Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

3.265

P-Index

This Author published in this journals

All Journal Indonesian Journal of Geography J@TI (TEKNIK INDUSTRI) CAUCHY: Jurnal Matematika Murni dan Aplikasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Optimasi Sistem Industri PSYMPATHIC BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Jurnal Aplikasi Statistika & Komputasi Statistik Komunikologi: Jurnal Pengembangan Ilmu Komunikasi dan Sosial Journal Psikogenesis Jurnal Statistika dan Matematika (Statmat) Jurnal Riset Statistika Bandung Conference Series: Statistics Schema: Journal of Psychological Research STATISTIKA Parameter: Jurnal Matematika, Statistika dan Terapannya

Dwi Agustin Nuriani Sirodj

Program Studi Statistika, FMIPA, Universitas Islam Bandung

Author-ID : 2152779

Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 27 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

ALGORITMA CONVOLUTIONAL NEURAL NETWORK DALAM KLASIFIKASI CHEST X-RAYS PASIEN COVID-19 MENGGUNAKAN FUNGSI AKTIVASI SIGMOID Muhamad Nurhikmat Zain; Dwi Agustin Nuriani Sirodj
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.27058

Convolutional neural network merupakan pengembangan dari artificial neural network. Penelitian ini akan melakukan klasifikasi chest x-rays pasien COVID-19. Proses klasifikasi dilakukan dengan menggunakan bantuan fungsi aktivasi sigmoid untuk kasus klasifikasi biner. Selama ini untuk mendiagnosa COVID-19 dilakukan dengan tes Reverse Transcription Polymerase Chain Reaction (RT-PCR). Namun ada beberapa masalah pada mekanisme pengujian tes (RT-PCR) diantaranya perlunya alat dan bahan khusus dan memakan waktu yang cukup lama. Solusi yang lebih cepat berbasis data sangat diperlukan dibandingkan melakukan tes (RT-PCR). Salah satu cara yang dapat membantu adalah dengan memanfaatkan citra digital berupa chest x-rays untuk mengambil informasi dan mengenali objek secara otomatis dengan menggunakan metode convolutional neural network. Hasil klasifikasi chest x-rays dengan arsitektur convolutional neural network yang telah dibangun mendapatkan nilai akurasi sebesar 91%, presisi sebesar 86% dan recall sebesar 79%.

ANALISIS ITEM SOAL UTS PEDOLOGI SEMESTER GANJIL 2015-2016 Ihsana Sabriani Borualogo; Sulisworo Kusdiyati Kusdiyati; Susandari Susandari Susandari; Dwi Agustin Nuriani Sirodj
SCHEMA (Journal of Psychological Research) Volume 3 No.1 Mei 2017
Publisher : Universitas Islam Bandung

Evaluasi hasil belajar dapat dilakukan melalui ujian dengan menggunakan soal pilihan ganda. Untuk dapat mengetahui apakah soal-soal UTS Pedologi Semester Ganjil 2015-2016 memiliki validitas, reliabilitas, tingkat kesukaran, kemampuan tiap soal dalam membedakan siswa yang paham dan tidak paham materi, serta kemampuan pilihan jawaban soal dalam mengganggu pilihan jawaban soal lainnya, maka dilakukan analisis item. Data yang dianalisis adalah jawaban dari 102 mahasiswa yang mengikuti UTS mata kuliah Pedologi Semester Ganjil 2015-2016. Hasil analisis menunjukkan bahwa soal UTS Pedologi 2015-2016 masih memiliki banyak kekurangan, sehingga perlu dilakukan revisi pada soal-soal ujian tersebut agar dapat benar-benar melakukan evaluasi belajar dengan baik.

GAMBARAN KRISIS PSIKOLOGIS MAHASISWA TINGKAT PERTAMA PROGRAM SARJANA UNIVERSITAS ISLAM BANDUNG Rizka Hadian Permana; Miki Amrilya Wardati; Dwi Agustin Nuriani Sirodj
SCHEMA (Journal of Psychological Research) Volume 3 No.2 November 2017
Publisher : Universitas Islam Bandung

Penelitian ini merupakan penelitian dalam bidang psikologi klinis. Variabel yang diteliti dalam penelitian ini adalah krisis psikologis yang mengacu pada teori dari Wiger pada tahun 2003. Studi ini fokus pada krisis psikologis yang dialami oleh mahasiswa tingkat pertama program sarjana Universitas Islam Bandung, dimana mahasiswa tersebut menghadapi tututan akademis maupun tuntutan sosial yang baru di lingkungan perguruan tinggi. Pengukuran yang dilakukan menyangkut jenis – jenis krisis psikologis yang dialami yaitu 1) krisis perkembangan, 2) krisis situasional, dan 3) krisis eksistensial. Sampel dipilih menggunakan metode systematic random sampling di setiap fakultas. Rancangan penelitian yang digunakan adalah studi deskriptif. Hasil penelitian didapatkan gambaran bahwa mahasiswa tidak mengalami ketiga tipe krisis psikologis yaitu krisis identitas, krisis situasional, dan krisis eksistensial.

ANALISIS KUALITAS AITEM INTELLIGENCE STRUCTURE TEST (IST) MELALUI METODE ITEM RESPONSE THEORY (IRT) Dwi Agustin Nuriani Sirodj
SCHEMA (Journal of Psychological Research) Volume 4 No. 2 November 2018
Publisher : Universitas Islam Bandung

Intelligence Structure Test (IST) merupakan salah satu tes psikologi untuk mengukur kemampuan intelegensi seseorang. Di Universitas “X” penggunaan IST dijadikan sebagai acuan untuk seleksi masuk mahasiswa. Sebagai salah satu prediktor keberhasilan mahasiswa dalam menempuh pendidikan sarjana, penting untuk memastikan apakah kualitas dari tes IST masih baik untuk saat ini. Mengingat bahwa alat tes IST yang ada di Indonesia pada saat ini masih hasil adaptasi dari IST-70 dan belum ada revisi hingga saat ini. Seiring dengan berkembangnya ilmu pengetahuan maka berkembang pula salah satu metode yaitu item respon theory (IRT). IRT merupakan teori tentang bagaimana variabel kemampuan seseorang dan variabel aitem menentukan data respons ketika seseorang menjawab aitem tersebut. Kualitas tes IST apakah baik atau tidak ditentukan oleh ketepatan alat tes tersebut dalam mengukur kecerdasan individu (validitas), konsistensi dari alat tes tersebut (reliabilitas), derajat kesukaran aitem yang bergerak dari mudah ke sulit, daya pembeda aitem yang mampu membedakan individu yang mempunyai kemampuan tinggi dan rendah, serta index guessing agar aitem tidak mudah untuk ditebak jawabannya. Atas dasar tersebut peneliti ingin melakukan penelitan mengenai analisis kualitas aitem IST melalui metode IRT pada proses seleksi penerimaan mahasiswa baru Universitas “X” pada periode 2017- 2018. Dari hasil penelitian di dapat bahwa secara keseluruhan IST masih layak digunakan sebagai alat test yang mengukur kecerdasan seseorang dan dipakai sebagai prediktor keberhasilan calon mahasiswa baru dalam menempuh pembelajaran di universitas, hanya saja perlu adanya perbaikan dalam penempatan aitem yang disesuaikan dengan index facility nya. Selain itu terdapat delapan aitem tes yang tidak layak digunakan sehingga perlu diganti.

Analisis Clustering Time Series untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indeks Pembangunan Manusia Jenis Kelamin Perempuan Dwi Agustin Nuriani Sirodj; I Made Sumertajaya; Anang Kurnia
Statistika Vol. 23 No. 1 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i1.2181

ABSTRAK Indeks Pembangunan Manusia (IPM) mencerminkan bagaimana kualitas dari pembangunan suatu wilayah tertentu. Selain adanya ketimpangan nilai IPM antar wilayah provinsi di Indonesia, jika dilihat dari sudut pandang gender, maka kesenjangan IPM laki-laki dan perempuan pun tidak bisa dihindari. Peningkatan pertumbuhan pembangunan di setiap wilayah tentu harus mendorong peningkatan kesetaraan gender pula, dalam hal ini kesenjangan pembangunan antara laki-laki dan perempuan harus mampu diminimalisir sehingga penting untuk melihat bagaimana kondisi IPM perempuan perwilayah provinsi di Indonesia agar dapat dilakukan langkah-langkah intervensi untuk meminimalisir isu ketimpangan yang harapannya dapat mendorong indeks pembangunan di wilayah tersebut. Metode analisis yang digunakan untuk mengelompokkan daerah berdasarkan nilai IPM perempuan adalah Clustering time series. Hasil analisis memperlihatkan metode clustering time series dengan menggunakan jarak dynamic time-warping (DTW) menghasilkan dua kelompok yaitu kelompok 1 (daerah dengan IPM perempuan rendah): daerah Papua dan kelompok 2 (daerah dengan IPM perempuan tinggi): daerah lain selain Papua. Pengelompokan yang dibentuk menghasilkan nilai koefisien Silhouette sebesar 0,74. Nilai tersebut menandakan bahwa kelompok yang dibentuk berada dalam kategori kuat dalam artian bahwa dua kelompok tersebut mempunyai karakteristik yang jelas berbeda sehingga metode pengelompokan dengan jarak DTW dapat digunakan dalam pengelompokan provinsi-provinsi di Indonesia berdasarkan nilai IPM Perempuan. ABSTRACT The Human Development Index (HDI) reflects the quality of development in a particular region. In addition to the inequality of HDI values between provinces in Indonesia, when viewed from a gender perspective, the gap between the HDI of men and women is inevitable. Increased development growth in each region must certainly encourage an increase in gender equality as well; in this case, the development gap between men and women must be able to be minimized, so it is important to see how the condition of the women's HDI per region in Indonesia so that intervention steps can be taken to minimize the issue of inequality. The analysis method used in this paper is Time Series Clustering. The analysis results show that the time series clustering method using dynamic time-warping (DTW) distance produces two groups: group 1 (regions with low female HDI): Papua region and group (2 regions with high female HDI): all provinces except Papua. The grouping formed produced a Silhouette coefficient value of 0.74. This value indicates that the groups formed are in a strong category, so the clustering method with DTW distance can be used in grouping provinces in Indonesia based on the value of Women's HDI.

Algoritma Artificial Neural Network dalam Klasifikasi Chest X-Rays Pasien COVID-19 Muhamad Nurhikmat Zain; Dwi Agustin Nuriani Sirodj
Jurnal Riset Statistika Volume 2, No. 2, Desember 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v2i2.1426

Abstract. Artificial neural network is a network formed based on a human neural network consisting of a summation function, activation function and goal function. Artificial neural networks can be used to recognize objects from an image. The output of the artificial neural network in this study is the result of classification. This study will classify chest x-rays of COVID-19 patients. The process of classification using sigmoid activation function for the case of binary classification. Currently, to diagnose COVID-19 using Reverse Transcription Polymerase Chain Reaction (RT-PCR). However, there are several problems with the test mechanism (RT-PCR), has to do it special tools, materials, and it takes quite a long time. Another solution that can help is, use digital images form of chest x-rays to retrieve information and recognize objects automatically using artificial neural network method. The results of chest x-rays classification using a artificial neural network method with sigmoid activation function, get an accuracy of 88%, precision of 76%, and recall of 76%. Abstrak. Artificial neural network adalah jaringan yang dibentuk berdasarkan jaringan saraf manusia yang terdiri dari fungsi penjumlahan, fungsi aktivasi dan fungsi tujuan. Artificial neural network dapat digunakan untuk mengenali objek dari suatu citra. Output dari artificial neural network pada penelitian ini merupakan hasil klasifikasi. Penelitian ini akan melakukan klasifikasi chest x-rays pasien COVID-19. Proses klasifikasi dilakukan dengan menggunakan bantuan fungsi aktivasi sigmoid untuk kasus klasifikasi binary. Selama ini untuk mendiagnosa COVID-19 dilakukan dengan tes Reverse Transcription Polymerase Chain Reaction (RT-PCR). Namun ada beberapa masalah pada mekanisme pengujian tes (RT-PCR) diantaranya perlunya alat dan bahan khusus dan memakan waktu yang cukup lama. Solusi yang lebih cepat berbasis data sangat diperlukan dibandingkan melakukan tes (RT-PCR). Salah satu cara yang dapat membantu adalah dengan memanfaatkan citra digital berupa chest x-rays untuk mengambil informasi dan mengenali objek secara otomatis dengan menggunakan metode artificial neural network. Hasil klasifikasi chest x-rays dengan arsitektur artificial neural network yang telah dibangun mendapatkan nilai akurasi sebesar 88%, presisi sebesar 76% dan recall sebesar 76%.

Metode Hutan Ordinal untuk Klasifikasi Desa Sesuai dengan Status Indeks Desa Membangun Sirodj, Dwi Agustin Nuriani; Khairil Anwar Notodiputro; Bagus Sartono
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 15 No 2 (2023): Journal of Statistical Application and Computational Statistics
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v15i2.547

Metode hutan acak merupakan metode klasifikasi berbasis pohon yang cukup populer. Metode ini jika diterapkan pada peubah respon ordinal akan memberikan hasil yang mengubah karakteristik dari data ordinal itu sendiri. Dalam tulisan ini akan dibahas kinerja dari metode hutan ordinal dan hutan ordinal Naïve untuk klasifikasi status berbagai desa sesuai dengan Indeks Desa Membangun (IDM) di kabupatenTasikmalaya dan Indramayu. Hasilnya memperlihatkan bahwa untuk Kabupaten Tasikmalaya kinerja metode hutan ordinal mengungguli kinerja hutan ordinal Naïve dengan rataan akurasi sebesar 73.8% dan rataan nilai kappa sebesar 0.18 sedangkan pada Kabupaten Indramayu kinerja metode hutan ordinal naïve yang justeru mengungguli metode hutan ordinal dengan rataan akurasi sebesar 51.6 % dan rataan nilai kappa sebesar 0.162. Selain itu ditunjukkan pula bahwa peubah yang penting dalam proses klasifikasi status IDM di Kabupaten Tasikmalaya dan Kabupaten Indramayu adalah peubah Jumlah Koperasi dan Jarak terdekat ke rumah sakit.

Analisis Faktor- Faktor yang Berpengaruh terhadap Gizi Buruk di Kota Bandung Nadia Ruhul Mujahadah; Sirodj, Dwi Agustin Nuriani
Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i2.13784

Abstract. Malnutrition remains one of the most significant health issues in Indonesia, with its impact being particularly evident in Bandung City. This problem primarily affects toddlers, who are the most vulnerable group to malnutrition. This study aims to identify and analyze the factors influencing the incidence of malnutrition in Bandung City, with a specific focus on three independent variables: Complete Immunization, Exclusive Breastfeeding, and Low Birth Weight (LBW). The secondary data used in this study covers the period from 2014 to 2022 and was analyzed using multiple regression methods to assess the influence of each variable on malnutrition rates. The analysis results show that Exclusive Breastfeeding and LBW have a significant impact on the incidence of malnutrition, while Complete Immunization does not show a significant effect. The resulting regression model has an R-Square value of 0.847, indicating that 84.7% of the variation in malnutrition cases can be explained by this model. These findings highlight the importance of interventions focused on increasing exclusive breastfeeding and preventing LBW as efforts to reduce malnutrition rates. This study provides valuable insights that are expected to serve as a foundation for policymakers in Bandung City in formulating effective strategies to address malnutrition, particularly among toddlers. Abstrak. Gizi buruk tetap menjadi salah satu masalah kesehatan yang signifikan di Indonesia, dengan dampak yang sangat terasa di Kota Bandung. Masalah ini terutama terjadi di kalangan balita, yang merupakan kelompok paling rentan terhadap kekurangan gizi. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor-faktor yang mempengaruhi kejadian gizi buruk di Kota Bandung, dengan fokus khusus pada tiga variabel independen: Imunisasi Lengkap, Pemberian ASI Eksklusif, dan Bayi Berat Badan Lahir Rendah (BBLR). Data sekunder yang digunakan dalam penelitian ini mencakup periode dari tahun 2014 hingga 2022, yang kemudian dianalisis menggunakan metode regresi berganda untuk menilai pengaruh masing-masing variabel terhadap tingkat gizi buruk. Hasil analisis menunjukkan bahwa Pemberian ASI Eksklusif dan BBLR memiliki pengaruh signifikan terhadap kejadian gizi buruk, sedangkan Imunisasi Lengkap tidak menunjukkan pengaruh yang signifikan. Model regresi yang dihasilkan memiliki nilai R-Square sebesar 0,847, yang mengindikasikan bahwa 84,7% variasi dalam kasus gizi buruk dapat dijelaskan oleh model ini. Hasil penelitian ini menyoroti pentingnya intervensi yang berfokus pada peningkatan pemberian ASI eksklusif dan pencegahan BBLR sebagai upaya untuk menurunkan angka gizi buruk. Penelitian ini memberikan wawasan berharga yang diharapkan dapat menjadi dasar bagi pembuat kebijakan di Kota Bandung dalam menyusun strategi yang efektif untuk menanggulangi masalah gizi buruk, khususnya di kalangan balita.

Adaptasi Indonesia Bergen Social Media Addiction Scale Sumaryati, Indri Utami; Sirodj, Dwi Agustin Nuriani; Gadama, Melsan
Jurnal Online Psikogenesis Vol 12 No 1 (2024): June
Publisher : Fakultas Psikologi Universitas YARSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24854/jps.v12i1.3994

Empirical background on emphasizing behavioral addiction becoming more important nowadays. Therefore the measurement toward behavioral addiction become necessary. Social media were online activities and became popular during 10 years earlier. Empirical data shown that media social user performed excessive use of media social that might be lead to addiction. This research aimed to performed measurement adaptation toward Bergen Social Media Addiction scale (BSMAS). The adaptation process were based on the International Test Commision (ITC). Multistage sampling were performed in resulting 483 samples. Statistical analysis conducted were Confirmatory Factor Analysis (CFA), and the result were CR value (0.91)> 0,70 and the VE value (0.65) > 0,50, means the measurement have fulfilled internal consistency and p-value of RMSEA, CFI, GFI and AGFI were fulfilling the criterias . Keywords: Addiction, CFA, Measurement adaptation, Social media.

Penerapan Support Vector Machine untuk Klasifikasi Opini Masyarakat Terhadap Isu Bullying Noor, Farras Rachmanisa; Sirodj, Dwi Agustin Nuriani
Jurnal Riset Statistika Volume 4, No. 1, Juli 2024, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v4i1.3877

Abstract. Support Vector Machine (SVM) concept is explained as an attempt to find the best hyperplane (separation function) that serves as a separator of two classes in the input space by maximizing the distance between classes (Alhaq, et al., 2021). This algorithm has proven to have good performance as a classification method, by producing a fairly good model accuracy value. This analysis process uses the Python programming language, the keywords used for crawling tweet data are a combination of the words bully/bullying and school/elementary school/junior high/high school, with a data retrieval period from November 1, 2022 to June 30, 2023, the results obtained are 13,918 tweets. Then preprocessing is carried out, at this stage the data that passes the classification process is 2,519 tweets with the number of positive sentiments 1,268 tweets and negative sentiments 1,251 tweets. Furthermore, the division of training and testing data with a ratio of 80:20. The application of the SVM algorithm produces an accuracy value of 84.5%, meaning that this method can predict the sentiment of the bullying issue tweet sentence with the category of good classification (Gorunescu, 2011), precision 84.7%, recall 82.9% and F1-score 83.8%. Overall, this model works well and consistently for the case of tweet data. Abstrak. Support Vector Machine (SVM) dijelaskan sebagai usaha mencari hyperplane (fungsi pemisah) terbaik yang berfungsi sebagai pemisah dua buah kelas pada input space dengan memaksimalkan jarak antar kelas (Alhaq, et al., 2021). Algoritma ini sudah terbukti memiliki kinerja yang baik sebagai metode klasifikasi, dengan menghasilkan nilai akurasi model yang cukup baik. Proses analisis ini menggunakan bahasa pemrograman Python, kata kunci yang digunakan untuk crawling data tweet yaitu kombinasi kata bully/bullying dan sekolah/SD/SMP/SMA, dengan periode pengambilan data dari 1 November 2022 hingga 30 Juni 2023, hasilnya diperoleh 13.918 tweet. Kemudian dilakukan preprocessing, pada tahap ini data yang lolos dilanjutkan proses klasifikasi sebanyak 2.519 tweet dengan jumlah sentimen positif 1.268 tweet dan sentimen negatif 1.251 tweet. Selanjutnya pembagian data training dan testing dengan perbandingan 80:20. Penerapan algoritma SVM menghasilkan nilai accuracy sebesar 84.5%, artinya metode ini dapat melakukan prediksi sentimen dari kalimat tweet isu bullying dengan kategori good classification (Gorunescu, 2011), precision 84.7%, recall 82.9% dan F1-score 83.8%. Secara keseluruhan model ini bekerja dengan baik dan konsisten untuk kasus data tweet.

Co-Authors Ainun Hayat Damayanti Alfiari Firdaus Anang Kurnia Andhita Nurul Khasanah Anwar Musadad Rosidin Bagus Sartono Bayu Pranata, Bayu Dian Trihastuti Gadama, Melsan I Made Sumertajaya Ig. Jaka Mulyana Ihsana Sabriani Borualogo Ivan Gunawan Kusman Sadik Miki Amrilya Wardati Moh. Wigi Destriansyah Muhamad Nurhikmat Zain Muhamad Nurhikmat Zain Muhammad Nur Aidi Nadia Ruhul Mujahadah Noor, Farras Rachmanisa Permana, Rizka Hadian Rizka Hadian Permana Salsabila, Salwa Sulisworo Kusdiyati Sumaryati, Indri Utami Susandari Susandari Temi Damayanti Djamhoer Tiara Suci Lestari Utami Dyah Syafitri Vici Sofianna Putera Yehezkiel Prakoso Putra Yunen Yuli Aslamawati, Yuli Zhahirulhaq, Mufdhil Afta

Title

Found 27 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 27 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 27 Documents
Search