Article Per Year (5 Year)
p-Index From 2020 - 2025
3.23
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Karya Pendidikan Matematika JURNAL ILMIAH MATEMATIKA DAN TERAPAN Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Variance : Journal of Statistics and Its Applications Square : Journal of Mathematics and Mathematics Education Soeropati: Journal of Community Service Jurnal Litbang Edusaintech Journal of Data Insights Prosiding Seminar Nasional Unimus Jurnal Statistika Industri dan Komputasi
Indah Manfaati Nur
Universitas Muhammadiyah Semarang
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Mathematics Nursing Public Health Social Sciences Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
IMPLEMENTASI METODE FUZZY TIME SERIES SINGH PADA PERAMALAN BANGGAI CARDINALFISH DI BALAI PERIKANAN BUDIDAYA LAUT AMBON Nur, Indah Manfaati; Pietoyo, Atiek; Basir, Erdy Asmaul
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

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

Abstract

Fuzzy time series merupakan sebuah metode yang menggunakan data historis untuk meramalkan suatu masalah berdasarkan konsep logika fuzzy, dimana data tersebut dibentuk dalam nilai-nilai linguistik, dengan kata lain data-data terdahulu dalam deret waktu fuzzy adalah data linguistik, sedangkan data terkini sebagai hasilnya berupa angka-angka riil. Metode yang digunakan dalam penelitian ini adalah Fuzzy Time Series Singh. Tujuan penelitian untuk meramalkan hasil produksi Banggai cardinalfish (Pterapogon kauderni) yang merupakan komoditas ikan hias yang banyak diminati. Kebutuhan pasar yang tinggi dan prediksi produksi mampu menyuplai pasar, menjadi informasi penting sehingga potensi dan peluang dapat dimanfaatkan. Ketepatan peramalan yang dihasilkan dihitung dengan menggunakan nilai RMSE (Root Mean Squared Error). Hasil peramalan dari produksi Banggai Cardinalfish menggunakan metode fuzzy Singh adalah sebesar 683.36 pada bulan Januari 2017 dengan nilai RMSE yang dihasilkan sebesar 368,676. Kata Kunci: Banggai Cardinalfish, Fuzzy Time Series Singh, RMSE
PERAMALAN PRODUKSI BANGGAI CARDINALFISH MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Nur, Indah Manfaati; Puspita, Rara Ayu
Jurnal Karya Pendidikan Matematika Vol 8, No 2 (2021): Jurnal Karya Pendidikan Matematika Volume 8 Nomor 2 Tahun 2021
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkpm.8.2.2021.23-29

Abstract

The ARIMA (Autoregressive Integrated Moving Average) method is a very appropriate method to use for the short term because the ARIMA method has very accurate accuracy. And also determine a good relationship between the variables to be forecasted with the value used for forecasting. This study uses the ARIMA method. The purpose of the study was to predict the production of Banggai Cardinalfish (Pterapogon kauderni) which is an ornamental fish commodity that is in great demand. High market demand and production predictions are able to provide the market, becoming important information so that potentials and opportunities can be exploited. The accuracy of the resulting forecast is calculated using the MSE (Mean Squared Error) and MAE (Mean Absolute Error) values. Forecasting results from Banggai Cardinalfish production using the ARIMA method were 830.33 in May 2017 with the resulting MAPE value of 176.93 and MAE of 975.23.
ANALISIS PERSEPSI MASYARAKAT TERHADAP KUALITAS PELAYANAN KEPENDUDUKAN DAN CATATAN SIPIL KOTA TEGAL Indah Manfaati Nur; M.Saifuddin Nur
PROSIDING SEMINAR NASIONAL & INTERNASIONAL 2017: Prosiding Seminar Nasional Pendidikan, Sains dan Teknologi
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (86.192 KB)

Abstract

The study is focused on analysis of community perception on quality of population services and civil registration of Tegal city. Based on several analysis results above can be concluded that Gap analysis shows the overall gap mark is negative, meaning the quality of service at the Department of Population and Civil Registration has not reached the quality expected by the community. More specifically in the service indicator the service features that have the greatest coefficient on all service units. The average comparison test between the perception of service quality and the quality expectation of the community indicates that there is no significant difference, meaning that the quality of service provided with the expected quality of expectations by the community does not differ from the good of the service. The weighted average index value for the overall service unit is very good category, which means that in general all the services in the Department of Population and Civil Registry are assessed to have excellent perception quality by the people of Tegal City. Keywords:   Service Quality, Department of Population and Civil Registration, Tegal City
PEMODELAN MEAN SEA LEVEL (MSL) DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK DERET FOURIER Tiani Wahyu Utami; Indah Manfaati Nur
PROSIDING SEMINAR NASIONAL & INTERNASIONAL 2017: Prosiding Seminar Nasional Publikasi Hasil-Hasil Penelitian dan Pengabdian Masyarakat
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (480.815 KB)

Abstract

The statistical method used to estimate or estimate sea level is by nonparametric regression approach of Fourier series. The problem of flooding due to rising sea levels in Semarang includes problems that have not been solved yet. This resulted in the need for modeling to predict and find out how high the average rising sea level. Fourier series have a fluctuative data pattern due to its periodic nature. This makes the Fourier series as an appropriate approach for modeling the mean sea level or called the Mean Sea Level (MSL). Before modeling the MSL data with fourier approximation approach, first determine the optimal K value, based on optimal K determination with GCV method obtained K = 277. The result of MSL modeling on tide data of Semarang City with Nonparametric Regression approach Fourier R2 obtained R2 of 95% and MSE = 4,42. Maximum MSL modeling results or average sea level experienced maximum tides occurred on 31 August 2016 and minimum MSL or so-called mean sea level experienced minimum receding occurred on March 2, 2016.Keywords: MSL, Nonparametric Regression, Fourier Series
FOURIER SERIES NONPARAMETRIC REGRESSION FOR THE MODELIZING OF THE TIDAL Tiani Wahyu Utami; Indah Manfaati Nur; Ismawati -
PROSIDING SEMINAR NASIONAL & INTERNASIONAL 2017: Proceeding 3rd ISET 2017 | International Seminar on Educational Technology 3rd 2017
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (656.661 KB)

Abstract

The method of statistic used to estimate the estimation of sea water level is by nonparametric regression approaching of Fourier series. The rob flood caused by sea level rise in Semarang becomes a dissolved problem until today This results the need of modeling to predict and know how high sea level is.The fourier series have fluctuative data pattern because of its periodic character. This makes Fourier series as the appropriate approaching to modelize the sea tidal. Before modelizing the sea tidal with Fourier series approaching, It is previously necessary to find the optimal K value . Based on the determination of optimal K value, with GCV method, It is obtanied K equals 277. The result of average data of the Semarang sea tidal with reggression nonparametic method showed that R 2 is 95% and MSE = 4,42. The lowest tidalestimation resulted in Semarang is on March 2, 2016. Then the highest tidal estimation in Semarang Cityoccurred on August 31, 2016. Keywords : Nonparametric Regression, Fourier Series, Tidal Sea
PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPASIAL AUTOREGRESSIVE MODEL PANEL DATA Ulfatun Khasanah; Abdul Karim; Indah Manfaati Nur
PROSIDING SEMINAR NASIONAL & INTERNASIONAL 2017: Prosiding Seminar Nasional Pendidikan, Sains dan Teknologi
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (555.437 KB)

Abstract

Modeling spatial is modeling that deals with approach point and area .While regression analysis data panel is regression analysis based on data panel toobserve the relation between one variable bound ( dependent variables ) withone or more variables free ( independent variables). Approach used is themodel spatial autoregressive (SAR). Model spatial autoregresive is a modelcombined model regression simple with lag spatial on the variables ofdependent using data cross section . The data used was data gdp and factorswhich influence it namely the local revenue, population, and investment 20112015year Based on Hausman test for the above model SAR is hisq = 0.50389, df = 3, p-value = 0.918. This means that p-value> 0.05 thus, the selected model is SARrandom effects.Keywords :PDRB, Spatial Panel, Spatial Autoregressive (SAR)
REGRESI KUANTIL SEBAGAI PENDUGA KADAR TIMBAL (Pb) DALAM TUBUH PEKERJA SPBU DI KOTA SEMARANG Laila Nur Mahmuda; Indah Manfaati Nur; Abdul Karim
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (101.141 KB) | DOI: 10.26714/jsunimus.3.2.2015.%p

Abstract

Regresi kuantil merupakan metode yang mempelajari pola antara variabel respon (Y) dengan satu atau lebih variabel prediktor (X). Regresi Kuantil merupakan perkembangan dari metode OLS (Ordinary Least Square) metode ini sangat rentan dipengaruhi adanya data pencilan, pencilan menyebabkan hasil estimasi tidak stabil. Regresi kuantil (Quantile Regression)dikembangkan untuk mengatasi adanya data pencilan tersebut. Dalam menentukan kadar retikulosit di tubuh para pekerja SPBU kota semarang, terdapat beberapa indikator yang dapat digunakan antara lain umur dan kadar timbal. Tujuan dari penelitian ini yaitu untuk memodelkan faktor-faktor yang mempengaruhi kadar retikulosit dengan regresi kuantil. Datayang digunakan dalam penelitian ini adalah data sekunder. Kadar Retikulosit sebagai variabel dependen (Y) dan variabel independen meliputi Umur (X1), dan kadar timbal (X2). Hasil dari penelitian ini adalah model Regresi Kuantil yang digunakan sebagai penduga kadar retikulosit adalah regresi kuantil dengan nilai kuantil 0.1 dengan nilai kadar timbal terbaik 0,028.Kata kunci :Regresi Kuantil, Timbal(Pb).
MAMMOGRAPHY SCREENING PADA KANKER PAYUDARA DENGAN GENERALIZED STRUCTURED COMPONENT ANALYSIS Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (165.249 KB) | DOI: 10.26714/jsunimus.2.1.2014.%p

Abstract

Kanker merupakan salah satu jenis penyakit tidak menular yang paling banyak menyebabkan kematian di seluruh dunia.  Kementrian kesehatan RI (2008) mencatat bahwa Kanker Payudara dan Kanker Leher Rahim merupakan salah satu masalah utama kesehatan perempuan di dunia, terutama di negara berkembang seperti Indonesia, dan salah satu alasan semakin berkembangnya kanker tersebut disebabkan oleh rendahnya upaya deteksi dini atau screening. Pada saat ini, mammografi masih menjadi standar paling efektif untuk screening dini kanker payudara. Beberapa faktor yang digunakan untuk pemeriksaan mammografi merupakan unobserved variable, karena tidak dapat diukur secara langsung dan masing-masing memiliki indikator untuk mengukurnya. Oleh karena itu, teknik analisis yang dipilih adalah menggunakan pemodelan persamaan struktural. Generalized Structure Component Analysis (GSCA) merupakan salah salah satu pendekatan dalam Component Based Structured Analysis, yang merupakan pengembangan lebih lanjut dari pemodelan dengan menggunakan pendekatan Partial Least Square (PLS) [6]. hal ini dikarenakan GSCA menggunakan algoritma Alternating Least Square (ALS) sedangkan PLS menggunakan algoritma Fixed Point. Kegunaan GSCA adalah untuk mendapatkan model struktural yang powerfull guna tujuan prediksi. Jika model struktural dirancang tanpa mendasarkan landasan teori yang kuat dan aplikasi GSCA adalah dalam kerangka model building, model hasil analisis lebih diutamakan untuk tujuan prediksi. Tujuan pertama penelitian ini yaitu untuk menduga parameter menggunakan pendekatan GSCA dan mengetahui pengaruh antar faktor dalam variabel laten pada proses skrining mammografi menggunakan pendekatan GSCA. Hasil analisis menunjukkan bahwa nilai signifikansi parameter model terlihat bahwa hampir semua nilai loading factor signikan secara statistik, dengan taraf signifikansi 0,05 (nilai t hitung  t-tabel(α/2;n-1) = 2,023), kecuali pada konstruk BIRADS C-2. Composite reliability dan AVE menunjukkan bahwa seluruh konstruk memiliki reliabilitas yang baik terlihat dari nilai composite reliability semua diatas 0,70 dan semua nilai AVE semua diatas 0,5. Selain itu masing-masing konstruk memiliki discriminant validity yang baik, terlihat nilai akar AVE lebih tinggi dari nilai korelasi antar konstruk. Pada analisis pengaruh antar faktor dalam variabel laten, terbukti bahwa variabel eksogen memiliki pengaruh signifikan terhadap variabel endogen.
PERFORMANSI PERUSAHAAN FINANSIAL DISTRESS DENGAN METODE SUPPORT VECTOR MACHINE - Pristiyani; Moh. Yamin Darsyah; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.899 KB) | DOI: 10.26714/jsunimus.4.1.2016.%p

Abstract

Pasar modal merupakan bagian dari industry keuangan yang mempunyai peranan penting untuk pengembangan pangsa pasar industry keuangan. Investor membutuhkan informasi yang akurat mengenai performansi sebuah perusahaan yang dilihat dari laporan keuangan yang diterbitkan oleh perusahaan . Laporan keuangan dapat menggambarkan kondisi keuangan perusahaan sebelum mengalami kebangkrutan,hal ini sering disebut dengan kondisi finansial distress. Penelitian ini dilakukan unttuk mengklasifikasikan perusahaan finansial distress pada sektor manufaktur di Bursa Efek Indonesia (BEI) menggunakan dua metode, yaitu discriminant analisys (DA) dan support vector machine (SVM) dengan fungsi kernel radial basic function (RBF). Pengklasifikasian menggunakan DA dengan variabel predikor original maupun distandarkan menghasilkan nilai akurasi sebesar 63,07%. Pengklasifikasian menggunakan SVM untuk data original menghasilkan nilai akurasi sebesar 97,44%. Pengklasifikasian menggunakan SVM untuk data terstandarisasi menghasilkan nilai akurasi sebesar 100%. Rasio keuangan yang berpengaruh terhadap pengklasifikasian perusahaan finansial distress adalah rasio keuanganTotal Asset Turnover (TAT), Earning Per Share (EPS), Net Profit Margin (NPM) dan Inventory Turnover. Kata kunci : Discriminan Analysis, Finansial distress, SVM, Rasio Keuangan
APLIKASI REGRESI NONPARAMETRIK DERET FOURIER PADA DATA HIGH WATER LEVEL (HWL) KOTA SEMARANG Tiani Wahyu Utami; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (395.975 KB) | DOI: 10.26714/jsunimus.5.2.2017.%p

Abstract

Salah satu pendekatan regresi nonparametrik adalah dengan pendekatan DeretFourier. Pola data yang sesuai dengan pendekatan Deret Fourier adalah pola databerulang (fluktuatif), yaitu pengulangan nilai variabel dependen untuk variabelindependen yang berbeda-beda. Data pasang air laut menunjukkan pola sebaran data yang periodik atau fluktuatif. Oleh karena itu aplikasi regresi nonparametrik Deret Fourier dapat diterapkan pada data pasang air laut (High Water Level). Di Kota Semarang bagian utara sering terjadi banjir Rob akibat dari pasang air laut. Dampak dari banjir rob salah satunya adalah dapat mengganggu aktifitas perekonomian di kota Semarang, khususnya di kawasan industri. Penerapan data HWL dengan pendekatan deret fourier, terlebih dahulu dilakukan penentukan nilai K optimal, berdasakan hasil penentuan K optimal dengan metode GCV diperoleh K=276. Hasil aplikasi pada data HWL Kota Semarang dengan pendekatan regresi Nonparametrik Deret Fourier didapatkan R2 sebesar 94% dan MSE=10,31. Hasil maksimum data HWL atau dapatdikatakan mengalami pasang maksimal terjadi pada tanggal 21 November 2016. Kata kunci: Deret Fourier, GCV, HWL
Co-Authors - Pristiyani Afia Nur Lailatus Syifa Agi Khoerunnisa Aini, Anissa Nur Alwan Fadlurohman Anita Retno Indriani Anita Retno Indriani Basir, Erdy Asmaul Bravina Aulia Damiri Chendy Nofiantika Rosulya Putri Devy Noviani Dwi Agustina Dwi Rahmadini Endah Suryaningsih Evi Ardiati Sazaen Fahrul Raditiar Yuliardi Fatkhurokhman Fauzi Fatmawati Nurjanah Ismawati - Isna Nur Azizah Isna Nur Azizah Karim, Abdul Kurnia Nur Annisa Kurniawati, Eka Laila Nur Mahmuda Lestari, Talia Indah M. Al Haris M.Saifuddin Nur Marlita Vebiriyana Maulana Afham Mifta Luthfin Alfiani Miftahuddin Miftahuddin Miftakhul Kharis Millenia Winadya Putri Mochamad Hasyim Moh Yamin Darsyah Moh Yamin Darsyah Moh. Yamin Darsyah Muhammad Subianto Octario Ashar, Andika Udistiyan Pietoyo, Atiek Prisca Shery Camelia Prizka Rismawati Arum Puspita, Rara Ayu Quinsy Pranandira Rilvandri Rangga Sa'adillah SAP Rochdi Wasono Septi Winda Utami Septi Winda Utami Septi Winda Utami Shella Heidy Permatasari Siti Maimunah Sri Kustiara Sukardi, Miftakhul Kharis Syayidati Mashfufah Tiani Wahyu Utami Ulfatun Khasanah Vega Zayu Farima Vivi Dina Melani