Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Square : Journal of Mathematics and Mathematics Education Jurnal Statistika dan Komputasi (STATKOM)
Ramadhan, Wulan Nur
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pemodelan ARIMA dan ARIMAX untuk Memprediksi Jumlah Produksi Padi di Kota Magelang Amri, Ihsan Fathoni; Ramadhan, Wulan Nur; Ainurrofiah, Safira; Haris, M. Al
Square : Journal of Mathematics and Mathematics Education Vol 5, No 2 (2023)
Publisher : UIN Walisongo Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/square.2023.5.2.17059

Abstract

Memprediksi atau meramalkan perilaku observasi biasanya menggunakan pemodelan time series yang dilakukan secara berurutan. Prediksi jumlah produksi padi diharapkan dapat memberikan masukan bagi pemerintah dan dimanfaatkan oleh siapa saja sebagai pengembangan pada sektor pertanian serta sebagai bahan ajar penggunaan metode ARIMA (Autoregressive Integrated Moving Average) dan ARIMAX (Autoregressive Integrated Moving Average with Exogenous Variable). Tujuan dari penelitian ini sebagai perbandingan dalam menemukan model terbaik dari metode ARIMA dan ARIMAX untuk memprediksi jumlah produksi padi pada tahun 2023 di kota Magelang. Data yang digunakan merupakan data produksi padi dan luas lahan tanam sebagai variabel eksogen di Kota Magelang pada bulan Januari 2019 sampai Desember 2022. Berdasarkan hasil analisis, diperoleh model ARIMA terbaik untuk meramalkan jumlah produksi padi di kota Malang adalah ARIMA (0,1,1), sedangnkan model ARIMAX terbaik adalah ARIMAX (0,0,1). Perbandingan kedua model tersebut berdasarkan nilai MAPE, model ARIMAX (0,0,1) menjadi model terbaik untuk meramalkan jumlah produksi padi di Kota Malang karena menghasilkan MAPE terkecil 6,31%. Hasil peramalan menggunakan model ARIMAX (0,0,1) menunjukkan data cenderung mengalami pola trend turun. Hal ini dikarenakan lahan pertanian yang semakin sempit setiap tahunnya sehingga menyebabkan jumlah produksinya semakin menurun.Kata Kunci: Pemodelan, metode ARIMA, metode ARIMAX, Produksi Padi.
Pengelompokan Faktor-Faktor yang Mempengaruhi Curah Hujan di Provinsi Sumatera Utara Menggunakan Metode Fuzzy C-Means Supriyanti, Kamalina Rosyida; Damiri, Bravina Aulia; Ramadhan, Wulan Nur
Jurnal Statistika dan Komputasi Vol. 3 No. 1 (2024): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/statkom.v3i1.2623

Abstract

Latar   Belakang: Di Indonesia, kondisi curah hujan dipengaruhi oleh berbagai faktor, termasuk kondisi fisiografis, pola angin, dan perubahan iklim. Kondisi curah hujan di Sumatera Utara pada tahun 2020 bervariasi di berbagai wilayah. Pada tahun 2020  curah hujan di Sumatera Utara berada pada angka 4.380 mm di mana angka tersebut termasuk angka tertinggi dari curah hujan normal yang berada dalam kisaran 1000-3000 mm per tahun. Tujuan: Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi tingkat curah hujan di Provinsi Sumatera Utara. Metode: Metode analisis data yang digunakan adalah Fuzzy C-Means. Penelitian ini menggunakan data sekunder yang bersumber dari BPS Sumatera Utara. Data yang diambil berupa data curah hujan, kelembapan udara, kecepatan angin, penyinaran matahari, dan penguapan di beberapa stasiun di Provinsi Sumatera Utara pada tahun 2020. Hasil: Hasil analisis yang didapat yaitu menetapkan dua cluster pada penelitian ini, stasiun BMKG dapat dikelompokkan menjadi cluster 1 (Deli Serdang, BMKG Wilayah I, Marihat, Pinangsori, dan Gunung Sitoli) dan cluster 2 (Belawan dan Tanjung Morawa). Dengan begitu, metode Fuzzy C-Means Clustering memberikan hasil yang baik dalam mengelompokkan faktor-faktor curah hujan. Kesimpulan: Penerapan metode Fuzzy C-Means memberikan hasil yang baik dalam mengelompokkan faktor-faktor curah hujan.  
Pemodelan ARIMA dan ARIMAX untuk Memprediksi Jumlah Produksi Padi di Kota Magelang Amri, Ihsan Fathoni; Ramadhan, Wulan Nur; Ainurrofiah, Safira; Haris, M. Al
Square : Journal of Mathematics and Mathematics Education Vol. 5 No. 2 (2023)
Publisher : UIN Walisongo Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/square.2023.5.2.17059

Abstract

Memprediksi atau meramalkan perilaku observasi biasanya menggunakan pemodelan time series yang dilakukan secara berurutan. Prediksi jumlah produksi padi diharapkan dapat memberikan masukan bagi pemerintah dan dimanfaatkan oleh siapa saja sebagai pengembangan pada sektor pertanian serta sebagai bahan ajar penggunaan metode ARIMA (Autoregressive Integrated Moving Average) dan ARIMAX (Autoregressive Integrated Moving Average with Exogenous Variable). Tujuan dari penelitian ini sebagai perbandingan dalam menemukan model terbaik dari metode ARIMA dan ARIMAX untuk memprediksi jumlah produksi padi pada tahun 2023 di kota Magelang. Data yang digunakan merupakan data produksi padi dan luas lahan tanam sebagai variabel eksogen di Kota Magelang pada bulan Januari 2019 sampai Desember 2022. Berdasarkan hasil analisis, diperoleh model ARIMA terbaik untuk meramalkan jumlah produksi padi di kota Malang adalah ARIMA (0,1,1), sedangnkan model ARIMAX terbaik adalah ARIMAX (0,0,1). Perbandingan kedua model tersebut berdasarkan nilai MAPE, model ARIMAX (0,0,1) menjadi model terbaik untuk meramalkan jumlah produksi padi di Kota Malang karena menghasilkan MAPE terkecil 6,31%. Hasil peramalan menggunakan model ARIMAX (0,0,1) menunjukkan data cenderung mengalami pola trend turun. Hal ini dikarenakan lahan pertanian yang semakin sempit setiap tahunnya sehingga menyebabkan jumlah produksinya semakin menurun.Kata Kunci: Pemodelan, metode ARIMA, metode ARIMAX, Produksi Padi.
Co-Authors Ainurrofiah, Safira Amri, Ihsan Fathoni Damiri, Bravina Aulia Haris, M. Al Ihsan Fathoni Amri M. Al Haris Supriyanti, Kamalina Rosyida