Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika
Suriani M
Unknown Affiliation
Mathematics

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Peramalan Produksi Telur Ayam dengan Metode Holt Double Exponential Smoothing Hukmah; Nisardi, Muhammad Rifki; Sulma, Sulma; Suriani M; Yusrini, Yusrini
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 6 No. 2 (2023): Matematika dan Pendidikan Matematika: Permasalahan dan Solusinya
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v6i2.2789

Abstract

Tingkat konsumsi telur ayam lebih tinggi diantara produk hewani lainnya. Bukan hanya sebagai lauk pauk, tetapi juga sebagai bahan pembuatan kue. Hal tersebut menunjukkan kebutuhan masyarakat terhadap produk hewani ini perlu diatur ketersediaanya. Salah satu cara adalah meramalkan produksi telur ayam pada beberapa periode berikutnya. Peramalan produksi telur dalam penelitian ini menggunakan metode Holt Double Exponential Smoothing. Hasil penelitian menunjukkan bahwa metode tersebut cukup efektif meramalkan produksi telur ayam dengan nilai MAPE sebesar 0,59%. Hasil peramalan menunjukkan bahwa produksi telur ayam untuk 12 minggu berikutnya akan mengalami penurunan produksi. Hal tersebut dipengaruhi oleh usia ternak yang produktivitasnya berkurang dengan pertambahan usia dan faktor lingkungan.
Analisis Peramalan Jumlah Pengangguran Di Provinsi Aceh Tahun 2023-2032 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) Yusrini; Dian Firmayasari S; Hukmah; Suriani M
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 7 No. 2 (2024): Menjembatani Matematika dan Pendidikan Matematika menuju Pemanfaatan Berkelanju
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v7i2.4518

Abstract

Abstrak. Tingginya tingkat pengangguran menjadi salah satu indikator ketidakstabilan ekonomi di suatu daerah. Penelitian ini bertujuan untuk menganalisis jumlah pengangguran di Provinsi Aceh dari tahun 2023 sampai 2032 menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Pada penelitian ini data yang digunakan adalah data sekunder berupa data jumlah pengangguran Provinsi Aceh dari tahun 1993 sampai dengan 2022 yang diperoleh dari Badan Pusat Statistik (BPS). Proses analisis data dalam penelitian ini mencakup beberapa tahapan penting yaitu identifikasi model stasioner, estimasi parameter, uji signifikansi parameter, pemeriksaan diagnostik, dan peramalan. Dalam tahapan ini, dilakukan identifikasi terhadap pola data masa lalu untuk meramalkan jumlah pengangguran di masa depan. Hasil analisis menunjukkan bahwa model ARIMA (1,2,2) adalah model terbaik untuk meramalkan jumlah pengangguran di Provinsi Aceh dengan nilai MAPE sebesar 34,341%. Hasil peramalan mengindikasikan bahwa jumlah pengangguran di Provinsi Aceh cenderung mengalami penurunan dalam beberapa tahun mendatang. Penelitian ini diharapkan dapat menjadi referensi bagi pembuat kebijakan dalam merancang strategi penanggulangan pengangguran di masa depan. Kata Kunci: Pengangguran, Peramalan, ARIMA Abstract. The high unemployment rate is one of the indicators of economic instability in an area. This study aims to analyze the number of unemployed in Aceh Province from 2023 to 2032 using the ARIMA (Autoregressive Integrated Moving Average) method. In this study, the data used is secondary data in the form of data on the number of unemployed in Aceh Province from 1993 to 2022 obtained from the Central Statistics Agency (BPS). The data analysis process in this study includes several important stages, namely stationary model identification, parameter estimation, parameter significance test, diagnostic examination, and forecasting. In this stage, identification of past data patterns is carried out to predict the number of unemployed in the future. The results of the analysis show that the ARIMA model (1,2,2) is the best model to predict the number of unemployed in Aceh Province with a MAPE value of 34.341%. The results of the forecast indicate that the number of unemployed in Aceh Province is likely to decline in the coming years. This research is expected to be a reference for policymakers in designing strategies to overcome unemployment in the future. Keywords: Unemployment, Forecasting, ARIMA.
Peramalan Produksi Telur Ayam dengan Metode Holt Double Exponential Smoothing Hukmah; Nisardi, Muhammad Rifki; Sulma, Sulma; Suriani M; Yusrini, Yusrini
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 6 No. 2 (2023): Matematika dan Pendidikan Matematika: Permasalahan dan Solusinya
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v6i2.2789

Abstract

Tingkat konsumsi telur ayam lebih tinggi diantara produk hewani lainnya. Bukan hanya sebagai lauk pauk, tetapi juga sebagai bahan pembuatan kue. Hal tersebut menunjukkan kebutuhan masyarakat terhadap produk hewani ini perlu diatur ketersediaanya. Salah satu cara adalah meramalkan produksi telur ayam pada beberapa periode berikutnya. Peramalan produksi telur dalam penelitian ini menggunakan metode Holt Double Exponential Smoothing. Hasil penelitian menunjukkan bahwa metode tersebut cukup efektif meramalkan produksi telur ayam dengan nilai MAPE sebesar 0,59%. Hasil peramalan menunjukkan bahwa produksi telur ayam untuk 12 minggu berikutnya akan mengalami penurunan produksi. Hal tersebut dipengaruhi oleh usia ternak yang produktivitasnya berkurang dengan pertambahan usia dan faktor lingkungan.
Analisis Peramalan Jumlah Pengangguran Di Provinsi Aceh Tahun 2023-2032 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) Yusrini; Dian Firmayasari S; Hukmah; Suriani M
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 7 No. 2 (2024): Menjembatani Matematika dan Pendidikan Matematika menuju Pemanfaatan Berkelanju
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v7i2.4518

Abstract

Abstrak. Tingginya tingkat pengangguran menjadi salah satu indikator ketidakstabilan ekonomi di suatu daerah. Penelitian ini bertujuan untuk menganalisis jumlah pengangguran di Provinsi Aceh dari tahun 2023 sampai 2032 menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Pada penelitian ini data yang digunakan adalah data sekunder berupa data jumlah pengangguran Provinsi Aceh dari tahun 1993 sampai dengan 2022 yang diperoleh dari Badan Pusat Statistik (BPS). Proses analisis data dalam penelitian ini mencakup beberapa tahapan penting yaitu identifikasi model stasioner, estimasi parameter, uji signifikansi parameter, pemeriksaan diagnostik, dan peramalan. Dalam tahapan ini, dilakukan identifikasi terhadap pola data masa lalu untuk meramalkan jumlah pengangguran di masa depan. Hasil analisis menunjukkan bahwa model ARIMA (1,2,2) adalah model terbaik untuk meramalkan jumlah pengangguran di Provinsi Aceh dengan nilai MAPE sebesar 34,341%. Hasil peramalan mengindikasikan bahwa jumlah pengangguran di Provinsi Aceh cenderung mengalami penurunan dalam beberapa tahun mendatang. Penelitian ini diharapkan dapat menjadi referensi bagi pembuat kebijakan dalam merancang strategi penanggulangan pengangguran di masa depan. Kata Kunci: Pengangguran, Peramalan, ARIMA Abstract. The high unemployment rate is one of the indicators of economic instability in an area. This study aims to analyze the number of unemployed in Aceh Province from 2023 to 2032 using the ARIMA (Autoregressive Integrated Moving Average) method. In this study, the data used is secondary data in the form of data on the number of unemployed in Aceh Province from 1993 to 2022 obtained from the Central Statistics Agency (BPS). The data analysis process in this study includes several important stages, namely stationary model identification, parameter estimation, parameter significance test, diagnostic examination, and forecasting. In this stage, identification of past data patterns is carried out to predict the number of unemployed in the future. The results of the analysis show that the ARIMA model (1,2,2) is the best model to predict the number of unemployed in Aceh Province with a MAPE value of 34.341%. The results of the forecast indicate that the number of unemployed in Aceh Province is likely to decline in the coming years. This research is expected to be a reference for policymakers in designing strategies to overcome unemployment in the future. Keywords: Unemployment, Forecasting, ARIMA.
Co-Authors Dian Firmayasari S Hukmah Muhammad Rifki Nisardi Sulma, Sulma Yusrini Yusrini, Yusrini