Article Per Year (5 Year)
p-Index From 2021 - 2026
3.74
P-Index
This Author published in this journals
All Journal EKSAKTA: Journal of Sciences and Data Analysis JURNAL ILMU PERTANIAN Jurnal Teknologi Kubik JURNAL PENGABDIAN KEPADA MASYARAKAT Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Jurnal Ekonomi Pembangunan STIE Muhammadiyah Palopo Indonesian Journal of Applied Statistics Jurnal Kesehatan Vokasional Faktor Exacta J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika NUSANTARA : Jurnal Ilmu Pengetahuan Sosial SEPREN: Journal of Mathematics Education and Applied Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Statistika dan Aplikasinya KUBIK: Jurnal Publikasi Ilmiah Matematika Journal of Mathematics Education and Science Khazanah: Jurnal Mahasiswa Pattimura Proceeding : Conference of Science and Technology Jurnal Ilmiah Sains Jurnal Bayesian : Jurnal Ilmiah Statistika dan Ekonometrika Indonesian Journal of Statistics and Its Applications
Edy Widodo
Program Studi Satistika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Islam Indonesia, Yogyakarta
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Regresi Data Panel untuk Mengetahui Faktor-Faktor yang Mempengaruhi PDRB di Provinsi DIY Tahun 2011-2015 Dea Aulia Nandita; Lalu Bayu Alamsyah; Enggar Prima Jati; Edy Widodo
Indonesian Journal of Applied Statistics Vol 2, No 1 (2019)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v2i1.28950

Abstract

Population growth can encourage and hinder economic growth. This study aims to analyze the factors that influence gross domestic product (GDP) in Daerah Istimewa Yogyakarta (DIY) using panel data regression. This study uses three independent variables, namely number of population, number of poor population, and investment, while the dependent variable is GDP. We use secondary data obtained from Badan Pusat Statistik (BPS). The results obtained from the regression analysis of the data series time panel are generalized least square (GLS), while for the cross section data panel shows the REM model is more suitable than PLS and FEM. Based on the validity test of the influence or t-test, the variable that shows significant to the economic rate which is categorized as GRDP in the Daerah Istimewa Yogyakarta in 2011-2015 is the variable Total population and Investment which has a positive relationship.Keywords : economic growth rate, panel data regression, gross regional domestic product
Analisis Faktor Penyebab Penyakit DBD di Jawa Tengah Menggunakan Regresi Binomial Negatif Putri Meliana Ariani; Edy Widodo
Jurnal Kesehatan Vokasional Vol 3, No 1 (2018): Mei
Publisher : Sekolah Vokasi Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jkesvo.33870

Abstract

 Latar Belakang: Dalam analisis regresi Poisson, variabel terikat harus memenuhi asumsi yaitu nilai variansi sama dengan rata-ratanya. Pada kenyataannya yang terjadi ketika melakukan analisis adalah variansi dari variabel terikatnya lebih besar daripada rata-ratanya yang disebut dengan terjadinya kasus overdispersi.Tujuan: Untuk memilih model terbaik yang digunakan untuk memodelkan kasus terjadinya pasien yang menderita DBD di Jawa Tengah tahun 2016.Metode: Metode yang digunakan yaitu Analisis Deskriptif untuk mengetahui gambaran umum data, regresi Poisson yang digunakan untuk data diskrit berupa bilangan cacah dan regresi Binomial negatif sebagai alternatif dari data overdispersi.Hasil: Hasil analisis menunjukkan bahwa model terbaik yaitu regresi Binomial Negatif dibandingkan dengan regresi Poisson.Kesimpulan: Data jumlah penderita DBD tahun 2016 di Jawa Tengah yang terdapat overdispersi terjadi pada penarikan kesimpulan uji signifikansi parameter.
Perbandingan Metode Average Linkage, Complete Linkage, dan Ward’S pada Pengelompokan Kabupaten/Kota di Provinsi Jawa Tengah Berdasarkan Indikator Indeks Pembangunan Manusia Edy Widodo; Syinta Nuri Mashita; Yosi Ghea Prasetyowati
Faktor Exacta Vol 13, No 2 (2020)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v13i2.6581

Abstract

Provinsi Jawa Tengah merupakan salah satu provinsi yang mempunyai prestasi kinerja yang signifikan. Hal tersebut dapat diketahui berdasarkan nilai pertumbuhan ekonomi Provinsi Jawa Tengah sebesar 5,28%. Pertumbuhan ekonomi di Jawa Tengah belum mencapai nilai yang maksimal hal ini dikarenakan belum meratanya tingkat perekonomian di beberapa wilayah di Provinsi Jawa Tengah. Indeks Pembanguan Manusia (IPM) adalah pengukuran perbandingan dari harapan hidup, melek huruf, pendidikan dan standar hidup untuk semua negara di seluruh dunia. IPM  juga merupakan  suatu  tolak  ukur maju  atau  tidaknya  suatu  wilayah ataupun  daerah,  karena  dengan  tingkat  IPM  yang  tinggi  suatu  daerah  akan dikatakan berhasil dalam program pembangunannya. Analisis pengelompokkan adalah suatu metode untuk mengelompokan n objek berdasarkan p variat yang memiliki kesamaan karakteristik diantara objek-objek. Penelitian ini membandingkan 3 metode pengelompokkan yaitu average linkage, complete linkage,  dan ward’s yang bertujuan untuk mengelompokkan kabupaten/kota di provinsi Jawa Tengah berdasarkan data indikator IPM tahun 2018. Hasil dari penelitian menunjukkan metode pengelompokkan Average Linkage adalah yang terbaik dengan nilai korelasi cophenetic sebesar 0.865. Jumlah kelompok optimum didapatkan 3 kelompok dengan nilai indeks Calinzki Harabas sebesar 117.213. Metode cluster hierarki average linkage menghasilkan 3 kelompok, yaitu kelompok dengan kategori rendah sebanyak 20 kabupaten/kota, kelompok dengan kategori sedang sebanyak 12 kabupaten/kota dan kelompok dengan kategori tinggi sebanyak 3 kabupaten/kota. Hasil pengelompokan divisualisasikan dengan pemetaan pengelompokan kabupaten/kota di provinsi Jawa Tengah berdasarkan indikator IPM tahun 2018.
ANALISIS FAKTOR YANG BERPENGARUH TERHADAP IPM MENGGUNAKAN REGRESI LINEAR BERGANDA Zakiyatul Fitriyah; Syafira Irsalina; Aditya Rizq Herlandy K; Edy Widodo
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 2 No. 3 (2021): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v2i3.86

Abstract

Development becomes a tool to achieve the goals of a nation. Meanwhile, economic growth is used as an indicator to determine the success of a country's development. HDI is a measuring tool to determine the level of development. Indonesia's HDI is included in the high category, including West Java and Banten provinces. There are allegations that the Covid-19 pandemic in 2020 affected the factors that formed the HDI. This study aims to determine the description of HDI and the influence of factors forming HDI consisting of AHH, RLS, HLS, and per capita expenditure. The secondary data used is sourced from the Central Statistics Agency (BPS) of the Republic of Indonesia. This research method is multiple regression analysis. Based on the study results, the partial test showed that the variables AHH, RLS, HLS, and per capita expenditure had a significant positive effect on the Regency/City HDI variable in the Provinces of West Java and Banten in 2020
PERBANDINGAN METODE EXPONENTIAL SMOOTHING DAN ARIMA PADA PERAMALAN GARIS KEMISKINAN PROVINSI JAWA TENGAH Afifah Zahrunnisa; Renanta Dzakiya Nafalana; Istina Alya Rosyada; Edy Widodo
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 2 No. 3 (2021): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v2i3.91

Abstract

Forecasting is a technique that uses past data or historical data to determine something in the future. Forecasting methods with time series models consist of several methods, such as Double Exponential Smoothing (Holt method) and ARIMA. DES (Holt method) is a method that is used to predict time series data that has a trend pattern. ARIMA model combines AR and MA models with differencing order d. The poverty line is calculated by finding the total cost of all the essential resources that an average human adult consumes in one year. The lack of poverty reduction in an area is the lack of information about poverty. The selection of the forecasting method was made by considering several things. The Exponential Smoothing method was chosen because this method was able to predict time series financial data well and revise prediction errors. While the ARIMA method is better for short-term prediction, it can predict values that are difficult to explain by economic theory and are efficient in predicting time series financial data. There is still little research on comparing time series data for forecasting methods. Researchers are interested in comparing the Exponential Smoothing and ARIMA methods in implementing poverty line forecasting in Central Java. The two methods are compared by determining the best method for forecasting the poverty line in Central Java. The best forecasting method can be seen from the MAPE value of each method
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI TINGKAT STRESS MAHASISWA STATISTIKA UII TERHADAP PEMBELAJARAN DARING SELAMA PANDEMI COVID-19 Rahmi Novika Harahap; Marwah Nur Hakim; Apriyani Bella Thania; Edy Widodo
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 2 No. 3 (2021): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v2i3.92

Abstract

Covid-19 is a group of viruses that can spread very quickly, so every country must act to reduce the spread of Covid-19. The Ministry of Health of the Republic of Indonesia applies Health protocols to avoid crowds. It also leads to activities such as work and also studying from home to avoid physical contact. The Ministry of Education and Culture issued a circular regarding the implementation of online learning to spread Covid-19. Likewise, UII applies online knowledge. Changes in the learning system that are sudden and continue today can affect students' physical and mental health. Online learning and piles of assignments lead to increased anxiety and stress levels, even more so during the Covid-19 pandemic. This study aims to determine the factors that influence students' stress levels towards online learning. The method used is a survey method with a descriptive approach. Statistical data analysis used validity and reliability tests, univariate, bivariate, and multivariate. The results of the truth and reliability test showed that the Instrumen on DASS-42 was valid and reliable. Bivariate analysis with chi-square test found that there were differences in stress levels with age and semester. Multivariate analysis using an ordinal logistic regression test concluded that the factors that influence stress levels are age and male sex
Implementasi Self Organizing Map dalam Pengelompokkan Kabupaten di Jawa Barat Berdasarkan Kasus Covid-19 Aisykha Reisla Rayhan; Widya Astuti; Zakiyatush Shufila; Edy Widodo
Jurnal Statistika dan Aplikasinya Vol 5 No 2 (2021): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.05206

Abstract

Covid-19 adalah penyakit menular yang disebabkan oleh jenis coronavirus. Penyakit menular baru yang disebabkan oleh sindrom pernafasan akut yang parah corona virus 2 (SARS-CoV-2), menyebar pesat ke beberapa negara di seluruh dunia termasuk negara Indonesia. Provinsi Jawa Barat merupakan salah satu provinsi sebagai penyumbang terbesar kasus covid-19 di Indonesia. Penelitian ini bertujuan untuk mengelompokkan wilayah kabupaten/kota di Provinsi Jawa Barat menurut perkembangan kasus covid-19. Metode yang digunakan dalam proses pengelompokan ini adalah metode Self Organizing Map (SOM). SOM merupakan perangkat visualisasi dan analisis untuk data berdimensi tinggi dan dalam pengelompokannya tidak diperlukan uji asumsi. Data sekunder yang digunakan pada penelitian ini adalah 5 variabel pada 27 kabupaten/kota di Provinsi Jawa Barat dari tanggal 1 Agustus 2020 sampai dengan 22 Juni 2021 yang bersumber dari Pusat Informasi dan Koordinasi Covid-19 Provinsi Jawa Barat. Berdasarkan hasil analisis menggunakan SOM diperoleh sebanyak dua cluster yang masing-masing memiliki karakteristik yang berbeda-beda untuk mengelompokkan 27 kabupaten/kota di Provinsi Jawa Barat. Cluster yang terbentuk meliputi cluster 1 yang terdiri dari 2 kota yaitu kota Depok dan kota Bekasi memiliki tingkat kasus covid-19 yang tertinggi, sedangkan Cluster 2 terdiri dari 25 kabupaten/kota di Jawa Barat dengan tingkat kasus covid-19 terendah.
ANALISIS PENGARUH FAKTOR RASIO INDEKS LQ45 TERHADAP HARGA INDEKS LQ45 TAHUN 2016-2018 Julfasmi Hi M. N; Jihan Nurwahidaha; Annisa Noor Hidayat; Edy Widodo
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 8, No 8 (2021): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v8i8.2021.2725-2734

Abstract

Panel data, in some special cases, it is also called cross-sectional time series data or longitudinal data. The LQ45 Index consists of 45 issuers who have passed the Liquidity Selection Process (LiQuid) and several other selection criteria. These criteria may include  market capitalization considerations. This study aims to identify the factors that influence the 2016-2018 LQ45 index. This study uses panel data from 10 companies listed in the LQ45 index from 2016 to 2018 and uses a fixed effects model. Based on the analysis, all independent variables consisting of profit per share (EPS), book price (BV), price-earnings ratio (PER), price-to-book value ratio (DER), price-to-book value ratio (PBV), and price-earnings ratio. Investment (ROA), capital profit margin (ROE), and net profit margin (NPM)  have a significant  effect on the price-earnings ratio of 10 for LQ45 registered companies. However, only the variable book value (BV) and price-to-book value ratio (PBV) that affect the 10 companies listed on LQ45 do not affect the stock prices of the 10 companies listed on LQ45.  
Pengelompokan Kabupaten/Kota Berdasarkan Produksi Tanaman Pangan Sumatera Utara Tahun 2020 Menggunakan Pengelompokan Hirarki Aglomeratif Afdhah Nur Riadhoh; Galuh Eka Puspita; Inas Rafidah; Edy Widodo
KUBIK Vol 6, No 2 (2021): 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.v6i2.16157

Abstract

Food plants are one of the basic needs of humans as a source of energy because they contain carbohydrates and proteins that are important for the human body. North Sumatra is one of the provinces in Indonesia, known for high potential in the agricultural sector, such as food crops. However, each district/city has a very diverse amount of food crop production in North Sumatra, so it is necessary to grouping in districts/cities based on the high and low of food crop production commodities in North Sumatra  with the aim of assisting government in improving and optimizing government programs that engaged in agriculture. The grouping used agglomerative hierarchical cluster analysis methods, namely single linkage, average linkage, complete linkage, ward's, and centroid methods. Based on the highest cophenetic correlation value (close to 1), it was found that average linkage was the best cluster method. The results of this study that North Sumatra Province is divided into 4 clusters, consisting of regencies/cities, which can be seen from each food crop production in the very high category, the production of food crops in the high category, the production of food crops in the low category, and the production of food crops in the very low category.
Peramalan Jumlah Produksi Kopi Di Jawa Timur Pada Tahun 2020-2021 Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (Sarima) Faris Nasirudin; Mila Pindianti; Dhea Indah Syafira Said; Edy Widodo
AGRIUM: Jurnal Ilmu Pertanian Vol 25, No 1 (2022)
Publisher : UNIVERSITAS MUHAMMADIYAH SUMATERA UTARA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/agrium.v25i1.8211

Abstract

Kopi adalah salah satu jenis komoditi perkebunan yang dapat diperdagangkan di bursa komoditi. Terdapat 32 provinsi di Indonesia sebagai penghasil kopi, salah satunya adalah Jawa Timur. Persentase produksi kopi di Jawa Timur mengalami penurunan yang cukup tinggi pada tahun 2018-2019, mengingat Jawa Timur ialah salah satu provinsi dengan pemberi kontribusi permintaan kopi terbesar, baik untuk kebutuhan ekspor maupun domestik. Selain itu, data yang menunjukkan keadaan produksi kopi di Indonesia pada tahun 2020/2021 masih sangat minim dan hanya merupakan perkiraan. Pada penelitian ini, peramalan akan dilakukan pada tahun 2020 hingga 2021 dengan memanfaatkan metode peramalan SARIMA (Seasonal Autoregresive Integrated Moving Average). Metode penelitian yang dilakukan dimulai dengan mengumpulkan data jumlah produksi kopi, menentukan metode peramalan, menentukan model SARIMA terbaik, menghitung peramalan, dan menarik kesimpulan. Model SARIMA terbaik yang digunakan adalah model SARIMA (0,0,1)(1,0,0) karena memiliki nilai MAPE terkecil yaitu 25,83. Jumlah produksi kopi di Indonesia dari tahun 2020 hingga 2021 menunjukkan pola peningkatan yang berarti terjadi peningkatan jumlah produksi kopi di Jawa Timur.
Co-Authors ACHMAD FAUZAN Adisti Nurul Irmayanti Aditya Rizq Herlandy K Adryan Adryan Afdhah Nur Riadhoh Afifah Zahrunnisa Aisya Putri Zanuarizqi Aisya Putri Zanuarizqi Aisykha Reisla Rayhan Ajeng Retno Elprilita Almadayani Almadayani Anisa Dwi Mulyaningsih Anisa Srikandi Annisa Noor Hidayat Aprin Nurfika Azhar Apriyani Bella Thania Ashabul Akbar Maulana Astrika Praokta Fialine Athallah Widyatama Rafii Atsila Nurtsabita Chandra Arinda Handayani Cheryl Ayu Melyani Daffa Alya Alodia Danial Al Farizi Dea Aulia Nandita Dela Gustiara Desinta Eka Sari Desy Endriani Dhea Indah Syafira Said Dining Dwi Suci Riyani Ellena Novitriani Enggar Prima Jati Faried Abimanyu Faris Nasirudin Fatihatun Naja Febiyanti Alfiah Fitria Norma Aula Zahro Galuh Eka Puspita Ghaitsa Zahira Shafa Giana Artika Aprianti Giana Artika Aprianti, Giana Artika Inas Rafidah Inu Alifiyah Phalufi Istina Alya Rosyada Jihan Nurwahidaha Julfasmi Hi M. N Kosmaryati Kosmaryati Lalu Bayu Alamsyah Latifah Nur Wijayanti M. Paris Ramdoni Rasantaka Malecita Nur Atala Singgih Marwah Nur Hakim Mila Pindianti Mochamad Fahmi Ashshidiqi Muhammad Bariklana Muna Malika Muthia Citra Safira Nabila Aulia Putri Ganessa Nabila Aulia Putri Ganessa Nadhira Ferita Kusuma Nidzar Zulmi Dwisyahputra Novendri Isra Asriny Nur Mutmainnah Djafar Putri Meliana Ariani Putri Stania Adhiana Raden Nabila Alya Hartarie Rahmi Anadra Rahmi Novika Harahap Refinanda Nur Isfahani Renanta Dzakiya Nafalana Riska Yulianti Riza Amelia Choerunnisa Rosiana Rahma Dewi Salsabila Basalamah Sekti Kartika Dini Sheilta Alphenia Sheilta Alphenia Shelbi Salsabilla Sururin Syafira Irsalina Syinta Nuri Mashita Takayuki Pratama Titania Tasya Wananda Wahyu Sa'dun Akbar Wanda Listathea Putri Widya Astuti Yosi Ghea Prasetyowati Yulia Anggi Anjelina Zahrah Zeinawaqi Zakiyatul Fitriyah Zakiyatush Shufila Zumrotul Wahidah