thus, every investment of 1 million rupiahs would generate a social value of 10.16 million rupiahs. In summary, the present community empowerment program had a multi-faceted impact, encompassing economic, educational, and social benefits. Its primary focus was establishing a sustainable and socially just environment, utilizing a combination of methods to maximize effectiveness. Furthermore, SROI analysis underscored the significant social value generated by the program's investments.
Peramalan Menggunakan Metode MS-AR, MS-Regression dan MS-VAR pada Model Perubahan Struktur Martina, Annisa; Jajuli, Marsa Aufa; Cahyandari, Rini
KUBIK Vol 9, No 1 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i1.31371

Abstract

Aktivitas ekspor dan impor memiliki peranan penting pada perdagangan internasional yang dapat meningkatkan pembangunan ekonomi di dalam negeri. Ekspor di Indonesia terdiri dari dua sektor yaitu migas dan non migas. Adanya perubahan regime dalam data migas menyebabkan volume ekspor cenderung fluktuatif dan memiliki perubahan struktur. Model perubahan struktur dapat diselesaikan dengan menggunakan metode Markov Switching (MS) yang terdiri dari MS Autoregressive, MS Regression dan MS Vector Autoregressive. Pada penelitian ini menggunakan data bulanan volume ekspor migas Indonesia selama 5 tahun (2018 sd 2022). Hasil penelitian menunjukkan bahwa terjadi perubahan struktur pada waktu ke-12 (Desember 2018) dengan 2 regime. Setelah dilakukan pemodelan dan uji diagnostik, didapatkan model terbaik untuk volume ekspor migas Indonesia adalah MS(2) menggunakan metode MS Regression dengan nilai MAPE 12.49% dan nilai peluang perpindahan regime 94%, yang menyatakan bahwa ekspor migas yang dilakukan oleh negara Indonesia memberikan dampak yang cukup baik untuk perekonomian Indonesia, terutama dalam hal perdagangan internasional.
Peramalan Menggunakan Model Holt-Winters Exponential Smoothing Multiplikatif dengan Optimasi Parameter Menggunakan Particle Swarm Optimization (PSO) Martina, Annisa; Dewi, Apianti Setia; Awalluddin, Asep Solih
KUBIK Vol 9, No 2 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i2.31368

Abstract

Peramalan merupakan suatu metode yang digunakan untuk memprediksi kejadian di masa yang akan datang berdasarkan pada sekumpulan data historis. Adanya pola trend dan musiman multiplikatif pada suatu data memerlukan metode peramalan yang sesuai agar peramalan yang dilakukan dapat memberikan hasil yang baik. Model Holt-Winters Exponential Smoothing Multiplikatif merupakan salah satu yang dapat mengatasi data dengan pola tersebut. Pada Holt-Winters Exponential Smoothing Multiplikatif terdapat nilai parameter pemulusan yang biasanya diperoleh dengan menggunakan trial and error. Namun, metode trial and error dirasa kurang efektif karena akan ada banyak kombinasi parameter pemulusan yang mungkin memberikan hasil peramalan optimal. Oleh karena itu, metode Particle Swarm Optimization digunakan untuk mengoptimasi parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dengan nilai MAPE sebagai nilai akurasi peramalan. Dari hasil simulasi yang dilakukan diperoleh bahwa metode Particle Swarm Optimization memiliki kinerja yang baik dalam memperoleh nilai parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dalam meramalkan data jumlah kunjungan wisatawan mancanegara ke Indonesia.
Peramalan Menggunakan Model Holt-Winters Exponential Smoothing Multiplikatif dengan Optimasi Parameter Menggunakan Particle Swarm Optimization (PSO) Martina, Annisa; Dewi, Apianti Setia; Awalluddin, Asep Solih
KUBIK Vol 9, No 2 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i2.31368

Abstract

Peramalan merupakan suatu metode yang digunakan untuk memprediksi kejadian di masa yang akan datang berdasarkan pada sekumpulan data historis. Adanya pola trend dan musiman multiplikatif pada suatu data memerlukan metode peramalan yang sesuai agar peramalan yang dilakukan dapat memberikan hasil yang baik. Model Holt-Winters Exponential Smoothing Multiplikatif merupakan salah satu yang dapat mengatasi data dengan pola tersebut. Pada Holt-Winters Exponential Smoothing Multiplikatif terdapat nilai parameter pemulusan yang biasanya diperoleh dengan menggunakan trial and error. Namun, metode trial and error dirasa kurang efektif karena akan ada banyak kombinasi parameter pemulusan yang mungkin memberikan hasil peramalan optimal. Oleh karena itu, metode Particle Swarm Optimization digunakan untuk mengoptimasi parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dengan nilai MAPE sebagai nilai akurasi peramalan. Dari hasil simulasi yang dilakukan diperoleh bahwa metode Particle Swarm Optimization memiliki kinerja yang baik dalam memperoleh nilai parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dalam meramalkan data jumlah kunjungan wisatawan mancanegara ke Indonesia.
PERBANDINGAN METODE FUZZY TIME SERIES MARKOV CHAIN DAN FUZZY TIME SERIES CHENG UNTUK PERAMALAN DATA INFLASI Martina, Annisa; Noor Sa’adah, Fuziani; Fatchul Huda, Arief
TEKTRIKA Vol 9 No 1 (2024): TEKTRIKA Vol.9 No.1 2024
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v9i1.6914

Abstract

The value of inflation can determine decision-making for economic actors. Therefore, in order for entrepreneursto plan their business well, accurate inflation forecasting is necessary. Fuzzy Time Series (FTS) is a concept tosolve forecasting problems if historical data is formed into linguistic values. This method has advantages, namelythe calculation process does not require a complex system and is able to solve the problem of forecasting historicaldata in the form of linguistic values. Fuzzy Time Series Cheng (FTS-Cheng) method has a slightly differentmethod of determining intervals, while the interval determination in Fuzzy Time Series Markov Chain (FTS-MC)method is the same as other FTS methods. FTS-MC is a combined method of FTS with Markov chain stochasticprocesses. In this paper, we discuss forecasting inflation data using FTS-MC and FTS-Cheng methods. This studyuses monthly data on Indonesian inflation from January 2017 to December 2021. FTS-MC method has a MAPEvalue of 9.41% and FTS-Cheng method has a MAPE value of 32.25%. Based on the criteria for the accuracy ofMAPE, the forecasting value using FTS-MC method meets the very good forecasting results and the forecastingresults using FTSC method meet the sufficient forecasting results. Based on the MAPE value obtained, a betterforecasting method for the case study of Indonesian inflation data in 2017-2022 is FTS-MC method.
Empowerment of Ecotourism Village: Integration of Community Empowerment and Asset-Based Community Development (ABCD) Method Kamelia, Lia; Sururie, Ramdani Wahyu; Aziz, Rohmanur; Martina, Annisa
Dimas: Jurnal Pemikiran Agama untuk Pemberdayaan Vol. 23 No. 1 (2023)
Publisher : LP2M of Institute for Research and Community Services - UIN Walisongo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/dms.2023.231.14463

Abstract

Empowering the community is an endeavor to prepare society for achieving progress, independence, and well-being within a sustainable social justice environment. Effective community empowerment must be tailored to the specific conditions of the target. Correspondingly, the objective of this program was to construct and empower an educational ecotourism village by implementing a hybrid method combining Sisdamas (Community Empowerment System) and Asset-Based Community Development (ABCD). This hybrid approach was expected to facilitate the identification of existing community assets and enhance synergy among stakeholders in creating an educational ecotourism village. Moreover, integrating these two methods could result in an effective, efficient, and sustainable coaching process. Cigugurgirang village possesses several assets that can be developed into an agricultural educational tourism area, including orange gardens, grape vineyards, and ornamental plant areas. They serve as the initial foundation for asset identification. The evaluation of the coaching process incorporated the Social Return on Investment (SROI) framework analysis, yielding a value of 10.16:1. Thus, every investment of 1 million rupiahs would generate a social value of 10.16 million rupiahs. In summary, the present community empowerment program had a multi-faceted impact, encompassing economic, educational, and social benefits. Its primary focus was establishing a sustainable and socially just environment, utilizing a combination of methods to maximize effectiveness. Furthermore, SROI analysis underscored the significant social value generated by the program's investments.
Peramalan Menggunakan Model Holt-Winters Exponential Smoothing Multiplikatif dengan Optimasi Parameter Menggunakan Particle Swarm Optimization (PSO) Martina, Annisa; Dewi, Apianti Setia; Awalluddin, Asep Solih
KUBIK Vol 9 No 2 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i2.31368

Abstract

Peramalan merupakan suatu metode yang digunakan untuk memprediksi kejadian di masa yang akan datang berdasarkan pada sekumpulan data historis. Adanya pola trend dan musiman multiplikatif pada suatu data memerlukan metode peramalan yang sesuai agar peramalan yang dilakukan dapat memberikan hasil yang baik. Model Holt-Winters Exponential Smoothing Multiplikatif merupakan salah satu yang dapat mengatasi data dengan pola tersebut. Pada Holt-Winters Exponential Smoothing Multiplikatif terdapat nilai parameter pemulusan yang biasanya diperoleh dengan menggunakan trial and error. Namun, metode trial and error dirasa kurang efektif karena akan ada banyak kombinasi parameter pemulusan yang mungkin memberikan hasil peramalan optimal. Oleh karena itu, metode Particle Swarm Optimization digunakan untuk mengoptimasi parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dengan nilai MAPE sebagai nilai akurasi peramalan. Dari hasil simulasi yang dilakukan diperoleh bahwa metode Particle Swarm Optimization memiliki kinerja yang baik dalam memperoleh nilai parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dalam meramalkan data jumlah kunjungan wisatawan mancanegara ke Indonesia.
Peramalan Menggunakan Metode MS-AR, MS-Regression dan MS-VAR pada Model Perubahan Struktur Martina, Annisa; Jajuli, Marsa Aufa; Cahyandari, Rini
KUBIK Vol 9 No 1 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i1.31371

Abstract

Aktivitas ekspor dan impor memiliki peranan penting pada perdagangan internasional yang dapat meningkatkan pembangunan ekonomi di dalam negeri. Ekspor di Indonesia terdiri dari dua sektor yaitu migas dan non migas. Adanya perubahan regime dalam data migas menyebabkan volume ekspor cenderung fluktuatif dan memiliki perubahan struktur. Model perubahan struktur dapat diselesaikan dengan menggunakan metode Markov Switching (MS) yang terdiri dari MS Autoregressive, MS Regression dan MS Vector Autoregressive. Pada penelitian ini menggunakan data bulanan volume ekspor migas Indonesia selama 5 tahun (2018 sd 2022). Hasil penelitian menunjukkan bahwa terjadi perubahan struktur pada waktu ke-12 (Desember 2018) dengan 2 regime. Setelah dilakukan pemodelan dan uji diagnostik, didapatkan model terbaik untuk volume ekspor migas Indonesia adalah MS(2) menggunakan metode MS Regression dengan nilai MAPE 12.49% dan nilai peluang perpindahan regime 94%, yang menyatakan bahwa ekspor migas yang dilakukan oleh negara Indonesia memberikan dampak yang cukup baik untuk perekonomian Indonesia, terutama dalam hal perdagangan internasional.
Application of Singular Spectrum Analysis (SSA) Decomposition in Artificial Neural Network (ANN) Forecasting Martina, Annisa; Girana, Irwan
International Journal on Information and Communication Technology (IJoICT) Vol. 10 No. 1 (2024): Vol. 10 No.1 June 2024
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/ijoict.v10i1.870

Abstract

Over time, various forecasting methods have been introduced. An example is the Hybrid model. This model can enhance the forecast accuracy compared to a single model. The Hybrid Singular Spectrum Analysis (SSA)-Artificial Neural Network (ANN) model combines the concepts of decomposition and forecasting. The Hybrid SSA-ANN forecasting works through two stages. Firstly, SSA decomposes the data into trend, seasonal, noise, and residue components. Secondly, the decomposed data is predicted using the ANN model, specifically the LSTM and GRU models. The Hybrid SSA-ANN model has been proven to improve forecasting accuracy. The Hybrid SSA-LSTM model improves the forecast accuracy by 78% compared to the single LSTM forecasting model. This can be seen from the respective RMSE values of 4.36 changing to 0.97 and MAPE values of 5.2% changing to 1.16%. Similarly, the Hybrid SSA-GRU model improves the forecast accuracy by 79% compared to the single GRU forecasting model. This can be observed from the respective RMSE values of 4.86 changing to 1.01 and MAPE values of 6.33% changing to 1.36%. In a case study using weekly data of crude oil's opening prices, the application of SSA decomposition can enhance the forecast accuracy by 78-79% in ANN forecasting
Peramalan Menggunakan Model Holt-Winters Exponential Smoothing Multiplikatif dengan Optimasi Parameter Menggunakan Particle Swarm Optimization (PSO) Martina, Annisa; Dewi, Apianti Setia; Awalluddin, Asep Solih
KUBIK Vol 9 No 2 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i2.31368

Abstract

Peramalan merupakan suatu metode yang digunakan untuk memprediksi kejadian di masa yang akan datang berdasarkan pada sekumpulan data historis. Adanya pola trend dan musiman multiplikatif pada suatu data memerlukan metode peramalan yang sesuai agar peramalan yang dilakukan dapat memberikan hasil yang baik. Model Holt-Winters Exponential Smoothing Multiplikatif merupakan salah satu yang dapat mengatasi data dengan pola tersebut. Pada Holt-Winters Exponential Smoothing Multiplikatif terdapat nilai parameter pemulusan yang biasanya diperoleh dengan menggunakan trial and error. Namun, metode trial and error dirasa kurang efektif karena akan ada banyak kombinasi parameter pemulusan yang mungkin memberikan hasil peramalan optimal. Oleh karena itu, metode Particle Swarm Optimization digunakan untuk mengoptimasi parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dengan nilai MAPE sebagai nilai akurasi peramalan. Dari hasil simulasi yang dilakukan diperoleh bahwa metode Particle Swarm Optimization memiliki kinerja yang baik dalam memperoleh nilai parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dalam meramalkan data jumlah kunjungan wisatawan mancanegara ke Indonesia.
Co-Authors Arief Fatchul Huda, Arief Asep Solih Awalluddin, Asep Solih Dewi, Apianti Setia Girana, Irwan Jajuli, Marsa Aufa lia kamelia Noor Sa’adah, Fuziani Ramdani Wahyu Sururie Rini Cahyandari Rohmanur Aziz, Rohmanur