Claim Missing Document
Check
Articles

Found 19 Documents
Search

Analisis Tingkat Kejahatan di Jabodetabek Menggunakan Model SARQR Pada Data Yang Mengandung Outlier Martha, Zamahsary; Muharromah, Arssita Nur; Permana, Dony; Mukthi, Tessy Octavia
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 2 (2024): September 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.2.2024.57594

Abstract

Jabodetabek memiliki permasalahan tingginya tingkat kejahatan yang berdampak pada permasalahan sosial, kemiskinan, pendidikan, dan lain-lain. Tingkat kejahatan berhubungan dengan wilayah yang saling dipengaruhi oleh wilayah sekitarnya dan datanya mengandung outlier. Metode yang tepat dalam memodelkan permasalahan tersebut dengan menggunakan model Spatial Autoregressive Quantile Regression (SARQR). Tujuannya adalah menentukan faktor-faktor yang mempengaruhi tingkat kejahatan menggunakan model SARQR. Data yang digunakan adalah data tingkat kejahatan tahun 2022 serta faktor-faktor yang diduga mempengaruhinya pada 14 Kab/Kota di Jabodetabek. Model SARQR pada kuantil ke-0.95 merupakan model terbaik dan diperoleh faktor persentase penduduk miskin dan tingkat pengangguran terbuka berpengaruh terhadap tingkat kejahatan di Jabodetabek tahun 2022.
Analisis Tingkat Kejahatan di Jabodetabek Menggunakan Model SARQR Pada Data Yang Mengandung Outlier Martha, Zamahsary; Muharromah, Arssita Nur; Permana, Dony; Mukthi, Tessy Octavia
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 2 (2024): September 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.2.2024.57594

Abstract

Jabodetabek memiliki permasalahan tingginya tingkat kejahatan yang berdampak pada permasalahan sosial, kemiskinan, pendidikan, dan lain-lain. Tingkat kejahatan berhubungan dengan wilayah yang saling dipengaruhi oleh wilayah sekitarnya dan datanya mengandung outlier. Metode yang tepat dalam memodelkan permasalahan tersebut dengan menggunakan model Spatial Autoregressive Quantile Regression (SARQR). Tujuannya adalah menentukan faktor-faktor yang mempengaruhi tingkat kejahatan menggunakan model SARQR. Data yang digunakan adalah data tingkat kejahatan tahun 2022 serta faktor-faktor yang diduga mempengaruhinya pada 14 Kab/Kota di Jabodetabek. Model SARQR pada kuantil ke-0.95 merupakan model terbaik dan diperoleh faktor persentase penduduk miskin dan tingkat pengangguran terbuka berpengaruh terhadap tingkat kejahatan di Jabodetabek tahun 2022.
PEMETAAN KETIMPANGAN FASILITAS PENDIDIKAN DI KABUPATEN PADANG PARIAMAN MENGGUNAKAN K-MEANS CLUSTERING Mardhatillah, Aulia Nurul; Permana, Dony
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 6 No. 1 (2025): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v6i1.921

Abstract

Differences in educational facilities can influence access to education and the quality of education in a region. The aim of this study is to map the distribution of educational facilities in Padang Pariaman Regency using the K-Means Clustering method. Data were obtained from Badan Pusat Statistik (BPS) which includes the number of schools in each district. The analysis determined the optimal number of Clusters through the Silhouette Score, then Clustered districts based on the characteristics of educational facilities. The results showed that two main Clusters were identified, Cluster 1 comprised the districts with poor educational facilities and Cluster 2 included those with better educational facilities. Comparing this with the school-age population shows several districts having a large number of school-age residents in Cluster 1, implying an uneven distribution of educational facilities. Thus, it calls for policies that would equalize educational facilities more particularly in districts where there is high demand but limited access to those facilities. Among the recommendations is the construction of new schools, the upgrading of existing ones, and access to private institutions to improve access to education. Future research should also consider economic conditions, the number of educators, and the quality of educational facilities to draw more comprehensive policy recommendations.
PERBANDINGAN METODE DOUBLE MOVING AVERAGE DAN DOUBLE EXPONENTIAL SMOOTHING (BROWN) TERHADAP TINGKAT PENGANGGURAN TERBUKA DI KOTA PADANG PANJANG Fishuri, Nufhika; Ikhsan, Easbi; Fitri, Fadhilah; Permana, Dony
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 6 No. 1 (2025): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v6i1.945

Abstract

Unemployment occurs because of a mismatch between the demand for jobs and job seekers' qualifications. Many job vacancies require diploma or degree graduates, so unemployment is one of the problems faced by Padang Panjang City. To overcome TPT in Padang Panjang City, one of them needs to do forecasting to see how the TPT rate will occur in the coming year. This research uses a forecasting method by comparing the Double Moving Average (DMA) and Double Exponential Smoothing (DES) forecasting values of the unemployment rate in Padang Panjang City from 2006 to 2023. This forecasting is done to provide insight into the condition of the workforce in Padang Panjang City in the future. The forecasting results show that in 2024, there will be an increase of 0.42%, and for the next 2 years, there will be a decrease.
The Locating Chromatic Number of the Cyclic Chain Graph Abel, Latifa Azhar; Welyyanti, Des; Yulianti, Lyra; Permana, Dony
Science and Technology Indonesia Vol. 10 No. 3 (2025): July
Publisher : Research Center of Inorganic Materials and Coordination Complexes, FMIPA Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26554/sti.2025.10.3.958-962

Abstract

The locating chromatic number of graph G (χL(G)) combines the idea of the partition dimension and the chromatic number by considering the locations of the vertices of graph G. Let (Cni, m) be a cyclic chain graph, namely a group of blocks in the form of a cycle graph Cn1(1), Cn2(2), ···, Cni(i). The ni is the number of vertices on the i-th cycle, and m is the number of cycles, for ni ≥ 3, 1 ≤ i ≤ m, and m ≥ 2, and the vertex vi,⌈ni/2⌉+1 in Cni(i) is identified with the vertex vi,⌈ni/2⌉+1 in Cni+1(i+1). In this research, we determine χL(Cni, m) for ni ≥ 3, 1 ≤ i ≤ m, and m ≥ 2.
Analisis Pola Curah Hujan Di Kota Bengkulu Menggunakan Model Rantai Markov Mawaddah, Nurul; Permana, Dony; Amalia, Nonong; Salma, Admi
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 7, No 4 (2025): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v7i4.23892

Abstract

Curah hujan merupakan komponen penting dalam sistem iklim tropis yang berperan dalam menjaga keseimbangan ekosistem serta mendukung sektor pertanian, perikanan, transportasi, dan mitigasi bencana hidrometeorologi. Kota Bengkulu sebagai wilayah pesisir di barat Pulau Sumatera memiliki karakteristik curah hujan yang fluktuatif. Penelitian ini bertujuan untuk menganalisis pola transisi curah hujan harian di Kota Bengkulu tahun 2023 menggunakan model rantai Markov. Penelitian dilakukan dengan pendekatan kuantitatif deskriptif menggunakan data curah hujan harian dari Stasiun Meteorologi Fatmawati Soekarno Bengkulu selama periode 1 Januari hingga 31 Desember 2023. Tahapan analisis meliputi analisis deskriptif, kategorisasi data berdasarkan intensitas hujan, penyusunan tabel frekuensi dan peluang transisi, pembentukan matriks transisi, perhitungan peluang transisi n-step, serta penentuan kondisi steady state. Hasil penelitian menunjukkan bahwa hujan ringan merupakan kondisi yang paling dominan dengan peluang stabil sebesar 89,33%, disusul oleh hujan sedang (8,33%) dan hujan lebat (2,34%). Peluang transisi terbesar terjadi pada hujan ringan yang tetap hujan ringan sebesar 90,2%, sedangkan transisi ke hujan sedang dan lebat masing-masing sebesar 7,5% dan 2,3%. Temuan ini mengindikasikan bahwa Kota Bengkulu cenderung mengalami hujan ringan secara konsisten, sementara intensitas hujan yang lebih tinggi terjadi secara sporadis. Hasil ini bermanfaat dalam mendukung pengelolaan sumber daya air, mitigasi risiko bencana, serta perencanaan adaptasi perubahan iklim di wilayah pesisir.
Peramalan Harga Emas Menggunakan Fuzzy Time Series-Markov Chain Putri, Eno Dwi; Permana, Dony; Syafriandi, Syafriandi; Fitri, Fadhilah
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 7, No 4 (2025): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v7i4.23893

Abstract

Emas dikenal sebagai instrumen investasi andal dalam menghadapi inflasi dan ketidakpastian ekonomi global. Namun, karakteristik data harga emas yang tidak linier dan fluktuatif menjadikannya sulit diprediksi. Penelitian ini bertujuan untuk meramalkan harga emas harian di Indonesia menggunakan metode Fuzzy Time Series-Markov Chain (FTSMC) berdasarkan data periode 1 Januari hingga 13 Juni 2025 sebanyak 118 observasi. Metode FTSMC menggabungkan teori himpunan fuzzy untuk menangani ketidakpastian linguistik dan model rantai Markov dalam memetakan transisi probabilistik antar kondisi harga. Pemodelan dilakukan menggunakan bahasa pemrograman Python, sedangkan evaluasi akurasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil peramalan menunjukkan tren penurunan harga emas secara bertahap selama tujuh hari ke depan, yang mengindikasikan fase koreksi setelah tren kenaikan sebelumnya. Model FTSMC menunjukkan tingkat akurasi sangat tinggi dengan nilai MAPE sebesar 1,10%. Hasil ini konsisten dengan penelitian sebelumnya yang menerapkan pendekatan serupa dan menunjukkan kapabilitas model dalam menginterpretasi serta beradaptasi terhadap dinamika data harga komoditas. Penelitian ini terbatas pada peramalan jangka pendek dan data univariat. Penelitian lanjutan disarankan untuk mempertimbangkan variabel makroekonomi lain seperti suku bunga dan nilai tukar. Kebaruan penelitian terletak pada penerapan metode FTSMC terhadap data harga emas terkini di Indonesia dengan akurasi tinggi, yang dapat mendukung pengambilan keputusan investasi secara praktis.
Penerapan Partial Least Squares dan Pendekatan Robust dalam Analisis Diskriminan untuk Data Berdimensi Tinggi Rahmadina Adityana; Vionanda, Dodi; Permana, Dony; Fitri, Fadhilah
UNP Journal of Statistics and Data Science Vol. 3 No. 3 (2025): UNP Journal of Statistics and Data Science
Publisher : Departemen Statistika Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/ujsds/vol3-iss3/396

Abstract

Classical discriminant analysis, namely linear discriminant analysis and quadratic discriminant analysis, is generally known to suffer from singularity problems when exprerienced with high-dimensional data and is not robust to outliers that make the data not multivariate normally distributed. This research focuses on investigating the classification performance of discriminant analysis on high-dimensional data by applying two approaches, namely the Partial Least Square (PLS) dimension reduction approach as a solution to high-dimensional data and a robust approach with the Minimum Covariance Determinant (MCD) estimator technique that is robust to outliers. The data used for this study is Lee Silverman Voice Treatment (LSVT) data. PLS forms five optimal latent variables that represent predictor variable information. Based on the assumption test of covariance homogeneity between groups, the test statistic value is greater than the chi-square table or the p-value is smaller than the significance level, which means that the assumption is unfulfilled, so quadratic discriminant analysis is applied. The evaluation results showed that the quadratic discriminant analysis analysis model with the MCD approach on the PLS transformed data was able to achieve 81% accuracy, 71% precision, 86% recall, and 77% F1-score. These values indicate that both approaches are able to maintain the efficiency of discriminant analysis classification performance on high-dimensional and multivariate non-normally distributed data.
Analisis Kinerja Model Long Short Term Memory dengan Adaptive Moment Estimation dalam Memprediksi Harga Crude Palm Oil Hamida, Zilfa; Amalita, Nonong; Permana, Dony; Zilrahmi, Zilrahmi
ILKOMNIKA Vol 7 No 2 (2025): Volume 7, Number 2, August 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i2.766

Abstract

Crude Palm Oil (CPO) merupakan salah satu minyak nabati terpenting dan paling signifikan yang di perdagangkan secara global. Harga CPO mengalami fluktuasi hampir setiap harinya yang memberikan resiko besar bagi pelaku industri kelapa sawit seperti petani, konsumen, produsen, serta investor. Sehingga diperlukan analisis prediksi untuk meminimalisir kerugian. Dalam penelitian ini, metode yang digunakan yaitu Long Short Term Memory (LSTM) yang dioptimasi dengan Adaptive Moment Estimation (Adam) untuk melakukan prediksi harga CPO berdasarkan data historis harga CPO tahun 2020-2024. Model LSTM yang dioptimasi menggunakan Adam Optimizer dan dievaluasi berdasarkan nilai Mean Absolut Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model LSTM dengan kombinasi parameter jumlah neuron 6, batch size 64, dan epoch 80 menghasilkan nilai MAPE 1,36%, yang menggambarkan hasil prediksi memiliki akurasi yang baik. Hasil ini menujukkan bahwa model LSTM yang dioptimasi dengan Adam telah menunjukkan efektivitasnya dalam melakukan prediksi harga CPO untuk aplikasi dalam penyediaan model prediksi bagi industri kelapa sawit.