Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

7.506

P-Index

This Author published in this journals

All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Statistika Universitas Muhammadiyah Semarang AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Kreativitas PKM Jurnal Aplikasi Statistika & Komputasi Statistik METIK JURNAL Variance : Journal of Statistics and Its Applications Jurnal Varian Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Journal of Mathematics Education and Science Mathematics and Applications (MAp) Journal VARIANSI: Journal of Statistics and Its Application on Teaching and Research Journal of Research Applications in Community Services Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) Eksponensial Journal of Mathematics, Computation and Statistics (JMATHCOS) IJASDS: Indonesian Journal of Applied Statistics and Data Science

Memi Nor Hayati

Unknown Affiliation

Author-ID : 278791

Religion Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 52 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

PENGELOMPOKAN KABUPATEN/KOTA DI PULAU KALIMANTAN BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT MENGGUNAKAN METODE FUZZY C-MEANS DAN SUBTRACTIVE FUZZY C-MEANS Nur Annisa Fitri; Memi Nor Hayati; Rito Goejantoro
Jurnal Matematika, Statistika dan Komputasi Vol. 18 No. 1 (2021): September 2021
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v18i1.14416

Cluster analysis has the aim of grouping several objects of observation based on the data found in the information to describe the objects and their relationships. The grouping method used in this research is the Fuzzy C-Means (FCM) and Subtractive Fuzzy C-Means (SFCM) methods. The two grouping methods were applied to the people's welfare indicator data in 42 regencies/cities on the island of Kalimantan. The purpose of this study was to obtain the results of grouping districts/cities on the island of Kalimantan based on indicators of people's welfare and to obtain the results of a comparison of the FCM and SFCM methods. Based on the results of the analysis, the FCM and SFCM methods yield the same conclusions, so that in this study the FCM and SFCM methods are both good to use in classifying districts/cities on the island of Kalimantan based on people's welfare indicators and produce an optimal cluster of two clusters, namely the first cluster consisting of 10 Regencies/Cities on the island of Kalimantan, while the second cluster consists of 32 districts/cities on the island of Borneo.

PERBANDINGAN PERAMALAN METODE DOUBLE EXPONENTIAL SMOOTHING SATU PARAMETER BROWN DAN METODE DOUBLE EXPONENTIAL SMOOTHING DUA PARAMETER HOLT Julnita Bidangan; Ika Purnamasari; Memi Nor Hayati
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Peramalan merupakan suatu proses atau metode dalam meramal suatu peristiwa yang akan terjadi pada masa yang akan datang. Pemulusan eksponensial adalah suatu metode peramalan rata-rata bergerak yang melakukan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih lama. Pada penelitian ini membahas tentang metode double exponential smoothing satu parameter dari Brown dan double exponential smoothing dua parameter dari Holt dalam meramalkan jumlah produksi air bersih Kota Samarinda. Metode double exponential smoothing satu parameter dari Brown dan double exponential smoothing dua parameter dari Holt merupakan metode extrapolasi atau deret waktu dengan menggunakan riwayat permintaan masa lalu dalam membuat ramalan untuk masa depan yang dijadikan panduan dalam proses pembuatan keputusan. Metode double exponential smoothing satu parameter dari Brown dengan parameter menghasilakn ramalan jumlah produksi air pada bulan November 2015 adalah 6.673,93 m3, bulan Desember 2015 adalah 6.728,11 m3, dan bulan Januari 2016 adalah 6.728,11 m3 dengan MAPE adalah 2,9629 %. Pada metode double exponential smoothing dua parameter dari Holt dengan parameter dan menghasilkan ramalan jumlah produksi air pada bulan November 2015 adalah 6.694,09 m3, bulan Desember 2015 adalah 6.831,22 m3, dan bulan Januari 2016 adalah 6.968,35 m3 dengan MAPE adalah 2,9016 %. Hasil yang diperoleh menunjukkan bahwa MAPE untuk metode double exponential smoothing dua parameter dari Holt dengan dan lebih kecil dibandingkan MAPE untuk metode double exponential smoothing satu parameter dari BrownKata Kunci : Double Exponential Smoothing Dua Parameter dari Holt, Double Exponential Smoothing Satu Parameter dari Brown, MAPE.

CATEGORIC DATA GROUPING BY ALGORITHM QUICK ROBUST CLUSTERING USING LINKS (QROCK) (Case Study: Status of Value Addrd Tax Payments at the Samarinda Ulu Primary Tax Office in 2018) Nana Nirwana; Memi Nor Hayati; Syaripuddin Syaripuddin
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 1 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.1.2021.18-27

Clustering is a method for finding and grouping data that have similar characteristics (similarity) between one data and another. The method of grouping used in this study is the Qrock Algorithm (Quick Robust Using Links).The Qrock Algorithm has a more efficient method to produce the final cluster when the Rock Algorithm has no link beetwen the clusters.The concept of the Qrock Algorithm basically has the same principles as the Rock Algorithm, except that the Qrock Algorithm classifies objects only based on the neighbors of each object. The purpose of this study was to classify 200 Value Added Tax Payment Status data at the Samarinda Ulu Tax Service Office in 2018. Based on the analysis results, the threshold value ( ) = 0.1; 0.2; 0.3; 0.4; 0, 5 and 0.6 produce 1 cluster while the threshold values ( ) = 0.7; 0.8 and 0.9 produce 56 clusters.

MIXED GEOGRAPHICALLY WEIGHTED MULTIVARIATE LINEAR MODEL Memi Nor Hayati; Purhadi -
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Model linier multivariat adalah model linier dengan variabel respon lebih dari satu. Geographically Weighted Multivariate Linier Model (GWMLM) merupakan pengembangan dari model linier multivariat, dimana variabel respon lebih dari dari satu dan informasi lokasi diketahui. Pada model linier multivariat hanya dihasilkan penaksir parameter yang berlaku secara global, sedangkan dalam GWMLM dihasilkan penaksir parameter model yang bersifat lokal untuk setiap titik pengamatan atau lokasi dimana data tersebut diperoleh. Akan tetapi, pada kenyataannya tidak semua variabel prediktor dalam GWMLM mempunyai pengaruh secara lokal. Beberapa variabel prediktor berpengaruh secara global, sedangkan yang lainnya dapat mempertahankan pengaruhnya secara lokal. Oleh karena itu dikembangkan suatu metode Mixed Geographically Weighted Multivariate Linier Model (MGWMLM) yang merupakan gabungan dari model linier multivariat dan GWMLM. Hasil penelitian menunjukkan bahwa penaksiran parameter MGWMLM dapat dilakukan dengan metode Weighted Least Square (WLS). Pemilihan bandwidth optimum digunakan metode Cross Validation (CV). Pengujian kesesuaian model regresi multivariat dan MGWMLM didekati dengan distribusi F begitu juga pada pengujian parameter MGWMLM secara serentak, sedangkan pengujian parameter MGWMLM secara parsial baik untuk parameter global dan parameter lokal menggunakan distribusi t.

ANALISIS DESKRIPTIF PADA FAKTOR-FAKTOR YANG MEMPENGARUHI MINAT SISWA UNTUK MELANJUTKAN PENDIDIKAN KE TINGKAT PERGURUAN TINGGI Ika Purnamasari; Memi Nor Hayati
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

The success of human development in an area can be measured based on the level of education which is influenced by several factors, both internal and external. The mean years of schooling (MYS) are the basis for measuring the high level of education that affects the size of the Human Development Index (HDI). The aims of this study is to explore data based on internal and external factors that affect the interest of senior highschool students in the Penajam Paser Utara (PPU) to continue their education at college level. Exploration of data in this study was carried out using descriptive statistical analysis. Descriptive statistics are methods that are often used to process data and present it to be easier to understand, both in the form of diagrams and tables. Based on 292 respondents who are interested in continuing their study, it is known that the average levelof education of parents of respondents is still quite low. The level of education of parents affects the income level of parents, as many as 138 respondents have parents with an average income of one million to three million per month. Although the level of education and income of respondents parents is quite low, in fact, the ratio of respondents who areinterested in continuing their education to college institutions is 2.72 times greater than those of respondents who are not interested. Keyword : descriptive statistics, HDI, MYS, PPU.

ANALISIS PENGARUH CURAH HUJAN DAN MORFOMETRI PADA PENINGKATAN DEBIT DAN SEDIMEN DI DAS KONTO HULU DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED MULTUVARIATE LINIER MODEL Memi Nor Hayati; - Purhadi
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Metode Mixed Geographically Weighted Multivariate Linier Model (MGWMLM) yangmerupakan gabungan dari model linier multivariat dan GWMLM). Pemilihanbandwidth optimum digunakan metode Cross Validation (CV). Pengujian kesesuaianmodel regresi multivariat dan MGWMLM didekati dengan distribusi F begitu juga padapengujian parameter MGWMLM secara serentak, sedangkan pengujian parameterMGWMLM secara parsial baik untuk parameter global dan parameter lokalmenggunakan distribusi t. Aplikasi dari MGWMLM ini untuk mengetahui pengaruhcurah hujan dan morfometri DAS terhadap penentuan besarnya debit dan sedimentasiDAS Konto Hulu. Berdasarkan MGWMLM dengan pembobot fungsi kernel Gaussian,faktor-faktor yang mempengaruhi debit dan sedimen di DAS Konto Hulu secara lokaladalah luas sub DAS dan rata-rata kemiringan lahan. Sedangkan variabel curah hujanharian berpengaruh signifikan secara global pada seluruh lokasi pengamatan.Kata Kunci : MGWMLM, GWMLM, DAS.

Perbandingan Klasifikasi Analisis Diskriminan Fisher dan Metode Naive Bayes Alifta Ainurrochmah; Memi Nor Hayati; Andi M. Ade Satriya
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 2 (2019): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v11i2.156

Klasifikasi adalah suatu teknik pembentukan model dari data yang telah diketahui kelompok klasifikasinya. Model tersebut digunakan untuk mengklasifikasikan obyek baru. Analisis diskriminan Fisher merupakan teknik multivariat untuk memisahkan obyek-obyek dalam kelompok yang berbeda. Naive Bayes merupakan pengklasifikasian berdasarkan probabilitas dan teorema Bayes dengan asumsi independensi yang kuat. Penelitian ini bertujuan melakukan perbandingan tingkat akurasi klasifikasi dengan analisis diskriminan Fisher dan metode naive Bayes pada status pembayaran premi nasabah asuransi. Data yang digunakan memiliki 4 variabel bebas yaitu pendapatan, usia, masa pembayaran premi dan besar pembayaran premi. Hasil kesalahan akurasi dengan menggunakan nilai APER (Apparent Rate Error) menunjukkan bahwa metode naive Bayes memiliki tingkat akurasi yang lebih tinggi sebesar 15,38% daripada analisis diskriminan Fisher sebesar 46,15% dalam menganalisis status pembayaran premi nasabah asuransi.

Pelatihan Penggunaan Fungsi Hitung Dasar dan Logika Matematika Statistika untuk Penyelesaian TIU Ika Purnamasari; Meiliyani Siringoringo; Sri Wahyuningsih; Memi Nor Hayati; Suyitno Suyitno; Rito Goejantoro; Surya Prangga
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 6, No 1 (2023): Volume 6 No 1 Januari 2023
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v6i1.8423

ABSTRAK Pegawai Negeri Sipil (PNS) yaitu warga negara Indonesia yang memenuhi syarat tertentu, diangkat sebagai Pegawai ASN secara tetap oleh pejabat pembina kepegawaian untuk menduduki jabatan pemerintahan. Pada proses perimaaan CPNS, terdapat dua tahapan Seleksi yaitu SKD dan SKB. Pada SKD, pemerintah memberlakukan passing grade yang menjadi penentu kelulusan ke tahap SKB. Salah satu jenis tes pada tahap SKD yaitu TIU yang merupakan tes untuk mengukur tingkat intelegensi dalam analisa numerik, verbal, figural, serta kemampuan untuk berpikir logis dan analitis. Tujuan kegiatan pelatihan yaitu memberikan informasi kepada masyarakat umum, khusunya masyarakat yang akan mengikuti tes seleksi SKD CPNS 2021 tentang penggunaan fungsi hitung dasar dan logika dalam mengerjakan soal TIU dengan lebih mudah, cepat dan tepat. Berdasarkan hasil penilaian pada saat pelatihan, peserta dapat menunjukkan adanya peningkatan pemahaman dalam menyelesaikan soal TIU dengan mudah, cepat dan tepat. Hal ini terlihat dari peningkatan nilai skor posttes yang jauh lebih tinggi dibandingkan saat pretes. Kedepannya diharapkan adanya kegiatan lanjutan dengan intensif agar peserta kegiatan dapat terbiasa dalam pemecahan soal dengan cepat. Kata Kunci: ASN; PNS; SKB; SKD; TIU ABSTRACT Civil Servants (PNS) is an Indonesian citizen who meets certain conditions, appointed as an ASN employee regularly by the office of staffing to occupy government positions. In the CPNS acceptance process, there are two stages of selection, namely SKD and SKB. In SKD, the government imposes a passing grade that determines graduation to the SKB stage. One type of test at the SKD stage is TIU which is a test to measure the level of intelligence in numerical analysis, verbal ability, figural ability, and the ability to think logically and analytically. The purpose of the training is to provide information to the general public, especially the public who will take the 2021 SKD CPNS selection test on the use of fundamental calculation functions and logic in working on TIU problems more simply, quickly, and precisely. Based on the yield of the assessment at the time of training, participants can show an increased understanding of solving TIU problems simply, quickly, and precisely. The posttest score is much higher than during pretests. In the future, expected that this training can continue intensive so that participants can get used to solving problems more quickly. Keywords: ASN; PNS; SKB; SKD; TIU

Optimasi Fuzzy C-Means Menggunakan Particle Swarm Optimization Untuk Pengelompokan Kabupaten/Kota Di Pulau Kalimantan (Studi Kasus: Data Indikator Kesejahteraan Rakyat Tahun 2020) Deviyana Nurmin; Memi Nor Hayati; Rito Goejantoro
EKSPONENSIAL Vol 14 No 1 (2023): Jurnal Eksponensial
Publisher : Program Studi Statistika FMIPA Universitas Mulawarman

Clustering is a method of grouping data into several clusters or groups so that data in one cluster has a high level of similarity and data between clusters has a low level of similarity. The clustering method used in this research is Fuzzy C-Means (FCM). FCM is a data grouping technique in which the existence of each data point in a cluster is determined by the degree of membership. To optimize the grouping results, it is necessary to validate the number of clusters using Partition Coefficient (PC). The purpose of this study is to obtain optimal grouping results from the FCM method using the PC validity indices from the people's welfare indicator data in 56 regencies/cities on the island of Kalimantan in 2020. Based on the results of the analysis, the conclusion is that the optimal number of clusters is three clusters. The first cluster consists of 24 regencies/cities on the island of Kalimantan, the second cluster consists of 17 regencies/cities on the island of Kalimantan, and the third cluster consists of 15 regencies/cities on the island of Kalimantan.

Pengelompokan Puskesmas Berdasarkan Kasus Balita Stunting di Kabupaten Paser Menggunakan Metode K-Medoids Puspita, Ika; Hayati, Memi Nor; Nohe, Darnah Andi
EKSPONENSIAL Vol. 14 No. 1 (2023)
Publisher : Program Studi Statistika FMIPA Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/eksponensial.v14i1.1089

The number of cases of stunting toddler in Paser Regency increased by 6.66% from 2018 to 2019%. The increased in the number of stunting toddler in Paser Regency shows that the efforts made by the Paser Regency Government have not been effective in reducing the prevalence of stunting toddler because the stunting toddler rate in Paser Regency is still above the threshold set by the World Health Organization (WHO), which is a maximum of 20%. Therefore, an appropriate strategy is needed to find out which areas receive special attention and treatment, one of method to be used is cluster analysis. Cluster analysis is divided into two methods, namely the hierarchical method and the non-hierarchical method. The non-hierarchical method begins by establishing the number of groups. One of the methods included in the non-hierarchical method is K-medoids. In this study, clustering will be carried out in cases of stunting toddlers in Paser Regency using the K-medoids method. This study aims to determine the optimal cluster formed by selecting the smallest Davies Buoldin Index (DBI) value from the 2019 Community Health Center grouping in Paser Regency. The clusters formed for the K-medoids method in this study were 2 clusters, 3 clusters, and 4 clusters. Based on the results of the analysis, the K-medoids method for 2 clusters, 3 clusters and 4 clusters was based on the DBI values of 0.977, 1.470, and 1.670, respectively. The optimal group for classifying stunting toddler cases in Paser Regency in 2019 is 2 cluster using K-medoids method.

Co-Authors - Purhadi Alifta Ainurrochmah Anak Agung Gede Sugianthara Andi M. Ade Satriya Anjani Anjani Annabaa Aulia, Muzizah Asnita, Asnita Astuti, Putri Sri Cahyaningsih, Ariyanti Candra Dewi, Ni Luh Ayu Casuarina, Indah Putri Damayanti, Elok Dani, Andrea Tri Rian Darnah Deviyana Nurmin Dewi, Isma Fatma wati Fauzia, Rina Fauziyah, Meirinda Fidia Deny Tisna Amijaya Goenjatoro, Rito Hadisti, Zahrah Dhafina Hadistii, Zahrah Dhafiinia Hidayatullah, Aji Syarif Ibrahim, Rizky Nur Ika Purnamasari Ika Purnamasari Ika Puspita, Ika Julnita Bidangan Karima, Nabila Al Khasanah, Lisa Dwi Nurul Krisna Rendi Awalludin Lestari, Nur Aini Ayu Lupinda, Indah Cahyani M. Fathurahman Mahmuda, Siti Marsandy, Aldwin Falah Hasan Meiliyani Siringoringo Messakh, Gerald Claudio Mochammad Imron Awalludin Nabilla, Maghrisa Ayu Nana Nirwana Nanda Arista Rizki Nida, Khairun Ningsih, Eva Lestari Nohe, Darnah Andi Nur Annisa Fitri Nur Azizah Nurmin, Deviyana Oroh, Chiko Zet Paradilla, Yunda Sasha Pratiwi, Reni Purhadi - Putri Ayu Dwi Lestari, Putri Ayu Dwi Putri, Nurlia Sucianti Rahmah, Putri Aulia Rahmaulidyah, Fatihah Noor Ramadani, Kartika Rito Goejantoro, Rito Safitri, Ranita Nur Sari, Devi Nur Endah Sa’diyah, Lita Vindiyatus Sembiring, Rinawati Sifriyani, Sifriyani Sinaga, Julia Oriana Siringoringo, Meiliyani Soraya, Raihana Sri Wahyuningsih Suerni, Widya - Surya Prangga Suyitno Suyitno Suyitno Suyitno Suyitno Suyono, Ari Krisna Syaripuddin Syaripuddin Utami, Riska Putri Wahyuni, Nanda Anggun Yuki Novia Nasution, Yuki Novia Yuniarti, Desi

Title

Found 52 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 52 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 52 Documents
Search