Article Per Year (5 Year)
p-Index From 2020 - 2025
4.691
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL Media Statistika Jurnal Ilmu Dasar Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Edukasi dan Penelitian Informatika (JEPIN) Proceeding SENDI_U Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Variance : Journal of Statistics and Its Applications LOSARI: Jurnal Pengabdian Kepada Masyarakat Jurnal Litbang Edusaintech Journal of Data Insights Prosiding Seminar Nasional Unimus Jurnal Meteorologi dan Geofisika
Tiani Wahyu Utami
Program Studi Statistika, Universitas Muhammadiyah Semarang
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation Other

Published : 61 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search

 2   3   4   5   6 
PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH Diana Wahyu Safitri; Moh Yamin Darsyah; Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (863.2 KB) | DOI: 10.26714/jsunimus.2.2.2014.%p

Abstract

Indek Pembangunan Manusia (IPM) merupakan salah satu alat ukur kinerja pembangunan khususnya pembangunan manusia yang dilakukan di suatu wilayah pada waktu tertentu atau secara spesifik. Penelitian ini mengkaji IPM dan komponen-komponen penyusun IPM, data yang digunakan adalah data nilai komponen-komponen IPM untuk 35 kabupaten/kota di Provinsi Jawa Tengah. Variabel yang digunakan dalam penelitian ini adalah nilai IPM (Y) sebagai variabel dependen, AHH (X1), AMH (X2) dan  PPP (X3) sebagai variabel independen. Penelitian mengkaji efek dependensi spasial dengan mengunakan pendekatan area. Selanjutnya diberikan aplikasi SEM untuk mengidentifikasi seberapa besar pengaruh komponen-komponen penyusun IPM dapat mempengaruhi tingkat IPM di Jawa Tengah. Hasil penelitian menunjukkan bahwa persebaran IPM di Provinsi Jawa Tengah terdapat pola pengelompokan wilayah. Hasil pemodelan menggunakan SEM menunjukkan lambda dan semua variabel yang signifikan. Model SEM menghasilkan AIC sebesar 43,8540 yang lebih baik dibandingkan regresi metode OLS dengan AIC sebesar 45,6231.
PEMODELAN PRODUKSI PADI MENGGUNAKAN REGRESI SEMIPARAMETRIK KERNEL Tiani Wahyu Utami; Indah Manfaati Nur; Endah Suryaningsih
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (441.697 KB) | DOI: 10.26714/jsunimus.6.2.2018.%p

Abstract

Negara Indonesia merupakan negara agraris dengan salah satu bahan makanan pokok di Indonesia adalah padi. Produksi padi di provinsi Jawa Timur merupakan tertinggi di Indonesia. Tujuan penelitian ini adalah melakukan estimasi parameter parametrik dan nonparametrik serta memodelkan produksi padi di 38 kabupaten/kota provinsi Jawa Timur menggunakan regresi semiparametrik kernel. Regresi semiparametrik merupakan gabungan dari regresi parametrik dan nonparametrik. Regresi parametrik memiliki kurva yang berpola, misal linier, dll. Regresi nonparametrik memiliki kurva yang smooth yang tidak diketahui polanya, sehingga dalam hal ini diperlukan teknik smoothing yang digunakan untuk menghaluskan kurva yaitu salah satunya adalah kernel dengan estimator parameter Nadaraya-Watson dan metode estimasi parametermenggunakan Weighted Least Square (WLS), serta pemilihan bandwidth (h) optimal dengan metode Generalized Cross Validation (GCV). Variabel yang digunakan dalam penelitian yaitu produksi padi sebagai variabel respon, sedangkan variabel prediktornya yaitu luas panen, produktivitas, dan luas kerusakan. Data yang digunakan merupakan data sekunder dari website resmi Badan Pusat Statistika (BPS) provinsi Jawa Timur.Berdasarkan hasil estimasi menunjukkan bahwa regresi semiparametrik kernel mendapatkan nilai bandwidth (h) optimalnya 0,006 dengan GCV=15058865548. Koefisien determinasi (R2) sebesar 92,46% dan MSE sebesar 5797077303. Kata kunci : Produksi Padi, Regresi Semiparametrik, GCV, Nadaraya-Watson, WLS
PEMODELAN REGRESI RIDGE PADA KASUS CURAH HUJAN DI KOTA SEMARANG Maulana Afham; Indah Manfaati Nur; Tiani Wahyu Utami
PROSIDING SEMINAR NASIONAL & INTERNASIONAL 2017: Prosiding Seminar Nasional Pendidikan, Sains dan Teknologi
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (983.537 KB)

Abstract

Rainfall is the amount of water that falls on the surface of the flat ground for acertain period measured in units of height (mm) above the horizontal surface. Theclassification of rainfall is divided into thick, medium, and light. Based on data of2016 Semarang city rainfall for 6 years experienced a significant decrease andincrease. With the data of rainfall Semarang city is very high potential for flooding.Semarang rainfall data tend to be unstable then it will cause problems in rainfalldata. Therefore it is necessary to solve the problem in rainfall data. The purpose ofthis study is to model and know the factors that affect rainfall in the city ofSemarang. The results of multiple regression found problems in Multicollinearity. An appropriate method for overcoming multiko in multiple regression is the ridgeregression. Regression of ridge to stabilize regression coefficient value of deviationof assumption in Multicolinearity. The result of the research to select the best model using the smallest MSE value which in the regex ridge model has MSE value 1.517smaller than the value of MSE in multiple regression of 1,519. While for variables that have significant effect on rainfall is wind speed, while variable temperature, humidity, solar irradiance have a significant influence but have weak effect on rainfall in Semarang city.Keywords: Rainfall, Ridge Regression and Multiple Regression
GEOGRAPHICALLY WEIGHT REGRESSION APPLICATIONS FOR SPATIAL ANALYSIS OF INEQUALITY IN CENTRAL JAVA Lia Miftakhul Janah; M. Saifudin Nur; Tiani Wahyu Utami
PROSIDING SEMINAR NASIONAL & INTERNASIONAL 2017: Proceeding 3rd ISET 2017 | International Seminar on Educational Technology 3rd 2017
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (657.247 KB)

Abstract

Inequality is a state where there is an imbalance between each other. Inequality indicates the unevenness ofdevelopment that runs in an area. In Central Java, the problem of inequality among people still exists in daily life.Geographically Weight Regression method is a method that yields model parameter estimators that have localizedproperties at each point or location. In this study aims to modeling the inequality problem that occurred in CentralJava using Geographically Weight Regression method that has the nature of localization at the point. Data takenfrom Central Statistics Agency (BPS) 2015. Through Geographically Weight Regression method can beconcluded that with OLS method got 2 variables effect on imbalance wit h α 10% is variable of HDI  (IPM) andPDRB. While the influential GWR method is the number of population and the amount of labor. While goodnessof fit test showed there is no difference between GWR model and OLS model or in other words there is no spatialeffect in the imbalance analysis in Central Java Province (0.4976 <0.1).Keywords: inequality, GWR,Spatial
REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami; Alan Prahutama
PROSIDING SEMINAR NASIONAL & INTERNASIONAL 2017: Prosiding Seminar Nasional Pendidikan, Sains dan Teknologi
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (383.046 KB)

Abstract

Metode statisika sangat berperan penting dalam memprediksi maupunmenduga. Salah satu metode yang digunakan adalah dengan analisisregresi semiparametrik spline. Bentuk estimator Spline Truncated sangatdipengaruhi oleh nilai titik knots. Oleh karena itu, pemilihan titik knotoptimal mutlak diperlukan. Metode pemilihan titik knot dengan GCV.  Dua algoritma dan pemograman  untuk mendapatkan pemodelan regresisemiparametrik spline truncated dengan menggunakan software R yaitualgoritma dan program untuk menentukan Knot optimal berdasarkan metodeGCV, algoritma dan program untuk mengestimasi model regresisemiparametrik Spline Truncated. Keywords: Spline Truncated, GCV, Software R.
ARCH GARCH METHOD OF FORECASTING CONSUMER PRICE INDEX (CPI) IN SEMARANG: ARCH GARCH METHOD OF FORECASTING CONSUMER PRICE INDEX (CPI) IN SEMARANG Sri Kustiara; Indah Manfaati Nur; Tiani Wahyu Utami
Jurnal Litbang Edusaintech Vol. 1 No. 1 (2020): Volume 1 No 1 2020
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v1i1.3

Abstract

Indeks Harga Konsumen (IHK) merupakan salah satu indikator ekonomi penting yang dapat memberikan informasi mengenai perkembangan harga barang/jasa yang dibayar oleh konsumen di suatu wilayah. Penghitungan IHK ditujukan untuk mengetahui perubahan harga dari sekelompok tetap barang atau jasa yang umumnya dikonsumsi oleh masyarakat setempat. Dalam metode yang digunakan dalam pemodelan data runtun waktu memiliki syarat khusus yaitu yang teridentifikasi efek heteroskedastisitas. Tujuan dari penelitian ini adalah untuk mengetahui model terbaik peramalan periode berikutnya serta hasil prediksi periode mendatang. Variabel yang digunakan adalah data Indeks Harga Konsumen dalam bulan. Sehingga untuk mengatasi permasalahan pada data penelitian ini digunakan metode Autoregressive Conditional Heteroscedasticity Generalized Autoregressive Conditional Heteroscedasticity (ARCH GARCH). Hasil dari penelitian ini didapatkan metode ARCH GARCH model terbaik yang digunakan adalah ARIMA (1,1,1)~GARCH (1,0). Dengan prediksi dari volatilitas dengan nilai standar deviasi 0.98283514 diperoleh prediksi volatilitas terendah sebesar 0.9632546 dan prediksi volatilitas tertinggi sebesar 0.9980155.
Pemodelan Generalized Additive Model For Location, Scale, and Shape (Gamlss) Dengan Pemulusan Locally Estimated Scatterplot Smoothing (Loess) pada Kasus Hiv/Aids Di Jawa Timur : Pemodelan Generalized Additive Model For Location, Scale, and Shape (Gamlss) Dengan Pemulusan Locally Estimated Scatterplot Smoothing (Loess) pada Kasus Hiv/Aids Di Jawa Timur Silvia Tri Wahyuni; Tiani Wahyu Utami; Moh Yamin Darsyah
Jurnal Litbang Edusaintech Vol. 2 No. 1 (2021): Volume 2 No 1 2021
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v2i1.7

Abstract

HIV / AIDS is a contagious disease that can attack all age groups of the population and is a health challenge in almost all over the world including Indonesia. Therefore, it is necessary to model HIV / AIDS cases for the factors that are suspected to influence them. One suitable method for estimating factors that influence HIV / AIDS is the Generalized Additive Model for Location, Scale, and Shape (GAMLSS). The GAMLSS method is flexible because it includes expansion of a good exponential family distribution to handle overdispersion data, continuous data, and discrete data. This research will apply GAMLSS semiparametric modeling with LOESS smoothing to find out the characteristics and models of HIV / AIDS cases in East Java in 2017. Based on the analysis, it was found that the variables that significantly affected were the number of homeless people, number of victims of drug abuse, population poor, and the number of fertile age couples using condom contraception with AIC value of 437,404, degree = 1 and span = 0.3, and the distribution used is Negative Binomial I.
Peramalan Produksi Bawang Merah Kabupaten Brebes Menggunakan Autoregressive Integrated Moving Average (ARIMA) Septi Winda Utami; Rizma Novinda Puteri; Tiani Wahyu Utami; Fatkhurokhman Fauzi
Jurnal Litbang Edusaintech Vol. 3 No. 1 (2022): Volume 3 No 1 2022
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v3i1.76

Abstract

Kabupaten Brebes merupakan kabupaten terluas ke-2 di Jawa Tengah. Kabupaten Brebes mempunyai sumber daya manusia (SDM) yang mampu mengembangkan potensi komoditas unggulan di Kabupaten Brebes, terutama sektor pertanian yang menjadikan bawang merah sebagai komoditas utama dan ciri khas karena menjadi sektor penyumbang pendapatan terbesar daerah di Kabupaten Brebes. Pemerintah perlu membuat target produksi untuk merumuskan kebijakan pemerintah terkait pangan dan perekonomian, salah satunya dengan melakukan peramalan. Penelitian ini menggunakan metode Autoregressive Integrated Moving Average (ARIMA) karena bersifat fleksibel (mengikuti pola data), tingkat akurasi peramalan cukup tinggi dan cocok digunakan untuk memprediksi dengan cepat, sederhana, akurat, dan murah untuk meramalkan produksi bawang merah di Kabupaten Brebes pada Tahun 2021. Hasil Penelitian ini diperoleh model ARIMA terbaik yang mampu meramalkan produksi bawang merah di Kabupaten Brebes yaitu ARIMA (0,1,1) karena memiliki nilai AIC terkecil yaitu 904,52 dengan hasil peramalan produksi bawang merah di Kabupaten Brebes pada Tahun 2021 sebesar 3.031.561 kuintal.
PERAMALAN INDEKS HARGA KONSUMEN KABUPATEN BANYUMAS DENGAN METODE SARIMA Arini Rizky Wahyuningtyas; Wahyu Putri Pratiwii; Rochdi Wasono; Tiani Wahyu Utami
Jurnal Litbang Edusaintech Vol. 3 No. 1 (2022): Volume 3 No 1 2022
Publisher : Litbang PWM Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51402/jle.v3i1.77

Abstract

The CPI is used as an indicator to determine the inflation rate that can describe economic developments in a region. Uncontrolled inflation will have a direct impact on economic conditions. Therefore, it is necessary to have a method to predict the CPI so that the government can determine the right policy so that the economic condition of the community becomes more stable and improves. In this study, CPI forecasting in Banyumas Regency will be carried out using the SARIMA method. The purpose of this study is to predict the CPI in the future. This study uses CPI data from Banyumas Regency from January 2014 to August 2021 with 92 data. The results show that the SARIMA (1,1,1)(0,1,1)12 model is the right model for forecasting the CPI in Banyumass Regency. Forecasting the CPI for Banyumas Regency for the next 12 months using the SARIMA (1,1,1)(0,1,1)12 method shows a trend pattern that tends to increase or inflation will not be so high.
Brent Crude Oil Price Forecasting using the Cascade Forward Neural Network Fatkhurokhman Fauzi; Dewi Ratnasari Wijaya; Tiani Wahyu Utami
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 4 (2023): August 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i4.5052

Abstract

Crude oil is one of the most traded non-food products or commodities in the world. In Indonesia, crude oil will still be a contributor to the gross domestic product in 2021. The excessive consumption of fuel oil (BBM) in Indonesia has resulted in a scarcity of crude oil, especially diesel. Forecasting the price of Brent crude oil is an important effort to anticipate fluctuations in the price of fuel oil. The cascade-forward neural network (CFNN) method is proposed to forecast fuel prices because of its superiority in fluctuating data types. The data used in this research is the price of Brent crude oil in the period January 2008 to December 2022. The CFNN method will be evaluated using the mean absolute percentage error (MAPE) to choose the best architectural model. The best Architectural Model is used to predict the next 12 months. After 10 architectural model trials, 2-6-1 became the best model with a MAPE data training value of 6.3473% and MAPE data testing of 9.4689%. Forecasting the results for Brent crude oil for the next 12 months tends to experience a downward trend until December 2023.
Co-Authors Abdul Rohman Agus Rusgiyono Aisyah Lahdji, Aisyah Alan Prahutama Alan Prahutama Alwan Fadlurohman Amrullah, Setiawan Anissatush Sholiha Arianti, Irma Arini Rizky Wahyuningtyas Aulia, Syifa Aura Hisani, Zahra Ayu Wulandari Azqia Fajriyani Biru, Pelangi Langit Budiono Rahman Dannu Purwanto Devi Nurlita Dewi Ratnasari Wijaya Dhani, Oktaviana Rahma Dheanyta Alif Shafira Diana Wahyu Safitri Dwi Ispriyanti Eko Yuliyanto, Eko Elvia Nanda Sofiyanti Endah Suryaningsih Endang Tri Wahyuni Maharani Fathikatul Arnanda Fatkhurokhman Fauzi Fatkhurokhman Fauzi Fatmawati Nurjanah Fauzi, Fatkhurokhman Hanif Nur Ibrahim Hasbi Yasin Hikmah Nur Rohim, Febrian Iffah Norma Hidayati Ihsan Fathoni Amri Iis Widya Harmoko Iis Widya Harmoko, Iis Widya Imaroh Izzatun Indah Manfaati Nur Indah Sulistiya Indra Firmansyah Iqbal Kharisudin Ismawati - Juwita Rahayu Laila Khoirun Nisa Lia Miftakhul Janah M. Al Haris M. Saifudin Nur Martyana Prihaswati Maulana Afham Mifta Luthfin Alfiani Moh Yamin Darsyah Moh Yamin Darsyah Moh. Yamin Darsyah Nila Amelinda Putri Nur Chamidah Nursamsiah Nursamsiah Pranandira Rilvandri, Quinsy Prizka Rismawati Arum Rahma Dhani, Oktaviana Rizma Novinda Puteri Rochdi Wasono Rochdi Wasono Roosyidah, Nila Ayu Nur Salmaa Fauziah Samikoh Ulinuha Septi Winda Utami Setiayani, Wiwik Silvia Tri Wahyuni Sri Kustiara Sudarno Sudarno Sugito Sugito Suherdi, Andri Suparti Suparti Suparti Suparti Suparti, S. Syaifullah, Ahmad Reyhan Toha Saifudin Ujang Maulana Ujiati Suci Rahayu Vega Zayu Varima Velia Arni Widyasari Wahyu Putri Pratiwii Wisudawati, Dinda Tri Yulianita, Tanti Yuliardi, Fahrul Raditiar Yusnia Kriswanto