Article Per Year (5 Year)
p-Index From 2021 - 2026
8.913
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA) JURNAL EKSAKTA PENDIDIKAN (JEP) Beta: Jurnal Tadris Matematika JURNAL EDUCATION AND DEVELOPMENT Eksakta : Berkala Ilmiah Bidang MIPA Menara Ilmu Imajiner: Jurnal Matematika dan Pendidikan Matematika Pelita Eksakta ILKOMNIKA: Journal of Computer Science and Applied Informatics Suluah Bendang: Jurnal Ilmiah Pengabdian Kepada Masyarakat Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Leibniz: Jurnal Matematika Journal of Mathematics UNP Rangkiang Mathematics Journal UNP Journal of Statistics and Data Science Indonesian Journal of Statistics and Its Applications
Nonong Amalita
Universitas Negeri Padang
Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Other

Published : 88 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 88 Documents
Search

 5   6   7   8   9 
Pemodelan Geographically Weighted Regression pada Kasus Pneumonia di Indonesia Oktaviani, Bernadita; Amalita, Nonong; Kurniawati, Yenni; Martha, Zamahsary
Leibniz: Jurnal Matematika Vol. 5 No. 02 (2025): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59632/leibniz.v5i02.564

Abstract

Pneumonia adalah penyakit infeksi pernafasan yang menjadi salah satu penyumbang terbesar kasus kematian pada balita dan termasuk dalam  salah satu masalah kesehatan secara global. Kematian balita akibat pneumonia di Indonesia mengalami peningkatan dari 459 kasus pada tahun 2022 menjadi 522 kasus pada  tahun 2023 yang menunjukkan bahwa pneumonia masih menjadi masalah serius bagi kesehatan balita. Geographically Weighted Regression (GWR) adalah metode yang digunakan dalam penelitian ini. Data penelitian ini diperoleh dari publikasi yang diterbitkan oleh Kemenkes RI, yaitu Profil Kesehatan Indonesia 2023. Tujuan penelitian ini untuk mengevaluasi penerapan model GWR dalam memodelkan data spasial dan untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap jumlah kasus pneumonia balita di Indonesia. Hasil analisis menunjukkan bahwa model GWR memberikan hasil yang lebih baik dalam memodelkan jumlah kasus pneumonia pada balita dibandingkan model regresi linier berganda dengan nilai AIC sebesar 15,66953 dan  sebesar 94,66%. Faktor-faktor yang berpengaruh signifikan terhadap jumlah kasus pneumonia pada balita di Indonesia tahun 2023 adalah persentase balita yang mendapat vitamin A, persentase bayi mendapat ASI eksklusif sampai 6 bulan, jumlah puskesmas, persentase bayi yang mendapat imunisasi dasar lengkap, persentase rumah tangga yang memiliki akses terhadap sanitasi layak, persentase penduduk miskin, persentase kejadian gizi buruk pada balita usia 0-59 bulan, dan jumlah bayi berat badan lahir rendah (BBLR).
Analisis Kinerja Model Long Short Term Memory dengan Adaptive Moment Estimation dalam Memprediksi Harga Crude Palm Oil Hamida, Zilfa; Amalita, Nonong; Permana, Dony; Zilrahmi, Zilrahmi
ILKOMNIKA Vol 7 No 2 (2025): Volume 7, Number 2, August 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i2.766

Abstract

Crude Palm Oil (CPO) merupakan salah satu minyak nabati terpenting dan paling signifikan yang di perdagangkan secara global. Harga CPO mengalami fluktuasi hampir setiap harinya yang memberikan resiko besar bagi pelaku industri kelapa sawit seperti petani, konsumen, produsen, serta investor. Sehingga diperlukan analisis prediksi untuk meminimalisir kerugian. Dalam penelitian ini, metode yang digunakan yaitu Long Short Term Memory (LSTM) yang dioptimasi dengan Adaptive Moment Estimation (Adam) untuk melakukan prediksi harga CPO berdasarkan data historis harga CPO tahun 2020-2024. Model LSTM yang dioptimasi menggunakan Adam Optimizer dan dievaluasi berdasarkan nilai Mean Absolut Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model LSTM dengan kombinasi parameter jumlah neuron 6, batch size 64, dan epoch 80 menghasilkan nilai MAPE 1,36%, yang menggambarkan hasil prediksi memiliki akurasi yang baik. Hasil ini menujukkan bahwa model LSTM yang dioptimasi dengan Adam telah menunjukkan efektivitasnya dalam melakukan prediksi harga CPO untuk aplikasi dalam penyediaan model prediksi bagi industri kelapa sawit.
Nagari Tanjung Balik Menuju Digitalisasi Data Syafriandi, Syafriandi; Amalita, Nonong; Vionanda, Dodi; Fitria, Dina; Zilrahmi, Zilrahmi; Yarman, Yarman
Suluah Bendang: Jurnal Ilmiah Pengabdian Kepada Masyarakat Vol 22, No 3 (2022): Suluah Bendang: Jurnal Ilmiah Pengabdian kepada Masyarakat
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/sb.03280

Abstract

Kegiatan pembangunan hendaknya dilaksanakan dengan menggunakan perencanaan yang tepat. Perencanaan ini memerlukan informasi yang diperoleh dengan adanya data.  Nagari Tanjung Balik Kecamatan X Koto Singkarak merupakan salah satu nagari yang termasuk dalam Kecamatan X Koto Singakarak, Kabupaten Solok. Untuk perencanaan pembangunan, nagari ini memerlukan adanya informasi dan data. Namun, nagari ini tidak memiliki akses ke data sektoral yang terhimpun di BPS. Di sisi lain, nagari ini juga dihadapkan pada keterbatasan sumber daya yang memiliki pengetahuan tentang Statistika. Oleh karena itu, tim pengabdi melaksanakan Kegiatan Pengabdian kepada Masyarakat di Nagari Tanjung Balik untuk membantu mengatasi kedua masalah di atas.  Dari kegiatan pengabdian ini, pemerintah Nagari Tanjung Balik memiliki database yang terbaru, akurat, dan mudah diakses yang bisa digunakan untuk mengetahui informasi yang detail tentang masyarakat nagari ataupun untuk memetakan potensi dan masalah di nagari. Begitu pula, dari kegiatan ini,  pemerintah nagari telah memiliki kader yang bisa melakukan pengumpulan data di waktu yang akan datang dengan menggunakan aplikasi RSN dan mengelola database yang telah dibangun.
Penerapan Vector Error Correction Model dalam Menganalisis Dampak Faktor Makroekonomi terhadap Inflasi di Indonesia Anjelisni, Nining; Amalita, Nonong; Kurniawati, Yenni; Martha, Zamahsary
Leibniz: Jurnal Matematika Vol. 5 No. 02 (2025): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59632/leibniz.v5i02.654

Abstract

Penelitian ini bertujuan menganalisis dampak faktor makroekonomi terhadap inflasi di Indonesia pada periode Januari 2020–Maret 2025 dengan menggunakan pendekatan matematis melalui metode Vector Error Correction Model (VECM). Data diperoleh dari situs resmi Badan Pusat Statistik (BPS) dan Bank Indonesia (BI), yang meliputi variabel inflasi, jumlah uang beredar, BI Rate, kurs, ekspor, dan impor. Hasil analisis menunjukkan terdapat empat hubungan kointegrasi signifikan, dengan pengaruh positif dari jumlah uang beredar, kurs, dan ekspor terhadap inflasi, serta pengaruh negatif dari BI Rate dan impor. Dalam jangka pendek, ekspor (lag 1) secara statistik signifikan memengaruhi inflasi, sedangkan variabel lainnya belum signifikan. Model VECM yang dibangun terbukti stabil dan valid melalui berbagai uji kelayakan, serta menunjukkan akurasi tinggi dalam peramalan dengan nilai MAPE sebesar 9,23%. Prediksi inflasi untuk enam bulan ke depan memperlihatkan tren kenaikan bertahap, sehingga diperlukan penguatan ekspor dan pengendalian kebijakan moneter untuk menjaga stabilitas harga. Kontribusi utama penelitian ini adalah penerapan model matematis VECM sebagai alat analisis kuantitatif yang komprehensif dalam studi dinamika inflasi.
Application of Area Sampling Frame for Digitizing Household Data in Talawi Mudiak to Support Sustainable Development Goals Syafriandi, Syafriandi; Fitria, Dina; Amalita, Nonong; Kurniawati, Yenni; Permana, Dony; Fitri, Fadhilah; Martha, Zamahsary; Mukhti, Tessy Octavia
Pelita Eksakta Vol 8 No 2 (2025): Pelita Eksakta, Vol. 8, No. 2
Publisher : Fakultas MIPA Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/pelitaeksakta/vol8-iss2/293

Abstract

Desa Talawi Mudiak menghadapi tantangan dalam pengelolaan data kependudukan. Meskipun mereka telah menyusun RPJMD 2022-2027 yang mengacu pada SDG's, pendataan yang dilakukan masih terbatas pada aspek kependudukan dan demografi. Padahal, pemutkhiran data harus mencakup 17 pilar SDg's agar dapat digunakan sebagai dasar dalam perencanaan pembangunan desa. Selain itu, keterbatasan akses internet dan kurangnya pemanfaatan teknologi informasi juga menjadi kendala pengembangan sistem informasi desa yang lebih komprehensif. Program Studi S1 Statistika hadir dalam menjembatani pencapaian beberapa pilar itu melalui pemutakhiran data hingga dilitalisasinya. Kegiatan diawali dengan pengumpulan data awal, perhitungan kerangka sampling, pelaksanaan survei, dan pemrosesan data pasca survei hingga diperoleh suatu kesimpulan yang dapat digunakan untuk pembangunan desa. Kegiatan melibatkan banyak pihak, mulai dari dosen program studi, perangkat desa, mahasiswa, dan masyarakat. Hasil yang diperoleh berupa data yang mutakhir dan sebuah buku berisikan kondisi Desa Talawi Mudiak tahun 2025.
Analisis K-Means Clustering pada Sarana dan Perlengkapan Fasilitas KB di Provinsi Sumatera Barat Tahun 2024 Fadilah, Salwa Hifa; Amalita, Nonong; Mutiya, Fenni Kurnia
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 8, No 1 (2026): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v8i1.25725

Abstract

The Family Planning Program (KB) is crucial for improving family welfare and controlling population growth. The program's success is largely determined by the availability of evenly distributed family planning facilities and equipment across all regions. This study aims to categorize districts and cities in West Sumatra Province based on the availability of these facilities and equipment to identify areas requiring priority intervention. K-means clustering was used with 10 types of family planning facilities and equipment as the variables. The results showed that two clusters were optimal, with the lowest DBI = 0,7239. The first cluster consisted of ten districts/cities with relatively low facility availability, and the second cluster included nine districts/cities with more adequate facilities.
Comparison of K-Means and DBSCAN Algorithms in Regional Segmentation in Indonesia Based on Mortality and Fertility Indicators Nafandra, Bunga; Sulistiowati, Dwi; Amalita, Nonong
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 14 No 1 (2026): VOLUME 14 No 1, 2026
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v14i1.61961

Abstract

Mortality and fertility indicators can be interpreted through maternal mortality rates, infant mortality rates, under-five mortality rates, child mortality rates, and crude birth rates. Disparities in mortality and fertility between regions indicate differences in health quality. In Indonesia, the maternal mortality rate has declined over the past decade, from 346 to 189 per 100000 live births, but this figure has not yet reached the global target set by the SDGs of 70 per 100000 live births. To reduce these mortality indicators, it is necessary to identify regions with low health quality so that interventions can be more targeted and focused. Therefore, this study aims to form regional segmentation based on mortality and fertility indicators by comparing two clustering algorithms, namely K-Means and DBSCAN. The data used is secondary data from the Indonesian Central Statistics Agency, taken from the 2020 Population Census. The results of the study found that the K-Means algorithm is better than DBSCAN based on the Silhouette Score, Davies-Bouldin Index, and Calinski-Harabasz Index evaluation matrices, with values of 0.485, 0.804, and 36.34, respectively. This algorithm formed two clusters, with western Indonesia tending to have better health quality than eastern Indonesia. Based on the results of this study, it is hoped that the government can provide focused interventions in eastern Indonesia to improve maternal and child health quality and reduce mortality rates.
Perbandingan Regresi Linear dan Penalized Spline dalam Analisis Indikator Pendidikan di Indonesia Tahun 2024 Sarmilah, Sarmilah; Amalita, Nonong
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 8, No 2 (2026): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v8i2.26962

Abstract

Penelitian ini bertujuan mengevaluasi kecukupan asumsi linearitas dalam memodelkan hubungan antara indikator sosial ekonomi dan rata-rata lama sekolah (RLS) kabupaten/kota di Indonesia tahun 2024. Secara khusus, penelitian ini memodelkan pengaruh kemiskinan, angka harapan hidup, dan pengeluaran per kapita terhadap RLS menggunakan regresi linear, menerapkan pendekatan penalized spline dalam kerangka Generalized Additive Model (GAM), serta membandingkan kinerja kedua pendekatan berdasarkan kriteria evaluasi statistik. Data yang digunakan mencakup 514 kabupaten/kota di Indonesia. Hasil analisis menunjukkan bahwa regresi linear mampu mengidentifikasi pengaruh signifikan kemiskinan dan pengeluaran per kapita terhadap RLS, namun asumsi linearitas belum sepenuhnya memadai dalam merepresentasikan struktur hubungan antarvariabel. Pendekatan penalized spline menghasilkan model dengan kemampuan penjelasan variasi yang lebih tinggi dan nilai AIC yang lebih rendah dibanding regresi linear. Efek parsial menunjukkan adanya pola nonlinear, termasuk kecenderungan penurunan RLS yang semakin tajam pada tingkat kemiskinan tinggi serta pola diminishing return pada pengeluaran per kapita. Temuan ini menunjukkan bahwa pendekatan semiparametrik lebih representatif dalam analisis indikator pendidikan regional yang bersifat heterogen.
Regresi Panel dan Pemetaan Local Indicator of Spatial Association dalam Analisis Kemiskinan di Provinsi Bengkulu Nafandra, Bunga; Amalita, Nonong
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 8, No 2 (2026): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v8i2.26899

Abstract

Kemiskinan tetap menjadi masalah sosial yang menghambat pencapaian kesejahteraan masyarakat. Di Provinsi Bengkulu, persentase penduduk miskin pada periode 2019–2024 lebih tinggi dari rata-rata nasional. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi tingkat kemiskinan dan mengidentifikasi daerah berisiko tinggi di Provinsi Bengkulu melalui pendekatan regresi data panel dan pemetaan Indikator Lokal Asosiasi Spasial (LISA). Hasil penelitian menunjukkan bahwa peningkatan partisipasi angkatan kerja, pertumbuhan produk domestik bruto regional, dan peningkatan indeks pembangunan manusia berkontribusi pada penurunan persentase penduduk miskin di Provinsi Bengkulu. Sementara itu, hasil analisis spasial lokal dengan LISA mengidentifikasi Kabupaten Bengkulu Selatan sebagai klaster tinggi-tinggi atau hotspot, yaitu daerah dengan tingkat kemiskinan tinggi yang dikelilingi oleh daerah dengan kondisi serupa. Berdasarkan temuan ini, diharapkan semua pemangku kepentingan, baik masyarakat maupun pemerintah, dapat berperan dalam meningkatkan kualitas dan kuantitas angkatan kerja, mendorong pertumbuhan ekonomi, dan memperkuat aspek pendidikan dan kesehatan yang mendukung peningkatan HDI. Selain itu, pemerintah perlu memberikan perhatian khusus dan intervensi pada Kabupaten Bengkulu Selatan sebagai daerah hotspot.
Penanganan Ketidakseimbangan Multikelas pada Dataset Survei Kerangka Sampel Area menggunakan Metode SCUT Wilia Sondriva; Yenni Kurniawati; Nonong Amalita; Admi Salma
UNP Journal of Statistics and Data Science Vol. 2 No. 2 (2024): UNP Journal of Statistics and Data Science
Publisher : Departemen Statistika Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/ujsds/vol2-iss2/163

Abstract

Area Sampling Frame (ASF) is a survey used by the Indonesian government to measure rice productivity in Indonesia. ASF survey is important data because accurate and high-quality rice productivity data is highly needed. There is extreme imbalance in the ASF survey data, thus requiring handling of this imbalance. SMOTE and Cluster-based Undersampling Technique (SCUT) is a method that can be used to address the dataset imbalance. SCUT combines oversampling using SMOTE and undersampling using CUT. The results from SCUT show that the number of data points in each class becomes balanced. Subsequently, a two-sample mean test is conducted to observe the mean differences between the original dataset and the dataset after handling. The results show that in the early vegetative, late vegetative, and harvest phases, the means are significantly similar between the original dataset and the dataset after handling, but in the generative phase, the means are not significantly similar. Therefore, synthetically generated data using the SCUT method generally exhibit similar mean characteristics.
Co-Authors Abilya Amanda Ade Eriyen Saputri Adinda Dwi Putri Aldwi Riandhoko Ali Asmar Amelia Fadila Rahman Andini Yulianti Anggi Adrian Danis Anjelisni, Nining Annisa Rizki Amalia april leniati Arnellis Arnellis Atika Ahmad Atus Amadi Putra Azwar Ananda Chairina Wirdiastuti Cindy Febrianita Denia Putri Fajrina Dewi Febiyanti Dewi Murni Dina Fitria Dina Fitria Dina Fitria, Dina Dodi Vionanda Dodi Vionanda Dony Permana Dwi Sulistiowati Dwi Sulistiowati, Dwi Dzakyyah Rahma Edwin Musdi Elita Zusti Jamaan Elsa Oktaviani Fadhilah Fitri Fadhilah Fitri Fadilah, Salwa Hifa Fajrin Putra Hanifi Fatma Yulia Sari Faulina Fayyadh Ghaly FAZHIRA ANISHA Fenni Kurnia Mutiya Fitri, Fadhilah Gezi Fajri Hamida, Zilfa Hana Rahma Trifanni Handayani, Faddiah Gusti Hanifa Hasna haniyathul husna Helma Helma Helma Helma Herlena Purnama Sari Hidayatul Fikra Huriati Khaira Ichlas Djuazva Inna Auliya Jihe Chen Juwita Juwita Khairani, Putri Rahmatun Lilis Sulistiawati Media Rosha Media Rosha Meira Parma Dewi Melda Safitri Melly Kurniawati Minora Longgom Mohammad Reza febrino Mudjiran Mudjiran Muhammad Tibri Syofyan nabillah putri Nadha Ovella Syaqhasdy Nafandra, Bunga natasyalinggaa Natasya Dwi Ovalingga Nindi Syahfitrri Nini Erdiani Nur Leli Nur Nur Fadillah Nurhizrah Gistituati Okia Dinda Kelana Oktaviani, Bernadita Permana, Dony Prida Nova Sari Puti Utari Maharani Putri fajriyanti nur Resti Febrina Retsya Lapiza Rizqia Salsabila Rusdinal Rusdinal Saddam Al Aziz Salma, Admi Sarmilah, Sarmilah Seif Adil El-Muslih Shavira Asysyifa S Sujantri Wahyuni Suparman Suparman Swithania Rizka Putri Syafriandi Syafriandi Syafriandi Syafriandi Syafriandi Syafriandi Syifa Miftahurrahmi Tamur, Maximus Tessy Octavia Mukhti Tessy Octavia Mukhti Tri Wahyuni Nurmulyati Venny Oktarinda Vidhiya Addini Viola Yuniza Wella Saputri Wilia Sondriva Wulan Septya Zulmawati Yarman Yarman, Yarman Yenni Kurniawati Yulia Pertiwi Zamahsary Martha Zilla Zalila Zilrahmi, Zilrahmi