Claim Missing Document
Check
Articles

Eksplorasi Software R Untuk Fitting Semivariogram Spherical Menggunakan Pemrograman Linear dan Uji Analisis Sensitivitas Tegar Bratasena WKM; Diah Chaerani; Budi Nurani Ruchjana
Jurnal Matematika Integratif Vol 12, No 2: Oktober, 2016
Publisher : 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

Abstract

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.
Kajian Matriks Bobot Lokasi Model Space Time Autoregresi (STAR) Emah Suryamah; Budi Nurani Ruchjana; Khafsah Joebaedi
Jurnal Matematika Integratif Vol 9, No 2: Oktober, 2013
Publisher : 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

Abstract

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 
Model Autoregressive Moving Average (ARMA) untuk Peramalan Tingkat Inflasi di Indonesia Khoirunnisa Rohadatul Aisy Muslihin; Budi Nurani Ruchjana
Limits: Journal of Mathematics and Its Applications Vol 20, No 2 (2023)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/limits.v20i2.15098

Abstract

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.
Model Space-Time Autoregressive Integrated (STARI) pada Peramalan Indeks Harga Konsumen (IHK) di Kota Bogor, Depok, dan Bekasi Delvi Rutania Prama; Tilas Notapiri; Budi Nurani Ruchjana
Statistika Vol. 22 No. 1 (2022): Statistika
Publisher : 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

Abstract

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.
Identifikasi Autokorelasi Spasial Warisan Budaya Tak Benda di Indonesia Menggunakan Indeks Moran Maryanto Rompon; Hamim Tsalis Soblia; Putri Monika; Atje Setiawan Abdullah; Budi Nurani Ruchjana
Statistika Vol. 23 No. 2 (2023): Statistika
Publisher : 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

Abstract

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.
Model Spatial Autoregressive Exogenous pada Data Penetapan Warisan Budaya Takbenda di Pulau Jawa Almeira Tsanawafa; Dianne Amor Kusuma; Budi Nurani Ruchjana
Jurnal Matematika Integratif Vol 19, No 2: Oktober 2023
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v19.n2.46526.137-147

Abstract

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. 
Peramalan Return Saham Subsektor Perbankan Menggunakan Model ARIMA-GARCH Fadhilah, Dila Nur; Kankan Parmikanti; Budi Nurani Ruchjana
Jurnal Fourier Vol. 13 No. 1 (2024)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2024.131.1-19

Abstract

Subsektor perbankan berperan penting dalam meningkatkan iklim investasi dan pertumbuhan pasar modal di Indonesia melalui penerbitan dan penjualan saham, yang turut berkontribusi dalam pertumbuhan ekonomi negara. Peramalan return harga saham berfungsi untuk meminimalisir kerugian yang diakibatkan oleh fluktuasi. Namun, fluktuasi ini dapat menyebabkan terjadinya heteroskedastisitas yang tidak dapat ditangani oleh pemodelan time series biasa, seperti Autoregressive Integrated Moving Average (ARIMA) sehingga membutuhkan model Generalized Autoregressive Conditional Heteroskedasticity (GARCH) untuk menangani volatilitas terkait heteroskedastisitas. Oleh karena itu, tujuan penelitian ini adalah mengkaji model gabungan ARIMA dan GARCH berupa ARIMA-GARCH dan menaksir parameter menggunakan metode Maximum Likelihood Estimation (MLE). Model ARIMA-GARCH diterapkan pada data harga penutupan saham harian Bank Rakyat Indonesia (Persero) Tbk (BBRI) pada periode 1 Februari 2019 hingga 2 Januari 2024. Hasil penelitian menunjukkan bahwa model terbaik dalam peramalan return harga saham adalah model ARIMA (2,0,2)-GARCH (1,1) dan menghasilkan nilai Root Mean Square Error (RMSE) sebesar 0,01628. Kemudian, hasil peramalan menunjukkan bahwa volatilitas meningkat dari periode pertama hingga periode ke enam.
Spatial Analysis of Dengue Disease in Jakarta Province Sobari, Muhamad; Jaya, I Gede Nyoman Mindra; Ruchjana, Budi Nurani
CAUCHY: Jurnal Matematika Murni dan Aplikasi Vol 7, No 4 (2023): CAUCHY: JURNAL MATEMATIKA MURNI DAN APLIKASI
Publisher : 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

Abstract

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
Penerapan Perangkat Lunak RStudio untuk Penaksiran Parameter Model Spatial Autoregressive Salsabil, Tsuroyya; Kusuma, Dianne Amor; Ruchjana, Budi Nurani
KUBIK Vol 8, No 1 (2023): 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.v8i1.30037

Abstract

Research and analysis that are not only based on time (temporal) but also on space (spatial) require tools in the form of software to ensure that the data analysis and processing yield good, fast, and accurate results. One of the software tools that can be used for this purpose is RStudio software. The advantages of RStudio include being open-source software (OSS), which can be used freely without cost, and it has many packages and functions that can facilitate data processing. One of the spatial-based analyses is spatial data analysis. The structure within RStudio allows users to call functions related to spatial data analysis, perform computations with sparse matrices (matrices with many zero values), such as spatial weight matrices, estimation of spatial model parameters, and so on. This research examines the application of RStudio software in estimating the parameters of a first-order Spatial Autoregressive (SAR) model using the Maximum Likelihood Estimation (MLE) method on the data of the designation of Intangible Cultural Heritage (ICH) in Indonesia. Based on the results of applying RStudio software, a first-order SAR model with a Queen contiguity weight matrix for the categories of Traditional Customs, Rituals, and Celebrations (TCRC) and Performing Arts (PA) with the minimum Akaike Information Criterion (AIC) value and maximum pseudo- value was obtained for predicting the designation data of ICH in Indonesia. The application of RStudio software to the first-order SAR model for the designation data of ICH in Indonesia speeds up and simplifies calculations, making it suitable as a recommendation for relevant agencies such as the Department of Culture, Tourism, Youth, and Sports (Disbudparpora). 
Penerapan Model Geographically Weighted Regression pada Data Penetapan Warisan Budaya Takbenda di Indonesia Pratomo, Firdaus Ryan; Kusuma, Dianne Amor; Ruchjana, Budi Nurani
KUBIK Vol 9, No 1 (2024): 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.v9i1.33492

Abstract

Intangible Cultural Heritage (WBTb) determination data in Indonesia is a cultural investment that needs to be preserved. One of the efforts to preserve WBTb is to determine the cultural preservation factors that influence the WBTb determination data in Indonesia. These factors include Percentage of Population Watching Performances/Art Exhibitions (PPWP), Percentage of Population Using Regional Languages (PPURL), and Percentage of Households Using Traditional Products (PHUTP). However, the different cultural wealth in each province results in spatial heterogeneity, resulting in differences in the determination of cultural preservation factors in each province. This determination can be done with the Geographically Weighted Regression (GWR) model. This study aims to apply the GWR model with Fix Gaussian Kernel, Fix Bisquare Kernel, and Fix Tricube Kernel weighting to determine cultural preservation factors in WBTb determination data in Indonesia so that it can be known what cultural preservation factors are most influential in each region. The research findings show the existence of spatial heterogeneity only in the category of WBTb designation data for Performing Arts (PA) and Oral Expression Tradition (OET), as well as different GWR models in each province that reflect differences in cultural preservation factors. Evaluation with the coefficient of determination shows that the GWR model with the Fix Gaussian Kernel weighting function is the best model for the PA category. 
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 Anggraeni A Ani Pertiwi Annisa Alma Yunia Annisa Nur Falah, Annisa Nur Annisafiya, Nadira Arisya Maulina Bowo 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 Chotimah, Husnul Dedi Rosadi Delvi Rutania Prama Desiyanti, Armalia Devi Munandar, Devi Devi Yanti, Devi Diah Chaerani Dian Islamiaty Puteri 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 I Gede Nyoman Mindra I Gede Nyoman Mindra Jaya I Gede Nyoman Mindra Jaya Ibrahim, Riza Andrian Iin Irianingsih Kaerudin, Nandira Putri 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 Muhammad Herlambang Prakasa Yudha Muthalib A nadhira, valda azka Najwa, Sandrina Nauli, Theresia S. Novi - Saputri NUR HAMID Nur Hamid Nurdeni, Nurdeni Nurul Gusriani, Nurul Permana, Pandu Permatasari, Noverlina Putri Pratiwi, Dhanti Aurilia Pratomo, Firdaus Ryan Puteri, Dian Islamiaty 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 Tarigan, Wenny Srimeinda Tegar Bratasena WKM Tilas Notapiri Toni Toharudin Tsanawafa, Almeira Tsuroyya Salsabil Tubagus Robbi Megantara Viona Prisyella Balqis Vivian Wilhelmina Vivian Wilhelmina WKM, Tegar Bratasena Yunia, Annisa Alma Zahra, Nabila Zulfa Hidayah Satria Putri