Article Per Year (5 Year)
p-Index From 2020 - 2025
3.706
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Jurnal Riset Pendidikan Matematika AKSIOMA: Jurnal Program Studi Pendidikan Matematika Jurnal Elemen Union: Jurnal Ilmiah Pendidikan Matematika JTAM (Jurnal Teori dan Aplikasi Matematika) Jurnal Ilmiah Profesi Pendidikan Indonesian Journal of Educational Assesment Jurnal Paedagogy Ideguru: Jurnal Karya Ilmiah Guru Jurnal Kependidikan: Jurnal Hasil Penelitian dan Kajian Kepustakaan di Bidang Pendidikan, Pengajaran dan Pembelajaran International Journal of Robotics and Control Systems Prisma Sains: Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Jurnal Inovasi Pembelajaran Matematika: PowerMathEdu (PME) Jurnal Kajian dan Terapan Matematika Jurnal Pedagogi Matematika
Elly Arliani
Universitas Negeri Yogyakarta
Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Physics Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jurnal Kajian dan Terapan Matematika

 1 
PERBANDINGAN FORECASTING HARGA DAGING AYAM BROILER DI PASAR KRANGGAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL SMOOTHING Iva Agustiyani; Elly Arliani
Jurnal Kajian dan Terapan Matematika Vol 9, No 3 (2023): Jurnal Kajian dan Terapan Matematika (November)
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Penelitian ini bertujuan untuk mendeskripsikan model yang cocok dalam melakukan peramalan harga daging ayam broiler di Pasar Kranggan sehingga diperoleh hasil peramalan yang tidak berbeda jauh dengan harga aktualnya. Jenis penelitian ini kuantitatif dengan objeknya yaitu harga daging ayam broiler di Pasar Kranggan. Terdapat 2 metode pada penelitian ini, metode yang digunakan yaitu metode ARIMA dan Double Exponential Smoothing dengan dibantu oleh software Rstudio. Kedua metode tersebut kemudian akan dibandingkan nilai keakuratan peramalannya dengan melihat nilai pengukuran kesalahannya. Metode dengan nilai pengukuran kesalahan terkecil, dapat dikatakan bahwa metode tersebut merupakan metode yang tepat untuk meramalkan harga daging ayam broiler di Pasar Kranggan. Dalam penelitian ini, nilai pengukuran kesalahan terkecilnya terdapat pada metode ARIMA dengan MAPE sebesar 0,4851034, MSE sebesar 0,02195757 dan RMSE sebesar 0,06482779. Pada metode ini model ARIMA (2,1,1) menunjukan model terbaik dalam melakukan peramalan harga daging ayam Broiler di Pasar Kranggan. Sehingga dapat disimpulkan bahwa metode ARIMA merupakan metode terbaik dalam melakukan peramalan harga daging ayam Broiler di Pasar Kranggan dibandingkan dengan metode Double Exponential Smoothing.Kata kunci: Harga Ayam Broiler, ARIMA, Double Exponential Smoothing, Rstudio.
METODE BISSELL UNTUK MENGIDENTIFIKASI FAKTOR SIGNIFIKAN DENGAN RANCANGAN FRACTIONAL FACTORIAL (FF ) ????????−???? DAN APLIKASINYA Muhammad Catur Budi Sejati Muhammad Catur Budi Sejati; Elly Arliani Elly Arliani
Jurnal Kajian dan Terapan Matematika Vol 5, No 2 (2016): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

pple-interchange-newline" Rancangan Faktorial adalah rancangan yang dilakukan dengan mengkombinasikan taraf dari suatu faktordengan taraf faktor lainya. Jika Faktor yang digunakan banyak maka semakin banyak kombinasi perlakuan yangdihasilkan. Untuk mengurangi kombinasi perlakuan dapat menggunakan rancangan Fractional Factorial. Rancangan Fractional Factorial (FF) merupakan rancangan yang hanya meneliti sebagian dari kombinasi perlakuan yang lengkap tanpa harus menghilangkan informasi penting. Penelitian pada rancangan FF dilakukan tanpa pengulangan. Metode Bissell adalah metode ilmiah yang dapat digunakan untuk mengidentifikasi faktor yang signifikan dalam suatu percobaan pada data tanpa pengulangan. Tujuan penelitian ialah menjelaskan langkah-langkah penggunaan metode Bissell untuk menentukan faktor yang signifikan dengan rancangan FF 3�−� dan langkah-langkah aplikasi metode Bissel dengan rancangan FF 3�−� pada percobaan mesin bubut. Pembentukan struktur rancangan FF 3�−� ditentukan oleh pemilihan generator, defining relation, alias serta resolusi yang digunakan. Pembentukan struktur rancangan terbaik berdasarkan resolusi maksimum dan Minimum Aberration (MA). Aplikasi metode Bissell dengan rancangan FF 3�−� pada skripsi ini yaitu studi kasus percobaan mesin bubut. Penelitian pada data sekunder yang dilakukan dengan menggunakan fraksi � = 1 dan banyak faktornya 3 serta masing-masing terdiri atas tiga taraf yaitu : (1) cutting speed (180 mm/min, 200 mm/mim, 220 mm/min), (2) feed rate (0,1 mm/rev, 0,18 mm/rev,0,26 mm/rev) (3) nose radius (0,4 mm, 0,8 mm, 1,2 mm). Penelitian mesin bubut menghasilkan 2 output percobaan yaitu kekasaran permukaan (Surface Roughness / SR) dan laju pemakanan material (Material Removal Rate / MRR). Hasil penelitian pada output SR dan MRR menghasilkan faktor yang signifikan adalah nose radius dan feed rate.
Peramalan jumlah penduduk menggunakan model arima Reni Yuliyanti; Elly Arliani
Jurnal Kajian dan Terapan Matematika Vol 8, No 2 (2022): Jurnal Kajian dan Terapan Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Tingginya pertumbuhan penduduk dapat mempengaruhi kepadatan penduduk. Jumlah penduduk cenderung meningkat setiap tahunnya terutama di Kabupaten Sleman salah satu kabupaten di Yogyakarta dengan jumlah  penduduk terbanyak. Peramalan jumlah penduduk sangat diperlukan karena data jumlah penduduk sering dijadikan sebagai dasar untuk perencanaan maupun sasaran pembangunan di waktu yang akan datang. Tujuan penelitian ini adalah untuk mendeskripsikan model yang cocok dalam peramalan jumlah penduduk pada tahun 2021 – 2023 dengan metode Auto Regressive Integrative Moving Average (ARIMA) dan meramalkan jumlah penduduk pada tahun 2021– 2023 dengan metode ARIMA. Proses peramalan dimulai dengan identifikasi model data dengan melakukan uji stasioneritas dalam varians dan rata-rata. Dalam mengembangkan model ARIMA, perlu dilakukan analisis fungsi autokorelasi (ACF) dan fungsi autokorelasi parsial (PACF) dengan melihat plot ACF atau PACF. Kemudian melakukan estimasi parameter untuk model ARIMA yang dipilih apakah parameter tersebut significant dan layak untuk dijadikan model. Dilakukan pemeriksaan diagnostik dengan pengujian asumsi normalitas dan asumsi residual white noise. Kemudian, tahap peramalan dan pengecekan tingkat akurasi peramalan dengan nilai MAPE. Hasil penelitian menunjukkan bahwa jumlah penduduk diperkirakan akan meningkat setiap tahunnya. Setelah dianalisis, model terbaik yang didapatkan adalah model ARIMA(0,2,1) karena nilai Mean Absolute Precentage Error (MAPE) dari model tersebut yaitu sebesar 3,62%. Artinya tingkat akurasi dari metode ARIMA tersebut adalah 96,38%.
Peramalan produksi padi di Kabupaten Sleman menggunakan model arima Sherlyna Maryanto Putri; Elly Arliani
Jurnal Kajian dan Terapan Matematika Vol 8, No 3 (2022): Jurnal Kajian dan Terapan Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Kabupaten Sleman merupakan kabupaten dengan jumlah penduduk tertinggi di Provinsi DIY dengan jumlah penduduk mencapai 1,2 juta jiwa pada tahun 2020. Pertumbuhan penduduk di Kabupaten Sleman juga meningkat setiap tahunnya. Populasi penduduk yang banyak tentu menjadi tantangan tersendiri untuk menyediakan kebutuhan pangan untuk masa yang akan datang sehingga perlu dilakukan peramalan untuk memperkirakan hasil produksi padi pada masa mendatang. Penelitian ini bertujuan untuk mendeskripsikan model yang tepat untuk peramalan produksi padi di Kabupaten Sleman dengan menggunakan metode ARIMA dan untuk mendeskripsikan hasil peramalan produksi padi di Kabupaten Sleman pada tahun 2021 hingga 2023. Penelitian ini menggunakan data tahunan produksi padi di Kabupaten Sleman dari tahun 1998 hingga 2020. Hasil penelitian menunjukkan bahwa model ARIMA(0,2,1) merupakan model terbaik untuk melakukan peramalan produksi padi di Kabupaten Sleman. Berdasarkan model ARIMA(0,2,1), diperoleh peramalan produksi padi di Kabupaten Sleman pada tahun 2021 hingga 2023 berturut-turut adalah 242.988 ton, 238.904 ton, dan 234.610 ton.
OPTIMASI PORTOFOLIO SAHAM MENGGUNAKAN SEPARABLE PROGRAMMING Ifani Rahadian Saputri , Elly Arliani, M.Si
Jurnal Kajian dan Terapan Matematika Vol 7, No 2 (2018): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

AbstrakPermasalahan optimasi adalah permasalahan menemukan kondisi dimana fungsi tujuan mencapai nilai maksimum atau minimum. Permasalahan optimasi dapat diterapkan dalam masalah nyata dalam kehidupan manusia. Salah satu permasalahan optimasi adalah permasalahan portofolio saham. Penelitian ini bertujuan untuk membentuk model nonlinear pengembangan Mean Variance (extension MV model) dan model linear Mean Absolute Deviation (MAD) untuk masalah optimasi portofolio saham yang diselesaikan dengan Algoritma Genetika. Model untuk portofolio saham dalam penentuan jumlah dana yang akan diinvestasikan pada tiga saham BBNI, UNVR, dan ADHI periode 21 November 2016 – 20 November 2017 diperoleh hasil yaitu, dengan model nonlinear pengembangan Mean Variance (extension MV model) diperoleh jumlah dana yang diinvestasikan pada BBNI Rp 29.000.000,00 (29%), UNVR Rp 57.000.000,00 (57%), ADHI Rp 14.000.000,00 (14%), sedangkan dengan model linear Mean Absolute Deviation (MAD) diperoleh jumlah dana yang diinvestasikan pada BBNI Rp 70.000.000,00 (70%), UNVR Rp 30.000.000,00 (30%), ADHI Rp 0,00 (0%).  Kata kunci: Pemrograman Nonlinear, Separable Programming, Algoritma Genetika, Portofolio Saham. AbstractThe optimization problem is the problem of finding the condition where the objective function reaches the maximum or minimum value. Optimization problems can be applied in real problems in human life. One of the optimization issues is the stock portfolio problem. This study aims to form a nonlinear model of the development of Mean Variance (extension MV model) and the linear Mean Absolute Deviation (MAD) model for the problem of stock portfolio optimization completed with the Genetic Algorithm. The model for the stock portfolio in determining the amount of funds to be invested in the three stocks BBNI, UNVR, and ADHI period November 21, 2016 - November 20, 2017 obtained results that is, with nonlinear model development of Mean Variance (extension MV model) obtained the amount of funds invested in BBNI Rp 29.000.000,00 (29%), UNVR Rp 57.000.000,00 (57%), ADHI Rp 14.000.000,00 (14%), whereas with the linear Mean Absolute Deviation (MAD) model, the amount of funds invested on BBNI Rp 70.000.000,00 (70%), UNVR Rp 30.000.000,00 (30%), ADHI Rp 0,00 (0%). Keywords: Nonlinear Programming, Separable Programming, Genetic Algorithm, Stock Portfolio.
Peramalan banyaknya penderita demam berdarah dengue (DBD) di Kabupaten Sleman menggunakan model arima Viera Setya Damayanti; Elly Arliani
Jurnal Kajian dan Terapan Matematika Vol 8, No 3 (2022): Jurnal Kajian dan Terapan Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Kasus DBD merupakan salah satu masalah kesehatan di Indonesia yang belum dapat ditanggulangi. Kasus DBD di DIY masih tinggi di setiap tahunnya salah satunya di Kabupaten Sleman dan termasuk ke dalam KLB karena memiliki jumlah penduduk tertinggi di DIY yaitu 1.265.429 jiwa dengan kepadatan penduduk 2.076,32 jiwa/km2. Hal ini mengakibatkan penularan DBD di Kabupaten Sleman semakin rawan dan menyebar luas, serta seluruh wilayahnya merupakan endemik penyakit DBD. Penelitian ini bertujuan untuk mendeskripsikan model yang tepat untuk peramalan banyaknya penderita DBD dengan menggunakan metode ARIMA dan untuk mendeskripsikan hasil peramalan banyaknya penderita DBD di Kabupaten Sleman pada tahun 2022 – 2024. Hasil penelitian menunjukkan bahwa model ARIMA(2,1,0) merupakan model terbaik untuk melakukan peramalan banyaknya penderita DBD di Kabupaten Sleman. Berdasarkan model ARIMA(2,1,0), hasil peramalan banyaknya penderita DBD di Kabupaten Sleman pada tahun 2022 sebanyak 553 kasus, pada tahun 2023 sebanyak 867 kasus dan pada tahun 2024 sebanyak 479 kasus.
Co-Authors Agus Santoso Agustina, Ni Luh Ika Tri Ahmad Zaki Amelia Anggraini, Amelia Amini, Nurul Apino, Ezi Azriah Azriah Bazuri, Ahmad Djamilah Bondan Widjajanti Djidu, Hasan Dwi Susanti Eka Ramadanti Fifi Khairun Nisa Fitriana, Silfi Nisa Heri Retnawati Himmawati Puji Lestari Irfan Hilmi Isnaeni Isnaeni Iva Agustiyani Jailani Jailani Januarius Clief Ngala Kana Hidayati Kardanova, Elena Kartianom, Kartianom Kassymova, Gulzhaina Kuralbayevna Lantip Diat Prasojo Latif Irfan M. Rafi Mathilda Susanti Mayang Purbaningrum Muhammad Catur Budi Sejati Muhammad Catur Budi Sejati Muhammad Riski, Muhammad Ngala, Januarius Clief Ni Luh Ika Tri Agustina Nindy Fadlila Nur Lailatul Azizah Nur Lailatul Azizah Rachma Hanan Tiasto Rasmuin Rasmuin Reni Yuliyanti Retno Subekti Rosyada, Munaya Nikma Sahrul Ramadhan Sari, Anisa Fatma Kurnia Septiani, Syilvia Septinda Rima Dewanti Sherlyna Maryanto Putri Sinaga, Yohana Dwi Kristiani Sotlikova, Rimajon Sumaryanto Sumaryanto, Sumaryanto Syarif Hidayatullah Tuanaya, Rugaya Viera Setya Damayanti Yohana Dwi Kristiani Sinaga