Garuda - Garba Rujukan Digital

Analisis Faktor-Faktor yang Mempengaruhi Jumlah Kematian Ibu dan Bayi di Provinsi Jawa Tengah Menggunakan Regresi Bivariat Poisson Mutiara Widhika Astuti; A’yunin Sofro
Jurnal Matematika MANTIK Vol. 4 No. 2 (2018): Mathematics and Applied Mathematics
Publisher : Mathematics Department, Faculty of Science and Technology, UIN Sunan Ampel Surabaya

Maternal and infant mortality are two correlated subjects, because during pregnancy the mother's placenta distributes nutrients to the fetus so the baby born is affected by the condition of his mother. Central Java has significant maternal and neonatal mortality rates in Indonesia. In this case, need a research to analyze the factors that influence maternal and infant mortality using Bivariate Poisson Regression (BPR) method. BPR is the right method because it can reconfirm two data that are correlated with Poisson distribution. This study produced three models. The first model is the maternal mortality rate has several significant factors, including pregnant women implementing the K1 and K4 program, vitamin A to postpartum mothers, pregnant women getting Fe tablets, and midwifery handle complications. The second model is the infant deaths that have factors pregnant women implementing the K4 program, helped assistance by medical team, postpartum mothers receiving vitamin A, pregnant women getting Fe tablets, complications handled by midwifery, and KB participants. The final model involves maternal and infant mortality. Significant factors are pregnant women implementing the K1 program, pregnant women implementing the K4 program, giving vitamin A to postpartum mothers, and KB participants.

ESTIMASI PARAMETER MODEL REGRESI PROBIT MULTINOMIAL DENGAN METODE MAXIMUM LIKELIHOOD Ika Nurwanitantya Wardani; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 8 No 2 (2020)
Publisher : Universitas Negeri Surabaya

Regresi Probit Multinomial merupakan model non linier yang digunakan untuk menganalisis hubungan antara satu variabel dependen (terikat) dengan beberapa variabel independen (bebas), dimana variabel dependen nya berupa data kualitatif biner yaitu bernilai 0 dan 1. Penelitian ini mengkaji tentang model regresi Probit Multinomial untuk mengetahui faktor yang mempengaruhi jumlah pendapatan terhadap pilihan memancing seseorang. Dalam mengestimasi parameter digunakan metode Maximum Likelihood Estimation (MLE). Kemudian dilanjutkan dengan uji serentak menggunakan Likelihood Ratio test, dan uji parsial menggunakan uji Wald. Berdasarkan model Probit Multinomial yang diperoleh, diketahui variabel-variabel yang secara signifikan mempengaruhi jumlah pendapatan adalah jumlah memancing di kapal pribadi. Bahwa setiap penambahan 1 rasio jumlah memancing di kapal pribadi akan berpengaruh terhadap pendapatan.

ANALISA CLUSTER MENGGUNAKAN K-MEANS DAN FUZZY C-MEANS DALAM PENGELOMPOKAN PROVINSI MENURUT DATA INTESITAS BENCANA ALAM DI INDONESIA TAHUN 2017-2021 Hajar Firdaus; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Bencana merupakan sebuah kejadian yang serius dimana terjadi sebuah kekacauan yang dapat disebabkan oleh alam, manusia, teknologi yang berbahaya, serta berbagai faktor lain yang mempengaruhi keadaan normal suatu wilayah ataupun komunitas. Indonesia merupakan salah satu negara dengan jumlah intensitas bencana alam terbanyak di dunia setelah Amerika Serikat. Pada tahun 2020, Indonesia tercatat memiliki jumlah intensitas bencana alam sebesar 4.977 kasus. Tindakan penanggulangan untuk menangani kekacauan dan juga kerugian yang terjadi dikarenakan bencana alam merupakan salah satu tanggung jawab dari pemeritah di Indonesia. Tindakan penanggulangan bencana alam tersebut bertujuan untuk meminimalisir terjadinya korban jiwa ataupun kerugian lainnya yang disebabkan oleh bencana alam tersebut, sehingga perlu adanya tindakan untuk mencegah banyaknya kerugian yang terjadi. Salah satunya yaitu dengan menentukan karakteristik dari intesitas bencana alam tersebut dan mengelompokkan provinsi-provinsi di Indonesai berdasarkan karakteristik yang dimiliki. Pada artikel ini akan membahas pengelompokan provinsi di Indonesia dengan menggunakan metode K-means clustering dan Fuzzy C-means clustering. Hasil yang diperoleh dari analisis clustering tersebut menunjukkan bahwa dengan menggunakan Fuzzy C-means clustering akan memiliki akurasi yang lebih baik dibandingkan dengan K-means clustering. Hal tersebut ditunjukkan dengan rata-rata Silhouette Coefficient Fuzzy C-means clustering yang lebih besar dibandingkan dengan K-means clustering yaitu sebesar 0.8403194 yang termasuk dalam kategori pengelompokan yang kuat.

Penerapan Regresi Logistik Multinomial untuk Analisis Model Tingkat Depresi pada Lansia Faizatin Arofah; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Depresi merupakan salah satu gangguan kesehatan mental yang mengganggu kehidupan sehari-hari dan pada tingkat yang paling parah dapat menyebabkan seseorang bunuh diri. Menurut WHO 280 juta orang di dunia mengalami depresi, dimana sebesar depresi dialami oleh lansia dan di Indonesia lansia mengalami depresi. Penelitian ini bertujuan untuk menganalisis model untuk mengetahui model terbaik, mengetahui faktor-faktor yang mempengaruhi tingkat depresi pada lansia, dan ketepatan klasifikasi model. Metode yang digunakan adalah metode regresi logistik multinomial, yang merupakan salah satu metode analisis data untuk mencari hubungan antara variabel respon yang memiliki lebih dari dua kategori atau polychotomous terhadap variabel prediktor. Data pada penelitian ini menggunakan data dari 90 responden lansia pada penelitian sebelumnya dengan mengisi kuesioner mengenai uji GDS-15 (Geriatric Depression Scale) di Puskesmas Bandar Khalipah untuk mengetahui tingkat depresi pada lansia, kemudian data disesuaikan dengan metode regresi logistik multinomial. Kemudian model terbaik didapatkan dari nilai Akaike Information Criterion (AIC) terkecil. Hasil penelitian ini menunjukkan bahwa didapatkan enam model regresi logistik multinomial dengan faktor usia adalah faktor yang paling signifikan dalam mempengaruhi tingkat depresi lansia dan nilai Akaike Information Criterion (AIC) yang didapatkan menunjukkan bahwa model 1 dengan nilai Akaike Information Criterion (AIC) sebesar 109.836 merupakan model terbaik dengan nilai akurasi sebesar 61.11%. Kata Kunci: Akaike Information Criterion (AIC), Depresi, Lansia, Regresi Logistik Multinomial.

Peramalan Jumlah Keberangkatan Penumpang Pelayaran Dalam Negeri di Pelabuhan Tanjung Perak Menggunakan Metode ARIMA dan SARIMA Syifania Putri; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Seiring berkembangnya zaman, Indonesia memiliki perkembangan yang pesat dalam bidang tranportasi, khusunya transportasi laut yaitu kapal terbang. Arus transportasi laut yang ramai juga dirasakan oleh Pelabuhan Tanjung Perak yang berada di Surabaya. Adanya fluktuasi dan terjadi penurunan jumlah penumpang di Pelabuhan Tanjung Perak pada bulan Februari 2020 akibat munculnya virus COVID-19 yang memberi akibat pada bidang pariwisata dan bidang transportasi untuk menutup sementara beroperasinya sektor tersebut. Adapaun penelitian ini bertujuan untuk memprediksi jumlah penumpang pelayaran dengan metode Autoregressive Integrated Moving Average (ARIMA) dan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Metode ARIMA dan SARIMA memiliki data berfluktuasi yang berbeda pola. Metode ARIMA dengan pola yang menunjukkan fluktuasi yang tidak tetap dan metode SARIMA dengan pola musiman. Dengan prediksi ini diharapkan dapat membantu sektor yang ada di Pelabuhan untuk mengantisipasi kenaikan dan penuruna penumpang, mempersiapkan sarana prasarana, dan menyediakan fasilitas yang memadai. Penelitian ini menganalisis jumlah keberangkatan penumpang pelayaran di Pelabuhan Tanjung Perak sebagai data sekunder dari situs resmi Badan Pusat Statistik dengan periode Januari 2014 sampai dengan November 2021. Model yang terpilih pada metode ARIMA yaitu ARIMA(1,1,1) sedangkan pada metode SARIMA yaitu SARIMA(1,1,1)(2,0,0)12. Hasil penelitian menunjukkan analisis dengan metode ARIMA mempunyai nilai akurasi lebih kecil daripada analisis dengan menggunakkan metode SARIMA yaitu sebesar 16.15% dan merupakan metode terbaik untuk peramalan ini. Kata Kunci: Peramalan, ARIMA, SARIMA

Aplikasi Extreme Value Theory Pada Kasus Kecepatan Angin Di Jawa Timur Mustafa Imam Maulana; A’yunin Sofro
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 12 No 1 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Extreme wind speed is a natural phenomenon that causes many adverse effects to the surrounding community. The bad effects are damaging or threatening human life such as loss of property, loss of livelihood, and environmental damage. To overcome this problem, something needed for disaster mitigation is prediction. With the prediction of extreme wind speeds, it is expected to be the first step as a disaster mitigation effort. There are two methods that can predict extreme wind speed, the method is the Block Maxima method and the Peaks Over Threshold method. The procedure is taking extreme values, estimating parameters, and calculating the return level value on the desired return period. In the process of parameter estimation, the method used is Maximum Likelihood Estimation (MLE). The data used in this research is the maximum wind speed data at eight East Java observation station’s during 2014-2018. The return period used is 2 years, 5 years and 10 years. The highest return level of the two methods is at Perak II. Based on the AIC value, the lowest AIC value obtained on the POT method is at Karangkates station of 22.74809, while the lowest AIC value in the BM method is at Kalianget station at 91.449461 Kecepatan angin ekstrim merupakan fenomena alam yang menyebabkan banyak dampak buruk bagi masyarakat sekitar. Dampak buruknya yaitu merusak atau mengancam kehidupan manusia seperti kehilangan harta benda, kehilangan mata pencaharian, dan kerusakan lingkungan. Untuk mengatasi hal tersebut diperlukan suatu langkah sebagai upaya mitigasi bencana yaitu prediksi. Dengan adanya prediksi kecepatan angin ekstrim ini diharapkan mampu menjadi langkah awal sebagai upaya mitigasi bencana. Dua metode yang dapat memprediksi kecepatan angin ekstrim yaitu metode Block Maxima dan metode Peaks Over Threshold. Prosedur pengambilan nilai ekstrim, estimasi parameter, dan menghitung nilai return level pada return period yang diinginkan. Dalam proses estimasi parameter, metode yang digunakan adalah Maximum Likelihood Estimation (MLE). Pada tahap akhir, digunakan metode Akaike Information Criterion (AIC) untuk memilih dan membandingkan memilih metode mana yang memiliki model terbaik pada kasus ini. Data yang akan digunakan yaitu data kecepatan angin maksimum di 8 stasiun pengamatan Jawa Timur pada tahun 2014-2018. Return period yang digunakan secara berturut-turut adalah 2 tahun, 5 tahun dan 10 tahun. Nilai return level tertinggi dari kedua metode berada di stasiun Perak II. Berdasarkan nilai AIC,nilai AIC terendah pada metode POT berada pada stasiun Karangkates sebesar 22,74809, nilai AIC yang terendah pada metode BM berada pada stasiun Kalianget sebesar 91,49461.

Analisis Longitudinal pada Data Pasien Diabetes Melitus Mustika Wirastuti; A’yunin Sofro
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 12 No 1 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Diabetes mellitus is widely known as a blood sugar disease. People can be said to suffer from diabetes mellitus if blood sugar levels exceed normal, blood sugar when ≥ 200 mg/dl, fasting blood sugar levels ≥ 120 mg/dl, blood sugar levels 2 hours after meals ≥ 200 mg/dl and Glycated hemoglobin (HbA1c) levels < 7 %. Factors suspected of causing diabetes mellitus are age, gender, obesity and the effect of diabetes mellitus lowering medicines. Obesity can be seen from the results of the A Body Shape Index (ABSI) value. The factors that cause diabetes mellitus are taken from variables from IFLS4 and IFLS5 data that are longitudinal. This study analyzes the model to find out how the factors that cause diabetes mellitus influence over time. The results showed that there was a significant influence between observation time variable and the effect of diabetes mellitus lowering medicines. The more people who consume diabetes lowering medicines, the more people will suffer from diabetes mellitus Diabetes melitus banyak dikenal orang sebagai penyakit gula darah. Orang dapat dikatakan menderita diabetes melitus jika kadar gula darah yang melebihi normal yaitu gula darah sewaktu ≥ 200 mg/dl, kadar gula darah puasa ≥ 120 mg/dl dan kadar gula darah 2 jam sesudah makan ≥ 200 mg/dl serta kadar Glycated hemoglobin (HbA1c) . Faktor-faktor yang diduga penyebab diabetes melitus adalah usia, jenis kelamin, obesitas dan pengaruh obat penurun diabetes melitus. Obesitas dapat dilihat dari hasil nilai A Body Shape Index (ABSI). Faktor-faktor penyebab penyakit diabetes melitus diambil dari variabel-variabel dari data IFLS4 dan IFLS5 yang bersifat longitudinal. Penelitian ini menganalisis tentang model untuk mengetahui bagaimana pengaruh faktor-faktor penyebab diabetes melitus dari waktu ke waktu. Hasilnya menunjukkan bahwa terjadi pengaruh yang signifikan antara variabel waktu pengukuran dan pengaruh obat penurun diabetes melitus. Semakin sedikit waktu pengukuran dan dengan banyak orang tidak mengonsumsi obat penurun diabetes maka akan semakin banyak pula orang yang menderita penyakit diabetes melitus.

Multivariate Regression Analysis Of The Physical Conditions Of Athletic Archeries In Pre Pon West Kalimantan Isti Dwi Puspita Wati; A’yunin Sofro
Jp.jok (Jurnal Pendidikan Jasmani, Olahraga dan Kesehatan) Vol 5 No 1 (2021): Jp.jok (Jurnal Pendidikan Jasmani, Olahraga dan Kesehatan)
Publisher : IKIP Budi Utomo Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33503/jp.jok.v5i1.1725

For athlete's physical condition is one of the things that must be considered. One of them is the VO2maks capacity. VO2maks capacity is the body's ability to enter as much oxygen as possible into the lungs. The oxygen that managed to enter will then be distributed throughout the body to sufficient. Apart from the O2 carrying capacity, an archery athlete also needs flexibility. Flexibility must be possessed to prevent injury. This study aimed to explore and determine the effect of HB and BMI levels on the VO2maks capacity and flexibility of athletes. This research is descriptive correlational research. The sample is archery athletes as many as 24 athletes. The measurement of VO2maks was carried out using the bleep test and HB with the Hb test, while flexibility was carried out using the sit and reach test and BMI by measuring the athlete's height and weight. Based on the r multivariate multiple regression analysis, it can be concluded that the levels of HB and BMI do not significantly affect the VO2 maks capacity and flexibility of athletes. Significant figures of 0.2583 and 0.2328 indicate this.

Pelatihan Analisis Statistik Untuk Karya Tulis Ilmiah Bagi Guru-Guru SMA Kediri A'yunin Sofro; Affiati Oktaviarina; Dwi Juniati; I Ketut Budayasa
Jurnal Pengabdian Masyarakat MIPA dan Pendidikan MIPA Vol 3, No 1 (2019): Vol 3, No 1 (2019)
Publisher : Yogyakarta State University

Menulis suatu karya ilmiah merupakan salah satu upaya untuk meningkatkan profesionalisme guru. Akan tetapi, bagi seorang guru menulis adalah pekerjaan yang tidak mudah. Salah satu kendalanya adalah minimnya kemampuan guru untuk menganalisis data pada karya tulis ilmiah tersebut. Keadaan yang serupa terdapat pada perhimpunan guru dibidang matematika di Kediri. Oleh karena itu, solusi yang ditawarkan dalam kegiatan pengabdian kepada masyarakat (PKM) adalah mengadakan suatu pelatihan terkait analisis data dalam suatu karya tulis ilmiah. Dalam kegiatan pelatihan telah dilakukan sesi pemaparan materi baik secara teori maupun aplikasi pada software. Anggota yang hadir sebanyak 33 orang. Pada akhir kegiatan, telah dibentuk kelompok kecil yang terdiri dari 3 sampai dengan 4 peserta untuk menyelesaikan soal secara komprehensif. Hasil dari pelatihan ini akan dievaluasi baik dari sisi output maupun proses. Untuk kriteria output, yaitu ketuntasan pemahaman seluruh kelompok telah terpenuhi dimana lebih dari 75 persen tuntas. Artinya dari seluruh anggota peserta dalam kelompok, hanya sekira 25 % mendapatkan nilai 75 dari 100 dan sisanya mendapatkan nilai sempurna. Selain itu, ketuntasan pemahaman materi oleh setiap kelompok telah berhasil mencapai target yaitu diatas 75 persen ketuntasan. Hal ini dikarenakan ada 6 kelompok mendapatkan nilai sempurna (100) dan hanya 2 kelompok melakukan kesalahan minor dan hasil evaluasinya adalah 75. Sedangkan segi proses, respon yang diberikan oleh seluruh peserta juga sangat positif. Dengan demikian, dapat disimpulkan bahwa pelatihan telah berhasil sesuai dengan kriteria sisi output dan proses.

ANALISIS CLUSTER BERDASARKAN DAMPAK EKONOMI DI INDONESIA AKIBAT PANDEMI COVID-19 Ika Nur Hasanah; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v10n2.p239-248

Sejak Maret 2020 Indonesia dihadapkan dengan masalah serius dengan munculnya penyakit menular yaitu Covid-19. Adanya pandemi Covid-19 menjadi masalah besar di bidang kesehatan tetapi selain itu Covid-19 juga berdampak di berbagai bidang. Kasus Covid-19 mengalami penyebaran dengan cepat, karena hal tersebut pemerintah Indonesia menetapkan berbagai kebijakan untuk menekan tingkat penyebarannya. Dengan adanya kebijakan-keebijakan tersebut berhasil menghambat penyebaran virus Covid-19, namun kebjikan tersebut juga berdampak di berbagai bidang khususnya bidang ekonomi. Dengan melihat dampak Covid-19 di bidang ekonomi, pemerintah perlu melakukan kebijakan ekonomi untuk pemulihan perekonomian di Indonesia. Untuk membuat kebijakan ekonomi, pemerintah perlu mengetahui kondisi daerah di Indonesia dan mengetahui informasi daerah-daerah di Indonesia yang sangat berdampak ekonomi akibat Covid-19. Hal ini dilakukan untuk memudahkan pemerintah dan dapat menjadi rujukan pemerintah untuk melakukan kebijakan pemulihan perekonomian di masing-masing daerah. Sehingga perlu dilakukan penelitian mengenai pengelompokan provinsi-provinsi di Indonesia berdasarkan tingkat keparahan dampak Covid-19 terhadap perekonomian menggunakan analisis cluster. Analisis cluster atau pengelompokan provinsi tersebut berdasarkan berbagai kondisi sektor ekonomi yaitu tingkat pengangguran, dan tingkat presentase penduduk miskin. Pada penelitian ini, analisis cluster dilakukan menggunakan metode hierarki yaitu single linkage, complete linkage, average linkage, dan metode ward dengan membandingkan menggunakan tiga ukuran jarak yaitu Euclidean, Manhattan dan Canberra. Hasil analisis clustering diperoleh metode ward dengan jarak euclidean memperoleh hasil terbaik dengan cluster optimal berjumlah 6, menghasilkan nilai koefisien sillhoutte yaitu 0,48.

Title

Found 13 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 13 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 13 Documents
Search