Claim Missing Document
Check
Articles

Found 38 Documents
Search

Pemberdayaan UMKM Menuju Rintisan Desa Devisa di Desa Tropodo Kabupaten Sidoarjo Sediono Sediono; M. Fariz Fadillah Mardianto; Sa’idah Zahrotul Jannah; Marcel Laverda Subiyanto; Antonio Nikolas Manuel Bonar Simamora; Citra Imama; Arum Eka Ismiranda Putri
Jurnal Ilmiah Pangabdhi Vol 8, No 2: Oktober 2022
Publisher : LPPM Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/pangabdhi.v8i2.16812

Abstract

MSMEs play an important role in Indonesia's economic stability, which is in line with the 8th point of the Sustainable Development Goals, namely Decent Work and Economic Growth. Such as MSMEs in Tropodo village with their superior product, namely Kembang Telang which is moving to try to become a “Desa Devisa” in order to be able to bring local products to foreign countries. The implementation method used in order to realize Tropodo Village into a “Desa Devisa” through several stages, namely: identification of activities, socialization of activities, identification of village potential, formation of MSME cadres to mobilize micro business actors, marketing research with a statistical approach to determine the potential and target market, presentation of research results, training and mentoring activities with students, innovation and implementation of training activities by inviting resource persons who are experts in their fields, monitoring and evaluating the implementation of activities, publication of activities, project sustainability plan. The result of community service is that MSMEs get useful knowledge and can continue to be developed, especially to improve the community's economy through marketing MSME digital products both domestically and globally.
Pemodelan Nilai Saham Perusahaan Pertambangan di Indonesia Berdasarkan Metode Generalized Autoregressive Conditional Heteroscedasticity (GARCH) Ayuning Dwis Cahyasari; Sediono Sediono; Elly Ana; M. Fariz Fadillah Mardianto; Elly Pusporani; Siti Maghfirotul Ulyah
MUST: Journal of Mathematics Education, Science and Technology Vol 8 No 1 (2023): JULY
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v8i1.17117

Abstract

Indonesia masih menghadapi tantangan untuk mewujudkan Sustainable Development Goals (SDGs). Salah satunya, upaya dalam mendukung pertumbuhan ekonomi yang inklusif dan berkelanjutan. Peranan pasar modal dianggap penting dalam pembangunan perekonomian sebagai media investasi sehingga dapat memperkuat posisi keuangan pada Industri khususnya dalam negeri. Untuk mewujudkan tujuan dan cita - cita Indonesia perlu diadakan pengoptimalan kegiatan sektor yang bergerak pada bidang pertambangan salah satunya pada saham PT. X yang merupakan salah satu perusahaan pertambangan. Pergerakan naik turun saham dikenal dengan volatilitas harga saham. Volatilitas disebabkan karena kondisi data yang bersifat heteroskedastisitas yang berarti variansi dari residual dapat berubah - ubah  dan tergantung waktu. Saham yang mengalami penurunan secara drastis dapat mempengaruhi kualitas kerja. Salah satu solusi untuk mengatasi permasalahan heteroskedastisitas tersebut adalah dengan menggunakan pendekatan analisis Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Berdasarkan hasil diagnostic checking, didapatkan model GARCH (2,1) yang merupakan model GARCH terbaik, dan didapatkan nilai MAPE sebesar 15,5195% yang termasuk ke dalam kategori prediksi baik. Prediksi dari hasil model terbaik dapat menjadi rekomendasi dan evaluasi bagi pemerintah juga bagi para pelaku kegiatan ekonomi untuk mempersiapkan perencanaan ekonomi yang lebih baik dalam rangka mencapai target memperbaiki ekonomi nasional.
Prediksi Harga Ekspor Non Migas di Indonesia Berdasarkan Metode Estimator Deret Fourier dan Support Vector Regression Chaerobby Fakhri Fauzaan Purwoko; Sediono Sediono; Toha Saifudin; M Fariz Fadillah Mardianto
Inferensi Vol 6, No 1 (2023)
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v6i1.15558

Abstract

Economic growth is one of the indicators in the Sustainable Development Goals (SDGs) on increasing economic activity.  One of the activities that supports the running of the economy is trade between countries, such as exports.  In Indonesia, non-oil and gas exports have played an important role in total exports in recent years, including coal exports being the main export.  Therefore, price predictions for Indonesia's non-oil and gas exports are very important as material for evaluating policies to encourage economic growth.  This is the main focus of this research.  In this study, non-oil and gas export price forecasts are made taking into account current issues such as the COVID-19 pandemic and the Russia-Ukraine war.  The accuracy of the model obtained from the Fourier series estimator and Support Vector Regression (SVR) is investigated by comparing the Mean Absolute Percentage Error (MAPE) value to predict Indonesia's non-oil and gas export prices.  The results of the study show that the COVID-19 pandemic and the Russia-Ukraine war have had a significant impact on non-oil and gas export prices. The SVR model with the Radial Basis Function (RBF) kernel shows better accuracy than the Fourier series estimator model of the cos sin function, with MAPE values of 9.29 and 15.26% for each test data, respectively.  Therefore, this study is expected to be the basis for formulating policies related to regulating non-oil and gas export processes to support economic growth in Indonesia.
Analisis Tingkat Kepuasan Masyarakat Terhadap Pelayanan BPJS Kesehatan Cabang Utama Surabaya Dengan Metode Customer Satisfaction Indeks dan Importance Performance Analysis Putri Nur Farida; Ardi Kurniawan; Sediono; Dita Amelia
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): 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 | DOI: 10.36456/jstat.vol16.no1.a6966

Abstract

Kesehatan merupakan hak asasi manusia dan salah satu unsur kesejahteraan yang harus diwujudkan sesuai cita-cita bangsa Indonesia. Diperlukan pembentukan badan penyelenggara yang berbentuk badan hukum pelayanan publik salah satunya BPJS Kesehatan yang bertujuan untuk memberikan jaminan berupa perlindungan kesehatan kepada masyarakat, serta diharapkan dapat memberikan pelayanan kualitas yang bermutu baik, karena kepuasan merupakan aspek yang paling penting bagi instansi pemerintahan. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan masyarakat terhadap Kantor BPJS Kesehatan dengan data yang digunakan sejumlah 100 responden. Metode yang digunakan yaitu Customer Satisfaction Indeks yang merupakan indeks untuk menentukan tingkat kepuasan pelanggan secara menyeluruh menggunakan pendekatan yang mempertimbangkan tingkat kepentingan dari atribut atribut produk dan jasa yang diukur dan Importance Performance Analysis yang merupakan merupakan salah satu teknik penerapan yang mudah untuk mengatur atribut dari tingkat kepentingan dan tingkat pelaksanaan itu sendiri. Hasil penelitian diperoleh bahwa metode CSI sebesar 82,038 % yang berarti masyarakat merasa sangat puas terhadap pelayanan di Kantor BPJS Kesehatan Cabang Utama Surabaya, pada metode IPA menunjukkan pada kuadran I,II,III,IV masing masing terdapat 11, 1, 9, dan 1 variabel, dan variabel yang pelu ditingkatkan adalah kuadran II, yaitu kecepatan dalam menangani keluhan secara online melalui saluran telepon dan email.
Peramalan Harga Gandum di Tengah Invasi Rusia ke Ukraina dengan Pendekatan Intervensi Fungsi Step Marcel Laverda Subiyanto; Sediono Sediono; Elly Ana; M. Fariz Fadillah Mardianto; Elly Pusporani
Journal of Mathematics Education and Science Vol. 6 No. 2 (2023): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/james.v6i2.1824

Abstract

Semenjak konflik antara Federasi Rusia dan Ukraina terjadi, perekonomian dunia terdampak cukup parah terutama harga komoditas dunia. Akibat dari perang di Ukraina, beberapa rantai-pasok komoditas pangan dunia mengalami hambatan, hingga berujung pada krisis pangan di sejumlah wilayah di Afrika dan mulai merambat ke beberapa negara khususnya di Asia. Gandum merupakan salah satu komoditas pangan yang mengalami kenaikan harga akibat dari konflik yang terjadi di Ukraina. Kenaikan harga gandum tersebut berdampak pula terhadap kenaikan harga produk turunan dari gandum, seperti tepung yang merupakan bahan baku pembuatan roti dan mie. Produk mie dan roti di Indonesia merupakan salah satu makanan pokok pengganti nasi, sehingga jika kondisi kenaikan harga gandum tidak diatasi, dikhawatirkan akan terjadi krisis pangan di Indonesia. Penelitian ini akan memodelkan dan memprediksi harga gandum dunia di tengah konflik antara Rusia dan Ukraina dengan pendekatan model intervensi fungsi step. Hasil penelitian menunjukkan bahwa prediksi harga komoditas gandum dunia di tengah invasi Rusia ke Ukraina dengan pendekatan model intervensi fungsi step menunjukkan hasil yang akurat. Model ARIMA(1,1,0) dengan b=0, s=2, dan r=2 menjadi model intervensi fungsi step paling baik. Nilai MAPE yang ditentukan dari pengujian data adalah 14,27%.
Prediksi Jumlah Kejadian Banjir Bulanan di Indonesia Berdasarkan Analisis Long Short Term Memory Alfredi Yoani; Sediono Sediono; M. Fariz Fadillah Mardianto; Elly Pusporani
G-Tech: Jurnal Teknologi Terapan Vol 7 No 4 (2023): G-Tech, Vol. 7 No. 4 Oktober 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v7i4.3346

Abstract

Floods are among the most common and dangerous natural disasters worldwide, leading to loss of life and economic instability. In Indonesia, floods have been the most frequently occurring natural disaster since 2009. The high frequency underscores the urgency of predicting the number of natural disaster events to assist the government and the public in taking appropriate mitigation measures, as well as contributing to the achievement of Sustainable Development Goal 15 regarding Terrestrial Ecosystems. The method used to predict the monthly occurrence of floods in Indonesia is Long Short Term Memory (LSTM). LSTM was chosen for its ability to process sequential data over a long period of time. Upon analysis, highly accurate forecasting results were obtained, with a Mean Absolute Percentage Error (MAPE) of 8.04%, a Root Mean Square Error (RMSE) of 5.991. The model is also proficient at estimating training data, with an value of 95.71%.
Prediksi Harga Saham Bank BCA (BBCA) Pasca Stock Split dengan Artificial Neural Network dengan Algoritma Backpropagation Steven Soewignjo; Sediono; M. Fariz Fadillah Mardianto; Elly Pusporani
G-Tech: Jurnal Teknologi Terapan Vol 7 No 4 (2023): G-Tech, Vol. 7 No. 4 Oktober 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v7i4.3363

Abstract

Saham merupakan instrumen investasi dengan harga yang fluktuatif. Stock split merupakan solusi dengan meningkatkan jumlah saham yang beredar yang bertujuan untuk meningkatkan likuiditas perdagangan sehingga harga saham diharapkan stabil. Stock split sejalan dengan Sustainable Development Goals ke-8 tentang Pekerjaan Layak dan Pertumbuhan Ekonomi. Penelitian ini menggunakan data historis harga saham BCA dan nilai tukar USD terhadap IDR untuk memprediksi harga saham BCA dengan metode Artificial Neural Network (ANN) menggunakan algoritma backpropagation dengan arsitektur Feed Forward Neural Network (FFNN). Hasil penelitian ini menunjukkan bahwa struktur FFNN dengan 9 neuron pada lapisan tersembunyi mampu menghasilkan prediksi yang akurat dengan nilai Root Mean Squared Error (RMSE) sebesar 121,16 dan Mean Absolute Percentage Error (MAPE) sebesar 1,12%.
Analisis Prediktif Menggunakan Metode Hybrid Seasonal Autoregressive Integrated Moving Average – Artificial Neural Network pada Data Konsentrasi PM2.5 Harian di DKI Jakarta I Kadek Pasek Kusuma Adi Putra; Sediono; M. Fariz Fadillah Mardianto; Elly Pusporani
G-Tech: Jurnal Teknologi Terapan Vol 8 No 1 (2024): G-Tech, Vol. 8 No. 1 Januari 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i1.3896

Abstract

Polusi udara, khususnya PM2.5 merupakan ancaman tingkat global yang sulit untuk ditangani. Partikulat ini memberikan dampak yang serius secara lingkungan, kesehatan, dan juga ekonomi di DKI Jakarta. Tujuan dari penelitian ini adalah untuk memprediksi konsentrasi PM2.5 dengan sangat akurat. Penelitian ini menghadirkan model prediksi inovatif, yaitu Hybrid ARIMA-ANN. Dibandingkan dengan ARIMA dan ANN secara terpisah, model ini menunjukkan kinerja luar biasa dengan R2 mencapai 0,9012, MAPE 13,603%, dan RMSE 4,061 pada data train. Evaluasi pada data uji menghasilkan RMSE 5,961 dan MAPE 7,622%, menandakan kemampuan prediksi yang sangat baik selama 14 periode ke depan. Temuan ini memberikan panduan penting bagi pemerintah untuk memprediksi kualitas udara di masa depan dan meningkatkan kebijakan penanganan polusi udara di DKI Jakarta. Implikasi kesimpulan ini juga mendukung pencapaian SDGs, terutama poin ke-3, ke-13, dan ke-15.
Poverty Modeling in Indonesia: a Spatial Regression Analysis Ameliatul 'Iffah; Suliyanto Suliyanto; Sediono Sediono; Toha Saifudin; Elly Ana; Dita Amelia
Economics Development Analysis Journal Vol 12 No 4 (2023): Economics Development Analysis Journal
Publisher : Economics Development Department, Universitas Negeri Semarang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edaj.v12i4.66027

Abstract

The government has made various efforts to reduce poverty in Indonesia. However, based on the World Population Review report, Indonesia is still ranked as the 73rd poorest country in the world in 2022 based on the value of gross national income. Therefore, it is necessary to identify the factors that affect poverty. This research was conducted by comparing classical, spatial lag, and spatial error regression, and the best model will be selected. The results show that the spatial error regression model is the best, based on the highest coefficient of determination and the lowest Akaike's information criterion value. Based on the best model, it is found that the expected years of schooling, the rate of gross regional domestic product, the percentage of households that have access to proper sanitation services, and the percentage of households with electric lighting sources have a significant effect on the percentage of poor people. The percentage of poor people in a province is also influenced by the percentage of poor people in the surrounding provinces. The results of this simulation can help the government take initiatives or policies aimed at reducing poverty in Indonesia based on variables that affect poverty.
Pemodelan status kelayakan saham di aplikasi ajaib menggunakan metode regresi logit ordinal Nugroho, Hariawan Widi; Sediono, Sediono; Ana, Elly
Fair Value: Jurnal Ilmiah Akuntansi dan Keuangan Vol. 4 No. 9 (2022): Fair Value: Jurnal Ilmiah Akuntansi dan Keuangan
Publisher : Departement Of Accounting, Indonesian Cooperative Institute, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (299.091 KB) | DOI: 10.32670/fairvalue.v4i9.1587

Abstract

The development of the capital market cannot be separated from the contributions of investors and brokers. From 2018 until the end of September 2021, the number of investors has increased every year. PT. Ajaib Sekuritas Asia is one of the brokerage companies listed on the IDX. The purpose is for modelling, analyzing, and interpreting the stock eligibility status in the Ajaib using the ordinal logistic regression with logit function. The data used in this study is secondary data which includes: RoA (Return on Assets), GPM (Gross Profit Margin), OPM (Operating Profit Margin), NPM (Net Profit Margin), and Stock Status. All data is available in the Ajaib investment application, so Ajaib is the main data source in this research. The study result indicate that there are patterns between Return on Assets, Gross Profit Margin, Operating Profit Margin, and Net Profit Margin, to the stock eligibility status. The predictability of the model reached 49.22% and the pseudo R2is 19% with an error rate of 5%. Based on the results of the study, it can be concluded that there is a pattern of relationship between the issuer's financial indicators, which include Return on Assets (RoA), Gross Profit Margin (GPM), Operating Profit Margin (OPM), and Net Profit Margin (NPM), on the feasibility status of existing shares. In the Magic investment app. A positive relationship is shown by RoA, GPM, and NPM to the logit function of stock eligibility status, while a negative relationship is only shown by OPM to stock eligibility status.
Co-Authors Ainaya Zakiyah Alfredi Yoani Aliffia, Netha Ameliatul 'Iffah Ana, Elly Andriani, Putu Eka Anggakusuma, Aurellia Calista Antonio Nikolas Manuel Bonar Simamora Ardi Kurniawan Ardi Kurniawan Ariyani, Azizah Dewi Arum Eka Ismiranda Putri Ayuning Dwis Cahyasari Ayuning Dwis Cahyasari Azis, Aurelia Islami Chaerobby Fakhri Fauzaan Purwoko Christopher Andreas Citra Imama Dewanti, Maria Setya Dhyana Venosia Dhyana Venosia Dita Amelia Dita Amelia Dita Amelia, Dita Dyaksa, Mega Kurnia Effendi, Magdalena Elly Ana Elly Pusporani Eris Tri Kurniawati Faizun, Nurin Ghasani, Anisah Nabilah Handoko Darmokoesoemo Hani Sudarmanto Hariawan Widi Nugroho Helda Urbhani Rosa Heri Kuswanto Hermawan, Mohamad David I Kadek Pasek Kusuma Adi Putra Ibrahim, Rahmat Agung Idrus Syahzaqi Ilma Amira Rahmayanti Ismi, Ferissa Maulida Karima, Sasy Okti Khoirun Niswatin Koesnadi, Grace Lucyana Kresna Oktafianto M. Fariz Fadillah Mardianto Marcel Laverda Subiyanto Marcel Laverda Subiyanto Marcelena Vicky Galena Mardianto, M. Fariz Fadillah Mas Loegito Maulana, Bagas Melati, Adinda Tries Miranda, Ariadna Sopia Naufal Ramadhan Al Akhwal Siregar Nauvaldy, Muhammad Netha Aliffia Noviatus Sholihah Nugroho, Hariawan Widi Nur Chamidah Oktavia, Sabrina Salsa Pratama, Bagas Shata Previan, Anggara Teguh Putri Fardha Asa Oktavia Hans Putri Nur Farida Rahmanita, Tentri Ryan Rahmawati, Hasri Rasyid, Mochamad Renianti, Fayza Shafira Riyanto, Aufa Muhammad Yogi Salsabila, Ailsa Shafa Salsabylla Nada Apsariny Sangadji, Nurul Fajriah Deswani Sa’idah Zahrotul Jannah Siti Maghfirotul Ulyah Siti Maghfrotul Ulyah Steven Soewignjo Suliyanto Suliyanto Suliyanto Suliyanto, Suliyanto Toha Saifudin Toha Saifudin Trisnadi Widyaleksono Catur Putranto Victoria, Deby Vionita, Anggi Triya Widyangga, Pressylia Aluisina Putri Wieldyanisa, Ezha Easyfa