Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal of Mathematics, Computation and Statistics (JMATHCOS) Emerging Statistics and Data Science Journal
Maulidiyah, Wildatul
Unknown Affiliation
Computer Science & IT Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perbandingan Metode Peramalan Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average (Studi Kasus: Data Volume Penjualan Bunga Krisan di Pasar Bunga Rawa Belong DKI Jakarta Tahun 2018-2022): Perbandingan Metode Peramalan Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average Maulidiyah, Wildatul; Fauzy, Akhmad
Emerging Statistics and Data Science Journal Vol. 1 No. 3 (2023): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol1.iss.3.art43

Abstract

Florikultura merupakan jenis tanaman hortikultura yang berasal dari tanaman hias dengan berbagai jenis tanaman hias yakni salah satunya bunga krisan. Tingginya permintaan tanaman hias pada bunga krisan tentunya akan memiliki pengaruh besar terhadap volume penjualan sehingga omzet penjualan akan meningkat. Penelitian ini bertujuan untuk memprediksi volume penjualan dari bunga krisan di Pasar Bunga Rawa Belong selama 12 periode ke depan dengan menggunakan metode terbaik. Manfaat penelitian ini ialah dapat dijadikan sebagai gambaran mengenai penjualan bunga krisan Cipanas di Pasar Rawa Belong pada 12 bulan kedepan sehingga dapat dijadikan referensi untuk mencari tindakan dalam menangani naik turunnya volume penjualan bunga krisan di Pasar Bunga Rawa Belong DKI Jakarta. Data yang digunakan berupa data sekunder yang berasal dari UPT Pasar Bunga Rawa Belong DKI Jakarta Dimana data ini memiliki satuan ikat dari bunga krisan Cipanas. Penelitian ini menggunakan analisis forecasting terbaik dengan melakukan perbandingan antara metode Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average. Berdasarkan penelitian didapatkan metode peramalan untuk melakukan peramalan yakni dengan menggunakan metode Autoregressive Integrated Moving Average dengan model terbaik ARIMA(1,1,0) yang memiliki nilai ukuran kesalahan sebesar 22.21544. Dari hasil forecasting mengenai volume penjualan berkisar sebanyak 1749-1774 ikat bunga yang mengalami fluktuatif pada setiap bulannya
Flood Risk Clustering Based on SARIMA Rainfall Prediction and Regional Mapping in Central Java Maulidiyah, Wildatul; Rahmasari, Hazelita Dwi; Notodiputro, Khairil Anwar; Angraini, Yenni; Mualifah, Laily Nissa Atul 
Journal of Mathematics, Computations and Statistics Vol. 8 No. 2 (2025): Volume 08 Nomor 02 (Oktober 2025)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v8i2.8632

Abstract

High and spatially uneven rainfall is a major contributing factor to flooding in tropical regions such as Indonesia, including Central Java Province. This study aims to classify regions based on rainfall patterns using the Dynamic Time Warping (DTW) method and hierarchical clustering, followed by rainfall forecasting for each cluster using the SARIMA model. The dataset comprises monthly rainfall records from 2017 to 2023 across 35 regencies and cities in Central Java. The clustering process identified three distinct groups with low, medium, and high rainfall intensity. Evaluation results indicated that the single linkage models for each cluster were SARIMA(0,0,2)(0,1,0)[12] with a MAPE of 27% (Cluster 1), SARIMA(0,1,2)(0,1,1)[12] with a MAPE of 9.4% (Cluster 2), and SARIMA(1,0,0)(1,1,0)[12] with a MAPE of 9.97% (Cluster 3). These findings provide a robust spatio-temporal basis for supporting flood risk mitigation strategies based on rainfall prediction in Central Java.
Co-Authors Akhmad Fauzy Mualifah, Laily Nissa Atul  Rahmasari, Hazelita Dwi Yenni Angraini