Article Per Year (5 Year)
p-Index From 2020 - 2025
1.606
P-Index
This Author published in this journals
All Journal REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Formosa Journal of Science and Technology (FJST) Indonesian Journal of Contemporary Multidisciplinary Research Innovative: Journal Of Social Science Research Indonesian Journal of Advanced Research (IJAR) Euclid MARAS : Jurnal Penelitian Multidisplin
Gumgum Darmawan
Universitas Padjadjaran
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Analisis Intervensi dalam Model SARIMA untuk Memprediksi Laju Inflasi di Kota Tasikmalaya Pian Widianingsih; Gumgum Darmawan; Neneng Sunengsih
Formosa Journal of Science and Technology Vol. 1 No. 4 (2022): August 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/fjst.v1i4.1030

Abstract

Pengendalian inflasi merupakan sasaran akhir dari kebijakan moneter yang dilakukan oleh Bank Indonesia, dengan bantuan Badan Pusat Statistika dalam melakukan pencatatan dan perhitungan inflasi. Tingginya harga minyak mentah dunia mengakibatkan kenaikan bahan bakar kendaraan bermotor dan bahan pokok masyarakat sejak Maret 2022. Tingkat inflasi tertinggi di Jawa Barat terjadi di Kota Tasikmalaya sebesar 1,04 persen dan berlanjut pada bulan berikutnya, sehingga mempengaruhi laju perekonomian daerah. Upaya untuk mengatasi masalah tersebut adalah dengan melakukan prediksi laju inflasi di Kota Tasikmalaya pada periode selanjutnya sebagai acuan memperoleh strategi yang optimal dalam menstabilkan perekonomian daerah. Metode yang digunakan dalam penelitian ini adalah Analisis Intervensi Fungsi Step dalam Model SARIMA karena dapat mengatasi perubahan pola pada data yang diakibatkan oleh kejadian intervensi. Berdasarkan hasil analisis, diperoleh model terbaik yaitu ARIMA (0,1,1)(1,1,0)12 dengan nilai MAPE sebesar 11,3%.
Calculation of the Risk Index for Diarrhea, ISPA, and Pneumonia in Toddlers in the City of Bandung Using Geographically Weighted Principal Component Analysis Azka Larissa Rahayu; Gumgum Darmawan; I Gede Nyoman Mindra Jaya
Indonesian Journal of Advanced Research Vol. 2 No. 4 (2023): April 2023
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (874.996 KB) | DOI: 10.55927/ijar.v2i4.3868

Abstract

Diarrhea, ISPA, and pneumonia are infectious diseases that are prone to occur in toddlers. The management of these three diseases is included in the Republic of Indonesia Ministry of Health's National Priorities for 2020-2024. One area that has a high risk of diarrhea, ARI, and pneumonia in toddlers is the city of Bandung. Effective and efficient disease control is needed, namely by controlling the three diseases simultaneously which can be emphasized on improving environmental quality, especially in areas with high disease risk. The analysis found that there is a spatial dependence on each variable and each variable is correlated with one another. Therefore, in this study used Geographically Weighted Principal Component Analysis (GWPCA). Calculation of the risk index and mapping with GWPCA produces a combined risk index of the three observed diseases by considering the spatial dependence of the data.
PENGGUNAAN METODE CONFIGURAL FREQUENCY ANALYSIS UNTUK MENENTUKAN KARAKTERISTIK PEMAIN DALAM SUATU PERTANDINGAN (STUDI KASUS: AGE OF EMPIRE 2) Muhammad Faizal Akbar; Gumgum Darmawan; Resa Septiani Pontoh
Euclid VOL 4, NO 2 (2017): EDISI JULI
Publisher : Universitas Swadaya Gunung Jati.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (798.458 KB) | DOI: 10.33603/e.v4i2.416

Abstract

Configural Frequency Analysis (CFA) merupakan suatu metode yang digunakan untuk menganalisis data yang variabelnya berbentuk kategori. Variabel kategori adalah variabel yang bersifat kualitatif sehingga dibutuhkan frekuensi pada setiap kategori atau pasangan kategori agar dapat dilakukan analisis statistik. Jika variabel kategori terlibat bersamaan dalam suatu penelitian, maka dapat membentuk suatu pola (konfigurasi) di antara variabel-variabelnya. Pola (konfigurasi) yang terjadi kemudian dapat dianalisis menggunakan metode CFA untuk diketahui apakah terjadi ketidakcocokkan (discrepancies) dengan apa yang telah diekspektasikan sebelumnya. Ketidakcocokan ini ditandai dengan dua jenis data, yaitu type dan antitype. Type terjadi apabila konfigurasi tersebut terjadi lebih sering daripada yang telah diekspektasikan, sedangkan antitype terjadi apabila konfigurasi tersebut terjadi lebih jarang daripada yang telah diekspektasikan. CFA berguna untuk menganalisis penyebab terjadinya penyimpangan pada suatu model statistik. Penelitian ini mengkaji tentang bagaimana suatu penyimpangan dalam model statistic dapat terjadi. Data yang digunakan adalah data primer dari sebuah game yaitu  Age of Empire 2 dengan variabel dependen adalah kemenangan pemain (y), sedangkan variabel independennya adalah civilization (x1), positioning (x2), dan strategy (x3). Hasil akhir pada penelitian ini menunjukkan adanya type atau antitype pada konfigurasi variabelnya.Kata kunci : Age of Empire 2, Configural Frequency Analysis
Parents' Understanding of the Safety and Comfort in Using Gadgets for Children Anindya Apriliyanti Pravitasari; Mulya Nurmansyah Ardisasmita; Fajar Indrayatna; Intan Nurma Yulita; Triyani Hendrawati; Gumgum Darmawan
REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Vol 4, No 2 (2023): REKA ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/rekaelkomika.v4i2.151-160

Abstract

The utilization of technology among children has significantly increased since the outbreak of the Covid 19 pandemic. Therefore, the use of gadgets among children requires special attention from parents, since under incorrect ergonomic circumstances, it could endanger the health of children. This webinar was designed with parents in mind, giving them valuable information on how to use kid-friendly technology. Additionally, a pre- and post-test was assigned to evaluate parents’ knowledge about ergonomic conditions (safety and comfort) when using gadgets, both before and after the webinar. The results indicated a substantial increasement in parental knowledge among the webinar participants as well as the heightened desire and willingness to apply the right ergonomic conditions for their children’s gadget use at home.
Comparative Analysis of Fourier Series Analysis and Holtwinters Methods on Forecasting Additive Seasonal Data Widi Wildani Alfarisi; Zhafira Haura; Dhanti Aurilia Pratiwi; Fariza Alamanda Putri; Ery Sadewo; Gumgum Darmawan
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Nilai persediaan toko dan gudang yang melayani perusahaan ritel dilaporkan pada setiap akhir tahun, khususnya pada tanggal 31 Desember terdapat sekitar 26%, sehingga dapat dikatakan bahwa nilai persediaan toko dan gudang masuk kedalam kategori rendah. Oleh karena itu, dalam menentukan prediksi nilai persediaan yang tersedia untuk dijual, peneliti ingin melakukan peramalan pada data Advance Retail Sales: Food and Beverage Stores yang mempunyai pola musiman aditif. Pola musiman aditif adalah pola data musiman yang menunjukkan adanya tren yang relatif konstan seiring waktu. Dalam hal ini, metode yang cocok digunakan adalah Fourier Series Analysis dan metode Holt-Winters. Tujuan penelitian adalah untuk mengetahui metode mana yang paling cocok untuk diterapkan pada data tersebut melalui perbandingan hasil dari dua metode tersebut berdasarkan nilai MAPE. Hasil penelitian menunjukkan bahwa metode Holt-Winters cocok untuk data Advance Retail Sales: Food and Beverage Stores adalah karena memiliki nilai MAPE yang paling kecil, yaitu sebesar 1,477%. Kata Kunci : Forecast, FSA, Holt-Winters, RSDBSN
Peramalan Deret Waktu Curah Hujan Di Kota Cirebon Menggunakan ARFIMA Muhammad Rhafi Ahdian; Ayu Sangrila; Aulia Rahman Al Madan; Nuzila Ismatilah; Shabira Aliya Auliyazhafira; Gumgum Darmawan
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Curah hujan adalah ketinggian air hujan yang jatuh pada tempat yang datar, tidak menyerap, tidak meresap dan tidak mengalir. Data curah hujan diperlukan untuk perencanaan teknik, terutama untuk sistem drainase seperti irigasi, bendungan, drainase perkotaan, pelabuhan, dermaga dan struktur air lainnya. Data curah hujan juga diperlukan untuk kepentingan peramalan. Penelitian ini merupakan penelitian terapan yang membahas mengenai peramalan curah hujan di Kota Cirebon. Penelitian ini bertujuan untuk mengetahui peramalan dengan menggunakan metode ARFIMA. Data yang digunakan merupakan data deret waktu bulanan curah hujan di Kota Cirebon periode tahun 2018-2022 yang diperoleh dari website Open Data Cirebon Kota. Hasil penelitian ini merupakan peramalan curah hujan di Kota Cirebon selama 38 bulan kedepan yang diramalkan menggunakan model ARFIMA (2,d,1) yang menjadi model terbaik sesuai pengujian, memiliki nilai AIC paling minimum yaitu sebesar 591,2077 dan nilai BIC sebesar 603,7738. Hasil penelitian ini diharapkan menjadi pertimbangan pemerintah Kota Cirebon untuk mulai menyikapi curah hujan yang terjadi di Kota Cirebon agar mobilitas manusia khususnya para petani bisa berlangsung dengan baik
Pemodelan SARIMA dengan Pendekatan ARCH/GARCH untuk Meramalkan Penjualan Ritel Barang Elektronik Laila Budianti; Janatin Janatin; Muhammad Yasyfi Avicenna; Aisha Kusuma Putri; Gumgum Darmawan
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bersamaan dengan perkembangan teknologi yang semakin maju, terdapat upaya untuk mengembangkan prosedur pemodelan dan peramalan dengan automatic SARIMA sehingga dapat mengefisiensikan waktu dalam pembuatan model. Selain itu, automatic SARIMA dapat digunakan untuk mengurangi subjektivitas peneliti dalam penentuan orde model. Oleh karena itu, ingin dibuat model automatic SARIMA menggunakan software R untuk melakukan prediksi pada data penjualan ritel barang elektronik dan peralatan. Data yang digunakan adalah data Retail Sales: Electronics and Appliance Stores Amerika Serikat pada periode Januari 2013 hingga Agustus 2023. Metode yang akan digunakan adalah Automatic Seasonal Autoregressive Integrated Moving Average (SARIMA). Data ini memiliki musiman dengan periode 12. Dengan menggunakan syntax auto sarima yang dibuat, diperoleh model terpilih untuk data ini adalah SARIMA(1,1,2)(0,1,1)[12] dengan MAPE 3,99%. Akan tetapi, pada model ini tidak memenuhi asumsi White-Noise Heteroscedasticity dan teridentifikasi adanya efek ARCH pada model. Oleh karena itu, pendekatan yang digunakan untuk analisis ini adalah model SARIMA-ARCH, dengan model yang terpilih yaitu SARIMA(1,1,2)(0,1,1)[12] - ARCH(1,0) dengan nilai MAPE adalah 6.48%.
PERAMALAN TUNGGAKAN TAGIHAN PELANGGAN MENGGUNAKAN MODEL AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) Tri Wulanda Fitri; Gumgum Darmawan; Sri Winarni; Yuyun Hidayat; Resa Septiani Pontoh
MARAS: Jurnal Penelitian Multidisiplin Vol. 1 No. 3 (2023): MARAS : Jurnal Penelitian Multidisiplin, Desember 2023
Publisher : Lumbung Pare Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60126/maras.v1i3.108

Abstract

Kenaikan jumlah pelanggan pada perusahaan X mengakibatkan kenaikan yang sama pada besar tunggakan tagihan pelanggan. Data tunggakan tersebut cenderung memiliki pola tren naik dan memiliki fluktiasi yang besar, akibatnya perusahaan memerlukan adanya peramalan guna perencanaan dan acuan dalam pengambilan keputusan serta evaluasi kebijakan yang tepat untuk mencegah peningkatan jumlah tunggakan tagihan di masa mendatang dan mengurangi risiko kerugian. Metode peramalan yang akan digunakan pada penelitian ini adalah Autoregressive Fractionally Integrated Moving Average (ARFIMA). Metode ARFIMA dipilih karena data memiliki sifat long memory, dilihat dari lag pada plot ACF data yang menurun secara hiperbolik menuju nilai nol. Artinya observasi yang terpisah jauh masih memiliki perilaku berkelanjutan atau ketergantungan yang kuat. Ciri lain dari metode ARFIMA adalah nilai differencing-nya. Berbeda dengan metode ARIMA yang memiliki parameter d berupa bilangan asli, metode ARFIMA memiliki parameter d berupa bilangan pecahan. Pada penelitian digunakan differencing sebesar 0,697 dengan model ARFIMA (1, d, 0) untuk melakukan peramalan 6 periode kedepan. Diperoleh nilai MAPE untuk peramalan tersebut sebesar 9,28%.
Modelling Primary Energy by Long Memory Time Series Gumgum Darmawan; Budhi Handoko
Indonesian Journal of Contemporary Multidisciplinary Research Vol. 2 No. 6 (2023): November 2023
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/modern.v2i6.6970

Abstract

This research employs long memory modeling techniques to analyze and forecast global energy data spanning from 1965 to 2022. Focusing on the ARFIMA (Autoregressive Fractionally Integrated Moving Average) model, the study demonstrates its efficacy in predicting energy consumption trends. The evaluation of forecasting results for the subsequent four years reveals a remarkable Mean Absolute Percentage Error (MAPE) below 5%. This outcome underscores the effectiveness of incorporating long memory components in energy modeling, offering a robust approach for accurate and reliable predictions. The findings contribute to the advancement of energy forecasting methodologies, providing valuable insights for policymakers, energy analysts, and researchers in the pursuit of sustainable and informed energy planning
Co-Authors Achmad Bachrudin Aisha Kusuma Putri Anindya Apriliyanti Pravitasari Aulia Rahman Al Madan Ayu Sangrila Azka Larissa Rahayu Budhi Handoko Dhanti Aurilia Pratiwi Ery Sadewo Fajar Indrayatna Farhan Bagus Prakoso Fariza Alamanda Putri I Gede Nyoman Mindra Jaya Intan Nurma Yulita, Intan Nurma Janatin Janatin Laila Budianti Muhammad Faizal Akbar Muhammad Rhafi Ahdian Muhammad Yasyfi Avicenna Mulya Nurmansyah Ardisasmita Neneng Sunengsih Nuzila Ismatilah Pian Widianingsih Resa Septiani Pontoh Shabira Aliya Auliyazhafira Sri Winarni Tri Wulanda Fitri Triyani Hendrawati Widi Wildani Alfarisi Yuyun Hidayat Zhafira Haura