Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional MIPA Jurnal Informatika dan Teknik Elektro Terapan MATHunesa: Jurnal Ilmiah Matematika
Putu Kartika Dewi
Unknown Affiliation
Computer Science & IT Education Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
INTEGRAL CHOQUET Putu Kartika Dewi; Rini Indrati
Prosiding Seminar Nasional MIPA 2015: PROSIDING SEMINAR NASIONAL MIPA UNDIKSHA 2015
Publisher : Prosiding Seminar Nasional MIPA

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

Abstract

-
PENERAPAN MODEL HYBRID ARIMA-GARCH DALAM PERAMALAN JUMLAH WISATAWAN DOMESTIK KE BALI Putu Ngurah Harimbawa; I Gusti Putu Suharta; Putu Kartika Dewi
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p366-377

Abstract

Pariwisata merupakan sektor strategis dalam perekonomian Bali. Namun, ketergantungan tinggi terhadap wisatawan mancanegara menyebabkan kerentanan saat krisis, seperti pandemi Covid-19. Oleh karena itu, diversifikasi terhadap wisatawan domestik menjadi strategi penting, sehingga perencanaan yang tepat ini memerlukan dukungan model peramalan yang akurat. Data jumlah wisatawan domestik cenderung memiliki volatilitas data yang tidak konstan dan bersifat heteroskedastisitas, seperti lonjakan saat musim liburan dan penurunan akibat kebijakan pembatasan, yang menyebabkan perubahan varians residual secara dinamis. Oleh karena itu, diperlukan pendekatan peramalan yang mampu menangkap pola linier sekaligus memodelkan volatilitas bersyarat dalam data. Penelitian ini bertujuan untuk mengevaluasi keakuratan model hybrid ARIMA–GARCH dalam meramalkan jumlah wisatawan domestik bulanan yang berkunjung ke Bali. Model ARIMA digunakan untuk menangkap pola linier jangka panjang, sedangkan GARCH digunakan untuk memodelkan volatilitas bersyarat. Data yang digunakan adalah data bulanan jumlah wisatawan domestik periode Januari 2004 hingga Desember 2024. Model terbaik yang diperoleh adalah ARIMA(2,1,4)-GARCH(1,0), dipilih berdasarkan nilai AIC dan SIC terkecil serta memenuhi uji diagnostik model. Evaluasi akurasi menunjukkan nilai MAE sebesar 129.524 dan nilai MAPE sebesar 16,15%, yang termasuk kategori akurat. Hasil peramalan digunakan untuk memproyeksikan jumlah wisatawan domestik periode Januari 2025 hingga Desember 2026. Temuan ini menunjukkan bahwa model ARIMA–GARCH efektif dalam menangani data wisatawan yang bersifat volatil dan dapat digunakan sebagai dasar pengambilan keputusan dalam kebijakan pariwisata berbasis data di Bali. Kata Kunci: ARIMA-GARCH, peramalan, wisatawan domestik, volatilitas, Bali
DIAGNOSIS PENYAKIT DEMAM BERDARAH DENGUE MENERAPKAN ALGORITMA K-NEAREST NEIGHBOR I Gede Haga Olas Tyamarta; I Nyoman Sukajaya; Putu Kartika Dewi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8923

Abstract

Demam berdarah dengue merupakan salah satu penyakit menular yang menjadi permasalahan kesehatan serius di seluruh wilayah tropis Indonesia, dan Kabupaten Klungkung merupakan salah satu daerah yang turut terdampak. Diagnosis dini terhadap penyakit ini sangat penting guna mencegah terjadinya komplikasi yang berakibat fatal. Penelitian ini bertujuan untuk mendiagnosis penyakit demam berdarah dengue dengan menerapkan algoritma K-Nearest Neighbor serta mengevaluasi performa model yang telah dibangun. Data yang digunakan merupakan data historis pasien dari Rumah Sakit Umum Daerah Kabupaten Klungkung tahun 2021 hingga 2023 sebanyak 312 data. Variabel input yang digunakan dalam penelitian meliputi usia, jenis kelamin, durasi demam, suhu tubuh, sakit kepala, mual dan muntah, nyeri otot dan persendian, hasil uji tourniquet, jumlah trombosit, jumlah leukosit, dan jumlah hematokrit. Metode preprocessing data dilakukan melalui tahap pembersihan, seleksi, dan transformasi data. Pembagian data dilakukan menggunakan metode Aggregated Hold-Out (Agghoo) sebanyak tiga iterasi dengan rasio 80% sebagai data latih dan 20% sebagai data uji. Model terbaik diperoleh pada nilai K = 15 dengan hasil evaluasi akurasi sebesar 0,9894, sensitivitas sebesar 0,9915, dan spesifisitas sebesar 0,9861. Model tersebut kemudian diimplementasikan ke dalam sebuah aplikasi berbasis website guna mempermudah proses diagnosis serta pencatatan data pasien.
Co-Authors I Gede Haga Olas Tyamarta I Gusti Putu Suharta I Nyoman Sukajaya Putu Ngurah Harimbawa Rini Indrati