Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal BAREKENG: Jurnal Ilmu Matematika dan Terapan Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika
Noya van Delsen, Marlon S.
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Energy Engineering Mathematics Mechanical Engineering Physics Transportation

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Klasifikasi Penggunaan Alat Kontrasepsi di Kecamatan Salahutu Kabupaten Maluku Tengah Menggunakan Metode K-Nearest Neighbor (KNN) Talakua, Andrew H; Haumahu, Gabriella; Noya Van Delsen, Marlon S.
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 7 No. 2 (2024): Menjembatani Matematika dan Pendidikan Matematika menuju Pemanfaatan Berkelanju
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v7i2.4088

Abstract

KNN classifier algorithm for developing an automatic classification system in categorizing knn methods. The classification process using the K-Nearest Neighbor (KNN) algorithm was chosen because it is simple and easy to implement. This study aims to determine the characteristics of the choice of contraceptives in Salahutu District, Central Maluku Regency and classify the choice of contraceptives in Salahutu District, Central Maluku Regency using the KNN method. A total of 1393 respondent data as a sample and 11 predictor variables and 1 response variable by calculating the distance between documents in the n-dimensional diagram is Euclidian Distance, the algorithm for classifying is the KNN algorithm, and the method for validating research results uses K-Fold Cross Validation. The results of this research are that the KNN algorithm can classify contraceptive methods with a level of accuracy. Comparison of Balanced Accuracy for each K for comparisons of 90:10%, 80:20% and 70:30% has been carried out with K values ​​of 4, 6, 8, 36, 37, 38, the best performance of the KNN classification model is obtained with a ratio of 90:10% of the KNN model with a value of
Klasifikasi Penggunaan Alat Kontrasepsi di Kecamatan Salahutu Kabupaten Maluku Tengah Menggunakan Metode K-Nearest Neighbor (KNN) Talakua, Andrew H; Haumahu, Gabriella; Noya Van Delsen, Marlon S.
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 7 No. 2 (2024): Menjembatani Matematika dan Pendidikan Matematika menuju Pemanfaatan Berkelanju
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v7i2.4088

Abstract

KNN classifier algorithm for developing an automatic classification system in categorizing knn methods. The classification process using the K-Nearest Neighbor (KNN) algorithm was chosen because it is simple and easy to implement. This study aims to determine the characteristics of the choice of contraceptives in Salahutu District, Central Maluku Regency and classify the choice of contraceptives in Salahutu District, Central Maluku Regency using the KNN method. A total of 1393 respondent data as a sample and 11 predictor variables and 1 response variable by calculating the distance between documents in the n-dimensional diagram is Euclidian Distance, the algorithm for classifying is the KNN algorithm, and the method for validating research results uses K-Fold Cross Validation. The results of this research are that the KNN algorithm can classify contraceptive methods with a level of accuracy. Comparison of Balanced Accuracy for each K for comparisons of 90:10%, 80:20% and 70:30% has been carried out with K values ​​of 4, 6, 8, 36, 37, 38, the best performance of the KNN classification model is obtained with a ratio of 90:10% of the KNN model with a value of
PENGGUNAAN METODE ANALISIS KOMPONEN UTAMA UNTUK MEREDUKSI FAKTOR-FAKTOR INFLASI DI KOTA AMBON Noya van Delsen, Marlon S.; Wattimena, Abraham Z.; Saputri, Susantri
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 11 No 2 (2017): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (259.155 KB) | DOI: 10.30598/barekengvol11iss2pp109-118

Abstract

Principal Component Analysis (PCA) merupakan suatu teknik statistik untuk mengubah dari sebagian besar variabel asli yang digunakan dan saling berkorelasi satu dengan yang lainnya, menjadi satu set variabel baru yang lebih kecil dan saling bebas (tidak berkorelasi lagi). Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi inflasi di Kota Ambon dengan mernggunakan analisis komponen utama. Variabel yang digunakan dalam penelitian ini ada 10 variabel, yaitu Bahan makanan (𝑋1), Makanana jadi, minuman, tembakau, rokok (𝑋2), Perumahan, air, listrik, gas, bahan bakar (𝑋3), Sandang (X4), Kesehatan (𝑋5), Pendidikan, rekreasi, olahraga (𝑋6), Transportasi, komunikasi, dan jasa keuangan (𝑋7), Nilai Tukar (𝑋8), Ekspor (𝑋9) dan Impor (𝑋10). Berdasarkan hasil penelitian terlihat dari 10 (sepuluh) variabel, yang terbentuk menjadi satu faktor utama yang mempengaruhi Inflasi di Kota Ambon, yaitu faktor Kebutuhan Ekonomi dengan total varian (comulative percent of variance) sebesar 77, 778%.
MENENTUKAN CADANGAN PREMI ASURANSI KESEHATAN INDIVIDU PERAWATAN RUMAH SAKIT MENGGUNAKAN METODE RETROSPEKTIF Hetharie, Mirawati I. P.; Sinay, Lexy J.; Noya van Delsen, Marlon S.
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 12 No 1 (2018): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (143.144 KB) | DOI: 10.30598/vol12iss1pp33-42ar362

Abstract

Asuransi kesehatan individu perawatan rumah sakit merupakan asuransi yang memberikan santunan kesehatan kepada pihak tertanggung untuk membiayai pengobatan dan perawatan rumah sakit apabila ia terserang penyakit. Dari premi yang dibayarkan pihak tertanggung, perusahaan akan mengelolanya untuk mendanai biaya kesehatan dari pihak tertanggung. Perusahaan asuransi juga wajib mengelola cadangan preminya untuk menghindari terjadinya kerugian akibat klaim sebelum jatuh tempo. Perhitungan cadangan premi pada asuransi ini menggunakan metode retrospektif yang berorientasi pada pengeluaran di waktu lampau. Untuk menghitung cadangan premi terlebih dahulu dihitung premi bersih tahunan yang diperuntukan untuk keluarga yang terdiri dari ayah, ibu dan anak dengan menggunakan tabel CSO 1941 suku bunga 2,5%. Besarnya premi bersih tahunan semakin meningkat setiap tahunnya begitu pula dengan cadangan premi asuransi dengan lama masa pertanggungan selama 10 tahun.
PEMILIHAN MODEL TERBAIK PADA ANALISIS REGRESI LINIER MULTIVARIAT DENGAN KRITERIA AIC Noya van Delsen, Marlon S.; Aulele, Salmon Noce; Patty, Henry W. M.; Kelbulan, Natalia
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 13 No 1 (2019): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (169.986 KB) | DOI: 10.30598/barekengvol13iss1pp025-032ar690

Abstract

Kesejahteraan merupakan tujan utama pembangunan sebuah negara. Salah satu aspek penting yang dapat digunakan untuk mengukur tingkat kesejahteraan adalah kualitas fisik penduduk itu sendiri, dua diantaranya adalah angka kematian bayi dan status gizi buruk. Model regresi multivariat adalah model regresi dengan lebih dari satu variabel respon yang saling berkorelasi dan satu atau lebih variabel prediktor. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor apa saja yang mempengaruhi angka kematian bayi dan status gizi buruk di Provinsi Maluku dengan menggunakan regresi linier multivariat. Hasil penelitian menunjukan bahwa persentase angka kematian bayi tertinggi yaitu di Kabupaten Maluku Tenggara Barat dan persentase status gizi buruk tertinggi di Kabupaten Kepulauan Aru. Faktor-faktor yang signifikan mempengaruhi angka kematian bayi dan status gizi buruk di Provinsi Maluku dengan menggunakan regresi linier multivariat yaitu persentase ASI Ekslusif (X1), persentase kunjungan ibu hamil ke Puskesmas untuk memeriksa kandungan (X3), persentase jumlah sarana kesehatan (X4) dan persentase penduduk miskin (X5). Model terbaik untuk Y1 dan Y2 diperoleh dengan nilai AIC sebesar 8,440420 dan 0,6999986.
BINARY LOGISTICS REGRESSION MODEL TO IDENTIFY FACTORS ASSOCIATED WITH LOW BIRTH WEIGHT (LBW) (CASE STUDY: BABY DATA AT DR. M. HAULUSSY HOSPITAL AMBON) Sari, Yunita Puspita; Noya Van Delsen, Marlon S.; Lesnussa, Yopi Andry
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 16 No 3 (2022): BAREKENG: Journal of Mathematics and Its Applications
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.391 KB) | DOI: 10.30598/barekengvol16iss3pp985-994

Abstract

Low birth weight (LBW) is one of the risk factors for increasing baby mortality. LBW is characterized by a baby's birth weight of fewer than 2500 grams which is weighed within the first hour after birth. The case of LBW is of special concern because it can have a serious impact on the quality of future generations, which will slow down the growth and development of children and affect the decline in intelligence. In this study, identification was carried out to determine the factors that influence the status of BBL in RSUD Dr. M. Haulussy Ambon in 2020, the data used in this study is medical record data from RSUD Dr. M. Haulussy Ambon in 2020 with a total sample of 183 respondents with predictor variables covering nine variables and one response variable. The analysis used is a binary logistic regression method with the response variables of BBL status which are categorized as normal and low. The results of this study obtained a binary logistic regression model in which the factors that influence the case of low birth weight are maternal gestational age and parity with a classification accuracy of 91.8.
Co-Authors Aulele, Salmon Noce H. W. M. Patty Haumahu, Gabriella Hetharie, Mirawati I. P. Kelbulan, Natalia Saputri, Susantri Sinay, Lexy J. Talakua, Andrew H Wattimena, Abraham Z. Yopi Andry Lesnussa