Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Prosiding University Research Colloquium

Perbandingan Metode Fuzzy Time Series dengan Metode Box-Jenkins untuk Memprediksi Jumlah Kunjungan Pasien Rawat Inap (Studi Kasus: Puskesmas Geyer Satu) S Susilowat; Wellie Sulistijanti
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.831 KB)

Abstract

Puskesmas merupakan unit kesehatan masyarakat yang bergerak dibidang kesehatan yang melayani masyarakat secara paripurna.Puskesmas Geyer satu adalah satu-satunya puskesmas di kecamatanGeyer yang sudah terakreditasi dan satu-satunya puskesmas yangmenyediakan unit rawat inap. Permasalahan yang dihadapi olehpuskesmas Geyer satu adalah tidak sebanding dengan sumber dayayang ada dengan pasien rawat inap yang harus dilayani. Dalampenelitian ini diusulkan metode peramalan fuzzy time series denganmetode peramalan Box-Jenkins. Tujuan penelitian ini adalah untukmembandingkan metode peramalan fuzzy time series dengan metodeperamalan Box-Jenkins dengan melihat ukuran kesalahan peramalanmenggunakan Mean Square Error (MSE) serta meramalkan jumlahkunjungan pasien rawat inap menggunakan metode terbaik. Metodefuzzy time series adalah metode peramalan menggunakan himpunanfuzzy dalam proses peramalannya sementara metode Box-Jenkins ataubiasa disebut ARIMA adalah metode konvesional yang menggunakanhimpunan tegas dalam proses peramalannya. Nilai Ketepatan metodefuzzy time series diperoleh nilai MSE = 38499.98. Metode Box-Jenkins dengan model ARIMA (1,1,1) dengan nilai MSE = 91556. Haltersebut menunjukkan bahwa metode fuzzy time series memiliki nilaiketetapan yang lebih kecil daripada metode Box-Jenkins. Dari hasilpenelitian ini disimpulkan bahwa metode fuzzy time series adalahmetode yang lebih baik untuk meramalkan jumlah kunjungan pasienrawat inap daripada metode Box-Jenkins.
Peramalan Kunjungan Wisatawan Mancanegara Melalui Bandara Adi Sucipto Menggunakan Support Vector Machine Rizal Abdul Aziz; Wellie Sulistijanti
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada tahun 2017 akibat dari jatuhnya harga migas dan batubarapariwisata menduduki posisi kedua di bawah Crude Palm Oil (CPO)sebagai penghasil devisa tertinggi bagi Indonesia. Wisatawanmancanegara (wisman) diharapkan menjadi penghasil devisa tertinggimaka peramalan kunjungan wisman sangat penting bagi pemerintahdan industri, karena peramalan menjadi dasar dalam perencanaankebijakan yang efektif. Dalam penelitian ini diusulkan metode SupportVector Machine (SVM) untuk meramalkan kunjungan wismanberdasarkan pintu masuk di Bandara Adi Sucipto. SVM memilikikelebihan yaitu dapat menangani permasalahan linier dan non-linier.Sehingga dapat dilakukan untuk melakukan peramalan data timeseries dengan berbagai macam pola yang ada. Selain itu dapatmemprediksi permasalahan non-linier serta menawarkan akurasi yangcukup baik. Penelitian ini menggunakan data dari Januari 2010sampai Oktober 2017 sebanyak 94 data yang terbagi menjadi 66 datatraining dan 28 data testing. Dari hasil penelitian didapat nilai MeanSquare Error (MSE) untuk data latih sebesar 0.05 dan nilai MSE ujisebesar 0.0715. Nilai MSE tersebut kecil sehingga dapat digunakanmeramalkan jumlah wisatawan mancanegara tahun 2018 maka dapatmanjadi sumber informasi dan bahan pertimbangan dalam mengambilsuatu keputusan yang tepat oleh department pariwisata Yogyakartadan management bandara Adi Sucipto.
Perbaikan Peramalan Produksi Padi di Kabupaten Kendal dengan Menggunakan Metode Support Vector Machine (SVM) Ayu Andita; Wellie Sulistijanti
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (503.925 KB)

Abstract

Sektor pertanian memegang peranan penting bagi perekonomiandaerah sebagai peningkatan produksi bahan pangan khususnya bahanmakanan pokok bagi kehidupan manusia, tentunya masyarakat diKabupaten Kendal. Pada Tahun 2015, produksi padi di KabupatenKendal menempati peringkat 18 se-Jawa Tengah, Dinas PertanianKendal sangat memperhatikan perkembangan produksi padi sehinggamemerlukan perencanaan dalam peramalan yang harus dilandasidengan kekuatan model dan parameter yang signifikan. Penelitian inimenggunakan data dari bulan Januari 2013- Januari 2016, 70% dari48 data sebagai data training dan 30% data testing. Peramalan yangbaik memiliki nilai Mean Square Error (MSE) yang kecil. Peramalanproduksi padi dengan metode Seasonal Autoregressive IntegratedMoving Average (SARIMA) diperoleh MSE training sebesar 0.043918dan MSE testing 77.118.361,62, terlihat bahwa nilai MSE antarakeduanya sangat jauh berbeda. Dengan metode Support VektorMachine (SVM) diperoleh MSE training sebesar 0,14 dan MSE testingsebesar 0,57. Terlihat bahwa nilai MSE yang dihasilkan sangat dekattidak jauh berbeda dengan keduanya. Inilah kelebihan metode yangtelah diusulkan oleh peneliti dengan menggunakan Metode SVMmerupakan metode yang baik untuk meramalkan produksi padi diKabupaten Kendal, karena nilai MSE training dan MSE testing yangkecil, tidak memerhatikan parameter yang signifikan dan dapatmenanggani permasalahan linier ataupun non linier tanpamemerhatikan pola data.
Peramalan Kurs Dolar Amerika Serikat dan Riyal Arab Saudi Terhadap Rupiah dengan Neural Network Conjugate Gradient Polak Ribiere Lita Citra Dewi Susasimy; Wellie Sulistijanti
Prosiding University Research Colloquium Proceeding of The 14th University Research Colloquium 2021: Bidang Ekonomi dan Bisnis
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1466.588 KB)

Abstract

Pandemi Covid-19 yang terjadi sejak 2 Maret 2020 berdampak pada pertumbuhan ekonomi di Indonesia. Indikator terpenting dalam perekonomian adalah nilai tukar mata uang. Dolar Amerika (USD) merupakan acuan nilai tukar Rupiah (IDR) karena memegang peranan penting dalam transaksi perdaganganan internasional sedangkan Riyal Arab Saudi (SAR) sebagai nilai tukar SAR/IDR karena masyarakat Indonesia melaksanakan ibadah haji dan umroh ke tanah suci Mekkah. Peramalan dilakukan untuk mengetahui kenaikan dan penurunan kurs Dolar dan kurs Riyal terhadap Rupiah yang akan datang. Penelitian ini menggunakan data kurs Dolar dan Riyal bulan Januari-Mei tahun 2021 dari laman Investing.com. Metode peramalan Neural Network dengan algoritma Conjugate Gradient-Backpropagation Polak Ribiere (TrainCGP) algoritma yang arah pencariannya berdasar pada arah konjugasi dan lebih cepat konvergen. Nilai MSE yang didapat pada penelitian ini yaitu untuk data training kurs Dolar terhadap Rupiah sebesar 0,0009 dan data testing sebesar 0,1940 dengan arsitektur jaringan terbaik yaitu 7-9-1. Kemudian diperoleh hasil peramalan tanggal 02 Juni-10 Juni 2021 kurs Dolar terhadap Rupiah melemah pada 04 Juni seharga Rp.14.364,- dan menguat pada 10 juni seharga Rp.14.191,-. Nilai MSE untuk data training kurs Riyal terhadap Rupiah sebesar 0,0009 dan data testing sebesar 0,6322 dengan arsitektur jaringan terbaik yaitu 7-16-1. Kemudian diperoleh hasil peramalan tanggal 02 Juni-10 Juni 2021 kurs Riyal terhadap Rupiah melemah pada 03 juni seharga Rp.3.830,- dan menguat pada 08 Juni seharga Rp.3.768,-.
Perbandingan Metode Fuzzy Time Series dengan Metode Box-Jenkins untuk Memprediksi Jumlah Kunjungan Pasien Rawat Inap (Studi Kasus: Puskesmas Geyer Satu) Susilowat, S; Sulistijanti, Wellie
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Puskesmas merupakan unit kesehatan masyarakat yang bergerak dibidang kesehatan yang melayani masyarakat secara paripurna.Puskesmas Geyer satu adalah satu-satunya puskesmas di kecamatanGeyer yang sudah terakreditasi dan satu-satunya puskesmas yangmenyediakan unit rawat inap. Permasalahan yang dihadapi olehpuskesmas Geyer satu adalah tidak sebanding dengan sumber dayayang ada dengan pasien rawat inap yang harus dilayani. Dalampenelitian ini diusulkan metode peramalan fuzzy time series denganmetode peramalan Box-Jenkins. Tujuan penelitian ini adalah untukmembandingkan metode peramalan fuzzy time series dengan metodeperamalan Box-Jenkins dengan melihat ukuran kesalahan peramalanmenggunakan Mean Square Error (MSE) serta meramalkan jumlahkunjungan pasien rawat inap menggunakan metode terbaik. Metodefuzzy time series adalah metode peramalan menggunakan himpunanfuzzy dalam proses peramalannya sementara metode Box-Jenkins ataubiasa disebut ARIMA adalah metode konvesional yang menggunakanhimpunan tegas dalam proses peramalannya. Nilai Ketepatan metodefuzzy time series diperoleh nilai MSE = 38499.98. Metode Box-Jenkins dengan model ARIMA (1,1,1) dengan nilai MSE = 91556. Haltersebut menunjukkan bahwa metode fuzzy time series memiliki nilaiketetapan yang lebih kecil daripada metode Box-Jenkins. Dari hasilpenelitian ini disimpulkan bahwa metode fuzzy time series adalahmetode yang lebih baik untuk meramalkan jumlah kunjungan pasienrawat inap daripada metode Box-Jenkins.
Peramalan Kunjungan Wisatawan Mancanegara Melalui Bandara Adi Sucipto Menggunakan Support Vector Machine Aziz, Rizal Abdul; Sulistijanti, Wellie
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada tahun 2017 akibat dari jatuhnya harga migas dan batubarapariwisata menduduki posisi kedua di bawah Crude Palm Oil (CPO)sebagai penghasil devisa tertinggi bagi Indonesia. Wisatawanmancanegara (wisman) diharapkan menjadi penghasil devisa tertinggimaka peramalan kunjungan wisman sangat penting bagi pemerintahdan industri, karena peramalan menjadi dasar dalam perencanaankebijakan yang efektif. Dalam penelitian ini diusulkan metode SupportVector Machine (SVM) untuk meramalkan kunjungan wismanberdasarkan pintu masuk di Bandara Adi Sucipto. SVM memilikikelebihan yaitu dapat menangani permasalahan linier dan non-linier.Sehingga dapat dilakukan untuk melakukan peramalan data timeseries dengan berbagai macam pola yang ada. Selain itu dapatmemprediksi permasalahan non-linier serta menawarkan akurasi yangcukup baik. Penelitian ini menggunakan data dari Januari 2010sampai Oktober 2017 sebanyak 94 data yang terbagi menjadi 66 datatraining dan 28 data testing. Dari hasil penelitian didapat nilai MeanSquare Error (MSE) untuk data latih sebesar 0.05 dan nilai MSE ujisebesar 0.0715. Nilai MSE tersebut kecil sehingga dapat digunakanmeramalkan jumlah wisatawan mancanegara tahun 2018 maka dapatmanjadi sumber informasi dan bahan pertimbangan dalam mengambilsuatu keputusan yang tepat oleh department pariwisata Yogyakartadan management bandara Adi Sucipto.
Perbaikan Peramalan Produksi Padi di Kabupaten Kendal dengan Menggunakan Metode Support Vector Machine (SVM) Andita, Ayu; Sulistijanti, Wellie
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sektor pertanian memegang peranan penting bagi perekonomiandaerah sebagai peningkatan produksi bahan pangan khususnya bahanmakanan pokok bagi kehidupan manusia, tentunya masyarakat diKabupaten Kendal. Pada Tahun 2015, produksi padi di KabupatenKendal menempati peringkat 18 se-Jawa Tengah, Dinas PertanianKendal sangat memperhatikan perkembangan produksi padi sehinggamemerlukan perencanaan dalam peramalan yang harus dilandasidengan kekuatan model dan parameter yang signifikan. Penelitian inimenggunakan data dari bulan Januari 2013- Januari 2016, 70% dari48 data sebagai data training dan 30% data testing. Peramalan yangbaik memiliki nilai Mean Square Error (MSE) yang kecil. Peramalanproduksi padi dengan metode Seasonal Autoregressive IntegratedMoving Average (SARIMA) diperoleh MSE training sebesar 0.043918dan MSE testing 77.118.361,62, terlihat bahwa nilai MSE antarakeduanya sangat jauh berbeda. Dengan metode Support VektorMachine (SVM) diperoleh MSE training sebesar 0,14 dan MSE testingsebesar 0,57. Terlihat bahwa nilai MSE yang dihasilkan sangat dekattidak jauh berbeda dengan keduanya. Inilah kelebihan metode yangtelah diusulkan oleh peneliti dengan menggunakan Metode SVMmerupakan metode yang baik untuk meramalkan produksi padi diKabupaten Kendal, karena nilai MSE training dan MSE testing yangkecil, tidak memerhatikan parameter yang signifikan dan dapatmenanggani permasalahan linier ataupun non linier tanpamemerhatikan pola data.
Peramalan Kurs Dolar Amerika Serikat dan Riyal Arab Saudi Terhadap Rupiah dengan Neural Network Conjugate Gradient Polak Ribiere Susasimy, Lita Citra Dewi; Sulistijanti, Wellie
Prosiding University Research Colloquium Proceeding of The 14th University Research Colloquium 2021: Bidang Ekonomi dan Bisnis
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pandemi Covid-19 yang terjadi sejak 2 Maret 2020 berdampak pada pertumbuhan ekonomi di Indonesia. Indikator terpenting dalam perekonomian adalah nilai tukar mata uang. Dolar Amerika (USD) merupakan acuan nilai tukar Rupiah (IDR) karena memegang peranan penting dalam transaksi perdaganganan internasional sedangkan Riyal Arab Saudi (SAR) sebagai nilai tukar SAR/IDR karena masyarakat Indonesia melaksanakan ibadah haji dan umroh ke tanah suci Mekkah. Peramalan dilakukan untuk mengetahui kenaikan dan penurunan kurs Dolar dan kurs Riyal terhadap Rupiah yang akan datang. Penelitian ini menggunakan data kurs Dolar dan Riyal bulan Januari-Mei tahun 2021 dari laman Investing.com. Metode peramalan Neural Network dengan algoritma Conjugate Gradient-Backpropagation Polak Ribiere (TrainCGP) algoritma yang arah pencariannya berdasar pada arah konjugasi dan lebih cepat konvergen. Nilai MSE yang didapat pada penelitian ini yaitu untuk data training kurs Dolar terhadap Rupiah sebesar 0,0009 dan data testing sebesar 0,1940 dengan arsitektur jaringan terbaik yaitu 7-9-1. Kemudian diperoleh hasil peramalan tanggal 02 Juni-10 Juni 2021 kurs Dolar terhadap Rupiah melemah pada 04 Juni seharga Rp.14.364,- dan menguat pada 10 juni seharga Rp.14.191,-. Nilai MSE untuk data training kurs Riyal terhadap Rupiah sebesar 0,0009 dan data testing sebesar 0,6322 dengan arsitektur jaringan terbaik yaitu 7-16-1. Kemudian diperoleh hasil peramalan tanggal 02 Juni-10 Juni 2021 kurs Riyal terhadap Rupiah melemah pada 03 juni seharga Rp.3.830,- dan menguat pada 08 Juni seharga Rp.3.768,-.