Article Per Year (5 Year)
p-Index From 2021 - 2026
5.153
P-Index
This Author published in this journals
All Journal Jurnal Gaussian Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA) Jurnal Fourier Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Jurnal Pengembangan Rekayasa dan Teknologi J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika EIGEN MATHEMATICS JOURNAL Community Development Journal: Jurnal Pengabdian Masyarakat LOSARI: Jurnal Pengabdian Kepada Masyarakat Jurnal Litbang Edusaintech Fraction: Jurnal Teori dan Terapan Matematika Tepis Wiring : Jurnal Pengabdian Masyarakat Journal of Data Insights Prosiding Seminar Nasional Unimus
Prizka Rismawati Arum
Universitas Muhammadiyah Semarang
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering 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 Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search

 1   2   3   4   5 
ANALISIS SENTIMEN TERHADAP DAMPAK COVID-19 PADA PERFORMA TOKOPEDIA MENGGUNAKAN SUPPORT VECTOR MACHINE Wisudawati, Dinda Tri; Utami, Tiani Wahyu; Arum, Prizka Rismawati
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tokopedia merupakan e-commerce populer di Indonesia. Hal tersebut didukung dengan rating Tokopedia yang tinggi pada Google Play. Diperlukan sebuah metode yang mampu mengkategorikan reviews pengguna secara otomatis, apakah tergolong ke dalam klasifikasi positif atau negatif. Analisis Sentimen menggunakan Support Vector Machine (SVM) merupakan metode yang digunakan.Konsep SVM merupakan usaha mencari hyperplane terbaik yang berfungsi sebagai pemisah dua buah kelas pada input space dengan memaksimalkan jarak antar kelas. Sehingga SVM dapat menjamin kemampuan generalisasi yang tinggi untuk data-data yang akan datang. Klasifikasi menggunakan SVM pada periode sebelum munculnya Covid-19 di Indonesia (Februari 2020) menghasilkan akurasi sebesar 87% dan 84% pada periode sesudah munculnya Covid-19 (April 2020). Hasil menunjukkan bahwa walaupun Covid-19 muncul di Indonesia, performa Tokopedia masih tetap terjaga dan pengguna masih tetap memberikan penilaian suka sekali.Hal ini dibuktikan dengan penurunan jumlah review negatif dari 43% pada Februari 2020 menjadi 27% pada April 2020. Kata Kunci: Review, Google Play, Tokopedia, Support Vector Machine, Analisis Sentimen
Analisis Faktor-Faktor yang Mempengaruhi Jumlah Penduduk di Kota Semarang Menggunakan Metode Regresi Data Panel arum, prizka rismawati
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 12 No 2 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.407 KB) | DOI: 10.36456/jstat.vol12.no2.a2227

Abstract

Residents are all people who live in the geographical area of Indonesia for six months or more and or those who have been domiciled for less than six months but aim to settle. Population growth is caused by two components, namely: fertility and mortality. To find out how big the relationship between the population and the number of births and deaths in each sub-district of Semarang, must observed in several specific time periods and places at once. So in this study, the panel data regression method was used. In panel data regression testing, the results show that the panel data regression model formed to determine the factors that influence the level of population is the random effect model. In this model all assumptions are fulfilled. Significant factors affecting population are number of births. Births and deaths affect the population of 99.95% and the remaining 0.05% is influenced by other factors not examined Penduduk adalah semua orang yang berdomisili di wilayah geografis Indonesia selama enam bulan atau lebih dan atau mereka yang berdomisili kurang dari enam bulan tetapi bertujuan menetap. Pertumbuhan penduduk diakibatkan oleh dua komponen yaitu: fertilitas dan mortalitas. Untuk mengetahui seberapa besar keterkaitan antara jumlah penduduk dengan jumlah kelahiran dan kematian di setiap kecamataan Kota Semarang, harus diamati dalam beberapa periode waktu tertentu dan beberapa tempat secara bersamaan. Sehingga dalam penelitian ini digunakan metode regresi data panel. Dalam pengujian regresi data panel, didapatkan hasil bahwa Model regresi data panel yang terbentuk untuk mengetahui faktor-faktor yang mempengaruhi tingkat jumlah penduduk adalah model random Effect. Pada model tersebut semua asumsi terpenuhi. Faktor yang signifikan mempengaruhi jumlah penduduk adalah jumlah kelahiran. Kelahiran dan kematian mempengaruhi jumlah penduduk sebesar 99.95% dan sisanya sebesar 0.05% dipengaruhi oleh faktor- faktor lain yang tidak di teliti.
ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH BANK X KANTOR WILAYAH SEMARANG Prizka Rismawati Arum; Sugito Sugito; Yuciana Wilandari
Jurnal Gaussian Vol 3, No 4 (2014): Jurnal Gaussian
Publisher : Department of Statistics, Faculty of Science and Mathematics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (518.29 KB) | DOI: 10.14710/j.gauss.v3i4.8090

Abstract

Waiting is very boring for many people because it will only waste a lot of their time. This situation is common happen in a queue, for example customers who will conduct the transaction in the bank. Bank X Semarang Regional Office is the largest branch of Bank X is in Semarang is also not free from this problem. Therefore, the queuing model search is very important in order to improve the quality of service to customers / clients. Based on the analysis of data in the Customer Service and Teller obtained the appropriate queuing models which, for Customer Service and Public Teller queuing model is (M / M / 6): (GD / ∞ / ∞) queuing model for the Teller Express is (M / M / 2): (GD / ∞ / ∞) and for Special Teller model of the queue is (M / G / 1): (GD / ∞ / ∞). Based on the calculations and analyzes that have been done, it can be concluded that the customer service system to the Customer Service and teller at Bank X Semarang Regional Office has been good. Keywords: Queue, Queuing System Model, Bank, Customer Service, Teller.
Analisis Faktor-Faktor yang Mempengaruhi Jumlah Penduduk di Kota Semarang Menggunakan Metode Regresi Data Panel prizka rismawati arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 12 No 2 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.407 KB) | DOI: 10.36456/jstat.vol12.no2.a2227

Abstract

Residents are all people who live in the geographical area of Indonesia for six months or more and or those who have been domiciled for less than six months but aim to settle. Population growth is caused by two components, namely: fertility and mortality. To find out how big the relationship between the population and the number of births and deaths in each sub-district of Semarang, must observed in several specific time periods and places at once. So in this study, the panel data regression method was used. In panel data regression testing, the results show that the panel data regression model formed to determine the factors that influence the level of population is the random effect model. In this model all assumptions are fulfilled. Significant factors affecting population are number of births. Births and deaths affect the population of 99.95% and the remaining 0.05% is influenced by other factors not examined Penduduk adalah semua orang yang berdomisili di wilayah geografis Indonesia selama enam bulan atau lebih dan atau mereka yang berdomisili kurang dari enam bulan tetapi bertujuan menetap. Pertumbuhan penduduk diakibatkan oleh dua komponen yaitu: fertilitas dan mortalitas. Untuk mengetahui seberapa besar keterkaitan antara jumlah penduduk dengan jumlah kelahiran dan kematian di setiap kecamataan Kota Semarang, harus diamati dalam beberapa periode waktu tertentu dan beberapa tempat secara bersamaan. Sehingga dalam penelitian ini digunakan metode regresi data panel. Dalam pengujian regresi data panel, didapatkan hasil bahwa Model regresi data panel yang terbentuk untuk mengetahui faktor-faktor yang mempengaruhi tingkat jumlah penduduk adalah model random Effect. Pada model tersebut semua asumsi terpenuhi. Faktor yang signifikan mempengaruhi jumlah penduduk adalah jumlah kelahiran. Kelahiran dan kematian mempengaruhi jumlah penduduk sebesar 99.95% dan sisanya sebesar 0.05% dipengaruhi oleh faktor- faktor lain yang tidak di teliti.
MODEL SEEMINGLY UNRELATED REGRESSION PADA DATA KEMISKINAN JAWA TIMUR MENGGUNAKAN MATRIKS PEMBOBOT QUEEN CONTIGUITY DAN ROOK CONTIGUITY Cika Awani Ayuwida; Prizka Rismawati Arum; M. Al Haris
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 1 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.1.2021.64-68

Abstract

Jawa timur, salah satu provinsi yang memiliki sumbangan cukup tinggi yakni 16% dari pertumbuhan ekonomi nasional, merupakan daerah yang potensial baik dari segi ekonomi maupun geografis. Berdasarkan data Sensus Penduduk tahun 2020 mencapai 4.419,10 ribu jiwa (11,09 persen), bertambah sebesar 363,1 ribu jiwa. Tujuan dari penelitian ini adalah untuk memodelkan Seemingly Unrelated Regression (SUR) terbaik pada data Kemiskinan di Provinsi Jawa Timur dengan menggunakan matrik pembobot queen contiguity dan rook contiguity. Penerapan persamaan regresi dalam sebuah kasus seringkali memiliki keterkaitan dengan persamaan yang lain. Jika sebuah persamaan saling berkaitan dikarenakan error regresinya saling berkorelasi, maka pendekatan yang dapat digunakan adalah Seemmingly Unrelated Regression (SUR).
Pemodelan Pertumbuhan Ekonomi di Jawa Barat Menggunakan Metode Geographically Weighted Panel Regression Prizka Rismawati Arum; Siva Alfian
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 15 No 2 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol15.no2.a5506

Abstract

Salah satu tujuan negara adalah meningkatkan pertumbuhan ekonomi. Diperlukan pembangunan ekonomi untuk mewujudkan tujuan tersebut demi mencapai masyarakat yang sejahtera. Salah satu indikator pertumbuhan ekonomi adalah Produk Domestik Regional Bruto (PDRB). Data yang digunakan yaitu data sekunder tentang produk domestik regional bruto, jumlah penduduk miskin, pengeluaran pemerintah, rata - rata lama sekolah, tingkat partisipasi angkatan kerja, fasilitas kesehatan, tingkat pengangguran terbuka, pada tahun 2018 - 2020 di Provinsi Jawa Barat. Ternyata terdapat autokorelasi spasial dalam data tersebut, sehingga pemodelan yang tepat untuk data panel dan terdapat efek spasial dapat dilakukan menggunakan Geographically Weighted Panel Regression (GWPR). Dengan menggunakan GWPR diharapkan dapat menghasilkan hasil yang lebih menyeluruh dibandingkan dengan model GWR. Model Geographically Weighted Panel Regression yang dihasilkan yaitu model fixed effect dengan pembobot adaptive gaussian kernel dan fixed gaussian kernel. Tujuan dari penelitian ini adalah mengetahui gambaran umum data, mendapatkan model, dan memperoleh model terbaik pertumbuhan ekonomi di Jawa Barat. Hasil akhir dari penelitian ini menunjukkan bahwa model dengan pembobot Adaptive Gaussian Kernel lebih baik daripada Fixed Gaussian Kernel karena memiliki nilai AIC terkecil dan R2 terbesar. Nilai AICnya sebesar 2313,117 dan nilai R2 sebesar 0,7955945.
FORECASTING THE NUMBER OF PASSENGER AT JENDERAL AHMAD YANI SEMARANG INTERNATIONAL AIRPORT USING HYBRID SINGULAR SPECTRUM ANALYSIS-NEURAL NETWORK (SSA-NN) METHOD Tresiani Yunitasari; M. Al Haris; Prizka Rismawati Arum
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 11, No 1 (2023): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.11.1.2023.22-33

Abstract

Transportation was an important sector of supporting the economic growth of a country. The impact of the Covid-19 2020 pandemic at Achmad Yani International Airport in Semarang resulted in the movement of the number of passengers decreasing quite drastically, but in mid-2020 the movement of the number of passengers had slowly increased. Forecasting was done to determine the flow of movement of the number of passengers in the future using the Hybrid Singular Spectrum Analysis (SSA)-Neural Network (NN) method. The SSA method was expected to be able to decompose various patterns in the data into trend, seasonality and noise. Furthermore, the NN method was used to analyze nonlinear patterns in the data. The results showed that the best method was a combination of the SSA method with a window length of 40 and the NN method with a 6-8-1 network architecture (6 input neurons, 8 hidden neurons and 1 output neuron) for the trend component, 11-15-1 (11 neurons input, 15 hidden neurons and 1 output neuron) for the seasonal component, and 10-15-1 (10 input neurons, 15 hidden neurons and 1 output neuron) for the noise component. The model produces a prediction error based on a MAPE value of 0.54% or an accuracy rate of 99.46%.
MODEL COX PROPORTIONAL HAZARD dengan Metode Backward untuk Analisis Ketahanan Hidup Pasien Penderita Stroke Alfisyahrina Hapsery; Izzadin Muhamad Nur Irfan; Prizka Rismawati Arum
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.10.1.2022.7-14

Abstract

Stroke adalah penyakit yang disebabkan oleh terhentinya suplai darah ke otak yang menyebabkan otak kehilangan fungsinya. Stroke terjadi ketika pembuluh darah di otak tersumbat, mengakibatkan otak tidak mendapatkan suplai oksigen yang cukup untuk membawa darah ke seluruh tubuh, mengakibatkan kematian sel/jaringan. Faktor risiko stroke dapat dipengaruhi oleh usia, jenis kelamin, dan faktor akibat perilaku tidak sehat seperti hipertensi, diabetes. Berbagai faktor diduga mempengaruhi pasien stroke, oleh karena itu dilakukan pemodelan untuk memastikan faktor-faktor tersebut. Metode yang dapat memberikan informasi untuk menentukan faktor kelangsungan hidup seseorang adalah model regresi cox proporsional hazard. Variabel terikat ditentukan dari jumlah waktu kelangsungan hidup pasien dan jenis pasien yang termasuk data tersensor atau tidak. Dalam penelitian ini, data yang digunakan sebagai variabel terikat adalah lamanya pasien stroke dirawat inap sampai sembuh, atau mengalami suatu kejadian yaitu kekambuhan. Sedangkan variabel bebas yang digunakan dalam penelitian ini adalah umur, jenis kelamin, hipertensi, diabetes, lemas, nyeri, pelo, sulit makan, mual, muntah, demam dan pusing. Hasil pemodelan regresi cox proportional hazard diperoleh faktor-faktor yang mempengaruhi kekambuhan pasien stroke yaitu variabel diabetes dengan nilai estimasi 1,6696 dan variabel lemas.
Peramalan Nilai Ekspor Migas di Indonesia dengan Model Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) Prissy Nusaiba Yulisa; M. Al Haris; Prizka Rismawati Arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6121

Abstract

Ekspor migas merupakan komoditas yang berperan penting dalam perekonomian negara dan pengelolaannya harus dimaksimalkan demi kemakmuran dan kesejahteraan rakyat. Namun realitanya, dalam kurun waktu 10 tahun terakhir, neraca perdagangan ekspor migas di Indonesia mengalami defisit sehingga berdampak pada pengeluaran negara lebih besar daripada pemasukan. Penelitian ini difokuskan pada peramalan yang dapat dijadikan sebagai bahan masukan bagi pemerintah dalam merencanakan arah kebijakan terkait ekspor migas pada masa mendatang. Metode peramalan yang digunakan dalam penelitian ini adalah Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dengan optimasi Nesterov Adam (Nadam). LSTM mampu mengatasi masalah ketergantungan jangka panjang, sehingga dapat mengenali pola data dengan baik dan GRU merupakan variasi lain dari LSTM yang memiliki komputasi lebih sederhana. Sedangkan Nadam berperan dalam mempercepat proses training dan menurunkan nilai error. Berdasarkan hasil penelitian, diperoleh akurasi tertinggi dalam prediksi nilai ekspor migas menggunakan model terbaik LSTM dengan optimasi Nadam pada percobaan menggunakan nilai parameter α 0.001, jumlah neuron 20, epoch 100, dan nilai MAPE 12.8% dengan akurasi 87.2%.
Analisis Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Berdasarkan Kabupaten/Kota Di Jawa Tengah Yulia Fitri; Prizka Rismawati Arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a7079

Abstract

Pembangunan merupakan indikator yang penting disuatu negara terutama negara berkembang seperti Indonesia. Pembangunan manusia merupakan salah satu upaya yang dilakukan oleh pemerintah guna mewujudkan masyarakat yang Makmur dan sejahtera. Salah satu cara untuk mengukur kesejahteraan suatu daerah yaitu dengan mengukur Indeks Pembangunan Manusia (IPM) daerah tersebut. Dimensi dari IPM sendiri yaitu umur Panjang dan hidup sehat, Pendidikan, dan kehidupan yang layak. Data yang digunakan pada penelitian ini yaitu data sekunder yang bersumber dari Badan Pusat Statistik berupa data Indeks Pembangunan Manusia di kabupaten/kota di Jawa Tengah. Melihat pentingnya IPM pada suatu daerah khusunya Jawa Tengah, maka perlu dilakukannya analisis mengenai faktor-faktor yang mempengaruhi IPM. Analisis regresi linier berganda merupakan salah satu metode penelitian yang dapat diterapkan dalam penelitian ini karena metode regresi adalah teknik analisis statistik yang digunakan untuk menentukan bagaimana dua atau lebih variabel berinteraksi. Sehingga, analisis regresi linear berganda dapat digunakan untuk melihat faktor-faktor yang mempengaruhi IPM kabupaten/kota di Jawa Tengah pada tahun 2022. Dari hasil penelitian, diketahui bahwa variabel harapan hidup, harapan lama sekolah, rata-rata lama sekolah, dan pengeluaran perkapita berpengaruh signifikan terhadap indeks pembangunan manusia pada tahun 2022. Hasil pengujian koefisien determinasi atau R-Square didapatkan nilai sebesar 99,9%.
Co-Authors Agi Khoerunnisa Alambara, Ach Ridoi Alfidayanti, Ina Alfisyahrina Hapsery Ali Imron Ali Imron Alwan Fadlurohman Amri, Saeful Andy Purnomo, Eko Anisa Putri Arla Vatwa Lubu Anjelina Rafika Wulandari Aqsal Maulana Ariska Fitriyana Ningrum Arya Praditya Azizah, Apipah Nur Cika Awani Ayuwida Cintadea Amanda Dwi Aryani Dannu Purwanto Dhani, Oktaviana Rahma Dheanyta Alif Shafira Dominikus Leki Sogen Dwi Rahmadini Eko Andy Purnomo Elvia Nanda Sofiyanti Endang Tri Wahyuni Maharani Erlinda, Relly Evida Oktaviana Fatimahthus Zahra, Diandra Fauzi, Fatkhurokhman Fauzi, Fatkhurrokhman Fenny Amalia Adani fitriani, ine Fitriyah, Novina Indah Gautama, Rahmad Putra Haris, M Al Indah Fitriyani Indah Manfaati Nur Indah Manfaati Nur Indah Sulistiya Indriani, Anita Retno Isna Nur Azizah Izzadin Muhamad Nur Irfan Jihan Syafiqoh, Amalia Kurnia Nur Annisa Laila Khoirun Nisa Laras Indah Setyaningsih Linda Puspitasari Lisa Anggraini M. Al Haris Manfaati Nur, Indah Miftakhul Haris Mohammad Ridwan Muhammad Saifudin Nur Nerisa Rahma Nursamsiah Nursamsiah Pratiwi, Alda Putri Prissy Nusaiba Yulisa Puspitasari, Listi Putro, Dwi Purnomo Rahmi, Mulya Asy-syifa Rizky Utami, Hanief Rochdi Wasono Rochdi Wasono Siti Mutiah Siva Alfian Sugito Sugito Supriyadin, Supriyadin Tiani Wahyu Utami Tresiani Yunitasari Ulinuha, Samikoh Velia Arni Widyasari Wisudawati, Dinda Tri Yuciana Wilandari Yulia Fitri Yulia Fitri