Claim Missing Document
Check
Articles

Found 11 Documents
Search
Journal : Journal of applied statistics and data mining

PERAMALAN CURAH HUJAN WILAYAH SEMARANG BARAT DENGAN ALGORITMA RESILIENT BACKPROPAGATION Wellie Sulistijanti
Journal of Applied Statistics and Data Mining Vol. 1 No. 1 (2020): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v1i1.5

Abstract

Tujuan dari penelitian ini untuk mengaplikasikan cara kerja jaringan syaraf tiruan dengan menggunakan algoritma Resilient untuk peramalan curah hujan di wilayah kota Semarang barat dimana algoritma ini dikembangkan dengan melakukan perubahan bobotdan bias jaringan sesuai dengan perilaku gradient dari setiap iterasi pelatihan hanya dengan cara menggunakan tanda turunannyasaja. Tanda turunan ini akan menentukan arah perbaikan bobot-bobot, sehingga jumlah iterasi yang diperlukan untuk mencapaitarget yang diingginkan lebih sedikit. Penelitian ini menggunakan data curah hujan wilayah Sematang barat Januari 2003 s.d.Desember 2012, dengan jumlah data pelatihan 80% dan jumlah data pengujian 20%. Arsitektur terbaik algoritma Resilient untuk MSE pelatihan 0,1 adalah 1 neuron input, 1 lapisan hidden dengan 18 neuron, dan 1 neuron output (1-18-1) dengan parameter = 1,2 dan n = 0,5. Penggunaan algoritma Resilient untuk peramalan menunjukkan kecepatan waktu, jumlah epoch yang pendek
SEGMENTASI KONSUMEN BERDASARKAN VARIABEL DEMOGRAFIS, GEOGRAFIS DAN PSIKOGRAFIS DI SWALAYAN ANEKA JAYA MANGKANG SEMARANG Nur Hijjah Wahid Fajar Irianti; Wellie Sulistijanti
Journal of Applied Statistics and Data Mining Vol. 1 No. 1 (2020): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v1i1.6

Abstract

Swalayan Aneka Jaya Mangkang Semarang merupakan sebuah usaha yang didirikan untuk memberikan kemudahan danpelayanan kepada masyarakat dalam memenuhi kebutuhan sehari-hari. Salah satu pendukung keberhasilan suatu swalayanbergantung pada karakteristik konsumen. Jika keinginan para konsumen terpenuhi sesuai dengan yang diinginkan konsumenterhadap produk-produk yang disediakan maka dapat meningkatkan pendapatan swalayan. Permasalahan tersebut dapat terjawabdengan melakukan proses segmentasi pasar. Tahap pembentukan segmen dengan menggunakan metode analisis k-means klasteryang diterapkan dalam proses pembentukan karakteristik konsumen. Proses pengelompokan konsumen ke dalam masing-masingsegmen yang ingin dibentuk, berdasarkan kemiripan karakteristik yang dimiliki dan dibentuk 3 segmen pasar konsumen yaitukonsumen dengan golongan ekonomi menengah ke atas, konsumen dengan golongan ekonomi menengah dan konsumen dengangolongan ekonomi menengah kebawah. Hasil dari proses segmentasi pasar di swalayan Aneka Jaya Mangkang Semarangdiperoleh 3 klaster, klaster 1 sebesar 24%, klaster 2 sebesar 35% dan klaster 3 sebesar 41%. Strategi pemasaran dapat diarahkanpada responden yang berjenis kelamin perempuan, dengan umur 31-40 tahun dan jarak tempat tinggal < 5 km karena memilikijumlah klaster yang terbesar. Hasil tersebut dapat digunakan oleh pihak swalayan untuk menentukan strategi pemasaran. Adalahpembeli di swalayan Aneka Jaya Mangkang yang berusia 31-40 tahun sebesar 17%, yang berjenis kelamin perempuan sebesar41%, yang jumlah keluarganya 3 sampai 4 orang sebesar 31%, yang berstatus kawin sebesar 40%, yang berpenghasilan > Rp1.000.000,- sebesar 20%, yang mempunyai pekerjaan sebagai pegawai swasta sebesar 21%, yang pendidikan terakhirnya tamatSLTA sebesar 23%, yang jarak tempat tinggalnya < 5km dari lokasi swalayan Aneka Jaya Mangkang sebesar 28%, yang memilihswalayan Aneka Jaya Mangkang sebagai tempat untuk berbelanja karena barang-barang yang tersedia lengkap dan baik sebesar19%.
Analisis Volatilitas Return Saham PT. Bumi Serpong Damai Tbk. Menggunakan Metode ARCH/GARCH Aulia, Lathifatul; Salsabilla, Salwa; Sulistijanti, Wellie; Mardiyah, Aini Mawar
Journal of Applied Statistics and Data Mining Vol. 2 No. 2 (2021): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v2i2.25

Abstract

Sektor keuangan memegang peran penting dalam perekonomian Indonesia, karena dana diperlukan untuk mendukung pertumbuhan ekonomi yang berkelanjutan. Pasar modal, sebagai bagian dari sektor ini, memiliki peran signifikan dengan menyediakan produk investasi jangka panjang. Saham adalah instrumen keuangan yang mencerminkan kepemilikan atas suatu perusahaan. Return atau imbal hasil merupakan keuntungan yang diperoleh investor dari investasinya. Semakin besar perbedaan antara harga jual dan beli saham, semakin tinggi return yang diterima investor. Salah satu perusahaan saham di Indonesia adalah PT. Bumi Serpong Damai Tbk yang didirikan pada 16 Januari 1984 dan bergerak di sektor properti, dengan fokus pada pembangunan rumah, hotel, serta fasilitas lingkungan dan taman. Dalam penelitian, metode peramalan ARIMA sering digunakan, namun metode ini mengasumsikan bahwa data bersifat stasioner dengan variansi yang konstan (homokedastisitas). Model ARIMA kurang tepat untuk data dengan variansi yang tidak konstan (heteroskedastisitas). Sebagai alternatif, model ARCH/GARCH dapat digunakan untuk menangani data dengan heteroskedastisitas. Penelitian ini menggunakan data dari PT. Bumi Serpong Damai Tbk. selama periode 2 Januari 2015 hingga 30 Desember 2019, dengan return tertinggi sebesar 0,1170 pada 27 Agustus 2015. Hasil analisis menunjukkan bahwa model ARCH (3) menghasilkan ramalan return tertinggi sebesar 0,000942 pada 7 Januari 2020, dengan nilai MAPE sebesar 102%.
PERAMALAN PRODUKSI DAN LUAS PANEN BAWANG MERAH DI KABUPATEN BREBES TAHUN 2018-2020 DENGAN METODE ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) Fajar Ardy Nugroho; Sulistijanti, Wellie
Journal of Applied Statistics and Data Mining Vol. 2 No. 1 (2021): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v2i1.37

Abstract

Bawang merah merupakan salah satu hasil pertanian yang termasuk dalam tiga komoditas strategis di Indonesia. Namun, pada sektor pertanian khususnya produksi bawang merah nasional ternyata masih jauh dari konsep ketahan pangan dimana kondisi kurang terpenuhinya pangan bagi negara sampai perorangan, yang tercermin dari tersedianya pangan yang cukup, baik jumlah maupun mutunya, untuk dapat hidup sehat, aktif, dan produktif secara berkelanjutan. Menurut Badan Pusat Statistik, Kabupaten Brebes merupakan sentra utama produksi bawang merah di Jawa Tengah (BPS, 2018). Produksi bawang merah di Indonesia hanya dilakukan di daerah tertentu (terbatas) dan terkonsentrasi (sekitar 80%) di pulau Jawa dan hampir 50% terkonsentrasi di Jawa Tengah, terutama produksi dan luas lahan terbesar terdapat di Kabupaten Brebes (BPS, 2017), dan urutan produksi bawang merah terbesar ke dua adalah Jawa Timur (sekitar 19,4%). Oleh karena itu diperlukan suatu penelitian untuk memperkirakan jumlah produksi dan luas panen bawang merah pada tahun mendatang, agar pemerintah dapat menetapkan kebijakan apa yang akan diambil dalam mengatasi hal tersebut, serta pemerintah dapat bekerjasama dengan petani dalam melakukan peningkatan hasil produksi dan luas panen bawang merah. Metode penelitian yang digunakan adalah ARIMA. Hasil penelitian menunjukkan selama tahun 1997-2017 nilai tertinggi untuk luas panen bawang merah di Kabupaten Brebes terdapat di tahun 2010 dengan luas lahan 32.680 (Ha) dan untuk produksi berada di tahun 2010 sebesar 4.128128. (Kw). Sedangkan untuk nilai terendah baik luas panen dan produksi bawang merah di Kabupaten Brebes berada di tahun 1997, dengan luas panen 11.559 (Ha) dan produksi sebesar 1.224.191 (Kw). Dari hasil data tersebut bisa disimpulkan bahwa semakin tinggi luas panen, maka produksi yang dihasilkan akan semakin tinggi.,Untuk rata-rata luas panen bawang merah di Kabupaten Brebes pada tahun 1997-2017 yaitu 23.505,8 (Ha) dan produksi sebesar 2.494.262 (Kw). Selanjutnya untuk menentukan model yang terbaik dan dipilih model yang memiliki nilai MSE paling kecil yaitu model ARIMA (0,2,1) yaitu sebesar 122,93 untuk luas panen, serta model yang memiliki nilai MSE paling kecil yaitu model ARIMA (0,1,1) yaitu sebesar 0,036215 untuk produksi. Hasil peramalan luas panen dan produksi bawang merah di Kabupaten Brebes tahun 2018-2020 mengalami peningkatan setiap tahunnya. Untuk tahun 2018 luas panen bawang merah 31.374 hektar dan hasil produksi bawang merah sebesar 3.562.860 kwintal.
ANALISIS TINGKAT KEPUASAN KONSUMEN TERHADAP KUALITAS JASA FOTOKOPI SYIVANA DI KOTA SEMARANG Jayus; Setyawan, Arie Yoga; Sulistijanti, Wellie; Muslikhun, Alfin; Soleh, Khoerul
Journal of Applied Statistics and Data Mining Vol. 3 No. 2 (2022): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v3i2.28

Abstract

Perkembangan teknologi dunia semakin hari semakin berkembang. Segala kegiatan dapat dilakukan dengan memanfaatkan teknologi. Salah satu teknologi yang banyak dimanfaatkan adalah mesin fotokopi. Sebelum ada fotokopi, pekerjaan yang banyak dilakukan untuk menggandakan suatu dokumen atau catatan hanya dapat dikerjakan secara manual. Adanya fotokopi membuat pekerjaan untuk menggandakan dokumen dapat dikerjakan dengan cepat dan mudah tanpa harus menyalin satu per satu. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi kepuasan pelanggan terhadap kualitas jasa fotokopi Syivana di Kota Semarang. Data primer yang diperoleh dengan mengisi kuesioner yang diperoleh dengan metode accidental sampling. Metode analisis yang digunakan adalah model regresi logistik biner. Hasil analisis deskriptif diketahui mayoritas pelanggan fotokopi Syivana berjenis kelamin perempuan sebanyak 52 orang (52%) dengan usia antara 20-24 tahun sebanyak 61 orang (61%) dan dari segi jarak didominasi oleh pelanggan yang memiliki jarak 100 meter ( dekat dengan kampus, rumah dan kantor). Uji Chi-Square dapat disimpulkan bahwa faktor kualitas produk, faktor pelayanan dan faktor fasilitas mempunyai hubungan dengan kepuasan pelanggan. Uji Regresi Logistik Biner menunjukkan faktor yang berpengaruh dengan kepuasan pelanggan yaitu faktor pelayanan dan faktor fasilitas. Dengan demikian untuk meningkatkan kepuasan pelanggan, pemilik harus perlu meningkatkan kualitas pelayanan dan fasilitas yang tersedia. KATA KUNCI : Chi-Square, Fasilitas, Kualitas Produk, Pelanggan, Pelayanan, Regresi logistik Biner.
Stock Return Modeli Using the Generalized Autoregressive Conditional Heteroscedasticity (Garch) Method at Bank Rakyat Indonesia Toyib Abdullah; Sulistijanti, Wellie
Journal of Applied Statistics and Data Mining Vol. 3 No. 1 (2022): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v3i1.41

Abstract

Stocks are time series data in the financial sector, which usually have a tendency to fluctuate rapidly from time to time so that the variance of the error will always change over time or is not constant, or is often called a case of heteroscedasticity. The time series model to model this condition is the Autoregressive Conditional Heteroscedasticity (ARCH) model. ARCH models require large orders in modeling variations because financial data has a large level of volatility. To overcome orders that are too large in the ARCH model, a generalization of the ARCH model is carried out, this model is known as Generalized Autoregressive Conditional Heteroscedasticity (GARCH). The results of the research show that the general picture of the closing price of BRI shares in the period January 2015 to December 2018 experienced unstable fluctuations and the highest closing price was in 2017. The best model used to print BRI share returns is the ARIMA model (29.0, 1) GARCH (1,1) so that the resulting model is as follows: Z_t=〖-0.084777e〗_(t-26) and σ_t^2=0.000241+〖0.149753α〗_(t-1)^2+ 〖0.334886σ〗_(t-1)^2. From the results of forecasting the return value, there was one period that experienced a loss and four periods that experienced a profit, with a loss in the 11/01/2018 period of 0.000116 and the highest profit in the 10/31/2018 period of 0.000039.
Predicting The Closing Of The Stock Price Of PT. Astra Agro Lestari Tbk With Autoregressive Fractionally Inegreted Moving Average Model Ulfatus Sholihah; Sulistijanti, Wellie
Journal of Applied Statistics and Data Mining Vol. 4 No. 2 (2023): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v4i2.65

Abstract

PT. Astra Agro Lestari Tbk yang merupakan perusahaan go public di Indonesia yang bergerak di bidang perkebunan yang juga merupakan investor saham di Bursa Efek Indonesia. Pergerakan harga saham pada masa yang akan datang merupakan hal sulit untuk diprediksi, maka salah satu upaya yang bisa dilakukan adalah dengan peramalan. Data yang digunakan untuk peramalan adalah data mingguan dari tanggal 5 Januari 2015 sampai 31 Desember 2018 yang di peroleh dari website Yahoo Finance. Karena data mengandung long memory maka metode yang digunakan untuk meramalkan data saham yaitu Autoregressive Fractionally Integreted Moving Average (ARFIMA). Suatu proses dikatakan mengikuti model ARFIMA jika nilai d adalah riil. ARFIMA disebut juga ARIMA yang nilai d tidak hanya berupa nilai integer, melainkan termasuk juga nilai-nilai riil yang disebabkan oleh adanya memori jangka panjang. Hasil penelitian menunjukkan bahwa dari beberapa pendugaan model terpilih 1 model terbaik dengan nilai AIC terkecil yaitu -14.25299 dengan model yang terbentuk ARFIMA ([1,2],d,1). Dapat dilihat bahwa, hasil ramalan minggu pertama bulan Januari tahun 2019 sebesar Rp. 11.841,- berada tidak jauh dari data aktual, yang berarti model yang didapatkan cukup baik untuk meramalkan penutupan harga (Close Price) saham PT Astra Agro Lestari Tbk
Forecasting Foreign Tourist Arrivals Through International Airports in Java Using Backpropagation Neural Network Monica Hellen Dwi Pramesti; Sulistijanti, Wellie
Journal of Applied Statistics and Data Mining Vol. 4 No. 2 (2023): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v4i2.67

Abstract

Pariwisata adalah sektor yang sangat berkontribusi dalam menyumbang devisa negara dengan kedatangan wisatawan mancanegara maupun wisatawan lokal. Pulau Jawa memiliki potensi kekayaan alam yang besar dan memiliki banyak peninggalan prasejarah yang membuat daya tarik tersendiri wisatawan yang ingin berkunjung ke Pulau Jawa. Wisatawan sendiri biasanya datang berkunjung kesuatu destinasi wisata dengan menggunakan pesawat terbang karena lebih efisien dalam waktu perjalanannya, dan Pulau Jawa memiliki 5 Bandara Internasional guna memfasilitasi wisatawan mancanegara yang berkunjung menggunakan pesawat terbang. Karena pentingnya sektor pariwisata dalam pertumbuhan ekonomi disuatu negara, maka dari itu diperlukan suatu estimasi untuk mengetahui jumlah wisatawan yang datang dan nantinya estimasi ini berguna bagi pemerintah untuk mengantisipasi lonjakan wisatawan yang datang. Data yang akan diestimasi adalah data jumlah wisatawan mancanegara yang datang melalui Bandara Internasional di Pulau Jawa yang bersumber dari Badan Pusat Statistik (BPS Pusat) tahun 2010-2017. Algoritma yang digunakan untuk melakukan estimasi adalah jaringan syaraf tiruan BackpropagationLevenberg Marquardt. Dari penelitian ini akan dipilih model terbaik yang menghasilkan MSE terkecil untuk peramalan kunjungan wisatawan dimasa mendatang. Diperoleh model 12-12-1 dengan MSE 1,0430 untuk Bandara Soekarno Hatta, 12-14-1dengan MSE0,3265 untuk Bandara Hussein Sastranegara, 12-14-1dengan MSE0.3317 untuk Bandara Adi Sutjipto, 12-14-1dengan MSE0,7133untuk Bandara Adi Sumarmo dan 12-10-1dengan MSE0,8794 untuk Bandara Juanda.
Analysis of the Satisfaction Level of Students at the Semarang Muhammadiyah Orphanage Using the Natural Science Method Dani Ramdani; Sulistijanti, Wellie
Journal of Applied Statistics and Data Mining Vol. 5 No. 1 (2024): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v5i1.75

Abstract

Sebuah kepuasan dapat di definisikan sebagai persepsi tehadap sesuatu yang telah memenuhi harapanya, oleh karena itu seseorang tidak akan puas apabila mempunya persepsi terhadap sesuatu yang telah memenuhi kebutuhan nya. Seseoranga akan merasa puas jika persepsi nya sama atau lebih besar di harapkan Tidak hanya di produk atau jasa tapi kepuasan juga bisa mengacu pada Pendidikan. Pendidikan itu sendiri adalah proses pembelajaran yang di dapat oleh setiap manusia (peserta didik) untuk membuat manusia (peserta didik) untuk dapat membuat manusia (peserta didik) itu mengerti,paham dan bisa lebih dewasa serta bisa membuat manusia (peserta didik) lebih kritis dalam berfikir. Menurut Ahmad D. Marimba Pendidikan adalah bimbingan atau pimpinan secara sadar oleh pendidik terdapat perkembangan jasmani dan rohani terdidik menuju terbentuknya kepribadian yang utama. Menuntut lembaga pendidikan itu sendiri memperhatikan mutu pendidikan dan kelembagaan sehingga mampu serta unggul dalam persaingan tersebut. Di dalam tingkat kepuasan dalam Pendidikan mahasiswa akan merasa puas apabila seseorang telah membuat perbandingan Metode Importance Performance Analysis (IPA) digunakan untuk menganalisis tingkat kepuasan santri panti asuhan muhammadiyah Semarang.
Forecasting Tobacco Production And Planting Area In Indonesia With Artificial Neural Network Method Fakta Liza; Sulistijanti, Wellie
Journal of Applied Statistics and Data Mining Vol. 5 No. 2 (2024): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v5i2.76

Abstract

Tembakau merupakan komoditas unggulan pada sektor perkebunan yang sangat penting dalam perekonomian indonesia. Produk yang dapat dihasilkan atau diperdagangkan ialah daun tembakau dan rokok. Pada tahun 2012, negara produsen tembakau terbesar dunia adalah Tiongkok, Brazil, China, serta Amerika Serikat. Indonesia menempati posisi ke-5 sebagai produsen tembakau terbesar dunia dengan jumlah produksi 226.704 ton atau 3,0% dari total produksi tembakau secara global. Keberhasilan Indonesia dalam memproduksi tembakau dapat diketahui dengan cara melakukan peramalan untuk beberapa tahun mendatang. Data yang digunakan merupakan data produksi dan luas area tanam tembakau di Indonesia dari tahun 1975 – 2018. Metode yang digunakan adalah Backpropagation yang merupakan metode pelatihan terawasi (supervised training) yang diterapkan pada Artificial Neural Network. Salah satu algoritma dari Backpropagation adalah algoritma Levenberg Marquardt yang dikembangkan oleh Donald Marquardt dan Kenneth Marquardt, memberikan solusi untuk masalah meminimalisasi fungsi non linier. Dalam penelitian ini dapat disimpulkan bahwa model terbaik produksi tembakau adalah 1-6-1 dengan nilai MSE training 0,153 sehingga peramalan pada tahun 2019 adalah 160.240 ton. Sedangkan model terbaik untuk luas area tanam tembakau adalah 1-16-1 dengan nilai MSE training 0,102 sehingga peramalan pada tahun 2019 adalah 190.000 Ha.