Article Per Year (5 Year)
p-Index From 2021 - 2026
3.212
P-Index
This Author published in this journals
All Journal FORUM STATISTIKA DAN KOMPUTASI Jurnal Sains Matematika dan Statistika BERNAS: Jurnal Pengabdian Kepada Masyarakat ESTIMASI: Journal of Statistics and Its Application Journal of Applied Data Sciences Jurnal Diferensial Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Griya Journal of Mathematics Education and Application 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 : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
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 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.
Pemodelan Generalized Poisson Regression (GPR) terhadap Jumlah Kasus Penyakit Tuberculosis di Provinsi Nusa Tenggara Timur Berek, Joseph F Seran; Guntur, Robertus Dole
Jurnal Sains Matematika dan Statistika Vol 11, No 1 (2025): JSMS Januari 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v11i1.30743

Abstract

Provinsi Nusa Tenggara Timur (NTT) adalah salah satu provinsi dengan jumlah kasus tuberculosis cukup tinggi di tahun 2022. Jumlah kasus TBC merupakan salah satu contoh variable diskrit yang biasa dianalisis dengan menggunakan regresi poisson. Dalam regresi poisson diasumsikan mean dan variansi dari variable respon harus sama. Akan tetapi kondisi ini sering dilanggar yang mana  variansi variable respon lebih besar dari mean (overdispersi). Untuk mengatasi hal ini digunakan  model Generalized Poisson Regression (GPR). Penelitian ini bertujuan untuk memodelkan jumlah kasus tuberculosis di NTT dan menyelidiki variabel-variabel yang mempengaruhinya dengan metode GPR.  Variabel dependen adalah  jumlah kasus tuberculosis paru, dengan variable independen adalah jumlah penduduk miskin, persentase perokok aktif, jumlah balita kurang gizi, jumlah puskesmas, persentase rumah tangga dengan akses sanitasi layak, Persentase penggunaan air bersih dan jumlah kasus HIV AIDS. Hasil penelitian menunjukkan bahwa data penyebaran jumlah kasus tuberculosis di Provinsi NTT mengalami overdispersi. Hasil analisis menggunakan model GPR menunjukkan bahwa  terdapat 31 model yang mungkin terbentuk dan pemodelan yang melibatkan 5 variabel prediktor menghasilkan model GPR yang optimimal dengan nilai Kriteria Informasi Akaike = 1413.285. Kelima variable bebas yang berpengaruh signifikan terhadap jumlah kasus tuberculosis di Provinsi NTT pada tahun 2023 adalah  jumlah penduduk miskin, jumlah puskesmas, persentase rumah tangga dengan akses sanitasi yang layak, persentase air bersih dan jumlah penderita  HIV dan AIDS.
Co-Authors Albert Mario Kumanireng Amal, Yulius Santana Anugrah Jordan Arista Marlince Tamonob Arto, Kamilus Bere Mau, Patricia Ivonia Berek, Joseph F Seran Bija Dauki, Marlina Selimanda Rambu Brian Juned Septory Brian Juned Septory Cindy Andini, Priscilia Damai Kusumaningrum Damai Kusumaningrum Damai Kusumaningrum, Damai Dappa, Jelita Susanti Bili Efraim Kurniawan Dairo Kette Elisabeth Brielin Sinu Elisabeth E. Wutun Emiliana Metan Meolbatak Farly Oktriany Haning Fek, Faldarika Ganesha L Putra Ginting, Keristina Br. Helga J Ndun Irvandi Gorby Pasangka Irvandi Gorby Pasangka Jaiman, Maria Fatima Jeanete Y Nenabu Jeharu, Bernadinus Jusrry Rosalina Pahnael Keristina Br. Ginting Klau, Yohana Danawinda Koehuan, Shingly Mariana Lais, Maria Febriana Maria Agustina Kleden Maria Lobo MARIA LOBO maria selviana Mira Wadu Naben, Maria Novalina 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 Sira, Rendi Arwadi Sisilia Daeng Bakka Mau Sisilia Ome Sulche Ifone Nafi Yolanda, Katarina Yovinia Carmeneja Hoar Siki Yulianti Paula Bria