Article Per Year (5 Year)
p-Index From 2020 - 2025
1.434
P-Index
This Author published in this journals
All Journal Imajiner: Jurnal Matematika dan Pendidikan Matematika Pelita Eksakta GAUSS: Jurnal Pendidikan Matematika Leibniz: Jurnal Matematika Jurnal Riset Statistika UNP Journal of Statistics and Data Science
Salma, Admi
Unknown Affiliation
Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Education Languange, Linguistic, Communication & Media Mathematics Physics Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Pengelompokan Wilayah Potensi Kebakaran Hutan dan Lahan di Pulau Sumatera Berdasarkan Titik Panas Menggunakan Metode CLARA Safitri, Melda; Salma, Admi; Amalita, Nonong; Fitri, Fadhilah
UNP Journal of Statistics and Data Science Vol. 2 No. 3 (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-iss3/180

Abstract

Sumatera Island is one of the areas with the potential for forest and land fires in Indonesia. Sumatra Island has the largest oil palm plantation in Indonesia. The vast land area of oil palm plantations in Indonesia can increase the risk of fires due to land expansion by burning. In addition, the burning of peatlands in Sumatra can exacerbate the impact of forest and land fires. Forest and land fires on the island of Sumatra that occur every year can cause various negative impacts, indicating the need for countermeasures and prevention efforts to minimize the impact of forest and land fires. Hotspots can be used to detect fires in a region and help with prevention and countermeasures to reduce the impact of land and forest fires. Clustering the hotspot data allows one to obtain information on the presence of a fire in a given area as well as its potential status high, medium, or low. The clustering method used is the CLARA method. The CLARA method is a clustering method that breaks the dataset into groups. The advantages of the CLARA method are robust to outliers and effective for large data sets. The results of this research show that the CLARA method can be used for hotspot clustering with a silhouette coefficient of 0.53 in the use of 2 clusters. The analysis of the clustering results shows that cluster 1 is a cluster with low fire potential while cluster 2 is a cluster with high fire potential.
Vector Error Correction Model to Analyze the Impact of Exchange Rates and Money Supply on Inflation in Indonesia Faulina; Fitri, Fadhilah; Amalita, Nonong; Salma, Admi
UNP Journal of Statistics and Data Science Vol. 2 No. 3 (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-iss3/188

Abstract

This study analyzes inflation in Indonesia in relation to the influence of exchange rates and the money supply (M2), which pose challenges in controlling inflation amidst rapid economic growth. Data from the Ministry of Trade of the Republic of Indonesia (Kemendag) were used to investigate the relationship between exchange rates and the money supply (M2) on inflation using the Vector Error Correction Model (VECM). The results indicate that in the short term, inflation tends to decrease towards stability, with a strong exchange rate capable of reducing inflation, while an increase in the money supply slightly raises inflation. However, in the long term, inflation demonstrates a strong self-correction mechanism, with the influence of exchange rates and the money supply becoming limited. This model proves effective in forecasting inflation for the period from March to August 2024, with a Mean Absolute Percentage Error (MAPE) of 19.59%.
Penerapan Rantai Markov pada Data Curah Hujan Harian di Kota Semarang Tsani, Nahda Maesya; Permana, Dony; Kurniawati, Yenni; Salma, Admi
UNP Journal of Statistics and Data Science Vol. 2 No. 3 (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-iss3/189

Abstract

Rainfall is a measure of the amount of water that falls on the earth's surface in a given period of time. High rainfall can cause flooding in certain areas, while low rainfall can leave areas vulnerable to drought. Semarang City is one of the largest cities in Java Island that is often hit by floods. Efforts can be made to anticipate the risk of flooding, one of which is by studying the pattern of rainfall. This study will determine the chances of rainfall transition in Semarang City in steady state conditions using Markov chains. The results are expected to be used to anticipate the risk of flooding in Semarang City. The probability of daily rainfall transition in Semarang City in each state for the next period of time is 90.5% chance of staying in the light rain state, 7.97% chance of staying in the medium rain state and 1.50% chance of staying in the heavy rain state.
Mapping Area of Nagari Tanjung Gadang Sijunjung Regency Kurniawati, Yenni; Fitria, Dina; Salma, Admi
Pelita Eksakta Vol 8 No 01 (2025): Pelita Eksakta, Vol. 8, No. 1
Publisher : Fakultas MIPA Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/pelitaeksakta/vol8-iss01/281

Abstract

Developing a digital village as a government point of view supports Nagari Tanjung Gadang as one of Sicantik (a village loving statistics). The village and server got the up to date data about the village and its sub-village. The problem for the village is presenting and analysing the data to publish as it is used. They also found difficulties in writing it into a publication format. The server gave an assistance to write Lumbuang Data Nagari Tanjung Gadang. The result is a book which explains the demographic condition of the village.
Peramalan Curah Hujan Kabupaten Padang Pariaman dengan Menggunakan Metode Fuzzy Time Series Singh Lubis, Riskiani; Martha, Zamahsary; Syafriandi; Salma, Admi
GAUSS: Jurnal Pendidikan Matematika Vol. 8 No. 1 (2025)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/gauss.v8i1.10465

Abstract

Abstrak Penelitian ini bertujuan untuk meramalkan curah hujan di Kabupaten Padang Pariaman, Provinsi Sumatera Barat, menggunakan metode Fuzzy Time Series Singh. Penelitian ini dilatarbelakangi oleh fluktuasi curah hujan yang tinggi di wilayah tersebut, yang menyebabkan bencana seperti banjir dan tanah longsor, yang merugikan sektor pertanian, infrastruktur, kesehatan, dan perekonomian masyarakat. Data yang digunakan adalah data curah hujan bulanan dari Januari 2020 hingga Desember 2024. Metode Fuzzy Time Series Singh dipilih karena sederhana namun efektif dalam meramalkan data runtun waktu berbasis logika fuzzy. Tahapan dalam metode ini meliputi pembentukan himpunan semesta, penentuan interval, fuzzifikasi data, pembentukan hubungan logika fuzzy, dan defuzzifikasi. Berdasarkan hasil penelitian diperoleh bahwa metode ini mampu menghasilkan estimasi curah hujan yang mendekati nilai aktual, dengan MAPE 7,67%. Hasil penelitian dapat digunakan sebagai alat bantu dalam perencanaan mitigasi bencana seperti tanah longsor dan banjir. Kata kunci: Curah Hujan, Peramalan, Fuzzy Time Series Singh Abstract This study aims to forecast rainfall in Padang Pariaman Regency, West Sumatra Province, using the Fuzzy Time Series Singh method. The research is motivated by the high fluctuation of rainfall in the area, which often leads to disasters such as floods and landslides, adversely affecting the agricultural sector, infrastructure, public health, and the local economy. The data used in this study consists of monthly rainfall records from January 2020 to December 2024. The Fuzzy Time Series Singh method was chosen due to its simplicity and effectiveness in forecasting time series data based on fuzzy logic. The stages of this method include the formation of the universe of discourse, interval determination, data fuzzification, formation of fuzzy logical relationships, and defuzzification. The results of the study show that this method is capable of producing rainfall estimates that closely match the actual values, with a MAPE of 7.67%. The findings can be used as a supporting tool for disaster mitigation planning, particularly for landslides and floods. Keywords: Rainfall, Forecasting, Fuzzy Time Series Singh
Pengelompokan Kabupaten/Kota Maluku dan Nusa Tenggara Barat Berdasarkan Faktor Kemiskinan Menggunakan Self Organizing Maps Aulia, Yuke; Sulistiowati, Dwi; Kurniawati, Yenni; Salma, Admi
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.v5i02.607

Abstract

Provinsi Maluku dan Nusa Tenggara Barat masih menghadapi tantangan serius dalam upaya pengentasan kemiskinan. Kedua provinsi ini tidak hanya mengalami peningkatan persentase penduduk miskin, tetapi juga termasuk sebagai wilayah dengan persentase penduduk miskin tertinggi di Indonesia. Persentase penduduk miskin di Provinsi Maluku pada tahun 2023 mencapai 16,42%, naik sebesar 0,45%. Sementara itu, persentase penduduk miskin di Provinsi Nusa Tenggara Barat mencapai 13,85%, naik sebesar 0,17%. Angka-angka ini masih jauh dari target pemerintah yang menetapkan 6%-7% untuk persentase kemiskinan nasional. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Maluku dan Nusa Tenggara Barat berdasarkan faktor yang memengaruhi kemiskinan serta mengidentifikasi karakteristik hasil klaster yang terbentuk. Penelitian ini menggunakan metode Self Organizing Maps (SOM). Data penelitian ini bersumber dari publikasi Badan Pusat Statistik (BPS), yaitu Maluku dalam Angka 2024 dan Nusa Tenggara Barat dalam Angka 2024. Hasil analisis menunjukkan terbentuknya 3 klaster wilayah yang divalidasi menggunakan pendekatan validasi internal (Connectivity, Dunn, dan Silhouette). Klaster 1 terdiri dari 2 kota ditandai oleh keunggulan dalam indikator pendidikan, kesehatan, dan ekonomi. Klaster 2 terdiri dari 15 kabupaten/kota yang dicirikan dengan potensi tenaga kerja yang tinggi, namun mengahadapi tantangan jumlah penduduk yang besar. Sementara itu, klaster 3 terdiri dari 4 kabupaten memiliki keterbatasan dalam berbagai aspek, termasuk pendidikan, kesehatan, ekonomi, dan infrastruktur.
Implementasi Metode Naïve Bayes dengan Random Oversampling pada Klasifikasi Keluarga Berisiko Stunting Suliswati, Yeni; Mukhti, Tessy Octavia; Syafriandi, Syafriandi; Salma, Admi
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.v5i02.610

Abstract

Stunting masih menjadi salah satu masalah kesehatan serius yang memiliki dampak jangka panjang terhadap tumbuh kembang dan kognitif anak. Keluarga memiliki peran penting dalam mencegah terjadinya stunting, sehingga identifikasi dini keluarga yang berisiko melahirkan anak stunting menjadi langkah awal dalam upaya pencegahan. Penelitian ini bertujuan untuk mengklasifikasikan keluarga berisiko stunting menggunakan metode Naïve Bayes serta mengevaluasi pengaruh teknik Random Oversampling (ROS) terhadap performa model pada data tidak seimbang. Data pada penelitian ini terdiri dari 7 variabel independen dan 1 variabel dependen yang bersumber dari Perwakilan Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Sumatera Barat. Hasil evaluasi menunjukkan bahwa model Naïve Bayes memiliki akurasi sebesar 92,46% dan sensitivitas 100% serta spesifisitas 69,14% yang menunjukkan kelemahan dalam mengidentifikasi keluarga berisiko. Metode ROS-Naïve Bayes menunjukkan peningkatan performa model dimana diperoleh akurasi sebesar 99,87%, sensitivitas 99,83%, dan spesifisitas 100%. Hal ini menunjukkan bahwa implementasi Naïve Bayes dengan ROS efektif dalam mengatasi ketidakseimbangan data dan meningkatkan performa model. Faktor utama yang memengaruhi risiko stunting meliputi keikutsertaan KB modern, sanitasi, usia ibu dan jumlah anak.
Pengelompokkan Kabupaten/Kota di Provinsi Sumatera Barat Berdasarkan Indikator Kesejahteraan Rakyat Menggunakan Algoritma SOM Winartha, Mardia; Wirdiastuti, Chairina; Salma, Admi
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.6707

Abstract

Abstract. People's welfare is the main indicator in measuring the success of a region's development. Welfare reflects the fulfillment of people's basic needs, both material and spiritual, as measured through indicators of people's welfare. West Sumatra Province still shows a welfare gap between districts/municipalities, which can be seen from significant differences in indicators such as employment and poverty. Therefore, the purpose of this article is to cluster districts/cities in West Sumatra Province and recognize the characteristics of each cluster according to the people's welfare indicators in 2023 using the self-organizing maps algorithm. The results of the analysis show that 3 clusters are the optimal number of clusters. Cluster 1 includes 7 districts/cities with higher welfare levels, cluster 2 includes 7 districts/cities with medium welfare levels, and cluster 3 includes 5 districts/cities with lower welfare levels. This article is expected to help create better and more equitable policies that will support the improvement of people's welfare in West Sumatra Province. Abstrak. Kesejahteraan rakyat menjadi indikator utama dalam mengukur keberhasilan pembangunan suatu wilayah. Kesejahteraan mencerminkan kondisi terpenuhinya kebutuhan dasar masyarakat, baik material maupun spiritual yang diukur melalui indikator-indikator kesejahteraan rakyat. Provinsi Sumatera Barat masih menunjukkan kesenjangan kesejahteraan antar kabupaten/kota yang terlihat dari perbedaan signifikan pada indikator seperti ketenagakerjaan dan kemiskinan. Oleh sebab itu, tujuan dari artikel ini adalah untuk mengelompokkan kabupaten/kota di Provinsi Sumatera Barat dan mengenali karakteristik setiap cluster sesuai dengan indikator kesejahteraan rakyat pada tahun 2023 menggunakan algoritma self-organizing maps. Hasil analisis menunjukkan bahwa 3 cluster adalah jumlah cluster optimal. Cluster 1 meliputi 7 kabupaten/kota dengan tingkat kesejahteraan yang lebih tinggi, cluster 2 meliputi 7 kabupaten/kota dengan  tingkat kesejahteraan menengah, dan cluster 3 meliputi 5 kabupaten/kota dengan tingkat kesejahteraan yang lebih rendah. Artikel ini diharapkan dapat membantu menciptakan kebijakan yang lebih baik dan merata yang akan mendukung peningkatan  kesejahteraan rakyat di Provinsi Sumatera Barat.
Analisis Pola Curah Hujan Di Kota Bengkulu Menggunakan Model Rantai Markov Mawaddah, Nurul; Permana, Dony; Amalia, Nonong; Salma, Admi
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 7, No 4 (2025): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v7i4.23892

Abstract

Curah hujan merupakan komponen penting dalam sistem iklim tropis yang berperan dalam menjaga keseimbangan ekosistem serta mendukung sektor pertanian, perikanan, transportasi, dan mitigasi bencana hidrometeorologi. Kota Bengkulu sebagai wilayah pesisir di barat Pulau Sumatera memiliki karakteristik curah hujan yang fluktuatif. Penelitian ini bertujuan untuk menganalisis pola transisi curah hujan harian di Kota Bengkulu tahun 2023 menggunakan model rantai Markov. Penelitian dilakukan dengan pendekatan kuantitatif deskriptif menggunakan data curah hujan harian dari Stasiun Meteorologi Fatmawati Soekarno Bengkulu selama periode 1 Januari hingga 31 Desember 2023. Tahapan analisis meliputi analisis deskriptif, kategorisasi data berdasarkan intensitas hujan, penyusunan tabel frekuensi dan peluang transisi, pembentukan matriks transisi, perhitungan peluang transisi n-step, serta penentuan kondisi steady state. Hasil penelitian menunjukkan bahwa hujan ringan merupakan kondisi yang paling dominan dengan peluang stabil sebesar 89,33%, disusul oleh hujan sedang (8,33%) dan hujan lebat (2,34%). Peluang transisi terbesar terjadi pada hujan ringan yang tetap hujan ringan sebesar 90,2%, sedangkan transisi ke hujan sedang dan lebat masing-masing sebesar 7,5% dan 2,3%. Temuan ini mengindikasikan bahwa Kota Bengkulu cenderung mengalami hujan ringan secara konsisten, sementara intensitas hujan yang lebih tinggi terjadi secara sporadis. Hasil ini bermanfaat dalam mendukung pengelolaan sumber daya air, mitigasi risiko bencana, serta perencanaan adaptasi perubahan iklim di wilayah pesisir.
Co-Authors Amalia, Nonong Aulia, Yuke Dina Fitria, Dina Dwi Sulistiowati, Dwi Faulina Fitri, Fadhilah Lubis, Riskiani Mawaddah, Nurul Mukhti, Tessy Octavia Nonong Amalita Permana, Dony Safitri, Melda Suliswati, Yeni Syafriandi Syafriandi Syafriandi Tsani, Nahda Maesya Winartha, Mardia Wirdiastuti, Chairina Yenni Kurniawati Zamahsary Martha