Articles
<![CDATA[MENGUKUR KERAGAMAN WARISAN BUDAYA TAKBENDA INDONESIA DENGAN INDEKS GINI ]]>
<![CDATA[Rizka Pradita Prasetya]]>;
<![CDATA[Dian Islamiaty Puteri]]>;
<![CDATA[Putri Monika]]>;
<![CDATA[Atje Setiawan Abdullah]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Jurnal Matematika UNAND Vol 12, No 1 (2023) ]]>
Publisher : <![CDATA[Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmua.12.1.95-107.2023
<![CDATA[Indeks gini merupakan alat mengukur derajat ketidakmerataan distribusi yang didasarkan pada kurva Lorenz. Indeks Gini berkisar dari nol hingga satu, di mana nol mewakili kesetaraan sempurna dan satu mewakili keberagaman yang hampir sempurna. Dalam penelitian ini, indeks gini digunakan untuk melihat kemerataan distribusi keragaman warisan budaya takbenda Indonesia. Hasil analisis menunjukkan bahwa indeks gini Warisan Budaya Takbenda yang telah ditetapkan lebih besar dibandingkan Warisan Budaya Takbenda yang tercatat.]]>
<![CDATA[Spatial Analysis of Dengue Disease in Jakarta Province ]]>
<![CDATA[Muhamad Sobari]]>;
<![CDATA[I Gede Nyoman Mindra Jaya]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ CAUCHY: Jurnal Matematika Murni dan Aplikasi Vol 7, No 4 (2023): CAUCHY: JURNAL MATEMATIKA MURNI DAN APLIKASI ]]>
Publisher : <![CDATA[Mathematics Department, Universitas Islam Negeri Maulana Malik Ibrahim Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.18860/ca.v7i4.17423
<![CDATA[Dengue disease is a virus-borne illness spread by the bite of the female Aedes aegypti mosquito. Jakarta Province has a vulnerability to dengue disease due to high population density and percentage of urban slum households. This study applied a spatial autoregressive (SAR) model to identify the risk factors that affect the number of dengue disease cases in Jakarta Province. The spatial dependency was accounted for using the queen contiguity spatial weight matrix. The number of flood-prone points, the number of slum neighborhood associations, the population density, the number of hospitals and the number of public health centers per 1,000 population and spatial lag significantly impact the number of dengue disease cases in Jakarta Province. When dengue disease cases increase in one sub-district, the number of dengue disease cases in the sub-districts around it will increase as well because of the positive and significant spatial lag coefficient. Based on the direct impact, each addition of one percent of flood-prone points in one sub-district will increase the number of dengue disease cases in that sub-district by 3.86 cases]]>
<![CDATA[Eksplorasi Software R Untuk Fitting Semivariogram Spherical Menggunakan Pemrograman Linear dan Uji Analisis Sensitivitas ]]>
<![CDATA[Tegar Bratasena WKM]]>;
<![CDATA[Diah Chaerani]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Jurnal Matematika Integratif Vol 12, No 2: Oktober, 2016 ]]>
Publisher : <![CDATA[Department of Matematics, Universitas Padjadjaran ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (808.131 KB)
|
DOI: 10.24198/jmi.v12.n2.11918.75-82
<![CDATA[Semivariogram adalah diagram setengah variansi dari observasi spasial yang beradapada suatu jarak tertentu. Model ini digunakan untuk mendeskripsikan kolerasispasial. Pada Model Semivariogram terdapat dua parameter yaitu sill dan range.Semivariogram terdiri dari semivariogram eksperimental dan semivariogram teoritis.Dalam makalah ini dikaji Eksplorasi Software R untuk Fitting SemivariogramSpherical menggunakan Pemrograman Linear dan Uji Analisis Sensitivitas. Hasiloptimal diperoleh dari meminimumkan Nilai Error Semivariogram Eksperimentalterhadap Semivariogram Spherical. Setelah mendapatkan hasil error yang optimal laludilakukan uji Analisis Sensitivitas. Untuk studi kasus, Model Semivariogramditerapkan pada data penyebaran abu vulkanik dari Gunung Tambora dan dihitungdengan menggunakan bantuan software R. Hasil eksperimen numerik menunjukkanbahwa estimator yang optimal dapat diperoleh dengan menyelesaikan permasalahanPemrograman Linear yang dibangun.]]>
<![CDATA[Kajian Matriks Bobot Lokasi Model Space Time Autoregresi (STAR) ]]>
<![CDATA[Emah Suryamah]]>;
<![CDATA[Budi Nurani Ruchjana]]>;
<![CDATA[Khafsah Joebaedi]]>
<![CDATA[ Jurnal Matematika Integratif Vol 9, No 2: Oktober, 2013 ]]>
Publisher : <![CDATA[Department of Matematics, Universitas Padjadjaran ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1161.456 KB)
|
DOI: 10.24198/jmi.v9.n2.10188.119-130
<![CDATA[Model STAR (Space Time Autoregresi) merupakan pengembangan dari model deret waktu univariat AR (Autoregresi), menjadi model kombinasi lokasi dan waktu. Keterkaitan antar lokasi penelitian pada model STAR dinyatakan dengan matriks bobot W yang merupakan matriks bujur sangkar dengan entri-entri berupa bobot antara dua lokasi yang bersesuaian. Dalam makalah ini dibahas tiga macam matriksbobot untuk model STAR(1;1), yaitu: matriks bobot seragam, matriks bobot seperjarak kuadrat dan matriks bobot spasial, menentukan dan menggunakan matriks bobot tersebut pada data simulasi, membandingkan serta memilih mana yang lebih baik diantara ketiganya dengan kriteria jumlah kuadrat galat yang paling minimum. Taksiran model STAR(1;1) dengan tiga macam bobot menghasilkan jumlah kuadrat galat yang minimum untuk model dengan matriks bobot spasial. Hal ini berarti bahwa bobot spasial memberikan taksiran parameter model STAR(1,1) yang lebih baik dibandingkan penggunaan matriks bobot seragam dan seperjarak kuadrat.Kata kunci: Matriks bobot, model STAR, autoregresi ]]>
<![CDATA[Model Autoregressive Moving Average (ARMA) untuk Peramalan Tingkat Inflasi di Indonesia ]]>
<![CDATA[Khoirunnisa Rohadatul Aisy Muslihin]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Limits: Journal of Mathematics and Its Applications Vol 20, No 2 (2023) ]]>
Publisher : <![CDATA[Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/limits.v20i2.15098
<![CDATA[Salah satu faktor yang mempengarui pertumbuhan perekonomian suatu negara adalah besarnya tingkat inflasi. Pentingnya menjaga kestabilan tingkat inflasi dikarenakan adanya pengaruh negatif terhadap kondisi sosial dan ekonomi negara yang diakibatkan oleh tingkat inflasi yang tinggi dan tidak stabil. Oleh karena itu peramalan dapat dilakukan sebagai salah satu upaya menjaga kestabilan tingkat inflasi. Penelitian ini membahas mengenai penggunakan model deret waktu Autoregressive Moving Average (ARMA) dalam meramalkan tingkat inflasi di Indonesia. Data tingkat inflasi dianalisis untuk menentukan model yang terbaik untuk peramalan. Dengan menggunakan data bulanan tingkat inflasi di Indonesia dari Januari 2016 sampai Desember 2021, diperoleh model terbaik yaitu model ARMA(3,3) berdasarkan nilai Akaike Information Criterion terkecil. Hasil analisis menunjukkan bahwa tingkat inflasi pada bulan Januari 2022 hingga Maret 2022 berada di sekitar 0,2%. Pola grafik hasil prediksi mengikuti pola data aktual sehingga model ARMA(3,3) baik untuk digunakan.]]>
<![CDATA[Model Space-Time Autoregressive Integrated (STARI) pada Peramalan Indeks Harga Konsumen (IHK) di Kota Bogor, Depok, dan Bekasi ]]>
<![CDATA[Delvi Rutania Prama]]>;
<![CDATA[Tilas Notapiri]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Statistika Vol. 22 No. 1 (2022): Statistika ]]>
Publisher : <![CDATA[Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/statistika.v22i1.1086
<![CDATA[Penghitungan tingkat inflasi membutuhkan indikator yang salah satunya adalah Indeks Harga Konsumen (IHK). Kenaikan IHK dapat berdampak bagi meningkatnya nilai inflasi. Sehingga diperlukan informasi yang dapat menggambarkan bagaimana keadaan inflasi berdasarkan IHK. Salah satu hal yang dapat dilakukan yaitu memperkirakan angka IHK untuk beberapa periode kedepan atau peramalan. Peramalan IHK diharapkan dapat memberikan informasi yang relevan untuk mengetahui inflasi dimasa yang akan datang sehingga memberikan informasi yang berguna dalam merumuskan kebijakan ke arah yang lebih baik. IHK beberapa kota tidak hanya dipengaruhi oleh IHK kota itu sendiri pada waktu sebelumnya, tapi juga dipengaruhi IHK kota lainnya yang berdekatan Salah satu model yang dapat mengakomodir keterkaitan antara fenomena deret waktu suatu wilayah dengan fenomena deret waktu yang sama di wilayah lain adalah model Space Time Autoregressive (STAR). Model STAR terbaik dalam meramalkan IHK umum di Kota Bogor, Kota Depok, dan Kota Bekasi adalah model STARI(1,1,1) dengan menggunakan bobot korelasi silang. Hasil prediksi menggunakan model STARI (1,1,1) memiliki akurasi yang sangat baik ditunjukkan oleh nilai MAPE untuk setiap kota < 10%. Berdasarkan perbandingan plot hasil prediksi dan data aktual diketahui bahwa hasil prediksi sejalan dan mendekati data aktual hingga bulan ke-2, sehingga dapat disimpulkan bahwa prediksi dengan model STARI (1,1,1) akan baik dilakukan untuk jangka pendek yaitu 1-2 bulan ke depan.]]>
<![CDATA[Identifikasi Autokorelasi Spasial Warisan Budaya Tak Benda di Indonesia Menggunakan Indeks Moran ]]>
<![CDATA[Maryanto Rompon]]>;
<![CDATA[Hamim Tsalis Soblia]]>;
<![CDATA[Putri Monika]]>;
<![CDATA[Atje Setiawan Abdullah]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Statistika Vol. 23 No. 2 (2023): Statistika ]]>
Publisher : <![CDATA[Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/statistika.v23i2.2675
<![CDATA[ABSTRAK Perkembangan peradaban manusia merupakan bagian dari hasil akulturasi maupun asimilasi kebudayaan. Indonesia adalah rumah bagi 1.340 suku bangsa dan memiliki 2.500 jenis bahasa. Ini juga memiliki ribuan benda dan tak benda warisan budaya. Oleh karena itu, kekayaan negara yang tidak ternilai ini harus dimanfaatkan sepenuhnya untuk menjadi kekuatan yang mendorong kemajuan Indonesia. Arah pembangunan seharusnya tidak hanya bertumpu pada peningkatan perekonomian semata, melainkan juga harus melibatkan unsur kebudayaan sebagai hal yang harus diperhatikan. penelitian ini bertujuan melakukan pemetaan ICH agar dapat diketahui potensi pembangunan berdasarkan budaya di setiap provinsi. Selain itu, peneliti juga melakukan pengujian terkait ada/tidaknya autokorelasi/hubungan spasial antarprovinsi. Penghitungan autokorelasi spasial dilakukan dengan menggunakan indeks Moran dengan dua pendekatan bobot spasial. Hasil penelitian menunjukkan bahwa ICH secara signifikan memiliki autokorelasi spasial ABSTRACT The development of human civilization is part of the result of acculturation and cultural assimilation. Indonesia is home to 1,340 ethnic groups with 2,500 types of languages and a wealth of cultural heritage, both tangible and intangible, which amounts to thousands. Therefore, the invaluable wealth of the country should be maximized into a force to encourage development in Indonesia. The direction of development should not only rely on increasing the economy, but should also involve elements of culture as a matter that must be considered. This study aims to map ICH in order to know the potential for development based on culture in each province. In addition, researchers also conducted tests related to the presence/absence of autocorrelation/spatial relations between provinces. Spatial autocorrelation was calculated using the Moran index with two spatial weight approaches. The results showed that ICH had a significant spatial autocorrelation.]]>
<![CDATA[Penerapan Model Spatial Autoregressive pada Data Penetapan Warisan Budaya Takbenda di Indonesia ]]>
<![CDATA[Tsuroyya Salsabil]]>;
<![CDATA[Dianne Amor Kusuma]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Matematika: Jurnal Teori dan Terapan Matematika Vol. 22 No. 2 (2023): Jurnal Matematika ]]>
Publisher : <![CDATA[UPT Publikasi Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Warisan Budaya Takbenda (WBTb) dengan sifatnya yang dapat berlalu dan hilang dalam waktu seiring perkembangan zaman membutuhkan perlindungan lebih. Salah satu program pelindungan yang dilakukan oleh pemerintah adalah penetapan WBTb. Kegiatan penetapan ini memiliki keterbatasan dalam menggambarkan pengaruh lokasi dan prediksi data penetapan WBTb di Indonesia. Sedangkan, WBTb di suatu wilayah bisa saja saling memengaruhi dengan WBTb di wilayah lain di sekitarnya. Salah satu dari model yang dapat digunakan adalah Model Spatial Autoregressive (SAR). Oleh karena itu, penelitian ini bertujuan untuk menerapkan Model Spatial Autoregressive (SAR) orde satu untuk menggambarkan pengaruh lokasi dan prediksi data penetapan WBTb di Indonesia. Berdasarkan hasil pemilihan model terbaik dengan indikator nilai AIC dan pseudo- model yang terpilih untuk prediksi data penetapan WBTb di Indonesia adalah Model SAR orde satu dengan matriks pembobot Queen Contiguity. The Application of Spatial Autoregressive Model to the Data of Intangible Cultural Heritage Designation in Indonesia Cultural Heritage with intangible characteristics (WBTb), which can fade and disappear over time due to the development of the era, requires greater protection. One of the protective programs carried out by the government is the designation of WBTb. However, the designation process has limitations in depicting the influence of location and predicting the data of WBTb designation in Indonesia. Meanwhile, WBTb in one region may influence the WBTb in neighboring regions. One of the models that can be used is the Spatial Autoregressive Model (SAR). Therefore, this research aims to apply the first-order Spatial Autoregressive Model (SAR) to depict the influence of location and predict the data of WBTb designation in Indonesia. Based on the results of selecting the best model using the indicators of AIC value and pseudo- , the chosen model for predicting the data of WBTb designation in Indonesia is the first-order SAR model with Queen Contiguity weight matrix.]]>
<![CDATA[Penerapan Analisis Diskriminan untuk Klasifikasi Pengaruh Data Warisan Budaya Takbenda terhadap Banyaknya Wisatawan Domestik ]]>
<![CDATA[Nadira Annisafiya]]>;
<![CDATA[Dianne Amor Kusuma]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Jurnal Matematika Integratif Vol 19, No 2: Oktober 2023 ]]>
Publisher : <![CDATA[Department of Matematics, Universitas Padjadjaran ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24198/jmi.v19.n2.46791.149-161
<![CDATA[Analisis diskriminan adalah analisis multivariat yang dapat digunakan pada hubungan dependensi dalam kasus dimana variabel prediktor berupa data kuantitatif dan variabel respon berupa data kualitatif. Warisan Budaya Takbenda (WBTb) memiliki hubungan dengan banyaknya wisatawan khususnya wisatawan domestik yang datang ke suatu provinsi, semakin banyak WBTb yang dimiliki suatu provinsi diharapkan semakin banyak wisatawan domestiknya. Penelitian ini bertujuan mengkaji model diskriminan untuk mengklasifikasikan banyaknya wisatawan domestik dengan kategori tinggi dan rendah beserta menentukan pengaruh variabel WBTb dengan lima kategori, yaitu : (1) Adat Istiadat Masyarakat, Ritus, dan Perayaan-Perayaan (AIMRP); (2) Kemahiran dan Kerajinan Tradisional (KKT); (3) Pengetahuan dan Kebiasaan Perilaku Mengenai Alam dan Semesta (PKPMAS); (4) Seni dan Pertunjukan (SP); (5) Tradisi dan Ekspresi Lisan (TEL). Metode yang digunakan adalah analisis diskriminan. Berdasarkan kelima kategori tersebut, AIMRP, PKPMAS, dan TEL merupakan kategori yang paling memengaruhi tinggi-rendahnya wisatawan domestik dengan tingkat akurasi klasifikasi yang diperoleh pada model diskriminan sebesar 96,57%.]]>
<![CDATA[Model Spatial Autoregressive Exogenous pada Data Penetapan Warisan Budaya Takbenda di Pulau Jawa ]]>
<![CDATA[Almeira Tsanawafa]]>;
<![CDATA[Dianne Amor Kusuma]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Jurnal Matematika Integratif Vol 19, No 2: Oktober 2023 ]]>
Publisher : <![CDATA[Department of Matematics, Universitas Padjadjaran ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24198/jmi.v19.n2.46526.137-147
<![CDATA[Model Spatial Autoregressive Exogenous (SAR-X) merupakan model yang digunakan untuk memprediksi pengaruh lokasi dan variabel exogenous. Autokorelasi spasial pada data dapat diketahui melalui indeks Moran. Data penetapan Warisan Budaya Takbenda (WBTb) merupakan investasi yang harus dijaga dan dilestarikan. Oleh karena itu, diperlukannya prediksi untuk melihat pengaruh lokasi dan Persentase Penduduk yang Pernah Terlibat dalam Pertunjukkan/Pameran Seni (PPTPS) sebagai variabel exogenous terhadap data penetapan WBTb di Pulau Jawa. Penelitian ini difokuskan untuk mengkaji penerapan model SAR-X pada data penetapan WBTb di Pulau Jawa yang meliputi lima kategori: (1) Adat Istiadat Masyarakat, Ritus, dan Perayaan-Perayaan (AIMRP); (2) Kemahiran dan Kerajinan Tradisional (KKT); (3) Pengetahuan dan Kebiasaan Perilaku Mengenai Alam dan Semesta (PKPMAS); (4) Seni dan Pertunjukan (SP); (5) Tradisi dan Ekspresi Lisan (TEL). Hasil pengolahan data dengan indeks Moran menunjukkan bahwa ketergantungan spasial pada data penetapan WBTb di Pulau Jawa hanya terdapat pada kategori AIMRP dan PKPMAS dan tidak ada ketergantungan spasial pada kategori KKT, SP, dan TEL. Demikian halnya dengan variabel exogenous (PPTPS) berpengaruh untuk memprediksi data penetapan WBTb kategori AIMRP di Pulau Jawa. Model SAR-X untuk memprediksi pengaruh lokasi dan variabel exogeneous (PPTPS) baik digunakan untuk kategori AIMRP, didukung dengan perhitungan koefisien determinasi sebesar 60% pada kategori AIMRP. ]]>
