Article Per Year (5 Year)
p-Index From 2021 - 2026
3.207
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Karya Pendidikan Matematika JURNAL ILMIAH MATEMATIKA DAN TERAPAN Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Variance : Journal of Statistics and Its Applications Square : Journal of Mathematics and Mathematics Education Soeropati: Journal of Community Service Jurnal Litbang Edusaintech Journal of Data Insights Journal of Computing Theories and Applications Prosiding Seminar Nasional Unimus Jurnal Statistika Industri dan Komputasi
Indah Manfaati Nur
Universitas Muhammadiyah Semarang
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Mathematics Nursing Public Health Social Sciences Other

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
Implementasi Adaptive Synthetic Bernoulli Naïve Bayes untuk Mengatasi Imbalance Class Data pada Kasus Mental Health di Indonesia: Implementation of Adaptive Synthetic Bernoulli Naïve Bayes to Overcome Class Data Imbalance in Mental Health Cases in Indonesia Indah Manfaati Nur; Ismatullah; Laily Muntasiroh
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.134

Abstract

Kesehatan mental merupakan sebuah kondisi dimana individu terbebas dari segala bentuk gejala-gejala gangguan mental. Menurut Riset Kesehatan Dasar (Riskesdas) tahun 2018 oleh Kementerian Kesehatan, sekitar 9,8% atau sekitar 26 juta dari 267 juta jiwa di Indonesia hidup dengan “gangguan mental emosional” atau kondisi Gangguan kesehatan jiwa. Kesehatan mental (mental health) kini telah menjadi isu yang popular dan menjadi trending topic di berbagai kalangan. Masyarakat Indonesia biasanya menyampaikan pendapatnya mengenai suatu isu melalui media sosial. Salah satu platform jejaring sosial yang bisa dipakai untuk menyampaikan pendapat adalah aplikasi twitter. Metode yang dapat digunakan untuk melihat pendapat atau kecenderungan opini terhadap suatu isu adalah analisis sentimen. Sentimen masyarakat Indonesia mengenai kesehatan mental cenderung negatif sehingga memunculkan permasalahan imbalanced class data. Penelitian ini bertujuan untuk mengetahui respon masyarakat di Indonesia mengenai isu kesehatan mental. Analisis dilakukan menggunakan metode Bernoulli Naïve Bayes dengan pendekatan Adaptive Synthetic (ADASYN). Algoritma Bernoulli naïve bayes digunakan untuk menentukan apakah tweet tersebut bersentimen positif atau negatif. ADASYN digunakan agar proporsi kelas pada dataset menjadi seimbang, sehingga model machine learning yang dibangun tidak cenderung mengklasifikasi suatu pendapat/komentar ke kelas mayoritas. Performa model machine learning pada algoritma Bernoulli Naïve Bayes setelah diterapkan ADASYN menghasilkan nilai akurasi yang sangat baik yaitu sebesar 93%.
Poverty Level Grouping in West Java Province with the K-Means Clustering Method: Pengelompokan Tingkat Kemiskinan di Provinsi Jawa Barat dengan Metode K-Means Clustering Amelia; Indah Manfaati Nur; Muhammad Rizky; Septiana Putri Milasari
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.152

Abstract

Poverty in a region will have an impact on hampering national development. Poverty is an economic disease that is often faced by every country, including Indonesia. According to information obtained from the Central Bureau of Statistics, we can gather data on the poverty rate in all provinces of Indonesia, with a particular focus on the province of West Java. West Java province is one of the provinces with the highest population density on the island of Java, which is ranked 2nd after the province of DKI Jakarta and ranks 4th for the province with a high percentage of poor people after DI. Yogyakarta, Central Java, and East Java. Consequently, it is crucial for the regional government to identify areas with high, moderate, or low poverty rates. This information will enable the local government to formulate appropriate policies and prioritize interventions to address poverty effectively. In this study, the K-Means clustering method was used to classify poverty rates based on two variables, namely the community development index and the open unemployment rate using the help of RStudio software. The findings indicated that the application of the elbow method in West Java province resulted in the identification of three distinct clusters of districts/cities that stood out as the most prominent. Cluster 1 (districts/cities with relatively high poverty rates), cluster 2 (districts/cities with low poverty rates), cluster 3 (districts/cities with high poverty rates). Regencies/cities that fall into the category with a high poverty rate are Sukabumi, Cianjur, Garut, Tasikmalaya, Ciamis, Kuningan, Cirebon, Majalengka, Indramayu, Subang, West Bandung, and Pangandaran.
Permodelan Jumlah Kasus Tuberkulosis Di Kabupaten Purbalingga Tahun 2022 Menggunakan Regresi Binomial Negatif: Modeling the Number of Tuberculosis Cases in Purbalingga Regency in 2022 Using Negative Binomial Regression Prizka Rismawati Arum; Indah Manfaati Nur; Amalia Jihan Syafiqoh; Hanief Rizky Utami
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.273

Abstract

Menurut data dari Dinkes Purbalingga pada bulan Mei 2022 ditemukan 422 kasus TBC dan 9 diantaranya menderita TBC Multi Drug Resistant (MDR) atau kebal obat. Untuk kasus TBC MDR saat ini menjadi perhatian kusus pemerintah, hal ini karena masa penyembuhannya membutuhkan waktu yang lebih lama. Penyakit TB Paru merupakan salah satu penyebab kematian utama di Indonesia dan dunia. Selain menyerang Paru, Tuberculosis dapat menyerang organ tubuh yang lain. Jumlah orang terduga Tuberkulosis tahun 2022 sebanyak 11.324 dan orang terduga tuberkulosis yang mendapatkan pelayanan kesehatan sesuai standar sebanyak 12.072 (106,6%). Oleh karena itu, perlu dilakukan upaya untuk memodelkan jumlah kasus TBC di Kabupaten Purbalingga agar dapat memberikan informasi yang berguna dalam upaya pencegahan dan pengendalian penyakit TBC.Model regresi Poisson sering ditemukan pelanggaran asumsi overdispersi dengan memodelkan faktor-faktor yang berpengaruh terhadap kasus tuberculosis. Alternatif model yang dapat dilakukan untuk mengatasi pelanggaran asumsi overdispersi adalah Model Regresi Binomial Negatif. Berdasarkan nilai AIC diperoleh hasil pemodelan terbaik menggunakan regresi binomial negatif dengan nilai AIC sebesar 191.96 yang lebih kecil dari metode regresi Poisson.Berdasarkan uji parsial dihasilkan bahwa variabel yang berpengaruh terhadap jumlah kasus tuberculosis di Kabupaten Purbalingga adalah X2 yaitu jumlah puskesmas.
Implementation of Hierarchical Clustering for Grouping Economic Development Indicators in Central Java Province: Penggunaan Clustering Hierarki Untuk Pengelompokan Indikator Pembangunan Ekonomi di Provinsi Jawa Tengah Salmaa; Yusrisma Asyfani; Indah Manfaati Nur
Journal of Data Insights Vol 3 No 1 (2025): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v3i1.298

Abstract

In the midst of global economic shifts, the economy in Indonesia must continue to improve. To help economic recovery after the contraction caused by the COVID-19 pandemic, the Indonesian government has implemented various policies. One way is through the process of increasing per capita income over a long period of time, known as economic development, provided that the number of people living below the absolute poverty line does not increase and income distribution does not decrease. Other efforts can be made by analyzing economic development indicators. One method that can be used is hierarchical cluster analysis to group economic development indicators in Central Java province. Average linkage is used as an approach method after carrying out correlation analysis of the five approaches in hierarchical analysis because the correlation value is the highest. From this analysis two clusters were produced with the first cluster having higher characteristic values compared to the second cluster.
Co-Authors - Pristiyani Abdul Karim Afia Nur Lailatus Syifa Agi Khoerunnisa Aini, Anissa Nur Alwan Fadlurohman Amalia Jihan Syafiqoh Amelia Amri, Saeful Anita Retno Indriani Anita Retno Indriani Basir, Erdy Asmaul Bravina Aulia Damiri Chendy Nofiantika Rosulya Putri Devy Noviani Dwi Agustina Dwi Rahmadini Edy Winarno Endah Suryaningsih Evi Ardiati Sazaen Fahrul Raditiar Yuliardi Fatmawati Nurjanah Fauzi, Fatkhurokhman Hanief Rizky Utami Ismatullah Ismawati - Ismi Elya Wirdati Isna Nur Azizah Isna Nur Azizah Karim, Abdul Kurnia Nur Annisa Kurniawati, Eka Laila Nur Mahmuda Laily Muntasiroh Lestari, Talia Indah M. Al Haris M.Saifuddin Nur Marlita Vebiriyana Maulana Afham Mifta Luthfin Alfiani Miftahuddin Miftahuddin Miftakhul Kharis Millenia Winadya Putri Mochamad Hasyim Moh Yamin Darsyah Moh Yamin Darsyah Moh. Yamin Darsyah Muhammad Rizky Muhammad Subianto Octario Ashar, Andika Udistiyan Pietoyo, Atiek Prajanto Wahyu Adi Prisca Shery Camelia Prizka Rismawati Arum Quinsy Pranandira Rilvandri Rangga Sa'adillah SAP Rara Ayu Puspita Rochdi Wasono Salmaa Septi Winda Utami Septi Winda Utami Septi Winda Utami Septiana Putri Milasari Shella Heidy Permatasari Siti Maimunah Sri Kustiara Sukardi, Miftakhul Kharis Syayidati Mashfufah Tiani Wahyu Utami Ulfatun Khasanah Vega Zayu Farima Vivi Dina Melani Yusrisma Asyfani