Article Per Year (5 Year)
p-Index From 2021 - 2026
7.875
P-Index
This Author published in this journals
All Journal Media Statistika BIMASTER Epsilon: Jurnal Matematika Murni dan Terapan Jurnal Edukasi dan Penelitian Informatika (JEPIN) JMPM: Jurnal Matematika dan Pendidikan Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Sarwahita : Jurnal Pengabdian Kepada Masyarakat Insan Cita Jurnal Pengabdian Kepada Masyarakat JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi
Martha, Shantika
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 66 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 66 Documents
Search

 3   4   5   6   7 
PENENTUAN KEPUTUSAN INVESTASI SAHAM TERBAIK MENGGUNAKAN PEMBOBOTAN ROC DENGAN METODE SAW Putri Naya, Adellia Ayu; Martha, Shantika; Imro’ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105965

Abstract

Pengambilan keputusan investasi saham merupakan proses kompleks yang memerlukan pemahaman serta analisis mendalam terkait pemilihan saham yang tepat sebagai instrumen investasi. Penelitian ini bertujuan untuk menghasilkan rekomendasi pemilihan saham terbaik indeks IDX30 periode 1 November 2024 – 31 Januari 2025 berdasarkan beberapa rasio keuangan yang diperoleh dari data laporan keuangan tahun 2024, yaitu EPS, DER, DY, PER, PBV, ROE dengan pembobotan Rank Order Centroid (ROC) dan perangkingan Simple Additive Weighting (SAW). Penentuan bobot dilakukan berdasarkan urutan tingkat kepentingan masing-masing kriteria dengan dua pendekatan yaitu pengambilan keputusan investasi yang berorientasi pada memaksimalkan keuntungan dan pengambilan keputusan investasi yang berfokus pada meminimalkan risiko, sedangkan proses perangkingan dilakukan dengan metode SAW dengan membedakan kriteria menjadi dua atribut yaitu kriteria benefit dan kriteria cost. Pada penelitian ini proses normalisasi dilakukan dengan metode normalisasi vektor untuk mengatasi kendala pada beberapa kriteria cost. Hasil penelitian menunjukkan bahwa saham UNTR menempati peringkat pertama dengan nilai preferensi tertinggi sebesar 0,634268 untuk pendekatan keuntungan dan 0,890724 untuk pendekatan risiko sehingga saham UNTR menjadi saham terbaik pada indeks IDX30. Hasil ini menunjukkan bahwa saham tersebut memiliki kinerja fundamental yang relatif kuat dibandingkan saham lainnya dalam indeks yang sama.
PENGELOMPOKAN KEJADIAN BENCANA ALAM DI INDONESIA MENGGUNAKAN ALGORITMA K-MEANS++ DENGAN EVALUASI CALINSKI HARABASZ INDEX Regita, Luna Amara; Martha, Shantika; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105966

Abstract

Indonesia merupakan wilayah yang rawan terhadap berbagai jenis bencana alam, sehingga diperlukan analisis untuk memahami pola kerawanan antar wilayah. Penelitian ini bertujuan untuk mengelompokkan provinsi di Indonesia berdasarkan jumlah kejadian bencana alam menggunakan algoritma K-Means++ serta menentukan jumlah klaster yang optimal menggunakan evaluasi Calinski Harabasz Index (CHI). Data yang digunakan berasal dari PODES (Potensi Desa) 2023-2024 yang semula mencakup 11 jenis bencana alam seperti banjir, gempa bumi, dan variabel lainnya dan 1 kategori wilayah tanpa bencana. Setelah uji multikolinearitas, dua variabel dieliminasi sehingga analisis akhir menggunakan 9 jenis bencana dan 1 variabel “tidak ada bencana alam”. Sebelum proses klasterisasi, data distandardisasi untuk memastikan perbandingan antar variabel sama tanpa dipengaruhi perbedaan skala, kemudian melakukan pengecekan multikolinearitas dan menghitung jarak menggunakan metode Euclidean Distance. Berdasarkan nilai CHI, jumlah klaster optimal adalah dua klaster. Klaster pertama berisi provinsi dengan tingkat kerawanan tinggi, sehingga dikategorikan sebagai klaster multihazard (rawan bencana). Klaster kedua mencakup provinsi dengan tingkat kerawanan lebih rendah, sehingga dikategorikan sebagai hidrometeorologis (minim bencana). Hasil penelitian ini dapat digunakan sebagai dasar pendukung kebijakan mitigasi, prioritas penanganan, serta pemetaan risiko bencana di tingkat nasional maupun daerah.
ANALISIS KEMISKINAN DI INDONESIA DENGAN PENDEKATAN PANEL DINAMIS SYSTEM GENERALIZED METHOD OF MOMENTS Syahida, Murni; Martha, Shantika; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Kemiskinan merupakan masalah multidimensional yang memengaruhi berbagai aspek kehidupan seperti kondisi sosial ekonomi, pendidikan, kesehatan, hingga kestabilan politik. Penelitian ini bertujuan membentuk model panel dinamis dalam mengidentifikasi faktor penentu tingkat kemiskinan di Indonesia melalui pendekatan estimasi System Generalized Method of Moments (System GMM) serta mengetahui pengaruh jangka pendek dan jangka panjang dari variabel-variabel yang digunakan. Penelitian ini mengolah data yang diperoleh dari Badan Pusat Statistik mencakup 34 provinsi di Indonesia selama periode 2015 hingga 2024. Proses analisis dimulai dengan analisis deskriptif untuk memberikan gambaran umum data, kemudian dilanjutkan dengan penyusunan model dan estimasi model panel dinamis menggunakan System GMM. Selanjutnya, dilakukan uji signifikansi parameter secara bersama-sama menggunakan uji Wald, sedangkan secara individual dilakukan dengan uji . Validitas model diuji melalui uji Sargan dan deteksi autokorelasi error dilakukan dengan uji Arellano-Bond. Berdasarkan model yang telah dibentuk dari hasil estimasi, didapatkan bahwa lag kemiskinan, variabel akses air minum layak, indeks pembangunan manusia serta rata-rata lama sekolah memiliki pengaruh positif dan signifikan terhadap kemiskinan. Hasil perhitungan menunjukkan variabel akses air minum layak, tingkat pengangguran terbuka, dan indeks pembangunan manusia memiliki pengaruh positif baik dalam jangka pendek dan jangka panjang.
PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN INDIKATOR KESEJAHTERAAN MENGGUNAKAN K-PROTOTYPE Panawaristia, Brigitha; Martha, Shantika; Imro'ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Kesejahteraan masyarakat merupakan indikator penting dalam menilai keberhasilan pembangunan wilayah. Pengelompokan kabupaten/kota berdasarkan indikator kesejahteraan diperlukan untuk mengidentifikasi wilayah dengan karakteristik yang relatif serupa. Penelitian ini bertujuan mengelompokkan kabupaten/kota di Provinsi Kalimantan Barat menggunakan algoritma K-Prototype, dengan penentuan jumlah klaster optimal berdasarkan Silhouette Coefficient. Data yang digunakan merupakan data sekunder tahun 2024 yang diperoleh dari Badan Pusat Statistik dan portal Satu Data, dengan unit analisis sebanyak 14 kabupaten/kota. Variabel penelitian terdiri atas delapan variabel numerik dan dua variabel kategorik. Variabel numerik distandarisasi menggunakan metode Z-Score, sedangkan seluruh variabel diuji multikolinearitas menggunakan Generalized Variance Inflation Factor (GVIF). Proses klasterisasi menggunakan jarak Squared Euclidean untuk atribut numerik dan Simple Matching untuk atribut kategorik. Hasil analisis menunjukkan bahwa jumlah klaster optimal adalah dua klaster dengan nilai Silhouette Coefficient sebesar 0,40. Klaster pertama terdiri atas Kabupaten Kubu Raya, Kota Pontianak, dan Kota Singkawang, yang menunjukkan indikator kesejahteraan relatif lebih baik dibanding klaster kedua, serta didominasi oleh sektor jasa dan wilayah non-perbatasan. Sebaliknya, klaster kedua didominasi oleh sektor pertanian dengan karakteristik wilayah perdesaan dan sebagian merupakan wilayah perbatasan. Hasil pengelompokan ini menunjukkan bahwa kebijakan pembangunan antar klaster dapat dibedakan, di mana pada klaster pertama diarahkan pada upaya mempertahankan dan mengoptimalkan sektor jasa serta kualitas layanan perkotaan, sedangkan pada klaster kedua diperlukan upaya peningkatan produktivitas sektor pertanian serta pemerataan infrastruktur dan akses layanan dasar, khususnya pada wilayah perbatasan.
ANALISIS STATUS NEET DI KAWASAN BARAT INDONESIA MENGGUNAKAN REGRESI LOGISTIK BINER MULTILEVEL Marda; Imro'ah, Nurfitri; Martha, Shantika
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Pemuda memegang peran strategis dalam pembangunan nasional, namun masih terdapat pemuda dengan usia 15-24 tahun yang tidak terlibat dalam kegiatan pendidikan, pelatihan dan tidak terserap pasar kerja. Kondisi ini tercermin dari tingginya angka NEET (Not in Education, Employment, or Training) di sejumlah provinsi di Kawasan Barat Indonesia yang melampaui rata-rata nasional sebesar 20,31%. Penelitian ini menggunakan model regresi logistik biner multilevel untuk memodelkan status NEET, mengidentifikasi faktor-faktor individu dan kabupaten/kota yang mempengaruhinya, serta menjelaskan variasi pengaruh faktor individu antar kabupaten/kota. Data yang digunakan adalah data sekunder BPS hasil Survei Angkatan Kerja Nasional Agustus 2024, Publikasi Provinsi Dalam Angka dan Potensi Desa. Hasil analisis menunjukkan bahwa model terbaik adalah model random slope pada variabel pendidikan tertinggi yang ditamatkan. Faktor level individu yang berpengaruh signifikan terhadap status NEET di Kawasan Barat Indonesia terdiri atas jenis kelamin, umur, pendidikan tertinggi yang ditamatkan, status perkawinan, wilayah tempat tinggal, dan keahlian teknologi digital. Pada level kabupaten/kota, Tingkat Kesempatan Kerja (TKK) dan rasio SMA/sederajat per 100 km2 juga berpengaruh signifikan dan menurunkan kecenderungan pemuda berstatus NEET, masing-masing sebesar 11,4% dan 0,4%. Variasi pengaruh pendidikan tertinggi pemuda ditunjukkan oleh nilai varians efek acak slope variabel pendidikan tertinggi yang ditamatkan tidak sama dengan nol sehingga pengaruh pendidikan tidak seragam di seluruh wilayah kabupaten/kota dalam mempengaruhi status NEET. Nilai varians pada tingkat Perguruan Tinggi (0,4108) lebih besar dibandingkan varians pada tingkat SMA/Sederajat (0,1565), dengan kategori referensi adalah SMP ke bawah. Hal ini menunjukkan bahwa pengaruh pendidikan tinggi terhadap status NEET lebih bervariasi antar kabupaten/kota dibandingkan pengaruh pendidikan SMA/Sederajat.
ANALISIS PERPINDAHAN STATUS KUALITAS UDARA BERDASARKAN KONSENTRASI PM2.5 DENGAN CONTINUOUS-TIME MARKOV CHAIN (CTMC) Septiani, Thara Amalia; Martha, Shantika; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Kualitas udara merupakan faktor lingkungan yang berpengaruh terhadap kesehatan masyarakat, khususnya yang berkaitan dengan konsentrasi partikel halus PM2.5. Status kualitas udara dapat berubah dari waktu ke waktu sehingga diperlukan pendekatan analisis yang mampu menggambarkan pola perpindahan status tersebut secara probabilistik. Penelitian ini bertujuan untuk menganalisis karakteristik perpindahan status kualitas udara PM2.5 serta mengestimasi probabilitas transisi dan ekspektasi waktu bertahan setiap status kualitas udara menggunakan pendekatan Continuous-Time Markov Chain (CTMC). Data yang digunakan berupa data konsentrasi PM2.5 per jam yang diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Stasiun Meteorologi Kelas l Supadio pada periode Agustus hingga Oktober 2025. Konsentrasi PM2.5 diklasifikasikan ke dalam status kualitas udara berdasarkan Indeks Standar Pencemar Udara (ISPU), kemudian dibentuk transisi antarstatus berdasarkan urutan pengamatan per jam. Parameter model CTMC berupa matriks generator (Q-matrix) diestimasi menggunakan metode Maximum Likelihood Estimation. Hasil analisis menunjukkan bahwa status baik memiliki ekspektasi waktu bertahan paling lama, yaitu sekitar 6,41 jam, diikuti status sedang sekitar 3,29 jam, sedangkan status tidak sehat memiliki waktu bertahan paling singkat, yaitu sekitar 1,76 jam. Distribusi steady-state menunjukkan bahwa dalam jangka panjang kualitas udara cenderung berada pada status baik dengan probabilitas sekitar 63,38%, diikuti status sedang sebesar 34,66%, sementara status tidak sehat memiliki probabilitas yang relatif kecil. Pola probabilitas transisi dalam interval satu jam menunjukkan bahwa perubahan status kualitas udara umumnya terjadi secara bertahap.
Co-Authors , Syahru Rahmayuda, Haris Febriyanto Ramadhan , Sampe Hotlan Sitorus Adinda, Dian Tri Agustono, Hendri Al Azizi, Fudhail Azzam Thoriqi Amarrullah, Rido Andani, Wirda Anggria, Vini Anjelika, Seselia Apriliyanti, Rita Aprizkiyandari, Siti Asmara, Mira AYU ASTUTI, AYU Ayuni, Anisa Putri Bartolomius, Bartolomius Cahyani, Cristy Framedia Calissta, Leanna Belva Clarenda Siboro, Viren Marcellya Cornellia, Amanda Dadan Kusnandar Deanovela, Adelea Delvi Debataraja, Naomi Nessyana Dwi Marisa Midyanti Dyaherawati, Oktavia Ersawahyuni, Aisna Evy Sulistianingsih Fadhila, Aisya Raihan Fallah, Khalishah Ghina Fiqriah, Isnaini Firnanda, Firnanda Gunawan, Risky Hamdari, Ela Hariadi, Wahyudio Shaney Fikri Hendra Perdana hidayatullah, Hidayatullah hidayatullah Huda, Nur’ainul Miftahul Ilhamsyah Imro'ah, Nurfitri IMRO’AH, NURFITRI Imro’ah, Nurfitri Indriani, Maria Meilinda Istighfarani, Ridha Maharani, Cinta Priscillia Marda Mori, Stepanus Armadi Muhtadi, Radhi Mulia Tsani, Dien Permata Neva Satyahadewi Novi Safitri Nurhaliza, Sy. Farini Oktitannia, Dea Panawaristia, Brigitha Pebriyandi, Rifki Pramesti, Surya Adinda Fitria Prianti, Sabrina Eka Purwanty, Purwanty Puspita, Risma Putri Naya, Adellia Ayu Radinasari, Nur Ismi Rahmadanti, Putri Rahmawati, Fenti Nurdiana Regita, Luna Amara Rezaldi, Muhammad Fachri Riovani, Vriska Dwi Rivaldi, Syahrul Rizki, Setyo Wira Robbiati, Dian Sadikin, Utin Azwa Sayhani Salsabila, Salsabila Salsabila, Yumna Hanum Septiani, Thara Amalia Sindia, Eri Syahida, Murni Tamtama, Ray Umiati, Wiji Vebriyanti, Lo Mei Ly Wuri, Hastri Sastia Yogi, Vinsensius Yudhi Yundari, Yundari Zaria, Della