Article Per Year (5 Year)
p-Index From 2020 - 2025
3.165
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) EKSAKTA: Journal of Sciences and Data Analysis Jurnal Ilmu Komputer dan Informasi MATEMATIKA Jurnal Sains dan Seni ITS IPTEK Journal of Science IPTEK Journal of Proceedings Series IPTEK The Journal for Technology and Science TELKOMNIKA (Telecommunication Computing Electronics and Control) Journal of Natural A Seminar Nasional Informatika (SEMNASIF) Science and Technology Indonesia Jurnal Matematika: MANTIK Syntax Literate: Jurnal Ilmiah Indonesia Business and Finance Journal Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Indonesian Journal of Electrical Engineering and Computer Science Inferensi Proceeding ISETH (International Summit on Science, Technology, and Humanity) Sewagati PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON DATA SCIENCE AND OFFICIAL STATISTICS
Nur Iriawan
Departemen Statistika Institut Teknologi Sepuluh Nopember
Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Physics Public Health Social Sciences Other

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

Found 32 Documents
Search

 1   2   3   4 
PERAMALAN VOLATILITAS INDEKS HARGA SAHAM MENGGUNAKAN MODEL ASIMETRIK GARCH (GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY) DENGAN DISTRIBUSI SKEWED STUDENT-t Wahyuni, Susi Tri; Iriawan, Nur; AW, Dwi Atmono
MATEMATIKA Vol 8, No 1 (2005): JURNAL MATEMATIKA
Publisher : MATEMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (180.229 KB)

Abstract

The condition of Indonesian economic in the last fiew years fluctuatics following  konjungtur cycle. Besides in economic problem, non economic problem such as social and politic are also influence that fluctuation. It means, the instability had influenced of stock exchange practition in analyzing and predicting return. Financial data, such as stock exchange price indices often has heteroscedasticity. One of modeling technique to analyze the condition is using GARCH models. Unfortunately, GARCH models often do not fully capture the thick  tails property of high frequency financial time series. To cope this weakness, we’ll an Asymmetric GARCH model will be used. Using Box-Jenkins methods, the Composite Price Indices have mean model ARIMA (10 17 69,1,0). With the same data we can having  GARCH (2,1) model.  The Asymmetric GARCH (AGARCH) model in this research was not properly  proper to model the Composite Price Indices Volatility.
Evaluating Error of Temporal Disaggregation from Daily into Hourly Rainfall using Heytos Model at Sampean Catchments Area Hidayah, Entin; Anwar, Nadjadji; Edijatno, Edijatno; Iriawan, Nur
IPTEK The Journal for Technology and Science Vol 21, No 1 (2010)
Publisher : IPTEK, LPPM, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j20882033.v21i1.25

Abstract

Developing a rainfall-runoff model sufficient to flood prediction hourly rainfall data. Lack of automatic rain gauge for high resolution rainfall in catchment area can be an obstacle for the modeling. Otherwise, the manual rain gauges may spread on all of catchments areas, providing daily rainfall. Daily rainfall disaggregation to hourly rainfall is an innovation to get higher temporal resolution of the rainfall. This paper attempts to evaluate the implementation of rainfall disaggregation model in Sampean Catchments Area using Heytos. The proposed parameter optimation use Moment Performance model that tested by calibrating it with available hourly data. The results of model indicated that only data within five months had good performance. The estimation result showed that relative error total of January, February, August, November, and December was less than one. In case of March, April, May, June, July, September, and October the model could not result respectively to generate model.
UNet-VGG16 with transfer learning for MRI-based brain tumor segmentation Anindya Apriliyanti Pravitasari; Nur Iriawan; Mawanda Almuhayar; Taufik Azmi; Irhamah Irhamah; Kartika Fithriasari; Santi Wulan Purnami; Widiana Ferriastuti
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 18, No 3: June 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v18i3.14753

Abstract

A brain tumor is one of a deadly disease that needs high accuracy in its medical surgery. Brain tumor detection can be done through magnetic resonance imaging (MRI). Image segmentation for the MRI brain tumor aims to separate the tumor area (as the region of interest or ROI) with a healthy brain and provide a clear boundary of the tumor. This study classifies the ROI and non-ROI using fully convolutional network with new architecture, namely UNet-VGG16. This model or architecture is a hybrid of U-Net and VGG16 with transfer Learning to simplify the U-Net architecture. This method has a high accuracy of about 96.1% in the learning dataset. The validation is done by calculating the correct classification ratio (CCR) to comparing the segmentation result with the ground truth. The CCR value shows that this UNet-VGG16 could recognize the brain tumor area with a mean of CCR value is about 95.69%.
Bayesian Bernoulli Mixture Regression Model for Bidikmisi Scholarship Classification NUR Iriawan; Kartika Fithriasari; Brodjol Sutija Suprih Ulama; Wahyuni Suryaningtyas; Irwan Susanto; Anindya Apriliyanti Pravitasari
Jurnal Ilmu Komputer dan Informasi Vol 11, No 2 (2018): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (584.777 KB) | DOI: 10.21609/jiki.v11i2.536

Abstract

Bidikmisi scholarship grantees are determined based on criteria related to the socioeconomic conditions of the parent of the scholarship grantee. Decision process of Bidikmisi acceptance is not easy to do, since there are sufficient big data of prospective applicants and variables of varied criteria. Based on these problems, a new approach is proposed to determine Bidikmisi grantees by using the Bayesian Bernoulli mixture regression model. The modeling procedure is performed by compiling the accepted and unaccepted cluster of applicants which are estimated for each cluster by the Bernoulli mixture regression model. The model parameter estimation process is done by building an algorithm based on Bayesian Markov Chain Monte Carlo (MCMC) method. The accuracy of acceptance process through Bayesian Bernoulli mixture regression model is measured by determining acceptance classification percentage of model which is compared with acceptance classification percentage of  the dummy regression model and the polytomous regression model. The comparative results show that Bayesian Bernoulli mixture regression model approach gives higher percentage of acceptance classification accuracy than dummy regression model and polytomous regression model
Analisis Pengaruh Kualitas Layanan, Kepuasan Pelanggan, dan Kepercayaan terhadap Loyalitas Pelanggan Flexi Mobile Broadband di Wilayah Surabaya dengan Pendekatan SEM Bayesian Rinda Nariswari; Nur Iriawan
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (365.976 KB) | DOI: 10.12962/j23373520.v1i1.2021

Abstract

PT Telekomunikasi Indonesia merupakan salah satu diantara perusahaan yang mengalami kompetisi dalam menjaga kestabilan akses internet broadband unggulannya yaitu Flexi Mobile Broadband. Untuk berkompetisi dan mempertahankan kualitas layanan,  dibutuhkan sebuah riset pemasaran terhadap loyalitas pelanggan.  Analisis statistik adalah metode yang dapat digunakan mengetahui faktor-faktor yang mempengaruhi loyalitas pelanggan. Dalam analisis statistik sampel kecil merupakan salah satu permasalahan yang harus diselesaikan. Pendekatan: Teori kepuasan pelanggan banyak dianalisis dengan menggunakan metode Structural Equation Modelling (SEM). Pada penelitian ini digunakan metode SEM dengan pendekatan Bayesian untuk menangani permasalahan sampel kecil. Penggunaan informasi prior sebagai informasi awal nilai parameter dalam model akan memberikan hasil yang lebih baik dalam menghasilkan statistik dari distribusi posterior. Hasil: Hasil dari analisis SEM dengan pendekatan Bayesian didapatkan bahwa variabel Kualitas Layanan (SQ) signifikan mempengaruhi Loyalitas Pelanggan (CL), variabel Kualitas Layanan (SQ) mempengaruhi secara signifikan variabel Kepuasan Pelanggan (CS). Variabel Kepercayaan (TR) mempunyai pengaruh yang tidak signifikan terhadap Loyalitas Pelanggan (CL) sedangkan variabel Kepuasan Pelanggan (CS) berpengaruh secara signifikan terhadap Loyalitas Pelanggan (CL).    
Analisis Reliabilitas Transformator (Trafo) di PT. PLN APJ Surabaya Barat dengan Pendekatan Bayesian Mixture Zainiyah Hilda Paramita; Nur Iriawan
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (184.211 KB) | DOI: 10.12962/j23373520.v3i2.8066

Abstract

Transformator adalah suatu peralatan listrik statis yang berfungsi sebagai penaik (step up) dan penurun (step down) tegangan atau arus. Besarnya jumlah permintaan akan kebutu-han listrik saat ini menyebabkan reliabi-litas dan faktor yang mempengaruhi lama bertahan trafo menjadi prioritas. Apabila terjadi kerusakan pada trafo maka terjadi pemadaman listrik di suatu daerah. Karena adanya variasi yang sangat besar pada data usia pakai trafo PLN, histogram trafo membentuk sebuah pola menyerupai gabungan dari dua distribusi weibull. Pendekatan Bayes digunakan dengan menggabungkan pengetahuan subjektif (prior) mengenai distribusi peluang dari parameter yang tidak diketahui dengan informasi yang diperoleh dari sampel. Data yang digunakan adalah data usia pakai trafo di PLN APJ Surabaya Barat dan faktor-faktor yang akan diteliti pengaruhnya terhadap reliabilitas dari trafo sebagai variabel bebas adalah beban trafo dan jumlah pelanggan yang dilayani masing-masing trafo. Data usia pakai transformator mengikuti pola distribusi mixture weibull. Semakin bertambahnya usia pakai trafo, nilai reliabilitas dari sebuah trafo juga terus mengalami penurunan. Untuk menghindari terjadinya pemadaman akibat kerusakan trafo, maka perlu ditetapkan usia trafo sebesar 20 tahun dengan nilai reliabilitas sebesar 7,5% sebagai early warning system (EWS) dari preventive maintanance pergantian trafo PT. PLN APJ Surabaya Barat. Dari hasil posterior parameter kovariat, faktor kapasitas tegangan yang dimiliki masing-masing trafo (X1) dan jumlah pelanggan yang dilayani masing-masing trafo di daerah tersebut (X2) tidak signifikan mempengaruhi hazard atau laju bertahan trafo dari kerusakan yang dimodelkan dalam Regresi Cox.
Pemodelan Bayesian Hirarki Data Curah Hujan Ekstrem di Jakarta Jupita Sari Ika Hanugraheni; Nur Iriawan
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1090.775 KB) | DOI: 10.12962/j23373520.v5i1.14378

Abstract

Curah hujan ekstrem merupakan kejadian yang ja-rang terjadi namun dapat memberikan dampak yang merugikan bagi kehidupan. Banjir merupakan salah satu dampak dari curah hujan ekstrem. Salah satu wilayah yang paling sering terkena ban-jir adalah Jakarta. Hal ini mengakibatkan aktivitas manusia men-jadi terganggu. Oleh karena itu, dibutuhkan pengetahuan terkait nilai ekstrem untuk meminimalkan dampak kerugian akibat curah hujan ekstrem. Pada penelitian ini, identifikasi curah hujan eks-trem dilakukan dengan metode Peaks Over Threshold (POT) de-ngan pola distribusi data ekstrem mengikuti Generalized Pareto Distribution (GPD). Estimasi parameter GPD dilakukan dengan menggunakan Model Bayesian Hirarki (MBH) untuk mengatasi masalah keterbatasan data pengamatan ekstrem dan mengakomo-dasi hubungan antar perbedaan parameter shape dengan variabel prediktor (kovariat) di setiap tingkat struktur hirarki data. Distri-busi prior yang digunakan adalah improper non conjugate dan non informative prior. Hasil estimasi parameter menunjukkan bahwa modus dari temperatur rata-rata harian, elevasi, longitude, dan la-titude tidak berpengaruh signifikan terhadap perbedaan nilai para-meter shape, sehingga tidak berpengaruh pada hasil prediksi return level. Pada penelitian selanjutnya, sebaiknya menggunakan conju-gate dan informative prior dengan mempertimbangkan pengguna-an atau penambahan kovariat lain.
Analisis Pola Persebaran Stasiun Pengisian Bahan Bakar Umum (SPBU) Wilayah Surabaya Menggunakan Spatial Poisson Point Process Achmad Nuruddin Syaifulloh; Nur Iriawan; Pratnya Paramitha Oktaviana
Jurnal Sains dan Seni ITS Vol 8, No 2 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (182.852 KB) | DOI: 10.12962/j23373520.v8i2.43308

Abstract

Stasiun Pengisian Bahan Bakar Umum (SPBU) merupakan sarana yang berfungsi untuk melayani pemenuhan kebutuhan akan bahan bakar bagi kendaraan bermotor masyarakat umum. Hingga 2017, kota Surabaya memiliki 85 SPBU, akan tetapi SPBU di Surabaya belum tersebar secara merata. Akibatnya terdapat daerah yang kesulitan dalam memenuhi kebutuhan BBM karena letak SPBU yang kurang terjangkau. Oleh karena itu pada penelitian ini akan dilakukan analisis pola persebaran SPBU dengan menggunakan metode spatial poisson point process untuk mendapatkan efektifitas lokasi SPBU di Surabaya yang dapat dilihat dari lokasi SPBU di wilayahnya. Pendekatan poisson process dilakukan karena setelah dilakukan pengujian distribusi, jumlah SPBU setiap lokasi mengikuti distribusi poisson. Hasil analisis menunjukkan bahwa pola persebaran SPBU tidak homogen atau inhomogeneous poisson process, kemudian model dari inttensitas kepadatan SPBU di Surabaya didapatkan dengan menggunakan mixture poisson regression. Diketahui bahwa variabel kovariat yang digunakan dalam penelitian ini tidak ada yang memiliki pengaruh signifikan terhadap penambahan SPBU, sehingga penelitian selanjutnya dapat dilakukan dengan penambahan variabel kovariat yang lain.
Pemodelan Survival pada Kejadian Demam Berdarah Dengue di Surabaya Timur dengan Pendekatan Bayesian Ni Luh Putu Ika Candrawengi; Nur Iriawan; Irhamah Irhamah
Jurnal Sains dan Seni ITS Vol 9, No 1 (2020)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v9i1.50505

Abstract

Salah satu penyakit yang paling sering dialami di Indonesia khususnya pada saat musim penghujan adalah penyakit Demam Berdarah Dengue (DBD). Penyakit ini disebabkan oleh virus dengue yang ditularkan oleh nyamuk Aedes aegypti betina. Untuk mengetahui laju kesembuhan pasien maka perlu diketahui faktor-faktor yang dapat mempengaruhinya. Salah satu metode yang dapat digunakan adalah analisis survival. Analisis survival merupakan analisis mengenai data yang diperoleh dari catatan waktu yang dicapai suatu objek sampai terjadinya event. Dalam penelitian ini event yang digunakan adalah waktu hingga sembuh (lama rawat inap) pasien. Analisis Bayesian memperlakukan semua parameter yang tidak diketahui sebagai variabel random dan memiliki distribusi. Dalam mengestimasi parameter digunakan pendekatan bayesian untuk mengatasi kasus jumlah data terbatas karena pada bayesian menggunakan estimasi dengan mempertimbangkan distribusi prior. Digunakan dua macam distribusi yang berbeda untuk memodelkan survival untuk kasus demam berdarah dengue. Distribusi yang digunakan adalah distribusi Generalized Gamma dan Weibull. Model yang terbaik yang ditunjukkan dengan nilai WAIC terkecil adalah model survival dengan menggunakan distribusi Weibull.
Pendekatan Bayesian untuk Analisis Survival pada Kasus Demam Berdarah Dengue Pasien RSUD Dr. Soetomo Surabaya Mohammad Naufal Abdullah; Nur Iriawan; Irhamah Irhamah
Jurnal Sains dan Seni ITS Vol 9, No 2 (2020)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v9i2.54448

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh virus Dengue yang ditularkan melalui gigitan nyamuk Aedes aegypti dan Aedes albopictus. Indonesia menjadi negara Asia Tenggara tertinggi dengan kasus DBD. Provinsi Jawa Timur merupakan provinsi dengan jumlah kasus DBD tertinggi kedua pada 2017 dan 2018. Salah satu analisis statistika yang digunakan untuk mengetahui ketahanan hidup adalah analisis survival, sehingga akan dianalisis model survival faktor karakteristik pasien yang mempengaruhi laju kesembuhan (lama rawat inap) pasien DBD di RSUD Dr. Soetomo. Analisis Bayesian memperlakukan semua parameter yang tidak diketahui sebagai variabel random dan memiliki distribusi. Estimasi parameter dengan pendekatan bayesian untuk mengatasi kasus jumlah data terbatas karena mempertimbangkan distribusi prior (informasi sebelumnya). Model survival parametrik yang digunakan mengikuti pola distribusi Weibull 3 dan 2 parameter. Model terbaik dengan WAIC terkecil adalah model survival Weibull 2 parameter dengan faktor yang berpengaruh signifikan adalah usia pasien, pendidikan terakhir (SMA), pekerjaan (tidak bekerja), diagnosis masuk rumah sakit (II), suhu tubuh, denyut nadi, dan kadar sel darah putih.
Co-Authors Achmad Nuruddin Syaifulloh Adam Fahmi Fandisyah Adatul Mukarromah Agus Suharsono Ahyudanari, Ervina Akhmad Ridho Ashariansyah Almuhayar, Mawanda Ani Budi Astuti Ani Budi Astuti Anindya Apriliyanti Pravitasari Ari Purwanto Sarwo Prasojo Bani Unggul, Didik Brodjol Sutija Suprih Ulama Dwi Atmono AW Edijatno Edijatno Eko Fajariyanto Entin Hidayah Fithriasari, Kartika Hady Suryono Heri Kuswanto I Nyoman Latra Indira Swa Buana Irhamah Irhamah - Irwan Susanto Jupita Sari Ika Hanugraheni Mahendrawathi Mahendrawathi Maulidiah Nitivijaya Mohammad Naufal Abdullah Muhammad Fajar Nadjadji Anwar Ni Luh Putu Ika Candrawengi Oktaviana, Pratnya Paramitha Pratnya Paramitha O Pratnya Paramitha Oktaviana Probo Prasetya, Andyk Purhadi Purhadi Rina Wahyuningsih, Rina Rinda Nariswari Santi Wulan Purnami Setiawan Sinta Septi Pangastuti Soehardjoepri Soehardjoepri Suci Astutik Suhartono Suhartono Sulhan Sulhan Susi Tri Wahyuni Taufik Azmi Tiza Ayu Virania Ulfa Siti Nuraini Viera Wardhani Wahyuni Suryaningtyas, Wahyuni Widiana Ferriastuti Wijaya, Elizabeth Meiliana Wirajaya Kusuma Wiwiek Setya Winahju Wiyli Yustanti Zainiyah Hilda Paramita