Article Per Year (5 Year)
p-Index From 2021 - 2026
1.556
P-Index
This Author published in this journals
All Journal Media Statistika Jurnal technoscientia Dharma Bakti JURNAL TEKNOLOGI TECHNOSCIENTIA Journal of Fundamental Mathematics and Applications (JFMA) Jnanadharma Jurnal Statistika Industri dan Komputasi
Noviana Pratiwi
IST AKPRIND Yogyakarta
Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
ANALISIS SEGMENTASI DAN PETA POSISI IST AKPRIND MENGGUNAKAN METODE MULTIDIMENSIONAL SCALING DAN CORRESPONDENCE ANALYSIS (Studi Kasus Terhadap Siswa Kelas XII SMA BOPKRI II dan SMAN 3 Yogyakarta) Katarina Beatrix Gamur; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v2i02.1088

Abstract

ABSTRAK. Tujuan penelitian ini adalah untuk mengetahui segmentasi dan peta posisi IST AKPRIND terhadap perguruan tinggi lain yang ada di Yogyakarta. PTS yang dipilih untuk dibandingkan dengan IST AKPRIND adalah STTNAS, Atma Jaya, Sanata Dharma, UKDW, UTY, UAD, dan UNRIYO. Atribut yang digunakan sebagai tolak ukur penilaian adalah biaya kuliah, lokasi, promosi, suasana religi, dan citra. Metode statistik yang digunakan adalah Multidimensional Scaling dan Correspondence Analysis. Studi kasus penelitian ini yaitu kelas XII SMA BOPKRI II dan SMAN 3 Yogyakarta. Jumlah sampel yang digunakan sebanyak 210 dengan pemilihan anggota sampel menggunakan metode klaster dua tingkat. Hasil penelitian ini menunjukkan bahwa: pertama, dengan menggunakan metode multidimensional scaling dapat diketahui bahwa pesaing utama IST AKPRIND adalah STTNAS dan UTY yang terletak pada kuadran IV (dimensi 1 positif, dimensi 2 negatif). Akan tetapi, menurut persepsi dan preferensi responden, ketiga PTS ini belum mempunyai keunggulan yang berarti dibandingkan 5 PTS lain yang dibandingkan. Kedua, dengan menggunakan metode correspondence analysis dengan data berupa rata-rata, dapat diketahui bahwa pesaing utama IST AKPRIND adalah STTNAS dan UNRIYO yang terletak pada kuadran II (dimensi 1 negatif, dimensi 2 positif) dengan atribut yang masih harus diperhatikan adalah suasana religi. Ketiga, dengan menggunakan metode correspondence analysis dengan data berupa frekuensi, dapat diketahui bahwa pesaing utama IST AKPRIND adalah STTNAS, terletak pada kuadran II (dimensi 1 negatif, dimensi 2 negatif) dengan atribut yang masih harus diperhatikan adalah biaya kuliah.
ANALISIS BIPLOT UNTUK MENGIDENTIFIKASI EKSPOR KOMODITI UTAMA PADA SUBSEKTOR HASIL INDUSTRI INDONESIA KE NEGARA TUJUAN UTAMA EKSPOR Faisatur Rukhania; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 01 (2017)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v2i01.1096

Abstract

ABSTRAK Analisis biplot bertujuan untuk memberikan gambaran mengenai data dalam grafik dua dimensi. Tujuan dari penelitian ini adalah untuk mengidentifikasi ekspor komoditi utama pada subsektor hasil industri ke negara tujuan utama ekspor melalui grafik biplot. Data yang digunakan adalah nilai ekspor komoditi utama pada subsektor hasil industri ke negara tujuan utama ekspor tahun 2015. Prosedur analisis biplot terdiri dari beberapa tahap, yaitu SVD, mencari titik koordinat biplot, menghitung panjang vektor, menghitung korelasi antar komoditi, dan menghitung kedekatan antar negara tujuan. Analisis biplot dalam penelitian ini menggunakan bantuan Stata dan Matlab. Analisis biplot menunjukkan koefisien kebaikan biplot sebesar 0,7982, hal ini berarti biplot memberikan penyajian yang cukup baik terhadap data ekspor. Identifikasi dari analisis biplot pada data ekspor komoditi utama pada subsektor hasil industri ke negara tujuan utama menunjukkan bahwa komoditi minyak kelapa sawit dan pakaian jadi adalah komoditi dengan keragaman yang tinggi. Komoditi-komoditi yang saling berkorelasi adalah komoditi pakaian jadi, alat listrik, alas kaki, kertas dan barang dari kertas, crumb rubber, besi/ baja, audio visual, damar tiruan, bahan plastik, dan kayu lapis. Kelompok negara yang terbentuk berdasarkan kedekatan jarak Euclid adalah 6 kelompok. Nilai variabel terhadap objek menunjukkan komoditi yang saling berkorelasi tersebut merupakan karakteristik ekspor Indoensia ke Amerika Serikat.
PELATIHAN PENYAJIAN DATA DALAM BENTUK GRAFIK BAGI SISWA SMAN 1 MINGGIR Rokhana Dwi Bekti; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i02.1238

Abstract

Kreatifitas siswa sangat diperlukan untuk memudahkan pemahaman suatu materi di sekolah. Beberapa diantaranya adalah bagaimana menghitung, menganalisis dan menginterpretasikan data. Menguasai cara membuat grafik merupakan salah satu langkahnya. Oleh karena itu tim pengabdian masyarakat dari Jurusan Statistika, Institut Sains & Teknologi AKPRIND Yogyakarta mengadakan kegiatan pengabdian masyarakat di SMAN 1 Minggir. Materi yang diberikan adalah bentuk penyajian data ke dalam bentuk grafik dan cara penggunaanya menggunakan software Micoroft Excel. Melalui pelatihan ini, siswa telah mampu membuat grafik untuk menyelesaikan permasalahan di matapelajaran terkait. Dengan pelatihan ini siswa juga mampu menginterpretasikan data dari suatu grafik.
PENGENALAN SOFTWARE STATISTIKA BAGI SISWA SMA UNTUK MENGHADAPI ERA BIG DATA DI SMAN 1 MINGGIR Noviana Pratiwi; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v2i02.1239

Abstract

Tim dosen dan mahasiswa di Jurusan Statistika, Institut Sains & Teknologi AKPRIND Yogyakarta telah mengadakan kegiatan PKM pelatihan pengenalan software statistika bagi siswa SMAN 1 Minggir. Tujuan kegiatan ini adalah untuk meningkatkan pengetahuan siswa tentang penggunaan software statistika dalam menyelesaikan permasalahan-permasalahan big data. Materi yang diberikan adalah pengetahuan tentang penggunaan software Microsoft Excel dan SPSS serta mempraktekannya. Kegiatan ini sangat bermanfaat bagi siswa. Mereka telah mendapatkan banyak pengetahuan. Hal ini diketahui berdasarkan hasil kuisioner, dimana sejumlah 82,14% peserta mampu menjawab soal dengan benar setelah diberi pelatihan, sedangkan sebelum pelatihan hanya 76,67%.
PENERAPAN METODE TWO STEP CLUSTER UNTUK PENGELOMPOKAN POTENSI DESA Agung Hendra Setyawan; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 4 No. 2 (2019): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v4i2.1923

Abstract

Kabupaten Konawe merupakan satu dari 17 kabupaten/kota yang menjadi bagian wilayah dari Provinsi Sulawesi Tenggara. Usalah satu cara untuk mengembangkan kabupaten Konawe adalah dengan meningkatkan potensi desa. Dengan mengetahui klasifikasi potensi desa maka pemerintah bisa menentukan potensi apa yang bisa dikembangkan agar pembangunan tepat sasaran. Pengklasteran adalah proses pengelompokan objek ke dalam klaster-klaster yang memiliki kemiripan. Beberapa masalah yang sering dijumpai dalam analisis klaster yaitu skala pengukuran variabel tidak sama dan jumlah objek besar serta jumlah klaster tidak diketahui. Salah satu pendekatan untuk menangani masalah ini tanpa mentransformasi variabel-variabel tersebut adalah dengan menggunakan metode Two Step Cluster. Penelitian ini bertujuan menerapkan metode Two Step Cluster dengan mengklasterkan kelurahan/desa yang berada di Kabupaten Konawe. Hasil pengklasteran dengan metode Two Step Cluster adalah klaster 2 lebih baik daripada klaster 1 sehingga pemerintah harus lebih memperhatikan 13 variabel-variabel pada claster 1.
PENGUKURAN VALUE AT RISK (VaR) PORTOFOLIO OPTIMAL PADA INVESTASI SAHAM BANK BADAN USAHA MILIK NEGARA (BUMN) MENGGUNAKAN METODE VARIAN COVARIAN DAN METODE SIMULASI MONTE CARLO Syariah Syariah; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Value at Risk (VaR) merupakan salah satu ukuran risiko yang dapat digunakan untuk mengetahui maksimal kerugian dari suatu saham individu maupun portofolio pada periode mendatang. Penelitian ini membahas perbandingan perhitungan VaR metode varian-kovarian dan metode simulasi monte carlo yang kemudian kedua model akan divalidasi uji backtesting dengan kupiec POF-test pada sahan individu dan portofoio pada periode 23 Januari 2018 - 23 Januari 2019. Pengukuran Value at Risk dengan metode Varians Kovarians dan metode Simulasi Monte Carlo yang dibahas pada skripsi ini harga penutupan saham harian PT Bank Rakyat Indonesia (Persero) Tbk, PT Bank Mandiri (Persero) Tbk dan PT Bank Negara Indonesia (Persero) Tbk pada periode 23 Januari 2018 - 23 Januari 2019. Dari analisis Model Indeks Tunggal didapatkan bahwa proporsi yang dialokasikan untuk saham BBRI.JK sebesar 28%, BMRI.JK sebesar 46% dan BBNI.JK sebesar 24% dengan metode varian kovarian untuk tingkat kepercayaan 95% diperoleh hasil Value at Risk (VaR) masing-masing saham BBRI.JK 3.31%, BMRI.JK 3.58%, BBNI.JK 3.91% dan portofolio 3.10% sedangkan dengan metode simulasi monte carlo diperoleh hasil rata-rata Value at Risk (VaR) dengan tiga belas kali simulasi untuk masing-masing saham BBRI.JK -3.3% BMRI.JK -3.5% BBNI.JK -3.7% dan portofolio -2.2%. Berdasarkan uji backtesting nilai VaR Portofolio kedua metode tidak akurat.
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KETAHANAN PANGAN DENGAN MENGGUNAKAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) Prismakawa Punggodewi; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Multivariate Adaptive Regression Spline (MARS) merupakan analisis regresi dengan pendekatan nonparametrik yang digunakan ketika hubungan antara variabel respon terhadap variabel prediktor tidak membentuk suatu pola tertentu. MARS merupakan perkembangan dari regresi spline truncated linier yang dikombinasikan dengan recursive partitioning regression. Model MARS terbaik adalah model yang memiliki kombinasi basis function (BF), maximum interaction (MI), dan minimum observation (MO) yang menghasilkan nilai Generalized Cross Validation (GCV) yang paling kecil. Tujuan dari adanya penelitian ini untuk mendapatkan model regresi dari faktor-faktor yang mempengaruhi Indeks Ketahanan Pangan (IKP) sehingga dapat mengetahui kontribusi masing-masing faktor dalam nilai IKP. Berdasarkan hasil pemodelan faktor-faktor yang mempengaruhi IKP, dipilih model kombinasi nilai BF=20, MI=3 dan MO=2 yang menghasilkan nilai GCV terkecil yakni sebesar 25,20945 dan nilai R2 sebesar 86,4% menandakan model tersebut baik. Model MARS yang terpilih memiliki 12 fungsi basis termasuk intercept dengan lima variabel termuat didalamnya, dan variabel dengan tingkat kepentingan tertinggi adalah indeks pembangunan desa.
APLIKASI METODE REGRESI SPASIAL DATA PANEL PADA PENERIMAAN DAERAH SEKTOR PARIWISATA DI KABUPATEN/KOTA DI DAERAH ISTIMEWA YOGYAKARTA Silviana Puji Rahayu; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 01 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Industri pariwisata merupakan salah satu industri yang dapat dikembangkan serta diandalkan sebagai sektor pendorong pertumbuhan ekonomi. Adanya potensi pariwisata yang terbilang besar di DIY diharapkan dapat menjadi kekuatan andalan untuk meningkatkan penerimaan daerah. Menanggapi hal tersebut, peneliti ingin melakukan penelitian terkait nilai jual pariwisata di DIY dengan menerapkan aplikasi metode regresi spasial panel. Pada metode panel, diperoleh model terbaik adalah Fixed Effect Model dengan nilai koefisien determinasi (R2) sebesar 92,71%. Selanjutnya akan ditinjau apakah ada korelasi berkaitan dengan tata letak wilayah antara satu daerah dengan daerah lain. Hasil pengujian efek spasial Moran’s menunjukkan bahwa variabel penerimaan daerah memiliki nilai autokorelasi positif namun tidak signifikan yang artinya terdapat autokorelasi spasial namun korelasinya lemah. Hal ini ditunjukkan dari hasil pemodelan regresi spasial panel dengan model terbaik adalah Spatial Autoregressive Fixed Effect Model yang memiliki nilai R2 sebesar 93,85%.
KLASIFIKASI TINGKAT PENGANGGURAN TERBUKA DI INDONESIA DENGAN ALGORITMA CLASSIFICATION AND REGRESSION TREE (CART) DAN C4.5 Inggit Fatika; Kris Suryowati; Noviana Pratiwi; Muhammad Sholeh
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Tingkat pengangguran terbuka di Indonesia bulan Februari 2021 sebesar 6,26%, jumlah ini mengalami kenaikan sebesar 1,32% jika dibandingkan dengan keadaan bulan Februari 2020 yaitu sebesar 4,94%. Tingkat pengangguran terbuka yang tinggi pada suatu negara dapat menyebabkan rendahnya partisipasi masyarakat dalam pertumbuhan perekonomian yang akan berakibat pada penurunan tingkat pembangunan nasional. Selain itu, tingginya tingkat pengangguran terbuka juga dapat menyebabkan tingginya biaya sosial sehingga terjadi berbagai tindak kriminalitas dalam masyarakat. Agar permasalahan ini dapat diatasi perlunya mengetahui berbagai faktor yang dapat mempengaruhi peningkatan tingkat pengangguran terbuka pada berbagai Provinsi di Indonesia salah satunya dengan melakukan klasifikasi. Pada penelitian ini klasifikasi yang digunakan adalah CART (Classification and Regression Tree) dan C4.5. CART dan C4.5 merupakan salah satu algoritma decision tree yang dapat digunakan untuk melakukan klasifikasi menggunakan struktur hirarki. Algoritma CART dapat digunakan untuk klasifikasi dengan jumlah data yang cukup besar dengan banyak faktor serta dapat melakukan analisis klasifikasi pada peubah respon baik nominal, ordinal, maupun kontinu. Algoritma C4.5 memiliki kelebihan dalam menangani missing value, mengatasi pohon keputusan yang overfitting, serta dapat digunakan untuk jenis data kontinu yang mana sesuai dengan bentuk data penelitian yang akan digunakan. Hasil dari penelitian ini menunjukkan bahwa model pohon keputusan yang terbentuk dari kedua algoritma adalah sama, yaitu dengan kedalaman satu dan variabel tingkat kesempatan kerja merupakan variabel yang paling berpengaruh. Tingkat akurasi, sensitivity, dan Specificity dari kedua model yang terbentuk berdasarkan algoritma tersebut adalah sama, yaitu sebesar 100%, sehingga kedua model sama baiknya untuk digunakan dalam melakukan klasifikasi tingkat pengangguran terbuka di Indonesia.
PREDIKSI INFLASI DI KOTA PEKANBARU MENGGUNAKAN METODE EXTREME LEARNING MACHINE (ELM) Tegar Rezki Pangestu; Yudi Setyawan; Noviana Pratiwi
Jurnal Statistika Industri dan Komputasi Vol. 8 No. 1 (2023): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v8i1.4431

Abstract

Inflasi merupakan salah satu indikator untuk mengukur perkembangan suatu bangsa. Berbagai permasalahan timbul apabila laju inflasi mengalami peningkatan secara berkelanjutan seperti perekonomian yang tidak stabil, pertumbuhan ekonomi lambat, penurunan nilai mata uang yang secara tidak langsung mempengaruhi aktivitas perdagangan global. Oleh karena itu, perlu adanya perkiraan mengenai tingkat inflasi agar dapat dijadikan dasar pengambilan kebijakan oleh pemerintah setempat. Penelitian ini akan difokuskan dalam peramalan tingkat inflasi di Kota Pekanbaru menggunakan metode Extreme Learning Machine untuk memprediksi tingkat inflasi pada bulan September, Oktober, November, dan Desember tahun 2022. ELM adalah algoritma pembelajaran single layer feedforward neural networks yang secara acak menentukan bobot input dan output. Data yang digunakan adalah data inflasi bulanan yang diperoleh dari Website Badan Pusat Statistik Riau. Proporsi yang digunakan dalam penelitian ini adalah 50% : 50%, 60% : 40%, 70% : 30% dengan menggunakan 3 sampai 15 hidden neuron. Hasil penelitian ini menunjukkan bahwa proses training dan testing dengan proporsi 70% : 30% mendapatkan hasil terbaik dengan model 12 neuron input, 15 hidden neuron, dan 1 neuron output. Model ini memberikan akurasi kemampuan peramalan yang sangat baik dalam memprediksi inflasi di Kota Pekanbaru karena menghasilkan nilai MAPE 10-20% yaitu 16,16%.
Co-Authors -, Noeryanti Agung Hendra Setyawan Amiludin Bukhori Catur Iswahyudi Dina Auliana Dody Rifai Deny Boy Sihite Faisatur Rukhania Felicitas Avelline Yansi Inggit Fatika Katarina Beatrix Gamur Kris Suryowati, Kris Kristina Millenia Seran Maria Titah Jatipaningrum Muhammad Sholeh Noeryanti Noeryanti Petronella Mira Melati Prismakawa Punggodewi Puri Fathurrahmi Rokhana Dwi Bekti Rokhana Dwi Bekti Rokhana Dwi Bekti Rokhana Dwi Bekti Septiana Paula Setyawan, Yudi Silviana Puji Rahayu Sri Mulyani Syariah Syariah Tegar Rezki Pangestu Yudi Setyawan