Claim Missing Document
Check
Articles

Pemodelan Beban Sistem Listrik Jawa-Bali dengan Menggunakan Pendekatan Flexible Seasonality Forecasting Kusumawati, Fitri Ayu; Kuswanto, Heri
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1, No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

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

Abstract

Persentase penggunaan energi listrik di Indonesia mencapai 55% dari total kebutuhan energi final dengan kapasitas total pembangkit nasional tahun 2011 adalah sebesar 38,9GW, dimana sekitar 76% diantaranya berada di wilayah Jawa-Bali. Hal ini menunjukkan bahwa pembangkit listrik regional Jawa-Bali memerlukan perhatian khusus dalam perencanaan kebutuhan tenaga listrik untuk menghindari krisis listrik di Jawa -Bali di masa mendatang yang salah  satu  caranya  adalah  dengan  peramalan  atau  forecasting. Pada  data  konsumsi  listrik  itu  sendiri  terdapat kompleksitas pola musiman. Sehingga dalam penelitian ini digunakan metode flexible seasonality forecasting yaitu Box-Cox transform, ARMA errors, Trend, and Seasonal components (BATS).yang merupakan pengembangan dari model exponential smoothing. Model ini dapat mengakomodasi terjadinya pola musiman yang lebih kompleks, terjadinya trend, kasus-kasus non-linearitas, serta pemodelan error ARMA. Pada penelitian ini digunakan pula pola musiman harian dan mingguan serta penambahan hari raya idul fitri sebagai pola musiman tahunan pada data beban sistem listrik regional Jawa-Bali dengan menggunakan model BATS. Selanjutnya model ini dibandingkan dengan model Holt-Winter yang juga dapat digunakan dalam pemodelan data musiman. Hasil pemodelan menunjukkan model BATS lebih baik dalam memodelkan data musiman maupun dalam peramalan yang ditunjukkan dari nilai AIC dan RMSE yang lebih kecil.
MODEL LSTAR (LOGISTIK SMOOTHING TRANSITIONAUTOREGRESSIVE)UNTUK PEMODELAN RETURN SAHAMPADA PT. BANK RAKYAT INDONESIA DAN PT. BANK NEGARA INDONESIA Kartikasari, Puspita; Kuswanto, Heri
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1, No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

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

Abstract

Peramalan dengan akurasi tinggi merupakan hal yang sangat dibutuhkan dalam membentuk suatu model peramalan.Salah satu model peramalan yang sering digunakan yaitu model nonlinier. Banyak penelitian melakukan pemodelan dengan menggunakan model nonlinier terutama pada kasus return saham karena para peneliti mengasumsikan bahwa return bergerak secara nonlinier. Data return saham yang dijadikan kasus dalam penelitian ini adalah saham-saham yang tergolong dalam indeks LQ 45. Dua data return saham yang digunakan adalah return saham PT. Bank Rakyat Indonesia dan return saham PT. Bank Negara Indonesia karena return saham kedua bank tersebut dalam keadaan liquid dan stabil. Sebagai langkah awal, pada penelitian ini akan dilakukan pengujian nonlinieritas dengan menggunakan uji Terasvirta. Langkah berikutnya melakukan pemodelan dengan menggunakan model LSTAR (Logistic Smoothing Transition Autoregressive). Hasil penelitian menunjukkan bahwa data return saham PT. Bank Negara Indonesia dan PT. Bank Rakyat Indonesia mengikuti fenomena nonlinier. Model terbaik yang dihasilkan untuk Bank Rakyat Indonesia memiliki nilai AIC sebesar 31665 sedangkan model terbaik yang dihasilkan untuk Bank Negara Indonesia memiliki nilai AIC sebesar 25883.
Pemodelan Beban Sistem Listrik Jawa-Bali dengan Menggunakan Pendekatan Flexible Seasonality Forecasting Kusumawati, Fitri Ayu; Kuswanto, Heri
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

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

Abstract

Persentase penggunaan energi listrik di Indonesia mencapai 55% dari total kebutuhan energi final dengan kapasitas total pembangkit nasional tahun 2011 adalah sebesar 38,9GW, dimana sekitar 76% diantaranya berada di wilayah Jawa-Bali. Hal ini menunjukkan bahwa pembangkit listrik regional Jawa-Bali memerlukan perhatian khusus dalam perencanaan kebutuhan tenaga listrik untuk menghindari krisis listrik di Jawa -Bali di masa mendatang yang salah  satu  caranya  adalah  dengan  peramalan  atau  forecasting. Pada  data  konsumsi  listrik  itu  sendiri  terdapat kompleksitas pola musiman. Sehingga dalam penelitian ini digunakan metode flexible seasonality forecasting yaitu Box-Cox transform, ARMA errors, Trend, and Seasonal components (BATS).yang merupakan pengembangan dari model exponential smoothing. Model ini dapat mengakomodasi terjadinya pola musiman yang lebih kompleks, terjadinya trend, kasus-kasus non-linearitas, serta pemodelan error ARMA. Pada penelitian ini digunakan pula pola musiman harian dan mingguan serta penambahan hari raya idul fitri sebagai pola musiman tahunan pada data beban sistem listrik regional Jawa-Bali dengan menggunakan model BATS. Selanjutnya model ini dibandingkan dengan model Holt-Winter yang juga dapat digunakan dalam pemodelan data musiman. Hasil pemodelan menunjukkan model BATS lebih baik dalam memodelkan data musiman maupun dalam peramalan yang ditunjukkan dari nilai AIC dan RMSE yang lebih kecil.
MODEL LSTAR (LOGISTIK SMOOTHING TRANSITIONAUTOREGRESSIVE)UNTUK PEMODELAN RETURN SAHAMPADA PT. BANK RAKYAT INDONESIA DAN PT. BANK NEGARA INDONESIA Kartikasari, Puspita; Kuswanto, Heri
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

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

Abstract

Peramalan dengan akurasi tinggi merupakan hal yang sangat dibutuhkan dalam membentuk suatu model peramalan.Salah satu model peramalan yang sering digunakan yaitu model nonlinier. Banyak penelitian melakukan pemodelan dengan menggunakan model nonlinier terutama pada kasus return saham karena para peneliti mengasumsikan bahwa return bergerak secara nonlinier. Data return saham yang dijadikan kasus dalam penelitian ini adalah saham-saham yang tergolong dalam indeks LQ 45. Dua data return saham yang digunakan adalah return saham PT. Bank Rakyat Indonesia dan return saham PT. Bank Negara Indonesia karena return saham kedua bank tersebut dalam keadaan liquid dan stabil. Sebagai langkah awal, pada penelitian ini akan dilakukan pengujian nonlinieritas dengan menggunakan uji Terasvirta. Langkah berikutnya melakukan pemodelan dengan menggunakan model LSTAR (Logistic Smoothing Transition Autoregressive). Hasil penelitian menunjukkan bahwa data return saham PT. Bank Negara Indonesia dan PT. Bank Rakyat Indonesia mengikuti fenomena nonlinier. Model terbaik yang dihasilkan untuk Bank Rakyat Indonesia memiliki nilai AIC sebesar 31665 sedangkan model terbaik yang dihasilkan untuk Bank Negara Indonesia memiliki nilai AIC sebesar 25883.
ANALISA PERBANDINGAN FUZZY LOGIC METODE TSUKAMOTO, SUGENO, MAMDANI DALAM PENENTUAN KELUARGA MISKIN Sutara, Beben; Kuswanto, Heri
Infotekmesin Vol 10, No 2 (2019): Infotekmesin: Juli 2019
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (527.253 KB) | DOI: 10.35970/infotekmesin.v10i2.42

Abstract

The application of the Fuzzy Tsukamoto, Sugeno, and Mamdani methods in determining poor families in Sumedang Regency can be done by the three methods using poor family outcomes which differ from the results of all data calculations. From all data calculated using the fuzzy logic method of the Tsukamoto, Sugeno, and Mamdani methods, it can be concluded that there are 4 data classified as poor and 16 data classified as not poor in the Tsukamoto method, 8 data classified as poor and 12 data classified not poor in the Sugeno method, and 10 data classified as poor and 10 classified as not poor in the Mamdani method. These results indicate that each method has different results even though the input used is the same.
Pengaruh Aggregasi Terhadap Parameter Long Memory Time Series (Studi Kasus : Data Saham LQ 45) Koesniawanto, Moch.; Kuswanto, Heri
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v2i1.2915

Abstract

Proses identifikasi terhadap fenomena Long Memory tidaklah mudah. Berbagai alat identifikasi seperti plot ACF dan berbagai statistik uji lain masih sangat lemah. Beberapa penelitian mengungkapkan bahwa beberapa model nonlinear dapat dengan mudah teridentifikasi sebagai Long Memory yang sering dikenal sebagai Spurious Long Memory. Oleh karena itu, dalam tugas akhir ini akan disimulasikan pengaruh flow aggregation dan stock aggregation sebagai alternatif cara untuk mendeteksi Long Memory. Saham digunakan sebagai studi kasus karena proses pencatatannya sama dengan penerapan dari stock aggregation dan beberapa penelitian menyatakan bahwa harga mutlak dari return saham sering tertangkap sebagai fenomena Long Memory, namun tidak sedikit penelitian yang memodelkan return saham dengan model nonlinear, contohnya seperti ESTAR, sehingga simulasi dibangun dengan membangkitkan data Long Memory dan ESTAR sebagai Spurious Model dengan ukuran sampel 2000 dan 5000, lalu diaggregasi masing-masing dengan kedua jenis aggregasi hingga 10 level aggregasi. Hasil simulasi menunjukkan bahwa temporal aggregation terbukti dapat mendeteksi Long Memory dan membedakannya dengan ESTAR dari pola parameter integrasinya. Pada data ESTAR, kedua aggregasi menunjukkan bahwa nilai parameternya tidak berpola atau random seiring naiknya level aggregasi, sedangkan untuk Long Memory memiliki pola khusus untuk setiap jenis aggregasi. Tiga saham yang dijadikan studi kasus yaitu BMRI, BBNI, dan BBRI lebih baik dimodelkan dengan ARFIMA daripada ESTAR karena menghasilkan forecast yang akurasinya lebih baik.
Forecasting The Frequency Of Domestic Air Passengers At Juanda Airport Using Arima And Transfer Function As A Basis For Future Development Of Airport Scenario Huda, Ary Miftakhul; Kuswanto, Heri; Suhartono, Suhartono
Jurnal Tata Kota dan Daerah Vol 6, No 1 (2014)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

In this modern age, the increase of human population is proportional to the need for airport development services, including air transportation. In Indonesia, the development of air transportation services can be seen from the increase of both passenger numbers and goods transported during the last 5 years, including at Juanda Airport in East Java. The aim of this research wasto create an airport scenario based on the number of forcasted domestic air passengers. Globally, air passenger forcasting has been one of the most important policy tools used by decision makers. The growth in air passenger numbersin the future can be forecasted based on a time series analitical approach such as multivariate time series, for example the transfer function model as multivariate time series, and ARIMA Box Jenkins as univariate time series . In transfer function method, the input series is the number of aircrafts, inflation, oil prices, while the output series is the number of passengers. Based on Outsample criteria, the best model to forecast the number of domestic passengers at the Juanda airport is univariate time series models, ARIMA(1,1,0)(1,0,0) 12 due to its minimum RMSE values. The best model obtained implied that the forecastednumber of domestic passengers at Juanda airport this month was related to the number of passengers at 1, 2, 12, 13, 14 months earlier. The result of this research indicatedthat theforecastedvalue of domestic air passengers at Juanda airport for 5 years with ARIMA(1,1,0)(1,0,0) Jurnal Tata Kota dan Daerah Volume 6, Nomor 1, Juli 2014 21 12 , ie from January 2012 to December 2016, would increase gradually each year. Therefore, PT Angkasa Pura 1 should make a scenario to expand the capacity of aiports in order to accommodatethe increase of air passengers in the future, expecially at Juanda Airport.Keywords: passengers, aircraft, inflation, oil prices, transfer function
MODEL PEMBELAJARAN PERMAINAN LEMPAR TANGKAP BOLA TERHADAP HASIL PEMBELAJARAN TEKNIK DASAR PASSING ATAS BOLAVOLI Kuswanto, Heri; Supriatna, Eka; Purnomo, Edi
Jurnal Pendidikan dan Pembelajaran Khatulistiwa Vol 2, No 6 (2013): Juni 2013
Publisher : Jurnal Pendidikan dan Pembelajaran Khatulistiwa

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

Abstract

ABSTRACT: Models of learning the game throwing the ball catching effect on the basic techniques of passing on the learning volleyball?. The purpose of the study was to determine the effect of learning models catching the ball throwing game against the learning outcomes of the basic techniques of passing. The method used in this study is a quantitative method of data collection technique is to use test and measurement t test. The population in this study was the son. In this study using saturation sampling technique, as it took the entire population of the student son. The results showed pre-test X ?1 = 19.192 > Post-test (X2) ? = 28.346. Key words: Model Learning, Games, Throw Catch. ABSTRAK: Model pembelajaran permainan lempar tangkap bola berpengaruh terhadap teknik dasar passing atas dalam pembelajaran bolavoli?. Adapun tujuan penelitian adalah untuk mengetahui pengaruh model pembelajaran permainan lempar tangkap bola terhadap hasil pembelajaran teknik dasar passing atas. Metode yang di gunakan dalam penelitian ini adalah metode kuantitatif dengan teknik tes dan pengukuran. Analisis data dalam penelitian ini menggunakan uji t. Populasi dalam penelitian ini adalah siswa putra. Dalam penelitian ini menggunakan teknik sampling jenuh, karena mengambil seluruh populasi yaitu siswa putra. Hasil penelitian memperlihatkan Pre-test = 19,192 > Post-test = 28,346. Terdapat peningkatan pembelajaran lempar tangkap bola terhadap hasil pembelajaran teknik dasar passing atas 35,208%. Kata-kata kunci: Model Pembelajaran, Permainan, Lempar Tangkap.
Genetic Algorithm for Variable Selection and Parameter Optimization in SVM and Fuzzy SVM for Colon Cancer Microarray Classification Irhamah, Irhamah; Faiqah, Elok; Kuswanto, Heri; Paramita, NLP Satyaning Pradnya
CAUCHY Vol 7, No 1 (2021): CAUCHY: Jurnal Matematika Murni dan Aplikasi
Publisher : Mathematics Department, Maulana Malik Ibrahim State Islamic University of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/ca.v7i1.10337

Abstract

Colon cancer is the second leading cause of cancer-related deaths in the world, hence research on that topic needs to be undertaken with improvement. Recent advanced in microarray technology allows the monitoring of the expression level of a large set of genes simultaneously. Microarray data is a type of high-dimensional data with hundreds or even thousands number of genes (features), while usually the number of patients observed (observations) is much smaller than the number of features. This study uses a colon cancer microarray dataset contains two class of genes, normal and tumor. The aims of this study is to develop a classification model using fuzzy support vector machines (FSVM) hybridized with genetic algorithm (GA) for classifying individuals based on gene expression. Fuzzy memberships was used in SVM in order to deal with the case of imbalanced microarray data. Meanwhile, the role of genetic algorithm is, firstly, to select the relevant genes as the features and, secondly, to optimize the parameter of FSVM as GA is able to handle the problem of nonlinear optimization that has a high dimension, adaptable, and easily combined with other methods. The classification using FCBF selection has a higher accuracy value than the ones without the selection. The results also show that FSVM that has been optimized using GA has the highest accuracy value compared to other classification methods used in this study.
Analisis Penyebaran Properti Reservoir pada Petrophysical Modeling di Lokasi ”X” Papua Barat dengan Metode Universal Kriging Mohammad Hatta Rafsanjani; Heri Kuswanto; Sutikno Sutikno
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 (564.825 KB) | DOI: 10.12962/j23373520.v1i1.534

Abstract

Salah satu penelitian Upstream Technology Center (UTC) Direktorat hulu PT. Pertamina (Persero) adalah pada Lokasi "X" Papua Barat. Analisis Geologi pada penelitian di Lokasi "X" menerapkan metode Geostatistika pada petrophy-sical modelling. Penelitian ini mengaplikasikan metode Uni-versal Kriging pada Petrophysical Modelling. Metode ini dapat memberikan analisis yang baik secara geologi karena interpolasi properti reservoir primer dilakukan dengan memasukkan trend jenis batuan (facies) sebagai kontrol sehingga penyebaran yang dilakukan memiliki interpretasi yang kuat secara geologi. Pro-perti reservoir yang digunakan adalah porositas dan Net to Gross (NTG). Analisis semivariogram eksperimental dilakukan agar didapatkan semivariogram teoritis porositas dan NTG untuk masing-masing zona. Kesimpulan yang didapatkan adalah Zona 1A dan 1B merupakan target reservoir yang prospektif karena berdasarkan analisas statistika deskriptif dan univeral kriging didapatkan hasil penyebaran porositas dan NTG tertinggi daripada lokasi zona yang lainnya.