Article Per Year (5 Year)
p-Index From 2021 - 2026
1.896
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Unnes Journal of Mathematics Journal of Mathematics, Computation and Statistics (JMATHCOS)
Wiwik Wiyanti
Statistics Department, Matana University
Agriculture, Biological Sciences & Forestry Economics, Econometrics & Finance Law, Crime, Criminology & Criminal Justice Mathematics Nursing

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Efektivitas Metode Exponential Smoothing untuk Prediksi Data Runtun Waktu Pola Tren dan Non-musiman (Studi Kasus Cakupan Vaksinasi Covid-19): Efektivitas Metode Exponential Smoothing untuk Prediksi Data Runtun Waktu Pola Tren dan Non-musiman (Studi Kasus Cakupan Vaksinasi Covid-19) Wiwik Wiyanti
Jurnal Matematika, Statistika dan Komputasi Vol. 20 No. 1 (2023): SEPTEMBER, 2023
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v20i1.27193

Abstract

Purpose of this research is effectiveness the exponential smoothing for predict the time series data which has trend and non-seasonal characteristic. In this research using data case vaccinate of covid-19 1st, 2nd, 3rd and 4th. The advantage of this research is we can choose the best method for this type data. The methodology of this research is quantitative, with analyze data method is exponential smoothing (SES, ARRSES, and HOLT’S linear). The result of data analyze is the predict error for four vaccinate data are very close to zero. SES gets 0% to 0,73%, ARRSES gets 0% to 0,66% and Holt’s linear gets 0% to 0,29%. The result of this research can conclude that exponential smoothing method effective for predict the data with trend and non-seasonal data.  
Comparison Predictions of the Demam Berdarah Dengue (DBD) using Model Exponential Smoothing: Pegel’s Classification and ChatGPT Wiwik Wiyanti; Bakti Siregar
Jurnal Matematika, Statistika dan Komputasi Vol. 20 No. 2 (2024): JANUARY 2024
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v20i2.32122

Abstract

The evolution of AI since the Covid-19 pandemic has developed very rapidly. Until 2023, AI is claimed to be a threat to several professional jobs, especially data analysts and scientists. The purpose of this research is to check the effectiveness chat-GPT to predict about demam berdarah dengue (DBD) case. Method of the analyzing the data in this research is Mixed method. Quantitative method using exponential smoothing: pegel’s classification and qualitative method using GPT-3. The aim of this research is to check whether ChatGPT can predict the demam berdarah dengue (DBD) data time series. The prediction result are check it by exponential smoothing: pegel’s classification method. The benefit of this research is it can be used to reference how far the evolution of AI can be threaten the profession of data analyst or data scientist. The result of this study conclude that the ChatGPT (GPT-3) can’t predict DBD’d data correctly.
Survival Analysis of Penile Cancer Patients Using Cox-Proportional Hazard and GPT-4 Wiwik Wiyanti
Jurnal Matematika, Statistika dan Komputasi Vol. 21 No. 1 (2024): SEPTEMBER 2024
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v21i1.35774

Abstract

Today, in 2024, the evolution of the evolution of artificial intelligence (AI) is very impressive. An AI product that continues to develop is ChatGPT. The threat of ChatGPT to some job professions is real. Beside that, ChatGPT also helps many professions make their work easier. In this research, we analyze the survival analysis of penile cancer patients. The design of this research is mixed-method (quantitative-qualitative). The quantitative and qualitative methods that were used are Cox-proportional hazards and GPT-4, respectively. Based on quantitative analysis, it can be concluded that the Survival and Hazard model for study penile cancer are  and  , respectively. The predicted chances of survival and death for the patient in stage 2, 14 days after surgery, are 40% and 60%, respectively. Based on qualitative analysis, GPT-4 cannot quantitatively obtain the cox proportional hazard number. However, even so, GPT4 can read the cox proportional hazard output image, providing Python and R survival analysis coding quite perfectly. Thus, the qualitative method's conclusion is that GPT-4 can greatly assist data analysts in their analysis of survival data.
Implementation of state space method for forecasting the number of patients with HIV/AIDS infectious diseases Wiwik Wiyanti
Unnes Journal of Mathematics Vol 12 No 1 (2023)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v12i1.67789

Abstract

This research concerns about the implementation of the State Space method for forecasting to the number of people with infectious diseases (a case study is the number of people with HIV/AIDS) in the Indonesia. The research was conducted from August 2022 to November 2022. The data obtained from kagle, namely new cases of HIV/AIDS infection. In this research, HIV data from 1990 to 2019 was used for forecast analysis. The forecasting method in this research is State Space method. Predict of new cases will found in 2020, 2021, 2022 and 2023 are 14095,14139, 14167 and 14184 respectively. The forecast analysis result obtained that the mean absolute percentage error is 0,4%.
Workshop Peran Statistika Data Sains untuk Siswa-siswi SMA WASKITO Wiyanti, Wiwik; Agatha, Dhela Asafiani; Widjaya, Ferdinand Nathaniel
Abdimas Galuh Vol 6, No 2 (2024): September 2024
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v6i2.15099

Abstract

Permintaan data saintis yang mumpuni di Indonesia saat tulisan ilmiah ini dibuat sedang terus meningkat. Pengetahuan dasar statistika yang berhubungan dengan data sains tentunya diharapkan dapat dibekalkan kepada generasi muda sedini mungkin. Penelitian ini bertujuan untuk mengedukasi peran statistika dalam data sains kepada siswa-siswi SMA Waskito. Metode penelitian yang digunakan untuk keperluan analisa data adalah penelitian Mixed-Method. Adapun parameter kuantitatif yang diukur adalah apakah nilai rata-rata hasil pembelajaran melalui workshop peran statistika data sains untuk kelas XII SMA Waskito lebih dari 70 secara signifikan atau tidak. Sampel yang digunakan dalam penelitian ini adalah 176 siswa kelas XII SMA Waskito. Adapun analisa data menggunakan inferensia One Mean . Dari hasil analisa data diperoleh kesimpulan bahwa dari data post-test yang diperoleh tidak cukup bukti untuk mengatakan bahwa rata-rata nilai post-test lebih besar dari 70. Adapun saran untuk PKM selanjutnya adalah mengelola kelas secara virtual ataupun menggunakan laboratorium untuk praktikum, supaya hasil pembelajaran efektif dan tepat guna.
Perbandingan Box-Jenkin’s Method dan ChatGPT dalam Memprediksi Jumlah Kematian Penderita Tuberkulosis di Indonesia Brigita Tiara Elgityana Melantika; Wiwik Wiyanti
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 Clara Della Evania; Wiwik Wiyanti
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 Albert Agung Prayogo; Dhela Asafiani Agatha; Naftali Brigita Gunawan; Sausan Ramadhani; Wiwik Wiyanti
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 Alicia Arifin; Wiwik Wiyanti
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 Wiwik Wiyanti; Naufal Fadlulloh
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.
Co-Authors Agatha, Dhela Asafiani Albert Agung Prayogo Alicia Arifin Amanatullah Pandu Zenklinov Arifin, Samsul Bakti Siregar Brigita Tiara Elgityana Melantika Clara Della Evania Dhela Asafiani Agatha Jacob Stevy Seleki Jacob Stevy Seleky Naftali Brigita Gunawan Naufal Fadlulloh Rambu Marshanda Tamu Ina Paa Sausan Ramadhani Valensius Jimy Widjaya, Ferdinand Nathaniel