Articles
<![CDATA[Peramalan Inflasi di Indonesia Aplikasi Metode Ensembel untuk ]]>
<![CDATA[Mega Silfiani]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (81.099 KB)
|
DOI: 10.12962/j23373520.v1i1.1965
<![CDATA[Bank Indonesia melakukan kebijakan moneter berdasarkan kerangka kerja yang dinamakan ITF (inflation targetting framework) untuk memelihara kestabilan nilai rupiah. Oleh karena itu penelitian ini bertujuan untuk mengembangkan suatu model yang sesuai untuk peramalan inflasi di Indonesia berdasarkan metode ARIMA, ANN dan ensembel (gabungan). Metode ensembel yang digunakan dalam penelitian ini menggunakan perubahan input dan jumlah neuron untuk menciptakan anggota ensembel, sedangkan averaging dan stacking digunakan untuk menggabungkan. Data yang digunakan adalah inflasi nasional dan tujuh kota di Jawa Timur periode 2000-2012. Hasil penelitian menunjukkan bahwa untuk peramalan dua belas bulan ke depan metode single ANN menghasilkan RMSE yang terkecil sedangkan jika dilihat dari ensembel, RMSE terkecil dihasilkan oleh ANN ensembel.]]>
<![CDATA[Pelatihan Visualisasi Data Menggunakan Google Data Studio ]]>
<![CDATA[Diana Nurlaily]]>;
<![CDATA[Mega Silfiani]]>;
<![CDATA[Surya Puspita Sari]]>;
<![CDATA[Akbar Taufik Amrullah]]>
<![CDATA[ Jompa Abdi: Jurnal Pengabdian Masyarakat Vol. 1 No. 4 (2022): Jompa Abdi: Jurnal Pengabdian Masyarakat ]]>
Publisher : <![CDATA[Yayasan Jompa Research and Development ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan teknologi yang semakin canggih menyebakan hampir semua aktivitas melibatkan penggunakan teknologi. Pada dunia pendidikan penggunakan teknologi bisa dimanfaatkan pada perekapan nilai siswa. Salah satu cara merekap nilai siswa adalah memanfaatkan fasilitas Google yaitu Google Data Studio (DGS). Google Data Studio bisa dapat membuat data lebih ringkas dan mudah dipahami. Pada tahun 2021 Prodi Statistika ITK telah melakukan kegiatan pengmas di SMAN 2 Balikpapan dengan membuatkan report nilai siswa menggunakan Google Data Studio. Pada tahun 2022 dilakukan kegiatan pengmas pelatihan pembuatan visualisasi data menggunakan Google Data Studio. Harapannya dengan diadakan pelatihan ini dapat membantu guru yang ada di SMAN 2 Balikpapan untuk membuat report ataupun visualisasi data untuk nilai siswa atuapun kebutuhan yang lain.]]>
<![CDATA[Analisis Dampak COVID 19 terhadap PDRB Provinsi Bali dengan Model Intervensi ]]>
<![CDATA[Mega Silfiani]]>;
<![CDATA[Farida Nur Hayati]]>;
<![CDATA[Surya Puspita Sari]]>;
<![CDATA[Agung Prabowo]]>
<![CDATA[ Eigen Mathematics Journal Vol. 5 No. 2 Desember 2022 ]]>
Publisher : <![CDATA[University of Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/emj.v5i2.141
<![CDATA[COVID 19 is a disease caused by SARS-CoV-2. This virus spread very quickly to almost all countries including Indonesia. Bali tourism has developed in such a way and contributed greatly to regional development directly or indirectly. Gross Regional Domestic Product or GRDP has an important role in increasing the economic growth of a region, where the higher the GRDP, it can be said that the economic growth is also high. This study aims to analyze the impact of COVID 19 on the GRDP of the Province of Bali using an intervention model. The data used in this study is secondary data from quarterly GRDP on the basis of current prices in the accommodation, food and drink sector. Data was collected from the first quarter of 2010 to the fourth quarter of 2021. Based on the modeling that has been carried out with the intervention model, the best model to predict the impact of COVID 19 on GRDP in Bali Province is ARIMA(0,1,0)(1,0,0)4 r=1 with SMAPE value of 8.327 and MdAPE of 0.067.]]>
<![CDATA[PEMANFAATAN GOOGLE DATA STUDIO UNTUK VISUALISASI E-RAPOR SISWA SMAN 2 BALIKPAPAN ]]>
<![CDATA[Farida Nur Hayati]]>;
<![CDATA[Mega Silfiani]]>;
<![CDATA[Diana Nurlaily]]>
<![CDATA[ Jurnal Pengabdian Kepada Masyarakat ITK (PIKAT) Vol. 2 No. 2 (2021): PIKAT : Jurnal Pengabdian Kepada Masyarakat ]]>
Publisher : <![CDATA[LPPM Institut Teknologi Kalimantan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (789.212 KB)
|
DOI: 10.35718/pikat.v2i2.619
<![CDATA[Salah satu alat yang dapat digunakan untuk membuat visualisasi data adalah Google Data Studio. Google Data Studio merupakan layanan yang diciptakan Google untuk mengelola data. Rapor merupakan kumpulan data nilai siswa dari evaluasi proses belajar yang dilakukan selama satu semester. Guru yang menjabat wali kelas akan mengisi nilai para siswa yang dihimpun dari guru mata pelajaran ke dalam rapor. Selain untuk bahan evaluasi per semester, rapor juga membantu siswa untuk mengikuti SNMPTN (Seleksi Nasional Masuk Perguruan Tinggi Negeri). Mekanisme untuk menentukan peserta SNMPTN di SMA/SMK sederajat biasanya diputuskan oleh pihak sekolah. Pihak sekolah, dalam hal ini guru BK, menentukan siswa yang memiliki peluang tinggi untuk lolos SNMPTN berdasarkan nilai rapor. Hal ini tidak mudah mengingat banyaknya siswa yang ingin masuk PTN melalui jalur SNMPTN. Oleh karena itu diperlukan summary yang dibuat untuk menampilkan kesimpulan dengan cepat dari data nilai siswa. Kegiatan pengabdian kepada masyarakat ini bertujuan membuat sistem visualisasi data yang digunakan untuk memberikan gambaran/karakteristik dari data nilai siswa. Sistem visualisasi data tersebut menggunakan salah satu alat yaitu Google Data Studio dan Google Sheet untuk membuat dashboard. Sistem visualisasi data tersebut diperkenalkan dan diserahkan kepada SMAN 2 Balikpapan untuk membantu guru SMA mendapatkan kesimpulan dari data nilai siswa dengan cepat.]]>
<![CDATA[Prediksi Jarak Luncur Longsoran Berdasarkan Parameter Geometri Lereng dan Tipe Batuan ]]>
<![CDATA[Dyah Wahyu Apriani]]>;
<![CDATA[Aulia Putri Salsabila]]>;
<![CDATA[Christianto Credidi Khala]]>;
<![CDATA[Mega Silfiani]]>
<![CDATA[ Bentang : Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil Vol 11 No 2 (2023): BENTANG Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil (Juli 2023) ]]>
Publisher : <![CDATA[Universitas Islam 45 ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33558/bentang.v11i2.6950
<![CDATA[landslide disaster. Based on this fact, a method is needed to predict the range of landslides to minimize the impact of disaster losses. The empirical statistical method is one of the methods that can be used to predict landslides by taking input data from the history of previous landslide events. This research aims to find the best modeling form for sliding distance prediction and which parameters influence a landslide's sliding distance prediction. This study used multiple linear regression methods. The data used in this study are geometric slope parameters in the form of slope height (H), original slope (θ), landslide area (A), and rock type (RT). The data was taken from the 2015-2021 PVMBG landslide investigation report and used the Google Earth and Global Mapper program. Based on the analysis of the best empirical model that can predict the sliding distance of a landslide log Lmax = 0,387 – 0,097 RT + 0,230 log H + 0,458 log A – 0,220 tan θ with an R2 value of 0,94 and an average estimated error of 31,56%. The parameter that has the most influence on the prediction of sliding distance is the area affected by the landslide (A).]]>
<![CDATA[PERBANDINGAN PENGELOMPOKKAN PUSAT KESEHATAN MASYARAKAT DI KOTA BALIKPAPAN MENGGUNAKAN METODE K-MEANS DAN FUZZY C-MEANS ]]>
<![CDATA[Farida Nur Hayati]]>;
<![CDATA[Mega Silfiani]]>;
<![CDATA[Diana Nurlaily]]>
<![CDATA[ VARIANCE: Journal of Statistics and Its Applications Vol 5 No 1 (2023): VARIANCE: Journal of Statistics and Its Applications ]]>
Publisher : <![CDATA[Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30598/variancevol5iss1page55-66
<![CDATA[Balikpapan merupakan salah satu daerah penyangga IKN (Ibu Kota Negara) yang diharapkan dapat mempersiapkan diri untuk menyambut kebijakan pemerintah dalam membangun Ibu Kota baru di Kalimantan Timur. Tingginya tarikan faktor pemerintahan, ekonomi, dan politik yang akan terjadi di IKN akan menyebabkan tingginya migrasi. Hal itu harus diimbangi dengan kemampuan kota dalam memfasilitasi kebutuhan penduduknya terlebih pada aspek Kesehatan. Puskesmas merupakan fasilitas Kesehatan tingkat pertama yang memberikan pelayanan masyarakat. Terdapat beberapa program yang dilakukan puskesmas untuk mencapai kesejahteraan masyarakatnya antara lain kesejahteraan ibu dan anak (KIA), perawatan Kesehatan masyarakat, Kesehatan usia lanjut dll. Semua program pokok tersebut dikembangkan berdasarkan program pokok pelayanan kesehatan dasar seperti yang dianjurkan World Health Organization (WHO). Dalam penelitian ini akan dilakukan analisis untuk mengelompokkan dan mengidentifikasi puskesmas yang memiliki karaketeristik yang sama sehingga akan sangat bermanfaat untuk mengetahui wilayah-wilayah yang perlu dilakukan peningkatan dan menjadi perhatian khusus dalam hal layanan Kesehatannya. Hal ini berguna untuk dapat mempersiapkan kebutuhan masyarakat pada aspek Kesehatan di wilayah sekitar IKN. Banyak metode yang dapat digunakan untuk mengidentifikasi dan mengelompokkan puskesmas salah satunya adalah analisis cluster. Terdapat beberapa metode analisis cluster yang saat ini telah berkembang antara lain metode K-Means dan Fuzzy C Means.]]>
<![CDATA[MODEL GABUNGAN (ANSAMBEL) SARIMA DAN JARINGAN SARAF TIRUAN UNTUK PERAMALAN BEBAN LISTRIK ]]>
<![CDATA[Mega Silfiani]]>
<![CDATA[ VARIANCE: Journal of Statistics and Its Applications Vol 5 No 2 (2023): VARIANCE: Journal of Statistics and Its Applications ]]>
Publisher : <![CDATA[Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30598/variancevol5iss2page193-200
<![CDATA[This study aims to investigate the efficacy of employing artificial neural networks in conjunction with a seasonal autoregressive integrated moving average (SARIMA) ensemble for forecasting electrical load. The SARIMA ensemble comprises members generated by varying autoregressive orders or moving averages. Subsequently, these SARIMA ensemble members are integrated using artificial neural networks. The datasets encompass monthly electrical load data pertaining to households, businesses, industries, and the public, spanning from January 2016 to December 2020. The findings demonstrate that across various categories, SARIMA ensemble-based artificial neural networks demonstrated superior predictive performance compared to alternative models. Future research endeavors should focus on exploring diverse methodologies for both creating and amalgamating ensemble members.]]>
<![CDATA[PERBANDINGAN METODE ARIMA, DAN TRIPLE EXPONENTIAL SMOOTHING PADA STUDI KASUS DATA EKSPOR NON MIGAS DI KALIMANTAN TIMUR ]]>
<![CDATA[Farida Nur Hayati]]>;
<![CDATA[Mega Silfiani]]>;
<![CDATA[Diana Nurlaily]]>
<![CDATA[ Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 1 No. 2 (2022) ]]>
Publisher : <![CDATA[Department of Informatics Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20885/snati.v1i2.10
<![CDATA[Peramalan nilai dari ekspor non migas di Kalimantan Timur sangat penting karena dapat digunakan untuk mengetahui devisa atau sejumlah uang pada lingkup internasional yang akan diperoleh sebagai bahan pertimbangan oleh pemerintah untuk menentukan kebijakan. Makalah ini menyajikan hasil peramalan terbaik dari metode ARIMA Box Jenkins dan Triple Exponential Smoothing. Data yang digunakan adalah nilai ekspor non migas Kalimantan Timur dari Januari 2011 sampai dengan September 2021. Dari pemodelan yang telah dilakukan didapatkan hasil peramalan terbaik diperoleh dari metode Triple Exponential Smoothing berdasarkan RMSE dan sMAPE terkecil yaitu sebesar 42,68, dan sMAPE 1,9344. Peramalan ini terbatas pada penggunaan data testing selama satu tahun (8 bulan) dan kriteria pemilihan model menggunakan RMSE dan sMAPE.]]>
<![CDATA[Pelatihan Public Speaking Kepada Generasi Baru Indonesia Balikpapan Untuk Siap Menyongsong IKN ]]>
<![CDATA[Surya Puspita Sari]]>;
<![CDATA[Mega Silfiani]]>;
<![CDATA[Diana Nurlaily]]>;
<![CDATA[Akbar Taufik Amrullah]]>;
<![CDATA[Ferdy Novri]]>
<![CDATA[ Jompa Abdi: Jurnal Pengabdian Masyarakat Vol. 2 No. 4 (2023): Jompa Abdi: Jurnal Pengabdian Masyarakat ]]>
Publisher : <![CDATA[Yayasan Jompa Research and Development ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.57218/jompaabdi.v2i4.954
<![CDATA[Pengembangan public speaking bagi generasi muda saat ini sudah menjadi kebutuhan. Apalagi dalam era digitalisasi saat ini, tentunya menjadi kewajiban generasi muda atau pemuda untuk berkontribusi melalui penguasaan public speaking. Pengembangan public speaking bagi generasi muda, akan menjadi modal besar untuk berkontribusi terhadap pembangunan bangsa dan negara, tak terkecuali di Kota Balikpapan Provinsi Kaltim. Gempita pembangunan Ibu Kota Nusantara (IKN) di Kabupaten Penajam Paser Utara, Provinsi Kalimantan Timur jelas membawa harapan. Perubahan kemajuan, perbaikan ekonomi seolah tampak di depan mata dan menjanjikan kemakmuran bagi masyarakat lokal. Namun, muncul kekhawatiran, sumber daya manusia (SDM) lokal bisa tergeser karena tak mampu bersaing.Generasi Baru Indonesia (GenBI) ialah sebuah komunitas yang terdiri dari beberapa kumpulan mahasiswa dari berbagai universitas pada sebuah wilayah yang terpilih dan menang sebagai penerima beasiswa Bank Indonesia. GenBI menjadikan kaum muda Indonesia sebagai generasi yang kompeten dalam berbagai bidang keilmuan serta dapat membawa perubahan positif dan menjadi inspirasi bagi bangsa dan negara. Sehingga GenBI Indonesia merupakan SDM yang penting dalam pembangunan Kalimantan Timur khususnya Kota Balikpapan dalam menyongsong IKN. Karena GenBI Balikpapan sudah memiliki modal dasar yaitu kemampuan akademik yang baik sehingga pelatihan public speaking ini diharapkan mampu menyempurnakan masing-masing individu sehingga siap berkompetisi dengan SDM luar Kalimantan Timur agar nantinya bisa menempati posisi strategis baik di lembaga pemerintah maupun swasta di IKN dan wilayah penyangganya.]]>
<![CDATA[Forecasting Number of Train Passengers Using Time Series Regression Integrated Calendar Variation and Covid 19 Intervention ]]>
<![CDATA[Mega Silfiani]]>;
<![CDATA[Farida Nur Hayati]]>
<![CDATA[ Jurnal Matematika Sains dan Teknologi Vol. 25 No. 1 (2024) ]]>
Publisher : <![CDATA[LPPM Universitas Terbuka ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33830/jmst.v25i1.4941.2024
<![CDATA[The purpose of this study is to obtain a forecasting model for the number of train passengers using time series regression integrated with variations in the Islamic calendar and the effects of COVID 19. This study uses the number of train passengers in Jabodetabek, Java (Non-Jabodetabek), and Sumatra from January 2006 to December 2022 as the data source. Time series regression with variations of the Islamic calendar and the effects of COVID 19 for Jabodetabek, Java (non-Jabodetabek), and Sumatra has an RMSE value for each category of 7657,821; 2453.827 and 275.901. In general, the number of train passengers for all categories (Jabodetabek, Java, Sumatra) has a seasonality. In Jabodetabek and Sumatra, Eid al-Fitr has a big impact on the number of train passengers. Meanwhile, one month before Eid al-Fitr has a big impact on the number of train passengers in Java (Non Jabodetabek). In addition, the impact of COVID 19 significantly affected the number of train passengers for all categories.]]>
