Article Per Year (5 Year)
p-Index From 2021 - 2026
4.652
P-Index
This Author published in this journals
All Journal BIMASTER Journal of the Indonesian Mathematical Society Indonesian Journal of Applied Statistics BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Jambura Journal of Mathematics Sarwahita : Jurnal Pengabdian Kepada Masyarakat Jurnal Matematika UNAND Variance : Journal of Statistics and Its Applications Insan Cita Jurnal Pengabdian Kepada Masyarakat Jambura Journal of Biomathematics (JJBM) Jurnal Forum Analisis Statistik
Imro'ah, Nurfitri
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : bimaster

 1 
PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN INDIKATOR KESEJAHTERAAN MENGGUNAKAN K-PROTOTYPE Panawaristia, Brigitha; Martha, Shantika; Imro'ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Kesejahteraan masyarakat merupakan indikator penting dalam menilai keberhasilan pembangunan wilayah. Pengelompokan kabupaten/kota berdasarkan indikator kesejahteraan diperlukan untuk mengidentifikasi wilayah dengan karakteristik yang relatif serupa. Penelitian ini bertujuan mengelompokkan kabupaten/kota di Provinsi Kalimantan Barat menggunakan algoritma K-Prototype, dengan penentuan jumlah klaster optimal berdasarkan Silhouette Coefficient. Data yang digunakan merupakan data sekunder tahun 2024 yang diperoleh dari Badan Pusat Statistik dan portal Satu Data, dengan unit analisis sebanyak 14 kabupaten/kota. Variabel penelitian terdiri atas delapan variabel numerik dan dua variabel kategorik. Variabel numerik distandarisasi menggunakan metode Z-Score, sedangkan seluruh variabel diuji multikolinearitas menggunakan Generalized Variance Inflation Factor (GVIF). Proses klasterisasi menggunakan jarak Squared Euclidean untuk atribut numerik dan Simple Matching untuk atribut kategorik. Hasil analisis menunjukkan bahwa jumlah klaster optimal adalah dua klaster dengan nilai Silhouette Coefficient sebesar 0,40. Klaster pertama terdiri atas Kabupaten Kubu Raya, Kota Pontianak, dan Kota Singkawang, yang menunjukkan indikator kesejahteraan relatif lebih baik dibanding klaster kedua, serta didominasi oleh sektor jasa dan wilayah non-perbatasan. Sebaliknya, klaster kedua didominasi oleh sektor pertanian dengan karakteristik wilayah perdesaan dan sebagian merupakan wilayah perbatasan. Hasil pengelompokan ini menunjukkan bahwa kebijakan pembangunan antar klaster dapat dibedakan, di mana pada klaster pertama diarahkan pada upaya mempertahankan dan mengoptimalkan sektor jasa serta kualitas layanan perkotaan, sedangkan pada klaster kedua diperlukan upaya peningkatan produktivitas sektor pertanian serta pemerataan infrastruktur dan akses layanan dasar, khususnya pada wilayah perbatasan.
PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN FAKTOR PENYEBAB STUNTING DENGAN VALIDASI KORELASI COPHENETIC Andini, Syarifah; Perdana, Hendra; Imro'ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Stunting merupakan gangguan pertumbuhan pada anak balita yang dipicu oleh defisiensi gizi yang tercermin dari panjang atau tinggi badan anak yang tidak sesuai dengan standar usianya. Hingga saat ini, stunting masih menjadi permasalahan kesehatan yang serius di Indonesia dengan karakteristik penyebab yang beragam antarwilayah. Penelitian ini bertujuan untuk mengelompokkan provinsi di Indonesia berdasarkan faktor penyebab stunting serta memvalidasi hasil pengelompokan menggunakan koefisien korelasi Cophenetic. Data yang digunakan merupakan data sekunder yang bersumber dari publikasi Survei Status Gizi Indonesia (SSGI) tahun 2024 dengan sepuluh variabel faktor penyebab stunting, meliputi akses air minum layak, akses sanitasi layak, kelengkapan imunisasi dasar, berat badan lahir rendah (<2500 gram), ASI eksklusif, prevalensi ISPA balita, ANC K4, konsumsi tablet tambah darah (≥90 tablet), bayi segera disusui kurang dari 60 menit setelah lahir, dan keragaman pangan minimal. Metode analisis yang digunakan adalah analisis klaster hierarki dengan metode Ward dan jarak Squared Euclidean. Hasil validasi menggunakan koefisien korelasi Cophenetic menghasilkan nilai sebesar 0,509, yang menunjukkan bahwa dendrogram cukup merepresentasikan jarak antarprovinsi pada data asli. Hasil analisis menghasilkan empat klaster provinsi dengan karakteristik yang berbeda. Klaster 1 merupakan wilayah dengan kondisi paling ideal dalam pencegahan stunting, klaster 2 mencerminkan wilayah dengan kondisi menengah, klaster 3 merupakan wilayah yang tergolong rentan dalam upaya pencegahan stunting, dan klaster 4 menunjukkan wilayah dengan kondisi paling kompleks dan paling rentan terhadap permasalahan stunting.
PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN METODE ARIMAX-EGARCH Felisya, Tasya; Imro'ah, Nurfitri; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Indeks Harga Saham Gabungan (IHSG) merupakan gabungan beberapa saham di Indonesia yang dapat digunakan untuk mengetahui rata-rata pergerakan saham di Indonesia. Dibandingkan dengan indeks LQ45 dan IDX30 yang hanya mencakup saham tertentu, IHSG memiliki cakupan yang lebih luas dan mampu menggambarkan kondisi pasar saham. Namun, IHSG tidak menyajikan informasi harga saham secara individual. Pergerakan IHSG dipengaruhi oleh berbagai faktor, yaitu faktor internal dan eksternal. Salah satu faktor eksternalnya adalah harga minyak mentah Brent, yang digunakan sebagai salah satu acuan penetapan harga bahan bakar yang berlaku di Indonesia. Fluktuasi harga minyak dapat berdampak pada biaya operasional perusahaan, sehingga memengaruhi pergerakan IHSG. Oleh karena itu, diperlukan model yang mampu mempertimbangkan pengaruh faktor eksternal. Model ARIMAX digunakan untuk mengidentifikasi pengaruh harga minyak mentah Brent terhadap IHSG. Untuk mengatasi masalah varians yang tidak konstan digunakan model GARCH. Namun, karena GARCH belum mampu menangkap efek asimetris pada data, maka digunakan model EGARCH sebagai pengembangan yang lebih sesuai. Analisis volatilitas IHSG penting dilakukan karena dapat membantu investor dalam pengambilan keputusan serta pengelolaan risiko investasi. Penelitian ini bertujuan untuk memodelkan dan meramalkan harga IHSG menggunakan model ARIMAX-EGARCH. Data yang digunakan berupa harga penutupan harian IHSG dengan harga minyak mentah Brent sebagai variabel eksogen pada periode 2 Januari 2020 hingga 29 September 2025. Pemilihan model terbaik dipilih berdasarkan nilai AIC terkecil, dan akurasi peramalan dievaluasi menggunakan nilai MAPE. Hasil analisis menunjukkan bahwa model ARIMAX (5,0,5)-EGARCH (2,2) merupakan model terbaik karena nilai MAPE sebesar 0,77% yang menunjukkan bahwa model ini sangat baik untuk melakukan peramalan.
ANALISIS STATUS NEET DI KAWASAN BARAT INDONESIA MENGGUNAKAN REGRESI LOGISTIK BINER MULTILEVEL Marda; Imro'ah, Nurfitri; Martha, Shantika
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Pemuda memegang peran strategis dalam pembangunan nasional, namun masih terdapat pemuda dengan usia 15-24 tahun yang tidak terlibat dalam kegiatan pendidikan, pelatihan dan tidak terserap pasar kerja. Kondisi ini tercermin dari tingginya angka NEET (Not in Education, Employment, or Training) di sejumlah provinsi di Kawasan Barat Indonesia yang melampaui rata-rata nasional sebesar 20,31%. Penelitian ini menggunakan model regresi logistik biner multilevel untuk memodelkan status NEET, mengidentifikasi faktor-faktor individu dan kabupaten/kota yang mempengaruhinya, serta menjelaskan variasi pengaruh faktor individu antar kabupaten/kota. Data yang digunakan adalah data sekunder BPS hasil Survei Angkatan Kerja Nasional Agustus 2024, Publikasi Provinsi Dalam Angka dan Potensi Desa. Hasil analisis menunjukkan bahwa model terbaik adalah model random slope pada variabel pendidikan tertinggi yang ditamatkan. Faktor level individu yang berpengaruh signifikan terhadap status NEET di Kawasan Barat Indonesia terdiri atas jenis kelamin, umur, pendidikan tertinggi yang ditamatkan, status perkawinan, wilayah tempat tinggal, dan keahlian teknologi digital. Pada level kabupaten/kota, Tingkat Kesempatan Kerja (TKK) dan rasio SMA/sederajat per 100 km2 juga berpengaruh signifikan dan menurunkan kecenderungan pemuda berstatus NEET, masing-masing sebesar 11,4% dan 0,4%. Variasi pengaruh pendidikan tertinggi pemuda ditunjukkan oleh nilai varians efek acak slope variabel pendidikan tertinggi yang ditamatkan tidak sama dengan nol sehingga pengaruh pendidikan tidak seragam di seluruh wilayah kabupaten/kota dalam mempengaruhi status NEET. Nilai varians pada tingkat Perguruan Tinggi (0,4108) lebih besar dibandingkan varians pada tingkat SMA/Sederajat (0,1565), dengan kategori referensi adalah SMP ke bawah. Hal ini menunjukkan bahwa pengaruh pendidikan tinggi terhadap status NEET lebih bervariasi antar kabupaten/kota dibandingkan pengaruh pendidikan SMA/Sederajat.
K-HARMONIC MEANS CLUSTERING DENGAN VALIDASI DUNN INDEX UNTUK PENGELOMPOKAN TINGKAT PENGANGGURAN DI KALIMANTAN BARAT Margareta, Tiara; Imro'ah, Nurfitri; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Tingkat pengangguran menjadi salah satu isu ketenagakerjaan yang dipengaruhi oleh beragam faktor sosial dan ekonomi yang berbeda di setiap wilayah. Berdasarkan kondisi tersebut, diperlukan pengelompokan kabupaten/kota di Provinsi Kalimantan Barat menurut faktor-faktor yang memengaruhi tingkat pengangguran. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Kalimantan Barat menggunakan metode K-Harmonic Means serta menentukan jumlah cluster yang optimal berdasarkan Dunn Index. Variabel yang digunakan dalam penelitian ini meliputi Tingkat Partisipasi Angkatan Kerja (TPAK), laju pertumbuhan Produk Domestik Regional Bruto (PDRB), persentase penduduk miskin, Rata-rata Lama Sekolah (RLS), angka ketergantungan, jumlah penduduk, serta realisasi investasi Penanaman Modal Asing (PMA) dan Penanaman Modal Dalam Negeri (PMDN). Berdasarkan hasil analisis, diperoleh jumlah cluster optimal sebanyak empat cluster dengan parameter = 2,5; 3; 3,5; dan 4, serta nilai Dunn Index sebesar 0,635 yang merupakan nilai tertinggi dibandingkan jumlah cluster lainnya. Hasil pengelompokan menunjukkan bahwa Cluster 1 ditandai oleh TPAK yang relatif tinggi, namun masih disertai pertumbuhan PDRB terendah dan persentase penduduk miskin yang cukup tinggi, sehingga menunjukkan penyerapan tenaga kerja belum optimal. Cluster 2 memiliki pertumbuhan PDRB dan realisasi PMDN yang tinggi, mencerminkan kondisi ekonomi dan pasar kerja yang lebih kondusif. Cluster 3 menonjol dengan jumlah penduduk serta realisasi PMA yang sangat tinggi, tetapi juga memiliki tingkat kemiskinan tertinggi, sehingga menunjukkan belum meratanya kesejahteraan. Sementara itu, Cluster 4 dicirikan oleh rata-rata lama sekolah yang tinggi namun TPAK relatif rendah, yang mengindikasikan pemanfaatan tenaga kerja terdidik belum optimal.
PREDIKSI HARGA EMAS MENGGUNAKAN FEEDFORWARD NEURAL NETWORK (FFNN) DENGAN ALGORITMA BACKPROPAGATION Nirwani; Satyahadewi, Neva; Imro'ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Feedforward Neural Network (FFNN) merupakan salah satu metode Artificial Neural Network (ANN) yang mampu mempelajari pola data dan membentuk model dengan cepat. Proses pembelajaran FFNN menggunakan algoritma backpropagation untuk meminimalkan kesalahan antara hasil prediksi dan data aktual melalui pembaruan bobot secara bertahap. Kombinasi FFNN dan backpropagation efektif dalam mengenali pola hubungan kompleks dan nonlinier pada data time series seperti harga emas. Penelitian ini bertujuan menganalisis prediksi penutupan harga emas tujuh hari ke depan menggunakan metode FFNN dengan algoritma backpropagation. Data yang digunakan adalah harga penutupan emas periode Januari 2021 sampai Desember 2024 sebanyak 1030 data, dengan pembagian 80% data training dan 20% data testing. Proses pelatihan dan pembelajaran dilakukan secara bertahap dengan menggunakan algoritma backpropagation. Terdapat tiga tahap pada proses backpropagation yaitu tahap feedforward, tahap backward, serta tahap pembaruan bobot dan bias. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada learning rate 0,001 dengan arsitektur jaringan 2-8-1, menghasilkan nilai MSE sebesar 0,00105 dan MAPE sebesar 3,546%. Berdasarkan model tersebut, prediksi harga emas tujuh hari ke depan cenderung mengalami penurunan. Harga penutupan tertinggi diprediksi terjadi pada 2 Januari 2025 sebesar 2547,08 USD per troy ounce, sedangkan harga terendah diprediksi terjadi pada 10 Januari 2025 sebesar 2412,15 USD per troy ounce.
Co-Authors ., Putri Amalia, Disya Recita Andani, Wirda Andini, Syarifah Arini, Nani Fitria Ayyash, Muhammad Yahya Dadan Kusnandar Debataraja, Naomi Nessyana Evy Sulistianingsih Felisya, Tasya Fitriyana, Gita Hendra Perdana Huda, Nur'ainul Miftahul Marda Marda, Marda Margareta, Tiara Marlisa, Herina Martha, Shantika Mauditia, Lyra Neva Satyahadewi Nirwani Novita, Irene Panawaristia, Brigitha Pratiwi, Hesty Rizki, Setyo Wira Tamtama, Ray Umairah, Tarisa Utami, Dewi Setyo Utriweni Mukhaiyar