Garuda - Garba Rujukan Digital

PENERAPAN DIAGRAM KONTROL G PADA PENGENDALIAN KECACATAN PRODUK KAYU LAPIS DI PT. SEGARA TIMBER MANGKUJENANG SAMARINDA TAHUN 2019 Nur Eka Fitria; Ika Purnamasari; Sri Wahyuningsih
VARIANCE: Journal of Statistics and Its Applications Vol 3 No 1 (2021): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol3iss1page15-27

Diagram kontrol merupakan salah satu metode statistika yang dapat digunakan dalam pengendalian kualitas suatu produk. Diagram kontrol berdasarkan distribusi geometrik adalah diagram kontrol G. Diagram kontrol G merupakan diagram kontrol untuk memonitoring total banyaknya kejadian. Diagram kontrol G dapat digunakan untuk pengendalian kualitas produk kayu lapis. Salah satu perusahaan yang bergerak dibidang industri kayu lapis adalah PT. Segara Timber Mangkujenang, Samarinda. Penelitian ini bertujuan untuk menganalisis data kecacatan produksi kayu lapis apakah dalam keadaan terkendali atau tidak.Hasil penelitian ini menunjukkan bahwa data kecacatan produk kayu lapis telah berdistribusi geometrik dan diagram kontrol G dengan nilai koefisien sigma (k)=1 dan k=2 dalam keadaan tidak terkendali karena terdapat titik yang berada di luar kendali yaitu masing-masing 20 titik dan 1 titik, sedangkan diagram kontrol dengan nilai k=3, 4, 5, 6 dan yang bervariasi dalam keadaan terkendali karena tidak terdapat titik yang berada di luar kendali dan tidak terjadi kondisi-kondisi lainnya yang terdapat pada aturan Western Electric. Nilai k terbaik untuk mendeteksi adanya keadaan di luar kendali yaitu nilai k=2 karena tidak terdapat banyak titik yang di luar kendali sehingga tidak menimbulkan kerugian yang besar bagi perusahaan dan batas kendali lebih kecil sehingga lebih sensitif dalam mendeteksi adanya titik yang berada di luar batas kendali.

Peramalan Jumlah Kunjungan Wisatawan Mancanegara ke Indonesia Menggunakan Analisis Intervensi Fungsi Step Adelia Ramadhani; Sri Wahyuningsih; Meiliyani Siringoringo
Jurnal Matematika, Statistika dan Komputasi Vol. 19 No. 1 (2022): SEPTEMBER, 2022
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v19i1.21607

Intervention analysis is a method for processing time series data that can be used to explain the effect of an intervention that is influenced by external and internal factors. One application of this method is the data on the number of foreign tourist visits. Since the emergence of COVID-19 in Indonesia, especially in March 2020, Indonesia has begun to implement a lockdown policy and restrict foreign tourists from entering Indonesia. Lockdown policy caused the number of foreign tourist arrivals to decreased drastically. The purpose of this study was obtained a model and forecast results for the number of foreign tourist arrivals for the period November 2021 to November 2022 used a step function intervention analysis. The results of the analysis was shown that the ARIMA intervention model (0,1,1) with a step function with an intervention orde of b=0, s=0, and r=0 was the best model. The results of forecasting the number of foreign tourist visits to Indonesia will increase slowly from November 2021 to November 2022 with a MAPE value 9.91%.

Analisis Spasial Persebaran Dan Pemetaan Kerawanan Daerah Titik Panas Di Kalimantan Timur Menggunakan Spatial Pattern Analysis Dan Flexibly Shaped Spatial Scan Statistic Tiara Nur Hikmaulida; Memi Nor Hayati; Sri Wahyuningsih
Progressive Physics Journal Vol 1 No 1 (2020): Progressive Physics Journal
Publisher : Program Studi Fisika, Jurusan Fisika, FMIPA, Universitas Mulawarman

The statistical method used to analyze spatial data and spatial statistics. The case study in this study is the average number of hotspots in East Kalimantan by Regency / City in 2016-2018. This study aims to analyze the presence or absence of spatial autocorrelation in the data on the number of hotspots, determine the distribution pattern of hotspots, as well as determine the level of vulnerability of potential areas for forest and land fires in East Kalimantan by Regency / City in 2016-2018. The method used to analyze spatial autocorrelation globally and determine the distribution patterns is the Moran Index. Local Indicator of Spatial Autocorrelation (LISA) to analyze spatial autocorrelation locally. Spatial autocorrelation analysis results globally using the Moran Index with α = 25% shows that there is a spatial autocorrelation in the average number of hotspots in East Kalimantan in 2016-2018. The distribution pattern of hotspots in East Kalimantan is the pattern of spread which shows that in 2016-2018 the hotspots spread in each district / city of East Kalimantan. Meanwhile, the results of the local analysis using LISA showed that there were spatial autocorrelations in several districts / cities in East Kalimantan. The method used to determine the level of vulnerability of potential forest and land fires is Flexibly Shaped Spatial Scan Statistics and LISA. The results showed that the regencies / cities included in the category of forest and land fire hazard were Samarinda City, Bontang City, Kutai Kartanegara District and East Kutai.

PERAMALAN HARGA MINYAK MENTAH INDONESIA JENIS SEPINGGAN YAKIN MIX MENGGUNAKAN MODEL HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE - NEURAL NETWORK Dwi Ayu Anggraini; Sri Wahyuningsih; Meiliyani Siringoringo
JURNAL RISET PEMBANGUNAN Vol 5, No 2 (2023)
Publisher : BADAN PENELITIAN DAN PENGEMBANGAN DAERAH PROVINSI KALIMANTAN TIMUR

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36087/jrp.v5i2.138

Peramalan merupakan salah satu bidang penelitian yang aktif yang artinya sampai saat ini masih terus dilakukan penelitian mengenai proses peramalan runtun waktu terkait dengan proses pengambilan keputusan. Metode peramalan berkembang menjadi semakin cepat mengikuti perkembangan zaman dan teknologi komputasi. Terdapat hal yang menarik dari perkembangan tersebut ialah perbaikan metode peramalan runtun waktu bersifat hybrid, dengan menggabungkan dua jenis metode atau lebih yang berbeda, diharapkan dapat menjadi cara yang efektif dalam meningkatkan akurasi peramalan dibandingkan hanya dengan menerapkan satu metode saja. Salah satu metode hybrid yang dapat digunakan adalah Autoregressive Integrated Moving Average (ARIMA) dan Neural Network (NN). Tujuan dari penelitian ini adalah untuk memperoleh perbandingan kinerja peramalan harga minyak mentah Indonesia jenis Sepinggan Yakin Mix antara model ARIMA dan model hybrid ARIMA-NN tahun 2022. Berdasarkan hasil peramalan menggunakan model ARIMA, tingkat akurasi yang diperoleh dari peramalan data harga minyak mentah Indonesia jenis Sepinggan Yakin Mix yaitu ARIMA(0,1,1) sebesar 7,9661% dan model ARIMA(2,1,0) sebesar 7,7816% dan tingkat akurasi yang diperoleh menggunakan model hybrid ARIMA(0,1,1)-NN 1 neuron sebesar 7,0910%, 2 neuron sebesar 7,0696%, 3 neuron sebesar 7,0661% dan menggunakan model hybrid ARIMA(2,1,0)-NN 1 neuron sebesar 6,8972%, 2 neuron sebesar 6,8767%, 3 neuron sebesar 6,8692%. Kedua model menghasilkan kinerja peramalan yang sangat akurat untuk data tersebut karena nilai MAPE kedua model 10%. Namun nilai MAPE dari 6 model hybrid ARIMA-NN cenderung lebih kecil dibandingkan nilai MAPE dari model ARIMA. Dengan demikian model hybrid ARIMA-NN dapat digunakan sebagai alternatif pemodelan harga minyak mentah Indonesia jenis Sepinggan Yakin Mix yang bisa dimanfaatkan sebagai pertimbangan pengambilan keputusan atau kebijakan dalam bidang energi dan sumber daya mineral khususnya industri minyak mentah Indonesia

Aplikasi Model ARIMAX dengan Efek Variasi Kalender untuk Peramalan Trend Pencarian Kata Kunci “Zalora” pada Data Google Trends Andrea Tri Rian Dani; Sri Wahyuningsih; Fachrian Bimantoro Putra; Meirinda Fauziyah; Sri Wigantono; Hardina Sandariria; Qonita Qurrota A'yun; Muhammad Aldani Zen
Inferensi Vol 6, No 2 (2023)
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v6i2.15793

ARIMAX is a method in time series analysis that is used to model an event by adding exogenous variables as additional information. Currently, the ARIMAX model can be applied to time series data that has calendar variation effects. In short, calendar variations occur due to changes in the composition of the calendar. The purpose of this study is to apply the ARIMAX model with the effects of calendar variations to forecast search trends for the keyword "Zalora". Data were collected starting from January 2018 to November 2022 in the form of a weekly series. Based on the results of the analysis, the ARIMAX model is obtained with calendar variation effects with ARIMA residuals (1,1,1). Forecasting accuracy using the Mean Absolute Percentage Error (MAPE) of 10.47%. Forecasting results for the next 24 periods tend to fluctuate and it is estimated that in April 2023 there will be an increase in search trends for the keyword "Zalora".

Aplikasi Pengelompokan Data Runtun Waktu dengan Algoritma K-Medoids Muhammad Aldani Zen; Sri Wahyuningsih; Andrea Tri Rian Dani
Inferensi Vol 6, No 2 (2023)
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v6i2.15864

The development of information technology will always be accompanied by the storage and accumulation of massive quantities of digital information. Cluster analysis is one of many data processing problems that require the selection of an appropriate algorithm when dealing with large data sets. Cluster analysis is a collection of techniques for dividing a set of observation objects into clusters. Cluster analysis is applicable to time series data, the processing of which differs slightly from that of cross-section data. Clustering time series is a technique for processing multivariable time series data. K-Medoids is the clustering algorithm used for time series clustering. The objective of this study is to obtain optimal K-values in determining the number of clusters based on silhouette coefficients and grouping outcomes using the K-Medoids algorithm. In this study, the dynamic time-warping distance is utilized as the similarity metric. This study provides cooking oil price data for 34 Indonesian provinces from October 2017 to October 2022. The optimal K value is determined for two clusters based on the results of the analysis, with 19 provinces joining cluster 1, where the cluster with cooking oil prices was below cluster 2 and 15 provinces joining cluster 2 which is the cluster with the highest cooking oil prices.

PERAMALAN HARGA MINYAK MENTAH INDONESIA JENIS SEPINGGAN YAKIN MIX MENGGUNAKAN MODEL HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE - NEURAL NETWORK Dwi Ayu Anggraini; Sri Wahyuningsih; Meiliyani Siringoringo
JURNAL RISET PEMBANGUNAN Vol 5, No 2 (2023)
Publisher : BADAN PENELITIAN DAN PENGEMBANGAN DAERAH PROVINSI KALIMANTAN TIMUR

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36087/jrp.v5i2.138

Peramalan merupakan salah satu bidang penelitian yang aktif yang artinya sampai saat ini masih terus dilakukan penelitian mengenai proses peramalan runtun waktu terkait dengan proses pengambilan keputusan. Metode peramalan berkembang menjadi semakin cepat mengikuti perkembangan zaman dan teknologi komputasi. Terdapat hal yang menarik dari perkembangan tersebut ialah perbaikan metode peramalan runtun waktu bersifat hybrid, dengan menggabungkan dua jenis metode atau lebih yang berbeda, diharapkan dapat menjadi cara yang efektif dalam meningkatkan akurasi peramalan dibandingkan hanya dengan menerapkan satu metode saja. Salah satu metode hybrid yang dapat digunakan adalah Autoregressive Integrated Moving Average (ARIMA) dan Neural Network (NN). Tujuan dari penelitian ini adalah untuk memperoleh perbandingan kinerja peramalan harga minyak mentah Indonesia jenis Sepinggan Yakin Mix antara model ARIMA dan model hybrid ARIMA-NN tahun 2022. Berdasarkan hasil peramalan menggunakan model ARIMA, tingkat akurasi yang diperoleh dari peramalan data harga minyak mentah Indonesia jenis Sepinggan Yakin Mix yaitu ARIMA(0,1,1) sebesar 7,9661% dan model ARIMA(2,1,0) sebesar 7,7816% dan tingkat akurasi yang diperoleh menggunakan model hybrid ARIMA(0,1,1)-NN 1 neuron sebesar 7,0910%, 2 neuron sebesar 7,0696%, 3 neuron sebesar 7,0661% dan menggunakan model hybrid ARIMA(2,1,0)-NN 1 neuron sebesar 6,8972%, 2 neuron sebesar 6,8767%, 3 neuron sebesar 6,8692%. Kedua model menghasilkan kinerja peramalan yang sangat akurat untuk data tersebut karena nilai MAPE kedua model 10%. Namun nilai MAPE dari 6 model hybrid ARIMA-NN cenderung lebih kecil dibandingkan nilai MAPE dari model ARIMA. Dengan demikian model hybrid ARIMA-NN dapat digunakan sebagai alternatif pemodelan harga minyak mentah Indonesia jenis Sepinggan Yakin Mix yang bisa dimanfaatkan sebagai pertimbangan pengambilan keputusan atau kebijakan dalam bidang energi dan sumber daya mineral khususnya industri minyak mentah Indonesia

Intervention on the impact of exposure to PM2.5 air pollution on airway clearance of asthma sufferers through chest physiotherapy Sholichin Sholichin; Endang Sawitri; Eva Rachmi; Sri Wahyuningsih; Krispinus Duma; Ratna Kusuma; Ika Fikriah; Daniel Tarigan
Malahayati International Journal of Nursing and Health Science Vol. 9 No. 3 (2026): Volume 9 Number 3
Publisher : Program Studi Ilmu Keperawatan-fakultas Ilmu Kesehatan Universitas Malahayati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/minh.v9i3.2807

Background: Exposure to PM2.5 air pollution is a major risk factor for exacerbations and decreased lung function in asthmatics. The World Health Organization has declared air pollution a global health emergency. Fine PM2.5 particles trigger oxidative stress, chronic inflammation, and impaired airway clearance, which exacerbate airway obstruction. Purpose: Analyzing the effectiveness of chest physiotherapy in improving airway clearance in asthma patients exposed to PM2.5. Method: Using a pretest-posttest design, this study compared Peak Expiratory Flow (PEF) values in the first week as a baseline, with values recorded in the second and third weeks after chest physiotherapy intervention. The Wilcoxon test was used to analyze differences in PEF values over time. Results: Analysis showed a significant increase in PEF values between the first and second weeks (Z = -6.88, p < 0.00) and between the first and third weeks (Z = -7.51, p < 0.00). The majority of participants showed an increase in PEF, with positive ratings of 72 in the second week and 75 in the third week, indicating improved airway clearance after the intervention. Conclusion: Chest physiotherapy effectively improves airway clearance and ventilation function in asthma sufferers exposed to PM2.5, thus having the potential to become an applicable and sustainable non-pharmacological, environmentally based nursing intervention.

PEMODELAN SPASIAL-TEMPORAL CBOD DAN DO SUNGAI LAWA MENGGUNAKAN WATER QUALITY ANALYSIS SIMULATION PROGRAM (WASP) Edhi Sarwono; Marlon I Aipassa; Ndan Imang; Yohanes Budi Sulistioadi; Komsanah Sukarti; Henny Pagoray; Sri Wahyuningsih
Jurnal Teknologi Lingkungan UNMUL Vol 10, No 1 (2026): Jurnal Teknologi Lingkungan UNMUL
Publisher : Mulawarman University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jtlunmul.v10i1.27439

Sungai Lawa merupakan badan air penerima dari aktivitas pertambangan batubara dan perkebunan kelapa sawit di sekitar sungai. Penelitian ini bertujuan memodelkan penyebaran Carbonaceous Biochemical Oxygen Demand (CBOD) dan dissolved oxygen (DO) di Sungai Lawa menggunakan Water Quality Analysis Simulation Program (WASP8 US EPA), menganalisis perubahan konsentrasi berdasarkan jarak hulu ke hilir, serta mengevaluasi perubahan temporal enam waktu simulasi. Ruas Sungai Lawa sepanjang 69,38 km dimodelkan menjadi 18 segmen utama dengan masukan lateral dari anak sungai dan saluran buangan. Simulasi dilakukan pada 22-23 Desember 2025 dengan keluaran pada enam waktu. Data BOD hasil pengukuran lapangan digunakan sebagai dasar input dan pembanding parameter organik, sedangkan keluaran model dianalisis sebagai CBOD sesuai variabel keadaan dalam WASP. Validasi model menggunakan MAE, RMSE, MAPE dan R2. Hasil simulasi menunjukkan CBOD berubah secara longitudinal sebagai respons masukan beban organik dan proses degradasi, sedangkan DO menunjukkan variasi yang dipengaruhi beban organik, reaerasi, dan kondisi hidraulik. Validasi terbaik CBOD terjadi pada 22 Desember 2025 pukul 00.00 WITA dengan MAE 0,26 mg/L, RMSE 0,30 mg/L, dan MAPE 9,86%; sedangkan validasi terbaik DO pada waktu yang sama, MAE 0,32 mg/L, RMSE 0,37 mg/L, dan MAPE 13,86%. Model WASP dapat digunakan untuk menggambarkan kecenderungan spasial-temporal CBOD dan DO Sungai Lawa sebagai dasar evaluasi kualitas air.

EVALUASI KINERJA BANK SAMPAH UNIT DI KECAMATAN SAMARINDA SEBERANG MENGGUNAKAN ANALISIS MASS BALANCE, OEE, DAN INDEKS ELASTISITAS Izzah Vitaloca; Dwi Ermawati Rahayu; Yunianto Setiawan; Krispinus Duma; Sri Wahyuningsih
Jurnal Teknologi Lingkungan UNMUL Vol 10, No 1 (2026): Jurnal Teknologi Lingkungan UNMUL
Publisher : Mulawarman University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jtlunmul.v10i1.27643

Bank Sampah Unit (BSU) merupakan salah satu strategi pengelolaan sampah berbasis masyarakat yang berperan dalam mengurangi timbulan sampah. Penelitian ini bertujuan mengevaluasi kinerja BSU di Kecamatan Samarinda Seberang dengan menggunakan tiga pendekatan utama, yaitu Indeks Elastisitas (E) untuk menilai efisiensi, analisis mass balance untuk menghitung besaran reduksi sampah, serta Overall Equipment Effectiveness (OEE) untuk mengukur efektivitas operasional bank sampah. Data yang digunakan untuk penelitian ini adalah data sekunder dari Dinas Lingkungan Hidup Kota Samarinda 2025 dan wawancara pengelola BSU. Hasil penelitian menunjukkan bahwa tingkat efisiensi BSU secara keseluruhan dari 5 BSU hanya satu yang memiliki tingkat efisiensi tinggi sedangkan 4 BSU lain masih dalam kategori rendah. Analisis mass balance memperlihatkan bahwa potensi timbulan sampah tahunan mencapai 5.052.768 kg/tahun namun jumlah yang berhasil direduksi masih sangat kecil yaitu 9.554,25 kg/tahun atau hanya 0,19% dibandingkan total timbulan. Sementara itu, efektivitas operasional berdasarkan OEE rata‑rata berada pada kategori rendah hingga sangat rendah, hanya ada satu BSU yang efektivitasnya di atas 40%. Kinerja 4 BSU di Kecamatan Samarinda Seberang tergolong rendah, hanya satu yang memiliki kategori kinerja sedang. Temuan ini menegaskan bahwa peran BSU dalam mendukung pengurangan sampah rumah tangga masih harus ditingkatkan mengingat Peraturan Walikota Samarinda No. 35 Tahun 2018 tentang Kebijakan dan Strategi Pengelolaan Sampah Rumah Tangga dan Sejenis Rumah tangga memiliki target pengurangan sebesar 30% pada tahun 2025.

Title

Found 24 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 24 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 24 Documents
Search