Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

0.23

P-Index

This Author published in this journals

All Journal Statistika Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Ilmiah Pendidikan dan Pembelajaran Euclid

Neneng Sunengsih

Unknown Affiliation

Author-ID : 2977094

Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 6 Documents Claim Missing Document

Claim Missing Document

Articles

ANALISIS KLASTER PADA DOKUMEN TEKS OPINI PENGGUNA TWITTER TERHADAP KASUS MIRAS OPLOSAN MENGGUNAKAN METODE K-MEANS Jaka Aulia Pratama; Neneng Sunengsih; Maman Suherman
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 1 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Teknologi komunikasi dan informasi merupakan sektor yang paling pesat berkembang di era digital saat ini. Hal tersebut tidak lepas dari kebutuhan mendasar manusia sebagai makhluk sosial, dimana akses terhadap informasi dan keragaman bentuk dalam berkomunikasi menjadi lahan basah bagi para penyedia layanan, salah satunya Twitter.Layanan jejaring sosial Twitter menjadi wadah dalam menyampaikan berbagai macam opini, termasuk kasus miras oplosan yang viral disampaikan para penggunanya selama bulan April 2018. Penelitian ini bertujuan untuk menganalisi opini pengguna Twitter terhadap kasus mira oplosan di bulan April 2018 tersebut menggunakan metode Kmeans.Hasil dari penelitian ini menunjukan klaster paling optimum terbentuk sebanyak tiga klaster berdasarkan nilai dunn index sebesar 0.8312. Dari ketiga klaster tersebut, dapat diasumsikan opini pengguna Twitter dari tanggal 1 April 2018 hingga 23 April 2018 terhadap kasus miras oplosanmasih terpusat pada sosok pengedar miras oplosan, pihak berwenang, dan korban. Kata kunci : Text Mining, Klaster, K-means,Twitter

PROSES KELAHIRAN DAN KEMATIAN PASSWORD Sri Mulyani; Neneng Sunengsih; Gatot Riwi
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.564

Sebuah populasi password terbentuk melalui proses kelahiran dan kematian. Kematian terjadi karena keluar danmutasi menjadi password lain. Kelahiran dan mutasi menyebabkan adanya keanekan password yang terdiri dari m subpopulasipassword berbeda. Banyak password dam sebuah subpopulasi dibahas dalam makalah ini

Proses Kelahiran dengan Imigrasi dan Kematian Password Sri Mulyani Sanro’i; Neneng Sunengsih; Gatot Riwi Setyanto
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 6, No 1 (2006)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v6i1.928

Dalam penelitian dibahas mengenai sebuah model stokastik pertumbuhan populasi password.Dimisalkan bahwa populasi berkembang melalui kedatangan sejumlah netter melalui proses poisson.Populasi kemudian terpecah menjadi beberapa subpopulasi karena adanya mutasi password, denganjenis password dalam sebuah subpopulasi sama dan berbeda antar subpopulasi. Distribusi stasionerbanyak netter dalam sebuah subpopulasi ternyata poisson.

BAYESIAN GEOGRAPHICALLY WEIGHTED REGRESSION DALAM PEMODELAN ANGKA INCIDENCE RATE I Gede Nyoman Mindra Jaya; Neneng Sunengsih
Euclid Vol 5, No 1 (2018): EDISI JANUARI
Publisher : Universitas Swadaya Gunung Jati.

Dalam dunia kesehatan angka incidence rate dikenal sebagai angka yang menunjukkan jumlah penderita baru suatu penyakit dalam periode waktu tertentu dibandingkan atas populasi yang beresiko pada periode waktu tersebut. Angka ini umumnya dijadikan rujukan untuk memetakan resiko kesehatan suatu lokasi dan mengkaji lebih jauh faktor-faktor resiko yang berpengaruh pada tinggi rendahnya resiko suatu penyakit pada lokasi tertentu. Pemodelan faktor-faktor resiko terhadap angka incidence rate umumnya dilakukan menggunakna metode regresi linear namun pendekatan ini menemukan kendala untuk data yang mengandung heterogenitas spasial, yaitu kondisi dimana faktor resiko memiliki pengaruh yang berbeda untuk setiap lokasi. Sehingga dalam pemodelan yang dinilai lebih tepat adalah pemodelan Geographically Weighted Regression (GWR). Metode Bayesian diperkenalkan dalam menaksir parameter GWR untuk memberikan hasil taksiran yang lebih ajeg.Â Kata Kunci. Bayesian, GWR, Incidence RateÂ

METODE BAYESIAN DALAM PENAKSIRAN MODEL SPATIAL AUTOREGRESSIVE (SAR) (STUDI KASUS PEMODELAN PENYAKIT TB PARU DI KOTA BANDUNG) I Gede Nyoman Mindra Jaya; Zulhanif Zulhanif; Bertho Tantular; Neneng Sunengsih
Euclid VOL 4, NO 2 (2017): EDISI JULI
Publisher : Universitas Swadaya Gunung Jati.

Aplikasi pemodelan spatial ekonometrik dalam berbagai bidang ilmu semakin banyak khususnya dalam ruang lingkup spatial regional dan spatial epidemiologi. Metode ini berkembang karena kemampuan metode ini mengakomodasi adanya ketergantungan spatial dalam data. Analisis ekonometrik biasa tidak mampu memberikan hasil yang baik pada saat data tidak berdistribusi independen. Metode Maksimum likelihood adalah metode yang umumnya digunakan untuk menaksir parameter model spatial econometrics. Namun metode ini tidak cukup baik dalam mengestimasi parameter model pada saat unit spatialnya sangat banyak. Metode alternative Bayesian diperkenalkan untuk mengatasi masalah tersebut. Penelitian ini mengkaji pendekatan metode Bayesian pada model Spatial Autoregresive (SAR). Model SAR merupakan satu dari delapan model spatial ecokometrik yang paling banyak digunakan. Pendekatan Bayesian akan diaplikasikan pada pemodelan kasus TB Paru di Kota BandungKata kunci: Bayesian, Model SAR, Maximum Likelihood, Spatial

High School Students’ Difficulties in Writing Descriptive Text Wardah Hafizah; Nida Husna; Neneng Sunengsih; Maulidya, Reza Anis
Jurnal Ilmiah Pendidikan dan Pembelajaran Vol. 8 No. 1 (2024): Maret 2024
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jipp.v8i1.66730

Difficulty in writing descriptive text is still a problem experienced by high school students. The aim of this research is to find out the mistakes and difficulties that students most often experience in writing descriptive texts. The method used in this research is a qualitative descriptive method. The sample for this research consisted of 36 tenth grade students from a state high school and was selected using a purposive sampling technique. The instruments used in this research were writing tests and interviews with data analysis techniques using descriptive statistics. The research results showed that 0.1% of students made mistakes in the content aspect, 0.1% in the organizational aspect, 8.3% in vocabulary, 23.5% in language use, and 68% in mechanics. The results of the analysis show that the largest number of errors is in the mechanical aspect with a total of 1085 errors. The difficulties experienced by students in writing descriptive texts lie in the aspects of vocabulary, language use, and mechanics. This is due to lack of vocabulary, grammar skills, and writing in a hurry. To overcome this problem, students can learn and practice English through online platforms such as Google Translate and YouTube. Students must also increase their focus on writing practice and always proofread their writing. Through this research, it is necessary to develop a learning program that focuses on increasing vocabulary, grammar skills, and applying appropriate mechanics in writing descriptive texts for high school students.

Co-Authors Bertho Tantular Gatot Riwi Gatot Riwi Setyanto I Gede Nyoman Mindra Jaya I Gede Nyoman Mindra Jaya I Gusti Agung Komang Diafari Djuni Hartawan Jaka Aulia Pratama Maulidya, Reza Anis Nida Husna Sri Mulyani Sanro’i Tamaulina Br Sembiring Wardah Hafizah Zulhanif Zulhanif

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search