Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2020 - 2025

0.659

P-Index

This Author published in this journals

All Journal Jurnal Sains dan Seni ITS IPTEK Journal of Proceedings Series Inferensi Sewagati

Mohamad Atok, Raden

Departemen Statistika Institut Teknologi Sepuluh Nopember

Author-ID : 2780350

Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 7 Documents Claim Missing Document

Claim Missing Document

Articles

Analysis of Factors Affecting the Use of the 64QAM Modulation on the Long-Term Evolution Network by Using Random Forest Method Jainul, Mochammad; Mohamad Atok, Raden
IPTEK Journal of Proceedings Series No 7 (2020): The 2nd International Conference on Global Development (ICODEV) 2020
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23546026.y2020i7.9529

Nowadays internet traffic using cellular telecommunication network is increasing very rapidly. Good LTE (Long-Term Evolution) cellular network performance is very important for any telecommunication operator to maintain customer satisfaction. Poor network performance can also cause customers to switch to other operators. One of the indicator variables in observing the radio quality of the LTE cellular network is Penetration using 64QAM Modulation. 64QAM modulation can transmit higher bitrates with lower power usage. 64QAM modulation will be used if the Channel Quality Index (CQI) condition is very good. Network quality improvement can be done by adding new BTS or optimizing existing BTS. The addition of new BTS will increase coverage, quality, and capacity but cost is high, and the time required to build BTS is also long, while improving network quality by optimizing BTS can be done by purchasing LTE features and costs incurred still relatively low. In increasing the penetration of using 64QAM modulation, it is necessary to analyze the other variables. The traditional method to improve this Key Performance Indicator (KPI) requires an expert and professional but is often inaccurate and spends a lot of time finding the factors that cause it. To solve this problem, Random forest method is proposed. By knowing the variables that have a significant effect on network quality, the capital costs incurred by cellular operators for improving network quality will be more effective and efficient because the capital costs invested only focus on influencing variables such as purchasing LTE network features only done for those related to these variables. The results of this study, we make CQI improvement flow based on the classification of the random forest method that produces feature/variable importance.

Penentuan Panjang Optimal Data Deret Waktu Bebas Outlier dengan Menggunakan Metode Window Time Rya Sofi Aulia; Raden Mohamad Atok
Jurnal Sains dan Seni ITS Vol 6, No 1 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Data outlier sering kali mempengaruhi model data secara umum sehingga pengaruh dari data outlier tersebut harus dikurangi atau dihilangkan. Namun, di sisi lain outlier merupakan data yang sangat informatif apabila penyebab adanya outlier tersebut diketahui sehingga beberapa penelitian merekomendasikan untuk tidak menghilangkan outlier namun mengganti model awal dengan model baru yang disisipkan dengan model outlier. Kemunculan outlier dapat menyebabkan bias yang cukup serius dalam estimasi parameter. Atas dasar penelitian-penelitian yang dilakukan sebelumnya maka pada penelitian ini dilakukan metode baru untuk mendeteksi outlier. Tujuan dari metode ini adalah untuk mendapatkan panjang data optimum yang bisa digunakan untuk mendeteksi data outlier. Penelitian ini terfokus pada pendeteksian outlier pada data deret waktu dengan jumlah data yang banyak. Dari hasil simulasi data dan implementasi yang dilakukan pada data riil didapatkan hasil bahwa window time 500 dan 1000 memberikan nilai akurasi deteksi outlier lebih baik dibandingkan dengan window time 100. Selain itu, metode deteksi menggunakan window time memberikan hasil yang lebih baik dibandingkan metode deteksi outlier biasa.

Pemodelan Waktu Survival Pekerja dengan Menggunakan Regresi Cox Proportional Hazard Nadia Rahma Nur Insyira; R. Mohamad Atok; Imam Safawi Ahmad
Jurnal Sains dan Seni ITS Vol 7, No 2 (2018)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Kematian merupakan peristiwa yang tidak dapat diperkirakan waktu kejadiannya sehingga dapat dialami oleh semua orang. Kematian dapat disebabkan oleh berbagai macam faktor, dalam penelitian ini diduga ada lima faktor yang mempengaruhi kematian seorang pekerja atau aparatur sipil negara (ASN). Penelitian ini bertujuan untuk mengetahui model survival yang terjadi pada kematian seorang pekerja aparatur sipil negara (ASN). Faktor-faktor yang diduga mempengaruhi kematian seorang pekerja akan dimodelkan dengan waktu ketahanan hidup (waktu survival), sehingga akan diketahui faktor-faktor mana saja yang berpengaruh secara signifikan terhadap waktu survival pekerja. Pada penelitian ini akan dilakukan pendekatan dengan metode bootstrap, yang merupakan pengambilan sampel secara random berdasarkan data asli sehingga akan didapatkan parameter-parameter yang signifikan dengan melakukan pengujian confidence interval. Berdasarkan analisis ini dengan memasukkan semua variabel, hasil Kaplan-Meier menunjukkan menurun sampai rentang waktu 40 tahun. Pengujian log-rank menunjukkan variabel jenis kelamin dan anak tidak ada perbedaan secara signifikan antara kurva survival disetiap kelompoknya. Berbeda dengan variabel golongan pekerja dan pasangan diketahui bahwa variabel tersebut memiliki perbedaan kurva survival antar kelompoknya. Pemodelan regresi cox proportional hazard menghasilkan variabel golongan 4 dan pasangan yang berpengaruh secara signifikan terhadap waktu survival pekerja.

Analisis Klasifikasi Pelanggan Listrik Rumah Tangga Bersubsidi Kota Surabaya Menggunakan Support Vector Machine dan Naïve Bayes Classifier Wiwin Yuli Widiawati; Raden Mohamad Atok
Jurnal Sains dan Seni ITS Vol 7, No 2 (2018)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Pemerintah menyediakan dana bagi kelompok masyarakat tidak mampu yang diberikan dalam bentuk subsidi terhadap tarif tenaga listrik untuk pelanggan rumah tangga dengan daya 450 VA dan 900 VA. Berdasarkan data dari Badan Pusat Statistik (BPS) yang telah diolah oleh Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K), dikeluarkan daftar 40% masyarakat Indonesia yang berada dalam kondisi ekonomi terendah. Pada penelitian ini bertujuan untuk melakukan klasifikasi sesuai karakteristik yang dimiliki oleh pelanggan subsidi listrik rumah tangga daya 450 VA dan 900 VA menggunakan metode Support Vector Machine dan Naïve Bayes Classifier. Hasil Perbandingan antara metode SVM dan NBC didapatkan bahwa SVM memberikan hasil yang lebih baik dengan parameter optimal yang diperoleh pada kernel RBF adalah C = 10 dan = 1. Kategori 450 VA sebanyak 91,6% pelanggan rumah tangga diklasifikasikan dengan benar dan sisanya 8,4% pelanggan rumah tangga diprediksi masuk ke dalam kategori subsidi 900 VA. Pada kategori subsidi 900 VA sebanyak 81,9% pelanggan rumah tangga diklasifikasikan dengan benar dan sisanya 18,1% pelanggan rumah tangga diprediksi masuk kategori 450 VA.

Pemodelan Tahanan Kapal Displacement Menggunakan Metode Artificial Neural Network Muthia Pandan Sari; Raden Mohamad Atok; Mahendra Indiaryanto
Inferensi Vol 2, No 2 (2019): Inferensi
Publisher : Department of Statistics ITS

Pengujian tahanan kapal memiliki tujuan untuk mengetahui daya yang dibutuhkan sebuah kapal agar dapat bergerak. Salah satu cara untuk mendapat-kan nilai tahanan kapal tanpa melakukan suatu pengujian adalah dengan pemodelan. Untuk mendapat-kan model nilai tahanan kapal dan variabel yang berpengaruh terhadap tahanan kapal, penelitian ini menggunakan metode Artificial Neural Network. Pada metode ANN tidak bergantung pada bentuk asumsi yang mendasari data. Penelitian ini menunjukan bahwa jumlah neuron yang optimum yaitu berjumlah enam neuron dan enam variabel input. Variabel input yang digunakan yaitu panjang kapal tercelup, lebar kapal tercelup, syarat tercelup air, total keseluruhan berat kapal, koefisien primastik, dan kecepatan kapal dengan nilai RMSE sebesar 133.2891.

“Actuarial Science Online Short Course : A10 Financial Mathematics (ASOSC)” Sebagai Upaya Pemberian Dukungan Bagi Calon Peserta Ujian Profesi Aktuaris di Indonesia Ulil Azmi; Wawan Hafid Syaifudin; Galuh Oktavia Siswono; Raden Mohamad Atok; Imam Safawi Ahmad; Pratnya Paramitha Oktaviana; Checellya Maitriani
Sewagati Vol 6 No 3 (2022)
Publisher : Pusat Publikasi ITS

Profesi aktuaris sangat digemari oleh masyarakat Indonesia karena luasnya prospek kerja yang ditawarkan serta adanya peraturan Menteri Keuangan tahun 2016 yang mewajibkan penugasan dan laporan aktuaris di tandatangani oleh Aktuaris Publik. Seorang aktuaris memiliki syarat yaitu harus lulus pada 10 ujian sertifikasi yang diselenggarakan oleh Persatuan Aktuaris Indonesia (PAI). Tingginya kebutuhan tenaga aktuaris tidak diimbangi oleh peningkatan jumlah aktuaris di Indonesia. Salah satu penyebabnya adalah gagal dalam ujian PAI. Salah satu mata ujian yang diujikan oleh PAI adalah A10, yaitu matematika finansial. Mata ujian A10 merupakan materi paling dasar pada seluruh mata ujian profesi aktuaris. Apabila seorang peserta telah berhasil menyelesaikan mata ujian A10, maka peserta tersebut dapat melanjutkan ujian ke tingkat berikutnya yang lebih tinggi. Oleh karena itu, tim pengabdi mengidentifikasi bahwa salah satu cara untuk mendukung para peserta ujian PAI serta membantu pemerintah dalam meningkatkan jumlah aktuaris di Indonesia adalah dengan menyelenggarakan pelatihan/short course pada mata ujian A10. Metode yang digunakan pada kegiatan ini adalah observasi, bimbingan dan evaluasi yang diikuti oleh peserta selama empat hari dalam bentuk penyampaian konsep dasar materi oleh narasumber, pembahasan soal yang didampingi oleh asisten narasumber serta pre-test dan post-test. Kegiatan ini diharapkan dapat membantu peserta untuk lulus ujian PAI pada subjek A10.

Pemodelan Distribusi Kerugian Siber dengan Pendekatan Copula dan Perhitungan Premi Asuransi Siber Putri Lathifah Idellie; Raden Mohamad Atok
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.97479

Percepatan perkembangan teknologi dan informasi serta kemudahan akses internet mendorong proses digitalisasi semakin luas. Hampir seluruh alat komunikasi baik alat komunikasi pribadi maupun perusahaan menggunakan jaringan internet untuk menerima, mengirimkan serta menyimpan data. Digitalisasi tidak hanya memberikan dampak positif bagi pengguna namun juga terdapat risiko-risiko siber didalamnya. Perkembangan digitalisasi dan meluasnya penggunaan internet membuat risiko atas kerugian yang diakibatkan serangan siber kerap terjadi dan beragam. Beberapa jenis serangan siber yang umumnya terjadi dan dapat terlindungi asuransi diantaranya serangan ransomware, business email compromise (BEC), phishing, dan kelalaian sumber daya manusia (SDM). Salah satu cara untuk mengurangi kerugian atas dampak yang ditimbulkan dari risiko siber yaitu dengan menggunakan jasa asuransi umum berupa produk asuransi siber. Asuransi siber merupakan produk dari asuransi umum yang melindungi pemegang polis dari kejadian tidak menentu terkait kejadian yang berhubungan dengan pengadaan sistem informasi. Perhitungan harga produk asuransi siber berbeda dengan perhitungan premi asuransi tradisional. Asuransi siber tidak memiliki sistem penilaian standar atau tabel aktuaria untuk menentukan harga premi, premi asuransi siber menggunakan variabel ranking yang menjadi dasar pengambilan keputusan. Maka dari itu, pada penelitian ini dilakukan perhitungan premi murni asuransi siber dengan metode black scholes dari simulasi Monte Carlo berbasis copula terpilih berdasarkan data historis variabel banyak komputer terpilih (xk) dan besar kerugian dalam dolar (yk) sebagai fungsi distribusi kerugian dan waktu tunggu kejadian serangan siber (T) dengan simulasi proses poisson dan menghasilkan distribusi marginal x ~ Geometri (0,053974) dan y ~ Lognormal (11,04501; 2,13956), copula Frank dengan parameter θ ̂_F=11,42 dan didapatkan premi murni asuransi siber sebesar $0 - $165.870 untuk tiap perusahaan.

Co-Authors Checellya Maitriani Galuh Oktavia Siswono Imam Safawi Ahmad, Imam Safawi Jainul, Mochammad Mahendra Indiaryanto Muthia Pandan Sari Nadia Rahma Nur Insyira Oktaviana, Pratnya Paramitha Putri Lathifah Idellie Rya Sofi Aulia Ulil Azmi Wawan Hafid Syaifudin Wiwin Yuli Widiawati

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search