Article Per Year (5 Year)
p-Index From 2021 - 2026
5.51
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 JITK (Jurnal Ilmu Pengetahuan dan Komputer) 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 : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
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%.
IMPLEMENTASI SISTEM INFORMASI KEMITRAAN BERBASIS CLOUD UNTUK MENINGKATKAN KETERJANGKAUAN DAN AKSESBILITAS BAGI UMKM AISYIYAH JAWA TENGAH Arum, Prizka Rismawati; Amri, Saeful; Ridwan, Mohammad; Puspitasari, Listi; Supriyadin, Supriyadin; Putro, Dwi Purnomo
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 5 (2024): Vol. 5 No. 5 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i5.35200

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) berperan signifikan dalam pembangunan ekonomi Indonesia, dengan mayoritas pelakunya adalah perempuan. Di Indonesia, 64,5% pelaku UMKM adalah perempuan, yang berkontribusi sebesar 61% terhadap PDB nasional. Namun, perempuan pelaku UMKM menghadapi berbagai tantangan, seperti kurangnya dukungan keluarga, akses perizinan yang sulit, manajemen bisnis yang belum optimal, dan minimnya akses ke pasar. Organisasi Aisyiyah, melalui program Bina Usaha Ekonomi Keluarga Aisyiyah (BUEKA), berupaya mengatasi masalah ini dengan mengembangkan UMKM perempuan melalui pelatihan, peningkatan kapasitas, dan digitalisasi. Pengabdian masyarakat ini mengusulkan solusi berupa Sistem Informasi Kemitraan Berbasis Cloud untuk meningkatkan keterjangkauan dan aksesibilitas bagi UMKM Aisyiyah di Jawa Tengah. Metode yang digunakan mencakup perencanaan, pelaksanaan, dan evaluasi pelatihan dengan pendekatan partisipatif. Hasil implementasi menunjukkan adanya peningkatan pengelolaan kemitraan UMKM, manajemen kasir, dan integrasi layanan digital berbasis cloud yang dapat memudahkan proses jual beli dan meningkatkan kinerja UMKM perempuan di bawah Aisyiyah.
Smart Village Application untuk Meningkatkan Pelayanan Publik Pemerintah Desa Katonsari Kabupaten Demak M. Al Haris; Prizka Rismawati Arum; Dannu Purwanto; Ali Imron; Linda Puspitasari; Miftakhul Haris
LOSARI: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2023): Desember 2023
Publisher : LOSARI DIGITAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53860/losari.v5i2.161

Abstract

Pemerintah Desa Katonsari Kabupaten Demak, Provinsi Jawa Tengah, berkomitmen untuk memberikan pelayanan terbaik kepada warganya. Saat ini, pelayanan publik masih dilakukan secara manual yang mengakibatkan ketidakefektifan dan ketidakefisienan dalam pelayanan. Selain itu, sumber daya manusia di Desa Katonsari masih belum memiliki keterampilan teknologi informasi, sehingga perlu meningkatkan kemampuan dalam memanfaatkan teknologi. Untuk mengatasi permasalahan tersebut, tim pengabdian Universtas Muhammadiyah Semarang memberikan solusi dalam bentuk "Smart Village Application" untuk meningkatkan pelayanan publik pemerintah Desa Katonsari. Tahapan kegiatan diawali dengan identifikasi kebutuhan desa dengan pendekatan wawancara, perancangan sistem smart village application, pelatihan penggunaan sistem, dan evaluasi terhadap kinerja dan keefektifan sistem. Sasaran kegiatan ditujukan kepada perangkat desa dan beberapa warga Desa Katonsari sejumlah 30 orang. Berdasarkan kegiatan yang telah dilaksanakan, peserta kegiatan terlihat antusian dan puas terhadap program yang dilaksanakan. Hal tersebut didasarkan pada hasil survei kepuasan yang Tim pengabdian lakukan setelah selesai kegiatan.
Implementation of K-Means to Classify Poverty Based on Housing Characteristics in Central Java in 2021 Setyaningsih, Laras Indah; Wulandari, Anjelina Rafika; Arum, Prizka Rismawati
Jurnal Pendidikan Matematika Vol 6, No 1 (2023): Jurnal Pendidikan Matematika (Kudus)
Publisher : Universitas Islam Negeri Sunan Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21043/jpmk.v6i1.19529

Abstract

Poverty is a condition in which a person's inability to meet basic needs such as food, clothing, shelter, and education so that he is unable to guarantee his own survival. To support the successful implementation of development programs, especially those aimed at reducing poverty, grouping districts/cities using cluster analysis can be assisted. Cluster analysis can be carried out to identify how the poverty rate is based on housing characteristics in Central Java which can be taken into consideration so that development programs are more targeted. Cluster analysis is a grouping method in which a group has the same characteristics, while between groups have different characteristics. K-means is one of the algorithms in data mining that can be used for grouping/clustering. The purpose of this study was to determine the classification of poverty in Central Java districts/cities based on housing indicators which include the floor area of the house, building materials for the widest floor, sources of drinking water, main building materials for roofs, and main fuel for cooking. This study yielded three clusters, with cluster 1 consisting of 22 districts and cities, cluster 2 consisting of 5 districts and cities, and cluster 3 consisting of 8 districts and cities. Cluster 1 grouping indicators were based on the sources of drinking water and the type of fuel used for cooking, cluster 2 grouping indicators were based on the size of the house's floor plan, and cluster 3 grouping indicators were based on the materials used to construct the house's widest floor and its main roof. Kemiskinan merupakan kondisi dimana ketidakmampuan seseorang untuk memenuhi kebutuhan pokok seperti pangan, sandang, papan dan pendidikan sehingga tidak mampu menjamin kelangsungan hidupnya sendiri. Untuk menunjang keberhasilan pelaksanaan program-program pembangunan, khususnya yang ditujukan untuk mengurangi kemiskinan dapat dibantu dengan mengelompokkan kabupaten/kota dengan analisis cluster. Analisis cluster dapat dilakukan untuk mengenali bagaimana tingkat kemiskinan berdasarkan karakteristik perumahan di Jawa Tengah yang dapat dijadikan pertimbangan agar program-program pembangunan lebih tepat sasaran. Analisis cluster merupakan suatu metode pengelompokan dimana dalam suatu kelompok mempunyai karakteristik yang sama, sedangkan antar kelompok mempunyai karakteristik yang berbeda. K-means merupakan salah satu algoritma dalam data mining yang dapat digunakan untuk mengelompokkan/clustering. Tujuan penelitian ini ialah untuk mengetahui pengelompokan kemiskinan Kabupaten/Kota Jawa Tengah berdasarkan indikator perumahan yang meliputi luas lantai rumah, bahan bangunan untuk lantai terluas, sumber air minum, bahan bangunan utama untuk atap rumah, dan bahan bakar utama untuk memasak. Penelitian ini menghasilkan 3 cluster dengan cluster 1 memiliki anggota 22 Kabupaten/Kota, cluster 2 memiliki anggota 5 Kabupaten/ Kota, cluster 3 memiliki anggota 8 Kabupaten/Kota. Indikator pengelompokkan cluster 1 didasarkan kepada sumber air minum dan bahan bakar untuk memasak yang digunakan, indikator pengelompokan cluster 2 didasarkan kepada luas lantai rumah, sedangkan indikator pengelompokkan cluster 3 didasarkan kepada bahan bangunan untuk lantai terluas dan bahan bangunan utama untuk atap rumah.
HYBRID RESAMPLING METHOD AND HYPERPARAMETER OPTIMIZATION FOR HIV/AIDS PREDICTION: EVIDENCE FROM EIGHT MACHINE-LEARNING MODELS Lydia Nur Sa'adah; Fatkhurokhman Fauzi; Prizka Rismawati Arum; M Al Haris; Yan Nazala Bisoumi
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 4 (2026): JITK Issue May 2026
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i4.7533

Abstract

HIV/AIDS remains a global health challenge with continuously increasing infection rates, highlighting the importance of accurate prediction models to support prevention and early detection. However, the development of such models is often constrained by class imbalance and irrelevant features. This study aims to improve HIV/AIDS infection prediction by integrating feature selection, data balancing techniques, and eight machine learning algorithms. Feature selection was performed using Mutual Information and Chi-Square to identify the most relevant features. The dataset used was the HIV/AIDS Infection Prediction Dataset from Kaggle, consisting of 2,139 instances and 23 features, with an imbalanced distribution of 1,618 non-infected and 521 infected cases. The dataset was divided into 80% training data and 20% testing data, with resampling applied only to the training set to prevent data leakage. Three resampling scenarios were evaluated: no sampling, SMOTE, and SMOTE-ENN. Hyperparameter tuning was conducted using Bayesian Optimization integrated with 5-fold Cross-Validation to improve model robustness and reliability. Eight machine learning algorithms were evaluated, including Decision Tree, Random Forest, AdaBoost, Gradient Boosting, XGBoost, LightGBM, K-Nearest Neighbors, and Logistic Regression. The results show that SMOTE-ENN combined with hyperparameter optimization significantly improved model performance. The best model, Gradient Boosting + SMOTE-ENN, achieved 96.1% accuracy, 94.8% precision, 98.4% recall, and 96.5% F1-score. These findings indicate that the proposed integrated framework is highly effective for predicting HIV/AIDS infection and has strong potential to support early diagnosis and data-driven decision-making in healthcare.
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 Yulia Fitri; Prizka Rismawati Arum; Ali Imron
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 ine fitriani; Prizka Rismawati Arum; Saeful Amri
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 Mulya Asy-syifa Rahmi; Prizka Rismawati Arum; Tiani Wahyu Utami
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.
Co-Authors Ach Ridoi Alambara Agi Khoerunnisa Alfidayanti, Ina Alfisyahrina Hapsery Ali Imron Ali Imron Alwan Fadlurohman Amalia Jihan Syafiqoh Amri, Saeful Anisa Putri Arla Vatwa Lubu Aqsal Maulana Ariska Fitriyana Ningrum Arsusma, Jesicha Roselina Arya Praditya Azizah, Apipah Nur Cika Awani Ayuwida Cintadea Amanda Dwi Aryani Dannu Purwanto Dhani, Oktaviana Rahma Dheanyta Alif Shafira Diandra Fatimahthus Zahra Dominikus Leki Sogen Dwi Rahmadini Eko Andy Purnomo Elvia Nanda Sofiyanti Endang Tri Wahyuni Maharani Erlinda, Relly Evida Oktaviana Fatkhurrokhman Fauzi Fauzi, Fatkhurokhman Fenny Amalia Adani Fitriyah, Novina Indah Gautama, Rahmad Putra Hanief Rizky Utami Haris, M Al Indah Fitriyani Indah Manfaati Nur Indah Manfaati Nur Indah Sulistiya Indriani, Anita Retno ine fitriani Isna Nur Azizah Izzadin Muhamad Nur Irfan Kurnia Nur Annisa Laila Khoirun Nisa Linda Puspitasari Lisa Anggraini Lydia Nur Sa'adah M. Al Haris Miftakhul Haris Mohammad Ridwan Muhammad Saifudin Nur Mulya Asy-syifa Rahmi Nerisa Rahma Nursamsiah Nursamsiah Pratiwi, Alda Putri Prissy Nusaiba Yulisa Puspitasari, Listi Putro, Dwi Purnomo Rochdi Wasono Rochdi Wasono Samikoh Ulinuha Sarah, Albertus Dion Setyaningsih, Laras Indah Siti Mutiah Siva Alfian Sugito Sugito supriadin supriadin Supriyadin, Supriyadin Tiani Wahyu Utami Tresiani Yunitasari Triky, Yolan Velia Arni Widyasari Widiyanti, Karin Dita Wisudawati, Dinda Tri Wulandari, Anjelina Rafika Yan Nazala Bisoumi Yuciana Wilandari Yulia Fitri