Article Per Year (5 Year)
p-Index From 2020 - 2025
5.551
P-Index
This Author published in this journals
All Journal Eduma : Mathematics Education Learning and Teaching Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Faktor Exacta Jurnal SOLMA Formatif: Jurnal Ilmiah Pendidikan MIPA Logista: Jurnal Ilmiah Pengabdian Kepada Masyarakat STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Jurnal Inovasi Penelitian RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Jurnal PkM (Pengabdian kepada Masyarakat) Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Informatika Dan Tekonologi Komputer (JITEK) Jurnal Publikasi Teknik Informatika (JUPTI) Jurnal Rekayasa Komputasi Terapan Kapas: Kumpulan Artikel Pengabdian Masyarakat Jurnal Riset Rumpun Ilmu Pendidikan (JURRIPEN) Prosiding Seminar Nasional Unimus Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Nurfidah Dwitiyanti
Universitas Indraprasta PGRI
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Nursing Public Health Social Sciences Other

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Faktor Exacta

 1 
Implementasi Graph Clustering Algorithm Modification Maximum Standard Deviation Reduction (MMSDR) dalam Clustering Provinsi di Indonesia Menurut Indikator Kesejahteraan Rakyat Nurfidah Dwitiyanti; Septian Wulandari; Noni Selvia
Faktor Exacta Vol 13, No 2 (2020)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v13i2.5863

Abstract

The population of Indonesia from year to year has increased. The increase in population must also be accompanied by increased economic growth in Indonesia. The increase in economic growth in Indonesia is marked by the reduction in the number of poor people in Indonesia. In addition, the increase in economic growth is reflected in the equitable distribution of public income in the country. Even though there are still many Indonesian people who are not yet prosperous in economic terms. To overcome, it is necessary to have clustering and characteristics of 34 provinces in Indonesia by implementing the Modification Maximum Standard Deviation Reduction (MMSDR) graph clustering algorithm. The data used are indicators of public welfare in 2017 obtained from the Central Statistics Agency. There are 9 indicators of community welfare used in this research. There are four stages in the MMSDR algorithm namely the "MST", "Subdivide", "Biggest Stepping" and "Create Clusters" processes. The results of this study can be seen from the distance between the nodes or between one province and another province produced 22 clusters. From the cluster results obtained using the MMSDR algorithm on welfare data, there are many clusters formed with cluster members formed at most two nodes (province). Keywords: MMSDR, Clustering, Welfare of People
Penerapan Fuzzy C-Means Cluster dalam Pengelompokkan Provinsi Indonesia Menurut Indikator Kesejahteraan Rakyat Nurfidah Dwitiyanti; Noni Selvia; Finata Rastic Andrari
Faktor Exacta Vol 12, No 3 (2019)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v12i3.4526

Abstract

Metode fuzzy c means clustering adalah salah satu teknik pengelompokkan data dalam satu klaster ditentukan oleh pusat cluster yang akan menandai lokasi rata-rata untuk tiap klaster. Tujuan dari penelitian ini akan dibahas tentang penerapan metode fuzzy c means cluster dalam pengelompokkan provinsi Indonesia berdasarkan indikator kesejahteraan rakyat. Berdasarkan hasil analisis pengelompokkan fuzzy c means dengan 2 klaster diperoleh fungsi objektif yang konvergen pada iterasi ke-18 adalah sebesar 130,7085. Pada klaster 1 yang dikategorikan sebagai kelompok kurang sejahtera terdiri dari 18 propinsi dan klaster 2 adalah kelompok sejahtera, terdiri dari 16 propinsi.
MODEL REGRESI PROBIT BIVARIAT Nurfidah Dwitiyanti
Faktor Exacta Vol 10, No 3 (2017)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (416.071 KB) | DOI: 10.30998/faktorexacta.v10i3.1336

Abstract

Model regresi probit bivariat merupakan model regresi yang digunakan untuk menganalisis hubungan antara dua buah variabel respon yang berupa data kualitatif biner dengan satu atau lebih variabel prediktor. Variabel galat pada model ini diasumsikan berdistribusi normal bivariat. Metode kemungkinan maksimum dengan metode iterasi Newton Raphson digunakan untuk mendapatkan taksiran parameter regresi probit bivariat. Selanjutnya dilakukan pengujian signifikansi pada model ini dengan menggunakan uji perbandingan kemungkinan untuk menguji signifikansi parameter secara simultan dan uji Wald untuk menguji signifikansi parameter secara parsial. Uji Lagrange Multiplier digunakan untuk menguji ada atau tidaknya korelasi galat antara masing-masing variabel respon. Model probit bivariat diterapkan pada kasus kepercayaan seseorang (dalam hal ini responden) terhadap layanan internet yang dikaitkan dengan penggunaan internet serta faktor-faktor yang menentukan kemungkinan (peluang) seseorang percaya terhadap layanan internet dan penggunaan internet. Berdasarkan hasil analisis model probit bivariat diperoleh bahwa nilai peluang untuk setiap kepercayaan seorang responden terhadap layanan internet dan responden yang menggunakaan internet, secara bersama-sama (simultan) variabel prediktor yaitu pendidikan, pendapatan, usia, dan jenis kelamin mempunyai pengaruh terhadap peluang seorang responden yang percaya terhadap layanan internet dan responden yang menggunakan internet. 
Co-Authors Ahmad Suryadi, Ahmad Akbar, Nando Ghafiqi Andri Rahadyan Aniah Wulandari ARIF, SUTAN MOHAMMAD Azizah, Vivi Dewanto, Paksi Ilham Dian Novita Ek Ajeng Rahmi Pinahayu Endaryono Endaryono Endaryono Endaryono Erlin Windia Ambarsari Farhan Jazmi Finata Rastic Andrari Fita Widiyatun Fita Widiyatun Heri Satria Setiawan Indra Kurniawan Ismunandar, Ahmad Riza Noer Maria Usava Mei Lestari, Mei Mercy Hermawati Millati Izzatillah Mulyaningsih, Neng Nenden Nilma, Nilma Noni Selvia Nunu Kustian Pradipta, Yudistira Angga Prasetyo, Helmi Budi Pratama, Setiawan Putra Puji Suharmanto Puji Suharmanto Rahmadhan, Farhan Fadliansyah Rahman Abdilah Rakha, Muhammad Ria Asep Sumarni, Ria Asep Rifki Ristiawan Ristiawan, Rifki Rosselin Rosselin Selvia, Noni Septian Wulandari Shinta Dwi Handayani Siti Ayu Kumala Siti Ayu Kumala Sri Melati Sagita Suti Alawiyah Thomas Afrizal Thomas Afrizal, Thomas Tri Yani Akhirina Vikri Ferdiansyah Yoga, Karinsa Sandi Yuliani, Anisa