Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

7.595

P-Index

This Author published in this journals

All Journal VALENSI Media Statistika Statistika CAUCHY: Jurnal Matematika Murni dan Aplikasi Journal of the Indonesian Mathematical Society Kubik International Conference on Coastal and Delta Areas Jurnal Fourier Desimal: Jurnal Matematika Jurnal Teknik Industri: Jurnal Keilmuan dan Aplikasi Teknik Industri BAREKENG: Jurnal Ilmu Matematika dan Terapan Buletin Sumber Daya Geologi JTAM (Jurnal Teori dan Aplikasi Matematika) Limits: Journal of Mathematics and Its Applications Teorema: Teori dan Riset Matematika Jambura Journal of Mathematics Jurnal Matematika UNAND Kumawula: Jurnal Pengabdian Kepada Masyarakat InPrime: Indonesian Journal Of Pure And Applied Mathematics KUBIK: Jurnal Publikasi Ilmiah Matematika Pattimura Proceeding : Conference of Science and Technology Jurnal Matematika Integratif Matematika STATISTIKA Limits: Journal of Mathematics and Its Applications

Budi Nurani Ruchjana

Departemen Matematika, Fakultas MIPA, Universitas Padjadjaran, Indonesia

Author-ID : 365084

Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 65 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

PROSES POISSON NON HOMOGEN DAN PENERAPANNYA PADA DATA BANYAKNYA ORANG TERKONFIRMASI POSITIF COVID-19 DI JAWA BARAT Viona Prisyella Balqis; Muhammad Herlambang Prakasa Yudha; Budi Nurani Ruchjana
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

PENERAPAN DISTRIBUSI STASIONER RANTAI MARKOV PADA DATA BANYAKNYA ORANG TERKONFIRMASI POSITIF COVID-19 DI JAWA BARAT Tubagus Robbi Megantara; Ayun Sri Rahmani; Budi Nurani Ruchjana
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Corona virus disease (COVID-19) memiliki tingkat infeksi yang sangat cepat sehingga perlu adanya kebijakan yang terencana. Perencanaan kebijakan untuk menangani penyebaran COVID-19 dapat dibantu oleh adanya peramalan dan prediksi beberapa hari ke depan mengenai kasus harian. Peramalan dan prediksi dapat digunakan untuk memperkirakan lama waktu pembatasan sosial berskala besar yang diperlukan serta memperkirakan besar dana bantuan untuk masyarakat yang terdampak dalam selang waktu tertentu. Analisis jangka panjang menggunakan rantai Markov waktu diskrit dengan distribusi stasioner seringkali digunakan sebagai alat prediksi. Tujuan penelitian ini menganalisis prediksi jangka panjang kasus terkonfirmasi positif COVID-19 di Jawa Barat menggunakan rantai Markov waktu diskrit dengan distribusi stasioner. Metodologi penelitian menggunakan studi literatur dan studi eksperimen melalui pengolahan data terkonfirmasi positif COVID-19 di Jawa Barat. Perhitungan ditentukan dengan dua keadaan sehingga diperoleh matriks transisi dengan kriteria: jika data ke-n lebih kecil dari rata-rata (0), dan jika data ke-n lebih besar dari ratarata (1). Hasil analisis prediksi jangka panjang menunjukkan peluang terjadinya kasus terkonfirmasi positif COVID-19 di Jawa Barat sebesar 64,77% dan peluang tidak terjadi kasus terkonfirmasi positif COVID-19 di Jawa Barat sebesar 35,23%. Hasil penelitian diharapkan dapat menjadi pertimbangan untuk instansi terkait, dalam mengambil kebijakan agar tetap memperhatikan protokol kesehatan dalam pencegahan penyebaran COVID-19.

PENERAPAN MODEL VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (VARIMA) UNTUK PRAKIRAAN INDEKS HARGA SAHAM GABUNGAN DAN KURS RUPIAH TERHADAP USD Ani Pertiwi; Lucy Fitria Dewi; Toni Toharudin; Budi Nurani Ruchjana
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Informasi mengenai pergerakan Indeks Harga Saham Gabungan (IHSG) dan perubahan nilai Kurs Rupiah terhadap USD dapat digunakan para investor untuk melihat perkembangan harga saham yang dimiliki dari waktu ke waktu. Penelitian ini bertujuan untuk menerapkan model dan memprakirakan data IHSG dan nilai kurs dengan menggunakan Vector Autoregressive Integrated Moving Average (VARIMA). Data yang digunakan dalam penelitian ini berupa data sekunder yaitu data harian IHSG dan nilai Kurs Rupiah terhadap USD selama 15 bulan (1 Januari 2020 s.d 31 Maret 2021). Pada tahap uji stasioneritas, diketahui bahwa data tidak stasioner, sehingga dilakukan differencing pertama untuk memenuhi syarat stasioneritas. Hasil penelitian menunjukkan bahwa model yang memenuhi semua asumsi dan memiliki nilai AIC minimum sebesar 17.68992 adalah model VARIMA (3,1,1). Estimasi parameter menggunakan Metode Maximum Likelihoodmemberikan hasil prakiraan dengan nilai MAPE kurang dari 10%. Hal ini menunjukkan bahwa model VARIMA memiliki tingkat akurasi yang sangat baik.

MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) UNTUK PERAMALAN BANYAKNYA KASUS TERKONFIRMASI DAN KASUS SEMBUH COVID-19 DI INDONESIA Sri Indra Maiyanti; Mahrudinda Mahrudinda; Al Fataa W Haq; Budi Nurani Ruchjana
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Pandemi Coronavirus disease 2019 (COVID-19) telah melanda dunia, termasuk Indonesia. Di Indonesia, banyaknya kasus terkonfirmasi positif terus bertambah, kadang turun kadang naik secara drastis, demikian juga dengan banyaknya kasus sembuh yang mengalami fluktuasi setiap harinya. Hubungan variabel banyaknya kasus terkonfimasi positif COVID-19 dengan banyaknya kasus sembuh setiap harinya tersebut menunjukkan trend yang berkesinambungan. Model Vector Autoregressive Integrated (VARI) dapat digunakan untuk memodelkan hubungan banyaknya kasus terkonfirmasi dan sembuh COVID 19 secara simultan dan meramalkan amatan di waktu mendatang. Penelitian ini bertujuan untuk membentuk model prediksi hubungan variabel banyaknya kasus terkonfirmasi positif dan kasus sembuh COVID-19 harian di Indonesia dengan model VARI. Data kasus COVID-19 yang digunakan mulai dari tanggal 1 November 2020 sampai dengan 17 Mei 2021. Pengolahan data dilakukan dengan program R. Hasil penelitian menunjukkan korelasi antara kedua variabel pengamatan bernilai 0,77, yangberarti adanya hubungan positif yang kuat antara kedua variabel. Hasil uji kestasioneran memperlihatkan kedua variabel tidak stasioner, sehingga dilakukan differencing sebanyak satu kali. Hasil analisis data menunjukkan model terbaik yang diperoleh adalah model VARI (7,1). Pencocokan model dilakukan menggunakan Mean Absolute Percentage Error (MAPE), diperoleh nilai MAPE untuk untuk kasus terkonfirmasi adalah sebesar 20% dan untuk kasus sembuh sebesar 11%, yang berarti bahwa model VARI (7,1) memberikan hasil yang baik untuk peramalan di waktu mendatang terhadap kedua variabel. Banyaknya kasus terkonfirmasi COVID-19 dipengaruhi oleh kasus terkonfirmasi pada hari –hari sebelumnya tapi tidak dipengaruhi oleh kasus sembuh pada hari-hari sebelumnya. Sedangkan banyaknya kasus sembuh COVID-19 dipengaruhi oleh banyaknya kasus terkonfirmasi dan kasus sembuh pada hari – hari sebelumnya

MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DAN PENERAPANNYA PADA DATA PERKEMBANGAN HARGA ECERAN BERAS DI TIGA IBU KOTA PROVINSI WILAYAH PULAU JAWA Zulfa Hidayah Satria Putri; Asri Yuniar; Toni Toharudin; Budi Nurani Ruchjana
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Beras merupakan komoditas pangan yang sangat penting karena merupakan bahan makanan pokok bagi sebagian besar penduduk Indonesia. Harga beras sangat mempengaruhi tingkat kesejahteraan peduduk. Model Vector Autoregressive Integrated (VARI) merupakan salah satu model time series multivariat yang digunakan untuk menentukan peramalan. Model VARI dipengaruhi oleh variabel itu sendiri pada periode sebelumnya dengan kondisi data non stasioner. Proses yang dilakukan dalam membentuk model VARI, yaitu differencing, identifikasi model time series, kestasioneran data, mengestimasi parameter, diagnostic test, dan peramalan. Tujuan dari penelitian ini adalah membentuk model peramalan untuk rata-rata harga beras eceran bulanan pada tiga ibu kota provinsi, yaitu: DKI Jakarta, Jawa Barat, dan Banten. Data yang digunakan adalah data rata-rata harga beras bulanan pada tiga ibu kota provinsi tersebut mulai dari Januari 2014 sampai dengan Desember 2019. Hasil penelitian menunjukkan model terbaik yang diperoleh dengan nilai AIC terkecil adalah VARI(1,1) yang artinya model VAR orde satu dengan proses differencing pertama. Hasil uji diagnostik juga menunjukkan bahwa setiap lokasi saling berkorelasi dan asumsi white noise terpenuhi. Dari ketiga model estimasi yang signifikan secara simultan, model untuk Ibu Kota DKI Jakarta memiliki tingkat signifikansi tertinggi dengan variabel yang signifikan mempengaruhi adalah rata-rata harga beras eceran bulanan pada Ibu Kota Provinsi DKI Jakarta dan Banten pada periode sebelumnya. Ketepatan model secara keseluruhan memiliki tingkat akurasi yang sangat baik dengan MAPE sebesar 5,202%

SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN MODEL GERAK BROWN GEOMETRIK DENGAN R STUDIO Ahmad Fawaid Ridwan; Rizki Apriva Hidayana; Budi Nurani Ruchjana
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Saham merupakan surat berharga sebagai bukti penyertaan atau kepemilikan individu maupun instansi dalam suatu perusahaaan. Keuntungan berinvestasi saham dapat dilihat dari besarnya return saham. Model matematis dapat diterapkan untuk memodelkan pergerakan harga saham agar investor memiliki pengetahuan untuk memprediksi harga saham di masa mendatang. Salah satu pemodelan yang dapat digunakan untuk melihat pergerakan harga saham yaitu dengan model gerak Brown geometrik. Penelitian ini bertujuan untuk mengetahui tingkat akurasi prediksi pergerakan harga saham menggunakan gerak Brown geometrik. Gerak Brown merupakan sebuah proses stokastik yang bersifat kontinu dan sering disebut sebagai proses Wiener. Gerak Brown dapat dibentuk dari sebuah Random Walk yang simetris, yaitu dengan mencari nilai limit dari distribusi Random Walk tersebut. Model Gerak Brown Geometrik merupakan modifikasi dari gerak Brown dimana perubahan relatifnya berbentuk kombinasi dari pertumbuhan deterministik ditambah dengan perubahan acak yang berdistribusi normal. Metode penelitian menggunakan studi literatur dan studi eksperimental melalui simulasi pada data sekunder berupa data harian harga saham suatu perusahaan dari tanggal 4 Mei 2020 sampai 30 April 2021. Simulasi data menggunakan gerak Brown geometrik dengan R Studio menunjukkan bahwa data return saham berdistribusi normal serta menghasilkan prediksi pergerakan harga saham dengan tingkat akurasi yang baik. Hal ini ditunjukkan dengan nilai rata-rata MAPE dari 20 kali percobaan simulasi menggunakan R Studio, yaitu sebesar 13,904 %. Oleh karena itu, model gerak Brown geometrik dapat digunakan oleh para investor atau manager investasi untuk memprediksi pergerakan harga saham suatu perusahaan dalam rentang waktu tertentu

FORECASTING COVID-19 IN INDONESIA WITH VARIOUS TIME SERIES MODELS Gumgum Darmawan; Dedi Rosadi; Budi Nurani Ruchjana; Resa Septiani Pontoh; Asrirawan Asrirawan; Wirawan Setialaksana
MEDIA STATISTIKA Vol 15, No 1 (2022): Media Statistika
Publisher : Department of Statistics, Faculty of Science and Mathematics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/medstat.15.1.83-93

In this study, Covid-19 modeling in Indonesia is carried out using a time series model. The time series model used is the time series model for discrete data. These models consist of Feedforward Neural Network (FFNN), Error, Trend, and Seasonal (ETS), Singular Spectrum Analysis (SSA), Fuzzy Time Series (FTS), Generalized Autoregression Moving Average (GARMA), and Bayesian Time Series. Based on the results of forecast accuracy calculation using MAPE (Mean Absolute Percentage Error) as model evaluation for confirmed data, the most accurate case models is the bayesian model of 0.04%, while all recovered cases yield MAPE 0.05%, except for FTS = 0.06%. For data for death cases SSA and Bayesian Models, the best with MAPE is 0.07%.

PENERAPAN MODEL VECTOR AUTOREGRESSIVE ORDE TIGA PADA DATA SUHU UDARA RATA-RATA DI KABUPATEN MALANG DAN KABUPATEN SIDOARJO Salsabila Salsabila; Dianne Amor Kusuma; Budi Nurani Ruchjana
Teorema: Teori dan Riset Matematika Vol 7, No 2 (2022): September
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/teorema.v7i2.7200

Perubahan iklim berdampak sangat luas pada kehidupan masyarakat. Salah satu unsur yang memengaruhi perubahan iklim yaitu suhu udara. Perubahan iklim di beberapa wilayah tidak hanya dipengaruhi oleh satu waktu. Perubahan iklim di suatu wilayah dapat dipengaruhi oleh dua atau tiga waktu sebelumnya. Perubahan iklim dari waktu ke waktu dapat diketahui melalui analisis deret waktu. Penelitian ini bertujuan untuk menaksir parameter model Vector Autoregressive orde tiga (VAR (3)) menggunakan metode Ordinary Least Squares (OLS) serta menerapkan model VAR (3) pada data suhu udara rata-rata di Kabupaten Malang dan Kabupaten Sidoarjo. Nilai peramalan yang diperoleh selama 10 periode telah mendekati nilai aktual dengan nilai MAPE berturut-turut adalah dan . Berdasarkan kriteria nilai MAPE, nilai MAPE menunjukkan hasil peramalan sangat akurat sehingga penelitian ini dapat menjadi bahan referensi bagi lembaga peneliti, perguruan tinggi, maupun peneliti lain dalam menerapkan model VAR (3) pada data suhu udara rata-rata dengan menggunakan bantuan software R.

Comparison of Spatial Weight Matrices in Spatial Autoregressive Model: Case Study of Intangible Cultural Heritage in Indonesia Muhamad Sobari; Armalia Desiyanti; Devi Yanti; Putri Monika; Atje Setiawan Abdullah; Budi Nurani Ruchjana
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 7, No 1 (2023): January
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v7i1.10757

Intangible Cultural Heritage (ICH) can effectively contribute to Sustainable Development Goals (SDGs) in all economic, social, and environmental dimensions, along with peace and security. Studying ICH in Indonesia cannot be separated from the spatial aspect of how an area's attributes are related to other areas located close to each other. Spatial regression modeling needs to be done by considering the selection of spatial weight matrix. Using the wrong spatial weight matrix will increase the standard error in parameter estimation. Therefore, this study aims to determine: the best spatial weight matrix to accommodate the spatial autocorrelation in analyzing the description of the spread of ICH in Indonesia; and the variables that are thought to influence the number of ICH determination in Indonesia. The spatial regression modeling used in this study is the Spatial Autoregressive (SAR) model and the spatial weight matrices compared in this study are queen contiguity and inverse distance. The best model is the SAR model used the queen contiguity spatial weight matrix because it has minimum values of AIC, BIC, RMSE and MAPE which are 310.397, 319.555, 18.857 and 57.169 respectively. Simultaneously, involved in performing arts, wearing traditional dress, knowing Indonesian folklore and the spatial lag contribute significantly to number of ICH determination in Indonesia. Partially, only knowing Indonesian folklore have a significant effect on number of ICH determination in Indonesia at significance level α=5%. Each additional 1% of population that knowing Indonesian folklore in an area increases number of ICH determination in that area by 0.6719 units .

Peramalan Return Saham Menggunakan Model Integrated Moving Average Rizki Apriva Hidayana; Budi Nurani Ruchjana
Jambura Journal of Mathematics Vol 5, No 1: February 2023
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

A popular investment that is in great demand among investors is stocked. Stocks are another type of financial instrument offering returns but carrying a higher risk level. Price time series are more difficult to manage than return time series. To equip investors with the knowledge to forecast future stock prices, mathematical models can be used to simulate stock price fluctuations. The time series method, especially the Integrated Moving Average (IMA) model, is a model that can be used to observe changes in stock prices. The Integrated Moving Average (IMA) model will be used in this study to simulate stock returns. The Integrated Moving Average (IMA) model is a Moving Average model that is carried out with a differencing process or an Autoregressive Integrated Moving Average model with a value of Autoregressive being zero. This study uses secondary data simulations from secondary sources, such as data on daily business stock prices for one year, to conduct a literature review and test experiments. The Integrated Moving Average (IMA) model is used in data processing, especially to test the differencing data process. The results obtained are the IMA (1,1) model with the following equation ZË†t = Zt-1 +Â 0, 5782at-1, which can be used to anticipate future stock returns. Based on these results, it is expected that investors can predict the value of shares within a certain period of time.

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

Title

Found 65 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 65 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 65 Documents
Search