Article Per Year (5 Year)
p-Index From 2021 - 2026
2.63
P-Index
This Author published in this journals
All Journal Matematika: Jurnal Teori dan Terapan Journal of Geoscience, Engineering, Environment, and Technology Jurnal Riset Matematika Bandung Conference Series: Mathematics Data Enthusiast: Jurnal Ilmiah Sains Data
Yurika Permanasari
Program Studi Matematika Fakultas MIPA Universitas Islam Bandung
Earth & Planetary Sciences Education Engineering Environmental Science Mathematics Physics Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Analysis of Disaster Vulnerability Areas in West Bandung Regency, West Java, Indonesia Usman, Dudi Nasrudin; Sukarsih, Icih; Permanasari, Yurika; Mildani, Deni; Widayati, Sri; Nuryahya, Himawan; Pulungan, Linda; Ramadhani, Rully Nurhasan
Journal of Geoscience, Engineering, Environment, and Technology Vol. 8 No. 4 (2023): JGEET Vol 08 No 04 : December (2023)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/jgeet.2023.8.4.10065

Abstract

Mineral resources, coal, and rock are one of the potentials possessed by Indonesia to be able to earn income from the mining sector. West Bandung Regency is one of the areas that have quite a lot of potential rock and mineral resources. The potential of this area is quite large, namely andesite rock, sand, limestone, and sandstone. Zeolite and others. On the other hand, the West Bandung area has a high potential and threat of being a disaster-prone. West Bandung Regency has the highest number of natural disasters occurring in the type of landslide disaster, which occurred 52 times in the period 2008-2016, or 68% of all disasters. Loss of economic value also occurs for mining material resources which are limited by the existence of a disaster zone. So it is necessary to carry out mitigation from the start to map disaster areas that have an impact on the distribution and existence of mining material resources. This study aims to identify and analyze the potential of rock resources in disaster-prone areas, so as to be able to prioritize conservation aspects for potential mining materials. The method used in this research is through literature study, mapping the potential of mining materials, mapping the potential of disaster-prone areas, processing of secondary data, and analysis using remote sensing. The results of this study are that the rocks in the West Bandung area are divided into groups of volcanic rocks, sedimentary rocks, and alluvial deposits. The volcanic rock group got a score of 3 because it was considered more prone to erosions than the sedimentary and alluvial rock groups which were scored 2 and 1. with a weighted level of disaster vulnerability. The zone of high disaster susceptibility is considered to have the highest probability of a disaster occurring. Therefore, in the final result, the overlap between the distribution of the potential for minerals and the zone of high disaster susceptibility results in a potential area for minerals that are relatively safe from disasters, both soil movement, and flooding. Potential mining resources in West Bandung Regency are Andesite basalt 1,860,412 ha (1.43%), Limestone 667.05 ha (0.50%), Sirtu 40,949.76 ha (31.35%%).
Pengaruh Learning Rate pada Artificial Neural Network terhadap Hasil Prediksi Cuaca Hujan Imran, Baihaky Muhammad; Yurika Permanasari
Jurnal Riset Matematika Volume 5, No.1, Juli 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i1.6571

Abstract

Abstract. Artificial Neural Network (ANN) is a machine learning method that mimics the way the human brain processes information. ANN has the ability to recognize patterns from complex and non-linear data, making it suitable for use in various applications, including weather prediction. In this study, ANN is used to predict rainfall based on a dataset consisting of 8 attributes, namely year, day, rainfall, surface pressure, air temperature, humidity, wind speed, and wind direction. This research aims to understand the ANN algorithm in processing data on rainy weather prediction. The model training process is carried out using weight update optimization through Adam Optimizer, which is designed to accelerate convergence and improve prediction accuracy. Stages in the training process include data processing, determining parameters such as learning rate, and evaluating model performance using BMKG daily observation data for 184 days. The feedforward propagation process uses linear, ReLU, and sigmoid functions, while backpropagation with Adam Optimizer adapts the weights based on the learning rate and gradient of the loss function. The results show that the algorithm for rainy weather prediction is built with the parameters of learning rate, activation function, weight, bias, and optimizer as the main conditions. Therefore, these parameters are very important in the ANN algorithm to process data for rainy weather prediction. Abstrak. Artificial Neural Network (ANN) merupakan salah satu metode pembelajaran mesin yang meniru cara kerja otak manusia dalam memproses informasi. ANN memiliki kemampuan untuk mengenali pola dari data yang kompleks dan tidak linear, sehingga cocok digunakan dalam berbagai aplikasi, termasuk prediksi cuaca. Dalam penelitian ini, ANN digunakan untuk memprediksi curah hujan berdasarkan dataset yang terdiri dari 8 atribut, yaitu tahun, hari ke, curah hujan, tekanan permukaan, suhu udara, kelembaban, kecepatan angin, dan arah angin. Penelitian ini bertujuan untuk memahami algoritma ANN dalam memproses data pada prediksi cuaca hujan. Proses pelatihan model dilakukan dengan menggunakan optimasi pembaruan bobot melalui Adam Optimizer, yang dirancang untuk mempercepat konvergensi dan meningkatkan akurasi prediksi. Tahapan dalam proses pelatihan meliputi pengolahan data, penentuan parameter seperti learning rate, dan evaluasi performa model menggunakan data hasil pengamatan harian BMKG selama 184 hari. Proses feedforward propagation menggunakan fungsi linear, ReLU, dan sigmoid, sementara backpropagation dengan Adam Optimizer yang mengadaptasi bobot berdasarkan learning rate dan gradien dari fungsi loss. Hasil penelitian menunjukkan bahwa algoritma untuk prediksi cuaca hujan dibangun dengan parameter learning rate, fungsi aktivasi, bobot, bias, dan optimizer sebagai kondisi utama. Oleh karena itu, parameter-parameter ini sangat penting dalam algoritma ANN untuk memproses data pada prediksi cuaca hujan.
Eksplorasi Tren Data Sains Modern dan Signifikansi Matematika dalam Pemodelan Data dan Machine Learning Yurika Permanasari; Onoy Rohaeni; Farid Hirji Badruzzaman; Yenie Syukriyah
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 2 No. 1 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32670/dej.v2i1.18

Abstract

peningkatan signifikan penelitian di bidang data sains. Bidang ini merupakan interdisipliner yang mengintegrasikan matematika, statistika, komputasi, serta pengetahuan untuk mengekstraksi informasi bernilai dari data berskala besar. Penelitian ini bertujuan mengkaji tren mutakhir data sains serta menganalisis peran matematika dalam pemodelan data dan machine learning. Metode yang digunakan adalah kajian literatur sistematis terhadap publikasi ilmiah terkini terkait data science, artificial intelligence, dan matematika terapan. Hasil kajian menunjukkan bahwa fokus penelitian saat ini mencakup machine learning, big data analytics, explainable artificial intelligence, serta isu etika data. Matematika terbukti menjadi fondasi utama melalui probabilitas, statistika, aljabar linear, dan optimasi matematis dalam pembangunan model prediktif dan analitik. Integrasi matematika dan teknologi data science menghasilkan model analitik yang lebih akurat dan reliabel, sehingga menjadi faktor penting dalam pengembangan teknologi analitik modern serta pendidikan berbasis data di masa depan.
Analisis Pemanfaatan Data Sains Dalam Pengambilan Keputusan pada UMKM Pakaian di Kecamatan Cimenyan Kabupaten Bandung Farid Hirji Badruzzaman; Yurika Permanasari; Onoy Rohaeni; Eka Purwanda
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 2 No. 2 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32670/dej.v2i2.19

Abstract

Perkembangan teknologi digital telah mendorong pemanfaatan data sebagai sumber daya strategis dalam kegiatan bisnis, termasuk pada Usaha Mikro, Kecil, dan Menengah (UMKM). Namun, pemanfaatan data pada UMKM masih cenderung terbatas dan belum mendukung pengambilan keputusan secara optimal. Penelitian ini bertujuan menganalisis pemanfaatan data sains dalam pengambilan keputusan pada UMKM sektor pakaian di Kecamatan Cimenyan, Kabupaten Bandung, serta mengidentifikasi faktor-faktor yang memengaruhi penggunaannya. Penelitian menggunakan pendekatan kualitatif deskriptif dengan teknik pengumpulan data berupa wawancara mendalam, observasi, dan dokumentasi terhadap pelaku UMKM yang dipilih secara purposive. Analisis data dilakukan menggunakan model interaktif Miles, Huberman, dan Saldaña melalui tahapan reduksi data, penyajian data, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa sebagian besar pelaku UMKM memahami data sebatas catatan penjualan dan stok barang yang digunakan untuk kebutuhan operasional. Pengambilan keputusan masih didominasi oleh intuisi dan pengalaman dibandingkan analisis data yang sistematis. Kendala utama yang dihadapi meliputi rendahnya literasi data, keterbatasan teknologi, serta kurangnya pengetahuan mengenai teknik analisis data. Meskipun demikian, pelaku UMKM mulai menyadari pentingnya data dalam mendukung pengembangan usaha dan peningkatan daya saing. Penelitian ini menyimpulkan bahwa terdapat kesenjangan antara potensi pemanfaatan data sains dan praktik yang dilakukan oleh pelaku UMKM. Oleh karena itu, diperlukan peningkatan literasi data, pelatihan analisis sederhana, serta dukungan teknologi yang mudah diakses guna mendorong pengambilan keputusan berbasis data pada UMKM.
Co-Authors Abdul Kudus Aditia Rahmat Tulloh Angga Aditya Pratama Anneke Iswani A Annisa Melinia Rahayu Desy Pitriyani Didi Suhaedi Dinda Salsabilla Nur Aliana Dudi Nasrudin Usman Eka Purwanda Emas Marlina Erwin Harahap Erwin Harahap Farid H Badruzzaman Farid H Badruzzaman Farid Hirji Badruzzaman Farid Hirji Badruzzaman Icih Sukarsih Imran, Baihaky Muhammad Ismi Fadhillah Kiki Mulkiya Linda Pulungan Luthfiani Yasyifa M Yusuf Fajar M Yusuf Fajar M Yusuf Fajar Mildani, Deni Muhammad Iqbal Mubarok Nuryahya, HimawaN Onoy Rohaeni Ramadhani, Rully Nurhasan Ravi A. Salim Sindi Sri Sofiyani Sri Widayati Yenie Syukriyah