Article Per Year (5 Year)
p-Index From 2021 - 2026
1.564
P-Index
This Author published in this journals
All Journal LOGIK@ Kubik JURNAL ISTEK InPrime: Indonesian Journal Of Pure And Applied Mathematics KUBIK: Jurnal Publikasi Ilmiah Matematika Jurnal Eurekamatika Jurnal Matematika Integratif
Asep Solih Awalluddin, Asep Solih
UIN Sunan Gunung Djati Bandung
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Peramalan Menggunakan Model Holt-Winters Exponential Smoothing Multiplikatif dengan Optimasi Parameter Menggunakan Particle Swarm Optimization (PSO) Martina, Annisa; Dewi, Apianti Setia; Awalluddin, Asep Solih
KUBIK Vol 9 No 2 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i2.31368

Abstract

Peramalan merupakan suatu metode yang digunakan untuk memprediksi kejadian di masa yang akan datang berdasarkan pada sekumpulan data historis. Adanya pola trend dan musiman multiplikatif pada suatu data memerlukan metode peramalan yang sesuai agar peramalan yang dilakukan dapat memberikan hasil yang baik. Model Holt-Winters Exponential Smoothing Multiplikatif merupakan salah satu yang dapat mengatasi data dengan pola tersebut. Pada Holt-Winters Exponential Smoothing Multiplikatif terdapat nilai parameter pemulusan yang biasanya diperoleh dengan menggunakan trial and error. Namun, metode trial and error dirasa kurang efektif karena akan ada banyak kombinasi parameter pemulusan yang mungkin memberikan hasil peramalan optimal. Oleh karena itu, metode Particle Swarm Optimization digunakan untuk mengoptimasi parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dengan nilai MAPE sebagai nilai akurasi peramalan. Dari hasil simulasi yang dilakukan diperoleh bahwa metode Particle Swarm Optimization memiliki kinerja yang baik dalam memperoleh nilai parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dalam meramalkan data jumlah kunjungan wisatawan mancanegara ke Indonesia.
Panel Data Analysis of Two Level Mixed Linear Models for Factors Affecting The Health Index in West Java Awalluddin, Asep Solih; Khumaeroh, Mia Siti; Amalia, H.; Wahyuni, Inge
KUBIK Vol 9 No 1 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i1.31369

Abstract

The purpose of this study is to construct a multilevel mixed linear model for panel data by estimating parameters and testing the hypothesis of fit of the model with case studies in determining the prediction of the health index for the marginal and conditional models on the factors that influence the prediction of the health index in West Java for 2016 data. -2021, with time (year) and region (district and city) variables as factors involved in the model. Multilevel mixed linear model is the development of a mixed linear model that can be used to analyze correlated panel data. Parameter estimation uses the Maximum Likelihood (ML) method to estimate fixed effect parameters and Restricted Maximum Likelihood (REML) to estimate covariance parameters. The results obtained by the health index prediction model in West Java, both for the marginal and conditional prediction models and goodness of fit model.
Peramalan Menggunakan Model Holt-Winters Exponential Smoothing Multiplikatif dengan Optimasi Parameter Menggunakan Particle Swarm Optimization (PSO) Martina, Annisa; Dewi, Apianti Setia; Awalluddin, Asep Solih
KUBIK Vol 9 No 2 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i2.31368

Abstract

Peramalan merupakan suatu metode yang digunakan untuk memprediksi kejadian di masa yang akan datang berdasarkan pada sekumpulan data historis. Adanya pola trend dan musiman multiplikatif pada suatu data memerlukan metode peramalan yang sesuai agar peramalan yang dilakukan dapat memberikan hasil yang baik. Model Holt-Winters Exponential Smoothing Multiplikatif merupakan salah satu yang dapat mengatasi data dengan pola tersebut. Pada Holt-Winters Exponential Smoothing Multiplikatif terdapat nilai parameter pemulusan yang biasanya diperoleh dengan menggunakan trial and error. Namun, metode trial and error dirasa kurang efektif karena akan ada banyak kombinasi parameter pemulusan yang mungkin memberikan hasil peramalan optimal. Oleh karena itu, metode Particle Swarm Optimization digunakan untuk mengoptimasi parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dengan nilai MAPE sebagai nilai akurasi peramalan. Dari hasil simulasi yang dilakukan diperoleh bahwa metode Particle Swarm Optimization memiliki kinerja yang baik dalam memperoleh nilai parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dalam meramalkan data jumlah kunjungan wisatawan mancanegara ke Indonesia.
Panel Data Analysis of Two Level Mixed Linear Models for Factors Affecting The Health Index in West Java Awalluddin, Asep Solih; Khumaeroh, Mia Siti; Amalia, H.; Wahyuni, Inge
KUBIK Vol 9 No 1 (2024): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v9i1.31369

Abstract

The purpose of this study is to construct a multilevel mixed linear model for panel data by estimating parameters and testing the hypothesis of fit of the model with case studies in determining the prediction of the health index for the marginal and conditional models on the factors that influence the prediction of the health index in West Java for 2016 data. -2021, with time (year) and region (district and city) variables as factors involved in the model. Multilevel mixed linear model is the development of a mixed linear model that can be used to analyze correlated panel data. Parameter estimation uses the Maximum Likelihood (ML) method to estimate fixed effect parameters and Restricted Maximum Likelihood (REML) to estimate covariance parameters. The results obtained by the health index prediction model in West Java, both for the marginal and conditional prediction models and goodness of fit model.
Co-Authors Ahfazh Fauzy Nurunnajib Aisyah Zahro Amalia, H. Annisa Ulfiyah Arief Fathcul Huda Dara Selvi Mariani Delia Fatharani Durrah Dewi, Apianti Setia Elis Ratna Wulan Esih Sukaesih Fauziah Noor Hidayat Herlin Dewi Karlina Herlin Dewi Karlina, Herlin Dewi Hidayat, Fauziah Noor Imas Sukarsih Khumaeroh, Mia Siti Martina, Annisa Puspa Liza Ghazali Rini Cahyandari Rini Cahyandari Rini Cahyandari Rismawati Ramdani Selvi Marcelina Sukono Sukono Wahyuni, Inge