Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.108

P-Index

This Author published in this journals

All Journal Jurnal Ilmu Dasar Jurnal Statistika Universitas Muhammadiyah Semarang Unisda Journal of Mathematics and Computer Science (UJMC) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika JAST : Jurnal Aplikasi Sains dan Teknologi EIGEN MATHEMATICS JOURNAL Mandalika Mathematics and Educations Journal Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Southeast Asian Journal of Islamic Education Journal of Community Research and Engagement

Gangga Anuraga

Unknown Affiliation

Author-ID : 230106

Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

ANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR anuraga, gangga
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 7 No 1 (2015): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Analisis biplot bertujuanmemperagakan suatumatriks dengan menum-pang tindihkan vektor-vektor yangmerepresentasikan vektor-vektor baris dengan vektor-vektor yangmerepresentasikan vektor-vektor kolom matriks tersebut.Biplot dilakukan dengan menguaraikan nilai singular atau singular value decomposition (SVD). SVD bertujuan untuk menguraikan nilai singular matrik Y yang merupakan matrik X berukuran n x p yang sudah dikoreksi dengan mean, dan kemudian dibangkitkan matriks dan .Hasil analisis faktor diketahui bahwa terbentuk tiga faktor utama yang mewakili variabel asal, yaitu dengan total keragaman yang dapat dijelaskan adalah sebesar 71,427%. Hasil biplot untuk faktor 1 adalah Kabupaten Jombang, Bangkalan, Blitar, Jember, Tuban, Madiun, Lumajang, Nganjuk, Sumenep, Trenggalek, Sampang, Pamekasan, Probolinggo dimana mempunyai kemiripan persentase rumah tangga yang pernah membeli beras raskin (X3) cukup tinggi. Kabupaten Tulungagung, Magetan, Lamongan, Pasuruan, Ngawi, Bojonegoro, Situbondo, Ponorogo, Pacitan, Bondowoso mem-punyai karakteristik persentasependudukmiskinusia 15 tahunkeatas yang bekerja di sektorpertanian (X2) dan persentaserumahtanggamiskin yang men-dapatkanpelayananjamkesmas (X15) yang relatif tinggi.Dan hasil biplot untuk kombinasi faktor 2 dan 3 dapat diketahui bahwa Kabupaten Sampang, Pamekasan, Sumenep, Kota Probolinggo, Kabupaten Malang, Lumajang, Banyuwangi, Bojonegoro, Pasuruan, Probolinggo, Situbondo, Bondowoso, Jember mempunyai kemiripan karakteristik dalam hal persentasependudukmiskinusia 15 tahunkeatas yang tidaktamat SD (X5) yang cukup tinggi. Kesesuaian (goodness of fit) pada biplot faktor 1 sebesar 0,6712 atau 67,12%, biplot pada faktor 2 dan 3 sebesar 0,7935 atau 79,35%.

HIERARCHICAL CLUSTERING MULTISCALE BOOTSTRAP UNTUK PENGELOMPOKAN KEMISKINAN DI JAWA TIMUR Gangga Anuraga
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Kemiskinan di Jawa Timur merupakan problematika hingga sekarang. Berbagaiprogram telah direncanakan guna menanggulangi permasalahan tersebut. Agar program tersebut dapat terlaksana optimal, perlu strategi perencanaan yang mendalam terutama terkait pemetaan daerah dan karakteristik kemiskinannya. Metode hierarki complete linkage digunakan untuk mengelompokkan daerah-daerah berdasarkan kemiripan karakteristik. Penggunaan metode hierarki dengan teknik pengukuran jarak hanya memberikan satu solusi dalam penyelesaiannya, yaitu didasarkan pada ukuran kemiripan pada teknik jarak yang digunakan. Sehingga penelitian ini menggunakan pendekatan multiscale bootstrap untuk memberikan ukuran ketidaktentuan dalam metode pengelompokan klasik hierarchical clustering. Metode ini bekerja dengan pendekatan bootstrap resampling untuk setiap kelompok (cluster).Pendekatan multiscale bootstrap dalam Hierarchical Cluster Analysis memiliki kestabilan pada saat iterasi B = 500. Hal itu dapat diketahui dari signifikansi nilai AU (P-values) yang mendekati 0.95 dengan nilai standar error bootstrap yang kecil.Terdapat lima kelompok(cluster) yang terbentuk dengan kemiripan satu dengan yang lain dan signifikan dengan nilai AU (Approximately Unbiased) p_value0,95. Berdasarkan signifikansi Approximately unbiassed (AU) p-values0,95, kelompok kelima yang terdiri dari Kabupaten Jember, Kabupaten Bondowoso, Kabupaten Situbondo, Kabupaten Probolinggo, Kabupaten Pasuruan dapat dikatakan sebagai daerah yang masih cukup tinggi persentase kemiskinannya dibandingkan dengan kelompok 1, 2, 3,dan 4.Kata Kunci : Approximately Unbiassed (AU) p-values, clustering hierarki completelinkage, multiscale bootstrap, kemiskinan

PEMODELAN KEMISKINAN DI JAWA TIMUR DENGAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE Gangga Anuraga; Bambang Widjanarko Otok
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Structural Equation Modeling (SEM) menggambarkan hubungan kausalitas antarvariabel yang tidak bisa dijelaskan pada analisis regresi biasa, sehingga dapat diketahui seberapa baik suatu variabel indikator menentukan variabel laten. Seringkali dalam pengamatan di suatu lokasi bergantung pada pengamatan di lokasi lain yang berdekatan(neighboring). Sehingga untuk mengatasinya, efek lokasi dimasukkan dalam model. Didapatkan bahwa semua indikator yang terboboti pada setiap variabel laten adalah valid dan signifikan, dengan reliability yang baik pada semua variabel laten kemiskinan, ekonomi, SDM, kesehatan. Nilai R-square (R2) untuk SDM sebesar 0.988 yang artinya model mampu menjelaskan variasi dari SDM pada kasus kemiskinan di Provinsi Jatim sebesar 98.8%, Ekonomi sebesar 0.986 atau 98.6% dan model kemiskinan sebesar 0,925 atau 92.5%. Kata Kunci : Kemiskinan, neighboring, Partial Least Square, Structural EquationModeling (SEM)

AUTOKORELASI SPASIAL UNTUK PEMETAAN KARAKTERISTIK INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT (IPKM) PADA KABUPATEN/KOTA DI JAWA TIMUR Gangga Anuraga; Edy Sulistiyawan
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Indeks Pembangunan Kesehatan Masyarakat (IPKM) merupakan kumpulan indikator kesehatan yang dapat dengan mudah dan langsung diukur untuk menggambarkan masalah kesehatan suatu daerah. Beberapa penelitian seringkali ditemukan keterlibatan aspek kewilayahan (spasial) dalam suatu variabel, sehingga dalam pengembangannya perlu dipertimbangkan aspek spasial tersebut. Penelitian ini menggunakan Moran’s I dan Local Moran’s I (LISA) untuk mengetahui pola spasial dan asosiasi spasial pada data IPKM 2013 di 38 Kabupaten/Kota Jawa Timur. Hasil analisis Moran’s I didapatkan IPKM (Y), Indeks Kesehatan Balita (X1), Indeks Kesehatan Reproduksi (X2), Indeks Perilaku Kesehatan (X4), Indeks Penyakit Tidak Menular (X5), Indeks Penyakit Menular (X6) dan Indeks Kesehatan Lingkungan (X7) lebih kecil dari α = 0,05, artinya ada autokorelasi antar lokasi secara keseluruhan. Indikator kesehatan Indeks Pelayanan Kesehatan (X3) tidak signifikan atau tidak terjadi autokorelasi spasial antar lokasi karena probabilitas atau p_value Moran’s I lebih besar dari α = 0,05. Hasil analisis LISA untuk indikator kesehatan Indeks Penyakit Menular (X6), kabupaten/kota yang mengelompok dan memiliki karakteristik Indeks Penyakit Menular (X6) tinggiatau terletak pada kuadran High-High,kabupaten nganjuk, kabupaten madiun, kabupaten magetan, kabupaten ponorogo, kabupaten trenggalek, kabupaten tulungagung dan kabupaten pacitan. Sedangkan kabupaten/kota yang mengelompok atau terletak pada kuadran Low-Low adalah kabupaten pamekasan dan kabupaten sumenep, kabupaten probolinggo. Kata Kunci: Asosiasi Spasial, IPKM, Local Moran’s I, Moran’s I, Pola Spasial

REGRESI KUANTIL PENDEKATAN BOOTSTRAP UNTUK PEMODELAN KEMISKINAN DI PULAU JAWA Gangga Anuraga; Permadina K. Arieska
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Kemiskinan merupakan masalah multidimensi dan lintas sektor yang dipengaruhi oleh berbagai faktor yang saling berkaitan, antara lain tingkat pendapatan, kesehatan, pendidikan, akses terhadap barang dan jasa, lokasi, geografis, gender, dan kondisilingkungan. Untuk itu, dalam rangka menunjang keberhasilan pelaksanaan program pembangunan terutama yang berkaitan dengan penanggulangan kemiskinan di Indonesia khususnya di Pulau Jawa, diperlukan suatu penelitian yang dapat mengetahuiinformasi mengenai faktor-faktor yang berpengaruh terhadap kemiskinan.Penelitian ini menggunakan regresi kuantil dengan pendekatan bootstrap, metode ini memiliki kelebihan dapat mengatasi masalah pencilan (outlier) dan heteroskedastisitas. Nilai kuantil yang digunakan dalam penelitian yaitu kuantil ke-? = 0,25; ? = 0,5; ? = 0,75 dan ? = 0,99 denganresampling 500 pada bootstrap standard error.Hasil regresi kuantil pada masing-masing kuantil dengan resampling 500 bootstrap standard error menunjukkan bahwa kuantil ? = 0,25memiliki standar error yang relatif lebih kecil daripada kuantil? = 0,5, ? = 0,75 dan ? = 0,99. Model regresi kuantil dalam penelitian ini mengindikasikan adanya multikolinieritas, sehingga dengan nilai pseudo R 2 sebesar 61,4% terdapat banyak variable yang tidak signifikan dalam model pada ke? = 0,25.Kata Kunci : Bootstrap standard error, Heteroskedastisitas, Kemiskinan, Regresi Kuantil

Pengenalan Statistika dan Aplikasinya pada Data Kesehatan bagi Siswa SMA Kristen Anak Panah Nabire Gangga Anuraga; Alfisyahrina Hapsery; Achmad Chikham Nouriel Rosyadi; Dwi Cahya Julia Kartikasari
Seminar Nasional Hasil Riset dan Pengabdian Vol. 6 (2024): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 6 Tahun 2024
Publisher : LPPM Universitas PGRI Adi Buana

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

Program pengabdian kepada masyarakat yang bertajuk "Pengenalan Statistika dan Aplikasinya pada Data Kesehatan bagi Siswa SMA Kristen Anak Panah Nabire" bertujuan untuk meningkatkan pemahaman siswa mengenai pentingnya statistika dalam analisis data kesehatan. Kegiatan ini dilakukan secara daring dan dirancang untuk memberikan wawasan dasar mengenai penggunaan statistika dalam konteks kesehatan melalui sosialisasi beberapa kasus nyata. Observasi awal dilakukan untuk mengidentifikasi tingkat pemahaman siswa serta kebutuhan teknologi untuk pelaksanaan program. Pelaksanaan pengabdian meliputi sosialisasi daring, presentasi studi kasus, diskusi interaktif, dan sesi tanya jawab yang difasilitasi oleh dosen dan mahasiswa Program Studi Statistika. Hasil kegiatan menunjukkan peningkatan pemahaman siswa terhadap konsep dasar statistika dan aplikasinya dalam bidang kesehatan, yang diindikasikan oleh respons positif dan peningkatan nilai post-test. Program ini diharapkan dapat memotivasi siswa untuk melanjutkan studi di bidang statistika atau bidang terkait lainnya, serta memperluas pengetahuan dan keterampilan mereka dalam analisis data kesehatan. Kata kunci: Statistika, Kesehatan, Pengabdian kepada Masyarakat, Analisis Data.

PEMODELAN ANGKA HARAPAN HIDUP DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Izequela De Jesus Madeira; Pretesya Septiliani Syukur; Risa Mudji Istiawati; Gangga Anuraga
Seminar Nasional Hasil Riset dan Pengabdian Vol. 6 (2024): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 6 Tahun 2024
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstrak Penelitian ini menganalisis hubungan antara angka harapan hidup dan faktor-faktor di seluruh provinsi Indonesia menggunakan metode Geographically Weighted Regression (GWR). Hasil menunjukkan estimasi yang berbeda-beda untuk setiap provinsi, menandakan variasi hubungan antara angka harapan hidup dan faktor-faktor yang memengaruhi. Variabel signifikan secara statistik terhadap angka harapan hidup di Indonesia adalah sanitasi layak (X₂), rata-rata lama sekolah (X₃), berat badan bayi rendah (X₄), imunisasi dasar lengkap (X₅), pengetahuan tentang stunting (X₆), dan jumlah perawat (X₇). Penelitian ini diharapkan memberikan informasi bermanfaat terkait faktor-faktor yang memengaruhi angka harapan hidup di Indonesia dengan menggunakan metode Geographically Weighted Regression (GWR). Kata kunci: Angka Harapan Hidup; Geographically Weighted Regression (GWR); Indonesia.

PEMODELAN FAKTOR – FAKTOR YANG MEMPENGARUHI ANGKA HARAPAN HIDUP (AHH) DI JAWA TIMUR TAHUN 2022 Erika Zahra Fitriananta; Pingky Febriyanti; Gangga Anuraga
Seminar Nasional Hasil Riset dan Pengabdian Vol. 6 (2024): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 6 Tahun 2024
Publisher : LPPM Universitas PGRI Adi Buana

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

AbstractThe Life Expectancy in East Java in 2022 reached 71.74, showing an increase from the previousyear. Several key factors influence the high or low life expectancy, including health indicators,environmental conditions, and socio-economic factors. To address issues related to life expectancy,one step taken is to identify the factors that significantly affect life expectancy. This study aims toidentify the factors that have a significant impact on life expectancy in East Java Province using aspatial regression approach. The analysis reveals that the Spatial Autoregressive (SAR) model isthe best with an AIC of 123.26. Significant factors in life expectancy include the proportion of thepopulation with national health insurance for the poor (????1) and the average years of schooling(X3).Keywords: Life Expectancy, East Java, Spatial Autoregressive (SAR).

PEMODELAN KUALITAS PENDIDIKAN TERHADAP TINGKAT PENGANGGURAN TERBUKA DI JAWA BARAT MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Intan Amelia Haryanto; Saputri Dyah Pratiwi; Putri Amelia Divaio; Gangga Anuraga
Seminar Nasional Hasil Riset dan Pengabdian Vol. 6 (2024): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 6 Tahun 2024
Publisher : LPPM Universitas PGRI Adi Buana

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

The open unemployment rate in Indonesia ranked the second highest in Southeast Asia in 2022,with a rate of 5.86 percent, or approximately 8.47 million people. This study aims to analyze theimpact of education quality on the open unemployment rate in West Java Province using theGeographically Weighted Regression (GWR) method. The dependent variable in this study is theopen unemployment rate (TPT), while the independent variables include expected years ofschooling, labor force participation rate, number of poor people, literacy rate of the populationaged 15 and over, net enrollment rate, mobile phone usage by students aged 5-24 years over thepast three months, and average years of schooling. The data used are secondary data from theCentral Bureau of Statistics (BPS) and the West Java Provincial Education Statistics for 2022,covering 27 regencies/cities. The analysis results show that the GWR model provides betterestimates compared to the OLS model, with a higher R-Square value and a lower AIC. The factorsthat significantly affect the TPT in each regency/city in West Java Province are the average yearsof schooling and the net enrollment rate. This research is expected to contribute to theformulation of effective education policies to reduce the open unemployment rate in West JavaProvince.Keywords: Quality of Education, Open Unemployment Rate (TPT), Geographically WeightedRegression (GWR), Average Years of Schooling, Net Enrollment Rate (NER).

Topic Modeling for Twitter Users Regarding the "Ruanggguru" Application Arianto, Bagus Wicaksono; Anuraga, Gangga
Jurnal ILMU DASAR Vol 21 No 2 (2020)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jid.v21i2.17112

PT Ruang Raya Indonesia ("Ruangguru") is the largest and most comprehensive technology company in Indonesia that focuses on education-based services. In 2019 there were 15 million Ruangguru users and 300.00 teachers who had joined and were present in 32 provinces in Indonesia. It prepared a number of expansion strategies to become a company valued at more than US $ 1 billion in the next year or two. The purpose of this research is to classify the opinions of Ruangguru users about the services provided so that it can be an evaluation material in improving their services using the latent direchlet allocation method. The data used comes from a collection of tweets of Twitter users in Indonesia using the Twitter API. The Twitter account used in this study is @ruangguru. The results of the analysis showed that the public perception of Twitter users by using latent dirichlet allocation was formed into 28 topics.Keywords: latent dirichlet allocation, ruangguru, twitter.

Co-Authors Achmad Chikham Nouriel Rosyadi Alfisyahrina Hapsery Anggi Emeliani Arianto, Bagus Wicaksono Bambang Widjanarko Otok Dito Anurogo, Dito Dwi Cahya Julia Kartikasari Edy Sulistiyawan, Edy Erika Zahra Fitriananta Faramaysty, Laura Sekar Fathur Rahman Fitriani, Fenny Hani Brilianti Rochmanto Harun Al Azies Intan Amelia Haryanto Izequela De Jesus Madeira Jerhi Wahyu Fernanda, Jerhi Wahyu Lusia, Dwi Ayu Madeira, Izequela De Jesus Permadina K. Arieska Pingky Febriyanti pramesti, wara Pretesya Septiliani Syukur Putri Amelia Divaio Rabiatul Adawiyah Ratu Bunga Prawesti Arie Salim Renita Donasari, Renita Risa Mudji Istiawati Sadewa, Arief Triatmaja Permana Saputri Dyah Pratiwi Utami, Diva Aprilia Trisha Zulhan Widya Baskara

Title

Found 20 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 20 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 20 Documents
Search