Claim Missing Document
Check
Articles

ANALISIS KINERJA KARYAWAN MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES ARNEZDA PUTRI; DODI DEVIANTO; MAIYASTRI MAIYASTRI
Jurnal Matematika UNAND Vol 9, No 2 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.2.184-191.2020

Abstract

Kinerja karyawan merupakan indikator keberhasilan seseorang secara keseluruhan selama periode tertentu dalam melaksanakan tugas yang diberikan dibandingkan dengan standar hasil kerja yang telah ditentukan dan disepakati bersama. Apabila kinerja karyawan baik maka akan meningkatkan kualitas operasional suatu perusahaan, sebaliknya jika kinerja karyawan kurang baik maka suatu kegiatan operasional perusahaan tidak berjalan dengan maksimal. Oleh sebab itu, perlu dikaji pembentukan model analisis kinerja karyawan terbaik menggunakan metode Multivariate Adaptive Regression Spline (MARS). Metode MARS dapat digunakan pada data berdimensi tinggi dan dapat mengklasifikasikan permasalahan dengan respon biner yang sesuai dengan permasalahan analisa kinerja karyawan yaitu kinerja baik dan kinerja kurang baik. Berdasarkan hasil penelitian diperoleh model MARS terbaik dengan seluruh variabel yang digunakan yaitu kompensasi, budaya organisasi dan motivasi kerja berpengaruh dalam penentuan klasifikasi kinerja karyawan. Ketepatan klasifikasi model yaitu sebesar 98,67 % dan model yang diperoleh telah konsisten secara statistik. Kata Kunci: Kinerja, Multivariate Adaptive Regression Spline, Klasifikasi
Peramalan Indeks Prestasi Mahasiswa Menggunakan Rantai Markov (Studi Kasus: Indeks Prestasi Mahasiswa Matematika Universitas Andalas Angkatan 2011, 2012 dan 2013) Ainul Mardhiyah; Maiyastri Maiyastri; Dodi Devianto
Jurnal Matematika UNAND Vol 4, No 3 (2015)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.4.3.107-105.2015

Abstract

Keberhasilan pembelajaran mahasiswa di perguruan tinggi ditandai dengan prestasi akademik yang bagus, yang ditunjukkan oleh indeks prestasi yang tinggi. Gambaran indeks prestasi dari waktu ke waktu sangat diperlukan pada suatu institusi perguruan tinggi, agar dapat melihat perkembangan proses akademik pada institusi tersebut. Pada tugas akhir ini dilakukan peramalan indeks prestasi mahasiswa Jurusan Matematika pada satu semester tertentu berdasarkan satu semester sebelumnya. Peramalan dilakukan dengan rantai Markov. Rantai Markov adalah suatu metode yang mempelajari sifat-sifat suatu variabel pada masa sekarang yang didasarkan pada sifat-sifatnya dimasa lalu untuk memprediksi sifat-sifat tersebut dimasa yang akan datang. Peramalan dengan rantai Markov menggunakan matriks probabilitas transisi. Data yang digunakan adalah nilai indeks prestasi mahasiswa Jurusan Matematika angkatan 2011, 2012 dan 2013 pada semester ganjil 2013/2014 dan semester genap 2013/2014. Secara umum diperoleh sebahagian besar mahasiswa (±50%) indeks prestasinya tetap, indeks prestasi mahasiswa hanya bisa naik pada nilai yang tidak jauh lebih tinggi dari nilai sebelumnya. Begitu juga untuk nilai yang turun, hanya turun pada nilai sedikit lebih kecil dari nilai sebelumnya. Artinya kondisi akademik mahasiswa Jurusan Matematika cenderung stabil.Kata Kunci: Rantai Markov, matriks probabilitas transisi
PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH Fatihatur Ramadhani; Maiyastri .; Yudiantri Asdi
Jurnal Matematika UNAND Vol 6, No 1 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.1.110-117.2017

Abstract

Abstrak. Uang memegang peranan penting dalam perekonomian setiap negara. Namunnilai tukar mata uang dapat berubah-ubah dari waktu ke waktu. Naik turunnya nilaitukar uang di pasar uang dapat mempengaruhi tingkat kestabilan ekonomi suatu negara.Salah satu cara untuk melihat keadaan ekonomi suatu negara dapat dilakukan denganmemodelkan nilai tukar mata uang negara tersebut. Salah satu model untuk memodelkanrataan adalah model ARIMA. Sedangkan untuk memodelkan besarnya volatilitas menggunakanmodel GARCH. Setelah itu ditentukan nilai resiko kerugian maksimum denganmenggunakan Value at Risk. Pada penelitian ini dianalisis model ARIMA dan GARCHpada data nilai tukar mata uang Dolar Singapura (SGD) terhadap Dolar Amerika (USD).Diperoleh model terbaik adalah ARIMA(0,1,1) dan GARCH(1,1). Berdasarkan estimasiVaR diperoleh bahwa dengan taraf kepercayaan 90% kerugian maksimum yang mungkinakan dialami dengan menginvestasikan uang sebesar US $300.000 adalah sebesar US$2881.977.Kata Kunci: Model ARIMA, Model GARCH, Value at Risk
PERBANDINGAN METODE KUADRAT TERKECIL DAN METODE BAYES PADA MODEL REGRESI LINIER DENGAN GALAT YANG AUTOKORELASI Ridha Khairiyah; Maiyastri .; Rita Diana
Jurnal Matematika UNAND Vol 7, No 1 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.7.1.125-135.2018

Abstract

Abstrak. Analisis regresi merupakan metode dalam statistik yang digunakan untukmelihat hubungan antara variabel bebas dengan variabel tak bebas. Model regresi liniersederhana melibatkan satu variabel tak bebas dan satu variabel bebas. Dalam regresilinier sederhana, metode yang biasa digunakan dalam menduga parameter regresi adalahMetode Kuadrat Terkecil (MKT). Pendugaan parameter dengan menggunakan MKTharus memenuhi asumsi-asumsi tertentu terhadap galatnya yang dinamakan denganasumsi klasik. Jika salah satu asumsi tidak terpenuhi seperti terjadinya autokorelasi makapendugaan dengan MKT tidak esien. Oleh karena itu diperlukan metode pendugaanlain yaitu metode Bayes. Penelitian ini menunjukkan bahwa metode Bayes menghasilkanMSE lebih kecil dibandingkan dengan MKT, sehingga metode Bayes dapat mengatasikasus galat autokorelasi dari penduga metode OLS.Kata Kunci: Analisis Regresi Linier, Metode Kuadrat Terkecil, Metode Bayes, GalatAutokorelasi
PERBANDINGAN METODE KUADRAT TERKECIL DAN METODE BAYES DALAM MENGESTIMASI MODEL REGRESI LINIER SEDERHANA DENGAN GALAT HETEROSKEDASTISITAS RYAN HANDANI; MAIYASTRI MAIYASTRI; RITA DIANA
Jurnal Matematika UNAND Vol 6, No 3 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.3.47-54.2017

Abstract

Analisis regresi merupakan salah satu metode dalam statistik yang digunakan untuk melihat hubungan antara variabel bebas dengan variabel tak bebas, salah satunya yang dinyatakan dalam model regresi linier sederhana, dimana dalam pendugaan parameternya terdapat dua pendekatan yaitu, pendekatan klasik pendekatan Bayesian. Salah satu metode estimasi dengan pendekatan klasik adalah Metode Kuadrat Terkecil (MKT), dimana dalam MKT terdapat asumsi-asumsi yang harus dipenuhi diantaranya adalah error berdistribusi normal, independent dan identik (homogen). Jika salah satu asumsi dilanggar seperti errornya tidak identik (heteros) maka metode Bayes dapat digunakan untuk mengatasi masalah tersebut. Dengan metode Bayes diperoleh hasil bias yang lebih kecil dibandingkan dengan MKT.
Komparasi Model Pertambahan Tinggi Badan Balita Stunting Dengan Metode Regresi Kuantil dan Regresi Kuantil Bayesian Ferra Yanuar; Cintya Mukti; Maiyastri Maiyastri
Limits: Journal of Mathematics and Its Applications Vol 20, No 2 (2023)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/limits.v20i2.9581

Abstract

Penelitian ini bertujuan untuk mengkonstruksi model pertambahan tinggi badan balita stunting di Kabupaten Solok dengan menggunakan metode regresi kuantil dan metode regresi kuantil Bayesian. Metode regresi kuantil merupakan metode pendugaan parameter yang dilakukan dengan membagi data menjadi dua bagian yang tidak harus simetri ketika dicurigai terdapat perbedaan nilai estimator pada kuantil-kuantil tertentu. Metode regresi kuantil Bayesian merupakan metode pendugaan parameter yang menggabungkan konsep analisis kuantil ke dalam pendekatan Bayesian. Pada pendekatan Bayesian, digunakan distribusi Asymmetric Laplace Distribution (ALD) dalam pembentukan fungsi likelihood sebagai dasar dari pembentukan distribusi posterior yang digunakan dalam proses pendugaan parameter. Data penelitian yang digunakan adalah data 950 balita stunting di Kabupaten Solok pada bulan Agustus 2021 dan bulan Februari 2022. Pada penelitian ini diperoleh bahwa metode regresi kuantil Bayesian menghasilkan model dugaan yang lebih baik daripada metode regresi kuantil. Kriteria kebaikan model adalah berdasarkan lebar selang kepercayaan 95% terpendek dan nilai  terbesar. Faktor-faktor yang signifikan dalam mempengaruhi pertambahan tinggi badan balita stunting di Kabupaten Solok adalah jenis kelamin, berat badan lahir, ASI eksklusif, dan imunisasi.
PEMODELAN DATA HARGA CABAI DENGAN PENDEKATAN DERET WAKTU FRAKSIONAL ARFIMA Elsa Wahyuni; Dodi Devianto; Maiyastri Maiyastri
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 4 No. 2 (2023): 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.v4i2.399

Abstract

Long-memory is a type of time series data that has a high correlation between long observation times. This can be seen from the autocorrelation function where the lag falls slowly over a long period. Such long-memory data can be modeled in the form of an Autoregressive Fractionally Integrated Moving Average (ARFIMA). One of the data that meets the long-memory criteria is the monthly chili price from March 2017 to April 2023 as much as 73 data. ARFIMA model selection is done by comparing the AIC and BIC values of each candidate model, so that the best model is ARFIMA (1;0.22785;0), this means that the movement of chili prices is influenced by previous prices in the long term
Peningkatan Minat dan Kemampuan Santri Pondok Pesantren Al Ashry di Bidang Matematika Melalui Pendekatan Small Group Discussion Izzati Rahmi HG; Admi Nazra; Hazmira Yozza; Ferra Yanuar; Budi Rudianto; Susila Bahri; Narwen Narwen; Maiyastri Maiyastri; Haripamyu Haripamyu; Riri Lestari; Yudiantri Asdi; Efendi Efendi; Dodi Devianto; Zulakmal Zulakmal; Ahmad Iqbal Baqi; Arrival Rince Putri; Radhiatul Husna; Nova Noliza Bakar; Mawanda Almuhayar; Ikhlas Pratama Sandi
Warta Pengabdian Andalas Vol 30 No 4 (2023)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jwa.30.4.715-721.2023

Abstract

Mathematics is a field of study needed in various aspects of life. Accordingly, mathematics should always be considered a compulsory subject at every level of education, including in Islamic Boarding Schools. The fact shows that implementing mathematics learning in several schools needs to run optimally, especially in schools lacking teachers and limited educational facilities and infrastructure, such as The Al Ashry Islamic Boarding School, at the secondary level in Padang. This condition indicates that it is necessary to assist other parties to help students in their mathematics learning process. For this reason, the community service team of The Mathematics and Science Data Department of Andalas University conducted an intensive mathematics tutoring activity for The Al-Asyri Boarding School students. The activity carried out during September-December 2022 combined the lecture and the small group discussion approach. From the evaluation delivered by the students at the end of the activity, it can be concluded that this activity increased students’ interest, motivation, efficacy, and understanding of mathematics subject.
UPAYA MEMBANGUN KARAKTER SISWA MELALUI INTEGRASI KONSEP HIMPUNAN DAN AL-QUR’AN DALAM PEMBELAJARAN MATEMATIKA Izzati Rahmi HG; Admi Nazra; Budi Rudianto; Mahdhivan Syafwan; Ferra Yanuar; Hazmira Yozza; Narwen Narwen; Monika Rianti Helmi; Maiyastri Maiyastri
BULETIN ILMIAH NAGARI MEMBANGUN Vol 6 No 4 (2023)
Publisher : LPPM (Institute for Research and Community Services) Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/bina.v7i4.538

Abstract

The Quran is the source of all knowledge, including mathematics. On the other hand, mathematics is closely related to everyday life and the development of other fields of knowledge. Mathematics is one of the disciplines closely connected to the verses of the Quran. Mathematics education is expected to improve to meet the advancements in time and technology continually. It is also anticipated that mathematics education can build the character of each student through religious values. This activity aims to introduce the concept of sets integrated with the content of verses found in the Quran. The activity was conducted as an online Zoom meeting and YouTube streaming seminar. Participants included mathematics lecturers, teachers, and students from Islamic junior and senior high schools from ten provinces in Indonesia. The event was titled "The Quran and Set Theory" and received high appreciation from the seminar participants. This was evident from the enthusiastic participation and numerous questions raised during the Q&A session. This activity has motivated teachers and lecturers to integrate the mathematical concepts learned with the Quranic verses. Teachers who participated in this activity are expected to act as agents in popularizing the method of integrated mathematics education with the content of Quranic verses, especially set theory.
Quantile Regression Analysis; Simulation Study With Violation of Normality Assumption Hasibuan, Lilis Harianti; Yanuar, Ferra; Devianto, Dodi; Maiyastri, Maiyastri
JOSTECH Journal of Science and Technology Vol 4, No 2: September 2024
Publisher : UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/jostech.v4i2.9643

Abstract

Quantile regression is an extension method of simple linear regression whose work is to separate or divide data into certain quantiles. This method minimizes the asymmetric absolute residual and estimates the conditional quantile function. Parameter estimation in the quantile regression method does not require the parametric assumption of normality. The data in this study are generated from different distributions. The distribution of the independent variables in this study comes from the t distribution, normal and exponential distribution. Meanwhile, the error distribution comes from the chi square distribution. This research produces various models of the selected quantiles. The estimated parameter values at each quantile are almost close to the initial values set. This research found the best model at quantile 0.5 by looking at the smallest MSE value of all quantiles of 1.2662. The best model obtained is .