Garuda - Garba Rujukan Digital

An Application of Geographically Weighted Regression for Assessing Water Polution in Pontianak, Indonesia Debataraja, Naomi Nessyana; Kusnandar, Dadan; Nusantara, Rossie Wiedya
CAUCHY Vol 7, No 2 (2022): CAUCHY: Jurnal Matematika Murni dan Aplikasi (May 2022) (Issue in Progress)
Publisher : Mathematics Department, Maulana Malik Ibrahim State Islamic University of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/ca.v7i2.13266

Geographically weighted regression (GWR) is an exploratory analytical tool that creates a set of location-specific parameter estimates. The estimates can be analysed and represented on a map to provide information on spatial relationships between the dependent and the independent variables. A problem that is faced by the GWR users is how best to map these parameter estimates. This paper introduces a simple mapping technique that plots local t-values of the parameters on one map. This study employed GWR to evaluate chemical parameters of water in Pontianak City. The chemical oxygen demand (COD) was used as the dependent variable as an indicator of water polution. Factors used for assessing water pollution were pH (X1), iron (X2), fluoride (X3), water hardness (X4), nitrate (X5), nitrite (X6), detergents (X7) and dissolved oxygen, DO, (X8). Samples were taken from 42 locations. Chemical properties were measured in the laboratory. The parameters of the GWR model from each site were estimated and transformed using Geographic Information Systems (GIS). The results of the analysis show that X1, X2, X3, X5, and X7 influence the amount of COD in water. The resulting map can assist the exploration and interpretation of data.

ANALISIS VALUE AT RISK PADA PORTOFOLIO OPTIMAL SAHAM BLUE CHIP DENGAN METODE RESAMPLED EFFICIENT FRONTIER Febryanti, Winda; Sulistianingsih, Evy; Kusnandar, Dadan
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN (EPSILON: JOURNAL OF PURE AND APPLIED MATHEMATICS) Vol 18, No 1 (2024)
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/epsilon.v18i1.10170

Investor sudah seharusnya memperhatikan strategi dalam berinvestasi guna mencapai hasil return tertentu dengan risiko yang sekecil mungkin. Strategi investasi untuk meningkatkan return dengan risiko minimum yaitu pembentukan portofolio dengan metode Resampled Efficient Frontier (REF). Metode REF adalah cara yang digunakan untuk mengatasi ketidakstabilan MVEP dengan memanfaatkan simulasi Monte Carlo yang kemudian membentuk portofolio efisien yang berbeda dan dihitung rata-ratanya guna menghasilkan REF. Penelitian ini menganalisis perhitungan Value at Risk (VaR) pada portofolio optimal menggunakan metode REF. Penelitian ini menggunakna data sekunder harga penutupan saham harian BBRI dan BBNI periode 28 Oktober 2021-28 Oktober 2022 sebanyak 246 hari. Data return saham BBRI dan BBNI dibangkitkan sebanyak 1000 simulasi dengan 51 titik efisien. Pada tingkat kepercayaan 95% dengan periode investasi satu hari, menghasilkan nilai VaR yang berbeda-beda untuk setiap tingkat risiko portofolio. Berdasarkan hasil perhitungan VaR dengan metode REF diperoleh nilai VaR sebesar Rp2.446.277,00 untuk portofolio berisiko minimum, Rp2.496.548,00 untuk risiko sedang dan Rp2.590.817,00 untuk risiko maksimum.

ANALISIS POLA SPASIAL KEBAKARAN HUTAN DI KALIMANTAN BARAT MENGGUNAKAN GETIS-ORD (GI*) STATISTIC DAN INDEKS MORAN Prianti, Sabrina Eka; Kusnandar, Dadan; Debataraja, Naomi Nessyana; Martha, Shantika
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i6.89234

Kebakaran hutan adalah suatu keadaan dimana api menghanguskan sebagian atau keseluruhan hutan sehingga menimbulkan kerusakan yang mengakibatkan kerugian terhadap perekonomian dan nilai lingkungan hidup. Kebakaran hutan dapat terjadi berulang tiap tahunnya. Penelitian ini bertujuan untuk menentukan daerah signifikansi hotspot, pola spasial dan korelasi antar titik api di Kalimantan Barat. Daerah signifikansi hotspot dianalisis dengan Getis Ord (Gi*) Statistic. Pola spasial dan korelasi antar titik api dianalisis dengan Indeks Moran. Data yang digunakan yaitu data titik api dari instrumen MODIS citra satelit Terra dan Aqua. Hasil analisis Getis Ord (Gi*) Statistic menunjukkan konsentrasi titik api tertinggi tahun 2018 terjadi pada Kabupaten Kayong Utara, Kubu Raya, Mempawah, Sambas dan Kota Pontianak. Tahun 2019 terjadi pada Kabupaten Kayong Utara, Ketapang dan Sambas. Tahun 2020 terjadi pada Kabupaten Bengkayang, Kubu Raya, Landak, Mempawah dan Sambas. Tahun 2021 terjadi pada Kota Pontianak, Kabupaten Kubu Raya dan Mempawah. Tahun 2022 terjadi pada Kabupaten Bengkayang, Landak, Mempawah, Sambas dan Kota Singkawang. Kejadian kebakaran hutan berulang di Kalimantan Barat yang tergolong dalam signifikansi hotspot paling banyak terjadi di Kabupaten Sambas yaitu tahun 2018, 2019, 2020, dan 2022. Selain itu, analisis Indeks Moran menunjukkan bahwa Kebakaran Hutan di Kalimantan Barat tahun 2018-2022 terdapat autokorelasi spasial antar titik api dan pola spasialnya menghasilkan pola yang berkelompok (clustered). Kata Kunci : titik api, Getis Ord (Gi*) Statistic, Indeks Moran.

PERAMALAN INTENSITAS CURAH HUJAN DI KOTA PONTIANAK DENGAN METODE VECTOR AUTOREGRESSIVE Hutami, Bintang Ratna; Kusnandar, Dadan; Andani, Wirda
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i5.84844

Kota Pontianak mengalami curah hujan yang tidak menentu, hal tersebut sejalan dengan pendapat World Wildlife Fund For Nature (WWF) Indonesia beberapa tahun terakhir ini perubahan iklim global terasa ditandai dengan tidak menentunya perputaran musim kemarau maupun musim penghujan. Untuk mengetahui perubahan pola hujan tersebut maka perlu peramalan curah hujan dan menganalisis pola hujan yang akan datang. Pada penelitian ini menggunakan data curah hujan, kecepatan angin, tekanan udara, temperatur udara, dan kelembaban udara yang masing-masing datanya berupa data time series, sehingga metode peramalan yang dapat digunakan adalah metode Vector Autoregressive. Penelitian ini bertujuan untuk menentukan model dan hasil peramalan curah hujan bulan November dan Desember 2022 di Kota Pontianak. Studi kasus yang digunakan pada penelitian ini adalah data kelembaban udara, temperatur udara, kecepatan angin, tekanan udara dan curah hujan bulan Januari 2018 sampai Oktober 2022. Hasil analisis yang diperoleh adalah hasil peramalan data curah hujan bulan November 2022 sebesar 261,5918 mm sedangkan data curah hujan bulan Desember 2022 sebesar 223,7606 mm. Model VAR yang terbentuk adalah VAR (7), maka dapat disimpulkan variabel-variabel yang digunakan saling berpengaruh tidak hanya pada bulan Juni, Juli, Agustus, September, Oktober, November, Desember 2018 namun juga pada bulan Juni, Juli, Agustus, September, Oktober, November, Desember sebelumnya di 2017. Selain itu diperoleh MAPE peramalan curah hujan pada bulan November dan Desember 2022 yaitu 45,563%. Kata Kunci: Curah Hujan, VAR, VAR (7)

PENERAPAN REGRESI RIDGE ROBUST-M DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA DATA STUNTING DI INDONESIA Fiqriah, Isnaini; Martha, Shantika; Kusnandar, Dadan
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i4.78042

Multikolinearitas dan pencilan merupakan permasalahan yang menyebabkan model yang diperoleh kurang akurat sehingga perlu diatasi agar model menjadi lebih stabil. Kedua permasalahan tersebut dapat diatasi secara bersamaan menggunakan metode regresi Ridge Robust-M yang merupakan penggabungan dari metode regresi Ridge dan regresi Robust dengan estimasi M. Tujuan dari penelitian ini adalah menerapkan metode regresi Ridge Robust-M dalam mengatasi multikolinearitas dan pencilan pada data yang digunakan dan membentuk model regresi Ridge Robust-M. Data sekunder yang digunakan merupakan data stunting dari setiap provinsi di Indonesia tahun 2021. Variabel dependen yang digunakan adalah kejadian stunting Y, sedangkan variabel independen yang digunakan adalah persentase pemberian tablet tambah darah X1, imunisasi BCG X2, imunisasi polio X3, imunisasi DPT-Hb-Hib3 X4, inisisasi menyusu dini X5, antenatal pertama X6 dan sanitasi layak X7. Dalam proses analisis pada penelitian ini dilakukan terlebih dahulu pemodelan regresi linear berganda. Kemudian menghitung nilai penduga parameter regresi Robust-M. Setelah itu, menghitung nilai penduga parameter regresi Ridge Robust-M dengan memasukkan nilai dugaan parameter regresi Robust-M kedalam rumus penduga tetapan c* pada regresi Ridge. Setelah nilai tetapan bias diperoleh, maka selanjutnya membentuk model persamaan regresi Ridge Robust-M untuk mengatasi multikolinearitas dan pencilan pada data. Hasil dari penelitian ini diperoleh model persamaan Ridge Robust-M yang tidak mengandung multikolinearitas dimana hal ini dapat ditunjukkan dengan semua variabel independen memiliki nilai VIF kurang dari 10. Selain itu terdapat penurunan bobot pencilan sehingga dapat dikatakan bahwa masalah pencilan telah teratasi. Variabel X1, X2, X6 dan X7 berpengaruh signifikan secara parsial terhadap kejadian stunting. Kata Kunci: stunting, multikolinearitas, pencilan, regresi Ridge Robust-M.

REGRESI LOGISTIK ORDINAL DENGAN PROPORTIONAL ODDS MODEL PADA KELENGKAPAN IMUNISASI DASAR BALITA KALIMANTAN BARAT Rahmawati, Fenti Nurdiana; Satyahadewi, Neva; Martha, Shantika; Kusnandar, Dadan
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i6.87661

Kalimantan Barat menduduki posisi tujuh terendah pada persentase imunisasi dasar lengkap tahun 2022. Regresi logistik ordinal dapat digunakan untuk menentukan faktor yang memengaruhi kelengkapan imunisasi. Salah satu model yang umum digunakan dalam regresi logistik ordinal adalah proportional odds model. Data yang digunakan merupakan data sekunder yang berasal dari Badan Pusat Statistik (BPS) yakni data Survei Sosial-Ekonomi Nasional (Susenas) 2022. Sampel penelitian sebanyak 277 memiliki kriteria anak balita usia 12-59 bulan yang melakukan imunisasi dan tidak imunisasi di Provinsi Kalimantan Barat. Variabel dependen yang digunakan yaitu kelengkapan imunisasi, sedangkan variabel independennya yaitu daerah administratif (X1), kepemilikan buku Kesehatan Ibu dan Anak (KIA)/Kartu Menuju Sehat (KMS) (X2), dan klasifikasi wilayah (X3). Tujuan penelitian ini adalah menganalisis hasil regresi logistik ordinal dengan proportional odds model dan menentukan variabel independen yang secara signifikan berpengaruh terhadap kelengkapan imunisasi dasar anak balita di Provinsi Kalimantan Barat. Proses analisis diawali dengan melakukan uji multikolinearitas dengan kriteria Variance Inflation Factor (VIF) ≤ 10. Setelah variabel independen terbebas dari multikolinearitas, dilakukan estimasi parameter, pembentukan model regresi, uji simultan dengan uji rasio likelihood, uji parsial dengan uji Wald, pengujian koefisien determinasi dengan pseudo R-square Nagelkerke, uji asumsi parallel lines, uji kecocokan model, perhitungan nilai odds ratio, diikuti interpretasi. Berdasarkan hasil analisis, diperoleh kesimpulan bahwa pseudo R-square Nagelkerke menunjukkan kemampuan variabel independen menjelaskan variabel dependen sebesar 15,5%, sedangkan 84,5% faktor lain di luar model. Berdasarkan model yang dihasilkan diketahui bahwa variabel X2 dan X3 signifikan berpengaruh terhadap kelengkapan imunisasi, sedangkan variabel X1 tidak berpengaruh signifikan terhadap kelengkapan imunisasi. Kata Kunci : susenas, parallel lines, pseudo r-square nagelkerke.

PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT DI KALIMANTAN BARAT MENGGUNAKAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE Febriani, Nindy; Kusnandar, Dadan; Perdana, Hendra
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i3.77709

Permasalahan kesehatan merupakan permasalahan yang cukup kompleks pada setiap negara karena melibatkan banyak aspek. Partial Least Square (PLS) adalah suatu bentuk model persamaan struktural yang menggunakan komponen atau varian sebagai dasarnya. PLS merupakan metode alternatif yang mengubah pendekatan SEM dari berfokus pada kovarian menjadi berfokus pada varian. SEM kovarian biasanya menguji model sebab akibat, sementara PLS menguji outer model dan inner model. IPKM adalah parameter kesehatan yang digunakan untuk mengukur dan memberi gambaran permasalahan kesehatan masyarakat di Indonesia. Dalam penelitian ini digunakan data sekunder, yaitu data indeks pembangunan kesehatan masyarakat tahun 2018. Tujuan penelitian ini adalah untuk memodelkan indeks pembangunan kesehatan masyarakat (IPKM) di Provinsi Kalimantan Barat dengan menggunakan structural equation modeling-partial least square. Model SEM-PLS kemudian dibangun untuk menganalisis hubungan antarvariabel. Hasil analisis menunjukkan bahwa tidak terdapat variabel yang berpengaruh secara signifikan terhadap IPKM. Dengan nilai R-square sebesar 0,955 untuk variabel IPKM. Meskipun memiliki nilai R-square yang tinggi, artinya model yang diperoleh baik. Namun, tidak terdapat koefisien jalur yang signifikan. Ini menunjukkan bahwa meskipun model baik dalam menjelaskan data, hubungan antara variabel-variabel tidak terbukti secara statistik. Kata Kunci : IPKM, SEM, PLS.

STOCK PRICE FORECASTING USING THE HYBRID ARIMA-GARCH MODEL Oprasianti, Risky; Kusnandar, Dadan; Andani, Wirda
Parameter: Journal of Statistics Vol. 4 No. 2 (2024)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/27765660.2024.v4.i2.17162

In the current era, many people have made investments, namely capital investment activities within a certain period to seek and get profits. One of the most popular investment instruments in the capital market is stocks, which consist of conventional stocks and Islamic stocks. Conventional stocks are shares traded on the stock market without adhering to Sharia principles. In contrast, Sharia-compliant stocks meet Islamic principles and are traded in the sharia capital market. One form of development of the Islamic capital market in Indonesia is the existence of the Indonesian Sharia Stock Index (ISSI), which projects the movement of all Islamic stocks on the Indonesia Stock Exchange (IDX). Stock prices change every day so modeling is needed that can be used by investors to determine decisions. The Autoregressive Integrated Moving Average (ARIMA) model is one of the forecasting models that is applicable. Stock prices have volatility that tends to be high, this results in variance that is not constant or there is a heteroscedasticity problem, at the same time the ARIMA model must fulfill the assumption of homoscedasticity. Therefore, it is necessary to combine the ARIMA model with a model that can overcome the problem of heteroscedasticity, namely the Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model. This research aims to get the best hybrid ARIMA-GARCH model that will be used to forecast the stock price of the ISSI. The daily closing data of the ISSI stock price from May 4, 2020, to January 13, 2023, is the data that was used. The studyâ€™s findings suggest that ARIMA (0,1,3)-GARCH (2,0) is the best model among all possible models for ISSI stock price forecasting. By evaluating the predictive accuracy of the model using Mean Absolute Percentage Error (MAPE), the forecasting result for ISSI stock prices using the best model, ARIMA(0,1,3)-GARCH(2,0) at 0,6092%, shows a forecasting that is close to the actual data, which means that the model used is highly effective at forecasting stock priced

ADAPTIVE SYNTHETIC IMPLEMENTATION ON RANDOM FOREST IN ARCHIPELAGIC FISHING PORT OF PEMANGKAT NESSYANA DEBATARAJA, NAOMI; Kusnandar, Dadan; Anugrahnu, Joannes Fregis Philosovio
Parameter: Journal of Statistics Vol. 4 No. 2 (2024)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/27765660.2024.v4.i2.17279

Random Forest is one of the classification methods employed in data mining. One of the problems in data mining classification is the problem of unbalanced class data This phenomenon arises when the data classes utilized do not have identical instances. Imbalance class data causes the classification results to be biased towards the majority class. Adaptive Synthetic (ADASYN) can be used to deal with this problem. ADASYN generates synthetic data by assigning different importance of minority class samples and then producing synthetic data with similar characteristics. The implementation of ADASYN is suitable for fishery production data, which will experience the problem of unbalanced class data. Fish production is part of the measured fishery. This study aims to classify the value of measured fishery production at PPN Pemangkat through Random Forest Classification using ADASYN to handle the imbalance class data problem and compare the results with those without ADASYN implementation. This study uses four predictor variables which include fishing gear types (), number of trip days (), number of crew (), and the total weight of fish () with production value as response variable (). Accuracy, precision, recall, specificity, and G-mean are the model performance indicators used. The results showed that ADASYN successfully handles the problem of unbalanced class data in Random Forest classification. Accuracy is increased from to , Specificity is increased from to , Precision from to , and G-Mean from to . The decrease in recall is negligible due to the small amount, so the Random Forest classification with ADASYN is better than without ADASYN

Peningkatan Keterampilan Analisis Data Bagi Fungsional BPS di Kalimantan Barat Melalui Pelatihan SEM dengan AMOS Martha, Shantika; Andani, Wirda; Sulistianingsih, Evy; Debataraja, Naomi Nessyana; Imro'ah, Nurfitri; Satyahadewi, Neva; Tamtama, Ray; Perdana, Hendra; Kusnandar, Dadan
Bahasa Indonesia Vol 22 No 01 (2025): Sarwahita : Jurnal Pengabdian Kepada Masyarakat
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/sarwahita.221.9

This Community Service activity is a form of cooperation between Statistics Study Program FMIPA UNTAN and BPS through training activities. The purpose of this PKM is to provide knowledge and insight to BPS functional employees about SEM (Structural Equation Modeling) using AMOS. This activities were carried out on Monday, August 14, 2023 in the Vicon room of the West Kalimantan provincial BPS office with 32 participants attending. The results of this training activity are expected to be applied by BPS functional employees in processing and analyzing data as research needs and work related to statistical data. The level of success in this training was measured through pre-test, post-test and participant satisfaction survey. A wilcoxon test was conducted with α = 0.05 and the result was p-value smaller than 0.01. So that the p-value < α which means rejecting H0 and it can be concluded that the average pretest score < average posttest score. In other words, the post-test results increased significantly, which means that the participants' abilities increased after the training. Based on the participant satisfaction survey, the results showed that all participants (100%) had never used AMOS software before. Overall, participants were satisfied (61.5%) and very satisfied (38.5%) with the training because they could increase their knowledge and the training materials delivered were in accordance with their needs, easy to understand and interesting, could be applied easily, and were delivered in order and systematically. Abstrak Kegiatan Pengabdian Kepada Masyarakat (PKM) ini merupakan salah satu wujud kerjasama Prodi Statistika FMIPA UNTAN dengan BPS melalui kegiatan pelatihan. Adapun tujuan PKM ini yaitu memberikan pengetahuan dan wawasan kepada pegawai fungsional BPS tentang teknik pengolahan dan analisis data SEM (Structural Equation Modelling) dengan menggunakan AMOS. Kegiatan PKM dilaksanakan pada hari Senin, 14 Agustus 2023 di ruang Vicon kantor BPS prov Kalbar dengan jumlah peserta yang hadir 32 orang. Hasil dari kegiatan pelatihan ini diharapkan dapat diterapkan oleh pegawai fungsional BPS dalam mengolah dan menganalisis data sebagai kebutuhan penelitian maupun pekerjaan yang berhubungan dengan data statistika. Tingkat keberhasilan pada pelatihan ini diukur melalui pemberian pretest, posttest dan survey kepuasan peserta. Dilakukan uji beda menggunakan uji wilcoxon dengan α = 0.05 dan didapatkan hasil yaitu berupa p-value lebih kecil dari 0.01. Sehingga p-value < α yang berarti tolak H0 dan dapat disimpulkan rata-rata nilai pretest < rata-rata nilai posttest. Dengan kata lain hasil posttest meningkat secara signifikan yang artinya kemampuan peserta meningkat setelah dilaksanakan pelatihan. Berdasarkan survey kepuasan peserta didapatkan hasil ternyata semua peserta (100%) belum pernah menggunakan software AMOS sebelum pelatihan. Secara keseluruhan peserta merasa puas (61,5%) dan sangat puas (38,5%) mengikuti pelatihan karena dapat menambah pengetahuan serta materi pelatihan yang disampaikan sesuai dengan kebutuhan, mudah dipahami dan menarik, dapat diterapkan dengan mudah, dan disampaikan dengan urut dan sistematis.

Title

Found 13 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 13 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 13 Documents
Search