Claim Missing Document
Check
Articles

PENGGEROMBOLAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR MENGGUNAKAN METODE TWO STEP CLUSTER Juliana .; Hazmira Yozza; Izzati Rahmi HG
Jurnal Matematika UNAND Vol 3, No 4 (2014)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.3.4.121-129.2014

Abstract

Puskesmas sebagai sarana pelayanan kesehatan yang penting di Indonesiaakan berjalan dengan baik jika didukung dengan fasilitas kesehatan dasar di puskesmastersebut. Di Indonesia, fasilitas tersebut belum merata penyebarannya. Untuk memudahkan dalam menyamakan kebijakan yang diambil untuk mengatasi ketidakmerataantersebut, perlu dilakukan pengelompokan. Metode statistik yang dapat digunakan untukmenggerombolkan data yang besar dan memiliki data campuran dapat digunakan metodetwo step cluster. Data yang digunakan adalah kabupaten/kota di setiap propinsi di Indonesia berdasarkan fasilitas puskesmas pada bulan Juni 2013 yaitu sebanyak 494 kabupaten/kota. Dengan menggunakan metode two step cluster, diperoleh sebanyak enamgerombol, dimana masing-masing gerombol mempunyai karakteristik masing-masing.Gerombol 1 terdiri dari 91 kabupaten/kota, gerombol 2 terdiri dari 30 kabupaten/kota,gerombol 3 terdiri dari 111 kabupaten/kota, gerombol 4 terdiri dari 65 kabupaten/kota,gerombol 5 terdiri dari 73 kabupaten/kota, dan gerombol 6 terdiri dari 124 kabupaten/kota.
KLASIFIKASI DAERAH TERTINGGAL DI INDONESIA MENGGUNAKAN METODE NAIVE BAYEA CLASSIFIER WINDA LIDYA; HAZMIRA YOZZA; FERRA YANUAR
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.23-29.2020

Abstract

Status daerah dapat diprediksi berdasarkan klasifikasi dengan metode Naive Bayes. Naive Bayes merupakan teknik prediksi berbasis peluang sederhana yang berdasarkan penerapan teorema Bayes dengan tingkat akurasi cukup tinggi. Klasifikasi status daerah ditentukan berdasarkan indikator yang terkait dalam penentuan status daerah. Menghitung klasifikasi Naive Bayes untuk indikator kontinu menggunakan sebaran normal. Pengukuran Kinerja Klasifikasi ditentukan dengan menggunakan matriks konfusi, diperoleh nilai akurasi sebesar 0,905 yang artinya nilai akurasi yang diperoleh cukup baik dalam klasifikasi status daerah.Kata Kunci: Status daerah, klasifikasi, Naive Bayes, sebaran normal, matriks konfusi, akurasi.
FAKTOR-FAKTOR YANG MEMPENGARUHI MASA STUDI DAN INDEKS PRESTASI KUMULATIF MAHASISWA DENGAN MODEL REGRESI LOGISTIK BINER BIVARIAT Siti Rani Yelfera; HAZMIRA YOZZA; IZZATI RAHMI HG
Jurnal Matematika UNAND Vol 11, No 1 (2022)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.11.1.82-94.2022

Abstract

Mutu lulusan suatu perguruan tinggi biasanya sering diukur dari Indeks Prestasi dan masa studi mahasiswa. Pencapaian prestasi akademik mahasiswa dan masa studinya dipengaruhi oleh berbagai faktor baik itu faktor internal maupun faktor eksternal. Pada penelitian ini dilakukan analisis faktor-faktor yang mempengaruhi masa studi dan Indeks Prestasi Kumulatif mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Andalas. Metode yang digunakan adalah regresi logistik biner bivariat. Hasil penelitian ini menunjukkan bahwa dari 15 variabel prediktor yang digunakan yaitu variabel jalur masuk, pilihan jurusan saat mendaftar Universitas Andalas, minat terhadap jurusan, bakat terhadap jurusan, tempat tinggal, biaya hidup perbulan, status penerima beasiswa, metode belajar, dukungan sosial, dukungan keluarga, keaktifan organisasi motivasi belajar, gaya belajar, kondisi kesehatan dan mental, dan fasilitas layanan akademik hanya ada dua variabel prediktor yang signififikan mempengaruhi masa studi dan Indeks Prestasi Kumulatif mahasiswa yaitu variabel jalur masuk dan motivasi belajar.Kata Kunci: masa studi, Indeks Prestasi Kumulatif, regresi logistik biner bivariat. 
PEMODELAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN ANALISIS REGRESI SPASIAL DI PROVINSI JAWA TIMUR MILA ROSA; MAIYASTRI MAIYASTRI; HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 9, No 4 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.4.347-356.2020

Abstract

Analisis regresi spasial merupakan hasil pengembangan dari metode regresi linear klasik yang dilakukan dengan mempertimbangkan adanya pengaruh lokasi atau spasial pada data yang dianalisis. Analisis regresi spasial dapat digunakan jika terdapat autokorelasi spasial antar daerah. Autokorelasi spasial tersebut dapat diukur dengan statistik uji Moran’s I. Pada penelitian ini akan dibentuk model untuk menentukan faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia (IPM) menurut kabupaten/kota di Provinsi Jawa Timur dengan menggunakan analisis regresi spasial. Berdasarkan pengujian menggunakan statistik uji Moran’s I diperoleh bahwa pada data Indeks Pembangunan Manusia (IPM) terdapat autokorelasi positif. Selanjutnya dilakukan analisis regresi spasial menggunakan Spatial Autoregressive Model (SAR) dengan parameter ρ = 0, 00001. Hal ini menunjukkan bahwa terdapat hubungan antara masingmasing lokasi. Hasil analisis menunjukkan bahwa variabel bebas yang mempengaruhi Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Timur adalah persentase penduduk miskin, persentase rumah tangga yang memiliki tempat buang air besar sendiri dan persentase kepadatan penduduk.Kata Kunci: Autokorelasi spasial, Uji Moran’s I, Spatial Autoregressive Model
Peta Kendali Exponentially Weighted Moving Average (EWMA) Untuk Jumlah Wisatawan Yang Berkunjung Ke Sumatera Barat Nelwati Nelwati; Hazmira Yozza; Maiyastri Maiyastri
Jurnal Matematika UNAND Vol 4, No 4 (2015)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.4.4.83-90.2015

Abstract

Pola jumlah wisatawan yang berkunjung ke Sumatera Barat harus selalu dipantau dan dikendalikan oleh pemerintah daerah tersebut. Dalam statistika dikenal suatu metode untuk melihat keterkendalian jumlah wisatawan yang berkunjung ke Sumatera Barat yang dinamakan pengendalian mutu statistik. Dalam penelitian ini akan digunakan salah satu alat dalam SPC yaitu peta kendali Exponentially Weighted Moving Average (EWMA). Peta Kendali ini dapat digunakan untuk melakukan pengendalian statistik terhadap jumlah kunjungan wisatawan ke Sumatera Barat yang merupakan data deret waktu. Pada penelitian ini peta kendali EWMA dibentuk dari jumlah kunjungan wisatawan yang berasal dari negara Malaysia, Australia, Singapura, negara-negara Eropa, Amerika, dan negara lainnya. Peta kendali EWMA negara-negara ini memiliki pola yang hampir sama dan seluruh nilai EWMA berada dalam batas kendali kecuali negara Singapura. Negara Malaysia memiliki nilai EWMA yang paling besar dibandingkan negara-negara lainnya, yang berarti jumlah kunjungan wisatawan asal Malaysia lebih tinggi dibandingkan negara lainnya.Kata Kunci: SPC, Peta Kendali EWMA, Data Pariwisata dan Transportasi Sumatera Barat
PENERAPAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) UNTUK MENGIDENTIFIKASI KOMPONEN YANG BERPENGARUH TERHADAP PERINGKAT AKREDITASI SEKOLAH (Kasus SMA/MA Di Propinsi Sumatera Barat) Azzikra Febriyanti; Hazmira Yozza; Izzati Rahmi HG
Jurnal Matematika UNAND Vol 2, No 2 (2013)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.2.2.44-53.2013

Abstract

Peringkat akreditasi sekolah SMA/ MA dapat diduga berdasarkan delapankomponen yang telah ditetapkan oleh pemerintah dalam Peraturan Menteri PendidikanNasional Nomor 52 Tahun 2008 yaitu komponen standar isi, komponen standar proses,komponen standar kompetensi lulusan, komponen standar pendidik dan tenaga kepen-didikan, komponen standar sarana dan prasarana, komponen standar pengelolaan, kom-ponen standar pembiayaan, dan komponen standar penilaian. Penelitian ini bertujuanuntuk mengindentikasi komponen apa saja yang mempengaruhi pengelompokan akredi-tasi. Peringkat akreditasi yang didapatkan oleh sekolah dapat dikelompokan menjadi duakelompok dengan kelompok 1 adalah sekolah yang terakreditasi A atau B, dan kelom-pok 2 adalah sekolah yang terakreditasi C atau tidak terakreditasi. Pendugaan terhadapkelompok sekolah dapat diduga dengan menggunakan pendekatan Multivariate AdaptiveRegression Spline (MARS). Data yang digunakan adalah data yang dikeluarkan olehBadan Akreditasi Nasional Sekolah Menengah (BAN-SM) yang memuat data akreditasiSMA/MA se-Sumatera Barat. Hasil pendugaan pengelompokan sekolah dengan metodeMARS menghasilkan beberapa variabel yang berpengaruh secara signikan, antara lain: komponen standar sarana dan prasarana (X5), komponen standar kompetensi lulusan(X3), komponen standar penilaian (X8), komponen standar isi (X1), komponen stan-dar pembiyaan (X7), komponen standar proses(X2), dan komponen standar pengelolaan(X6) dengan tingkat kepentingan berturut-turut 100%, 83.93%, 56.27%, 54.27%, 45.86%,23.3%, 22.67%.
BAGAN KENDALI NONPARAMETRIK DENGAN ESTIMASI FUNGSI KEPEKATAN KERNEL (STUDI KASUS: INDEKS PRESTASI MAHASISWA JURUSAN MATEMATIKA ANGKATAN 2011-2013 FMIPA UNAND PADA SEMESTER GANJIL 2015-2016) Ewi Jupit; Maiyastri .; Hazmira Yozza
Jurnal Matematika UNAND Vol 5, No 2 (2016)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.5.2.1-10.2016

Abstract

Abstrak. Bagan kendali nonparametrik dengan estimasi fungsi kepekatan kernel digunakanuntuk membuat bagan kendali untuk data tidak normal. Data IP mahasiswaJurusan Matematika angkatan 2011-2013 pada semester ganjil 2015/2016 tidak menyebarnormal, oleh sebab itu, digunakan bagan kendali dengan estimasi fungsi kepekatankernel. Hasil penelitian ini menunjukkan bahwa bagan kendali dengan estimasi fungsikepekatan kernel Triangular paling baik digunakan untuk data IP tersebut.
PEMODELAN PENDERITA STROKE DAN DIABETES MELITUS DI KOTA PADANG DENGAN MODEL REGRESI LOGISTIK BINER BIVARIAT DHIYA ANISAH YUNARDI; MAIYASTRI MAIYASTRI; HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 9, No 4 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.4.270-277.2020

Abstract

Stroke dan diabetes merupakan penyakit dengan angka kematian tertinggi di Indonesia. Kedua penyakit ini memiliki hubungan yang cukup erat dan diduga disebabkan oleh faktor-faktor yang sama. Pada penelitian ini akan dianalisa faktor-faktor yang memengaruhi kejadian stroke dan diabetes melitus secara bersama di Kota Padang. Analisis dilakukan dengan analisis regresi logitstik biner bivariat. Data yang digunakan pada penelitian ini diambil dari data Riskesdas Provinsi Sumatra Barat tahun 2013. Penelitian ini menggunakan 8 variabel prediktor, yaitu jenis kelamin, usia, pendidikan terakhir, status pekerjaan, kebiasaan merokok, indeks massa tubuh (IMT), tekanan darah sistolik, dan tekanan darah diastolik. Langkah awal dalam penelitian adalah mendeskripsikan karakteristik penderita stroke dan diabetes melitus dengan masingmasing variabel prediktor, selanjutnya melakukan uji Chi-Square untuk mencari hubungan antara dua variabel respon. Kemudian dilakukan analisis Regresi Logistik Biner Bivariat untuk mengetahui model akhir. Analisis regresi logistik biner bivariat dilakukan dengan pengujian signifikansi parameter bivariat secara serentak dan parsial. Hasil dari pengujian signifikansi parameter bivariat, menunjukkan bahwa dari kedelapan variabel prediktor, hanya variabel kebiasaan merokok yang berpengaruh secara signifikan terhadap kejadian stroke dan diabetes melitus di Kota Padang.Kata Kunci: Diabetes melitus, regresi logistik biner bivariat, stroke
PENGGEROMBOLAN PERUSAHAAN DALAM INDEKS LQ45 DENGAN MENGGUNAKAN ANALISIS GEROMBOL HIBRID Rahyu Silvia; Maiyastri .; Hazmira Yozza
Jurnal Matematika UNAND Vol 6, No 3 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.3.9-15.2017

Abstract

Abstrak. Salah satu analisis yang dapat dilakukan pada perusahaan yaitu melalui analisislaporan keuangan berdasarkan komponen-komponen data keuangan. Dari analisistersebut dapat dikelompokkan perusahaan yang bercirikan komponen data keuanganyang baik, dan perusahaan yang bercirikan komponen data keuangan yang kurang baik.Pada paper kali ini akan dianalisis laporan data keuangan dari perusahaan-perusahaanyang berasal dari kelompok perusahaan indeks LQ45 periode data keuangan Juni 2016.Perusahaaan tersebut dikelompokkan kedalam beberapa kelompok berdasarkan peubahpeubahyang terdapat pada data keuangan. Teknik statistika yang digunakan untukpenggerombolan perusahaan tersebut adalah analisis gerombol hibrid, yang merupakangabungan dari metode gerombol tak berhirarki dan berhirarki. Berdasarkan hasil analisisgerombol hibrid ini, diperoleh dua gerombol, yang mana gerombol I terdiri atas 35perusahaan dengan ciri komponen data keuangan yang relatif sedang dan gerombol IIterdiri atas enam perusahaan dengan ciri komponen data keuangan yang relatif tinggi.Kata Kunci: Analisis gerombol hibrid, data keuangan, perusahaan
METODE BAYES UNTUK DISTRIBUSI RAYLEIGH PADA DATA TAHAN HIDUP DISENSOR TIPE II SILVIA YUNANDA; FERRA YANUAR; HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 8, No 3 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.3.77-84.2019

Abstract

Analisis ketahanan hidup (survival) merupakan analisis statistika yang digunakan untuk menganalisis ketahanan hidup atau keandalan suatu komponen atau objek. Dalam melakukan analisis ketahanan hidup, dibutuhkan data tahan hidup yang meliputi waktu tahan hidup dan status waktu tahan hidup dari komponen atau objek yang diteliti.Pada data disensor tipe II, pengamatan berakhir sampai r buah dari n objek yang diteliti (r < n) telah mati, sehingga masih terdapat n − r objek yang masih tetap hidup. Distribusi Rayleigh dapat digunakan untuk menggambarkan prilaku peluang dari daya tahan hidup. Metode Bayes adalah suatu metode estimasi yang didasarkan pada penggabungan informasi yang diperoleh dari sampel (pengetahuan obyektif) dengan informasi lain yang telah tersedia sebelumnya (pengetahuan subyektif) mengenai parameter yang akan diduga. Diperoleh estimator Bayes dari parameter berdistribusi Rayleigh untuk data disensor tipe II adalah (λb) = r Pr i=1(t 2 i ) + (t 2 r )(n − r) dengan fungsi hazard adalah h(t) = 2(4, 3 × 10−6 )t dan fungsi survival adalah S(t) = exp(−(4, 3 × 10−6 )t 2 ).Kata Kunci: Metode Bayes, Distribusi Rayleigh, Data Disensor Tipe II.
Co-Authors . Siswadi Admi Nazra Afrimayani Afrimayani Afrimayani, Afrimayani Agni Horti Maharani Ainun Mardiah Siregar Aldi Mukhlis AMI LESTARI ANGGUN CITRA DELIMA Arie Hariady Arifin Arrival Rince Putri Asdi, Yudiantri ATIKAH RAHMAH PUTRI Aulia Annisya AYU ALIFAH Azzikra Febriyanti Bahri, Susila Baqi, Ahmad Iqbal Budi Rudianto Budi Rudianto Budi Suhardjo Catrin Muharisa Cindyana Aldrifisia Citra Ariadini Chairunnisa DEBBY ARMETIYANA MARGARETTA Des Welyyanti Deva, Athifa Salsabila Devianto, Dodi DHIYA ANISAH YUNARDI Dian Yosefanny Dina Maulidya Dwi Malahayati Efendi Efendi Efendi, Riswan Elita Rahma Putri ELSA FEBRIANI Evan Ilham Zulheri Ewi Jupit Fadila Aulia FANNY PRIMANDA PITER Fatrika Fahmi Fauzana Hilma FAUZANA LAILATURRAHMI Firdawati, Firdawati Fittri Rahmi Yetti FRILIANDA WULANDARI HABIBATUS SALMI Haripamyu Haripamyu Helmi, Monika Rianti HIDAYATULLAH, M.PIO Ikhlas Pratama Sandi Indah Pratiwi IQBAL HAMONANGAN Iswahyuli . Izzati Rahmi HG Izzati Rahmi HG Jamhari Jamhari Jenizon Jenizon Juliana . Laila Rahmi Lara Mahlindiani Lita Wulandari Aeli LOLANDA SYAMDENA M.PIO HIDAYATULLAH Maiyastri Maiyastri, Maiyastri Marisa . Mawanda Almuhayar Mega Susanti MEILINA DINIARI MIFTAHUL JANNAH HB mila rosa Mira Serma Teti MUHAMMAD HAFANDRY Mutia Yollanda Mutiara Laily Ramadhany Nadia Cindi Eka Putri Nadia Husna Nadia Utika Nadiah Ramadhani Nadira Sri Belinda Nadya Putri Alisya NADYA PUTRI ALISYA Nadya Risna Putri Narwen Narwen NASTHASYA, NOVALISA Nelfa Sari Nelli Hindriani NINDI MAULA AZIZAH Nova Melisty Nova Noliza Bakar NOVALISA NASTHASYA Noverina Alfiany Nur Elvi Sahra Nur Fauzana Nurmaylina Zaja Nurul Saadah Olivia Atinri Olivia Prima Dini Puteri Bulqis Azhari Putri Bulqis Azhari Rachmi Dwinta Sari Radhiatul Husna Rahmat Fajri Rahmat Fajri RAHMI HG, IZZATI Rahyu Silvia Ratih Febi Ramadhani Rescha, Ratna Vrima Resti Nanda Yani RESTY OKTAVIANI Ridho Pascal Willmar Rini Eka Putri Riri Lestari Samat, Nor Azah Sarifah Aulia Seno Pratama SHINTA MUTIA KARNEVA Shinta Wulandari SILVIA YUNANDA Siska Zayendra Siti Juriah Siti Rani Yelfera SRI DELIMAWATI Stepani Burni Safitri Suci Sari Wahyuni Syafwan, Mahdhivan Tessy Oktavia Mukhti Tiara Shofi Edriani Tomi Desra Yuliandi UMMU BUTSAINATUL EL KHAIR Vira Agusta WAHYU ELFIYANA PUTRI Wikasanti Dwi Rahayu Willmar, Ridho Pascal Winalia Agwil WINDA LIDYA Winda Oktari WULANDARI, FRILIANDA Wulandari, Yana Wuri Wulandari Yanita Yanita Yanuar, Ferra Yessi Oktreza Yulianti, Lyra Yuliza Diana Putri Zetra, Aidinil Zikalta Putra Zulakmal, Zulakmal