Article Per Year (5 Year)
p-Index From 2020 - 2025
1.564
P-Index
This Author published in this journals
All Journal Statistika Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat Jurnal Statistika dan Aplikasinya Mitra Teras: Jurnal Terapan Pengabdian Masyarakat JMT (Jurnal Matematika dan Terapan) BAKTI : Jurnal Pengabdian Kepada Masyarakat
Widyanti Rahayu
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
METHODS FOR COMPUTING THEMARGINAL DISTRIBUTION OF RENEWAL PROCESSES Suyono Suyono; Widyanti Rahayu
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.906

Abstract

In this paper we discuss methods for computing the marginal distribution of renewal processes by using transforms. Fordiscrete time renewal processes we use the double generating function whereas for continuous time renewal processes weuse the Laplace transform. Both of the transforms can be inverted numerically. In this paper we also discuss how tocompute the marginal distribution of non-parametric renewal processes.
Metode Regresi Poisson Terboboti Geografis pada Pemodelan Data Spasial Yohana Enggar Setyarini; Suyono Suyono; Widyanti Rahayu
Jurnal Statistika dan Aplikasinya Vol 1 No 1 (2017): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.01104

Abstract

Data spasial adalah data yang memiliki informasi geografis. Data spasial dapat memiliki pengaruh spasial terhadap variabel terikat dalam bentuk heterogenitas spasial atau dependensi spasial. Oleh karena itu, diperlukan pemodelan spasial yang dapat digunakan untuk menampung pengaruh spasial tersebut. Jika variabel terikat berdistribusi Poisson maka pemodelan spasial yang tepat digunakan adalah model Regresi Poisson Terboboti Geografis (RPTG). Model RPTG merupakan bentuk spasial dari regresi Poisson global. Model RPTG diestimasi menggunakan metode maksimum likelihood dan dilanjutkan dengan metode Newton-Raphson. Model RPTG menghasilkan estimasi parameter yang tidak stasioner atau berbeda-beda untuk setiap wilayah. Model RPTG dalam penelitian ini digunakan untuk memodelkan angka kematian penderita DBD di Jawa Timur tahun 2013. Hasil yang diperoleh menunjukkan bahwa terdapat perbedaan variabel-variabel yang berpengaruh signifikan terhadap variabel terikat antara wilayah yang satu dengan wilayah yang lain. Model RPTG lebih baik dalam memodelkan angka kematian penderita DBD dibanding regresi Poisson global. Model RPTG memiliki nilai AIC=53.205 dan =74.16, sedangkan model regresi Poisson global memiliki nilai AIC=59.6301 dan =64.83.
Pemodelan Generalized Space Time Autoregressive (GSTAR) dan Penerapannya pada Penderita TB Paru (BTA+) di DKI Jakarta Ana Nur Islamiyah; Widyanti Rahayu; Eti Dwi Wiraningsih
Jurnal Statistika dan Aplikasinya Vol 2 No 2 (2018): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.02205

Abstract

Model Generalized Space Time Autoregressive (GSTAR)(p;) merupakan salah satu model deret waktu yang digunakan untuk peramalan data yang mengandung unsur lokasi dan waktu dengan orde autoregressive (p) dan orde spasial (). Keterkaitan antar lokasi dinyatakan dalam suatu nilai berdasarkan pembobot lokasi tertentu. Data banyaknya penderita TB Paru (BTA+) di DKI Jakarta merupakan salah satu data deret waktu yang memiliki keterkaitan antar lokasi sehingga dapat dimodelkan dengan model GSTAR. Pada penelitian ini model GSTAR menggunakan pembobot lokasi invers jarak dan pembobot lokasi normalisasi korelasi silang diterapkan pada data banyaknya penderita TB Paru (BTA+) di DKI Jakarta. Setelah itu, memilih model GSTAR yang lebih baik menggunakan nilai RMSE terkecil. Hasil dari penelitian ini dengan menerapkan data banyaknya penderita TB Paru (BTA+) di DKI Jakarta diperoleh model GSTAR(1;1) dengan pembobot lokasi normalisasi korelasi silang memiliki \textit{root mean square error}(RMSE) 73,57728 yang lebih kecil dari model GSTAR(1;1) dengan pembobot lokasi invers jarak. Sehingga, model dengan pembobot lokasi normalisasi korelasi silang lebih baik dibandingkan dengan pembobot lokasi invers jarak.
Bagan Kendali Variansi dengan Penambahan Variabel pada Nilai Ekspor dan Berat Ekspor Widyanti Rahayu; Daisy Salsabilah Kusuma
Jurnal Statistika dan Aplikasinya Vol. 7 No. 2 (2023): Jurnal Statistika dan Aplikasinya
Publisher : LPPM Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.07210

Abstract

To create products or services that meet certain quality standards, supervision and control need to be carried out. Quality control monitors changes in the level of variability, or the level of average, or both to observe changes that occur during the production process. The monitoring stage begins with controlling variability, followed by controlling the average level. Walter A. Shewhart (1920) introduced several variability control charts, including the S2 variance control chart, which involves one quality characteristic, Y. Riaz (2008) introduced a regression-type estimator of the variance of Y using additional correlated information X. This control chart is known as the Vr control chart and shows better results than the S2 control chart. Furthermore, Riaz (2009) introduced a Vt control chart, created based on a ratio-type estimator of the variance of Y. The accuracy of the Vt control chart increases as the value increases. The S2, Vr, Vt control chart is used to monitor the variability of export value (Y) using additional information on export weight (X). All three charts indicate that the variability in export values is out of control. Comparison of the results obtained from the Vt, Vr, and S2 control charts is made by examining the power curve of each chart. Specifically, it was observed that the Vt control chart produces more consistent and accurate conclusions.
Modeling Gross Enrollment Rate for Higher Education in Central Java Province Using Principal Component Geographically Weighted Regression Approach Mohd Syafrizal; Widyanti Rahayu; Dania Siregar
Jurnal Statistika dan Aplikasinya Vol. 8 No. 1 (2024): Jurnal Statistika dan Aplikasinya
Publisher : LPPM Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.08104

Abstract

Education in a country is a crucial factor in enhancing human resources. The Gross Enrollment Rate for Higher Education is one of the important indicators used by the government to evaluate the development of the education sector, particularly higher education. Social and cultural diversity, as well as geographical influences, result in varying conditions across different regions, leading to each region having its own unique characteristics, known as spatial heterogeneity. Geographically Weighted Regression (GWR) is a method that can address the problem of spatial heterogeneity. Additionally, a common issue encountered in modeling with many independent variables is multicollinearity, which can lead to high variance in regression parameter estimates and invalid conclusions. Principal Component Analysis (PCA) is a dimensionality reduction method that can address multicollinearity. The aim of this research is to model Gross Enrollment Rate in Higher Education in Central Java using GWR, preceded by handling multicollinearity with PCA. Furthermore, this study aims to determine the factors influencing Gross Enrollment Rate in Higher Education in Central Java. The results, using a fixed Gaussian kernel weighting function, indicate that modeling with PCA and GWR performs better than using the Ordinary Least Square (OLS) method alone, yielding an AIC value of 169.43 and a coefficient determination value of 96.2%.
Factor Analysis of Dengue Hemorrhagic Fever Nazhiifah, Nisriina; Sumargo, Bagus; Erdien, Fareka; Kirana, Siti Julpia; Rahayu, Widyanti; Mulyono
Jurnal Statistika dan Aplikasinya Vol. 8 No. 1 (2024): Jurnal Statistika dan Aplikasinya
Publisher : LPPM Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.08107

Abstract

Dengue Hemorrhagic Fever (DHF) is a disease caused by the dengue virus. DHF cases have always been a serious problem every year in Central Java. This study aimed to determine the factors that cause Dengue Hemorrhagic Fever (DHF) in the province of Central Java because cases of DHF in the region become a serious problem every year. The method used for this research is Principal Component Analysis and Factor Analysis using secondary data from the Central Java Provincial Health Office in 2018. The results of the analysis show that 3 factors are causing DHF, namely the population participation factor in health, sanitation factors, and clean drinking water factors. This shows the importance of environmental education to increase population awareness in terms of healthy living and local government intervention is needed in environmental health projects, namely sanitation and clean drinking water This research only uses seven variables that are considered relevant, other variables that may also have an influence are not included in this analysis. This research focuses on a particular year that shows a decreasing trend in cases. This approach offers a fresh and distinct perspective on understanding the dynamics of dengue fever and the factors that contribute to its reduction.
Characteristics of Provinces in Indonesia Based on JKN Indicator Outcomes by Gaussian Mixture Model with Expectation-Maximization Algorithm and Biplot Siregar, Dania; Rahayu, Widyanti; Wardana, Bintang Mahesa; Ketrin Natasya Stefany; Bayu Wibisono
Jurnal Statistika dan Aplikasinya Vol. 8 No. 1 (2024): Jurnal Statistika dan Aplikasinya
Publisher : LPPM Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.08102

Abstract

Indonesia, an archipelago with a population of 257.77 million in 2022, faces significant challenges in enhancing the quality of life to improve human resource productivity. This study aims to identify provincial characteristics in Indonesia based on the outcomes of the Jaminan Kesehatan Nasional (JKN) program from 2019 to 2021. Using a Gaussian Mixture Model (GMM) with the Expectation Maximization (EM) algorithm, we cluster 34 provinces based on 14 health indicators. The data were obtained from the BPJS website and included variables such as access to health services, program effectiveness, and service quality. Our methodology allows for clustering provinces with similar health outcomes and analyzing the unique indicators for each cluster using biplot analysis.The results indicate significant variation in cluster membership across the years. In 2019, three clusters were identified, with cluster sizes of 16, 12, and 6 provinces. In 2020, the optimum model also had three clusters, but with different member distributions: 24, 7, and 3 provinces. By 2021, four clusters emerged with sizes of 9, 16, 3, and 6 provinces. These findings highlight the dynamic nature of health outcomes across Indonesia's provinces and suggest the need for tailored policy interventions to improve the JKN program's effectiveness.The study's limitations include the reliance on available BPJS data and the assumption that the selected health indicators comprehensively represent the JKN program's impact. This research's novelty lies in its use of advanced clustering techniques to provide a nuanced understanding of regional health disparities in Indonesia, which can inform more targeted and effective health policies.
Pelatihan Komputasi Tools Data Analysis untuk Meningkatkan Kompetensi Guru di Kepulauan Seribu Vera Maya Santi; Muhammad Rafli; Fariani Hermin Indiyah; Widyanti Rahayu; Suyono Suyono; Dian Handayani; Bagus Sumargo; Dania Siregar; Faroh Ladayya
ABDI: Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 6 No 3 (2024): Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat
Publisher : Labor Jurusan Sosiologi, Fakultas Ilmu Sosial, Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/abdi.v6i3.857

Abstract

Peningkatan kemampuan analisis data kuantitatif bagi guru-guru menjadi suatu kebutuhan penting dalam konteks penelitian. Tingkat pemahaman analisis data kuantitatif guru yang masih rendah menegaskan perlunya program peningkatan kompetensi guru melalui pelatihan. Tujuan dari penelitian ini adalah untuk memperkuat kompetensi guru dalam mengembangkan dan menerapkan penelitian, khususnya dalam materi analisis statistika kuantitatif dengan menggunakan fitur analisis data di excel. Pelatihan ini diselenggarakan untuk guru SMP dan SMA di Kepulauan Seribu, melalui pendekatan ceramah, demonstrasi, dan praktik, diikuti oleh 23 peserta, yang terdiri dari 14 guru SMK dan 9 guru SMP. Berdasarkan analisis pre-test dan post-test dengan uji-t berpasangan, hasil menunjukkan bahwa p-value pada pre-test dan post-test adalah kurang dari α (0,05). Hal ini mengindikasikan bahwa peserta pelatihan mendapatkan pengetahuan baru, meningkatkan motivasi, dan keterampilan yang mendukung profesinya sebagai guru setelah mengikuti pelatihan.
Pelatihan Konsep Dasar Statistika dan Penyajian Data untuk Meningkatkan Literasi Statistika Siswa SMP di Kabupaten Sukabumi Faroh Ladayya; Dian Handayani; Widyanti Rahayu; Devi Eka Wardani Meganingtyas; Erin Naudy Kemalasari; Zahra Ayu Rahmadani
Mitra Teras: Jurnal Terapan Pengabdian Masyarakat Vol. 3 No. 2 (2024): Mitra Teras: Jurnal Terapan Pengabdian Masyarakat, Volume 3 Nomor 2, Desember 2
Publisher : PT. Mitra Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58797/

Abstract

Statistika dan peluang merupakan salah satu materi yang dipelajari dalam pelajaran matematika pada jenjang Sekolah Menengah Pertama. Pentingnya pengetahuan tentang statistika menjadikannya sebagai salah satu materi pada kurikulum. Siswa diharapkan mampu mengolah, menginterpretasi, dan menyajikan data hasil pengamatan. Berdasarkan nilai assesmen nasional siswa nasional didapatkan hasil bahwa persentase siswa yang memenuhi kompetensi minimum pada literasi numerik hanya 32,29% , walaupun memenuhi target nasional namun angka tersebut masih sangat kecil. Diperlukan inovasi pada penyampaian materi matematika khususnya statistika pada jenjang SMP. Penggunaan alat peraga statistika dapat mempermudah siswa dalam memahami statistika terutama dalam penyajian data. Solusi dari permasalahan tersebut adalah menggunakan alat peraga “StatTools” guna meningkatkan kemampuan literasi statistika siswa SMP di Kabupaten Sukabumi. Pelatihan ini diselenggarakan dengan metode ceramah, demonstrasi, dan praktek. Guna mengukur keefektifan dari pelatihan, diberikan kuesioner sebelum dan sesudah pelatihan. Berdasarkan analisis yang dilakukan didapatkan hasil kuesioner setelah pelatihan yang nilainya lebih tinggi dari pada sebelum pelatihan. Peserta merasa mendapatkan pengetahuan baru, memahami materi dengan baik, dan termotivasi untuk pembelajaran lanjutan.
Efektifitas Pelatihan Materi Statistika Dasar bagi Guru SMA untuk Meningkatkan Kompetensi Peserta Didik Santi, Vera Maya; Muhammad Rafli; Zahrah Hashifah; Widyanti Rahayu; Dian Handayani; Ria Arafiyah; Suyono; Bagus Sumargo; Tri Murdiyanto; Siti Rohmah Rohimah; Dania Siregar; Faroh Ladayya
Bakti : Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2025): Bakti: Jurnal Pengabdian Kepada Masyarakat
Publisher : Lembaga Layanan Pendidikan Tinggi (LLDIKTI) Wilayah XII Ambon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51135/bakti.5.1.70-77

Abstract

Kurikulum Merdeka yang diterapkan di Indonesia menekankan pada pembelajaran yang adaptif, kreatif, dan inovatif, sehingga mengharuskan guru untuk memiliki kompetensi yang lebih tinggi dalam penguasaan mata pelajaran, termasuk statistika. Namun, banyak guru yang kesulitan dalam mengimplementasikan kurikulum ini dan menyiapkan bahan ajar karena kurangnya referensi. Pengabdian masyarakat ini bertujuan untuk meningkatkan kompetensi guru melalui pelatihan yang dirancang untuk memperdalam pengetahuan, meningkatkan keterampilan, dan memberikan referensi tambahan untuk membuat bahan ajar statistika. Pelatihan ini melibatkan 24 guru SMA dari kelompok MGMP Matematika Sukabumi. Berdasarkan analisis uji-t berpasangan terhadap hasil pre-test dan post-test, nilai p-value (0,00) lebih kecil dari α (0,05), yang mengindikasikan bahwa pelatihan ini secara signifikan dan efektif, mampu meningkatkan pengetahuan, keterampilan, dan kemampuan guru dalam rangka meningkatkan kompetensi peserta didik.
Co-Authors Ana Nur Islamiyah Aulia Medangara Hakim Bagus Sumargo Bagus Sumargo, Bagus Bayu Wibisono Daisy Salsabilah Kusuma Dania Siregar Devi Eka Wardani Meganingtyas Dian Handayani Erdien, Fareka Erin Naudy Kemalasari Eti Dwi Wiraningsih Faroh Ladayya Handayani , Dian Indiyah, Fariani Hermin Kemalasari, Erin Naudy Ketrin Natasya Stefany Kirana, Siti Julpia Ladayya, Faroh Meganingtyas, Devi Eka Wardani Mohd Syafrizal Muhammad Rafli Mulyono Nazhiifah, Nisriina Rahmadani , Zahra Ayu Ria Arafiyah Riyantobi, Ariq Muammar Siregar, Dania Siti Rohmah Rohimah SUYONO Suyono Suyono Suyono Suyono Tri Murdiyanto Vera Maya Santi Wardana, Bintang Mahesa Yohana Enggar Setyarini Yudi Mahatma Zahra Ayu Rahmadani Zahrah Hashifah