Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Kesehatan Tambusai MATHunesa: Jurnal Ilmiah Matematika
Rahmania, Dita
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Energy Engineering Health Professions Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Transportation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PREDICTION OF TIN EXPORTS, POPULATION, POVERTY, AND LABOR FORCE IN THE PROVINCE OF BANGKA BELITUNG ISLANDS Kustiawan, Elyas; Dalimunthe, Desy Yuliana; Vebtasvili, Vebtasvili; Oktarianty, Haslen; Silaban, Yabes Sentosa; Luthfiyah, Fadillah; Rahmania, Dita
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 18 No 4 (2024): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol18iss4pp2589-2596

Abstract

The COVID-19 virus has also caused shocks to the Bangka Belitung Islands Province in various sectors, especially the economy. To overcome this problem, of course the government has prepared responsive policies, both fiscal and monetary policies to prevent post-COVID-19 risks, especially in the economic recession. To prevent a post-COVID-19 economic recession, a prediction or time series forecast is needed on four variables that influence the economic recession, namely the number of tin exports, population, poverty and labor force in the Bangka Belitung Islands Province so that economic growth is maintained. This research aims to predict the four research variables by comparing the Moving Average and Exponential Smoothing methods. This research also uses Root Mean Square Error (RMSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE) as indicators of model accuracy. Based on the results of the accuracy indicators of this model, it was found that the Exponential Smoothing method was better than the Moving Average method. The predicted results for the value of tin exports in 2024 are -3.3645811 with The RMSE value is 42293770, MAE is 29558091, and MAPE is 84.46131. The negative value in the tin export prediction means that the decline in the value of tin exports in 2024 will not have a significant effect because it is still within a reasonable figure. The total labor force in 2024 will be 11057.23 with RMSE value is 16536.48, MAE value is 14194.02, and MAPE is 112.8078. Then for population the predicted result is 21241.92 with RMSE is 19537.82, MAE is 11548.41, and MAPE is 37.51894. Then for the predicted results the number of poverty is 70.22749 with RMSE, MAE, and MAPE respectively of 3992.146, 3205.528, and 139.1129. The alpha value used is 0.0183.
Pemodelan faktor-faktor yang memengaruhi pernikahan dini di provinsi kepulauan bangka belitung menggunakan regresi poisson Rahmania, Dita
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p165-171

Abstract

Pernikahan dini masih menjadi permasalahan yang cukup kompleks di Indonesia, khususnya di Provinsi Kepulauan Bangka Belitung. Angka pernikahan dini di Provinsi Kepulauan Bangka Belitung mencapai 107 jiwa dan berada diperingkat ke-12 di Indonesia pada tahun 2024. Penelitian ini bertujuan untuk mengetahui factor yang berpengaruh terhadap pernikahan dini di setiap kabupaten/kota di Provinsi Kepulauan Bangka Belitung. Variabel yang digunakan dalam penelitian ini adalah Angka Partisipasi Murni (APM), Tingkat Pengangguran Terbuka (TPT), Tingkat Penduduk Miskin (TPM), dan Indeks Pembangunan Gender (IPG). Analisis yang digunakan dalam penelitian ini adalah Regresi Poisson. Hasil dari penelitian ini adalah faktor-faktor yang memengaruhi pernikahan dini di Provinsi Kepulauan Bangka Belitung adalah Angka Partisipasi Murni (APM), Tingkat Pengangguran Terbuka (TPT), dan Tingkat Penduduk Miskin (TPM), serta nilai AIC yang di peroleh sebesar 964,81.
PENGGUNAAN DEEP LEARNING UNTUK MEMPREDIKSI LUARAN FUNGSIONAL PADA STROKE ISKEMIK : TINJAUAN SISTEMATIS Rahima, Shahifa Audy; Handoko, Eko Aprilianto; Alami, Eqiel Navadz Akthar; Sari, Putri Fortuna; Rahmania, Dita
Jurnal Kesehatan Tambusai Vol. 7 No. 1 (2026): MARET 2026
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jkt.v7i1.56024

Abstract

Stroke iskemik merupakan penyakit dengan prevalensi, mortalitas, dan morbiditas yang tinggi, sehingga ketepatan serta kecepatan prediksi luaran sangat penting dalam mendukung pengambilan keputusan klinis dan manajemen pasien. Perkembangan metode deep learning (DL) sebagai bagian dari kecerdasan buatan memanfaatkan jaringan saraf tiruan untuk mempelajari pola kompleks dari kumpulan data berskala besar secara otomatis. Pendekatan ini memungkinkan peningkatan akurasi diagnostik berbasis computer-aided diagnosis (CAD) serta prediksi luaran fungsional secara lebih presisi. Penelitian ini bertujuan mengevaluasi kinerja deep learning dalam menilai luaran fungsional pada stroke iskemik. Tinjauan sistematis dilakukan mengikuti pedoman PRISMA dengan penelusuran literatur pada periode 2015–2025. Kualitas metodologis dan risiko bias studi dinilai menggunakan instrumen ROBINS-I versi 2, sedangkan performa prediktif dianalisis berdasarkan indikator seperti Area Under the Curve (AUC), F1 Score, dan metrik relevan lainnya. Dari total 146 publikasi yang teridentifikasi, delapan studi memenuhi kriteria inklusi dengan risiko bias yang umumnya rendah. Hasil analisis menunjukkan performa prediktif yang baik, dengan nilai AUC tertinggi mencapai 0,91 dan terendah 0,71. Beberapa studi juga melaporkan akurasi yang tinggi berdasarkan F1 Score (hingga 0,79) dan nilai recall yang memadai. Secara keseluruhan, temuan ini menegaskan bahwa deep learning merupakan pendekatan yang menjanjikan dan berpotensi menjadi strategi inovatif dalam penilaian luaran fungsional pada pasien stroke iskemik.
Co-Authors Alami, Eqiel Navadz Akthar Desy Yuliana Dalimunthe, Desy Yuliana Handoko, Eko Aprilianto Kustiawan, Elyas Luthfiyah, Fadillah Oktarianty, Haslen Rahima, Shahifa Audy Sari, Putri Fortuna Silaban, Yabes Sentosa Vebtasvili Vebtasvili