Article Per Year (5 Year)
p-Index From 2021 - 2026
5.954
P-Index
This Author published in this journals
All Journal Jurnal Rekayasa Mesin Jurnal Kesehatan Vokasional Jurnal SOLMA BAREKENG: Jurnal Ilmu Matematika dan Terapan ComTech: Computer, Mathematics and Engineering Applications Vygotsky: Jurnal Pendidikan Matematika dan Matematika Inferensi Jurnal Sistem Komputer dan Informatika (JSON) Reswara: Jurnal Pengabdian Kepada Masyarakat Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Statistika dan Aplikasinya ABIDUMASY : Jurnal Pengabdian kepada Masyarakat Decode: Jurnal Pendidikan Teknologi Informasi Indonesian Collaboration Journal of Community Services (ICJCS) J-ABDIPAMAS (Jurnal Pengabdian Kepada Masyarakat)
Denny Nurdiansyah
Statistics Study Program, Faculty Of Science And Technology, Universitas Nadlatul Ulama Sunan Giri, Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Comparison of Decomposition and Triple Exponential Smoothing Methods to Improve Rice Production Forecasting in East Java Province Nur Aisyatul Lathifah; Denny Nurdiansyah; Alif Yuanita Kartini
Vygotsky: Jurnal Pendidikan Matematika dan Matematika Vol. 7 No. 1 (2025): Vygotsky: Jurnal Pendidikan Matematika dan Matematika
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/voj.v7i1.1119

Abstract

This study forecasts rice production in East Java using Triple Exponential Smoothing (Holt-Winters) and Decomposition. Data includes rice production in dry milled grain (GKG) from January 2018 until December 2023, sourced from the Central Statistics Agency (BPS) of East Java. The analysis identifies the Holt-Winters Multiplicative model as the most effective, with the lowest error values: Mean Absolute Percentage Error (MAPE) of 0.1452, Mean Absolute Deviation (MAD) of 0.1078, and Mean Squared Error (MSE) of 0.0286 during training, and MAPE of 0.1974, MAD of 0.1909, and MSE of 0.0858 during testing. The Holt-Winters Multiplicative model is recommended for future rice production predictions, providing reliable method for accurate forecasting, and aiding in future rice demand planning in East Java.
Pemberdayaan Ekonomi Kreatif Melalui Pelatihan Kerajinan Pelepah Pisang di Desa Mudung Bojonegoro Muhammad Zahid Ubaidillah; Anti Nabila; Tia Fadila Rista; Sefia Rara Romadona; Siti Fasroin; Kurnia Amirza Julianto; Ahmad Agus Wicaksono; Retno Eka Nurfirdaus; Muhammad Yulvi Aditya Pradana; Denny Nurdiansyah; Teguh Pribadi
Reswara: Jurnal Pengabdian Kepada Masyarakat Vol 7, No 1 (2026)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v7i1.7490

Abstract

Desa Mudung, Bojonegoro, memiliki potensi limbah pelepah pisang yang melimpah, namun belum dimanfaatkan secara optimal. Kondisi ini menuntut adanya inovasi agar limbah tersebut dapat diolah menjadi produk bernilai tambah dan berdaya jual. Melalui program pengabdian masyarakat bersama mahasiswa KKN, dilakukan pelatihan kerajinan pelepah pisang sebagai upaya pemberdayaan masyarakat sekaligus peningkatan ekonomi kreatif desa. Tujuan kegiatan ini adalah memberikan keterampilan baru kepada masyarakat, meningkatkan kreativitas, serta mendorong terciptanya produk lokal yang memiliki nilai ekonomi. Metode pelaksanaan meliputi sosialisasi potensi pelepah pisang, demonstrasi teknik pengolahan dan pengeringan bahan, praktik pembuatan berbagai produk kerajinan, serta pendampingan desain dan pewarnaan agar produk lebih menarik. Peserta juga diberikan pemahaman tentang strategi pemasaran sederhana untuk memperluas jangkauan penjualan. Hasil kegiatan menunjukkan peningkatan keterampilan masyarakat dalam mengolah pelepah pisang, dengan rata-rata kemampuan peserta meningkat dari 35% menjadi 80%. Produk kerajinan yang dihasilkan, seperti tas, hiasan, dan wadah serbaguna, mendapatkan tanggapan positif dari masyarakat lokal. Selain itu, pelatihan ini berhasil menumbuhkan minat wirausaha baru, ditandai dengan 70% peserta menyatakan siap memproduksi dan memasarkan produk secara mandiri. Kesimpulannya, pelatihan kerajinan pelepah pisang terbukti mampu memberdayakan masyarakat Desa Mudung melalui pemanfaatan potensi lokal yang sebelumnya terabaikan. Inovasi ini berpotensi menjadi produk unggulan desa dan mendukung pengembangan ekonomi kreatif masyarakat.
ENHANCING STOCK PORTFOLIO PERFORMANCE USING MARKOV-SWITCHING MODELS AND CANDLESTICK PATTERNS FOR LONG-TERM INVESTMENT Denny Nurdiansyah; Agus Sulistiawan
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 20 No 1 (2026): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol20iss1pp0227-0238

Abstract

Islamic stocks in Indonesia face challenges in portfolio management due to the limited number of issuers and low diversification. The change in market regime from bullish to bearish makes the portfolio more vulnerable, especially since some investors do not understand the concept of portfolio and the importance of determining optimal asset weighting. In addition, the allocation strategy used tends to be static and minimizes the utilization of sharia-based technical analysis, making investment decisions less responsive to market dynamics. This study aims to compare the performance of two portfolio allocation algorithms, which integrate Markov-switching models and Heiken Ashi candlestick patterns for trend identification, respectively. The research method used is a quantitative approach with experimental techniques or computational simulations that aim to test the performance of the algorithm in producing optimal portfolio weights. The portfolio model developed is an extension of the Markowitz model with two different integration approaches, namely the Markov-switching model and the Heiken Ashi candlestick pattern. Portfolio weight optimization on each algorithm is performed using the Generalized Reduced Gradient (GRG) method. The Markov-switching model is a time series model used to identify changes in the average market regime. In contrast, the Heiken Ashi pattern is used to detect trend changes in stock price movements. The time series data used consists of daily stock prices of Islamic stocks listed in the Jakarta Islamic Index (JII) during the period January 2019 to August 2022, obtained from the Indonesia Stock Exchange (IDX). This study finds that the Markowitz model integrated with the Markov-switching model is able to effectively identify market regimes and improve efficiency in portfolio weight optimization. These findings provide valuable insights for Islamic equity investors in their risk mitigation efforts while helping to align expected returns with long-term investment strategies that are adaptive to bullish and bearish market conditions.
Analisis Klasifikasi Hepatitis Menggunakan Synthetic Minority Oversampling Technique, Support Vector Machine, dan Random Forest Amalia Nur Laily; Mula Agung Barata; Denny Nurdiansyah
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 1: MARET 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i1.1630

Abstract

Hepatitis akibat infeksi virus masih menjadi masalah kesehatan masyarakat yang serius sehingga deteksi dini berbasis data klinis penting untuk mencegah kerusakan hati lebih lanjut. Penelitian ini menganalisis kinerja algoritma Support Vector Machine (SVM) dan Random Forest pada klasifikasi hepatitis serta mengkaji dampak penerapan Synthetic Minority Over-sampling Technique (SMOTE). Dataset yang digunakan adalah HepatitisCdata.csv dari Kaggle dengan 615 data pasien yang memuat atribut demografis dan parameter biokimia hati. Tahapan penelitian meliputi preprocessing data, penanganan outlier, transformasi atribut kategorikal, serta pembangunan model baseline dan SMOTE. Evaluasi dilakukan menggunakan 10-fold cross-validation dengan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa SMOTE meningkatkan performa kedua algoritma, dengan Random Forest + SMOTE memberikan hasil terbaik (akurasi 98,85%) dibandingkan SVM + SMOTE (98,50%). Kontribusi penelitian ini terletak pada penggunaan pipeline preprocessing dan evaluasi yang seragam untuk membandingkan dampak SMOTE secara langsung pada dua algoritma klasifikasi hepatitis.
ANALISIS SENTIMEN PUBLIK TERHADAP CHATGPT: PERBANDINGAN LOGISTIC REGRESSION DAN DISTILBERT Wella Vernanda Meilasaroh; Afril Efan Pajri; Denny Nurdiansyah
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 2: JULI 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i2.1644

Abstract

Tujuan penelitian ini adalah menganalisis opini publik terhadap ChatGPT berdasarkan ulasan pengguna di Google Play Store, juga mengkomparasikan kinerja dua metode klasifikasi sentimen: Logistic Regression (klasik) + TF-IDF dan DistilBERT (Transformer modern). Dataset dari ChatGPT Reviews Daily Updated yang diproses melalui prapemrosesan teks, pelabelan sentimen, pembentukan fitur, pelatihan model, dan evaluasi performa. Hasil menunjukkan dominasi sentimen positif (87,41%) dan karakteristik teks yang sangat pendek (1–10 kata). Logistic Regression mencapai akurasi 88,39% dan F1-Score 84,12%, tetapi gagal mengenali kelas minoritas karena ketidakseimbangan data. Sedangkan DistilBERT mencapai akurasi 89,57% dan F1-Score 87,35%, dengan kemampuan jauh lebih baik dalam mengklasifikasikan sentimen negatif dan netral. Hal ini menunjukkan bahwa model Transformer lebih mampu memahami konteks semantik dan tahan terhadap variasi bahasa informal. Secara keseluruhan, opini publik terhadap ChatGPT sangat positif, dan DistilBERT terbukti lebih efisien untuk menganalisis ulasan aplikasi dengan distribusi kelas tidak seimbang dan teks pendek. Penelitian ini memberikan dasar empiris dalam memilih model NLP untuk analisis sentimen terkait teknologi generatif.
IMPLEMENTATION OF MIXED GEOGRAPHICALLY WEIGHTED REGRESSION MODEL TO ANALYZE SOCIAL ASSISTANCE BUDGET IN EAST JAVA Putri Utami; Denny Nurdiansyah; Alif Yuanita Kartini
Jurnal Statistika dan Aplikasinya Vol. 8 No. 2 (2024): Jurnal Statistika dan Aplikasinya
Publisher : LPPM Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.08204

Abstract

Background - Social assistance (BANSOS) is aid provided by the government to low-income communities in the form of money, goods, or services. Understanding the allocation and influencing factors of social assistance in East Java is crucial for effective distribution. Mixed Geographically Weighted Regression (MGWR) combines global and local regression models to address spatial variability in the data. Purpose – This study aims to develop an MGWR model with a fixed kernel weighting function for the social assistance budget in East Java for 2022. The specific objectives are to identify factors affecting the budget and determine the best model that represents these global and local relationships. Methodology – The study employs the Mixed Geographically Weighted Regression (MGWR) method with a fixed Gaussian kernel to analyze social assistance budget data and economic factors in East Java for 2022. Models OLS, GWR, and MGWR are applied and evaluated using the Akaike Information Criterion (AIC) to identify the best-performing model. Findings – The MGWR model with a fixed Gaussian kernel is the best for the social assistance budget in East Java, yielding a lower AIC compared to OLS and GWR models. The globally influential factor in this model is economic growth (
Penerapan Model Exponential Smoothing berbasis Metode Evolutionary pada Kasus COVID-19 dan DBD di Bojonegoro Nurdiansyah, Denny; Wafa, Khoirul
Jurnal Kesehatan Vokasional Vol 6, No 3 (2021): August
Publisher : Sekolah Vokasi Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jkesvo.65937

Abstract

Latar Belakang: COVID-19 menjadi perhatian utama di Bojonegoro karena kasus terinfeksi meningkat sampai akhir tahun 2020. Selain itu, wabah demam berdarah dengue (DBD) juga perlu diantisipasi di musim penghujan agar tidak meningkat bersamaan dengan wabah COVID-19.Tujuan: Mengembangkan model exponential smoothing berbasis metode evolutionary untuk meramalkan banyaknya kasus terinfeksi COVID-19 dan DBD di Bojonegoro.Metode: Penelitian diawali dengan pembuatan aplikasi peramalan model exponential smoothing dengan metode evolutionary dan pemrograman Visual Basic yang dikembangkan di Excel dan Solver. Koefisien-koefisien model dioptimasi secara iteratif dengan metode evolutionary dan metode generalized reduced gradient. Model tersebut dievaluasi kinerjanya dengan nilai mean absolute percentage error (MAPE), mean absolute deviation (MAD), dan mean squared error (MSE). Sumber data penelitian menggunakan data sekunder dari Dinas Kesehatan Bojonegoro yang berisi data harian kasus terinfeksi COVID-19 dan data bulanan kasus DBD.Hasil: Model double exponential smoothing berbasis metode generalized reduced gradientmenghasilkan kesalahan model peramalan yang lebih kecil untuk nilai MAPE, MAD, dan MSE. Hasil peramalan menunjukkan bahwapeningkatan terjadi pada periode ke depan untuk kasus terinfeksi COVID-19 yang lebih besar dibandingkan DBD.Kesimpulan: Aplikasi peramalan model exponential smoothing dapat menjadi altenatif dalam meramalkan banyaknya kasus terinfeksi COVID-19 dan DBD di Bojonegoro.
Co-Authors Afril Efan Pajri Agus Sulistiawan Agus Sulistiawan Ahmad Agus Wicaksono Alfiansyah, Achmad Thoriq Habib Alif Yuanita Kartini Amalia Nur Laily Andika Dwi Setiawan Anisa, Firda Anna Apriana Hidayanti Anti Nabila Auliyaur Rokhim Dinda Ayu Aprilia Elsa Maulida Safitri Emilia Fatmawati Erna Hayati, Erna Fadhilatun Ni’mah Habibah Zulfana Lailiyah Habibullah, M. Noor Hidayatul Fitriyah Ika Purnamasari Kartini, Alif Yuanita Khiorul Wafa Khoirina, Jami’atul Khoirul Wafa Koniva, Deskia Dwi Nur Kurnia Amirza Julianto Kusniar, Niken Nadif Ulfiya Labiba Kusna, Siti Lathifah, Nur Aisyatul Levia, Zachdyna Aurelya Lilis Dwi Agustin M. Ridlwan Hambali Miftakhul Khasanah Mochamad Nizar Palefi Ma’ady Moh. Miftahul Choiri Moh. Miftahul Choiri Muhammad Jauharul Fawaiq Muhammad Kholil Asyhuri Muhammad Maftuchin Muhammad Shofiyudin Muhammad Yulvi Aditya Pradana Muhammad Zahid Ubaidillah Mula Agung Barata Mutiani, Tia Nailil Muna Nasirudin, M. Nita Cahyani Novitasari, Diah Ayu Novitasari, Diah Ayu Nur Aisyatul Lathifah Oktafiya, Dewi Putri Nur Patmawati, Pebriana Putri Pebriani, Putri Vatria Putri Utami Rahayu, Yuliana Fuji Rahman, Rifqi Maulana Retno Eka Nurfirdaus Ridho, Sari Lestari Zainal Ririn Fauziyah Rohmawati, Siti Rokhim, Auliyaur Saidah, Saniyatus Sefia Rara Romadona Siti Fasroin Siti Marfuah, Siti Sukmawaty, Yuana suudin aziz Suwandi, Edi Syarif Husen Teguh Pribadi Tia Fadila Rista Utomo, Muchammad Chandra Cahyo Viki Mei Adi Saputra Wafa, Khoirul Wella Vernanda Meilasaroh Wijayanti, Lulud Yuliana, Ummi Agustin Zainul Abidin