Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.116

P-Index

This Author published in this journals

All Journal Jurnal Matematika UNAND Prosiding Konferensi Nasional PKM-CSR Prosiding Seminar Nasional Official Statistics

hasih pratiwi

Unknown Affiliation

Author-ID : 3233051

Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Environmental Science Mathematics Nursing Public Health Social Sciences

Published : 6 Documents Claim Missing Document

Claim Missing Document

Articles

MODEL OUTPUT STATISTICS DENGAN PRINCIPAL COMPONENT REGRESSION, PARTIAL LEAST SQUARE REGRESSION, DAN RIDGE REGRESSION UNTUK KALIBRASI PRAKIRAAN CUACA JANGKA PENDEK NISWATUL QONA’AH; HASIH PRATIWI; YULIANA SUSANTI
Jurnal Matematika UNAND Vol 10, No 3 (2021)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.10.3.355-368.2021

Penelitian ini merupakan upaya pengembangan Model Output Statistics (MOS) yang akan digunakan sebagai alat kalibrasi prakiraan cuaca jangka pendek. Informasi mengenai prakiraan cuaca yang akurat diharapkan dapat meminimalkan risiko kecelakaan yang disebabkan oleh cuaca, khususnya dalam bidang transportasi udara dan laut. Metode yang akan dikembangkan mencakup beberapa stasiun pengamatan cuaca di Indonesia. MOS merupakan sebuah metode berbasis regresi yang mengoptimalkan hubungan antara observasi cuaca dan luaran model Numerical Weather Predictor (NWP). Beberapa masalah yang muncul kaitannya dengan MOS adalah; mereduksi dimensi luaran NWP, mendapatkan variabel prediktor yang mampu menjelaskan variabilitas variabel respon, dan menentukan metode statistik yang sesuai dengan karakteristik data, sehingga dapat menggambarkan hubungan antara variabel respon dan variabel prediktor. Tujuan dari penelitian ini yaitu untuk mendapatkan pemodelan MOS yang sesuai untuk variabel respon suhu maksimum, suhu minimum, dan kelembapan udara. Metode regresi yang digunakan adalah Principal Component Regression (PCR), Partial Least Square Regression (PLSR), dan ridge regression. Selanjutnya, model MOS yang terbentuk divalidasi dengan kriteria Root Mean Square Error (RMSE) dan Percentage Improval (IM%). MOS mampu mengoreksi bias prakiraan NWP hingga lebih dari 50%. Berdasarkan RMSE terkecil pada penelitian ini, suhu maksimum lebih akurat diprakirakan menggunakan model PLSR, sementara suhu minimum dan kelembapan udara lebih akurat diprakirakan menggunakan ridge regression.Kata Kunci: cuaca, MOS, NWP.

Pemanfaatan Excel untuk Analisis dan Visualisasi Data Kesehatan Masyarakat Kabupaten Sukoharjo Kiki Ferawati; Muhammad Bayu Nirwana; Hasih Pratiwi; Sri Sulistijowati Handajani; Respatiwulan Respatiwulan; Yuliana Susanti; Niswatul Qona’ah
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 4 (2021): Peran Perguruan Tinggi dan Dunia Usaha dalam Mewujudkan Pemulihan dan Resiliensi Masya
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Pemanfaatan data sebagai alat untuk memahami kondisi lingkungan dan kesehatan di wilayah merupakan hal yang harus dikembangkan di era informasi saat ini. Pengetahuan mengenai pengolahan data juga perlu dikembangkan oleh semua kalangan. Sebagai salah satu sekolah negeri yang terletak di Mojolaban, Sukoharjo, guru dan siswa SMPN 1 Mojolaban merupakan bagian dari masyarakat yang memerlukan pengetahuan tentang analisis dan visualisasi data. Profil kesehatan Kabupaten Sukoharjo yang diterbitkan oleh Dinas Kesehatan merupakan salah satu sumber informasi kesehatan yang dari tahun ke tahun dapat diakses oleh publik. Visualisasi data merupakan salah satu metode penyampaian informasi yang dipelajari dalam statistika. Pelatihan Excel yang diberikan bertujuan untuk memberikan pemahaman terkait penerapan metode statistika dengan Excel serta visualisasinya agar masyarakat dapat lebih memahami tentang kondisi kesehatan di wilayah Kabupaten Sukoharjo. Materi yang dibahas meliputi pengorganisasian data, statistik deskriptif, analisis regresi, pivot, pengenalan chart dan pembuatan dasbor. Hasil dari pelatihan yang diberikan, peserta pelatihan mampu membuat dasbor berisikan diagram yang menampilkan kondisi kesehatan dasar di Sukoharjo.

MODEL EPIDEMI STOKASTIK SIR RANTAI BINOMIAL Wulan Rohimasanti; Respatiwulan Respatiwulan; Hasih Pratiwi
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Epidemi adalah kejadian berjangkitnya suatu penyakit menular dalam masyarakat dengan jumlah penderitanya meningkat secara nyata pada waktu dan daerah tertentu. Model Susceptible Infected Recovered (SIR) merupakan suatu model epidemi yang menggambarkan proses penyebaran penyakit dengan karakteristik setiap individu sembuh memiliki kekebalan tubuh permanen. Jumlah individu yang terinfeksi diasumsikan berdistribusi binomial dengan periode penyembuhan bagi individu yang terinfeksi berhingga (ℜ<∞), sehingga individu yang terinfeksi hanya dapat menginfeksi individu lain pada periode ini. Periode penyembuhan (ℜ) adalah waktu yang diperlukan individu terinfeksi untuk sembuh dan menjadi kelompok recovered. Kondisi ini dapat pula disebut waktu penularan karena pada kondisi ini individu yang terinfeksi dapat menularkan penyakit pada individu lainnya. Tujuan penelitian ini adalah menurunkan model epidemi stokastik SIR dengan infeksi yang menyebar dalam populasi membentuk rantai penularan yang ditentukan oleh distribusi binomial dan periode penyembuhan bervariasi kemudian dilakukan simulasi model dan memberikan interpretasi. Pada penelitian ini, periode penyembuhan mempengaruhi durasi epidemi. Penelitian dilakukan dengan mengkaji terlebih dahulu asumsi SIR rantai binomial, probabilitas transisi dan melakukan simulasi model. Selanjutnya memberikan

Perbandingan Algoritma Random Forest, Naïve Bayes, dan Support Vector Machine Pada Analisis Sentimen Twitter Mengenai Opini Masyarakat Terhadap Penghapusan Tenaga Honorer Akhmad Miftahusalam; Adinda Febby Nuraini; Awalia Agustina Khoirunisa; Hasih Pratiwi
Seminar Nasional Official Statistics Vol 2022 No 1 (2022): Seminar Nasional Official Statistics 2022
Publisher : Politeknik Statistika STIS

Employees are an important asset in agencies, who plan and act for every activity of an organization, as well as in government agencies. Although employees are important in government agencies, it is not easy to get employees due to the difficulty of approval from the Ministry of State Apparatus Utilization and Bureaucratic Reform. This is what triggers the emergence of temporary or contract workers. The goal is to meet the needs of vacant employees. However, after serving for decades, the government announced it would eliminate the appointment of temporary employees. This news certainly raises the pros and cons in society. To see people's opinion on this issue, the Twitter platform can be used as a data source. Many users are actively writing information in the form of tweets related to the removal of temporary workers. There were 2690 tweets in a week that discussed honorary workers. With the Random Forest method, an accuracy of 66,67% is obtained.

Analisis Klaster K-Means Dan Agglomerative Nesting Pada Indikator Stunting Balita Di Indonesia Rosi Anisya Faujia; Eni Sawitri Setianingsih; Hasih Pratiwi
Seminar Nasional Official Statistics Vol 2022 No 1 (2022): Seminar Nasional Official Statistics 2022
Publisher : Politeknik Statistika STIS

The second target of the second goal of the SDGs is to eliminate all forms of malnutrition, one of which is an indicator of the prevalence of stunting in children under five. This study aims to classify and identify the characteristics of provinces in Indonesia based on stunting indicators in children under five. The method used is the k-means algorithm and agglomerative nesting (AGNES) clustering. By comparing the average silhouette value, it can be seen that the hierarchical clustering method of the AGNES algorithm with single linkage has the highest average silhouette value of 0,67 which is a strong cluster. Based on the results of the analysis obtained 2 optimum clusters. The characteristics of cluster 2, namely Papua Province, are indicators of a high incidence of stunting, because in this cluster immunization, access to sanitation, access to health facilities, high school education levels are low and LBW <2.500 grams. Meanwhile, the other 33 provinces are in cluster 1 with indicators of immunization, access to sanitation, access to health facilities, high school education and LBW <2.500 grams so that this cluster is included in the low incidence of stunting indicators.

LITERASI STATISTIK DAN IMPLEMENTASINYA PADA OPTIMALISASI MICROSOFT EXCEL DALAM PEMBUATAN DAN PENGELOLAAN BANK SOAL ANDREAS RONY WIJAYA; Muhammad Bayu Nirwana; Kiki Ferawati; Hasih Pratiwi; Respatiwulan Respatiwulan; Sri Sulistijowati Handayani; Yuliana Susanti; Frencilia Paulina Agustin; Aqila Khansa Hartanto; Bilqies Syafina Wardati
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 8 (2025): Penguatan Ekonomi Masyarakat Berbasis Ekologis untuk Mencapai Keberlanjutan Menuju Ind
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v8i0.2733

In today’s digital era, the integration of technology in education has become increasingly important. One key aspect that can be enhanced through technology is its application in teaching and learning activities. The use of technology enables the learning process to become more efficient. One such technology that can be applied is Microsoft Excel. Traditionally, Excel has been widely recognized as data processing software. In Karanganyar Regency, particularly within the Mathematics Teachers’ Working Group Forum (MGMP Matematika), teachers already possess basic skills in using Excel. Strengthening statistical literacy through the use of Excel among teachers is expected to improve the quality of teaching, enabling them to better understand, analyze, and present data. Until now, in the preparation and development of question banks, many teachers have created exam questions manually without taking advantage of technological tools. In fact, Excel provides features that can assist teachers in designing question banks in a more systematic, efficient, and organized manner. These features include the creation, categorization, and analysis of questions. As a discipline focused on data collection, analysis, and data-driven decision-making, statistics plays a vital role in enhancing society’s understanding of quantitative information. To promote statistical literacy, the Statistics and Data Science Research Group in the Field of Environment and Health, Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Sebelas Maret, organized a community service program in the form of training for junior high school teachers in Karanganyar through the MGMP Matematika forum. The training aimed to optimize the use of Microsoft Excel in developing question banks, enabling teachers to design and manage questions more systematically and efficiently. Through this training, teachers are expected to apply data-based techniques in test item development to improve the effectiveness of learning evaluation.

Co-Authors Adinda Febby Nuraini Akhmad Miftahusalam Andreas Rony Wijaya Aqila Khansa Hartanto Awalia Agustina Khoirunisa Bilqies Syafina Wardati Budiyono Budiyono Eni Sawitri Setianingsih Frencilia Paulina Agustin Ibud Mahani Kiki Ferawati Monaluvy Septiningrum Muhammad Bayu Nirwana NISWATUL QONA’AH Respatiwulan Respatiwulan Rosi Anisya Faujia Sri Sulistijowati Handajani Sri Sulistijowati Handayani Wulan Rohimasanti Yuliana Susanti

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