Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnal Sains Matematika dan Statistika Seminar Nasional Teknologi Informasi Komunikasi dan Industri InPrime: Indonesian Journal Of Pure And Applied Mathematics
Ari Pani Desvina
Universitas Islam Negeri Sultan Syarif Kasim Riau
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
Penerapan Model ARCH/GARCH untuk Peramalan Nilai Tukar Petani Ari Pani Desvina; Inggrid Octaviani Meijer
Jurnal Sains Matematika dan Statistika Vol 4, No 1 (2018): JSMS Januari 2018
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v4i1.5087

Abstract

Paper ini membahas tentang Penerapan Model ARCH/GARCH untuk Peramalan Nilai Tukar Petani
Prediksi Jumlah Narapidana Kelas II A Kota Pekanbaru Menggunakan Model ARIMA Ari Pani Desvina; Candra Irawan; Pitnelly Pitnelly
Jurnal Sains Matematika dan Statistika Vol 7, No 1 (2021): JSMS Januari 2021
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v7i1.12390

Abstract

Model ARIMA merupakan salah satu model dalam metode Box-Jenkins yang digunakan untuk memprediksi data pada waktu yang akan datang berdasarkan data pada waktu sebelumnya. Dalam pengolahan data dengan menggunakan metode Box-Jenkins melalui 4 tahap yaitu, identifikasi model, estimasi parameter, verifikasi model dan peramalan. Tujuan penelitian ini adalah memprediksi data jumlah narapidana di lapas kelas II A Pekanbaru. Dengan adanya hasil prediksi jumlah jumlah narapidana di lapas kelas II A Pekanbaru, maka dapat memberikan gambaran pada Pemerintah untuk mengambil kebijakan dalam mengambil keputusan, agar angka tindak kejahatan semakin mengecil. Data yang digunakan adalah data jumlah narapidana dalam bulanan pada periode Januari 2013 sampai Desember 2018. Hasil pembahasan dengan metode Box-Jenkins menunjukkan bahwa model yang sesuai untuk data jumlah narapidana di lapas kelas II A Kota Pekanbaru adalah model ARIMA(0,1,1). Hasil prediksi dengan model ARIMA(0,1,1) menunjukkan terjadi peningkatan dari tahun sebelumnya, dengan nilai MAPE sebesar 2,83%.
Statistical Modelling of Extreme Data of Air Pollution in Pekanbaru City Ari Pani Desvina; Elfira Safitri; Ade Novia Rahma
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol 1, No 1 (2019)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1036.992 KB) | DOI: 10.15408/inprime.v1i1.12839

Abstract

AbstractAir pollution is a phenomenon that is often discussed, especially regarding air quality in urban areas. This has become a major contributor to health problems and environmental issues in Asian countries, such as Indonesia, especially Riau Province. The event of forest fires is one of the many events that occurred in Indonesia, especially Riau Province which harmed the population of Indonesia and neighboring countries. The phenomenon of forest forestry generally occurs due to a shift in the season towards drought and can occur in areas prone to forest fires. Therefore, it is necessary to know the model of air pollution distribution by Particulate Matter (PM10) in Pekanbaru City. This study aims to obtain the distribution model for daily air pollution PM10 in Pekanbaru City from 2014 to February 2015. Data was taken from three stations i.e. Sukajadi Station, Tampan Station, and Kulim Station. Four distributions will be tested i.e. Log Pearson III distribution, Gumbel distribution, Generalized Pareto Distribution, and Generalized Extreme Value (GEV) distribution. We test the goodness of fit from these distribution using the Kolmogorov-Smirnov and the Anderson-Darling tests. The result shows that the Generalized Extreme Value (GEV) distribution model was better than the Log Pearson III, Gumbel and Generalized Pareto distribution models for modeling city air pollution data Pekanbaru with three stations namely Sukajadi, Tampan, and Kulim.Keywords: Anderson-Darling; Generalized Extreme Value (GEV); Kolmogorov-Smirnov. AbstrakPencemaran udara merupakan satu fenomena yang sering dibicarakan, apalagi mengenai kualitas udara di daerah perkotaan. Hal ini menjadi penyumbang utama tentang masalah kesehatan dan isu lingkungan hidup di negara-negara Asia, seperti Negara Indonesia khususnya Provinsi Riau. Peristiwa kebakaran hutan merupakan salah satu peristiwa yang banyak terjadi di Indonesia khususnya Provinsi Riau yang berdampak negatif  terhadap penduduk Indonesia dan negara tetangga. Fenomena kebarakan hutan pada umumnya terjadi karena adanya pergeseran musim kearah kemarau dan dapat terjadi di daerah rawan kebakaran hutan. Oleh karena itu, perlu diketahui model distribusi pencemaran udara oleh Particulate Matter (PM10) Kota Pekanbaru. Penelitian ini bertujuan untuk mendapatkan model distribusi data harian pencemaran udara oleh Particulate Matter (PM10) Kota Pekanbaru Tahun 2014 sampai Februari 2015 dengan tiga stasiun yaitu stasiun sukajadi, stasiun tampan dan stasiun kulim. Adapun distribusi yang digunakan adalah distribusi Log Pearson III, distribusi Gumbel, Distribusi Generalized Pareto dan distribusi Generalized Extreme Value (GEV). Berdasarkan pembahasan uji kebaikan (Goodness of Fit) yaitu uji Kolmogorov-Smirnov dan Anderson-Darling, maka diperoleh bahwa model distribusi Generalized Extreme Value (GEV) lebih baik dari pada model distribusi Log Pearson III, Gumbel dan Generalized Pareto untuk memodelkan data  pencemaran udara kota Pekanbaru dengan tiga stasiun yaitu Sukajadi, Tampan dan Kulim.Kata Kunci: Anderson-Darling, Generalized Extreme Value (GEV), Kolmogorov-Smirnov
Pemodelan Angka Partisipasi Sekolah Di Provinsi Riau Menggunakan Model Spatial Autoregressive Rahmadeni Rahmadeni, M.Si; Samsinar Samsinar; Ari pani Desvina; Sri Zulhayana
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Angka Partisipasi Sekolah merupakan salah satu tolak ukur keberhasilan pendidikan suatu daerah. Pada penelitian ini dilakukan pemodelan kasus angka partisipasi sekolah di Provinsi Riau dengan variabel dependen  yang digunakan adalah angka partisipasi sekolah dan variabel independen adalah jumlah sekolah, jumlah murid, jumlah tenaga pengajar, jumlah rasio guru dan murid dan jumlah tingkat kemiskinan dengan menggunakan model spatial autoregressive. Hasil penelitian menunjukkan nilai   model regresi klasik yaitu sebesar 41,1% dan nilai    model SAR yaitu sebesar 42,1% . Artinya  model SAR lebih besar daripada model regresi klasik sehingga model SAR lebih bagus pada data angka partisipasi sekolah.  Faktor-faktor berhubungan  angka partisipasi sekolah di Provinsi Riau adalah jumlah sekolah, jumlah tenaga pengajar dan jumlah tingkat kemiskinan. 
Pemetaan Intensitas dan Durasi Sel Hujan Dengan Menggunakan Metoda Neyman-Scott Rectangular Pulse (NSRP) Dan Kepentingannya Bagi Dunia Industri R Yendra; A A Jemain; Rahmadeni Rahmadeni; Ari Pani Desvina
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2012: SNTIKI 4
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1261.727 KB)

Abstract

Penelitian tentang hujan merupakan hal terpenting dalam menjamin dunia industri dapat berkembangdengan baik. Penentuan letak daerah industri yang bebas dari resiko banjir dalam jangka waktu yangpanjang adalah hal yang terpenting bagi menjamin berkembangnya industri tersebut. Oleh sebab itupemodelan statistik yang dapat meramalkan dua sifat hujan yang sangat penting dalam mempengaruhiterjadinya banjir yaitu intensitas dan durasi hujan sangat diperlukan. Data hujan setiap jam selama 37tahun (1971-2008) yang diperoleh dari 55 stasiun hujan di berbagai daerah pada Semenanjung Malaysiaakan digunakan dalam menghasilkan model yang baik untuk tujuan ini. Model hujan stokastik Neyman-Scott Rectangular Pulse (NSRP) telah digunakan dalam penelitian ini untuk mendapatkan nilai ramalandua sifat hujan di atas. Nilai ramalan intensitas dan durasi untuk hujan yang terjadi pada bulan 12 akandisajikan dalam bentuk pemetaan yang dihasilkan dengan menggunakan metoda Kriging. Pemetaan yangdilakukan terhadap dua sifat hujan di atas akan dapat digunakan dengan baik dalam memastikan daerahdaerahyang aman dalam meletakkan pusat-pusat industri. Dari hasil pemetaan tersebut dapatdisimpulkan bahwa daerah Selatan Semenanjug Malaysia sangat tidak baik untuk dijadikan pusat industri,hal ini dikarenakan dua sifat hujan diatas cukup tinggi pada bagian selatan daerah tersebut. SedangkanDaerah Bagian Utara Negeri tersebut sangat tepat untuk dijadikan sebagai daerah industri.
Peramalan Jumlah Penderita Stroke di RSUD Bangkinang dengan Menggunakan Model Autoregressive Ari Pani Desvina, M.Sc
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Forecasting merupakan salah satu metode yang berguna untuk memperkirakan kejadian di masa depan. Dalam penelitian ini, metode yang digunakan adalah metode Box-Jenkins sebagai salah satu metode peramalan. Data yang digunakan adalah data jumlah penderita stroke di RSUD Bangkinang yang diambil dari Januari 2013 sampai Maret 2018. Untuk mendapatkan hasil peramalan jumlah penderita stroke di RSUD Bangkinang, maka digunakan metode Box Jenkins untuk menganalisis data. Salah satu model dalam metode Box Jenkins adalah model Autoregressive (AR). Dalam metode Box Jenkins dilakukan beberapa langkah yaitu identifikasi model, estimasi parameter, pemeriksaan diagnostik dan peramalan untuk waktu yang akan datang. Hasil analisis menunjukkan bahwa model terbaik yang diperoleh untuk data jumlah penderita stroke di RSUD Bangkinang adalah model AR(1). Hasil peramalan menunjukkan bahwa jumlah penderita stroke di RSUD Bangkinang  pada tahun 2018 terjadi penurunan dari bulan sebelumnya dengan menggunakan model AR(1).
Aplikasi Model ARIMA dalam Memprediksi Jumlah Pasien Penderita Gangguan Jiwa Rawat Inap di RS Jiwa Tampan Pekanbaru Ari Pani Desvina; YULIAWATI YULIAWATI; Rahmadeni Rahmadeni
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam memprediksi data pada waktu yang akan datang banyak metode atau pendekatan dalam bidang statistika yang dapat digunakan, seperti metode time series atau metode regresi. Pada penelitian ini, akan dilakukan prediksi untuk jumlah pasien penderita gangguan jiwa rawat inap di RS Jiwa Tampan Pekanbaru, dengan harapan bahwa hasil prediksi ini dapat memberikan gambaran  kepada Pemerintah tentang jumlah pasien penderita gangguan jiwa rawat inap di RS Jiwa Tampan Pekanbaru agar dapat meningkatkan pelayanan fasilitas RS Jiwa Tampan tersebut. Metode yang digunakan untuk prediksi ini adalah metode Box-Jenkins dengan empat tahapan yaitu, identifikasi model, estimasi parameter, verifikasi model dan peramalan.Data yang digunakan adalah data pada periode Januari 2014 sampai dengan Desember 2018. Hasil pembahasan dengan metode Box-Jenkins menunjukkan bahwa model yang sesuai untuk data jumlah pasien penderita gangguan jiwa rawat inap di RS Jiwa Tampan Pekanbaru  adalah model ARIMA (0,1,1). Hasil prediksi dengan model ARIMA (0,1,1) menunjukkan terjadi  peningkatan dari tahun sebelumnya, dengan nilai MAPE sebesar 1.79%.
Distribusi Weibull Vs Distribusi Rayleigh Pada Pemodelan Kecepatan Angin Intan Wahyu Sawitri; Rado Yendra; M Marizal; Ari Pani Desvina; Rahmadeni Rahmadeni
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (282.322 KB)

Abstract

Angin merupakan sumber energy yang tak-terhingga. Menjawab tantangan krisis energy dampak lingkungan yang diakibatkan oleh angin saat ini, maka perlu adanya upaya memodelkan kecepatan angin dalam mengeksplor potensi tersebut. Makalah ini membahas tentang dua distribusi yaitu Weibull dan Rayleigh dalam menentukan model distribusi yang sesuai untuk data kecepatan angin di Pekanbaru. Estimasi parameter yang digunakan adalah metode maksimum likelihood dan menggunakan uji kebaikan (Goodness of Fit) AIC (Akaike’s Information Criterion). Hasil yang diperoleh menunjukkan bahwa, model distribusi Weibull lebih sesuai digunakan untuk data kecepatan angin di Pekanbaru, karena nilai AIC yang diperoleh lebih kecil dibandingkan nilai AIC dari distribusi Rayleigh
Pemodelan Kawasan Panen Kelapa Sawit Malaysia Menggunakan Model Logistik M. Marizal; Noraini Binti Nazam; Rado Yendra; Ari Pani Desvina
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2015: SNTIKI 7
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (512.032 KB)

Abstract

Palm oil and related products is Malaysia's second largest export. Palm oil state expenditures in 2010 are projected to reach approximately 64,282,738 tons within a year. However, these results still have not reached the stage of maximum when seen from an oil palm plantation areas in Peninsular Malaysia, Sabah and Sarawak covering an area of 4,691,160 hectares. Of the area, approximately 2,807 million hectares of oil palm plantations planted by the private sector (59.8%) while 20.2% is managed by the Government (FELDA 675.167 ha, 80.262 Risda and Felcra 160.832), 321.947 ha (7.1%) by the local government and the rest covering an area of 540.194 ha (12.9%) are currently working on. This study discusses the entire area of oil palm planted area compared to the harvest, the number of workers factors, yields and prices. The model used in this research is the method of logistics, with the probit model, logit model and complementary log-log function (complementary log-log) to 39 locations palm observations drawn from Jabatan Perangkaan Malaysia. Models are selected based on statistical test that involves the value of AIC (Akaike information criterion) of proc logistic method, the value of the method Genmod Proc devians as well as the value of p, the reference is taken to determine the best model in this study. After comparison of the statistical test is selected, indicating that the model Complement function logs is a better model than the models probit and logit models.Keywords: AIC, devians, genmod proc, logistic proc, palm oil
Apikasi Metode Box-Jenkins untuk Memprediksi Jumlah Kasus Penyakit ISPA di RSUD Arifin Achmad Provinsi Riau Ari Pani Desvina; Risma Khusnihita Khusnihita
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Infeksi Saluran Pernafasan Akut (ISPA) merupakan masalah kesehatan yang menjadi penyebab utama morbiditas dan mortalitas penyakit menular di dunia, dikarenakan masih tingginya angka kejadian ISPA, hal ini disebabkan karena Provinsi Riau darurat karhutla. Prediksi jumlah kasus penyakit ISPA dapat dilakukan dengan berbagai metode, salah satunya adalah metode Box-Jenkins. Dalam penelitian ini, penulis memprediksi jumlah kasus penyakit ISPA di RSUD Arifin Achmad Provinsi Riau dengan menggunakan metode Box-Jenkins yang terdiri dari empat tahap yaitu identifikasi model, estimasi parameter model, verifikasi model, dan peramalan. Data yang digunakan dalam penelitian ini adalah data jumlah kasus penyakit ISPA mulai dari bulan Januari 2014 sampai Agustus 2019. Hasil analisis data menunjukkan bahwa model Autoregressive Moving Average atau ARMA(1,2) merupakan model yang sesuai dalam peramalan jumlah kasus penyakit ISPA di RSUD Arifin Achmad Provinsi Riau. Hasil peramalan menunjukkan bahwa jumlah kasus penyakit ISPA di RSUD Arifin Achmad Provinsi Riau tidak mengalami fluktuasi dan cenderung stabil jika dibandingkan pada tahun sebelumnya.
Co-Authors A A Jemain Abdur Rahman Siddiq Ade Novia Rahma Candra Irawan Deviwilis Anggraini Dewi Nuraziza Elfira Safitri Evi Desmita Fany Yulia Sari Fitra Kurnia Fitra Kurnia Inggrid Octaviani Meijer Intan Wahyu Sawitri Khairunnisa Khairunnisa M Marizal Marta Erdini Melina Anggriani Muhammad Syahfitra Nadyatul Rahmah Nilwan Andiraja Noraini Binti Nazam Novina Melinda Pitnelly Pitnelly Purnama Sari Lubis R Yendra Rado Yendra Rahmadeni Rahmadeni Rahmadeni Rahmadeni Rahmadeni Rahmadeni Rahmadeni Rahmadeni, M.Si Ratnawati Ratnawati Risma Khusnihita Khusnihita Samsinar Samsinar Sari Marlinda Sri Mayang Sri Zulhayana Yendra, Rado YULIAWATI YULIAWATI