Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal Variansi : Journal of Statistics and Its Application on Teaching and Research
R. Ruliana
Program Studi Statistika FMIPA UNM
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics Public Health

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Eksplorasi Metode Triple Exponential Smoothing Pada Peramalan Jumlah Penggunaan Air Bersih di PDAM Kota Makassar Suci Lestari; Ansari Saleh Ahmar; R. Ruliana
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 3 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14641

Abstract

Abstrak. Ketersediaan air bersih sangat penting dikarenakan hampir seluruh aktivitas manusia sangat bergantung terhadap ketersediaan air bersih. Hal ini membuat faktor produksi dan ketersediaan air bersih selalu menjadi prioritas dalam pelayanan penyaluran air bersih sehingga penulis tertarik untuk mengkaji tentang peramalan jumlah penggunaan air bersih di PDAM Kota Makassar. Salah satu metode yang cocok untuk menangani kasus tersebut adalah metode Time Series. Metode Triple Exponential Smoothing atau biasa disebut dengan Winter Exponential Smoothing merupakan salah satu metode Time Series yang cocok untuk menangani data yang bersifat musiman seperti jumlah penggunaan air bersih di Kota Makassar.  Adapun Langkah analisis dari metode Triple Exponential Smoothing adalah identifikasi model, estimasi parameter dengan trial and error, selanjutnya adalah perhitungan nilai awal dari pemulusan data, trend, dan musiman dengan panjang satu musim L=12 dan yang terakhir adalah menghitung nilai error dengan menggunakan MAPE dan RMSE. Model terbaik diperoleh dari kombinasi parameter α = 0,1; β = 0,1; dan γ=0,6 yang menghasilkan kesalahan peramalan terkecil menggunakan RMSE dengan nilai sebesar 168,175 dan MAPE dengan nilai sebesar 4,736. Dengan meggunakan model maka diperoleh peramalan jumlah penggunaan air bersih di PDAM Kota Makassar dari bulan januari – desember 2019 sebagai berikut: 2779,10; 2788,94; 2728,61; 2797,48; 2787,97; 2752,66; 2742,18; 2708,50; 2644,55; 2521,50; 2537,74; 2732,55. Dari hasil peramalan tersebut terlihat mendekati dan tidak terlalu jauh menyimpang dari data tahun sebelumnya  sehingga dapat dijadikan acuan produktivitas air bersih di PDAM Kota Makassar agar produktivitas air dapat mencukupi semua kebutuhan masyarakat di Kota Makassar.Kata kunci: air, triple exponential smoothing, time series, peramalan.
Model Spasial Autoregresif (SAR) Durbin pada Anak Putus Sekolah (APS) yang Mengikuti Ujian Paket C Jenjang SMA Sederajat di Kota Makassar N. Nurahdawati; R. Ruliana; Ansari Saleh Ahmar
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 2 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14630

Abstract

Abstrak. Penelitian ini adalah penelitian statistika terapan yang bertujuan (i) Untuk mengetahui jumlah rata-rata Anak Putus Sekolah (APS) yang mengikuti paket C di Kota Makassar; (ii) Untuk mengetahui Model SAR Durbin pada Anak Putus Sekolah (APS) yang mengikuti paket C di Kota Makassar; dan (iii) Untuk mengetahui faktor-faktor apa saja yang mempengaruhi Anak Putus Sekolah (APS) yang mengambil paket C pada jenjang SMA sederajat di Kota Makassar. Penelitian ini menggunakan metode SAR Durbin (Spasial Autoregresif Durbin). Hasil penelitian ini menunjukkan bahwa : (i) APS yang mengikuti ujian Paket C tingkat SMA di Kota Makassar terdapat dependensi spasial antar kecamatan satu dengan kecamatan satuan lainnya; (ii) APS yang mengikuti ujian Paket C tingkat SMA sederajat di Kota Makassar, dan (iii) APS yang mengikuti ujian Paket C dengan hasil analisis Model SAR Durbin didapatkan variabel predictor yaitu Rasio Guru Sekolah (X2) dan Jumlah Sekolah (X5). Sedangkan parameter Lag spasial yang didapatkan variabel prediktor yaitu Lag Rasio Murid Sekolah (X1), Lag Tingkat Kemiskinan (X4) dan Lag Jumlah Sekolah (X5).Kata kunci: Anak Putus Sekolah,Model Autoregresif Spasial Durbin
Analisis Regresi Balanced Panel dengan Komponen Galat Dua Arah pada Kasus Melek Huruf Masyarakat di Provinsi NTB Muhammad Irwansyah; R. Ruliana; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 3, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14644

Abstract

Abstract. Analsis regresi adalah suatu metode untuk melihat pengaruh antara satu atau lebih peubah bebas terhadap peubah terikat. Data yang digunakan untuk analisis regresi ada yang berupa penggabungan antara data cross section dengan data time series yang dikenal dengan nama data panel. Data panel yang memiliki jumlah pengamatan waktu yang sama di setiap objek pada tabulasi silang merupakan data panel lengkap (Balanced panel). Penelitian ini mencari nilai dugaan terhadap model regresi data panel dengan komponen galat dua arah yaitu galat pada waktu dan galat pada individu. Analisis regresi data panel dapat menggunakan tiga pendekatan yaitu common effect model, fixed effect model, dan random effect model. Pemilihan model terbaik dari ketiga pendekatan regresi data panel menggunakan uji hausman, uji chow, dan uji lagrange multipler. Dalam penelitian ini didapatkan model terbaik yaitu model random effect dimana peubah yang memiliki pengaruh signifikan terhadap melek huruf di Provinsi NTB yaitu rasio murid guru tingkat SMP rasio murid guru tingkat SMA, dan persentase penduduk miskin. Model regresi data panel yang terbentuk yaitu: Y = 117,5728 - 0,1967X5 - 0,3091X6 - 0,3297X7 + eKeywords: regresi data panel, common effect model, fixed effect model, random effect model, melek huruf.
METODE REGRESI EXTENDED COX DALAM SURVIVAL ANALYSIS PADA PENDERITA KANKER SERVIKS Rita Sahara; Muhammad Nadjib Bustan; R. Ruliana
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 2 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm14627

Abstract

Abstrak. Survival analysis merupakan salah satu metode statistika yang sering digunakan untuk menganalisis data yang berhubungan dengan waktu kejadian. Waktu survival didefiniskan sebagai waktu bertahan suatu objek pada awal pengamatan hingga terjadinya suatu peristiwa (event or end-event). Salah satu tujuan dari analisis survival adalah mengetahui hubungan antara waktu survival dengan variabel independen yang diduga mempengaruhi waktu survival-nya. Hubungan antara waktu survival dan variabel independen dapat dimodelkan dengan menggunakan regresi cox. Dalam penggunaan model regresi cox proportional hazard diasumsikan bahwa variabel independen memenuhi asumsi proportional hazard. Salah satu pendekatan yang digunakan jika asumsi proportional hazard tidak memenuhi adalah pendekatan model regresi extended cox. Data yang digunakan dalam penelitian ini adalah data pasien kanker serviks di RSUD Kota Makassar Tahun 2017-2018. Data kanker serviks memiliki karakteristik yang memungkinkan untuk dilakukan analisis dengan menggunakan regresi extended cox. Adapun hasil analisis yang diperoleh variabel phlebitis tidak memenuhi asumsi proportional hazard, hal ini mengindikasikan bahwa variabel phlebitis bergantung pada waktu. Variabel yang signifikan mempengaruhi laju kesembuhan penderita kanker serviks adalah jenis pengobatan operasi dan phlebitis, dimana jenis pengobatan operasi memiliki probabilitas kesembuhan 13,90 kali lebih besar dibandingkan dengan pasien yang menggunakan jenis pengobatan lain. Sedangkan penderita kanker kanker serviks mengalami kejadian phebitis memiliki probablitias kesembuhan 0,39 kali lebih kecil dibandingkan dengan pasien yang tidak mengalami kejadian phlebitis.Keywords: Survival Analysis, Regresi Cox, Regresi Extended Cox, Kanker serviks.
Co-Authors Ahmar, Ansari Saleh Muhammad Irwansyah Muhammad Kasim Aidid Muhammad Nadjib Bustan N. Nurahdawati Rita Sahara Suci Lestari