Articles
ANALISIS SENTIMEN PADA TWITTER MENGENAI NETFLIX DIBLOKIR TELKOM MENGGUNAKAN SUPPORT VECTOR MACHINE
Husna, Rizqa El;
Wasono, Rochdi;
Al Haris, M.
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Netflix merupakan salah satu media streaming online yang beroperasi di Indonesia sejak 2016. Biaya langganan Netflix yang mahal dibandingkan media streaming lain tidak menghalangi pertumbuhan Netflix di Indonesia yang semakin meningkat setiap tahunnya. Pelanggan PT. Telkom Indonesia tidak bisa mengakses Netflix karena diblokir oleh PT. Telkom Indonesia. Hal ini mengakibatkan pelanggan Telkom tidak bisa mengakses Netflix menggunakan provider Telkomsel dan Indihome. Twitter merupakan media sosial yang memungkinkan penggunanya membaca, meneruskan, dan mengirim pesan berbasis teks. Pada media sosial Twitter banyak pelanggan Telkom yang menyampaikan opini mengenai Netflix diblokir Telkom. Berdasarkan opini publik di media sosial Twitter metode klasifikasi cocok digunakan untuk mengetahui sentimen publik. Metode Support Vector Machine (SVM) sering digunakan pada analisis klasifikasi sentimen. SVM merupakan usaha mencari hyperlane terbaik yang berfungsi sebagai pemisah dua buah kelas dengan memaksimalkan jarak antar kelas. Tujuan dari penelitian ini adalah mengetahui tingkat akurasi SVM dan mengetahui tampilan word cloud berdasarkan masing-masing sentimen. Jumlah tweet yang diteliti pada penelitian ini sebanyak 1771 tweet. Perbandingan data training dan data testing pada penelitian adalah 70% sebanyak 1241 tweet dan 30% sebanyak 530 tweet. Klasifikasi sentimen  metode Support Vector Machine menggunakan Kernel Radial Basic Function (RBF) diperoleh akurasi sebesar 85.92%. Pada sentimen positif kata “bukaâ€, “tidakâ€, “indihomeâ€, merupakan kata yang paling sering digunakan. Sedangkan pada sentimen negatif kata “bukaâ€, “pakaiâ€, “telkom†merupakan kata yang paling sering digunakan Kata Kunci: Netflix, Twitter, Analisis Sentimen, Support Vector Machine (SVM).
ANALISIS SENTIMEN DALAM PENANGANAN COVID-19 DI INDONESIA MENGGUNAKAN NAIVE BAYES CLASSIFIER
Yulianita, Tanti;
Utami, Tiani Wahyu;
Al Haris, M.
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Kasus Coronavirus Disease (covid-19) di Indonesia telah berdampak dalam segala lapisan kehidupan. Salah satu kebijakan yang dilakukan oleh pemerintah menjadi sorotan di media sosial yaitu tentang adanya kebijakan Pembatasan Sosial Berskala Besar (PSBB). Banyaknya tanggapan masyarakat tentang kebijakan tersebut sangat beragam terutama di media sosial Twitter. Penelitian ini bertujuan mengetahui bagaimana sentimen masyarakat terhadap kebijakan PSBB melalui tanggapan di media sosial twitter. Data yang digunakan dengan rentang waktu April – Juni 2020. Data tersebut diklasifikasikan menggunakan algoritma Naïve Bayes Classifier. Hasil akurasi yang didapatkan dengan menggunakan Confussion Matrix untuk algoritma Naïve Bayes Classifier sebesar 89.13%. Sedangkan peluang kesalahan klasifikasi yang dihasilkan oleh kedua metode tersebut dengan menggunakan APER (Apparent Error Rate) dengan hasil Naïve Bayes Classifier sebesar 10.87%. Kata Kunci:Analisis Setimen,Covid-19, Naive Bayes Classifier, PSBB, Twitter
PERAMALAN HARGA EMAS DENGAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH)
M. Al Haris
JURNAL SAINTIKA UNPAM Vol 3, No 1 (2020)
Publisher : Program Studi Matematika FMIPA Universitas Pamulang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32493/jsmu.v3i1.5263
Gold was the one of the long-term investment commodities that were considered as the safe heaven for investors. The gold price was strongly influenced by global socioeconomic that causing fluctuations in price changes. The Fluctuations of gold price would be causing the denying of homogeneous variance assumption (heteroscedasticity). The purpous of This study was to apply Generalized Autoregressive Conditional Heteroscedasticity (GARCH) to model the fluctuations of gold prices. GARCH was the development of Autoregressive Conditional Heteroscedasticity (ARCH) model which was used to model the heterogeneous variance of the mean model. The data used in this study was the daily gold price data from May 5th, 2015 to May 27th, 2020. The results of this study showing the best model based on the smallest AIC value of -6.8788 was ARIMA (1,1,0) GARCH (1,1).
ANALISIS PENGARUH TINGKAT PENGANGGURAN TERBUKA DAN INDEKS PEMBANGUNAN MANUSIA TERHADAP KEMISKINAN DI PROVINSI JAWA TENGAH
Dwi Agustina
JURNAL SAINTIKA UNPAM Vol 3, No 1 (2020)
Publisher : Program Studi Matematika FMIPA Universitas Pamulang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32493/jsmu.v3i1.5640
Penelitian ini bertujuan untuk menguji dan menganalisis pengaruh tingkat pengangguran terbuka dan indeks pembangunan manusia terhadap kemiskinan di Provinsi Jawa Tengah. Jenis data menggunakan data sekunder yang diperoleh dari BPS Jawa Tengah dan jurnal sebagai penunjang penelitian. Penelitian ini menggunakan metode regresi linear berganda. Hasil regresi menunjukan bahwa nilai yang dihasilkan regresi kemiskinan = 75.27654 + 0.01877(TPT) - 0.894 (IPM), Hasil menunjukan tingkat pengangguran terbuka (TPT) berpengaruh signifikan terhadap tingkat kemiskinan di Provinsi Jawa Tengah tahun 2010-2019, Indeks pembangunan Manusia (IPM) tidak berpengaruh terhadap tingkat kemiskinan di Provinsi Jawa Tengah tahun 2010-2019, dan Tingkat Pengangguran Terbuka (TPT) dan Indeks pembangunan Manusia (IPM) tidak berpengaruh terhadap tingkat kemiskinan tahun 2010-2019. Serta koefisien determinasi atau R-Square sebesar 0.9445. itu artinya variable TPT dan IPM mampu menjelaskan variable kemiskinan sebesar 94,45%, sedangkan 5,5% sisanya dijelaskan oleh variable lain.Kata kunci: Kemiskinan,Tingkat Pengangguran Terbuka,Indeks Pembangunan Manusia, Metode Regresi Linear Berganda
PENGARUH INFLASI, PERTUMBUHAN PENDUDUK DAN PERTUMBUHAN EKONOMI TERHADAP TINGKAT PENGANGGURAN TERBUKA DI KOTA SEMARANG TAHUN 2011-2020
Tri zahrotun Wahyuningsih;
Salsabila Rahma Anisa;
Mufidatul Ulya;
Agi Khoerunnisa;
M Al Haris
JURNAL SAINTIKA UNPAM Vol 4, No 2 (2022)
Publisher : Program Studi Matematika FMIPA Universitas Pamulang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32493/jsmu.v4i1.11383
The open unemployment rate is someone who wants to work, is trying to get a job but has not managed to get it. The problem of unemployment is a problem that is very difficult to avoid because on average it is experienced in one area, including in the city of Semarang, Central Java. The purpose of this study is to analyze the effect of inflation, population growth and economic growth on the open unemployment rate in Semarang City in 2011-2020. The type of data used is secondary data in the form of time series data for 2011-2020 which is sourced from the Central Statistics Agency of Semarang City. This research method uses the Multiple Linear Regression method. The hypothesis that has a significant effect on the open unemployment rate is inflation. Meanwhile, the coefficient of determination or R-square value of 0.652 means that the variables of inflation, economic growth and population growth are able to explain 65.2% while the remaining 34.8% is explained by other variables.Keywords: Open Unemployment Rate, Multiple Linear Regression, R-Square Value
Peramalan Nilai Ekspor Provinsi Jawa Tengah dengan Metode Fuzzy Time Series Berbasis Algoritma Haneen Talal Jasim
M. Al Haris;
Septi Winda Utami;
Indah Manfaati Nur
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 15 No 1 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (289.513 KB)
|
DOI: 10.36456/jstat.vol15.no1.a5423
Ekspor berperan penting dalam perekonomian suatu daerah. Ekspor dapat digambarkan melalui nilai ekspor, yaitu nilai berupa uang yang merupakan hasil dari penjualan barang/jasa ke luar negeri. Nilai ekspor perlu diramalkan untuk merumuskan target pertumbuhan ekonomi dan menetapkan kebijakan yang tepat dalam perekonomian di suatu daerah. Nilai ekspor dapat diramalkan menggunakan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim. Tahapan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim memiliki tahapan yang hampir sama dengan Fuzzy time series dari penentuan semesta pembicaraan hingga penentuan Fuzzy Logical Relationship Group (FLRG). Perbedaannya ada pada tahapan penerapan algoritma Haneen Talal Jasim pada tahap peramalannya. Tujuan dari penelitian ini adalah meramalkan nilai ekspor Provinsi Jawa Tengah di masa yang akan datang dengan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim serta mendapatkan tingkat akurasi peramalan menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil analisi penerapan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim pada data nilai ekspor di Provinsi Jawa Tengah diperoleh hasil ramalan pada bulan Januari 2022 sebesar 1054,178 juta US $ serta nilai MAPE sebesar 11,653%.
MODEL SEEMINGLY UNRELATED REGRESSION PADA DATA KEMISKINAN JAWA TIMUR MENGGUNAKAN MATRIKS PEMBOBOT QUEEN CONTIGUITY DAN ROOK CONTIGUITY
Cika Awani Ayuwida;
Prizka Rismawati Arum;
M. Al Haris
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 1 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26714/jsunimus.9.1.2021.64-68
Jawa timur, salah satu provinsi yang memiliki sumbangan cukup tinggi yakni 16% dari pertumbuhan ekonomi nasional, merupakan daerah yang potensial baik dari segi ekonomi maupun geografis. Berdasarkan data Sensus Penduduk tahun 2020 mencapai 4.419,10 ribu jiwa (11,09 persen), bertambah sebesar 363,1 ribu jiwa. Tujuan dari penelitian ini adalah untuk memodelkan Seemingly Unrelated Regression (SUR) terbaik pada data Kemiskinan di Provinsi Jawa Timur dengan menggunakan matrik pembobot queen contiguity dan rook contiguity. Penerapan persamaan regresi dalam sebuah kasus seringkali memiliki keterkaitan dengan persamaan yang lain. Jika sebuah persamaan saling berkaitan dikarenakan error regresinya saling berkorelasi, maka pendekatan yang dapat digunakan adalah Seemmingly Unrelated Regression (SUR).
PENGARUH INFLASI, PERTUMBUHAN PENDUDUK DAN PERTUMBUHAN EKONOMI TERHADAP TINGKAT PENGANGGURAN TERBUKA DI KOTA SEMARANG TAHUN 2011-2020
Tri zahrotun Wahyuningsih;
Salsabila Rahma Anisa;
Mufidatul Ulya;
Agi Khoerunnisa;
M Al Haris
JURNAL SAINTIKA UNPAM Vol 4, No 2 (2022)
Publisher : Program Studi Matematika FMIPA Universitas Pamulang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32493/jsmu.v4i1.11383
The open unemployment rate is someone who wants to work, is trying to get a job but has not managed to get it. The problem of unemployment is a problem that is very difficult to avoid because on average it is experienced in one area, including in the city of Semarang, Central Java. The purpose of this study is to analyze the effect of inflation, population growth and economic growth on the open unemployment rate in Semarang City in 2011-2020. The type of data used is secondary data in the form of time series data for 2011-2020 which is sourced from the Central Statistics Agency of Semarang City. This research method uses the Multiple Linear Regression method. The hypothesis that has a significant effect on the open unemployment rate is inflation. Meanwhile, the coefficient of determination or R-square value of 0.652 means that the variables of inflation, economic growth and population growth are able to explain 65.2% while the remaining 34.8% is explained by other variables.Keywords: Open Unemployment Rate, Multiple Linear Regression, R-Square Value
Optimizing the Role of Higher Education in Increasing the Response Rate of the Online Population Census 2020 in Semarang
Indah Manfaati Nur;
M. Al Haris;
Rangga Sa'adillah S.A.P.;
Mochamad Hasyim
Publisher : LPPM Universitas Yudharta Pasuruan
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35891/js.v5i2.3908
The online population census was first launched in 2020. The purpose of the online population census 2020 is to provide data on the number, composition, distribution, and characteristics of the Indonesian population towards one Indonesian population data and provide demographic parameters and population projections and other population characteristics for population projections and SDGs indicators. These data are needed by the government as one of the bases for making decisions or policies in order to be able to accommodate all existing interests. This innovation with an online census approach is undoubtedly inseparable from social problems or constraints. Social, economic, and geographic factors affect the literacy of information and communication technology in society. The factual conditions in the field encouraged the team community service to take a strategic role by carrying out community service activities in Kecamaran Pabelan, Semarang Regency, in the form of online population census 2020 assistance activities. Mentoring methods are carried out by providing counseling, socialization, and technical guidance to the Public. The results achieved from this assistance to partners were an increase in the community response rate in Semarang Regency, more partners could participate and it was easier to fill data in the online population census 2020.
FORECASTING THE NUMBER OF PASSENGER AT JENDERAL AHMAD YANI SEMARANG INTERNATIONAL AIRPORT USING HYBRID SINGULAR SPECTRUM ANALYSIS-NEURAL NETWORK (SSA-NN) METHOD
Tresiani Yunitasari;
M. Al Haris;
Prizka Rismawati Arum
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 11, No 1 (2023): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26714/jsunimus.11.1.2023.22-33
Transportation was an important sector of supporting the economic growth of a country. The impact of the Covid-19 2020 pandemic at Achmad Yani International Airport in Semarang resulted in the movement of the number of passengers decreasing quite drastically, but in mid-2020 the movement of the number of passengers had slowly increased. Forecasting was done to determine the flow of movement of the number of passengers in the future using the Hybrid Singular Spectrum Analysis (SSA)-Neural Network (NN) method. The SSA method was expected to be able to decompose various patterns in the data into trend, seasonality and noise. Furthermore, the NN method was used to analyze nonlinear patterns in the data. The results showed that the best method was a combination of the SSA method with a window length of 40 and the NN method with a 6-8-1 network architecture (6 input neurons, 8 hidden neurons and 1 output neuron) for the trend component, 11-15-1 (11 neurons input, 15 hidden neurons and 1 output neuron) for the seasonal component, and 10-15-1 (10 input neurons, 15 hidden neurons and 1 output neuron) for the noise component. The model produces a prediction error based on a MAPE value of 0.54% or an accuracy rate of 99.46%.