Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.562

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

Author-ID : 3317010

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

Articles

1 2 3 4

PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB)DI PROVINSI JAWA TENGAH MENGGUNAKAN REGSRESI KUANTIL Siti Maimunah; Indah Manfaati Nur; Abdul Karim
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 1 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

PDRB merupakan jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu wilayah, atau merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi di suatu wilayah. Pertumbuhan ekonomi suatu daerah dapat di lihat dari tingginya nilai Produk Domestik Regional Bruto (PDRB) yang menunjukkan bahwa daerah tersebut mengalami kemajuan dalam perekonomian. PDRB Jawa Tengah dipengaruhi oleh Human capital, Tenaga Kerja dan Infrastruktur. Tujuan dari penelitian ini adalah untuk memodelkan faktor-faktor yang mempengaruhi PDRB di Jawa Tengah dengan menggunakan metode Regresi Kuantil (Quantile Regression). Metode ini merupakan salah satu metode regresi dengan pendekatan memisahkan atau membagi data menjadi kuantil-kuantil tertentu dimana dicurigai terdapat perbedaan nilai dugaan. Variabel respon yang digunakan adalah PDRB (Y)berdasarkan KabupatenKota di Jawa Tengah dan Variabelprediktor adalah Human Capital (X1), Tenaga Kerja (X2) dan infrastruktur (X3)berdasarkan Kabupaten-Kota di Jawa Tengah. Hasil dari penelitian ini adalah mengetahui karakteristik PDRB dan bentuk pemodelan PDRB di Provinsi Jawa Tengah. Model regresi kuantil yang terbaik yaitu dengan menggunakan kuantil0.95 dengan nilai p-value tenaga kerja sebesar 0.032.Kata Kunci : PDRB, Pertumbuhan Ekonomi, Regresi Kuantil

MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA Mifta Luthfin Alfiani; Indah Manfaati Nur; Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Analisis regresi merupakan salah satu tehnik analisis data dalam statistika yang paling banyak digunakan untuk mengetahui hubungan antara variabel prediktor (X) dengan variabel responnya (Y). Dalam analisis regresi, kurva regresi dapat didekati dengan model regresi nonparametrik. Model regresi nonparametrik yang pengamatan dilakukan sebanyak n subjek yang saling independen pada waktu satu titik tertentu sehingga mengikuti struktur data cross-section. Dalam penelitian ini akan dikaji mengenai model regresi nonparametrik berdasarkan estimator polinomial lokal kernel pada pertumbuhan balita. Estimator polinomial lokal kernel dapat diperoleh dengan meminimumkan WLS (Weighted Least Square). Estimator polinomial lokal kernel sangat bergantung pada bandwidth (h) optimal. Penentuan bandwidth optimal dapat diperoleh dengan menggunakan metode GCV (Generalized Cross Validation). Selanjutnya diterapkan pada aplikasi model regresi nonparametrik berdasarkan estimator polinomial lokal kernel pada kasus pertumbuhan balita untuk menganalisis pengaruh antara berat badan dan umur. Pemodelan dilakukan pada balita laki-laki dan perempuan, pada balita laki-laki mempunyai nilai MSE =1,487844 dan koefisien determinasi (R2) =81,86%, pada balita perempuan mempunyai nilai MSE =1,388796 dan koefisien determinasi (R2) = 79,55%.

GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) UNTUK PEMODELAN JUMLAH PENDERITA KUSTA DI JAWA TENGAH Devy Noviani; Rochdi Wasono; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Regresi poisson adalah metode statistika yang digunakan untuk menganalisa hubungan antara variabel prediktor dan variabel respon dimana variabel respon berbentuk data cacahan atau counted data dan berdistribusi poisson. Data jumlah penderita kusta adalah salah satu contoh data yang asumsinya memenuhi distribusi poisson karena merupakan peristiwa yang jarang terjadi. Dalam penelitian ini peneliti ingin memodelkan jumlah penderita kusta di Provinsi Jawa Tengah dengan menggunakan pendekatan Geographically Weighted Poisson Regression atau GWPR. Penambahan pengaruh aspek spasial diharapkan mampu menghasilkan model terbaik dengan bias kecil dan menghasilkan model yang berbeda-beda ditiap wilayah. Pada pemodelan Pembobotan fungsi kernel yang digunakan untuk penaksiran parameter yaitu pembobotan kernel klasik kernel dan bisquare kernel, dari kedua pembobotan itu akan dipilih yang terbaik yaitu yang memiliki nilai AIC paling kecil. Pemodelan jumlah penderita kusta menggunakan GWPR dengan pembobot kernel gaussian adalah model yang terbaik diantara model regresi poisson dan GWPR dengan pembobot kernel bisquare karena memiliki nilai AIC terkecil. Dari hasil pemodelan menggunakan pembobot kernel gaussian diperoleh 22 kelompok wilayah berdasarkan variabel yag signifikan. Dari 35 kabupaten dan kota ternyata persentase rumah tangga ber-PHBS dan rata-rata lama sekolah penduduk menjadi faktor yang banyak berpengaruh untuk jumlah penderita kusta di Jawa Tengah.

PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE TERHADA FAKTOR- FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI KABUPATEN DEMAK Marlita Vebiriyana; Moh Yamin Darsyah; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Kemiskinan adalah ketidakmampuan untuk membeli barang-barang kebutuhan dasar seperti makanan, pakaian, papan dan obat-obatan. Kemiskinan merupakan salah satu permasalahan pembangunan di Indonesia. Salah satu upaya yang dilakukan untuk mengatasi tingkat kemiskinan ini adalah dengan menentukan faktor-faktor yang diduga berpengaruh terhadap kemiskinan. Keterkaitan akibat faktor lokasi tingkat kemiskinan antara suatu wilayah dengan wilayah sekitarnya diduga akan memberikan efek keragaman spasial terhadap tingkat kemiskinan di suatu wilayah. Hal tersebut dapat diatasi dengan pemodelan Geographically Weighted Regression (GWR). GWR merupakan bentuk lokal dari regresi linier dan merupakan salah satu metode spasial yang menggunakan faktor geografis sebagai variabel bebas yang dapat mempengaruhi variabel respon. Hasil penelitian menunjukkan bahwa variabel yang berpengaruh terhadap tingkat kemiskinan di Kabupaten Demak adalah kepadatan penduduk dengan nilai R2 sebesar 40,79% dengan SSE sebesar 43,976. Keterkaitan antar wilayah berpengaruh terhadap tingkat kemiskinan pada setiap kecamatan di Kabupaten Demak. Kecamatan dengan model terbaik adalah Kecamatan Karangawen dengan nilai Rsebesar 42,4%.Kata kunci : Kemiskinan, Geographically Weighted Regression, Kernel Bisquare.2

MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA POLA DATA CURAH HUJAN DI KOTA SEMARANG Fatmawati Nurjanah; Tiani Wahyu Utami; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Pendekatan regresi dapat dilakukan dengan tiga pendekatan yaitu pendekatan parametrik, nonparametrik, dan semiparametrik. Pendekatan regresi nonparametrik pada penelitian ini dilakukan dengan menggunakan deret Fourier. Estimasi deret Fourier dapat menggunakan LS (Least Square). Pada estimasi deret Fourier penentuan K optimal menggunakan GCV (Generalized Cross Validation). Curah hujan merupakan salah satu unsur iklim yang penting di Indonesia. Tujuan dari penelitian ini adalah untuk menganalisis pola curah hujan di kota Semarang dengan menghasilkan kurva sinus atau cosinus. Pendekatan deret Fourier adalah sebuah metode yang menghasilkan kurva sinus cosinus pada data yang bersifat periodik. Variabel independennya adalahwaktu.Hasil dari data yang diolah pada penelitian ini untuk lokasi Semarang Barat menghasilkan sebesar 92%, lokasi Semarang Timur menghasilkan sebesar 95%, lokasi Semarang Utara menghasilkan sebesar 89%, dan lokasi Semarang Selatan menghasilkan sebesar 89% sehingga model yang didapatkan adalah sederhana.Kata Kunci : Regresi Nonparametrik, GCV, Deret Fourier, Curah Hujan

PEMODELAN KEMATIAN BALITA MALNUTRISI DENGAN PENDEKATAN ZERO-INFLATED POISSON (ZIP) REGRESSION DI PROVINSI JAWA TENGAH Prisca Shery Camelia; Indah Manfaati Nur; Moh. Yamin Darsyah
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Kasus balita malnutrisi di Jawa Tengah merupakan salah satu kasus yang harus diperhatikan karena dapat menyebabkan kematian pada balita jika tidak ditangani dengan serius. Jumlah kematian balita malnutrisi untuk tiap kabupaten/kota di ProvinsiJawa Tengah sebagai variabel dependen mengikuti distribusi Poisson, analisis yang dapat digunakan adalah Metode Regresi Poisson. Metode regresi Poisson memiliki asumsi bahwa data harus equidispersi, namun setelah dilakukan pengujian overdispersi terbukti bahwa terdapat kondisi overdispersi pada model regresi Poisson, dimana nilai varians lebih besar dari pada mean. Metode yang dapat digunakan pada data yangmengalami overdispersi adalah Regresi Zero-Inflated Poisson (ZIP). Pemodelan dengan regresi ZIP menghasilkan model logit yang menunjukkan bahwa jumlah kematian balita karena malnutrisi di tiap kabupaten di Provinsi Jawa Tengah yang bernilai nol dipengaruhi oleh jumlah balita yang mengalami malnutrisi, jumlah pusat kesehatan masayarakat dan rata-rata kelengkapan imunisasi. Model log Regresi ZIP menjelaskanbahwa jumlah kematian balita akan berkurang jika jumlah pelayanan kesehatan masyarakat (puskesmas) tiap kab/kota di Jawa tengah bertambah jumlahnya.Kata Kunci : Malnutrisi, Overdispersi, Regresi Poisson, Regresi Zero-Inflated Poisson

PEMODELAN PRODUKSI PADI MENGGUNAKAN REGRESI SEMIPARAMETRIK KERNEL Tiani Wahyu Utami; Indah Manfaati Nur; Endah Suryaningsih
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Negara Indonesia merupakan negara agraris dengan salah satu bahan makanan pokok di Indonesia adalah padi. Produksi padi di provinsi Jawa Timur merupakan tertinggi di Indonesia. Tujuan penelitian ini adalah melakukan estimasi parameter parametrik dan nonparametrik serta memodelkan produksi padi di 38 kabupaten/kota provinsi Jawa Timur menggunakan regresi semiparametrik kernel. Regresi semiparametrik merupakan gabungan dari regresi parametrik dan nonparametrik. Regresi parametrik memiliki kurva yang berpola, misal linier, dll. Regresi nonparametrik memiliki kurva yang smooth yang tidak diketahui polanya, sehingga dalam hal ini diperlukan teknik smoothing yang digunakan untuk menghaluskan kurva yaitu salah satunya adalah kernel dengan estimator parameter Nadaraya-Watson dan metode estimasi parametermenggunakan Weighted Least Square (WLS), serta pemilihan bandwidth (h) optimal dengan metode Generalized Cross Validation (GCV). Variabel yang digunakan dalam penelitian yaitu produksi padi sebagai variabel respon, sedangkan variabel prediktornya yaitu luas panen, produktivitas, dan luas kerusakan. Data yang digunakan merupakan data sekunder dari website resmi Badan Pusat Statistika (BPS) provinsi Jawa Timur.Berdasarkan hasil estimasi menunjukkan bahwa regresi semiparametrik kernel mendapatkan nilai bandwidth (h) optimalnya 0,006 dengan GCV=15058865548. Koefisien determinasi (R2) sebesar 92,46% dan MSE sebesar 5797077303. Kata kunci : Produksi Padi, Regresi Semiparametrik, GCV, Nadaraya-Watson, WLS

PEMODELAN REGRESI RIDGE PADA KASUS CURAH HUJAN DI KOTA SEMARANG Maulana Afham; Indah Manfaati Nur; Tiani Wahyu Utami
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 (983.537 KB)

Rainfall is the amount of water that falls on the surface of the flat ground for acertain period measured in units of height (mm) above the horizontal surface. Theclassification of rainfall is divided into thick, medium, and light. Based on data of2016 Semarang city rainfall for 6 years experienced a significant decrease andincrease. With the data of rainfall Semarang city is very high potential for flooding.Semarang rainfall data tend to be unstable then it will cause problems in rainfalldata. Therefore it is necessary to solve the problem in rainfall data. The purpose ofthis study is to model and know the factors that affect rainfall in the city ofSemarang. The results of multiple regression found problems in Multicollinearity. An appropriate method for overcoming multiko in multiple regression is the ridgeregression. Regression of ridge to stabilize regression coefficient value of deviationof assumption in Multicolinearity. The result of the research to select the best model using the smallest MSE value which in the regex ridge model has MSE value 1.517smaller than the value of MSE in multiple regression of 1,519. While for variables that have significant effect on rainfall is wind speed, while variable temperature, humidity, solar irradiance have a significant influence but have weak effect on rainfall in Semarang city.Keywords: Rainfall, Ridge Regression and Multiple Regression

FORECASTING FREEPORT-MCMORAN STOCK PRICE USING LOCALLY STATIONARY WAVELET Vega Zayu Farima; Indah Manfaati Nur
PROSIDING SEMINAR NASIONAL & INTERNASIONAL 2018: PROCEEDING 1ST INSELIDEA INTERNATIONAL SEMINAR ON EDUCATION AND DEVELOPMENT OF ASIA (INseIDEA)
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.742 KB)

PT Freeport Indonesia is the manager of the Grasberg Mine in Papua, Indonesia, which is one of the largest gold mines in the world. This mine also contains copper and silver for the world market. Freeport McMoRan'sshareholder has recently trending topic because its shares have been purchased by the Indonesian government.This stock price value has a very high volatility and tend not stationary. Wavelet transformation is capable ofrepresenting functions that are not smooth or have high volatility. Locally Stationary Wavelet (LSW) is aforecasting model by minimizing error values and capturing most of the time series data information. In thisresearch we can get stock price of Freeport-McMoran stationary after differencing. Stock price forecasting usingLSW yields a small MAPE value of 1.94%. This indicates that the LSW model is good for forecasting usingstock price data. Keywords: Freeport McMoRan, Stasionary, LSW, MAPE

Pemodelan Regresi Logistik Ordinal Terhadap Faktor-Faktor Potensi Masyarakat Kota Semarang Mengalami Coronasomnia Isna Nur Azizah; Anita Retno Indriani; Septi Winda Utami; Indah Manfaati Nur
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.8.2.2021.17-22

Coronavirus is a disease caused by Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2). Coronavirus spreads so fast which is caused depression, stress, and anxiety that triggers coronasomnia. Coronasomnia is a sleep problems because of COVID-19 pandemic. This research aims to determine factors that influence potential coronasomnia for people in Semarang City. The response variables that used in this case are two or more ordinal scale categories, so the analytical method is ordinal logistic regression. Based on the results and discussion, the equation obtained is Logit g2 (X) = 1,502 – 0,902X1(1) + 0,456X5 – 0,436X8 + 0,717X9 and Logit g3 (X) = 5,169 – 0,902X1(1) + 0,456X5 – 0,436X8 + 0,717X9. It can be concluded that there are four variables that affect potential coronasomnia for people in Semarang City, i.e gender, feelings of depression, worries about the future, and anxiety.

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 Fatmawati Nurjanah Fauzi, Fatkhurokhman 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

Title

Found 39 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 39 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 39 Documents
Search