Article Per Year (5 Year)
p-Index From 2021 - 2026
2.024
P-Index
This Author published in this journals
All Journal CommIT (Communication & Information Technology) E-journal Widya Eksakta MAJALAH ILMIAH WIDYA BAREKENG: Jurnal Ilmu Matematika dan Terapan FaST : Jurnal Sains dan Teknologi Engineering, Mathematics and Computer Science Journal (EMACS) International Journal of Applied Business and International Management
I Gusti Agung Anom Yudistira
Statistics Department, School Of Computer Science, Bina Nusantara University, Indonesia
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Pemanfaatan R untuk Komputasi Simbolik: [The Utilization of R for Symbolic Computation] Yudistira, I Gusti Agung Anom
FaST - Jurnal Sains dan Teknologi (Journal of Science and Technology) Vol. 8 No. 2 (2025): MAY
Publisher : Universitas Pelita Harapan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19166/jstfast.v9i1.9649

Abstract

One of the R packages for symbolic operations that is currently active and developing is Ryacas. This package is an interface between the yacas system and R, combining symbolic and numerical computation capabilities in one system. This study aims to explore and document R's capabilities in symbolic computation using Ryacas. There are three topics that will be discussed in this research, namely 1) precision of arithmetic calculations, 2) application to linear algebra, and 3) application of symbolic computation to solving Mathematics-Statistics cases. Ryacas is able to increase the precision of numerical calculations in simple arithmetic cases, and operations in linear algebra. The case of obtaining the probability distribution function and probability density function of a random variable U which is a function of a random variable Y, can be easily solved by Ryacas. The output of symbolic computation from this last case is further processed numerically by R in the form of a graphical appearance, with the ggplot2 package. Likewise, the simulation process is carried out to generate the values of the random variable U. These results illustrate the continuous process between symbolic and numerical computation in one system, in this case R. Bahasa Indonesia Abstract: Paket R untuk operasi simbolik yang saat ini aktif dan berkembang salah satunya adalah Ryacas.  Paket ini merupakan antarmuka antara sistem yacas dan R, sehingga menggabungkan kemampuan komputasi simbolik dan numerik dalam satu sistem.  Penelitian ini bertujuan untuk mengeksplorasi dan mendokumentasikan kemampuan R dalam komputasi simbolik dengan menggunakan Ryacas.  Ada tiga topik yang akan dibahas dalam penelitian ini, yaitu 1) presisi perhitungan aritmatika, 2) penerapan pada aljabar linear, dan 3) penerapan komputasi simbolik pada pemecahan kasus Matematika-Statistik.  Ryacas mampu meningkatkan presisi perhitung-an numerik pada kasus aritmatika sederhana, dan operasi-operasi pada aljabar linear.  Kasus mendapatkan fungsi sebaran peluang dan fungsi kepekatan peluang dari peubah acak U yang merupakan fungsi dari suatu peubah acak Y, dapat dengan mudah diselesaikan oleh Ryacas.  Luaran komputsi simbolik dari kasus terakhir ini, diperoses lebih lanjut secara numerik oleh R berupa penampilan grafik, dengan paket ggplot2. Demikian pula proses simulasi dilakukan untuk membangkitkan nilai-nilai peubah acak U.  Hasil ini mengilustrasikan proses bersinam-bungan antara komputasi simbolik dan numerik dalam satu sistem, dalam hal ini R.  
OUTPUT VISUALIZATION FROM RESULT OF DISCRETE EVENT SYSTEM SIMULATION WITH ‘simmer’ R PACKAGE Yudistira, I Gusti Agung Anom; Nariswari, Rinda; Arifin, Samsul
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 17 No 1 (2023): BAREKENG: Journal of Mathematics and Its Applications
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (565.269 KB) | DOI: 10.30598/barekengvol17iss1pp0581-0592

Abstract

This study aims to describe the various capabilities of the simmer package on R, especially in running a discrete event simulation model of a circular system, then develop a DES simulation model building technique, which is effective and can represent real systems well, and explore the simulation output on this simmer, both in statistical summary form and parameter estimation. The method used in this research is the literature study with descriptive and exploratory approaches. Model development is more effective when it is carried out starting from simple models, to more complex forms step by step, and describing the system using a flow chart. Replication for simulations is easy to perform so as to get standard error values ​​for model parameter estimators. The stages in developing a discrete event simulation model with a simmer, start with compiling a simple flowchart to a more complex form, and replication is carried out. The simmer output in the form of a data frame makes it very easy to process the output further. The simple R API on Simmer will also make it easier to simulate.
Memanfaatkan R untuk Preprocessing Data yang Efisien dalam Analisis Prediktif : [Leveraging R for Efficient Data Preprocessing in Predictive Analytics] Yudistira, I Gusti Agung Anom
FaST - Jurnal Sains dan Teknologi (Journal of Science and Technology) Vol. 9 No. 1 (2025): NOVEMBER
Publisher : Universitas Pelita Harapan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19166/jstfast.v9i2.10366

Abstract

The digital era has triggered a data explosion, demanding efficient data preprocessing capabilities. The R programming language, supported by a wide range of packages, offers effective solutions for preprocessing tasks, particularly in handling missing values. This study aims to demonstrate the practical and efficient use of R in improving the quality of predictive models and to provide a practical guide for academics and practitioners. The research adopts a descriptive-exploratory approach through a case study using R for data preprocessing. The stages include data collection, data cleaning and transformation, result visualization, optional predictive analysis, and systematic documentation as a practical guide. The data imputation process in R begins with analyzing variable correlations and distributions using scatter plot matrices and histograms, followed by selecting appropriate imputation methods such as linear regression, mean, or median. R facilitates this process through its comprehensive functions and visualization tools. As this study does not address all aspects of data preprocessing—particularly missing data handling—it is recommended that future research explore alternative imputation techniques such as k-nearest neighbors (kNN) and other preprocessing components. Bahasa Indonesia Abstract: Era digital menghasilkan ledakan data yang menuntut kemampuan preprocessing data yang efisien. Bahasa R, dengan berbagai paket pendukungnya, menawarkan solusi efektif untuk preprocessing, khususnya dalam penanganan missing values. Penelitian ini bertujuan mendemonstrasikan pemanfaatan R untuk meningkatkan kualitas model prediktif dan memberikan panduan praktis bagi akademisi serta praktisi.  Metodologi yang digunakan dalam penelitian adalah metode deskriptif eksploratif dengan studi kasus menggunakan R untuk preprocessing data. Tahapannya meliputi pengumpulan data, pembersihan dan transformasi data, visualisasi hasil, serta dokumentasi langkah-langkah sebagai panduan praktis.  Pada penelitian ini dilakukan percobaan dengan membangun data simulasi, yang dihasilkan dari data besar yang sudah bersih, kemudian dibuat dibuat menjadi data yang tidak lengkap dengan memanfaatkan paket R messy. Proses imputasi data dengan R dimulai dari analisis korelasi dan distribusi variabel menggunakan scatter plot matrix dan histogram, memilih metode imputasi yang sesuai seperti regresi linear, rata-rata, atau median. R memudahkan proses ini lewat fungsi dan visualisasi yang lengkap.  Hasil evaluasi dilakukan dengan membandingkan bentuk sebaran data asli, dengan data simulasi yang telah dibersihkan.  Hasil yang diberikan menunjukkan bahwa kedua data memberikan bentuk sebaran yang tidak signifikan.
Co-Authors Abdillah, Abdul Azis Abdul Azis Abdillah Aryusmar, Aryusmar Grace Kezia Josephine Jessica Shaina Wijaya Juliana, Juliana Muhammad Amien Ibrahim Nerru Pranuta Murnaka, Nerru Pranuta Nur Agus Susanto Pasaribu, Asysta Amalia Pramono, Rudy Puguh Wahyu Prasetyo, Puguh Rinda Nariswari Rinda Nariswari Samsul Arifin Susyanto, Nanang