Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi Data Mining Dalam Menentukan Penambahan Koleksi Buku di Perpustakaan: Algoritma K-Means Clustering Mau, Paskalia Yunita; Chrisinta , Debora; Binsasi, Eva
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1938

Abstract

Penentuan jenis koleksi buku perlu menjadi prioritas untuk diperhatikan karena berkaitan dengan kebutuhan bagi pengunjung, sehingga penting bagi para pengelola perpustakaan untuk mengetahui cara yang efektif dalam penambahan koleksi buku. Penelitian ini bertujuan untuk menerapkan konsep data mining dengan algoritma K-Means Clustering dalam menentukan penambahan koleksi buku di Perpustakaan Universitas Timor. Data yang digunakan dalam penelitian ini adalah data sekunder yang terdiri dari objek pengamatan jenis buku dan variabel yang diamati adalah jumlah buku yang dipinjam dari perpustakaan. Metode yang diterapkan dalam menganalisis data adalah K-Means Clustering. Hasil penelitian diperoleh bahwa cluster optimal yang terbentuk adalah sebanyak dua cluster, dimana cluster pertama sebagai kategori buku yang paling diminati sedangkan cluster kedua kategori buku yang kurang diminati. Berdasarkan stok buku yang tersedia dan kategori buku diminati menunjukkan bahwa jumlah peminjam lebih banyak dari jumlah buku tersedia. Artinya penambahan koleksi buku yang diperlukan berasal dari jenis buku pertanian dan ekonomi.
ANALISIS MODEL PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE DI KOTA KEFAMENANU Binsasi, Eva; Bano, Elinora Naikteas; Salsinha, Cecilia Novianti
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 3 No 1 (2021)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v3i1.8361

Abstract

Penyakit Demam Berdarah Dengue (DBD) adalah salah satu penyakit yang masih berkembang dalam kehidupan masyarakat. Penyebab utama penyebaran penyakit DBD adalah gigitan dari nyamuk Aedes Aegypti, bisa juga disebabkan oleh nyamuk Aedes Albopictus. Selama ini sudah banyak dilakukan pencegahan tetapi masih ada yang teridentifikasi terinfeksi penyakit DBD. Hal ini disebabkan oleh iklim, di antaranya suhu, kelembaban udara dan curah hujan. Penyakit DBD ditunjukkan melalui gejala flu yang menyerang bayi, anak-anak dan orang dewasa dan bisa berakibat fatal. Gejala ini berlangsung selama 2 sampai 7 hari. Tujuan dari penelitian ini adalah merekontruksi model penyebaran penyakit DBD di Kota Kefamenanu berdasarkan data yang di ambil dari RSUD Kota Kefamenanu pada tahun 2017 sampai tahun 2019, dari model kemudian dilakukan pencarian titik tetap, bilangan reproduksi dasar, analisis kestabilan terhadap titik tetap dan simulasi. Hasil simulasi menunjukkan bahwa semakin meningkatnya laju nyamuk terinfeksi (𝐼𝑀) akan menyebabkan bilangan ℛ0 semakin meningkat sehingga laju penyebaran penyakit dalam populasi akan semakin meningkat. Oleh karena itu laju nyamuk infeksi (𝐼𝑀) perlu dikurangi agar penyebaran penyakit DBD memiliki peluang yang sangat kecil.
Enhancing public service quality in border regions through fuzzy time series forecasting: A case study of the Timor Tengah Utara regional library Humoen, Oktovianus; Binsasi, Eva; Mada, Grandianus Seda; Blegur, Fried Markus Allung; Bano, Elinora Naikteas
Desimal: Jurnal Matematika Vol. 8 No. 3 (2025): Desimal: Jurnal Matematika
Publisher : Universitas Islam Negeri Raden Intan Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24042/djm.v8i3.202528958

Abstract

Forecasting the demand for public services is often overlooked in border regions, where data-driven management remains limited. However, accurate forecasts are essential for improving service quality and optimizing the use of public facilities. This study aims to predict the number of university student visits to the Regional Library of Timor Tengah Utara (TTU) Regency, an Indonesian border area, using Chen’s fuzzy time series (FTS) model. The dataset consists of monthly records of university student visits from April 2022 to September 2025. The forecasting process involves fuzzification, the establishment of fuzzy logical relationships, and defuzzification to obtain predicted values. The results show that the number of student visits decreased from 240 in April 2022 to 213 in October 2025. The model achieved a Mean Absolute Percentage Error (MAPE) of 35.15%, indicating a fairly good forecasting accuracy. This study extends the application of Chen’s FTS model to library management forecasting in developing and border regions. In the long term, improved forecasting and service planning are expected to enhance library management efficiency and encourage greater student interest in visiting and reading at regional libraries.
PEMODELAN ARMA UNTUK PERAMALAN PENJUALAN BOLPOIN PADA CV. CHAVA GRUP CABANG KEFAMENANU: Indonesia Kolloh, Fanda Apriani; Binsasi, Eva; Salsinha, Cecilia; Liunokas, Ebenhaiser
Journal of Mathematics Theory and Applications Vol. 4 No. 1 (2025): Edisi Oktober 2025
Publisher : Program Studi Matematika, Universitas Timor

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

Abstract

Pengelolaan persediaan yang efektif memerlukan peramalan permintaan yang akurat, khususnya pada perusahaan pemasok alat tulis kantor. CV. Chava Grup Cabang Kefamenanu merupakan salah satu perusahaan yang menghadapi fluktuasi permintaan bolpoin dari waktu ke waktu. Penelitian ini bertujuan untuk menerapkan model Autoregressive Moving Average (ARMA) dalam meramalkan penjualan bolpoin sebagai dasar perencanaan persediaan. Data yang digunakan adalah data penjualan bolpoin harian selama periode Juni 2022 hingga Mei 2023 sebanyak 288 observasi. Analisis dilakukan menggunakan pendekatan deret waktu dengan bantuan perangkat lunak R. Hasil uji stasioneritas menunjukkan bahwa data bersifat stasioner sehingga dapat dimodelkan menggunakan ARMA. Berdasarkan kriteria Akaike Information Criterion (AIC) dan uji diagnostik residual, model terbaik yang diperoleh adalah ARMA(3,3). Model tersebut digunakan untuk melakukan peramalan penjualan bolpoin selama 30 hari ke depan. Hasil peramalan menunjukkan bahwa penjualan bolpoin cenderung berfluktuasi pada periode tertentu tanpa pola tren yang jelas. Temuan ini diharapkan dapat menjadi bahan pertimbangan bagi perusahaan dalam merencanakan persediaan bolpoin secara lebih optimal dan berbasis data.