Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

2.636

P-Index

This Author published in this journals

All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Matematika & Sains Wahana : Tridarma Perguruan Tinggi Jambura Journal of Mathematics Psikostudia : Jurnal Psikologi Variance : Journal of Statistics and Its Applications Jurnal Riset Pembangunan : Media Hasil Penelitian dan Kajian Pembangunan Daerah Jurnal E-Bis: Ekonomi Bisnis Inferensi JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Psikoborneo : Jurnal Ilmiah Psikologi JOURNAL SCIENTIFIC OF MANDALIKA (JSM) Journal of Research Applications in Community Services Progressive Physics Journal

Sri Wahyuningsih

Program Studi Statistika, Jurusan Matematika, Fakultas MIPA, Universitas Mulawarman

Author-ID : 2521556

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 21 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

Peramalan Pendapatan Asli Daerah Provinsi Kalimantan Timur Menggunakan Model Grey-Markov (1,1) Latipah Latipah; Sri Wahyuningsih; Syaripuddin Syaripuddin
Jambura Journal of Mathematics Vol 1, No 2: Juli 2019
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Model grey (1,1) adalah model peramalan yang digunakan ketika jumlah data yang tersedia sedikit atau terbatas. Model tersebut menggunakan persamaan differensial orde satu dengan satu variabel penelitian. Pada penelitian ini dibahas model grey-Markov (1,1) yang merupakan pengembangan dari model grey (1,1) dan diaplikasikan pada data tahunan realisasi pendapatan asli daerah Provinsi Kalimantan Timur. Tujuan penelitian ini adalah memperoleh hasil dan akurasi peramalan pendapatan asli daerah Provinsi Kalimantan Timur Tahun 2009-2018 yang terdiri dari pajak daerah, retribusi daerah, hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain pendapatan asli daerah yang sah menggunakan model grey-Markov (1,1). Tahap awal dalam penelitian ini yaitu bentuk barisan data aktual, tahap kedua hitung AGO, tahap ketiga hitung MGO, tahap keempat tentukan nilai parameter model grey (1,1), tahap kelima hitung nilai prediksi model grey (1,1), tahap selanjutnya hasil peramalan model grey (1,1) dimodifikasi dengan rantai Markov, sehingga diperoleh hasil peramalan model grey-Markov (1,1). Hasil penelitian menunjukkan bahwa model grey-Markov (1,1) memberikan hasil peramalan cenderung mengikuti pola data. Nilai akurasi peramalan menunjukkan bahwa tingkat akurasi model grey-Markov (1,1) untuk peramalan data hasil pengelolaan kekayaan daerah yang dipisahkan dan data lain-lain pendapatan asli daerah yang sah adalah sangat akurat, sedangkan untuk data pajak daerah dan data retribusi daerah adalah akurat.

Peramalan Nilai Tukar Petani Subsektor Peternakan Menggunakan Fuzzy Time Series Lee Mahadi Muhammad; Sri Wahyuningsih; Meiliyani Siringoringo
Jambura Journal of Mathematics Vol 3, No 1: January 2021
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

ABSTRAKFuzzy time series (FTS) Lee adalah suatu metode peramalan yang digunakan ketika jumlah data historis yang tersedia sedikit, serta tidak mensyaratkan asumsi-asumsi tertentu yang harus terpenuhi. Metode ini menggunakan data historis berupa himpunan fuzzy yang berasal dari bilangan real atas himpunan semesta pada data aktual. FTS Lee adalah perkembangan dari FTS Song dan Chissom, FTS Cheng, serta FTS Chen. Pada penelitian ini dibahas penerapan FTS Lee pada data Nilai Tukar Petani Subsektor Peternakan (NTPT) di Kalimantan Timur. Tujuan penelitian ini adalah memperoleh hasil peramalan NTPT di Kalimantan Timur pada bulan Januari 2020 dengan menggunakan FTS Lee. Langkah awal dalam penelitian ini yaitu menentukan himpunan semesta pembicaraan, langkah kedua menentukan banyaknya himpunan fuzzy, langkah ketiga mendefinisikan derajat keanggotaan himpunan fuzzy terhadap dan melakukan fuzzyfikasi pada data aktual, langkah keempat membuat fuzzy logical relationship, langkah kelima membuat fuzzy logical relationship group, langkah keenam melakukan defuzzyfikasi sehingga diperoleh hasil peramalan, serta dilanjutkan dengan menghitung nilai mean absolute percentage error. Hasil penelitian menunjukkan bahwa peramalan menggunakan FTS Lee pada bulan Januari 2020 adalah 110,25. Nilai mean absolute percentage error pada hasil peramalan dengan menggunakan FTS Lee adalah sangat baik. ABSTRACTLee’s Fuzzy time series (FTS) is a forecasting method that is used when the number of historical data that available was small and does not require certain assumptions to be fulfilled. This method uses historical data in the form of fuzzy sets derived from real numbers over the set of universes in the actual data. FTS Lee is a development of FTS Song and Chissom, FTS Cheng, and FTS Chen. This research discusses the application of FTS Lee to the Exchange Rate of Farmers Subsectors Farm (ERFSF) in Kalimantan Timur. The purpose of this study was to obtain the results of ERFSF forecasting in Kalimantan Timur in January 2020 using FTS Lee. The first step during research is to determine the set of speech universes, the second step is to determine the number of fuzzy sets, the third step is to define the degree of fuzzy association membership and fuzzification on the actual data, the fourth step is to create a fuzzy logical relationship, the fifth step is to create a fuzzy logical relationship group, the sixth step is to perform defuzzification in order to obtain forecasting results, and continue by calculating the mean absolute percentage error value. The results showed that forecasting using FTS Lee in January 2020 was 110,25. The mean absolute percentage error value in forecasting results using FTS Lee is very good.

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.

PEMODELAN VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) UNTUK MERAMALKAN DATA EKSPOR TOTAL DAN IMPOR TOTAL DI INDONESIA Nur Afifah Salsabila; Sri Wahyuningsih; Ika Purnamasari
Jambura Journal of Probability and Statistics Vol 3, No 2 (2022): Jambura Journal Of Probability and Statistics
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34312/jjps.v3i2.15527

Vector Autoregressive Exogenous (VARX) is a multivariate time series model which is a development of the Vector Autoregressive (VAR) model. VARX model is a forecasting model that involves endogenous variables and exogenous variables. The endogenous variables in this study are exports and total imports in Indonesia, then the exogenous variable in this study is the composite stock price index in Indonesia. The purpose of this study is to VARX model the export and total import data in Indonesia for the period January 2016 to December 2021 and predict it for the period January 2022 to December 2022. Based on the result of the analysis, the best model for forecasting export and total imports is the VARX(2.2) model with the MAPE value for the total export variable of 5.938% and the total import variable of 8.313%. Furthermore, the results of forecasting total exports have increased in the period January 2022 to December 2022, with forecasting results for January 2022 of US$21,383.06 million and December 2022 of US$23,569.50 million. The results of forecasting total imports have increased in the period January 2022 to December 2022, with forecasting results in January 2022 of US$17,743.17 million and December 2022 of US$20,269.07 million.

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

Pengenalan Pojok Statistik Sejak Dini dan Ilmu Data Sains Bagi Siswa dan Guru di SMAN Kota Samarinda Meirinda Fauziyah; Sifriyani Sifriyani; Sri Wahyuningsih; Suyitno Suyitno; Andrea Tri Rian Dani; Siti Mahmuda; Hadi Koirudin
Journal of Research Applications in Community Service Vol. 2 No. 3 (2023): Journal of Research Applications in Community Service
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/jarcoms.v2i3.2263

Pendidikan merupakan bentuk usaha sadar seseorang untuk mengembangkan potensi diri agar memiliki kekuatan spiritual, keagamaan, serta keterampilan diri. Pada masa kini keterampilan diri terfokus dalam urgensi data yang banyak dibutuhkan di sektor industri dengan keahlian menganalisis masalah dan menghasilkan insight untuk menjawab kepentingan manusia di masa depan dengan mengenal ilmu data sains. Data sains merupakan cabang ilmu gabungan dari statistika, pendekatan sains, Artificial Intelligence (AI) untuk menganalisis sebuah big data sampai menghasilkan kesimpulan yang mudah dipahami. Tujuan kegiatan PKM ini memberikan pemahaman informasi pojok statistik sebagai wadah ilmu statistik kepada siswa dan guru sejak dini, membagikan informasi pengembangan ilmu data sains terkini menjadi seorang data scientist. Pelaksanaan kegiatan ini menggunakan metode Participatory Learning and Action (PLA) dengan melibatkan siswa/siswi dan guru. Hasil dari kegiatan ini menunjukkan bahwa terdapat perbedaan pemahaman sebelum dan setelah diberikan pemahaman ilmu data sains.

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.

Co-Authors AA Sudharmawan, AA Adelia Ramadhani Agus Yodi Gunawan Andrea Tri Rian Dani Aulia Ramdani Dani, Andrea Tri Rian Dwi Agoes Setiawan Dwi Ayu Anggraini Fachrian Bimantoro Putra Hadi Koirudin Hardina Sandariria Ika Purnamasari Intan Maya Savitri Kartika Ramadani KUKUH WAHYU HIDAYAT Kurni Permadi Latipah Latipah Lina Marlina Mahadi Muhammad Meiliyani Siringoringo Meirinda Fauziyah Memi Nor Hayati Memi Nor Hayati Muhammad Aldani Zen Nanda Arista Rizki Nur Afifah Salsabila Nur Eka Fitria Qonita Qurrota A'yun Rito Goejantoro, Rito Sifriyani, Sifriyani Siti Mahmuda Sri Wigantono Sutawanir Darwis Suyitno Suyitno Syaripuddin Syaripuddin Tiara Nur Hikmaulida YUKI NOVIA NASUTION

Title

Found 21 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 21 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 21 Documents
Search