Article Per Year (5 Year)
p-Index From 2021 - 2026
2.108
P-Index
This Author published in this journals
All Journal Journal on Mathematics Education (JME) JURNAL DERIVAT: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA Jurnal Sains Matematika dan Statistika JMM (Jurnal Masyarakat Mandiri) Jurnal Inovasi Pendidikan Dasar Jurnal Review Pendidikan dan Pengajaran (JRPP) Variance : Journal of Statistics and Its Applications Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Journal of Mathematics, Computation and Statistics (JMATHCOS) International Journal of Mathematics, Statistics, and Computing
Wiwik Wiyanti, Wiwik
Surya College of Education,Serpong-Tangerang
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Nursing Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Journal of Mathematics, Computation and Statistics (JMATHCOS)

 1 
Perbandingan Box-Jenkin’s Method dan ChatGPT dalam Memprediksi Jumlah Kematian Penderita Tuberkulosis di Indonesia Melantika, Brigita Tiara Elgityana; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1948

Abstract

Penyakit merupakan salah satu hal yang dihindari oleh makhluk hidup. Banyak penyakit yang dapat memicu kematian. Adapun 10 penyakit mematikan yang terkenal di berbagai penjuru dunia, salah satunya adalah tuberkulosis (TB). Indonesia termasuk dalam 10 negara yang memiliki jumlah kasus penderita tuberkulosis yang tinggi. Pada angka kematian penderita tuberkulosis di Indonesia pada 1990-2019 memiliki pola tren yang cocok untuk melakukan analisis Box-Jenkin’s method. Data aktual kasus ini menggunakan difference method orde-2 dan memiliki model terbaik yaitu ARIMA (2, 2, 2) dengan hasil data peramalan, yaitu 76741,18, 74746,60, 72869,15, 70939,06, dan 69035,59 jiwa. Pemodelan yang dihasilkan ChatGPT memiliki kesamaan yaitu ARIMA (2, 2, 2).
Perbandingan Metode Holt’s Linier dan GPT-4 Untuk Peramalan Jumlah Kasus Kematian Diabetes Melitus Di Indonesia Evania , Clara Della; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.2063

Abstract

Kematian merupakan suatu kondisi yang tidak dapat dihindari oleh manusia dan pasti akan terjadi pada semua makhluk hidup. Kematian dapat diantisipasi dengan menerapkan suatu pola hidup yang sehat atau menjaga kesehatan yang harus diperhatikan setiap manusia. Namun banyak masyarakat yang masih tidak mempedulikan kesehatannya dengan menerapkan pola hidup yang tidak sehat. Gaya hidup yang tidak sehat tersebut akan berdampak bagi kesehatan serta dapat mendatangkan berbagai macam penyakit, seperti diabetes melitus. Diabetes melitus merupakan kondisi saat tubuh tidak mempertahankan gula dalam darah tetap stabil dalam kadar yang normal yang terjadi gangguan dari fungsi atau disfungsi dari kelenjar pancreas untuk memproduksi insulin secara alami.Tujuan dari penelitian ini adalah untuk menunjukkan hasil peramalan menggunakan metode Holt’s Linear Smoothing dengan alpha sebesar 0,546 dan beta sebesar 1. Dalam penelitian ini akan meramalkan data dari 2020 – 2026. Didapatkan hasil peramalan yang berbeda dengan menggunakan chat GPT-4 dan perhitungan manual. Kata Kunci: , , , ,
Analisis Financial Distress Perusahaan Sektor Kesehatan Dengan Menggunakan Metode Cox-Hazard Regression Prayogo, Albert Agung; Agatha, Dhela Asafiani; Gunawan, Naftali Brigita; Ramadhani, Sausan; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.2295

Abstract

Financial Distress merupakan kondisi kesulitan keuangan perusahaan yang menyebabkan perusahaan tidak dapat memenuhi kewajibannya untuk menjalankan bisnis. Berdasarkan beberapa penelitian sebelumnya analisis financial distress terhadap suatu sektor bisnis dapat menggunakan model Cox-Hazard Regression dengan menggunakan variabel EPS sebagai indikator terjadinya financial distress pada perusahaan dalam suatu sektor bisnis. Penelitian ini bertujuan untuk mengetahui peluang survive 19 perusahaan sektor kesehatan di Indonesia berdasarkan perusahaan yang terdaftar di Bursa Efek Indonesia dan mengetahui apakah rasio keuangan Return on Equity, Debt on Equity Ratio, dan besarnya Sales terhadap terjadinya financial distress pada perusahaan sektor kesehatan dengan menggunakan Metode Cox-Hazard Regression. Data diperoleh dari laporan keuangan perusahaan-perusahaan sektor kesehatan yang terdaftar di Bursa Efek Indonesia pada tahun 2019-2023. Berdasarkan hasil analisis survival diperoleh hasil bahwa peluang survive dari financial distress perusahaan cenderung tinggi meskipun dilanda pandemi COVID-19. Namun, peluang survive perusahaan dari financial distress mengalami penurunan yang berarti pada akhir tahun 2022 hingga tahun 2023. Variabel independen Return on Equity, Debt on Equity Ratio dan jumlah Sales secara simultan berpengaruh secara berarti terhadap terjadinya financial distress perusahaan kesehatan di Indonesia yang terdaftar di Bursa Efek Indonesia tahun 2019-2023. Secara parsial, variabel independen Return on Equity dan Debt on Equity Ratio memberikan pengaruh yang berarti terhadap terjadinya financial distress pada perusahaan kesehatan di Indonesia yang terdaftar di Bursa Efek Indonesia tahun 2019-2023 sedangkan total sales tidak memberikan pengaruh yang berarti.
Prediksi Jumlah Kunjungan Pasien Mental disorder Pelayanan Mentari Puskesmas Kecamatan Kalideres menggunakan ARCH, GARCH dan Box-Jenkins Arifin, Alicia; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 2 (2024): Volume 07 Nomor 02 (Oktober 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i2.3043

Abstract

Pelayanan Mentari adalah pelayanan pasien mental disorder di Puskesmas kecamatan Kalideres, yang mana memiliki sub pelayanan Polania (poli anti aniaya) untuk menangani permasalahan bullying pada. Penelitian ini dilakukan untuk memprediksi jumlah kunjungan pasien di pelayanan Mentari. Data yang ditemukan menunjukkan bahwa 26,7% remaja di Indonesia mengalami gangguan cemas dan total prevalensi masalah kesehatan mental mencapai 46,8%, penting untuk mengidentifikasi pola data agar pemerintah bisa mengatasi masalah mental disorder sejak dini. Jenis penelitian yang digunakan adalah metode kuantitatif. Tujuan dari penelitian ini adalah menggambarkan kondisi kesehatan mental di daerah Kalideres dan bisa memproyeksikan jumlah pasien mental disorder di daerah Kalideres, sehingga pemerintah bisa membuat kebijakan untuk menurunkan masalah mental disorder. Data yang digunakan adalah data bulanan kunjungan pasien mental disorder pelayanan Mentari tahun 2020-2023. Metode analisa time-series yang digunakan adalah Box-Jenkins, ARCH dan GARCH. Metode yang terbaik adalah metode Box-Jenkins dengan ARIMA(1,1,1) yang mempunyai nilai MAPE sebesar 9,7%. Prediksi di bulan januari 2024 adalah 270,60 (95% CI, 204,97-336,23) dan bulan Februari 2024 sebanyak 269.31 (95% CI, 200,77 - 337,86). Hasil prediksi oleh model ARCH(1) sebesar 200,97(95% CI, -206,28-608,22), model GARCH(1,1) sebesar 191,95 (95% CI, -215,30-599,20). Kata kunci: mental disorder, forecast, arima, arch, garch
Predictive and Etiologic Analysis of Typhoid Fever Using Multivariate Logit Regression and GPT Data Analyst Wiyanti, Wiwik; Fadlulloh, Naufal
Journal of Mathematics, Computations and Statistics Vol. 8 No. 2 (2025): Volume 08 Nomor 02 (Oktober 2025)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v8i2.9483

Abstract

Typhoid fever is one of the dangerous diseases and many sufferers. This disease attacks humans regardless of age and in principle can be cured. The chance of a patient's recovery can be known, among other things, when someone has historical information or the patient's history during the time of treatment. Historical data from various typhoid patients can be used to predict the recovery of other typhoid patients, if they are in similar conditions. This study aims to apply multivariate logistic regression from the concept of prediction and etiology to examine the recovery factors of typhoid patients. This study's etiological notion is restricted to using a single exposure variable. The data analysis uses quantitative research. The results of the predictive concept show that the regression equation model is y=0.465 -1.174Age(2)-0.646Age(3)-0.888Age(4)+0.211Hemoglobin(1)+0.317Platelet(1)+0.308Calcium(1)-0.330Current_Medication(1) +0.500Current_Medication(2). The chance of a typhoid patient recovering is a maximum of 75%, which can occur when the patient's platelet and calcium conditions are normal. Meanwhile, the lowest chance of patient recovery is 23%, which can occur when the patient is 31-40 years old and the treatment applied is ceftriaxone. From an etiologic concept, two best models were found, namely a model where age is the exposure variable, current medication is the confounder, and treatment_outcome is the dependent variable, and the second model where age is the exposure variable, current medication is the confounder, and treatment_outcome is the dependent variable. From the etiological concept, it can be seen that the variables that have the most influence on patient recovery are age and the treatment used. In addition, the use of GPT Data Analyst was concluded to be unable to directly analyze logistic regression data for typhus cases, but it can be used to help simplify data analysis for researchers by using logistic regression coding.
Stunting Risk Factor Analysis Using Seemingly Unrelated Regression (SUR) Integrated with Machine Learning Wiyanti, Wiwik; Zenklinov, Amanatullah Pandu; Seleki, Jacob Stevy; Ramadhani, Sausan; Jimy, Valensius; Arifin, Samsul
Journal of Mathematics, Computations and Statistics Vol. 8 No. 2 (2025): Volume 08 Nomor 02 (Oktober 2025)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v8i2.9630

Abstract

Stunting is a disorder in children caused by chronic nutritional problems. Stunting is usually characterized by a child’s failure to grow and develop optimally. In Indonesia, the government is focusing on addressing of stunting case, as it aims to develop the superior of human resources. In Tangerang regency is currently holding a “Gebrak Tegas” program to address the problem of stunting. The causes of stunting required scientific study to help the government understand the scientific factors that causing stunting. Therefore, this study aims to analyze the factors causing stunting the children in the Tangerang regency. The data analysis method in this study use the Seemingly Unrelated Regression (SUR), which is integrated with a machine learning, namely Random Forest. The data used in this study were obtained from primary data through questionnaires. The subjects of this study were parents of stunting and non-stunting children who were at “Posyandu” under of “Kelapa dua” and “Binong” health centers. Sampling method in this study is purposive-random sampling. The results of the data analysis showed that the five variables from the factors measured had the most significant influence, namely nutritional, socio-economi, and pregnancy and childbirth history factors. Five variables that influence children stunting are animal protein, which has the highest probability of 87.5% when the children consumes protein once or twice a week. The children consume vitamin A twice has a 97% probability. The source of income for the parents, whether from the private or self-employment, has a probability of over 90%. Furthermore, the consumption of iron-boosting tablets by mother during pregnancy and the amount of income from the parents have a probability of 84%.
Co-Authors Agatha, Dhela Asafiani Ali Godjali, Ali Arifin, Alicia Evania , Clara Della Fadhlullah, Naufal Fadlulloh, Naufal Gunawan, Naftali Brigita Gunawan, Naftali Brigitta HERAWATI, LILIK Jacob Stevy Seleky, Jacob Stevy Jimy, Valensius Johannes Hamonangan Siregar Luh Putu Widya Adnyani Melantika, Brigita Tiara Elgityana Nugroho, Diyas Arya Nur Safitri Wakhyuningsih, Nur Safitri Pradana, Reza Septian Prayogo, Albert Agung Ramadhani, Sausan Riswandi, Calvin Rully Charitas Indra Prahmana Samsul Arifin Seleki, Jacob Stevy Widjaya, Ferdinand Nathaniel Yanuati, Anastasia Maria Zenklinov, Amanatullah Pandu