Claim Missing Document
Check
Articles

Klasifikasi Status Kinerja Bank yang Terdaftar di BEI dengan Pendekatan Winsorized Modified One-step M-estimator Milani Destriana; Nurul Gusriani; Iin Irianingsih
Jurnal Matematika Integratif Vol 14, No 2: Oktober, 2018
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (288.048 KB) | DOI: 10.24198/jmi.v14.n2.18543.133-140

Abstract

Penilaian kinerja suatu bank dengan analisis laporan keuangan tidaklah efisien bagi pihak pengawas (BI, masyarakat atau investor), karena analisis laporan keuangan hanya dapat menilai bank secara perseorangan. Oleh karena itu, perlu adanya klasifikasi status kinerja bank yang dapat menilai bank secara bersamaan. Data yang digunakan untuk klasifikasi adalah data laporan keuangan setiap bank yang terdaftar di BEI. Penilaian secara bersamaan memungkinkan munculnya data ekstrim (outlier), karena ada perbedaan kemampuan operasional antara bank ternama dan tidak. Metode yang digunakan untuk klasifikasi status kinerja bank adalah analisis diskriminan linier. Analisis diskriminan harus memenuhi asumsi kenormalan dan kesamaan matriks varians-kovarians, namun metode ini sangat sensitif terhadap data yang mengandung outlier sehingga tidak memenuhi asumsi. Analisis diskriminan linier robust dengan pendekatan winsorized modified one-step M-estimator merupakan metode yang dapat mengatasi data outlier dan tidak terpenuhinya asumsi. Hasil yang diperoleh adalah dua buah fungsi diskriminan liner robust, dimana semua variabel bebas mempunyai pengaruh positif yang dapat meningkatkan skor diskriminan. Kedua fungsi digunakan untuk klasifikasi status kinerja bank yang terdaftar di BEI dengan peluang kesalahan sebesar 34,72% dan hasil ketepatan sebesar 65,28%. Berdasarkan perhitungan press’s Q fungsi diskriminan robust yang terbentuk memiliki hasil yang akurat dan stabil.
Estimasi Parameter Model Regresi Nonparametrik Birespon berdasarkan Penalized Spline Pada Data Tindak Kriminal di Indonesia (Studi Kasus Jumlah Kejadian Kejahatan terhadap Kesusilaan dan Jumlah Kejadian Kejahatan terhadap Fisik di Indonesia Tahun 2020) Reffa Ayu Anggraeni; Nurul Gusriani; Kankan Parmikanti
Jurnal Matematika Integratif Vol 18, No 2: Oktober 2022
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (542.453 KB) | DOI: 10.24198/jmi.v18.n2.41977.203-215

Abstract

Untuk mencapai terciptanya kehidupan bermasyarakat yang aman dan damai, tindak kriminal menjadi salah satu hal yang sangat diperhatikan. Pada tahun 2020, di Indonesia terjadi 6.872 kejadian kejahatan terhadap kesusilaan dan 36.672 kejadian kejahatan terhadap fisik. Salah satu upaya yang bisa dilakukan untuk menekan jumlah kejadian kejahatan terhadap kesusilaan dan jumlah kejadian kejahatan terhadap fisik di Indonesia adalah dengan memodelkan hal tersebut atas faktor-faktor yang memengaruhinya sehingga dapat diperoleh prediksinya.  Pada penelitian ini, dilakukan estimasi parameter model regresi nonparametrik birespon berdasarkan estimator penalized spline menggunakan pendekatan metode Weighted Least Square (WLS) untuk memprediksi jumlah kejadian kejahatan terhadap kesusilaan dan jumlah kejadian kejahatan terhadap fisik di Indonesia dengan variabel prediktor kepadatan penduduk (X1), rasio jenis kelamin (X2), persentase penduduk miskin (X3) dan rata-rata upah bersih buruh/karyawan/pegawai (X4). Estimator penalized spline digunakan untuk memperhitungkan titik knot dan parameter penghalus secara bersamaan sehingga menghasilkan ketepatan dan kehalusan bentuk kurva secara simultan. Model terbaik bergantung pada penentuan titik knot dan parameter pemulus optimal yaitu dengan nilai Generalized Cross Validation (GCV) minimum. Model terbaik diperoleh saat banyaknya titik knot untuk X1 adalah satu, X2 adalah tiga, X3 adalah tiga, dan X4 adalah satu serta lambda=0,000000171 dengan GCV sebesar 568359 dan nilai koefisien determinasi sebesar 0,652.
Desain Kurikulum dan Konversi Hasil Kegiatan MBKM Program Studi Sarjana Matematika Edi Kurniadi; Mohamad Nurzaman; Nurul Gusriani
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 7 No 2 (2023): Jurnal Cendekia: Jurnal Pendidikan Matematika Volume 7 Nomor 2 Tahun 2023
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v7i2.2364

Abstract

Program Merdeka Belajar Kampus Merdeka (MBKM) adalah suatu program untuk meningkatkan kompetensi tambahan mahasiswa atau capaian pembelajaran lulusan di luar program studinya. Kegiatan MBKM yang dimaksud adalah delapan bentuk kegiatan pembelajaran yaitu magang, asistensi mengajar, pertukaran pelajar, studi independent, penelitian, kewirausahaan, proyek kemanusian, dan membangun desa atau Kuliah Kerja Nyata (KKN) tematik. Metode penelitian yang digunakan adalah metode penelitian kualitatif khususnya metode studi kasus phenomenological research. Tujuan penelitian ini adalah untuk mendesain bagaimana cara mengonversi hasil kegiatan MBKM tersebut terkait kedudukannya, khususnya dalam kurikulum program studi sarjana matematika. Metode konversi yang diperoleh dapat dipergunakan tidak hanya di Program Studi Matematika tetapi untuk program studi-program studi lainnya yang menjalankan program MBKM bagi mahasiswanya. Tahapan pelaksanaan MBKM sendiri terdiri dari tiga tahapan yaitu pertama pendaftaran baik di tingkat program studi, mitra di laman kampus merdeka, ke dua monitoring dan evaluasi pelaksanaan MBKM seperti logbook laporan dan laporan kegiatan, dan yang ke tiga penilaian berupa presentasi dan laporan akhir. Setiap tahapan dibuat rubrik penilaian sebagai bahan untuk konversi hasil akhir kegiatan MBKM. Hasil utama yang diperoleh dari penelitian ini berupa teknik baku dalam cara menilai dan mengonversi hasil MBKM.
Analisis Sentimen dengan Metode Klasifikasi Naïve Bayes Dan Seleksi Fitur Information Gain Natalia Syafitri Kustanto; Nurul Gusriani; Firdaniza Firdaniza
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 21 No 2 (2022): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v21i2.524

Abstract

Analisis sentimen merupakan pemrosesan bahasa alami yang bertujuan untuk menemukan opini, mengidentifikasi sentimen apa yang diungkapkan, dan mengklasifikasikannya berdasarkan nilai yang terkandung. Teknologi pembelajaran mesin, seperti Klasifikasi Naïve Bayes banyak digunakan dalam klasifikasi sentimen karena memiliki tingkat akurasi dan kecepatan yang tinggi. Pembelajaran mesin dapat dipadukan dengan metode seleksi fitur untuk meningkatkan efisiensi model. Salah satu metode seleksi fitur adalah metode Information Gain yang dapat digunakan untuk menentukan atribut paling efektif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap aplikasi PeduliLindungi dan menghitung evaluasi performa model berdasarkan nilai metrik F1-Score. Pada penelitian ini analisis sentimen dilakukan menggunakan metode Klasifikasi Naïve Bayes dengan penggabungan metode seleksi fitur Information Gain untuk meningkatkan performa model dan mempercepat komputasi. Hasil analisis sentimen menggunakan metode klasifikasi Naïve Bayes dan seleksi fitur Information Gain menunjukkan bahwa pengguna cenderung memberikan ulasan positif terhadap aplikasi PeduliLindungi. Performa model untuk analisis sentimen pengguna terhadap aplikasi PeduliLindungi ditentukan berdasarkan rata-rata F1-Score dengan 10-fold cross validation diperoleh sebesar 95.1%; artinya model yang diperoleh mempunyai presisi dan recall yang baik.
Pemrograman Python Untuk Peramalan Data Deret Waktu Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (Sarima) Michelle Selina Buntara; Herlina Napitupulu; Nurul Gusriani
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 22 No 2 (2023): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v22i2.774

Abstract

Peramalan deret waktu adalah penggunaan model untuk memprediksi nilai masa depan berdasarkan nilai yang diamati sebelumnya. Model Seasonal Autoregressive Integrated Moving Average (SARIMA) merupakan salah satu model yang digunakan untuk peramalan ketika deret waktu univariat menunjukkan variasi musiman. Model SARIMA merupakan bentuk khusus dari model ARIMA yang terdiri dari tiga bagian, yaitu; ‘AR’ yang berarti Autoregressive, ‘I’ yang merupakan bagian differencing, dan ‘MA’ yang berarti Moving Average.Penelitian ini bertujuan untuk memperoleh model SARIMA terbaik melalui beberapa tahap, yaitu; preparasi, identifikasi, penaksiran nilai parameter, dan uji diagnostik. Performa model peramalan diuji menggunakan mean absolute percentage error (MAPE).
Simulasi Perhitungan Analisis Cluster pada Kasus Penyakit Menular Menggunakan Bahasa Pemrograman Python Aulia Wanda Puspitasari; Herlina Napitupulu; Nurul Gusriani
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 22 No 2 (2023): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v22i2.796

Abstract

Increasing the prevention and control of infectious diseases is currently one of the 2020-2024 health development strategic goals set by the Ministry of Health. If it left unchecked, infectious diseases can become Kejadian Luar Biasa (KLB) which result in many deaths. To optimize the handling of infectious disease transmission, it is necessary to determine which groups are the priority. One of the grouping methods that can be used is cluster analysis. This study aims to find the best cluster based on the Cophenetic Correlation Coefficient (CPCC) and Pseudo-F values. The results showed that the average linkage method was the best method with a CPCC value closest to 1, that is 0.8513. The average linkage method divides districts/cities in West Java into five clusters based on the highest Pseudo-F value.
Penerapan Model Support Vector Machine Pada Kasus Klasifikasi Teks Berdasarkan Tujuan SDGS Ke Tiga, Empat, Dan Enam Saprilian Hidayat; Herlina Napitupulu; Nurul Gusriani
SisInfo Vol 6 No 2 (2024): SisInfo
Publisher : Universitas Informatika dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/sisinfo.v6i2.893

Abstract

Text classification is a branch of Natural Language Processing (NLP) that enables computers to understand, interpret, and respond to text in a comprehensible language. Classifying texts based on the Sustainable Development Goals (SDGs) is crucial because monitoring the progress of SDGs remains a challenge. Previous studies have shown that text classification techniques using the BERT model have proven effective in classifying texts based on SDG goals. This research utilizes data sourced from the OSDG community website. The method employed is the Support Vector Machine Multiclass (SVM) model and TF-IDF word representation. This research aims to classify texts based on the Sustainable Development Goals (SDGs), specifically focusing on goals three, four, and six., evaluate the model's performance based on the F1-Score metric, and determine the optimal values for the hyperparameters regularized constant and gamma in the RBF kernel. The results of this research yielded a default F1-Score of 97.95% and a post-tuning F1-Score of 97.95%, with the optimal values of C=1, gamma=1, and kernel=rbf.
PENDAMPINGAN USAHA KECIL DALAM PENGGUNAAN MEDIA SOSIAL UNTUK PENINGKATAN PROFIT DAN PRODUKTIVITAS USAHA Chaerani, Diah; Perdana, Tomy; Rusyaman, Endang; Gusriani, Nurul; Firdaniza, Firdaniza; Balqis, Viona P; Irmansyah, Athaya Zahrani; Muslihin, Khoirunnisa R A; Ghiffari, Alif Muhamad
DHARMAKARYA: Jurnal Aplikasi Ipteks untuk Masyarakat Vol 12, No 3 (2023): September, 2023
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/dharmakarya.v12i3.43472

Abstract

Masalah utama yang diselesaikan dalam PPM Internal Unpad 2022 ini adalah bagaimana memberikan pendampingan pada usaha kecil yang ada di masyarakat untuk dapat membuka usaha secara online dan menggunakan internet atau smartphone  melalui media social sebagai upaya peningkatan manajemen usaha pada unit usaha yang telah berjalan, khususnya pada masa pandemi Covid-19 ini.  Dasar pemikiran merujuk pada kondisi bahwa media sosial telah berevolusi untuk menjadi alternatif cara berkomunikasi dan berbagi informasi serta ketertarikan. Indonesia merupakan negara keempat dengan jumlah pengguna internet terbesar. Pertumbuhan pesat dari sosial media beserta jaringannya terutama di negara-negara berkembang membuka lahan baru untuk adanya kontak antara produsen dan konsumen.Kontak antara produsen dan konsumen inilah yang biasanya dikenal dengan kegiatan berbelanja secara online. Keterkaitan antara penggunaan sosial media dengan kegiatan online shopping sangat erat.Untuk menganalisis data media sosial diperlukan pengetahuan yang dalam mengenai teknologi Internet, media sosial, basis data, struktur data, teori informasi, penambangan data, pembelajaran mesin, sampai kepada teknik visualisasi data dan informasi. Analisis media sosial bertujuan untuk pengembangan dan evaluasi informasi serta mengumpulkan, mengevaluasi, menganalisis, menyimpulkan, dan memvisualisasikan data dari media sosial. Analisis media sosial adalah proses untuk melihat, analisis, mengukur, dan prediksi interaksi digital, relasi, topik, ide-ide atau konten pada media sosial. Selanjutnya dalam rangka mendukung perkembangan perekonomian bangsa, diharapkan pendampingan ini dapat membantu para pelaku usaha kecil dalam bersosial media dalam hal peningkatan profit dan produktivas usaha. Lokasi PPM dipilih Desa Jatimukti yang terletak sekitar 5 KM dari Kampus Unpad Jatinangor.
PERAMALAN INDEKS ULTRAVIOLET DI KOTA BANDUNG MENGGUNAKAN METODE LONG SHORT-TERM MEMORY Satyaputra, Ida Bagus Wira Krishna; Napitupulu, Herlina; Gusriani, Nurul
Jurnal Matematika Integratif Vol 20, No 2: Oktober 2024
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v20.n2.58798.249-258

Abstract

Peramalan nilai indeks Ultraviolet (UV) memainkan peran penting dalam menjaga kesehatan masyarakat dan pengelolaan lingkungan. Penelitian ini bertujuan untuk menghasilkan nilai peramalan indeks UV di Kota Bandung pada tanggal 1–30 April 2024 menggunakan Metode Long Short-Term Memory (LSTM). Metode LSTM merupakan pengembangan dari metode Recurrent Neural Network (RNN). RNN diubah dengan menambahkan mekanisme gate untuk menyimpan informasi jangka panjang sehingga mengurangi resiko munculnya exploding gradients dan vanishing gradients. Model LSTM dalam penelitian ini dibangun menggunakan 1 input layer dengan 400 unit cell dan 1 output dense layer dengan fungsi update bobot adam optimizer, randomizer bobot glorot uniform distribution, dan 400 jumlah epoch. Performa model peramalan diuji menggunakan RMSE dan MAPE. Pada data training menghasilkan nilai RMSE sebesar 0,28 dan MAPE sebesar 11%. Untuk data testing menghasilkan nilai RMSE sebesar 0,48 dan MAPE sebesar 14%. Hasil peramalan indeks UV di Kota Bandung menunjukkan bahwa selama bulan April nilai rata-rata indeks UV adalah 2,27, hal ini mengartikan bahwa masyarakat Kota Bandung dapat beraktivitas diluar tanpa perlu mengkhawatirkan bahaya sinar UV.
The Irreducible Unitary Representation of SU(2) and Its Lie algebra Representations Kurniadi, Edi; Badrulfalah, Badrulfalah; Gusriani, Nurul
Mathline : Jurnal Matematika dan Pendidikan Matematika Vol. 9 No. 4 (2024): Mathline : Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas Wiralodra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31943/mathline.v9i4.653

Abstract

We study the three dimensional special unitary group  whose the Lie algebra is given by   . The research aims to construct a representation of  and  realized on the inner product  space  of all homogeneous polinomials of degree  and  of all homogeneous polinomials of degree  which satisfying  irreducibility and unitarity conditions. Namely, The action of    and  are presented on the spaces  and  respectively. In the first step, we computed all representations of  on  and .   Furthermore, in the second step, by simply connectedness property of  then the irreducible unitary representation of Lie algebra  realized on  can be obtained from the  representation by using derived representation. The results showed the explicit formulas of representations of    and