Claim Missing Document
Check
Articles

Found 8 Documents
Search

PELATIHAN OLAH DATA STATISTIK BAGI OPERATOR DATA POKOK PENDIDIKAN (DAPODIK) SEKOLAH PENDIDIKAN ANAK USIA DINI KECAMATAN KEDAMAIAN BANDAR LAMPUNG Pandri Ferdias; Nusyirwan; Dina Eka Nurvazly
BUGUH: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 2 No. 3 (2022)
Publisher : Badan Pelaksana Kuliah Kerja Nyata Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (197.316 KB)

Abstract

Operator sekolah merupakan petugas yang ditunjuk sekolah untuk melakukan input data pokok Pendidikan (Dapodik). Operator Sekolah memegang peranan yang penting dalam melakukan pendataan dan sekaligus pengguna dari aplikasi Dapodik tersebut. Petugas operator memegang peran yang sangat penting dalam mengolah data sekolah maupun verifikasi dan validasi data siswa ke aplikasi dapodik. Salah satu kriteria utama diangkat menjadi operator sekolah adalah orang yang setidaknya menguasai komputer dan tahu cara mengoperasikannya. Namun, dalam pelaksanaannya operator sekolah masih belum mampu melakukan pengolahan data dengan baik sehingga belum dapat disajikan untuk masyarakat. Sehingga perlu di adakan kegiatan pelatihan ini untuk mencapai tujuan tersebut. Peserta kegiatan ini adalah operator sekolah yang berada dibawah naungan Himpunan Pendidik dan Tenaga Kependidikan PAUD Indonesia (HIMPAUDI) Kecamatan Kedamaian Bandar Lampung sebanyak 31 orang operator. Metode pelaksanaan kegiatan pelatihan ini dilakukan dengan menggunakan metode pelatihan atau seminar dan praktek secara langsung serta pendampingan pasca kegiatan. Kegiatan dimulai dengan sosialisasi, penyusunan program dan teknis pelatihan, penyiapan alat dan bahan, pelatihan / seminar dan praktek langsung serta diskusi dan evaluasi. Evaluasi dilakukan secara kontinu hingga operator faham dalam melakukan olah data statistik data pokok pendidikan dengan hasil yang baik.
Aplikasi Metode Sillhouette Coefficient, Metode Elbow dan Metode Gap Staticstic dalam Menentukan K Optimal pada Analisis K-Medoids Hilda Lailatul Ramadhania; Widiarti Widiarti; La Zakaria; Nusyirwan Nusyirwan
Jurnal Siger Matematika Vol 4, No 1 (2023): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jsm.v4i1.3196

Abstract

The K-Medoids method is a non-hierarchical cluster analysis method where information on the exact number of clusters is required. The data used in this study uses simulation data from reference data on the percentage of households according to drinking water sources. The simulation data used uses a multivariate normal distribution, so that the simulation data allows for negative data. In this study, two options were carried out on negative data results, namely being zero and absolute. The method in determining the optimal number of clusters used the Sillhouette Coefficient method, the Elbow method and the Gap Statistics method. The average Dunn Index value from the data on the zeroed option produces the largest Dunn Index value in determining the optimal number of clusters using the Gap Statistic method, which is 0,125734, while in the second option data, the Dunn Index average is greatest in determining the number of clusters optimally using the Sillhouette Coefficient method, which is 0,113315.
Penerapan Adaptive Neuro Fuzzy Inference System (ANFIS) Menggunakan Fungsi Keanggotaan Generalized Bell Untuk Peramalan Data Time Series Rachma Adji Ramadanti; Nusyirwan Nusyirwan; Pandri Ferdias; Khoirin Nisa
Jurnal Sains Matematika dan Statistika Vol 9, No 2 (2023): JSMS Juli 2023
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v9i2.20789

Abstract

Analisis deret waktu merupakan teknik analisis dalam statistika yang menggunakan data observasi dari beberapa periode secara beruntun dalam interval waktu yang tetap.  Dalam analisis ini, model dibangun dan diidentifikasi dari pola data peristiwa dari masa lalu.  ANFIS merupakan salah satu metode yang dapat digunakan untuk melakukan peramalan data time series, ANFIS sendiri merupakan salah satu jenis neural network yang berbasis pada sistem inferensi fuzzy Takagi Sugeno.  Tujuan dari penelitian ini adalah menerapkan ANFIS untuk meramalkan data time series menggunakan fungsi keanggotaan generalized bell.  Selanjutnya menduga model ANFIS dan memperoleh tingkat akurasi dari model peramalan Indeks Harga Konsumen (IHK) dengan metode ANFIS.  Variabel prediktor yang digunakan adalah inflasi dan uang beredar, untuk variabel respon yang digunakan adalah IHK.  Model terbaik dipilih berdasarkan pada nilai RMSE.  Hasil analisis menunjukan bahwa penggunaan metode ANFIS sudah baik untuk peramalan data karena hasil prediksi sudah cukup mendekati data aktual dan RMSE model ANFIS dengan 2-cluster memberikan tingkat keakuratan yang baik untuk meramalkan IHK dengan nilai RMSE sebesar 5,29907. Kata Kunci:  data time series, ANFIS, indeks harga konsumen, peramalan
PELATIHAN ANALISIS DATA PENELITIAN BAGI GURU SDN 2 SEGALAMIDER BANDAR LAMPUNGDENGAN MENGGUNAKAN APLIKASI SPSS Nusyirwan Nusyirwan; Eri Setiawan; Tiryono Ruby; Subian Saidi
BUGUH: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 3 No. 3 (2023): September, 2023
Publisher : Badan Pelaksana Kuliah Kerja Nyata Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/buguh.v3n3.2285

Abstract

Guru sebagai sumberdaya manusia dalam dunia pendidikan dituntut untuk melakukan pengembangan diri. Guru tidak saja dituntut menguasai materi ajaran atau mampu menyajikan secara tepat, tetapi juga dituntut mampu melakukan pengembangan pengajaran di dalam kelas melalui penelitian. Jenis penelitian yang dapat dilakukan oleh guru cukup banyak di antaranya adalah Penelitian Tindakan Kelas (PTK). Sebagian besar guru, baik guru SD/MI, SMP/MTs, dan SMA/MA menyatakan bahwa pada analisis data inilah bagian yang tersulit dalam PTK. Hal ini tidaklah 100% benar, karena sebenarnya pada bagian inilah hal yang sangat mengasyikkan. Orang akan bisa karena terbiasa, orang akan tidak bisa karena belum terbiasa. Kata-kata itu nampaknya benar, artinya guru merasa tidak bisa melakukan analisis data dalam PTK karena memang belum terbiasa. Untuk membiasakan guru-guru dalam menganalisis data penelitiannya diperlukan aplikasi program statistika. Salah satu aplikasi program statistika adalah SPSS. Dengan analisis data menggunakan aplikasi SPSS sangat membantu guru untuk meningkatkan kualitas penelitiannya. Oleh karena itu, kegiatan pengabdian kepada masyarakat ini dirasakan perlu untuk membantu guru-guru dalam teknik analisis data dengan SPSS untuk meningkatkan kemampuan menelitinya. Secara umum penyelenggaraan kegiatan pelatihan Analisis Data Menggunakan Aplikasi SPSS di SDN 2 Segalamider Bandar Lampung memperoleh sambutan yang sangat antusias. Oleh karena itu hasil kegiatan pelatihan ini memberi hasil yang “SANGAT BAIK” . Ini ditandai oleh peningkatan hasil yang memuaskan dilihat dari hasil ujian akhir (pstest) peserta pelatihan yang mengalami peningkatan 85 % dari kondisi awal.
Forecasting Seasonal Time Series Data Using The Holt-Winters Exponential Smoothing Method of Additive Models Nurhamidah Nurhamidah; Nusyirwan Nusyirwan; Ahmad Faisol
Jurnal Matematika Integratif Vol 16, No 2: Oktober 2020
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v16.n2.29293.151-157

Abstract

The purpose of this study was to predict seasonal time series data using the Holt-Winters exponential smoothing additive model.  The data used in this study is data on the number of passengers departing at Hasanudin Airport in 2009-2019, the source of the data obtained from the official website of the Central Statistics Agency.  The results showed that the Holt-Winters exponential smoothing method on the passenger's number at Hasanudin Airport in 2009 to 2019 contained trend patterns and seasonal patterns, by first determining the initial values and smoothing parameters that could minimize forecasting errors.
Maximum Likelihood Estimation Approach using the CB-SEM Method: Case Study of Service Quality Putri Meyla Oktavia; Eri Setiawan; Nusyirwan Nusyirwan; Netti Herawati
Sciencestatistics: Journal of Statistics, Probability, and Its Application Vol. 1 No. 2 (2023): JULY
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/sciencestatistics.v1i2.5031

Abstract

The purpose of this study to analyze the service level, satisfaction and loyalty of Sariringgung Beach visitors.Covarian based approach to estimatemaximum likelihood method in the service levelto the satisfaction and loyalty of visitorstourism area of Sariringgung Beach is used. The results of this study indicate that the direct effect of service level to satisfaction is 77%, service level to loyalty is 75%. Whereas the indirect effect of service level on loyalty through satisfaction is 38,5%. Then the total effect of service level on customer loyalty through satisfaction is 73,5%.
Perbandingan Pembobot Welsch dan Tukey Bisquare pada Regresi Robust S-estimator Fifi Nurhafifah; Khoirin Nisa; Nusyirwan; Rizki Agung Wibowo
Sciencestatistics: Journal of Statistics, Probability, and Its Application Vol. 2 No. 2 (2024): JULY
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/sciencestatistics.v2i2.6156

Abstract

Regresi robust merupakan sebuah metode yang dikembangkan untuk memiliki kinerja yang baik ketika data yang dianalisis menyimpang dari asumsi yang mendasari, misalnya terdapat pencilan yang dapat menyebabkan galat menjadi tidak berdistribusi normal. Salah satu metode estimasi pada regresi robust adalah S-estimator, metode ini memiliki fungsi pembobot antara lain pembobot Welsch dan Tukey Bisquare. Pada penelitian ini, kami membandingkan bobot-bobot pada metode S-estimator pada data berukuran: 30, 60, 100 dan 200 yang diberikan kontaminasi pencilan sebesar: 5%, 10%, 15%, 20%, 25% dan 30%. Berdasarkan hasil simulasi diperoleh bahwa kedua pembobot menghasilkan nilai MSE (Mean Square Error) dan bias yang serupa. Sehingga dapat disimpulkan bahwa kedua pembobot memberikan hasil yang sesuai dan sama baiknya pada regresi S-estimator. Robust regression is a method developed to have good performance when the analyzed data deviates from the underlying assumptions, for example, there are outliers that can cause errors to be not normally distributed. One of the estimation methods in robust regression is the S-estimator, this method has weighting functions, including the Welsch and Tukey Bisquare weights. In this study, we compared the weights in the S-estimator method on data sizes: 30, 60, 100 and 200 which were given outlier contamination of: 5%, 10%, 15%, 20%, 25% and 30%. Based on the simulation results, it is found that the two weights produce similar MSE (Mean Square Error) and bias values. So it can be concluded that the two weights provide appropriate and equally good results in the S-estimator regression
Estimasi Model Fixed Effect Pada Analisis Regresi Data Panel Dengan Metode Least Square Dummy Variable (LSDV) Junia Rahma Nur Imani; Khoirin Nisa; Dorrah Aziz; Nusyirwan
Sciencestatistics: Journal of Statistics, Probability, and Its Application Vol. 3 No. 1 (2025): JANUARY
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/sciencestatistics.v3i1.7525

Abstract

Data panel merupakan gabungan antara data cross section dan data time series. Salah satu model analisis regresi data panel adalah model fixed effect. Model fixed effect mempunyai asumsi bahw intersep berbeda untuk setiap individu, tetapi koefisien slope konstan. Estimasi dilakukan dengan menggunakan variabel dummy untuk menjelaskan adanya perbedaan intersep antar individu. Penelitian ini bertujuan untuk mengestimasi model fixed effect pada analisis regresi data panel dengan metode least square dummy variable dan menerapkannya pada data upah minimum provinsi di Indonesia tahun 2014-2017. Berdasarkan hasil penelitian yang telah dilakukan dengan menggunakan estimasi parameter = untuk model fixed effect pada analisis regresi data panel upah minimum provinsi di Indonesia diperoleh model sebagai berikut, = 5.248452+ + 0.007415 + 0.002882 + 1.63E-07dengan, = upah minimum provinsi, = indeks harga konsumen, = tingkat partisipasi angkatan kerja, = produk domestik regional bruto dan = variabel dummy, k = 1,2, ...,33 (provinsi). Panel data is a combination of cross section data and time series data. One of panel data regression analysis model is the fixed effect model. The fixed effect model has the assumption that intercepts are different for each individual, but the slope coefficient is constant. Estimation is done by using dummy variables to explain the existence of intercept differences between individuals. This study aims to estimate the fixed effect model in panel data regression analysis using the least square dummy variable method and apply it to the provincial minimum wage data in Indonesia in 2014-2017. Based on the results of the research that has been done by using paremeter estimator = for fixed effect model in the panel regression analysis on provincial minimum wage data in Indonesia, we obtained as follows, = 5.248452+ + 0.007415 + 0.002882 + 1.63E-07 with, = provincial minimum wage, = consumer price index, = labor force participation rate, = regional gross domestic product, = dummy variable , k = 1,2, ...,33 (province).