Article Per Year (5 Year)
p-Index From 2021 - 2026
1.642
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Dasar Jurnal Gaussian KADIKMA BERKALA SAINSTEK Prosiding Seminar Matematika dan Pendidikan Matematik UNEJ e-Proceeding BAREKENG: Jurnal Ilmu Matematika dan Terapan Majalah Ilmiah Matematika dan Statistika (MIMS) Jurnal Statistika dan Komputasi (STATKOM) Jurnal Hasil Pengabdian Kepada Masyarakat Universitas Jember DIGIMAS: Jurnal Transformasi Digital Masyarakat Edumaspul: Jurnal Pendidikan
Yuliani Setia Dewi
Jurusan Matematika FMIPA Universitas Jember
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Peningkatan Literasi Statistika dan Pemanfaatan Data Kriminalitas Melalui GWR di Jawa Tengah dan D.I.Yogyakarta Dewi, Yuliani Setia
Jurnal Transformasi Digital Masyarakat (DIGIMAS) Vol. 1 No. 2 (2025): DIGIMAS: Transformasi Digital Masyarakat
Publisher : Fakultas Ilmu Komputer, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/digimas.v1i2.5951

Abstract

Tindak kriminal merupakan permasalahan kompleks yang dipengaruhi oleh berbagai faktor struktural dan kultural, seperti kondisi ekonomi, sosial, dan demografi. Berdasarkan data Statistik Kriminal 2019 yang dipublikasikan oleh BPS. Provinsi Jawa Tengah dan D.I. Yogyakarta memiliki jumlah kejahatan yang relatif tinggi dibandingkan provinsi lain di Pulau Jawa. Provinsi tersebut termasuk dalam 15 besar provinsi dengan jumlah kriminalitas tertinggi di Indonesia pada tahun 2018. Analisis spasial dapat digunakan untuk mengidentifikasi pola geografis dan faktor-faktor yang mempengaruhi tingkat kriminalitas di suatu wilayah. Kegiatan pengabdian masyarakat ini bertujuan untuk menyampaikan hasil analisis spasial kriminalitas kepada pemerintah daerah dan masyarakat melalui pendekatan statistika terapan, khususnya dengan menggunakan metode Geographically Weighted Regression (GWR). Analisis dilakukan untuk mengidentifikasi faktor-faktor yang secara lokal mempengaruhi tingkat kriminalitas, serta memberikan informasi yang dapat digunakan sebagai dasar penyusunan kebijakan berbasis data. Model GWR yang diterapkan menunjukkan adanya variasi spasial dalam pengaruh variabel-variabel terhadap angka kriminalitas. Model ini lebih baik dibandingkan model regresi linear biasa (OLS). Hasil menunjukkan bahwa variabel kepadatan penduduk (X2) berperngaruh signifikan pada angka kriminalitas di seluruh kabupaten/kota. Berdasarkan kesamaan variabel yang signifikan berpengaruh terhadap kriminalitas, terbentuk enam kelompok kabupaten/kota. Kegiatan ini diharapkan dapat mendorong pemanfaatan data terbuka pemerintah secara lebih luas dan meningkatkan kapasitas pemangku kebijakan lokal dalam menggunakan pendekatan statistik untuk perencanaan pembangunan yang lebih responsif dan tepat sasaran.
Comparison of Arima Method and Artificial Neural Network Method to Predict Productivity Rice In Panti District Fendi Setiawan; Yuliani Setia Dewi; Mohamad Fatekurohman
Edumaspul: Jurnal Pendidikan Vol 6 No 2 (2022): Edumaspul: Jurnal Pendidikan
Publisher : Universitas Muhammadiyah Enrekang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33487/edumaspul.v6i2.4681

Abstract

Rice production is a community activity to produce rice, it is intended to maintain food security in the future. The aim of this research is to develop the best model for forecasting rice production based on ARIMA (Autoregressive Integrated Moving Averages) and ANN (Artificial Neural Network) approaches. The results will be compared with the error rate values of the ARIMA and ANN methods with the available data. The data used in this study is data on rice production in Panti District, Jember Regency. The level of forecasting accuracy produced by each forecasting method is measured by the criteria of MAPE (Mean Absolute Percentage Error), MSE (Mean Square Error) and RMSE (Root Mean Square Error). The results showed that from the forecasting method used in this study, the ARIMA (1,0,1) (1,0,2) method is the best forecasting method for the best rice harvest area in Panti District, Jember Regency with an average MAPE value is 0.05668374, MSE is 5.587553, and RMSE is 2.3638. Meanwhile, forecasting rice productivity using the ANN BP method (7,(7,3),1) is a fairly good forecasting method with an average MAPE value of 0.05703856 MSE of 4.828465, and RMSE of 2.197377. Therefore, the ARIMA model (1,0,1) (1,0,2)[12] is quite effective for predicting the amount of rice production in Panti District, Jember Regency, East Java Province for the next few years.
Co-Authors A As’ad Agus Isdarmawan Agustina Pradjaningsih Alfian Futuhul Hadi Andayani, Nonik Arif, M. Ziaul As’ad, A B., Rika N. Dewi, Theresia Trias Candra Fendi Setiawan Haeruddin Haeruddin Haeruddin Haeruddin I Made Tirta Kasmuri Kasmuri Kasmuri Kasmuri, Kasmuri Khan, Akhmad Safrin Sadad Lutfi Ardining Tyas Marino Marino, Marino Mohamad Fatekurohman Nawal Ika Susanti, Nawal Ika Nurul Fittriyah, Nurul Paramitha, Luckyta Citra Ayu Rizka Dwi Hidayati Rosida, Ayu Solly Aryza Yeni Rismawati