Claim Missing Document
Check
Articles

PENERAPAN MODEL VEKTOR AUTOREGRESI UNTUK PRAKIRAAN CURAH HUJAN Budi Nurani Ruchjana
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.v4i2.875

Abstract

Dalam paper ini, disajikan penerapan model bivariat autoregresi orde 1, disingkat VAR(1) beserta syarat kestasioneran dantaksiran parameter model menggunakan metode kuadrat terkecil untuk prakiraan curah hujan. Untuk studi kasus, dipilihdata curah hujan dari dua stasiun pengamatan. Pengolahan data dilakukan dengan bantuan perangkat lunak S-Plus2000.
STUDI MODEL SPACE - TIME Budi Nurani Ruchjana
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.521

Abstract

Model gabungan dari time series dan model spacial yang dinamakan model space-time sering digunakan dalamkehidupan sehari-hari. Misalnya data produksi minyak bumi dari beberapa lokasi diamati dalam waktu berurutan dapatdimodelkan dengan model space-time. Dalam paper ini akan disajikan model space-time autoregresi, berupa model space-timeautoregresi (S-STAR) dan perluasannya berupa model generalisasi space-time autoregErsi (GS-TAR). Dalam mempelajari keduamodel space-time tersebut digunakan prosedur tiga tahap dari Box-Jenkins. Karakteristik kedua model space-time tersebut adalahadanya matriks bobot yang ditetapkan berdasarkan posisi lokasi. Dalam paper ini juga akan dikaji kedua model space-timedigunakan kriteria Mean Average Percentage Error (MAPE). Sebagai ilustrasi digunakan data produksi ,inyak bumi dan tigasumur Lapangan Jatibarang.
ROBUST DECLINE CURVE ANALYSIS Sutawanir Darwis; Budi Nurani Ruchjana; Asep Kurnia Permadi
Journal of the Indonesian Mathematical Society Volume 15 Number 2 (October 2009)
Publisher : IndoMS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22342/jims.15.2.50.105-111

Abstract

Empirical decline curve analysis of oil production data gives reasonable answer in hyperbolic type curves situations; however the methodology has limitations in fitting real historical production data in present of unusual observations due to the effect of the treatment to the well in order to increase production capacity. The development ofrobust least squares offers new possibilities in better fitting production data using declinecurve analysis by down weighting the unusual observations. This paper proposes a robustleast squares fitting lmRobMM approach to estimate the decline rate of daily production data and compares the results with reservoir simulation results. For case study, we usethe oil production data at TBA Field West Java. The results demonstrated that theapproach is suitable for decline curve fitting and offers a new insight in decline curve analysis in the present of unusual observations.DOI : http://dx.doi.org/10.22342/jims.15.2.50.105-111
Application of GSTARI (1,1,1) Model for Forecasting the Consumer Price Index (CPI) in Three Cities in Central Java Noverlina Putri Permatasari; Husnul Chotimah; Pandu Permana; Wenny Srimeinda Tarigan; Toni Toharudin; Budi Nurani Ruchjana
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 6, No 1 (2022): January
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v6i1.6114

Abstract

Economic development is affected by several factors, one of which is the inflation rate. One indicator used to measure the inflation rate is Consumer Price Index (CPI). The CPI data is recorded simultaneously at several locations over time, produces space-time data. In Central Java Province, CPI is calculated in six regency/cities, so the CPI is affected by the time and other locations named space-time effect. The forecasting methods involve space and time effect simultaneously is GSTAR. This study used the GSTAR model to forecasting the CPI in 3 cities in Central Java, assuming that autoregressive and space-time parameters differ for each location. This study aims to obtain the best GSTAR model to forecast the CPI in three cities in Central Java by using the IDW and NCC weighting. The results indicated that the best GSTAR model for forecast the CPI in three cities (Surakarta, Semarang, and Tegal) was the GSTARI (1,1,1) model. The GSTARI (1,1,1) model fulfils the assumption of homoscedasticity, white noise, and multivariate normal. The MAPE values obtained using the IDW and NCC weighting are 0.2922% and 0.2914%, respectively. From these results, it can be concluded that the best GSTARI (1,1,1) model to forecast the CPI data in three cities in Central Java is NCC weights, as they have a minimum MAPE value . The results of this research can  be used as consideration for the government in making economic policies at the present and in the future.
Model Optimisasi Multiobjektif untuk Masalah Alokasi Penggunaan Lahan dengan Menggunakan Analisis Data Spasial Diah Chaerani; Budi Nurani Ruchjana; Vivian Wilhelmina
Jurnal Teknik Industri: Jurnal Keilmuan dan Aplikasi Teknik Industri Vol. 14 No. 1 (2012): JUNE 2012
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (433.739 KB) | DOI: 10.9744/jti.14.1.63-72

Abstract

A good land-use allocation is an important effort to create a safe urban space, comfortable, productive, and sustainable. This is as stipulated in UU RI No. 26 of 2007 regarding spatial planning in Indonesia. Therefore the optimization on allocation land use is important to do. In this paper we present a different approach to solve the land-use allocation problem, i.e,, by using multiobjective optimization, branch and bound methods and generating spatial data analysis via uniformly weighted matrix. In this problem, the objective function is to maximize the total density index and total comprehensive index of the land-use types. An illustrative data that refer to Region Regulation for Bandung No. 09 of 2009 is presented.
Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation Budi Nurani Ruchjana; Atika Tresna Arianto; Kankan Parmikanti; Bambang Suhandi
KUBIK Vol 6, No 1 (2021): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v6i1.8046

Abstract

Particulate Matter 2.5 yang selanjutnya disingkat PM2.5 merupakan partikel udara yang memiliki ukuran . Paparan PM2.5 dapat mempengaruhi fungsi paru-paru dan memperburuk kondisi kesehatan seperti asma, bronkitis hingga kanker paru-paru. PM2.5 berasal dari berbagai sumber seperti hasil pembakaran bahan bakar kendaraan bermotor, hingga kebakaran hutan. Untuk meramalkan Konsentrasi PM2.5 dapat digunakan model time series univariat, salah satunya model Autoregressive yang selanjutnya disingkat AR. Data Konsentrasi PM2.5 memiliki pola stasioner, sehingga dapat dibangun model AR. Konsentrasi PM2.5 di suatu wilayah dipengaruhi oleh Konsentrasi PM2.5 wilayah di sekitarnya pada waktu-waktu sebelumnya, sehingga dapat dibentuk model Vector Autoregressive yang selanjutnya disingkat VAR. Metode yang digunakan untuk menaksir model VAR dalam penelitian ini adalah metode  Maximum Likelihood Estimation yang selanjutnya disingkat MLE dengan bantuan software R dan Microsoft Excel. Model VAR diterapkan untuk peramalan jangka pendek Konsentrasi PM2.5 di Kab. Cirebon, Kab. Kuningan, dan Kab. Majalengka. Hasil penelitian menunjukkan bahwa  konsentrasi  PM2.5 di ketiga kabupaten memiliki korelasi yang cukup tinggi dan satu sama lain saling mempengaruhi, sehingga penggunaan model VAR dapat memberikan rekomendasi untuk peramalan konsentrasi PM2.5  pada waktu mendatang dengan memperhitungkan pengaruh konsentrasi PM2.5 dari lokasi-lokasi terdekat di sekitar lokasi tertentu.
Penerapan Model Regresi Data Panel pada Faktor Fundamental dan Teknikal Harga Saham Sektor Industri Real Estate Novi - Saputri; Budi Nurani Ruchjana; Endang Soeryana Hasbullah
KUBIK Vol 5, No 1 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v5i1.7939

Abstract

Regresi data panel merupakan regresi yang menggabungkan data runtut waktu dan data antar individu. Salah satu model regresi data panel adalah model fixed effect. Model ini mengasumsikan bahwa koefisien slope bernilai konstan, tetapi koefisien intersep bervariasi sepanjang individu. Estimasi yang dilakukan yaitu dengan penambahan variabel dummy untuk menjelaskan perbedaan karakteristik antar individual atau biasa disebut metode least square dummy variable. Data yang digunakan merupakan data dari Bursa Efek Indonesia yang diduga berpengaruh terhadap harga saham. Terdapat dua pendekatan yang digunakan untuk mempengaruhi harga saham, yaitu faktor fundamental dan faktor teknikal. Pada penelitian ini, variabel faktor fundamentalnya adalah return on asset (ROA), price to book value (PBV), earning per share (EPS) dan debt to equtity ratio (DER). Sedangkan variabel faktor teknikalnya adalah volume perdagangan saham (VS). Berdasarkan hasil analisis, model mengalami masalah autokorelasi dan heteroskedastisitas, sehingga model fixed effect lebih baik diestimasi dengan metode seemingly uncorrelated regression. Hasil yang diperoleh dari penelitian ini adalah variabel faktor fundamental dan teknikal mempengaruhi harga saham di masing-masing perusahaan sektor industri  real estate yang terdaftar di Bursa Efek Indoesia secara simultan maupun parsial.
Perbandingan Penerapan Metode Agglomerative dengan Metode K-Means pada Data Curah Hujan di Wilayah Bogor Budi Nurani Ruchjana; Hera Khoirunnisa; iin Irianingsih; Bambang Suhandi
KUBIK Vol 5, No 2 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v5i2.7581

Abstract

Bogor merupakan salah satu wilayah di Jawa Barat yang dijuluki sebagai kota hujan karena memiliki curah hujan relatif lebih besar dibandingkan dengan wilayah lain sehingga perlu diadakannya pengelompokan wilayah berdasarkan tinggi rendahnya curah hujan sebagai acuan pemerintah dalam penanganan bencana. Teknik statistika multivariat yang bertujuan untuk mengelompokan objek berdasarkan karakteristiknya adalah analisis cluster. Metode analisis cluster yang digunakan penelitian ini yaitu Agglomerative dan K-Means. Perbedaan yang signifikan dari kedua metode tersebut terdapat pada proses pembentukan cluster. Oleh karena itu, tujuan pada penelitian ini adalah membandingkan metode yang tebaik berdasarkan kerapatan cluster. Data yang digunakan dalam penelitian ini adalah data agregat curah hujan bulanan musim basah dari 24 stasiun pos hujan di wilayah Bogor. Hasil penelitian ini adalah wilayah Bogor dapat dibagi menjadi 2 cluster yaitu cluster 1 kategori curah hujan sedang dan cluster 2 kategori curah hujan tinggi dengan perbandingan nilai kerapatan cluster kedua metode menghasilkan nilai yang sama yaitu sebesar 49,4% sehingga kedua metode tersebut baik untuk digunakan dalam pembentukan cluster curah hujan di wilayah Bogor dan bisa dijadikan sebagai rekomendasi bagi instansi terkait penggunaan data curah hujan seperti LAPAN dan BMKG.
DISTRIBUSI KUAT GESER BATUAN PADA FORMASI MUARAENIM YANG MENGANDUNG BATUBARA DI KECAMATAN MERAPI BARAT, KABUPATEN LAHAT, PROVINSI SUMATERA SELATAN Nur Hamid; Hendarmawan Hendarmawan; Dicky Muslim; Budi Nurani Ruchjana
Buletin Sumber Daya Geologi Vol. 11 No. 3 (2016): Buletin Sumber Daya Geologi
Publisher : Pusat Sumber Daya Mineral Batubara dan Panas Bumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (16048.041 KB) | DOI: 10.47599/bsdg.v11i3.32

Abstract

Masalah kemantapan lereng sering ditemukan dalam operasi penambangan terutama pada dinding penggalian tambangnya. Kegiatan produksi akan terganggu apabila lereng-lereng yang terbentuk sebagai akibat dari proses penambangan  tidak stabil. Suatu tambang terbuka belum tentu memiliki besar sudut kemiringan lereng yang sama, hal ini diantaranya akibat dari kuat geser batuan (τ) yang merupakan indeks kualitas batuan, semakin kecil kuat geser batuan maka semakin lemah kekuatan batuan dalam menyangga beban dan akan menjadi bidang lemah yang mudah longsor. Dalam penelitian ini digunakan metode pemetaan geologi dan analisis gama ray dari 43 lubang bor. Metode Kriging digunakan untuk mengetahui distribusi kuat geser batuan di daerah penelitian. Hasil analisis metode Kriging memperlihatkan distribusi kuat geser batuan yang mempunyai nilai rendah yaitu 200 ton/m2 mengarah ke selatan semakin menyempit dan secara vertikal distribusinya semakin dalam semakin berkurang.
PENERAPAN MODEL SPACE TIME AUTOREGRESSIVE INTEGRATED (STARI(1,1,1)) PADA DATA NTP TANAMAN PANGAN DARI TIGA PROVINSI DI PULAU JAWA Fajriatus Sholihah; Kartika Sari; Budi Nurani Ruchjana; Toni Toharudin
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1109.121 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.341-350

Abstract

Indikator yang digunakan untuk mengukur kesejahteraan petani tanaman pangan adalah Nilai Tukar Petani (NTP) tanaman pangan. NTP tanaman pangan dipengaruhi oleh waktu dan lokasi. Oleh karena itu, peramalan NTP tanaman pangan dapat menggunakan model Space Time Autoregressive Integrated (STARI). Pada paper ini, model STARI diterapkan untuk data NTP tanaman pangan pada tiga provinsi di Pulau Jawa, yaitu: Jawa Tengah, Daerah Istimewa Yogyakarta (DIY), dan Jawa Timur. Berdasarkan kestasioneran data menunjukkan bahwa data tidak stasioner, sehingga harus dilakukan proses differencing sebanyak satu kali. Identifikasi orde model AR secara univariat berdasarkan plot PACF yang terpotong pada lag 1. Lag spasial yang digunakan pada penelitian ini adalah lag spasial 1, artinya posisi Jawa Tengah, DIY, dan Jawa Timur berada dalam satu wilayah. Oleh karena itu, NTP tanaman pangan dapat dimodelkan dengan model STARI(1,1,1). Penaksiran parameter model STARI(1,1,1) digunakan metode OLS dengan matriks bobot invers jarak. Berdasarkan analisis yang dilakukan diperoleh kesimpulan bahwa model STARI(1,1,1) memenuhi asumsi residual berdistribusi normal multivariat dan white noise. Hasil peramalan NTP di tiga provinsi menggunakan model STARI(1,1,1) menunjukkan pola yang mendekati data aktualnya. Hal ini ditunjukkan dengan nilai MAPE yang diperoleh di tiga provinsi, masing-masing kurang dari 10%. Dengan demikian, model STARI(1,1,1) dapat digunakan dalam meramalkan NTP tanaman pangan di tiga provinsi dan dapat dijadikan bahan rekomendasi kepada instansi terkait
Co-Authors Ahdian, Muhammad Rhafi Ahmad Fawaid Ridwan Akmaliah, Syifani Al Fataa W Haq Al Madani, Aulia R. Al Madani, Aulia Rahman Alawiyah, Mutik Almeira Tsanawafa Almeira Tsanawafa Anggraeni A Ani Pertiwi Annisa Alma Yunia Annisa Nur Falah, Annisa Nur Arisya Maulina Bowo Armalia Desiyanti Asep Kurnia Permadi Asep Kurnia Permadi Asri Yuniar Asrirawan Atika Tresna Arianto Atje Setiawan Abdullah Auliyazhafira, Shabira A. Ayu Indriani Ayun Sri Rahmani Bambang Suhandi Bambang Suhandi Bowo, Arisya Maulina Dedi Rosadi Delvi Rutania Prama Devi Munandar, Devi Devi Yanti Diah Chaerani Dian Islamiaty Puteri Dianne Amor Kusuma Dianne Amor Kusuma Dicky Muslim Dwipriyoko, Estiyan Eddy Hermawan Emah Suryamah Emah Suryamah, Emah Endang Rusyaman Endang Soeryana Hasbullah Fadhilah, Dila Nur Fajriatus Sholihah Falah, Annisa N. Gumgum Darmawan Gumgum Darmawan Hamim Tsalis Soblia Hardianto A Hendarmawan Hendarmawan Hendarmawan Hendarmawan, Hendarmawan Hera Khoirunnisa Husein Hernadi Bahti Husnul Chotimah I Gede Nyoman Mindra I Gede Nyoman Mindra Jaya I Gede Nyoman Mindra Jaya Ibrahim, Riza Andrian Iin Irianingsih Kankan Parmikanti Kartika Sari Khafsah Joebaedi Khoirunnisa Rohadatul Aisy Muslihin Khoirunnisa Rohadatul Aisy Muslihin Kusuma, Dianne Amor Lucy Fitria Dewi Mahrudinda Mahrudinda Maryanto Rompon Mindra, I Gede Nyoman Monika, Putri Muhamad Sobari Muhamad Sobari Muhammad Herlambang Prakasa Yudha Muthalib A nadhira, valda azka Nadira Annisafiya Najwa, Sandrina Nauli, Theresia S. Noverlina Putri Permatasari Novi - Saputri Nur Hamid NUR HAMID Nurdeni, Nurdeni Pandu Permana Pratiwi, Dhanti Aurilia Pratomo, Firdaus Ryan Puteri, Dian Islamiaty Putri Monika Putri Monika Putri Monika Putri, Fariza A. Putri, Salsabila Eka Resa Septiani Pontoh Rizka Pradita Prasetya Rizki Apriva Hidayana Salsabil, Tsuroyya Salsabila Salsabila Setialaksana, Wirawan - Shailla Rustiana Sobari, Muhamad Soetikno, Christophorus Sri Adi Widodo Sri Indra Maiyanti Suhandi, Bambang Sutawanir Darwis Tegar Bratasena WKM Tilas Notapiri Toni Toharudin Tsuroyya Salsabil Tubagus Robbi Megantara Viona Prisyella Balqis Vivian Wilhelmina Vivian Wilhelmina Wenny Srimeinda Tarigan WKM, Tegar Bratasena Yunia, Annisa Alma Zahra, Nabila Zulfa Hidayah Satria Putri