Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

4.872

P-Index

This Author published in this journals

All Journal E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal SOLMA BAREKENG: Jurnal Ilmu Matematika dan Terapan J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Journal of Dedicators Community JURIKOM (Jurnal Riset Komputer) Variance : Journal of Statistics and Its Applications Vygotsky: Jurnal Pendidikan Matematika dan Matematika EDUTEC : Journal of Education And Technology jurnal ilmiah hospitality Discovery : Jurnal Ilmu Pengetahuan Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Statistika dan Aplikasinya Journal of Mathematics Education and Science Mafaza : Jurnal Pengabdian Masyarakat Digital Transformation Technology (Digitech) Jurnal Statistika dan Komputasi (STATKOM) AL-UMRON: Jurnal Pengabdian kepada Masyarakat Jurnal Informatika Polinema (JIP)

Kartini, Alif Yuanita

Universitas Nadhatul Ulama Sunan Giri

Author-ID : 1207968

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 37 Documents Claim Missing Document

Claim Missing Document

Articles

Title

ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN PEMBOBOT KERNEL BI-SQUARE UNTUK ANGKA PENGANGGURAN DI KABUPATEN BOJONEGORO Alif Yuanita Kartini
Journal of Mathematics Education and Science Vol. 2 No. 1 (2019): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

The unemployment rate in Bojonegoro Regency has increased every year. Based on data from the Bojonegoro Regency Industry and Manpower Office (Disperinaker), at the end of June 2018 the number of unemployed people increased from the original 23,000 people to 24,000 people. It is far away from the government target to decrease this rate in the same year. The Great amount of the unemployment number is closely related to unequitable of developing program. As a result, the left areas with a great number of unemployment appears. There are several population indicators that are considered to have a great effect on the unemployment rate. Due to of those indicators, it is urgently needed to analyze the correlation between they did the analysis of correlation those factors toward poverty rate in Bojonegoro regency. Unfortunately, unemployment is spatial matter which there is correlation between unemployment rate and used predictor variable is not constant for all districts in Bojonegoro regency. That situation commonly becomes a problem in analyzing especially when applied global regression. Dealing with the problem, the researcher intended to analyze by applying Geographically Weighted Regression (GRW) method by applying Kernel Bi-square. The result shows that global regression model is able to explain variation of data is about 69,8%, but the use of regression model is not able to fulfil residual assumption. It appears heterokedasticity which shows that various residual model regression is not constant. Those problems can be solved by applying GWR which it is chosen by the center of Bojonegoro district. GWR model approved that it has better result than the previous one because it is able to explain variation and it is better in explaining the variation, it is about 72,11%. Angka pengangguran di Kabupaten Bojonegoro dari tahun ke tahun semakin meningkat. Berdasarkan data dari Dinas Perindustrian dan Tenaga Kerja (Disperinaker) Kabupaten Bojonegoro, pada akhir Juni 2018 jumlah pengangguran semakin meningkat dari semula 23.000 orang menjadi 24.000 orang. Kondisi tersebut masih jauh dari target pemerintah untuk menurunkan angka pengangguran pada tahun 2018. Tingginya angka pengangguran tersebut tidak terlepas dari adanya ketidakmerataan pembangunan, sehingga memunculkan daerah tertinggal dengan angka pengangguran yang tinggi. Ada beberapa indikator kependudukan yang dianggap berpengaruh besar terhadap tingkat pengangguran, oleh karena itu ingin dilakukan analisa hubungan antara indikator kependudukan terhadap angka kemiskinan di Kabupaten Bojonegoro. Namun pengangguran merupakan suatu permasalahan spasial, dimana hubungan antara angka pengangguran dengan variabel prediktor yang digunakan tidak konstan (non-stationer) untuk seluruh Kecamatan di Kabupaten Bojonegoro. Kondisi tersebut seringkali menjadi masalah pada analisa ketika menggunakan regresi global. Oleh karena itu ingin dibandingkan jika dilakukan analisa menggunakan metode Geographically Weighted Regression(GWR) dengan Pembobot Kernel Bi-Square. Hasil model regresi global yang diperoleh mampu menerangkan keragaman data sebesar 69,8%, namun penggunaan regresi global tersebut tidak mampu memenuhi asumsi residual yaitu terjadi heterokedasticity yang menunjukkan bahwa varians dari residual model regresi global masih belum konstan. Permasalahan tersebut dapat diselesaikan dengan menggunakan GWR, dimana model GWR yang dipilih adalah model dengan pusat Kecamatan Bojonegoro. Model GWR yang diperoleh terbukti lebih baik karena mampu menerangkan keragaman dengan lebih baik yaitu sebesar 72,11%.

CONFIRMATORY FACTOR ANALYSIS UNTUK MENGUKUR PERTUMBUHAN PENDUDUK DI KABUPATEN BOJONEGORO Moch Nur Faizin; Alif Yuanita Kartini
Journal of Mathematics Education and Science Vol. 4 No. 1 (2021): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Population growth is closely related to the addition and or reduction of the population in a specific area. Many factors influence population growth in an area, including births, deaths, and population movements. The development of the population of Bojonegoro Regency until 2020 has increased every year. The population development in Bojonegoro Regency has increased by 0.96 percent, which is thought to be caused by births, migration, and economic growth. In this study, to measure population growth in Bojonegoro Regency, this study conducted confirmation or testing to determine how well the measured variables represented the factors formed using the confirmatory factor analysis (CFA) method. The results showed that the characteristics of population growth in the Bojonegoro Regency were influenced by three latent variables, including fertility, mortality, and migration. In contrast, the most dominant variables in influencing population growth were total births, live birth rates, female child ratio, and life expectancy: infant mortality rates, under-five mortality rates, out-migration, and gross migration. Abstrak Pertumbuhan penduduk erat kaitanya dengan penambahan dan atau pengurangan jumlah penduduk di suatu wilayah tertentu. Banyak factor yang mempengaruhi pertumbuhan penduduk di suatu wilayah diantaranya kelahiran, kematian dan perpindahan penduduk. Perkembangan jumlah penduduk Kabupaten Bojonegoro hingga tahun 2020 mengalami kenaikan setiap tahun. Perkembangan penduduk di Kabupaten Bojonegoro mengalami pertambahan sebesar 0,96 persen yang diduga disebabkan oleh kelahiran, migrasi dan pertumbuhan ekonomi. Untuk mengukur pertumbuhan penduduk di Kabupaten Bojonegoro, pada penelitian ini dilakukan konfirmasi atau pengujian untuk mengetahui seberapa baik variabel yang telah diukur dapat mewakili faktor yang terbentuk menggunakan metode confirmatory factor analysis (CFA). Hasil penelitian menunjukkan bahwa pada karakteristik pertumbuhan penduduk di Kabupaten Bojonegoro dipengaruhi oleh tiga variabel laten diantaranya yaitu fertilitas, mortalitas, dan migrasi, sementara variabel yang paling dominan dalam mempengaruhi pertumbuhan penduduk adalah jumlah kelahiran total, angka lahir hidup, rasio anak wanita, angka harapan hidup, angka kematian bayi, angka angka kematian balita, migrasi keluar, dan migrasi bruto.

DLNN dan BPNN-GA Pada Prediksi Penyakit Diabetes di Bojonegoro Nita Cahyani; Alif Yuanita Kartini
Journal of Mathematics Education and Science Vol. 6 No. 1 (2023): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/james.v6i1.416

Diabetes terjadi ketika kadar gula darah lebih tinggi dari biasanya. Di sisi lain, produksi insulin dianggap tidak mencukupi. telah dicatat dalam beberapa hari terakhir bahwa pangsa pasien yang menderita diabetes telah meningkat ke tingkat yang lebih besar di seluruh dunia. Masalah ini harus ditanggapi lebih serius untuk memastikan bahwa persentase tipikal orang yang menderita diabetes berkurang. Penelitian ini bertujuan untuk mendeteksi lebih dini penyakit diabetes khususnya di Bojonegoro dengan cara memprediksi penyakit tersebut, sehingga dapat mengurangi penderita penyakit diabetes. Digunakan 2 metode dalam penelitian ini, yaitu Deep Learning Neural Network (DLNN) dan menggunakan metode optimasi bobot pada pelatihan Backpropagation Neural Network (BPNN) dengan Algoritma Genetika (GA) (BPNNGA) untuk memprediksi diabetes di Bojonegoro. Hasil penelitian ini menyajikan bahwa dengan menggunakan metode DLNN dan BPNNGA menghasilkan tingkat akurasi sebesar 94%.

Multivariate Adaptive Generalized Poisson Regression Splines untuk Pengembangan Model Prediksi Produksi Padi di Kabupaten Bojonegoro Alif Yuanita Kartini; Muhammad Ishlahuddin
Journal of Mathematics Education and Science Vol. 5 No. 2 (2022): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/james.v5i2.562

Produksi padi di kabupaten Bojonegoro terus mengalami penurunan yang disebabkan oleh banjir dan serangan hama. Sehingga diperlukan suatu penelitian untuk mendapatkan variabel yang berpengaruh signifikan terhadap produksi padi di kabupaten Bojonegoro serta prediksi produksi padi untuk beberapa waktu mendatang menggunakan metode Multivariate Adaptive Generalized Poisson Regression Splines (MAGPRS). Dalam penelitian ini menggunakan metode MAGPRS karena tidak jelasnya bentuk hubungan antara variabel respon terhadap variabel prediktor, serta variabel respon yang digunakan merupakan variabel jumlah yang diduga berdistribusi poisson. Data yang digunakan berupa data di setiap kecamatan di kabupaten Bojonegoro pada tahun 2021 yaitu jumlah produksi padi (Y), luas lahan (X1), jumlah kelompok tani (X2), jumlah penggunaan pupuk NPK (X3), jumlah penggunaan pupuk petroganik (X4), jumlah penggunaan pupuk P-36 (X5), jumlah penggunaan pupuk urea (X6), jumlah penggunaan pupuk ZA (X7), dan serangan OPT (X8). Hasil analisis menunjukkan bahwa model MAGPRS terbaik adalah model dengan nilai BF sebesar 16, MI sebesar 3 dan MO sebesar 2 dengan GCV bernilai 0,33677 dan R2 bernilai 0,980. Variabel luas lahan memberikan kontribusi sebesar 100 %, diikuti dengan variabel jumlah penggunaan pupuk petroganik, jumlah penggunaan pupuk NPK, jumlah kelompok tani, jumlah penggunaan pupuk urea, jumlah serangan OPT dan jumlah penggunaan pupuk ZA. Model MAGPRS mempunyai tingkat akurasi sebesar 92,10 % untuk prediksi jumlah produksi padi di kabupaten Bojonegoro.

Penerapan Metode Clustering untuk Pemetaan Daerah Rawan Bencana di Kabupaten Bojonegoro Kartini, Alif Yuanita; Fakhriyana, Deby
Journal of Mathematics Education and Science Vol. 7 No. 1 (2024): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/james.v7i1.1448

Saat ini data kejadian bencana yang ada di Badan Penanggulangan Bencana Daerah kabupaten Bojonegoro hanya berupa angka-angka kejadian bencana alam dan belum disajikan dalam bentuk peta. Olehkarena itu diperlukan penelitian untuk melakukan pemetaan daerah rawan bencana di kabupaten Bojonegoro. Dari penelitian ini akan menjadi acuan dalam mengakomodir kegiatan mitigasi bencana di kabupaten Bojonegoro. Pada penelitian ini menggunakan metode clustering yakni metode K-Means, K-Medoids, dan X-Means untuk melakukan evaluasi banyaknya cluster yang optimal dan mengembangkan hasil pengelompokan dalam bentuk peta. Data yang digunakan adalah data jumlah kejadian bencana di kabupaten Bojonegoro tahun 2022 yang meliputi jumlah kejadian akibat banjir, jumlah kejadian akibat cuaca ekstrim, jumlah kejadian akibat kebakaran hutan dan lahan, jumlah kejadian akibat kebakaran rumah, jumlah kejadian akibat kekeringan, jumlah kejadian akibat tanah longsor dan jumlah kejadian lain-lain. Berdasarkan nilai Davies Bouldin Index didapatkan hasil bahwa X-Means merupakan metode terbaik dalam pengelompokan wilayah rawan bencana di kabupaten Bojonegoro. Adapun banyaknya cluster yang terbentuk adalah 4 cluster yakni cluster 0 yang terdiri dari 18 kecamatan, cluster 1 yang terdiri dari 7 kecamatan, cluster 2 yang terdiri dari 1 kecamatan dan cluster 3 yang terdiri dari 2 kecamatan. Berdasarkan karakteristik dari hasil pengelompokan dapat disimpulkan bahwa daerah yang paling rawan terjadi bencana di kabupaten Bojonegoro adalah kecamatan Bojonegoro disusul dengan kecamatan Kedungadem dan Temayang.

Co-Authors Abdul Manaf Jamiluddin Ahmad Tauchid Ali Hamdan Arifat, Muhammad Ayuni, Intan Sri Barata, Mula Bintari Anggi Dwi Sugiarti Deby Fakhriyana, Deby Denny Nurdiansyah Desinta, Yessi Farisa Devy Wulandari Dewi Niswatul Fithriyah Dinda Intan Pramesti Edi Setyanto Fidiya, Karisma Risma Firdaus, Saida Zahrotul Hamidatun Nihayah Huda, Tisa Dwi Julianti Ifa Afiana Irsyada, Rahmat Jauhar Vikri, Muhammad Jauhara Rana Budiani, Jauhara Rana Khoirina, Jami’atul Khoirul Wafa Laelatul Nur Ummah Lathifah, Nur Aisyatul M Teguh Deddy Winarko Miftahul Janah Miftahul Janah, Miftahul Moch Nur Faizin Mochamad Nizar Palefi Ma’ady Muhammad Ishlahuddin Nilna Himawati Ningtiyas, Putri Ayu Nita Cahyani Nur Mahmudah Priadana, Benny Widya Puji Aning Nur Nadhifah Putri Utami, Putri Saeful Anwar Sri Rahayu Sufiandi, Enrico Winarko, M Teguh Deddy Yogi Prana Izza Yuliana, Ummi Agustin Yunita Dwi Setyoningsih Yunita Dwi Setyoningsih Zakki Alawi

Title Search

Found 5 Documents Search Journal : Journal of Mathematics Education and Science

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search
Journal : Journal of Mathematics Education and Science