Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Variance : Journal of Statistics and Its Applications Prosiding University Research Colloquium
Atika Nurani Ambarwati
Akademi Statistika Muhammadiyah Semarang
Humanities Computer Science & IT Environmental Science Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology

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

Found 3 Documents
Search

 1 
LATENT CLASS CLUSTER ANALYSIS UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN INDIKATOR INDEKS PEMBANGUNAN MANUSIA 2017 Atika Nurani Ambarwati
VARIANCE: Journal of Statistics and Its Applications Vol 1 No 2 (2019): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol1iss2page46-54

Abstract

Pembangunan merupakan salah satu upaya untuk meningkatkan kesejahteraan dan kemakmuran masyarakat, dengan kedudukan manusia menjadi topik sentra dalam tiap perolehan program pembangunan. Keberhasilan pembangunan suatu bangsa ditentukan oleh ketersediaan Sumber Daya Manusia (SDM) yang berkualitas. Untuk mengukur suatu keberhasilan pembangunan manusia suatu bangsa salah satu indikator yang digunakan adalah Indeks Pembangun Manusia (IPM). IPM di Provinsi Jawa Tengah mengalami peningkatan setiap tahunnya. Pada tahun 2017 pembangunan manusia di Provinsi Jawa Tengah mengalami kenaikan status dari status “sedang” menjadi status “tinggi” yaitu sebesar 70,52 persen. Salah satu permasalahan pembangunan di Jawa Tengah adalah tinggi rendahnya Indeks Pembangunan Manusia (IPM) hanya ditunjukkan melalui indeks komposit, tetapi tidak ditunjukkan indikator mana yang dominan terhadap tinggi rendahnya peringkat Indeks Pembangunan Manusia (IPM). Maka pengelompokan dan pengklasifikasian wilayah kabupaten/kota di Provinsi Jawa Tengah perlu dilakukan sehingga dapat menunjukkan indikator mana yang dominan terhadap tinggi rendahnya peringkat IPM. Latent Class Cluster Analysis merupakan salah satu metode untuk mengklasifikasikan kabupaten/kota. Hasil dari penelitian mendapatkan 2 kelompok. Kelompok pertama terdiri dari kabupaten atau kota yang memiliki pembangunan manusia rendah. Kelompok kedua terdiri dari kabupaten atau kota yang memiliki pembangunan manusia tinggi.
Pemodelan Return Saham Perbankan Menggunakan Generalized Autoregressive Conditional Heteroscedasticity Elnisa Fifka Pramesti Rahma; Atika Nurani Ambarwati
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (242.802 KB)

Abstract

Tujuan utama investor adalah untuk mendapatkan keuntungan ataureturn dari investasi yang telah dilakukannya. Untuk mendapatkanhasil investasi yang tepat, investor perlu mengetahui kondisikeuntungan saham di masa yang akan datang. Sektor perbankan saatini masih memimpin kenaikan harga-harga saham di Bursa EfekJakarta sehingga saham perbankan banyak diburu oleh para investor.Bank Central Asia atau BCA merupakan salah satu perusahaan yangpaling banyak diminati para investor karena BCA mendudukiperingkat kedua di kawasan Asia Tenggara sebagai bankberkapitalisasi pasar terbesar. Salah satu indikator penting yang harusdi amati dalam menentukan investasi adalah volatilitas sebagaipenanda naik atau turunnya harga saham. Model ARIMA merupakansalah satu model peramalan yang digunakan dalam data deret waktu,model ARIMA ini mengasumsikan bahwa varian residual konstan.Volatilitas yang tinggi dapat menyebabkan nilai varian yang berubahsehingga memungkinkan terjadinya heteroskedastisitas. Model ARIMAtidak dapat mengatasi masalah heteroskedastisitas pada residual datasehingga model yang dapat digunakan adalah model AutoregressiveConditional Heteroscedasticity (ARCH) atau GeneralizedAutoregressive Conditional Heteroscedasticity (GARCH). Data yangdigunakan dalam penelitian ini adalah data return harga sahamperbankan pada periode 19 Mei 2014 sampai 25 September 2017. Darihasil analisis, model yang terbentuk ARIMA (19,0,19) GARCH (1,1)adalah model yang terbaik karena memiliki nilai AIC terendah darimodel lainnya yaitu sebesar -5,987576.
Pemetaan Pulau-pulau di Indonesia terhadap Atribut Indikator Kesejahteraan Rakyat dengan Multidimensional Scaling Nadia Dwi Andriani; Atika Nurani Ambarwati
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (214.962 KB)

Abstract

Indonesia merupakan negara yang kaya akan potensi sumber dayaalam maupun sumber daya manusia. Sumber daya manusia yangdalam hal ini penduduk suatu negara, memegang peran penting dalampembangunan untuk memanfaatkan sumber daya alam dan lingkungandemi kesejahteraan bersama secara berkelanjutan. Konstitusi NegaraKesatuan Republik Indonesia sebagaimana termaktub dalam UUD1945 mengamanatkan bahwa tujuan dibentuknya pemerintahan negaraIndonesia adalah untuk memajukan kesejahteraan umum danmencerdaskan kehidupan bangsa. Hal tersebut berarti, hidup bebasdari kemiskinan atau menikmati kehidupan yang layak merupakan hakasasi setiap warga negara yang menjadi tugas pemerintah yangdiwujudkan dalam pembangunan nasional. Strategi pembangunannasional ini ditekankan pada perbaikan kualitas hidup masyarakatsehingga pencapaian pertumbuhan ekonomi semakin merata danmemadai untuk meningkatkan kesejahteraan rakyat. Tujuan penelitianini untuk memetakan pulau-pulau di Indonesia terhadap atributIndikator Kesejahteraan Rakyat. Metode penelitian yang digunakanadalah Multidimensional Scaling. Analisis Multidimensional Scalling(MDS) merupakan salah satu teknik peubah ganda yang dapatdigunakan untuk menentukan posisi atau memetakan suatu obyeklainnya berdasarkan penilaian kemiripannya, juga untuk mengetahuihubungan interdepensi atau saling ketergantungan antar variabel ataudata. Dari hasil analisis yang dilakukan, dapat diambil kesimpulanbahwa, dari hasil pemetaan terdapat empat kelompokpulau yangmemiliki kemiripan antar anggotanya namun berbeda dengankelompok lainnya. Dari keempat kelompok yang terbentuk dapatdisimpulkan bahwa pada kelompok satu memiliki semua atributindikator kesejahteraan rakyat yang sangat baik, kelompok dua dapatdikatakan memiliki tingkat indikator kesejahteraan rakyat yang baik,kelompok tiga dapat dikatakan memiliki memiliki tingkat indikatorkesejahteraan rakyat yang cukup, sedangkan kelompok empat memilikitingkat indikator yang kurang. Pengelompokan tersebut didasarkanpada jarak terdekat dari masing-masing pulau dan jenis persepsi padatiap kelompok didasarkan pada letak kuadran masing-masingkelompok.
Co-Authors Elnisa Fifka Pramesti Rahma Nadia Dwi Andriani