Article Per Year (5 Year)
p-Index From 2020 - 2025
5.619
P-Index
This Author published in this journals
All Journal Jurnal Gaussian BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Jurnal Kreativitas PKM METIK JURNAL Variance : Journal of Statistics and Its Applications Jurnal Varian Jurnal Riset Pembangunan : Media Hasil Penelitian dan Kajian Pembangunan Daerah Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Multica Science and Technology VARIANSI: Journal of Statistics and Its Application on Teaching and Research Journal of Research Applications in Community Services Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) Jurnal Statistika dan Komputasi (STATKOM) Eksponensial STATISTIKA
Surya Prangga
Universitas Mulawarman
Religion Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering 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 : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Peramalan Data Ekspor Nonmigas Provinsi Kalimantan Timur Menggunakan Metode Weighted Fuzzy Time Series Lee Muhammad Wahdeni Pramana; Purnamasari , Ika; Prangga , Surya
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 1 (2021): 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 (474.538 KB) | DOI: 10.36456/jstat.vol14.no1.a3747

Abstract

Ekspor merupakan aktivitas perdagangan atau penjualan barang dari dalam negeri ke luar negeri. Ekspor nonmigas sebagai salah satu komponen pembentuk Produk Domestik Regional Bruto (PDRB) sehingga perlu adanya suatu peramalan nilai di masa mendatang. Fuzzy Time Series (FTS) merupakan metode peramalan dengan berdasarkan teori himpunan fuzzy, logika fuzzy, serta hasil peramalan yang dapat dibahasakan (linguistik). Metode Weighted Fuzzy Time Series (WFTS) Lee merupakan perluasan dari metode FTS dengan penambahan pembobotan pada tiap pola relasi yang terbentuk. Tujuan penelitian ini adalah memperoleh nilai peramalan ekspor nonmigas Provinsi Kalimantan Timur pada bulan November 2020 serta memperoleh nilai akurasi peramalan berdasarkan metode Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Berdasarkan hasil analisis diperoleh nilai akurasi peramalan untuk data Ekspor Nonmigas Provinsi Kalimantan Timur bulan Januari 2019 – Oktober 2020 dengan konstanta pembobot menggunakan metode MAPE diperoleh hasil keseluruhan dibawah 10% sehingga diperoleh konstanta pembobot terbaik yaitu dengan nilai MAPE terminimum yaitu sebesar 3,62% dan RMSE minimum sebesar 50,67. Dari hasil tersebut, diperoleh hasil peramalan untuk bulan November 2020 dengan menggunakan kontanta pembobot terbaik yaitu sebesar 850,96 juta USD.
Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan Ilmi, Hillidatul; Sifriyani; Prangga, Surya
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 2 (2021): 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 (469.063 KB) | DOI: 10.36456/jstat.vol14.no2.a4470

Abstract

Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.
Peramalan Data Ekspor Nonmigas Provinsi Kalimantan Timur Menggunakan Metode Weighted Fuzzy Time Series Lee Muhammad Wahdeni Pramana; Ika Purnamasari; Surya Prangga
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 1 (2021): 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 (474.538 KB) | DOI: 10.36456/jstat.vol14.no1.a3747

Abstract

Ekspor merupakan aktivitas perdagangan atau penjualan barang dari dalam negeri ke luar negeri. Ekspor nonmigas sebagai salah satu komponen pembentuk Produk Domestik Regional Bruto (PDRB) sehingga perlu adanya suatu peramalan nilai di masa mendatang. Fuzzy Time Series (FTS) merupakan metode peramalan dengan berdasarkan teori himpunan fuzzy, logika fuzzy, serta hasil peramalan yang dapat dibahasakan (linguistik). Metode Weighted Fuzzy Time Series (WFTS) Lee merupakan perluasan dari metode FTS dengan penambahan pembobotan pada tiap pola relasi yang terbentuk. Tujuan penelitian ini adalah memperoleh nilai peramalan ekspor nonmigas Provinsi Kalimantan Timur pada bulan November 2020 serta memperoleh nilai akurasi peramalan berdasarkan metode Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Berdasarkan hasil analisis diperoleh nilai akurasi peramalan untuk data Ekspor Nonmigas Provinsi Kalimantan Timur bulan Januari 2019 – Oktober 2020 dengan konstanta pembobot menggunakan metode MAPE diperoleh hasil keseluruhan dibawah 10% sehingga diperoleh konstanta pembobot terbaik yaitu dengan nilai MAPE terminimum yaitu sebesar 3,62% dan RMSE minimum sebesar 50,67. Dari hasil tersebut, diperoleh hasil peramalan untuk bulan November 2020 dengan menggunakan kontanta pembobot terbaik yaitu sebesar 850,96 juta USD.
Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan Hillidatul Ilmi; Sifriyani; Surya Prangga
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 2 (2021): 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 (469.063 KB) | DOI: 10.36456/jstat.vol14.no2.a4470

Abstract

Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.
Pelatihan Penggunaan Fungsi Hitung Dasar dan Logika Matematika Statistika untuk Penyelesaian TIU Ika Purnamasari; Meiliyani Siringoringo; Sri Wahyuningsih; Memi Nor Hayati; Suyitno Suyitno; Rito Goejantoro; Surya Prangga
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 6, No 1 (2023): Volume 6 No 1 Januari 2023
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v6i1.8423

Abstract

ABSTRAK  Pegawai Negeri Sipil (PNS) yaitu warga negara Indonesia yang memenuhi syarat tertentu, diangkat sebagai Pegawai ASN secara tetap oleh pejabat pembina kepegawaian untuk menduduki jabatan pemerintahan. Pada proses perimaaan CPNS, terdapat dua tahapan Seleksi yaitu SKD dan SKB. Pada SKD, pemerintah memberlakukan passing grade yang menjadi penentu kelulusan ke tahap SKB. Salah satu jenis tes pada tahap SKD yaitu TIU yang merupakan tes untuk mengukur tingkat intelegensi dalam analisa numerik, verbal, figural, serta kemampuan untuk berpikir logis dan analitis. Tujuan kegiatan pelatihan yaitu memberikan informasi kepada masyarakat umum, khusunya masyarakat yang akan mengikuti tes seleksi SKD CPNS 2021 tentang penggunaan fungsi hitung dasar dan logika dalam mengerjakan soal TIU dengan lebih mudah, cepat dan tepat. Berdasarkan hasil penilaian pada saat pelatihan, peserta dapat menunjukkan adanya peningkatan pemahaman dalam menyelesaikan soal TIU dengan mudah, cepat dan tepat.  Hal ini terlihat dari peningkatan nilai skor posttes yang jauh lebih tinggi dibandingkan saat pretes. Kedepannya diharapkan adanya kegiatan lanjutan dengan intensif agar peserta kegiatan dapat terbiasa dalam pemecahan soal dengan cepat. Kata Kunci: ASN; PNS; SKB; SKD; TIU  ABSTRACT  Civil Servants (PNS) is an Indonesian citizen who meets certain conditions, appointed as an ASN employee regularly by the office of staffing to occupy government positions. In the CPNS acceptance process, there are two stages of selection, namely SKD and SKB. In SKD, the government imposes a passing grade that determines graduation to the SKB stage. One type of test at the SKD stage is TIU which is a test to measure the level of intelligence in numerical analysis, verbal ability, figural ability, and the ability to think logically and analytically. The purpose of the training is to provide information to the general public, especially the public who will take the 2021 SKD CPNS selection test on the use of fundamental calculation functions and logic in working on TIU problems more simply, quickly, and precisely. Based on the yield of the assessment at the time of training, participants can show an increased understanding of solving TIU problems simply, quickly, and precisely. The posttest score is much higher than during pretests. In the future, expected that this training can continue intensive so that participants can get used to solving problems more quickly. Keywords: ASN; PNS; SKB; SKD; TIU
ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP STATUS PEMBAYARAN KREDIT BARANG ELEKTRONIK DAN FURNITURE MENGGUNAKAN REGRESI LOGISTIK Memi Nor Hayati; Surya Prangga; Rito Goejantoro; Darnah; Ika Purnamasari
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 5 No. 01 (2023)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm66

Abstract

Electronic goods and furniture for some people are currently seen as basic needs that must be met. High prices make it difficult for people to meet their needs with cash purchases, so they choose credit purchases using the services of finance companies in purchasing goods. This study aims to determine the factors that influence the status of credit payments for electronic goods and furniture at PT. KB Finansia Multi Finance Bontang 2020 uses logistic regression. Based on the results of the analysis, it was found that the predictor variables that had a significant effect on the credit payment status response variable were length of stay (domicile) at the address borne by the debtor when applying for credit (X3) and the amount of credit payments charged by the debtor per month (X6). The value of the Apparent Error Rate (APER) of 29.323% indicates that the logistic regression model obtained is also good for solving cases of current and non-current classification of credit payment status.
Peramalan Menggunakan Fuzzy Time Series Berbasis Algoritma Novel Annisa Hayatunnufus; Ika Purnamasari; Surya Prangga
Statistika Vol. 21 No. 2 (2021): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v21i2.336

Abstract

Fuzzy Time Series (FTS) adalah metode peramalan yang digunakan untuk mengolah data aktual yang dibentuk ke dalam nilai-nilai linguistik. Salah satu metode dalam FTS yaitu FTS berbasis Algoritma Novel. FTS berbasis Algoritma Novel merupakan perkembangan dari metode FTS sebelumnya dimana pada langkah peramalannya menggunakan kecenderungan peramalan untuk menentukan nilai peramalannya. Metode ini akan diaplikasikan pada data Indeks Harga Konsumen (IHK) Kota Samarinda periode Januari 2018 - Desember 2019 dengan penentuan panjang intervalnya menggunakan metode average based length. IHK adalah indikator ekonomi yang sangat penting dan memiliki pengaruh terhadap laju inflasi ekonomi. Penelitian ini bertujuan untuk memperoleh tingkat akurasi peramalan dengan menggunakan Mean Absolute Percentage Error (MAPE) serta memperoleh nilai peramalan IHK di Kota Samarinda pada bulan Januari 2020. Berdasarkan hasil penelitian, diperoleh tingkat akurasi peramalan dengan menggunakan MAPE untuk data IHK Kota Samarinda bulan Januari 2018 – Desember 2019 adalah sebesar 0,038%. Hasil peramalan untuk bulan Januari 2020 sebesar 140,00. Kata Kunci: algoritma novel, FTS, IHK, MAPE
Penerapan Metode Modified K-Nearest Neighbor pada Pengklasifikasian Status Pembayaran Kredit Barang Elektronik dan Furniture Selsa Amelia; Memi Nor Hayati; Surya Prangga
Statistika Vol. 22 No. 1 (2022): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v22i1.345

Abstract

ABSTRAK Klasifikasi merupakan serangkaian proses pembentukan model dari suatu objek ke dalam kelompok untuk memprediksi kelas dari suatu objek yang belum diketahui sebelumnya. Modified K-Nearest Neighbor (MK-NN) merupakan salah satu metode klasifikasi pengembangan dari algoritma K-Nearest Neighbor (K-NN) yang menambahkan proses validitas serta weight voting (pembobotan) untuk mengatasi tingkat akurasi rendah dari algoritma K-NN. Penelitian ini bertujuan untuk mengetahui hasil pengklasifikasian status pembayaran kredit barang elektronik dan furniture serta tingkat akurasi klasifikasi pada metode MK-NN. Data yang digunakan adalah data debitur PT. KB Finansia Multi Finance Tahun 2020 dengan status pembayaran kredit lancar dan tidak lancar serta menggunakan 7 variabel bebas yaitu usia, jumlah tanggungan, lama tinggal, pendapatan, masa kerja, besar pembayaran kredit, dan lama peminjaman kredit. Berdasarkan penelitian yang telah dilakukan, diperoleh nilai akurasi sebesar 84,61% dengan K optimal yaitu K = 5 pada proporsi 90% : 10%. ABSTRACT Classification is a series of process of forming a model of an object into groups to predict the class of an object that has not been known before. Modified K-Nearest Neighbor (MK-NN) is one of the classification methods developed from the K-Nearest Neighbor (K-NN) algorithm which adds a process of validity and weight voting to overcome the low level of accuracy of the K-NN algorithm. This study aims to determine the results of classifying credit payment status for electronic goods and furniture as well as the accuracy of the classification using the MK-NN method. The data used is debtor data for the 2020 KB Finansia Multi Finance Company with current and non-current credit payment status and uses 7 independent variables, namely age, number of dependents, length of stay, income, years of service, amount of credit payments, and length of loan. Based on the research that has been done, an accuracy value of 84.61% is obtained with optimal K, namely K = 5 at a proportion of 90%: 10%.
Literasi Dasar Melalui Numerasi dan Keuangan Rito Goejantoro; Ika Purnamasari; Memi Nor Hayati; Meiliyani Siringoringo; Darnah Andi Nohe; Muhammad Fathurahman; Surya Prangga; Khairun Nida; Sekar Nur Utami; Dini Elizabeth
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 6, No 12 (2023): Volume 6 No 12 2023
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v6i12.12705

Abstract

ABSTRAK Gerakan Literasi Nasional (GLN) merupakan kegiatan yang saat ini diserukan sebagai bentuk penerapan dari peraturan KEMENDIKBUD untuk menumbuhkan budi pekerti masyarakat. Numerasi dan literasi keuangan merupakan dua jenis literasi yang saling terkait. Salah satu dimensi dari literasi keuangan yaitu keterampilan menghitung. Keterampilan ini terkait pemahaman numerik, lambang bilangan dan analisa kuantitatif yang berkenaan dengan statistika dasar dalam dimensi numerasi. Kegiatan ini memiliki tujuan yaitu memberikan informasi dan pengetahuan numerasi dan keuangan kepada peserta dengan cara sederhana, menyenangkan, dan mudah dipahami berdasarkan tema lingkungan sekitar. Hasil penilaian sebelum dan sesudah kegiatan, menunjukkan bahwa adanya peningkatan kemampuan dan pemahaman peserta terkait numerasi dan keuangan, yang terlihat dari kenaikan nilai rata-rata pada saat evaluasi. Untuk kegiatan literasi selanjutnya, materi yang disampaikan dapat ditingkatkan ke jenjang materi lanjutan, serta dapat mengkombinasikan antara numerasi, literasi keuangan, dan digital untuk lebih menarik. Kata Kunci: GLN, KEMENDIKBUD, Literasi, Numerasi, Literasi Keuangan ABSTRACT The National Literacy Movement (GLN) is an activity that is currently called for as a form of application of the regulation of KEMENDIKBUD to foster community ethics. Numeracy and financial literacy are two types of literacy that are interrelated. One dimension of financial literacy is counting skills. This skill is related to numerical understanding, number symbols and quantitative analysis related to basic statistics in the numeracy dimension. This activity has the following objectives is to provide numeracy and financial information and knowledge to participants in a simple, fun, and easy-to-understand way based on the theme of the surrounding environment. The results of the assessment before and after the activity showed an increase in the abilities of participants and understanding related to numeracy and finance, which can be seen through the increase in the average scores at the time of evaluation. For further literacy activities, the material delivered can be upgraded to an advanced level of material, and can combine numeracy, financial literacy, and digital to be more attractive. Keywords: GLN, KEMENDIKBUD, Literacy, Numerasi, Financial Literacy.
Clustreing of Province in Indonesia Based on Education Indicators Using K-Medoids Annisa Zuhri Apridayanti; M Fathurahman; Surya Prangga
Jurnal Varian Vol 7 No 2 (2024)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/varian.v7i2.3205

Abstract

Data mining is searching for interesting patterns or information by selecting data using specific techniques or methods. One method that can be used in data mining is K-Medoids. K-Medoids is a method used to group objects into a cluster. This research aimed to obtain the optimal number of clusters using the K-Medoids method based on Davies-Bouldin Index (DBI) validity on education indicators data by province in Indonesia in 2021. The results showed that the optimal number of clusters using the K-Medoids method based on DBI validity is 5 clusters. Cluster 1 consists of 1 province with a higher average dropout rate, average length of schooling, and well-owned classrooms compared to other clusters. Cluster 2 consists of 15 provinces with an average proportion of school libraries lower than Clusters 3 and 4 and higher than Clusters 1 and 5. Cluster 3 consists of 9 provinces with an average proportion of school libraries, proportions of school laboratories, net enrollment rates, and higher school enrollment rates than other clusters. Cluster 4 consists of 8 provinces with a higher average enrollment rate than the other clusters. Cluster 5 consists of 1 province with a higher average repetition rate and student-per-teacher ratio than other clusters.
Co-Authors Aisha, Putri Anjani Anjani Annisa Hayatunnufus Annisa Zuhri Apridayanti Apridayanti, Annisa Zuhri Aprilianti, Rina Binda Aprilia Suryani Casuarina, Indah Putri Dani, Andrea Tri Rian Darnah Darnah Darnah, Darnah Dini Elizabeth Dwi Husnul Mubiin Erlyne Nadhilah Widyaningrum Fauziyah, Meirinda Febriana Rinda Sihotang Febriyanti, Nur Afifah Goenjatoro, Rito Hillidatul Ilmi Ika Purnamasari Ika Purnamasari Ilmi, Hillidatul Irfan Fadil Juliarto, Handy Kurniawan Khairun Nida Khoiril Anwar M. Fathurahman Mangalik, Gerald Meiliyani Siringoringo Memi Nor Hayati Memi Nor Hayati Memi Nor Hayati Memi Nor Hayati Muhammad Rais Muhammad Wahdeni Pramana Muhammad Wahdeni Pramana Nariza Wanti Wulan Sari Ni Luh Ari Yusasrini Nur Azizah, Noviani Oroh, Chiko Zet Padatuan, Aprianti Boma Patiallo, Surya Randang Permana, Jordan Nata Pratiwi, Reni Primantoro, Sudhan Purnaraga, Tirta Raihani, Risti Rito Goejantoro, Rito Sekar Nur Utami Selsa Amelia Sifriyani, Sifriyani Siringoringo, Meiliyani Siti Mahmuda Sri Wahyuningsih Suyitno Suyitno Suyono, Ari Krisna Wiwit Pura Nurmayanti Zarkasi, Rifka Nurfaiza