Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Amalgamasi: Journal of Mathematics and Applications

Analisis Pengguna Pil KB pada Puskesmas Kejuruan Muda dengan Metode Single Eksponensial Smoothing Wiwin Apriani; Nurhayati
Amalgamasi: Journal of Mathematics and Applications Vol. 1 No. 1 (2022): Amalgamasi: Journal of Mathematics and Applications
Publisher : Universitas Pasifik Morotai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55098/amalgamasi.v1.i1.pp1-7

Abstract

Metode pemulusan ekspnensial tunggal (Singgel Eksponensial Smoothing) pada data deret berkala (Time Series) digunakan untuk meramalkan jumlah pengguna pil KB pada puskesmas Kejuruan Muda Kabupaten Aceh Tamiang. Pemulusan eksponensial adalah metode peramalan yang pada dasarnya meramalkan nilai rata-rata saat ini berdasarkan data rata-rata nilai masa lalu. Bahan yang digunakan adalah data pengguna pil KB dengan mengambil data skunder pada puskesmas Kejuruan Muda Tahun 2021. Metode yang digunakan untuk meramalkan jumlah pengguna pil KB adalah metode pemulusan eksponensial tunggal (Single Eksponensial Smoothing). Metode single exponential smoothing merupakan pengembangan dari metode single moving averages dimana metode peramalan ini dilakukan dengan mengulang perhitungan secara terus menerus dengan menggunakan data terbaru dan setiap data diberi bobot. Metode ini mempertimbangkan bobot data sebelumnya dengan memberikan bobot pada setiap data periode untuk membedakan prioritas atas suatu data. Metode single exponential smoothing merupakan metode yang digunakan pada peramalan jangka pendek yang mengasumsikan bahwa data berfluktuasi di sekitar nilai mean yang tetap tanpa trend atau pola pertumbuhan konsisten. Selanjutnya diketahui bahwa rumus MAPE (Mean Absolut Percentage Error) untuk tingkat akurasi dengan nilai alpha yang paling kecil yaitu α = 0,1 adalah 4,82%
Penerapan Metode Structural Equation Modelling dengan Path Analysis untuk Menganalisis Pengaruh Motivasi Orang Tua dan Kondisioning Rumah terhadap Akhlak (Mandiri, Kerja Keras, dan Tanggung Jawab) Siswa Mayawi; Ariestha Widyastuty Bustan; Nurhayati; Andi Fitriawati; Munazat Salmin
Amalgamasi: Journal of Mathematics and Applications Vol. 1 No. 1 (2022): Amalgamasi: Journal of Mathematics and Applications
Publisher : Universitas Pasifik Morotai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55098/amalgamasi.v1.i1.pp18-24

Abstract

Membentuk akhlak merupakan hal mendasar dan paling penting dalam penyelenggaraan pendidikan. Orang tua sebagai bagian dari penyelenggara pendidikan informal harus selalu mengajarkan pendidikan akhlak seperti nasihat, bimbingan, disiplin, dan arahan yang berlandaskan nilai-nilai ajaran. Khususnya bagaimana orang tua memberikan motivasi kepada anaknya serta memberikan kondisi lingkungan keluarga atau pengondisian rumah yang baik dalam membentuk akhlak seorang anak agar memiliki kemandirian, kerja keras dan tanggung jawab. Data pada penelitian ini menggunakan data akhlak mulia siswa sekolah menengah pertama yang dianalisis menggunakan SEM dengan Path Analysis. Terdapat 5 variabel manifest yaitu motivasi orang tua, kondisioning rumah, kemandirian, kerja keras dan tanggung jawab. Motivasi orang tua dan kondisioning rumah berpengaruh terhadap kemandirian dan tanggung jawab siswa. Adapun motivasi orang tua dan kondisoning rumah juga secara tidak lagsung berpengaruh terhadap kerja keras siswa. Selanjutnya kemandirian berpengaruh langsung terhadap tanggung jawab siswa dan kamandirian serta tanggung jawab juga berpengaruh secara langsung terhadap kerja keras siswa. Dari hasil Uji Goodness of Fit terhadap model pada gambar di atas menunjukkan probabilitas nilai chi-square di atas 0,05. Adapun semua nilai GFI, AGFI, TLI dan CFI diatas 0,9 serta nilai RMSEA dibawah 0,08 sehingga dapat disimpulkan bahwa model diatas didukung oleh data atau model tersebut fit
PEMODELAN DATA CURAH HUJAN DI KOTA LANGSA DENGAN MODEL ARIMA Wiwin Apriani; Nurhayati
Amalgamasi: Journal of Mathematics and Applications Vol. 1 No. 2 (2022): Amalgamasi: Journal of Mathematics and Applications
Publisher : Universitas Pasifik Morotai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55098/amalgamasi.v1.i2.pp64-70

Abstract

The aim of this research is to provide the results of ARIMA modeling on rainfall data in Langsa City in 2017-2021. The initial stage of ARIMA modeling is the identification of data stationarity. Meanwhile, stationarity in the mean can be done with data plots and ACF forms. Identification of ACF and PACF forms from data that is already stationary is used to determine the order of the alleged ARIMA model. The next stage is parameter estimation to see the suitability of the model. The diagnostic check process is carried out to evaluate whether the residual model meets the white noise requirements and is normally distributed. The Ljung-Box test is a test that can be used to validate white noise requirements. Rainfall data forms a stationary time series. Furthermore, from the model fit test it was found that the MA(1) model was suitable for predicting the model. Meanwhile, AR(1) and ARMA(1,1) are not used to predict because they do not meet the model fit test. The model obtained with the MA(1) model is as follows, namely .
PREDIKSI PRODUKSI CRUDE OIL DENGAN MENGGUNAKAN MODEL DERET WAKTU: ARIMA (1,2,2) GARCH (1,1) Nurhayati; Wiwin Apriani
Amalgamasi: Journal of Mathematics and Applications Vol. 2 No. 1 (2023): Amalgamasi: Journal of Mathematics and Applications
Publisher : Universitas Pasifik Morotai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55098/amalgamasi.v2.i1.pp10-23

Abstract

Crude oil termasuk kedalam komoditas penting yang menjadi sumber energi. Perubahan harga crude oil dapat mempengaruhi keadaan perekonomian dari suatu negara. Hal ini dikarenakan harga crude oil dalam suatu kondisi akan mengalami kenaikan atau penurunan yang signifikan. Salah satu model yang dapat digunakan untuk memprediksi jenis data deret waktu tersebut adalah ARIMA (Autoregressive Integrated Moving Average) atau GARCH (Generalized Autoregressive Conditional Heteroscedasticity). Adapun tujuan yang ingin dicapai adalah memprediksi data produksi crude oil dalam satuan barrel (BBL) pada rentang waktu Januari 2012 sampai Desember 2018. Dari hasil peramalan diperoleh bahwa model ARIMA (1,2,2) GARCH (1,1) merupakan model terbaik dan memberikan hasil prediksi yang cenderung menyerupai data asli