Article Per Year (5 Year)
p-Index From 2021 - 2026
1.953
P-Index
This Author published in this journals
All Journal Pendidikan Geografi Jurnal Sains Matematika dan Statistika Desimal: Jurnal Matematika al-Afkar, Journal For Islamic Studies INSIST (International Series on Interdisciplinary Research) JATI (Jurnal Mahasiswa Teknik Informatika) JURNAL PENDIDIKAN DASAR FLOBAMORATA MATHunesa: Jurnal Ilmiah Matematika Jurnal Siger Matematika Jurnal Dedikasi untuk Negeri Jurnal Teknologi Pangan dan Ilmu Pertanian Sciencestatistics: Journal of Statistics, Probability, and Its Application
Eri Setiawan
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Application of singular spectrum analysis (SSA) method on forecasting train passengers data in sumatera Fitriani, Debi Nur; Widarti, Widiarti; Nuryaman, Aang; Setiawan, Eri
Desimal: Jurnal Matematika Vol. 6 No. 3 (2023): Desimal: Jurnal Matematika
Publisher : Universitas Islam Negeri Raden Intan Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24042/djm.v6i3.19040

Abstract

A time series is a series of observations of a variable that is collected, recorded, or observed over a period of time in sequence. Singular Spectrum Analysis is a powerful method to analyze time series data by decomposing the original time series data into several small components that can be identified, such as trend, periodic, and noise components. One of the datasets that can be used is data on the number of train passengers in Sumatera in 2013–2022. In this study, the Singular Spectrum Analysis method is used to forecast the number of train passengers in Sumatera in 2013–2022. The best Singular Spectrum Analysis model in this study was obtained at a window length of 22 and a number of groups of 8, with a MAPE value of 19.55%.
KKN MENGAJAR SEBAGAI ALTERNATIF PROGRAM MENINGKATKAN ANTUSIASME BELAJAR ANAK-ANAK KELURAHAN BANJARSARI KECAMATAN METRO UTARA-KOTA METRO-LAMPUNG Alma Primasasti, Gabriella Claudia; Arini, Faras Nur; Maghfiroh, Hani; Aqzela, Araneta; Putri, Ayu Aulia; Rahmadani, Tiara Sekar; Anandatara, Reza; Fridayanto, Syahlan Naufal; Syach Alam, M. At-thariq; Zakaria, La; Setiawan, Eri
Jurnal Dedikasi untuk Negeri Vol 1, No 1 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat UML

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (657.992 KB) | DOI: 10.36269/jdn.v1i1.879

Abstract

Abstrak Pada masa pasca pandemi Covid-19 tahun 2022 kegiatan belajar mengajar siswa di sekolah masih belum maksimal karena adanya pembatasan aktivitas pembelajaran tatap muka, misalnya waktu belajar mengajar yang dipersingkat. Akibatnyaantusias belajar siswa menurun seiring dengan kurangnya interaksi nyata antara guru dan anak didik. Kondisi ini dapat dimanfaatkan oleh mahasiswa Kuliah Kerja Nyata (KKN) untuk menyusun program mengisi waktu belajar tanpa guru dengan aktivitas belajar-mangajar tatap muka dengan protokol kesehatan maksimal bersama mahasiswa KKN. Kegiatan tersebut dinamakan dengan “KKN Mengajar”. “KKN Mengajar”dimaksudkan untuk membantu siswa Sekolah Dasar (SD) untuk memperoleh ilmu tambahan (bidang Matematika dan Bahasa Inggris) sehingga menimbulkan semangat belajar walaupun adanya pembatasan waktu belajar tatap muka di sekolah bersama guru. Kegiatan ini dilakukan dengan membentuk kelompok belajar bersama anak-anak kelompok usia SD diluar kegiatan belajar di sekolah. Tujuan kegiatan ini adalahmeningkatnyaantusiasme belajar melalui materi belajar Matematika dan Bahasa Inggris selama masa pasca pandemi Covid-19. Kegiatan ini menjadi solusi atas permasalahan melalui metode pembelajaran partisipatif-kolektif. Pendekatan metode dalah melalui pendampingan kegiatan belajar mengajar dan bantuan pendekatan kualitatif deskriptif. Keberhasilan dari kegiatan “KKN Mengajar”ini diukur secara kuantitatif  untuk capaian indikasi bertambahnya antusiasme anak-anak Kelurahan Banjarsari dalam mengikuti kelompok belajar dan bertambahnya kemampuan belajar Matematika dan Bahasa Inggris.Antusiasme anak-anak dikatakan meningkat karena telaj terjadinya partisipan pada setiap pertemuan serta terjadinya peningkatankemauan belajar bersifat produktif, proaktif, dan kreatif melalui pembelajaran yang diberikan.   Kata kunci: KKN Mengajar, Metode partisipatif-kolektif, Banjarsari-Metro Utara Lampung Abstract In the post-Covid-19 pandemic in 2022, teaching and learning activities for children in schools are still not optimal due to restrictions on face-to-face learning activities, for example, shortened teaching and learning times. As a result, children's enthusiasm for learning decreases, and the a lack of real interaction between teachers and students. This condition can be used by Student Community Service (SCS) to arrange programs to fill study time without a teacher with face-to-face teaching-learning activities. The activity in question is called The SCS Teaching-Learning (SCS TL) Program. The SCS TL aims to help elementary school (SD) students gain additional knowledge (Mathematics and English) to create enthusiasm for learning despite the limited time for face-to-face learning at school with the teacher. This activity is carried out by forming study groups with elementary school-age group children outside of learning activities at school. This activity aims to increase enthusiasm for learning through Mathematics and English learning materials during the post-Covid-19 pandemic. This activity is a solution to problems through participatory-collective learning methods. The method approach is through the assistance of teaching and learning activities and the assistance of a descriptive qualitative approach. To measure the success of the SCS TL activity, we measured quantitatively for the indications of the increasing enthusiasm of the children of Banjarsari Village in participating in study groups and increasing their ability to learn Mathematics and English. We conclude that the children's enthusiasm increased because of the occurrence of participants at each meeting and the increase in the willingness to learn to be productive, proactive, and creative through the learning provided. Keywords: Student Community Service: Teaching-Learning Program, Collective-Participatory Method, Banja
Penerapan Metode Association Rule Menggunakan Algoritma Fp-Growth dan Eclat pada Pola Konsumsi Masyarakat Perkotaan di Indonesia ansyah, Aldi; Setiawan, Eri; Sutrisno, Agus
Jurnal Sains Matematika dan Statistika Vol 10, No 2 (2024): JSMS Juli 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i2.20703

Abstract

Pola konsumsi masyarakat di Indonesia merupakan salah satu tolak ukur dalam menentukan indeks perekonomian masyarakat Indonesia. Daya konsumsi masyarakat Indonesia memiliki kontribusi yang sangat penting dalam kenaikan indeks perekonomian di Indonesia.  Dengan melihat faktor yang dapat menentukan pola konsumsi masyarakat Indonesia, pola konsumsi mampu mempertahankan daya konsumsi masyarakat.  Dalam penelitian ini akan dilakukan pencarian pola konsumsi masyarakat perkotaan di Indonesia menggunakan dua algoritma untuk mendapatkan algortima terbaik yang memiliki nilai support, confidence dan rule terbesar, yaitu FP-Growth dan Eclat.  Hasil yang diperoleh digunakan untuk melihat pola konsumsi masyarakat perkotaan di Indonesia.  Nilai support dan confidence terbesar dihasilkan oleh algoritma Eclat sebesar 10% dan 100% dengan rule sebanyak 15 dan pola terbaik yang dihasilkan adalah masyarakat yang mengkonsumsi makanan berdasarkan faktor agama adalah masyarakat yang berusia diantara 30 dan 50 tahun. Kata Kunci:  Association Rule, FP-Growth, Eclat, Support, dan Confidence.
IMPLEMENTASI METODE BACKPROPAGATION NEURAL NETWORK DALAM MERAMALKAN TINGKAT INFLASI DI INDONESIA Wiranto, Ahmad Rizki; Setiawan, Eri; Nuryaman, Aang; Usman, Mustofa
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n1.p8-16

Abstract

Peramalan merupakan upaya dalam memperkirakan sesuatu di masa depan berdasarkan pada pola data atau informasi di masa lalu. Autoregressive Integrated Moving Average (ARIMA), Exponential Smoothing, dan Seasonal Autoregressive Integrated Moving Average (SARIMA) merupakan beberapa metode yang sering digunakan dalam peramalan data deret waktu. Namun, metode tersebut memiliki kelemahan yaitu data yang digunakan harus stasioner serta akurasi yang dihasilkan kurang baik. Untuk mengatasi kelemahan tersebut, peneliti banyak yang menerapkan metode Jaringan Syaraf Tiruan salah satunya Backpropagation Neural Network. Metode Backpropagation Neural Network sangat baik digunakan dalam peramalan bidang ekonomi. Masalah ekonomi di Indonesia yang sampai saat ini masih menjadi permasalahan besar adalah inflasi. Dalam kajian ini, dilakukan peramalan inflasi di Indonesia menggunakan data inflasi periode Januari 2000 hingga Oktober 2022. Hasil yang diperoleh menunjukan pembagian data terbaik yaitu 50% training dan 50% testing dengan menggunakan fungsi aktivasi sigmoid biner didapatkan arsitektur terbaik yaitu 12-21-1 dengan nilai Mean Square Error (MSE) pada tahapan training sebesar 0,00067535 dan pada tahapan testing yaitu 0,0767. Setelah dilakukan peramalan, diperoleh bahwa inflasi tertinggi terjadi pada bulan Oktober 2023 sebesar 0,5579 serta peramalan inflasi terkecil terjadi pada Februari 2023 sebesar 0,203.
A Penerapan Metode Double Moving Average dan Double Exponential Smoothing pada Peramalan Nilai Impor Barang Konsumsi Tahun 2017-2022 Widarti, Widiarti; Darina, Novi; Chasanah, Siti Laelatul; Setiawan, Eri
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p30-37

Abstract

The smoothing method is classified into two, namely the average smoothing method and the exponential smoothing method. This study examines the application of the double moving average (DMA) and double exponential smoothing (DES) methods in forecasting a data. This study uses 72 data, namely consumer goods import value data for the period January 2017 to December 2022. The method with the lowest MSE and MAPE values is used to predict the import value of consumer goods. The results obtained show that the brown double exponential smoothing method with parameter ?, which is 0.1, is the best method for predicting the import value of consumer goods in 2017-2022 with an MSE value of 60374.46 and a MAPE value of 13.66%.
Co-Authors Aang Nuryaman Abdul Munip Alma Primasasti, Gabriella Claudia Amanabella, Maulina Amanathi, Ani Anandatara, Reza ansyah, Aldi Aqzela, Araneta Arini, Faras Nur D. Yadi Heryadi Darina, Novi Dona Setia Umbara Fitriani, Debi Nur Fridayanto, Syahlan Naufal Ika Kartika Indyah Hartami Santi Khoirin Nisa Maghfiroh, Hani Muhammad Luthfi Mustofa Usman Nusyirwan Nusyirwan Oktavia, Putri Meyla Putri, Ayu Aulia Rahmadani, Tiara Sekar Rizky, Vega Bintang Saidi, Subian Salfadilah, Fatonah Siska Diah Ayu Larasati Siti Laelatul Chasanah, Siti Laelatul Sofalina Nodra Brilliantya Sutrisno, Agus Syach Alam, M. At-thariq Wibowo, Yusuf Rendi Widarti, Widiarti Wiranto, Ahmad Rizki WULANDARI Zakaria, La