Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Journal of Data Insights

Pengaruh Rata-Rata Lama Sekolah, Angka Harapan Hidup Dan Pengangguran Terhadap Kemiskinan Di Kabupaten Solok Selatan: The Effect of Average Length of School, Life Expectancy, and Unemployment on Poverty in South Solok Regency Fitri, Yulia; Rismawati Arum, Prizka; Imron, Ali
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.136

Abstract

Kegiatan yang dilakukan adalah data entry Survei Sosial Ekonomi Nasional (SUSENAS) dan Survei Angkatan Kerja Nasional (SAKERNAS) di Kabupaten Solok Selatan Tahun 2022 yang kemudian dilakukan penelitian mendalam berbentuk laporan PKl. Hasil akhir pada penelitian ini menunjukkan bahwa asumsi dasar telah terpenuhi yaitu BLUE estimation sehingga diperoleh homoskedastisitas, tidak multikolinearitas, dan tidak ada autokorelasi. Sehingga dapat disimpulkan bahwa variabel dalam penelitian ini memenuhi aturan OLS. Dengan variabel rata-rata lama sekolah dan usia harapan hidup secara simultan berpengaruh terhadap kemiskinan. Sementara itu, tingkat pengangguran terbuka tidak secara simultan mempengaruhi kemiskinan di Kabupaten Solok Selatan tahun 2011-2021.
Permodelan Jumlah Kasus Tuberkulosis Di Kabupaten Purbalingga Tahun 2022 Menggunakan Regresi Binomial Negatif: Modeling the Number of Tuberculosis Cases in Purbalingga Regency in 2022 Using Negative Binomial Regression Arum, Prizka Rismawati; Manfaati Nur, Indah; Jihan Syafiqoh, Amalia; Rizky Utami, Hanief
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.273

Abstract

Menurut data dari Dinkes Purbalingga pada bulan Mei 2022 ditemukan 422 kasus TBC dan 9 diantaranya menderita TBC Multi Drug Resistant (MDR) atau kebal obat. Untuk kasus TBC MDR saat ini menjadi perhatian kusus pemerintah, hal ini karena masa penyembuhannya membutuhkan waktu yang lebih lama. Penyakit TB Paru merupakan salah satu penyebab kematian utama di Indonesia dan dunia. Selain menyerang Paru, Tuberculosis dapat menyerang organ tubuh yang lain. Jumlah orang terduga Tuberkulosis tahun 2022 sebanyak 11.324 dan orang terduga tuberkulosis yang mendapatkan pelayanan kesehatan sesuai standar sebanyak 12.072 (106,6%). Oleh karena itu, perlu dilakukan upaya untuk memodelkan jumlah kasus TBC di Kabupaten Purbalingga agar dapat memberikan informasi yang berguna dalam upaya pencegahan dan pengendalian penyakit TBC.Model regresi Poisson sering ditemukan pelanggaran asumsi overdispersi dengan memodelkan faktor-faktor yang berpengaruh terhadap kasus tuberculosis. Alternatif model yang dapat dilakukan untuk mengatasi pelanggaran asumsi overdispersi adalah Model Regresi Binomial Negatif. Berdasarkan nilai AIC diperoleh hasil pemodelan terbaik menggunakan regresi binomial negatif dengan nilai AIC sebesar 191.96 yang lebih kecil dari metode regresi Poisson.Berdasarkan uji parsial dihasilkan bahwa variabel yang berpengaruh terhadap jumlah kasus tuberculosis di Kabupaten Purbalingga adalah X2 yaitu jumlah puskesmas.
Pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Meramalkan Volume Angkutan Barang Kereta Api di Pulau Jawa Tahun 2021: Memberikan prediksi volume angkutan barang kereta api di pulau jawa untuk masa mendatang fitriani, ine; Prizka Rismawati Arum; Amri, Saeful
Journal of Data Insights Vol 2 No 1 (2024): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v2i1.167

Abstract

Tujuan penelitian ini untuk meramalkan jumlah angkutan barang menggunakan kereta api di Pulau Jawa. Metode yang digunakan yakni pendekatan kuantitatif dengan memanfaatkan sumber data sekunder dari situs resmi Badan Pusat Statistik (bps.go.id). Hasil penelitian memberikan gambaran jika terdapat prediksi penurunan pada bulan November 2021, yang disertai oleh peningkatan pada periode berikutnya. Dalam upaya peramalan, digunakan model SARIMA(0,1,1)(0,2,0)12. Keputusan menggunakan model ini didasarkan pada parameter yang signifikan serta pemenuhan asumsi terkait residu white noise. Model ini dipilih sebagai model terbaik karena memiliki nilai AIC yang paling rendah dibandingkan dengan model SARIMA lain yang telah melalui uji diagnostik residual
Comparison of Holt-Winters Exponential Smoothing (HWES) and Singular Spectrum Analysis (SSA) Methods in Forecasting the Number of Passengers at PT KAI in Indonesia: Perbandingan Metode Holt-Winters Exponential Smoothing (HWES) Dan Singular Spectrum Analysis (SSA) Pada Peramalan Jumlah Penumpang PT KAI di Indonesia Ulinuha, Samikoh; Wahyu Utami, Tiani; Arum, Prizka Rismawati; Purwanto, Dannu
Journal of Data Insights Vol 2 No 2 (2024): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v2i2.654

Abstract

Penelitian ini mengkaji penerapan dua metode peramalan, yaitu Holt Winters Exponential Smoothing (HWES) dan Singular Spectrum Analysis (SSA), dalam meramalkan jumlah penumpang di PT Kereta Api Indonesia. Hasil penelitian menunjukkan bahwa penerapan metode HWES dengan model additive menghasilkan nilai parameter pemulusan optimal dengan alpha , beta dan gamma model ini memiliki nilai MAPE sebesar 10.75%. Sementara itu, pada HWES model multiplicative menghasilkan nilai parameter pemulusan alpha , beta dan gamma , menghasilkan nilai MAPE 14.50%. Metode SSA dengan window length menghasilkan nilai MAPE 13.33%. Perbandingan nilai MAPE anatara metode HWES additive, HWES multiplicative dan SSA menunjukkan bahwa HWES additive lebih unggul dengan MAPE sebesar 10.75%. Peramalan jumlah penumpang Kereta Api Indonesia menggunakan metode terbaik Holt Winters Exponential Smoothing Additive untuk periode Januari hingga Desember 2024 memperlihatkan variasi jumlah penumpang terendah pada bulan Agustus dan tertinggi pada bulan Januari.
Implementation of K-Means Algorithm to Group Age of Cardiovascular Disease Patients: Impelementasi Algoritma K-means untuk Mengelompokkan Usia Penderita Penyakit Kardiovaskular Rahmi, Mulya Asy-syifa; Arum, Prizka Rismawati; Wahyu Utami, Tiani
Journal of Data Insights Vol 3 No 1 (2025): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v3i1.216

Abstract

Cardiovascular disease, including coronary heart disease, peripheral arteries and heart failure, is a serious disease that is the leading cause of death globally. Risk factors such as high blood pressure, dyslipidemia, smoking, diabetes, and obesity contribute to the development of this disease. This study aims to group cardiovascular disease sufferers based on age using the k-means clustering method with optimization of the k value using the elbow method. The data used comes from more than 35,000 preprocessed observations. The analysis results show that the optimal number of clusters is five. Data preprocessing succeeded in cleaning the data from missing values, and the elbow method helped determine the number of clusters that were relevant for age grouping of cardiovascular disease sufferers. The results of this grouping can be used for further analysis in efforts to prevent and manage cardiovascular disease.