Article Per Year (5 Year)
p-Index From 2020 - 2025
2.766
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI JMPM: Jurnal Matematika dan Pendidikan Matematika MONSU'ANI TANO Jurnal Pengabdian Masyarakat Inferensi JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Natural
FAHREZAL ZUBEDI
Jurusan Matematika, FMIPA, Universitas Negeri Gorontalo
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Energy Engineering Environmental Science Immunology & microbiology Mathematics Neuroscience Physics Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Analisis Cluster Hasil Try Out Siswa MTS AlHuda Gorontalo dengan Chi-Sim Cosimilarity dan K-Means Clustering Zubedi, Fahrezal
JMPM: Jurnal Matematika dan Pendidikan Matematika Vol 5, No 1: Maret - Agustus 2020
Publisher : Universitas Pesantren Tinggi Darul Ulum Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (623.523 KB) | DOI: 10.26594/jmpm.v4i2.1706

Abstract

Tujuan penelitian ini yaitu menemukan kelompok siswa dan kelompokmata pelajaran yang homogen sehingga bisa memantau ataumengetahui kinerja akademik siswa. Langkah pertama yaitumentransformasi data dengan menggunakan normalisasi min-max.Setelah itu, diterapkan  -Sim co-similarity untuk menghasilkanmatriks similaritas siswa (SS) dan similaritas pelajaran (SP). MasingmasingSS dan SP dikelompokan menggunakan algoritma k-meansclustering dan menggunakan Silhouette untuk menentukan banyaknyakelompok yang terbaik. Pada pengelompokkan SS diperoleh nilaiSilhouette terbesar yaitu 0,9755781 pada iterasi keempat yangmempartisi menjadi 4 cluster sebagai berikut 67 siswa pada cluster 1, 9siswa pada cluster 2, 45 siswa pada cluster 3 dan 43 siswa pada cluster4. Pada SP diperoleh nilai Silhouette terbesar yaitu 0,5756133 padaiterasi keempat yang mempartisi menjadi 2 cluster sebagai berikutBahasa Indonesia dan Bahasa Inggris pada cluster 1 dan Matematikadan IPA pada cluster 2.
Pemodelan Stunting dan Gizi Kurang di Kabupaten Bone Bolango menggunakan Regresi Poisson Generalized Zubedi, Fahrezal; Oroh, Franky Alfrits; Aliu, Muftih Alwi
JMPM: Jurnal Matematika dan Pendidikan Matematika Vol 6, No 2 (2021): September 2021 - Februari 2022
Publisher : Universitas Pesantren Tinggi Darul Ulum Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/jmpm.v6i2.2507

Abstract

Tujuan penelitian ini adalah untuk menentukan model kasus Stunting dan Gizi Kurang dengan Regresi Poisson Generalized dan faktor-faktor yang berpengaruh terhadap kejadian tersebut. Analisis Data menggunakan Regresi Poisson Generalized karena untuk menangani masalah overdispersi pada data. Hasil yang diperoleh yaitu variabel yang berpengaruh signifikan terhadap kejadian Stunting 2018 adalah Jumlah penduduk miskin dan untuk kejadian Stunting 2019 adalah Persentase balita diberi ASI eksklusif dan Jumlah penduduk miskin. Variabel yang berpengaruh signifikan terhadap kejadian Gizi Kurang 2018 adalah Persentase balita diberi ASI eksklusif dan Jumlah bayi mendapatkan vitamin A dan untuk Gizi Kurang tahun 2019 adalah variabel Persentase balita diberi ASI eksklusif dan Persentase berat badan lahir rendah.
MANAJEMEN PEMBERDAYAAN KETERAMPILAN USAHA MASYARAKAT PESISISIR DESA BUMELA PADA MASA PANDEMIK COVID 19 DI KECAMATAN BILATO KABUPATEN GORONTALO Novianty Djafri; Fahrezal Zubedi; Mulyani Mahmud
MONSU'ANI TANO Jurnal Pengabdian Masyarakat Vol 4, No 1 (2021)
Publisher : Universitas Muhammadiyah Luwuk

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32529/tano.v4i1.761

Abstract

Salah satu keunggulan desa adalah memiliki masyarakat yang terampil, namun hal ini tidak lepas dari perpanjangan tangan Pemerintah Desa untuk meningkatkan kualitas masyarakat. Peningkatan kualitas daerah di tentukan oleh Kepala daerah, yakni di samping pemimpin Desa (Kepala Desa) dapat menata admnistrasi, juga dapat menyiapkan masyarakatnya yang unggul dan berdaya saing dalam kemandirian, peningkatan kapasitas kesejahteraan hidup dan kelayakan hidup, yang bersih, sehat dan bahagia, serta terjamin kehidupan aman damai dan makmur, hal ini tidak mudah, maka harus di menej melalui pendampingan dan pembinaan ketrampilan serta penguatan dari kegiatan inti; di Bidang perekonomian untuk peningkatan kesejateraan masyarakat. Manajemen pemberdayaan ketrampilan masyarakat desa, bertujuan untuk; mengelola potensi desa; melalui optimalisasi pengelolaan potensi sumberdaya alam daerah pesisir Desa Bumela. Kegiatan dilaksanakan melalui Metode; Survey. Skenario kegiatan pendidkan dan Pelatihan; Kegiatan pendidikan; yaitu berupa edukasi di masyarakat untuk peningkatan bidang perekonomian dan kesejahteraan masyarakat, melalui optimalisasi potensi sumberdaya alam dan sumberdaya manusia termasuk life skill serta untuk pelatihan; berupa pelatihan pengembangan ketrampilan kelompok UMKM dan KUBE. Sumber Data; Observasi, wawancara dan Dokumentasi. Analisis Data didapatkan melalui; Data Primer dari Pemerintah Desa dan Data Sekunder dari pelaksanaan kegiatan Sosialisasi dan FGD; kepada pemerintah, aparat dan masyarakat Desa Bumela, serta Pendidikan dan Pelatihan langsung Kelompok Usaha. Hasil Kegiatan; 1) Kegiatan Seminar; Meningkatkan pembangunan desa, bidang perekonomian; partisipasi angka kesejahteraan  masyarakat (UMKM/KUBE) untuk kemandirian dan potensi keunggulan Desa dan Masyarakat; melalui sistem Online. 2) Kegiatan FGD, Yaitu; Peningkatan inovasi pendidikan dan pelatihan ketrampilan dan hasil kreativitas UMKM/KUBE melalui produk kearifan lokal potensi desa;  3) Kegiatan Pelatihan; Bimtek pengemasan dan Pemasaran hasil ketrampilan masyarakat di kawasan Desa Bumela melalui sistem Online berbasis Life Skill (kecakapan hidup).
Penentuan Harga Beli Opsi Asia Menggunakan Monte Carlo-Antithetic Variate dan Monte Carlo-Control Fahrezal Zubedi; Novianita Achmad; Sri Lestari Mahmud; Rusli Mowuu
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi EULER: Volume 10 Issue 1 June 2022
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34312/euler.v10i1.12055

Abstract

Math is applicable in many fields, including financial computing and discussing options. Options are contracts between two parties. The first part acts as a buyer with non-obligatory rights to buy or sell from the second party, who act as the seller with particular assets of predetermined time and price. This research aims to compare the monte Carlo-Antithetic Variate and monte Carlo-Control Variate in determining the purchase price of the Asian option. This study uses data from the closing price of the daily stock of PT Adhi Karya Tbk from October 1st, 2018 – to November 27th, 2019. The findings revealed varying option prices and different error standards. The Antithetic Variate simulation produces option price Rp. 246,6821 and error standard 0,071495 in 10000000th simulation and the Control Variate simulation produce option price Rp. 183,2139 and error standard 0,09716 in the 5000th simulation.  The result was that the Control Variate was considered better at determining Asian option purchase price because of the smaller option and faster error standard in approaching zero.
Analisis Cluster Hasil Try Out Siswa MTS AlHuda Gorontalo dengan Chi-Sim Cosimilarity dan K-Means Clustering Fahrezal Zubedi
JMPM: Jurnal Matematika dan Pendidikan Matematika Vol 5, No 1: Maret - Agustus 2020
Publisher : Universitas Pesantren Tinggi Darul Ulum Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/jmpm.v4i2.1706

Abstract

Tujuan penelitian ini yaitu menemukan kelompok siswa dan kelompokmata pelajaran yang homogen sehingga bisa memantau ataumengetahui kinerja akademik siswa. Langkah pertama yaitumentransformasi data dengan menggunakan normalisasi min-max.Setelah itu, diterapkan  -Sim co-similarity untuk menghasilkanmatriks similaritas siswa (SS) dan similaritas pelajaran (SP). MasingmasingSS dan SP dikelompokan menggunakan algoritma k-meansclustering dan menggunakan Silhouette untuk menentukan banyaknyakelompok yang terbaik. Pada pengelompokkan SS diperoleh nilaiSilhouette terbesar yaitu 0,9755781 pada iterasi keempat yangmempartisi menjadi 4 cluster sebagai berikut 67 siswa pada cluster 1, 9siswa pada cluster 2, 45 siswa pada cluster 3 dan 43 siswa pada cluster4. Pada SP diperoleh nilai Silhouette terbesar yaitu 0,5756133 padaiterasi keempat yang mempartisi menjadi 2 cluster sebagai berikutBahasa Indonesia dan Bahasa Inggris pada cluster 1 dan Matematikadan IPA pada cluster 2.
Pemodelan Stunting dan Gizi Kurang di Kabupaten Bone Bolango menggunakan Regresi Poisson Generalized Fahrezal Zubedi; Franky Alfrits Oroh; Muftih Alwi Aliu
JMPM: Jurnal Matematika dan Pendidikan Matematika Vol 6, No 2 (2021): September 2021 - Februari 2022
Publisher : Universitas Pesantren Tinggi Darul Ulum Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/jmpm.v6i2.2507

Abstract

Tujuan penelitian ini adalah untuk menentukan model kasus Stunting dan Gizi Kurang dengan Regresi Poisson Generalized dan faktor-faktor yang berpengaruh terhadap kejadian tersebut. Analisis Data menggunakan Regresi Poisson Generalized karena untuk menangani masalah overdispersi pada data. Hasil yang diperoleh yaitu variabel yang berpengaruh signifikan terhadap kejadian Stunting 2018 adalah Jumlah penduduk miskin dan untuk kejadian Stunting 2019 adalah Persentase balita diberi ASI eksklusif dan Jumlah penduduk miskin. Variabel yang berpengaruh signifikan terhadap kejadian Gizi Kurang 2018 adalah Persentase balita diberi ASI eksklusif dan Jumlah bayi mendapatkan vitamin A dan untuk Gizi Kurang tahun 2019 adalah variabel Persentase balita diberi ASI eksklusif dan Persentase berat badan lahir rendah.
Perbandingan Fungsi Pembobot Kernel pada Geographically Weighted Logistic Regression dalam Memodelkan Kasus Kemiskinan di Indonesia Muftih Alwi Aliu; Fahrezal Zubedi; Lailany Yahya; Franky Alfrits Oroh
Jurnal Matematika, Statistika dan Komputasi Vol. 18 No. 3 (2022): MAY, 2022
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v18i3.19567

Abstract

Indonesia is a developing country that is facing poverty. The percentage of the poor population in Indonesia in 2020 increased by 0.97 percent from 2019. A suitable analysis to overcome poverty in Indonesia is the regional effect, namely Geographically Weighted Logistic Regression (GWLR). This study aimed to compare the weighting functions of the Fixed Gaussian Kernel, Fixed Tricube Kernel, and Fixed Bisquare Kernel in the GWLR model in modeling poverty in Indonesia in 2020. The best model can determine significant factors that affected poverty in Indonesia in 2020. This study used the percentage data of poor population  and the factors affecting it, namely the Open Unemployment Rate , Human Development Index , and Total Population  in 34 Provinces in Indonesia. This study indicates that the GWLR model with the Fixed Gaussian Kernel weighting function is the best in modeling poverty in Indonesia in 2020 based on the smallest Akaike Information Criterion Corrected (AlCc) value. The GWLR model with the Fixed Gaussian Kernel weighting function shows the Open Unemployment Rate as a significant factor affecting poverty in Indonesia in 2020 in 10 provinces in Indonesia, namely Aceh, North Sumatra, West Sumatra, Riau, Jambi, South Sumatra, Bengkulu, Lampung, DKI Jakarta, and Banten.  
Implementation of Winsorizing and random oversampling on data containing outliers and unbalanced data with the random forest classification method FAHREZAL ZUBEDI; BAGUS SARTONO; KHAIRIL ANWAR NOTODIPUTRO
Jurnal Natural Volume 22 Number 2, June 2022
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1121.585 KB) | DOI: 10.24815/jn.v22i2.25499

Abstract

Many researchers conduct research using the classification method, to find out the best method for predicting the class of an observation. Some of these studies explain that random forest is the best method. However, the classification of data containing outliers and unbalanced data is a complicated problem. Many researchers are also conducting research to deal with these problems. In this study, we propose a winsorizing to deal with outliers by replacing the outlier values with the upper and lower limit values obtained from the interquartile range method and random oversampling to balance the data. It is also known that cases of the Human Development Index (HDI) in regencies/cities in eastern Indonesia vary widely, so cases of HDI in these areas can be used as case studies of data containing outliers and unbalanced data. The purpose of this study was to compare the performance of the random forest before and after the data were applied to the winsorizing and random oversampling to predict HDI in districts/cities in eastern Indonesia. Classification method random forest after handling data containing outliers and unbalanced data has better performance in terms of accuracy and kappa values, which are 96.43% and 93.41%, respectively. The variables of expenditure per capita and the mean years of schooling are the most important.
Implementation of Winsorizing and random oversampling on data containing outliers and unbalanced data with the random forest classification method FAHREZAL ZUBEDI; BAGUS SARTONO; KHAIRIL ANWAR NOTODIPUTRO
Jurnal Natural Volume 22 Number 2, June 2022
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jn.v22i2.25499

Abstract

Many researchers conduct research using the classification method, to find out the best method for predicting the class of an observation. Some of these studies explain that random forest is the best method. However, the classification of data containing outliers and unbalanced data is a complicated problem. Many researchers are also conducting research to deal with these problems. In this study, we propose a winsorizing to deal with outliers by replacing the outlier values with the upper and lower limit values obtained from the interquartile range method and random oversampling to balance the data. It is also known that cases of the Human Development Index (HDI) in regencies/cities in eastern Indonesia vary widely, so cases of HDI in these areas can be used as case studies of data containing outliers and unbalanced data. The purpose of this study was to compare the performance of the random forest before and after the data were applied to the winsorizing and random oversampling to predict HDI in districts/cities in eastern Indonesia. Classification method random forest after handling data containing outliers and unbalanced data has better performance in terms of accuracy and kappa values, which are 96.43% and 93.41%, respectively. The variables of expenditure per capita and the mean years of schooling are the most important.
Effectiveness of GPCA in Reducing Data Dimensions and its Application to Human Development Dimension Indicators Data Zubedi, Fahrezal; Sumertajaya, I Made; Notodiputro, Khairil Anwar; Syafitri, Utami Dyah
Inferensi Vol 7, No 3 (2024)
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v7i3.21506

Abstract

Analysis of human development growth at the regency/city level is challenging because the data is high-dimensional, indicators are correlated, and the regencies/cities are correlated. In this study, we propose a Generalized Principal Component Analysis to analyze human development growth by reducing the dimensions of regency/city and indicator. Thus, human development growth at the regency/city level is analyzed using the GPCA results in Biplot to describe each regency/city and its indicators. This study aims to evaluate GPCA in reducing the dimensionality of data whose observations are correlated, and indicators are correlated through simulation and empirical study; to analyze the growth of human development at the regency/city level based on the results of GPCA-Biplot. This research shows that GPCA works well in reducing data dimensions from correlated observations and correlated variables. Based on the results of the GPCA-Biplot visualization, the growth of human development in the Nduga regency from 2019 to 2022 showed significant fluctuations. Although some indicators show progress, especially in 2021, significant challenges remain. In the same way, the growth of human development in each regency/city can be analyzed. Thus, government policy focuses on real problems in the field.
Co-Authors ALIU, MUFTIH ALWI Bagus Sartono Franky Alfrits Oroh I Made Sumertajaya Khairil Anwar Notodiputro Lailany Yahya Mahmud, Sri Lestari Muftih Alwi Aliu MUFTIH ALWI ALIU Muliyani Mahmud Novianita Achmad Novianty Djafri RAHIM, YOLANDA Rusli Mowuu Utami Dyah Syafitri