Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

0.408

P-Index

This Author published in this journals

All Journal Statistika Jurnal Gaussian Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Sains dan Teknologi JURNAL INSTEK (Informatika Sains dan Teknologi) Prosiding Seminar Nasional Unimus

Budi Warsito

Unknown Affiliation

Author-ID : 2977118

Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Nursing Public Health Other

Published : 18 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES David Yuliandar; Budi Warsito; Hasbi Yasin
Jurnal Gaussian Vol 1, No 1 (2012): Jurnal Gaussian
Publisher : Department of Statistics, Faculty of Science and Mathematics, Universitas Diponegoro

ABSTRAK Pemodelan time series seringkali dikaitkan dengan proses peramalan suatu nilai karakteristik tertentu pada periode mendatang. Salah satu metode peramalan yang berkembang saat ini adalah menggunakan artificial neural network atau yang lebih dikenal dengan neural network.Penggunaan neural network dalam peramalan time series dapat menjadi solusi yang baik, namun yang menjadi masalah adalah arsitektur jaringan dan pemilihan metode pelatihan yang tepat. Salah satu pilihan yang mungkin adalah menggunakan algoritma genetika. Algoritma genetika adalah suatu algoritma pencarian stokastik berdasarkan cara kerja melalui mekanisme seleksi alam dan genetik yang bertujuan untuk mendapatkan solusi dari suatu masalah. Algoritma ini dapat digunakan sebagai metode pembelajaran dalam melatih model feed forward neural network. Penerapan algoritma genetika dan neural network untuk peramalan time series bertujuan untuk mendapatkan bobot-bobot yang optimum dengan meminimumkan error. Dari hasil pelatihan dan pengujian pada data kurs Dolar Australia terhadap Rupiah didapatkan nilai RMSE sebesar 117.3599 dan 82.4917. Model ini baik untuk digunakan karena memberikan hasil prediksi yang cukup akurat yang ditunjukkan oleh kedekatan target dengan output.

METODE PERAMALAN DENGAN MENGGUNAKAN MODEL VOLATILITAS ASYMMETRIC POWER ARCH (APARCH) Cindy Wahyu Elvitra; Budi Warsito; Abdul Hoyyi
Jurnal Gaussian Vol 2, No 4 (2013): Jurnal Gaussian
Publisher : Department of Statistics, Faculty of Science and Mathematics, Universitas Diponegoro

Exchange rate can be defined as a ratio the value of currency. The exchange rate shows a currency price, if it exchanged with another currency. Exchange rates of a currency fluctuate all the time. Rise and fall exchange rates of a currency in the money market shows the magnitude of volatility occurred in a country currency to other's. To estimate the volatility behavior of the data gave rise to volatility clustering or heteroscedasticity problems, can’t be modeled using ARMA model and asymmetric effects that can‘t be modeled by ARCH or GARCH, can be modeled by Asymmetric Power ARCH (APARCH). In determining the estimated parameter values of APARCH model, used the maximum likelihood method, followed by using the iteration method is Berndt, Hall, Hall and Hausman (BHHH). The APARCH model used to the data return of exchange rate against dollar is APARCH(2,1) or in the form as follows : = 0,00000268 + 0,830902 + 0,130516 + 0,074784 + 0,151157

PERAMALAN DAYA LISTRIK BERDASARKAN JUMLAH PELANGGAN PLN MENGGUNAKAN MODEL FUNGSI TRANSFER DENGAN OUTLIER (Studi Kasus di PT PLN (Persero) Rayon Semarang Selatan) Retza Bahtiar Anugrah; Sudarno Sudarno; Budi Warsito
Jurnal Gaussian Vol 5, No 4 (2016): Jurnal Gaussian
Publisher : Department of Statistics, Faculty of Science and Mathematics, Universitas Diponegoro

Electrical energy is one of the components of Gross Domestic Product which able to stimulate the economic matter because it has been becoming a primary needs in the society. In order to meet the growing electrical energy, State-Owned Enterprises (SOEs) need to develop systems and proper planning. It needs a forecasting of electric power based on customer to meet a sufficient electricity supply. This study aims to predict the electrical power by electric customers using transfer function model with outliers. The use of transfer function model is intended to determine the role of power users that have an impact on the electric power. One of the stages of modeling the transfer function is to set the order of the transfer function parameters, they are b, r, and s. And by modeling the outlier is useful to eliminate the effect of outliers itself. The analysis and discussion show that based on the AIC value, the best model is the transfer function model by weighting the impulse response of the parameter that is ω_0 = 55,55652 and the noise series model of the transfer function is ARIMA (1,0,1) with 8 outliers. The details of the outliers consist of one Additive Outliers type in the 33rd and seven Level Shift Outliers in the 14th, 31st, 9th, 10th, 21st, 22nd and 58th. Size forecasting accuracy using MAPE value 19.77%. Keywords: Transfer function, outliers, ARIMA, electrical power, AIC, MAPE

PEMODELAN RETURN PORTOFOLIO SAHAM MENGGUNAKAN METODE GARCH ASIMETRIS Muhammad Arifin; Tarno Tarno; Budi Warsito
Jurnal Gaussian Vol 6, No 1 (2017): Jurnal Gaussian
Publisher : Department of Statistics, Faculty of Science and Mathematics, Universitas Diponegoro

Investment in stocks is an alternative for investors and companies to obtain external funding sources. In the investment world there is a strong relationship between risk and return (profit), if the risk is high then return will also be high. Risks can be minimized by performing stock portfolio. Stock is the time series data in the financial sector, which usually has a tendency to fluctuate rapidly from time to time so that variance of error is not constant. Time series model in accordance with these condition is Generalized Autoregressive Conditional Heteroscedasticity (GARCH). This research will apply asymmetric GARCH covering Exponential GARCH (EGARCH), Threshold GARCH (TGARCH), and Autoregressive Power ARCH (APARCH) in stock data Indocement Tunggal Tbk (INTP), Astra International Tbk (ASII), and Adaro Energy Tbk (ADRO) commencing from the date of March 1, 2013 until February 29, 2016 during an active day (Monday to Friday). The purpose of this research is to predict the value of the volatility of a portfolio of three assets stocks. The best models used for forecasting volatility in asset stocks which have asymmetric effect is ARIMA ([13],0,[2,3]) EGARCH (1,1) on a single asset data INTP, ARIMA ([2],0,[2,3]) EGARCH (1,1) on the 2 asset portfolio data ASII INTP, and ARIMA ([3],0,[2]) EGARCH (1,1) on the 3 asset portfolio data INTP-ASII-ADRO.Keywords: Stocks, Portfolio, Return, Volatility, Asymmetric GARCH.

Prediksi Harga Saham Harian Menggunakan Cascade Forward Neural Network (CFNN) Dengan Particle Swarm Optimization (PSO) Yunita Pipiet Sugandhi; Budi Warsito; Arief Rachman Hakim
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 19, No 2 (2019)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v19i2.4878

Pendampingan Strategi Pengembangan Usaha pada UKM Batik Kontemporer di Semarang Budi Warsito; Endang Purbowati; Di Asih I Maruddani; Sri Sumiyati
Prosiding Seminar Nasional Unimus Vol 1 (2018): Hilirisasi & Komersialisasi Hasil Penelitian dan Pengabdian Masyarakat untuk Indonesia
Publisher : Universitas Muhammadiyah Semarang

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

Batik merupakan salah satu warisan umat manusia yang dihasilkan oleh bangsa Indonesia.Jawa Tengah sebagaisalah satu wilayah di Indonesia yang memiliki nilai budaya tinggi juga perlu untuk melestarikan danmengembangkan industri batik. Semarang sebagai ibukota Jawa Tengah menjadi salah satu urat nadi bagipertumbuhan industri batik. Diantara usaha batik yang berkembang di Semarang adalah UKM Mutiara Hastadan UKM Katun Ungu yang dijadikan mitra pada program pengabdian ini. UKM Mutiara Hasta lebihmenitikberatkan pada penyelenggara kursus dan pelatihan batik sedangkan UKM Katun Ungu yangberanggotakan para penderita Tuna Rungu khusus memproduksi batik. Kedua UKM lebih menonjolkan padabatik kontemporer.Program ini bertujuan untuk memacu peningkatan produk UKM melalui peningkatan kualitaspelayanan dan pemasaran, mempercepat difusi teknologi dan manajemen UKM, serta mengembangkanproseslink and match antara perguruan tinggi dengan UKM.Fokus utama dari program ini adalah perbaikansistem manajemen dan akuntansi, pengembangan SDM, packaging dan promosi. Kegiatan dilakukan melaluipendampingan dan pelatihan. Setelah kegiatan pengabdian masyarakat dilaksanakan UKM mitra telahmempunyai kemampuan melakukan pengelolaan administrasi keuangan dan pembukuan secara sederhana sertapeningkatan sumber daya manusia untuk melakukan training bagi anggota baru. UKM mitra juga telahmelakukan packaging sederhana untuk mengemas produk yang dihasilkan serta mempunyai leaflet dan bukukatalog yang memuat company profile untuk keperluan promosi dan memudahkan pelanggan dalam memilihproduk.

PENENTUAN PENERIMA BEASISWA BIDIKMISI MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING DAN ELIMINATION AND CHOICE TRANSLATION REALITY Donny Irawan Mustaba; Budi Warsito; Farikhin
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v9i2.49111

Beasiswa bidikmisi, yang kini dikenal sebagai beasiswa KIP-K, ditujukan untuk calon mahasiswa yang kurang mampu. Oleh karena itu, beasiswa ini harus tepat sasaran agar benar-benar bermanfaat bagi yang membutuhkan. Dalam upaya memastikan ketepatan sasaran tersebut, proses seleksi calon penerima beasiswa perlu dilakukan dengan baik, salah satunya dengan menggunakan metode ilmiah. Penelitian ini menguji proses seleksi penerima beasiswa dengan dua metode ilmiah, yaitu Fuzzy Simple Additive Weighting (Fuzzy-SAW) dan Elimination and Choice Translation Reality (ELECTRE). Kedua metode ini dipilih karena banyak penelitian telah menggunakannya, namun belum ada yang membandingkannya. Hasil penelitian menunjukkan bahwa kedua metode menghasilkan peringkat pertama dan terakhir yang sama, meskipun urutan lainnya berbeda. Tingkat kecocokan total dari peringkat keseluruhan adalah 21,3% dengan selisih peringkat antara 1 hingga 5 atau sebesar 1,7%. Untuk perankingan dengan data yang banyak, metode Fuzzy-SAW lebih direkomendasikan karena prosesnya lebih sederhana dan mudah diterapkan.

Pengembangan Aplikasi Analisis PLS-SEM berbasis R Shiny dan Penerapan UTAUT2 untuk Evaluasi Penerimaan Sistem Informasi Fajar, Fajar Hari Prasetyo; Budi Warsito; Aris Sugiharto
JST (Jurnal Sains dan Teknologi) Vol. 13 No. 1 (2024): April
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jstundiksha.v13i1.68568

Aplikasi yang digunakan untuk analisis data cenderung berbayar dan kurang efisien karena tidak menampilkan hasil evaluasi dalam satu laporan seperti aplikasi SmartPLS. Evaluasi yang dilakukan pada SIA XYZ sebelumnya belum memberikan hasil mendalam karena hanya menilai kepuasan pengguna pada SIA Universitas XYZ menggunakan model WebQual 4.0 dan analisis Regresi Linear Berganda. Oleh sebab itu diperlukan evaluasi lebih lanjut seperti Penerimaan Sistem Informasi. Penelitian ini bertujuan untuk mengembangkan aplikasi analisis Partial Least Square-Structural Equation Modeling (PLS-SEM) dengan R Shiny sebagai alternatif selain aplikasi konvensional dan Penerapan Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) untuk evaluasi penerimaan sistem pada SIA Universitas XYZ. Jenis penelitian ini adalah Mixed Method atau kombinasi, Pengembangan aplikasi menggunakan pendekatan Prototyping sedangkan analisis data menggunakan pendekatan Partial Least Square Structural Equation Modeling (PLS-SEM) dengan 102 sampel data kuesioner. Hasil penelitian menunjukkan bahwa, Pengembangan aplikasi analisis PLS-SEM bernama SEMRS berfungsi dengan baik dan dapat digunakan untuk analisis PLS-SEM secara gratis dan lebih efisien. Penerapan UTAUT2 dan analisis PLS-SEM menunjukan bahwa faktor yang mempengaruhi penerimaan SIA adalah kemudahan, suatu kondisi yang memfasilitasi, sikap nyaman dan senang, serta kebiasaan dalam menggunakan sistem. sedangkan pengaruh sosial tidak mempunyai pengaruh signifikan terhadap penerimaan sistem. Penelitian ini memberikan hasil evaluasi yang lebih dalam tentang faktor-faktor yang mempengaruhi penerimaan pengguna Sistem Informasi Akademik Universitas XYZ. Kesimpulannya yaitu aplikasi analisis Partial Least Square Structural Equation Modeling berbasis R Shiny (SEMRS) dapat digunakan sebagai alternatif selain aplikasi konvensional seperti SmartPLS secara gratis dan efisien.

Co-Authors Abdul Hoyyi Alan Prahutama Anggita Puri Savitri Anisa Septi Rahmawati Annisa Pratiwi Arief Rachman Hakim Aris Sugiharto Cindy Wahyu Elvitra David Yuliandar Di Asih I Maruddani Diah Safitri DONNY IRAWAN MUSTABA Dwi Ispriyanti Endang Purbowati Fajar Hari Prasetyo Hasbi Yasin Hayuk Permatasari Juwanda, Farikhin Lenny Budiarti Moch Abdul Mukid Moch. Abdul Mukid MUHAMMAD ARIFIN Nia Puspita Sari Omy Wahyudi Rachmah Dewi Kusumah Retza Bahtiar Anugrah Rita Rahmawati Sri Sumiyati Sudarno Sudarno Sugito - Sugito Sugito Suparti Suparti Tarno Tarno Umi Sulistyorini Adi Yunita Pipiet Sugandhi

Title

Found 18 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 18 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 18 Documents
Search