Article Per Year (5 Year)
p-Index From 2020 - 2025
2.374
P-Index
This Author published in this journals
All Journal FORUM STATISTIKA DAN KOMPUTASI Jurnal Sains Matematika dan Statistika BERNAS: Jurnal Pengabdian Kepada Masyarakat Journal of Applied Data Sciences Jurnal Diferensial Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi MATHunesa: Jurnal Ilmiah Matematika Jurnal Cakrawala Ilmiah Journal of Innovation Research and Knowledge Jurnal Pengabdian Kepada Masyarakat (JPKM) VARIANSI: Journal of Statistics and Its Application on Teaching and Research Jurnal Lembaga Pengabdian Kepada Masyarakat Undana PEDAMAS (Pengabdian Kepada Masyarakat)
Robertus Dole Guntur
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
THE LOG LINEAR MODELS FOR TWO DIMENSIONAL CONTINGENCY TABLES UNDER THE MULTINOMIAL SAMPLING DESIGN Robertus Dole Guntur
FORUM STATISTIKA DAN KOMPUTASI Vol. 17 No. 2 (2012)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.002 KB)

Abstract

Negative binomial regression model is used to overcome the overdispersion in Poisson regression model. This model can be used to model the relationship of the infant mortality and the factors incidence. Geographical conditions, socio cultural and economic differ one of location another location causes the factors that influence infant mortality is different locally. Geographically Weighted Negative Binomial Regression (GWNBR) is one of methods for modeling that count data have spatial heterogeneity and overdispersion. The basic idea of this model considers of geography or location as the weight in parameter estimation. The parameter estimator is obtained from Iteratively Newton Raphson method. This research will determine the factors that influence infant mortality. GWNBR model with a weighting adaptive bi-square kernel function classifies regency/city in East Java into 16 groups based on the factors that significantly influence the number of infant mortality. This model is better used to analyze the number of infant mortality in East Java in 2008 due to a smallest deviance value.Keywords : Negative binomial regression, geographically weighted negative binomial regression, adaptive bi-square, overdispersion
PENGGUNAAN MODEL REGRESI QUASI LIKELIHOOD UNTUK MENGATASI MASALAH OVERDISPERSI PADA REGRESI POISSON Robertus Dole Guntur; Keristina Br Ginting; Ganesha Lapenangga Putra; Jeanete Y Nenabu
JURNAL DIFERENSIAL Vol 4 No 2 (2022): November 2022
Publisher : Program Studi Matematika, Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jd.v4i2.8734

Abstract

One of the main issue in the poisson regression model is over dispersion. The existence of over dispersion causes the estimated regression coefficients tend to produce estimates that deviate from the actual parameter values. The main purpose of this study is to show how to overcome the dispersion problem in this regressiom model using Quasi Likelihood regression method. This study used secondary data with sample size 316. The results of this study indicated that the value of Pearson Chi-square and deviance in the testing of the goodness of fit for quasi likelihood regression model were more closed to the value of chi-square table with degree of freedom 313. Therefore, the application of quasi likelihood model regression is more adequate than the Poisson regression model to handle over dispersion.
PERHITUNGAN RISIKO VALUE at RISK (VaR) ASET TUNGGAL MENGGUNAKAN PENDEKATAN METODE SIMULASI MONTE CARLO (STUDI KASUS: PT. INDOFOOD CBP SUKSES MAKMUR TBK DAN PT. ASTRA INTERNATIONAL TBK) Ronaldus Lahi; Astri Atti; Maria Agustina Kleden; Robertus Dole Guntur
Jurnal Cakrawala Ilmiah Vol. 2 No. 8: April 2023
Publisher : Bajang Institute

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

Abstract

Investasi saham di pasar modal tentu ada keuntungan dan kerugian yang harus ditanggung oleh investor. Keuntungan dan kerugian inilah yang disebut sebagai risiko investasi. Salah satu analisis untuk mengukur risiko investasi yaitu Value at Risk (VaR). Penelitian ini bertujuan untuk mengetahui seberapa besar risiko investasi pada aset tunggal saham PT. Indofood CBP Sukses Makmur Tbk (ICBP.JK) dan PT. Astra International Tbk (ASII.JK). Metode yang digunakan dalam menghitung Value at Ris (VaR) yaitu simulasi Monte Carlo yang membuat simulasi dengan menimbulkan angka acak. Data yang digunakan dalam penelitian ini adalah data sekunder yaitu data harga penutupan bulanan saham ICBP.JK dan ASII.JK periode Januari 2017 - November 2022. Teknik analisa data yang dilakukan adalah menghitung return dan standar deviasi saham, menguji normalitas, mensimulasi nilai return berdasarkan parameter mean return dan standar deviasi, mengestimasikan nilai kerugian, menghitung rata-rata nilai VaR dan menghitung nilai VaR. Berdasarkan hasil penelitian dengan tingkat kepercayaan dan , rentang waktu satu hari dan besarnya dana investasi awal sebesar diperoleh kemungkinan kerugian pada saham ICBP.JK berturut-turut Rp.143.406.133,00, Rp.99.213.563,00 dan Rp.75.654.000,00. Kemungkinan kerugian yang diderita pada saham ASII.JK berurut-turut sebesar Rp.181.256.793,00, Rp.128.876.547 dan Rp.101.230.256,00. Hasil perhitungan menunjukkan bahwa saham ASII.JK mempunyai risiko investasi paling besar dibandingkan dengan saham ICBP.JK.
PEMBELAJARAN MATEMATIKA BERBASIS LINGKUNGAN DI DUSUN BONEN DESA BAUMATA KABUPATEN KUPANG Astri Atti; Maria A. Kleden; Robertus Dole Guntur
Jurnal Pengabdian Kepada Masyarakat Vol 3 No 2 (2023): Desember 2023
Publisher : Universitas Nusa Cendana

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

Abstract

Mata pelajaran matematika merupakan salah satu mata pelajaran yang kurang disukai anak. Matematika dianggap sebagai objek abstrak yang sulit dipahami. Perkembangan intelektual siswa SD (Sekolah Dasar) termasuk dalam tahap operasional kongkret. Mereka berpikir berdasarkan manipulasi fisik dari obyek-obyek. Untuk mengatasi masalah yang ada di sekolah, dilakukan pembelajaran matematika berbasis lingkungan. Pembelajaran ini memanfaatkan alat-alat/media yang ada di sekitar sekolah. Sasaran kegiatan ini adalah siswa SDI Bonen yang terdiri dari 17 orang Kelas IV dan 12 orang kelas V. Tujuan penerapan pembelajaran ini adalah untuk meningkatkan minat belajar siswa serta kompetensi guru terhadap pelajaran matematika. Pelaksanaan PKM meliputi: Penjelasan tentang konsep dasar matematika, diskusi, dan praktik menggunakan alat-alat di lingkungan sekolah. Strategi permainan menunjukkan bahwa siswa sangat antusias mengikutinya. Wawancara dengan guru dan siswa memperlihatkan siswa lebih mudah memahami konsep setelah pembelajaran menggunakan metode permainan dengan menggunakan alat-alat di sekitar sekolah. Peningkatan pemahaman ini terlihat dalam hasil post test yang menunjukkan perbedaan rata-rata pre tes dan post test. Pembelajaran berbasis lingkungan sangat baik diterapkan pada siswa Sekolah Dasar sebagai upaya mengefektifkan dan meningkatkan pemahaman siswa terhadap konsep-konsep matematika.
Penentuan Komoditas Unggulan Subsektor Tanaman Pangan Menggunakan Metode Location Quotient (LQ) dan Fuzzy Analytical Hirarchy Process (FAHP) Resi, Edmund Ridwanto Alfian; Pangaribuan, Rapmaida Megawaty; Guntur, Robertus Dole; Ginting, Keristina Br
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi EULER: Volume 12 Issue 1 June 2024
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v12i1.25656

Abstract

This research aims to determine the leading commodities of the food crop subsector in Malaka Regency using the Location Quotient (LQ) and Fuzzy Analytical Hierarchy Process (FAHP) methods. The LQ method is used to identify commodities that have comparative advantages in this region. The results of the LQ calculation show that rice and corn are the base commodities in Malaka Regency because they are the most common in three sub-districts. Rice is the base commodity in the sub-districts of West Malaka (2.14), Central Malaka (2.24), and Weliman (1.70), while corn is the base commodity in the sub-districts of Kobalima (1.21), Wewiku (1.48), and Rinhat (1.26). The FAHP method is applied to integrate various assessment criteria in determining the priority of leading commodities. The results of the FAHP analysis show that the leading commodity in the food crop subsector in Malaka Regency is rice, with a weight value of 0.246 as the top priority, followed by corn, with a weight value of 0.198. The criterion that becomes the top priority in determining leading commodities is the availability of facilities and infrastructure, with a weight value of 0.327. Based on the research results, the combination of the LQ and FAHP methods provides more accurate results in determining leading commodities.
PEMODELAN GENERALIZED POISSON REGRESSION (GPR) UNTUK MENGATASI PELANGGARAN EQUIDISPERSI PADA REGRESI POISSON KASUS PNEUMONIA DI PROVINSI NTT Guntur, Robertus Dole; Ananda Njudang, Cindy Claudia Indiriani
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p139-146

Abstract

Pneumonia merupakan salah satu masalah kesehatan global yang mana penyakit ini menyerang saluran pernapasan, dan merupakan salah satu penyebab kematian anak di dunia. Jumlah kasus pneumonia merupakan data diskrit yang dapat dimodelkan dengan menggunakan analisis regresi posson. Akan tetapi asumsi equidispersi dilanggar ketika menggunakan data jumlah kasus pneumonia. Untuk itu digunakan pendekatan Generalized Poisson Regression (GPR) untuk mengatasi overdispersi dalam data diskrit ini. Tujuan penelitian ini adalah untuk memodelkan jumlah kasus pneumonia di Provinsi Nusa Tenggara Timur (NTT) dengan menggunakan model GPR dan menyelidiki faktor-faktor yang mempengaruhinya. Data yang digunakan adalah data jumlah kasus penyakit pneumonia sebagai variable terikat (Y), jumlah balita gizi buruk (X1), persentase penduduk usia 0-59 bulan menurut pemberian imunisasi lengkap (X2), persentase balita wasting (X3), persentase penduduk umur 0-23 bulan (baduta) yang pernah diberi ASI (X4), persentase perempuan dengan usia perkawinan pertama < 19 tahun (X5). Hasil analisis menunjukkan data jumlah kasus pneumonia di Provinsi NTT mengalami overdispersi dengan nilai rasio antara deviance dan derajat kebebasan sebesar 118,45. Dari 31 model GPR yang dapat dibangun, model GPR yang melibatkan 5 variabel prediktor merupakan model yang terbaik dengan nilai AIC sebesar 1931,742 sehingga model yang terbentuk adalah yang mana semua variabel prediktornya signifikan terhadap kejadian jumlah kasus pneumonia di Provinsi NTT.
PEMODELAN GENERALIZED POISSON REGRESSION PADA KASUS AIDS DI PROVINSI NUSA TENGGARA TIMUR TAHUN 2023 GUNTUR, Robertus; Dappa, Jelita Susanti Bili
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 6 No. 02 (2024)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm168

Abstract

East Nusa Tenggara (ENT) Province is one of the contributors to the high number of AIDS cases in Indonesia. The purpose of study is to analyse the factors affecting the number of AIDS cases in the Province using the Generalized Poisson Regression method. The variable used is the number AIDS cases as a response variable, and seven predictor variables that might be influence the response variable. The data obtained from the publications of the Central Statistics Agency of ENT Province in 2024. The study shows that the GPR model applying six predictors yields the best model with value of AIC is 419.93. Those variables are the number of health facilities , the number of poor people , the human development index , sexually transmitted infections , the number of adolescents aged 15-24 years who received reproductive health counselling , and the open unemployment rate
Penerapan dan Pelatihan Aplikasi Pengelolaan Stunting pada Desa Merbaun, Kabupaten Kupang, Nusa Tenggara Timur Mau, Sisilia Daeng Bakka; Naben, Maria Novalina; Nani, Paskalis Andrianus; Guntur, Robertus Dole; Amal, Yulius Santana; Arto, Kamilus; Bria, Yulianti Paula
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v6i1.11655

Abstract

Desa Merbaun memiliki masalah prioritas terkait dengan kesehatan terlebih dikarenakan tingginya angka stunting pada balita. Kegiatan pengabdian ini bertujuan untuk mengembangkan Aplikasi Pengelolaan Stunting dan pelatihan pemanfaatan aplikasi tersebut untuk membantu proses evaluasi dan monitoring terhadap perkembangan balita di Desa Merbaun. Kegiatan pengabdian ini terdiri dari empat tahapan yaitu tahapan persiapan dengan melakukan FGD, tahap pelaksanaan dengan mengembangkan aplikasi dan melakukan pelatihan pemanfaatannya, tahap evaluasi dengan mengukur perbandingan hasil pre-test dan post-test serta tahap pelaporan dan publikasi. Berdasarkan hasil post-test disimpulkan bahwa kegiatan pelatihan pemanfaatan aplikasi pengelolaan stunting dapat memberikan peningkatan pemahaman terkait penggunaan dan manfaat baik bagi tenaga kesehatan, kepada desan dan staf desa Merbaun. Peserta 01 dan 02 mengalami peningkatan pengetahuan sebesar 35, peserta 03 sebesar 42, peserta 04 sebesar 40 dan peserta 05 sebesar 30. Aplikasi pengelolaan stunting ini dapat membantu tenaga kesehatan untuk melakukan monitoring terhadap status balita sehingga pengambil kebijakan di tingkat desa dan puskesmas dapat menerapkan aturan dan program yang tepat sasaran dalam mengurangi angka stunting di Desa Merbaun.
HUBUNGAN FAKTOR DEMOGRAFIS DENGAN PENGETAHUAN METODE PENCEGAHAN MALARIA MASYARAKAT PEGUNUNGAN DI PROVINSI NTT Elisabeth E. Wutun; Robertus D. Guntur; Keristina Br. Ginting; Jusrry R. Pahnael; Kusumaningrum, Damai
Jurnal Cakrawala Ilmiah Vol. 4 No. 2: Oktober 2024
Publisher : Bajang Institute

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

Abstract

Malaria adalah penyakit menular yang ditularkan pada manusia oleh gigitan nyamuk anopheles betina yang terinfeksi parasit protozoa genus plasmodium. Di Indonesia wilayah yang paling banyak kasus malaria yaitu Wilayah Indonesia Timur. Untuk mencapai eliminasi malaria dibutuhkan tingkat pengetahuan metode pencegahan malaria yang baik dari masyarakat. Karenanya, dilakukan penelitian untuk menyelidiki hubungan variable demografi dan pengetahuan metode pencegahan malaria (PMPM) masyarakat pegunungan di Provinsi Nusa Tenggara Timur (NTT). Sumber data yang digunakan adalah data sekunder diperoleh dari jurnal Intenasional yang bersifat open access. Total responden yang di analisis adalah 986. Variabel yang digunakan yaitu variabel dependen yakni tingkatan PMPM dan variabel independen yaitu kelompok umur, jenis kelamin, jenjang pendidikan, pekerjaan, tingkat pendapatan berdasarkan upah minimum provinsi, jumlah anggota keluarga, status sosial ekonomi. Data dianalsis dengan menggunakan analisis descriptive dan metode chi-square. Hasil penelitian menunjukkan dari total responden yang dianalisis, prevalensi tingkatan PMPM yang baik dari masyarakat pegunungan adalah 28,3%. Analisis chi-square menunjukkan bahwa terdapat hubungan yang nyata antara tingkatan PMPM dengan kelompok umur, jenis kelamin, jenjang pendidikan, pekerjaan, tingkat pendapatan, jumlah anggota keluarga, status sosial ekonomi dari masyarakat pegunungan di Provinsi NTT. Persentasi masyarakat yang memiliki PMPM yang baik meningkat seiring meningkatnya tingkatan pendidikan masyarakat dan menurun seiring dengan meningkatnya usia responden penelitian
Determining Important Features for Dengue Diagnosis using Feature Selection Methods Bria, Yulianti Paula; Nani, Paskalis Andrianus; Siki, Yovinia Carmeneja Hoar; Mamulak, Natalia Magdalena Rafu; Meolbatak, Emiliana Metan; Guntur, Robertus Dole
Journal of Applied Data Sciences Vol 6, No 1: JANUARY 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i1.445

Abstract

This research aims to determine the important features including symptoms and risk factors for dengue diagnosis. This study’s dataset was obtained from medical records collected from two hospitals in Indonesia from patients with dengue and nondengue diseases. Four feature selection methods including feature importance, recursive feature elimination, correlation matrix and KBest were leveraged to determine significant features. Feature importance employed a tree-based classifier to derive the importance scores of the features. Recursive feature elimination employed a machine learning classifier to choose the most important features from the given dataset. Correlation matrix was employed to select the best features because it has the ability to use the correlation between each feature with the target. Univariate feature selection – Kbest has the ability to choose the best features based on univariate statistical tests. Important features were also gathered from fifteen Indonesian medical doctors to confirm the results. We used six machine learning techniques for dengue prediction. The random forest classifier yields the highest accuracy for the best combination of features with the accuracy of 0.93 (LR: 0.90 (0.04), KNN: 0.89 (0.04), XGBoost: 0.91 (0.03), RF: 0.93 (0.04), NB: 0.88 (0.09), SVM: 0.89 (0.04)) and precision of 0.90 (LR: 0.86 (0.22), KNN: 0.67 (0.14), XGBoost: 0.77 (0.13), RF: 0.90 (0.13), NB: 0.66 (0.20), SVM: 0.66 (0.18)). This study shows the significant features for dengue diagnosis including fever, fever duration, headache, muscle and joint pain, nausea, vomiting, abdominal pain, shivering, malaise, loss of appetite, shortness of breath, rash, bleeding nose, bitter mouth, temperature and age. This knowledge is pivotal to educate society to seek medical advice when dengue symptoms appear to avoid severe conditions. Arthralgia/joint pain and myalgia/muscle pain are the most significant features for the dengue prediction. This knowledge is important for medical doctors as a starting point for clinical dengue diagnosis.
Co-Authors Amal, Yulius Santana Ananda Njudang, Cindy Claudia Indiriani Arto, Kamilus Bere Mau, Patricia Ivonia Berek, Joseph F Seran Bija Dauki, Marlina Selimanda Rambu Cindy Andini, Priscilia Damai Kusumaningrum Damai Kusumaningrum, Damai Dappa, Jelita Susanti Bili Elisabeth E. Wutun Emiliana Metan Meolbatak Fek, Faldarika Ganesha L Putra Ginting, Keristina Br Irvandi Gorby Pasangka Jaiman, Maria Fatima Jeanete Y Nenabu Jusrry Rosalina Pahnael Keristina Br. Ginting Klau, Yohana Danawinda Koehuan, Shingly Mariana Lais, Maria Febriana Maria Agustina Kleden MARIA LOBO Naben, Maria Novalina Nafi, Sulche Ifone Natalia Magdalena Rafu Mamulak Nitte, Yulsy Marselina Palapessy, Lionny Gabriela Alesandra Pangaribuan, Rapmaida M Paskalis Andrianus Nani Rapmaida Megawaty Pangaribuan Resi, Edmund Ridwanto Alfian Ronaldus Lahi Septory, Brian Juned Sira, Rendi Arwadi Sisilia Daeng Bakka Mau Wadu, Mira Yolanda, Katarina Yovinia Carmeneja Hoar Siki Yulianti Paula Bria