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 Jurnal Pendidikan Matematika (Kudus) 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 : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
ROBUST GEOGRAPHICALLY WEIGHTED REGRESSION WITH LEAST ABSOLUTE DEVIATION (LAD) ESTIMATION AND M-ESTIMATION ON GRDP OF WEST JAVA PROVINCE Arum, Prizka Rismawati; Ridwan, Mohammad; Alfidayanti, Ina; Wasono, Rochdi
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 18 No 3 (2024): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol18iss3pp1573-1584

Abstract

Geographically Weighted Regression (GWR) is an analytical method for data that contains spatial heterogeneity effects. However, parameter estimation in the GWR model has a weakness, namely it is prone to outliers and can cause the parameter estimation to be biased. This can be overcome by the Robust Geographically Weighted Regression (RGWR) method which is more robust against the presence of outliers. This method is suitable for Gross Regional Domestic Product (GRDP) data in West Java Province, which contains outliers and also has spatial effects. The data used in this study are secondary data obtained from the Central Statistics Agency (BPS) of West Java Province. The purpose of this study is to compare the Robust Geographically Weighted Regression (RGWR) method with the Least Absolute Deviation (LAD) Estimation and M-estimation and also to find out the factors that affect the Gross Regional Domestic Product (GRDP) in West Java Province in 2021 based on the model resulting from. Selection of the best model is seen based on the value of the coefficient of determination (R2) and Mean Squared of Error (MSE). The research results show that the Robust Geographically Weighted Regression (RGWR) method with M-estimation is much more effective in estimating the distribution of GRDP in West Java Province in 2021, seen from the larger coefficient of determination and the smaller Mean Square Error (MSE). The variables that have a significant influence on GRDP in West Java Province in 2021 are the variables of foreign investment and local income.
Pengelompokan Wilayah Kecamatan di Kabupaten Kendal Berdasarkan Hasil Produksi Buah dan Sayur Dengan Metode K-means Clustering Arum, Prizka Rismawati; Nur, Indah Manfaati; Fitriyani, Indah; Amri, Saeful
Jurnal Pengembangan Rekayasa dan Teknologi Vol. 7 No. 1 (2023): Mei (2023)
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/jprt.v19i1.8212

Abstract

Indonesia dikenal dengan sebutan negara agraris dimana sebagian besar penduduk bekerja di sektor produksi pertanian. Kabupaten Kendal merupakan salah satu kabupaten di Provinsi Jawa Tengah yang sebagian besar wilayahnya merupakan daerah produksi pertanian yang sangat subur. Data yang digunakan dalam kasus ini adalah hasil produksi produksi pertanian buah dan sayur pada 20 kecamatan di Kabupaten Kendal tahun 2022. Salah satu cara untuk mengetahui potensi produksi pertanian dari wilayah kecamatan di Kabupaten Kendal adalah dengan mengelompokkan wilayah yang memiliki karakteristik hampir sama menggunakan K-means clustering. Tujuannya adalah mendapatkan hasil pengelompokkan yang optimal dari masing-masing kelompok yang terbentuk. Berdasarkan hasil analisis, diperoleh pengelompokkan wilayah kecamatan di Kabupaten Kendal menggunakan K-means menjadi 3 cluster. Dimana Klaster 1 terdiri dari 2 kecamatan dengan identifikasi bawang merah, mangga, pisang, dan jambu air memiliki tingkat persentase hasil produksi buah dan sayuran tertinggi. Klaster 2 terdiri dari 2 kecamatan dengan identifikasi pepaya, nangka, petai, dan melinjo memiliki tingkat persentase hasil produksi buah dan sayuran tertinggi. Dan klaster 3 terdapat 16 kecamatan dengan identifikasi cabai rawit, cabai keriting, memiliki tingkat persentase hasil produksi buah dan sayuran tertinggi. Dengan nilai evaluasi yang didapatkan dari Silhouette Index sebesar 0,5546 yang berarti termasuk kedalam kriteria medium structure.
Panel Data Spatial Regression Modeling with a Rook Contiguity Weighting Function on the Human Development Index in West Sumatera Province Arum, Prizka Rismawati; Anggraini, Lisa; Nur, Indah Manfaati; Purnomo, Eko Andy
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 8, No 1 (2024): January
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v8i1.16675

Abstract

The achievement of the level of welfare of a region or country can be seen from the level of human development as measured by the Human Development Index (HDI). West Sumatra is one of the provinces with HDI achievements above the national average. However, there are still regencies/cities in West Sumatra Province that have HDI achievements below the national average and HDI achievements in West Sumatra Province Regencies/Cities have changed in 2017-2021. Therefore, in this study, spatial analysis of panel data was used. The aim of this research is to find out the general description of the HDI of West Sumatra Province, obtain a panel data spatial regression model and obtain variables that significantly influence on HDI in West Sumatra Province 2017─2021because differences in HDI achievement were suspected to have influences from areas that were side by side and the area was observed more than once. The model formed from this analysis using the rook contigutiy weighting function is Random Effect Spatial Autoregressive because the spatial interactions formed in human development index data in West Sumatra Province are real at lag. This model is a suitable model based on panel spatial model selection and has an R2 value of 92.94%. Analysis of human development index data in regencies/cities in West Sumatra Province using spatial regression panel data obtained results that expectations of school length (X1), average length of schooling (X2), and population density (X3) significantly directly influenced the human development index in regencies/cities in West Sumatra Province.  
Rainfall Forecasting Using an Adaptive Neuro-Fuzzy Inference System with a Grid Partitioning Approach to Mitigating Flood Disasters Fauzi, Fatkhurokhman; Erlinda, Relly; Arum, Prizka Rismawati
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 8, No 2 (2024): April
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v8i2.20385

Abstract

Hydrometeorological disasters are one of the disasters that often occur in big cities like Semarang. Hydrometeorological disasters that often occur are floods caused by high-intensity rainfall in the area. Early mitigation needs to be done by knowing about future rain. Rainfall data in Semarang City fluctuates, so the Adaptive Neuro-Fuzzy Inference System (ANFIS) method approach is very appropriate. This research will use the Grid Partitioning (GP) approach to produce more accurate forecasting. The data used in this research is daily rainfall observation data from the Meteorology Climatology Geophysics Agency (BMKG). The membership functions used are Gaussian and Generalized Bell. The two membership functions will be compared based on the RMSE and MAPE values to get the best one. The data used in this research is daily rainfall data. Rainfall in Semarang City every month experiences anomalies, which can result in flood disasters. The ANFIS-GP method with a Gaussian membership function is the best, with an RMSE value of 0.0898 and a MAPE of 5.2911. Based on the forecast results for the next thirty days, a rainfall anomaly of 102.53 mm on the thirtieth day could cause a flood disaster. 
Peramalan Laju Inflasi Di Indonesia Menggunakan Metode Fuzzy Time Series Saxena-Easo indah fitriyani; M. Al Haris; Arum, Prizka Rismawati
Jurnal Fourier Vol. 13 No. 2 (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.2024.132.94-110

Abstract

Inflasi adalah fenomena dimana harga barang dan jasa umumnya naik. Inflasi yang stabil sangat penting untuk menjaga pertumbuhan ekonomi agar dapat meningkatkan kesejahteraan masyarakat. Inflasi tidak hanya merupakan fenomena jangka pendek, tetapi juga merupakan fenomena jangka Panjang. Untuk itu, perlu adanya antisipasi dan tindakan untuk mencegah inflasi agar tidak melambung tinggi dan terlalu rendah. Salah satu caranya dengan melakukan peramalan. Fuzzy time series (FTS) salah satu metode yang digunakan dalam peramalan. Fuzzy time series Saxena-Easo memperbaiki metode yang diperkenalkan oleh Stevenson dan Porter dengan melakukan modifikasi pada pembentukan subinterval kelas himpunan fuzzy, yang didasarkan pada jumlah anggota di setiap interval kelas. Data yang digunakan yaitu data laju inflasi di Indonesia bulan Januari 2013 hingga April 2024. Hasil penerapan metode fuzzy time series Saxena-Easo mampu meramalkan laju inflasi sangat baik. Karena menghasilkan kesalahan peramalan berdasarkan MAPE sebesar 1,029%, dan nilai RMSE yang diperoleh adalah 0,1016. Nilai peramalan satu periode kedepan pada bulan Juli 2024 sebesar 2,54%.
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.
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
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.
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.
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.
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