Claim Missing Document
Check
Articles

GRADIENT BOOSTING MACHINE PADA KLASIFIKASI KELULUSAN MAHASISWA Virginnia Atlantic; Evy Sulistianingsih; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.76955

Abstract

Prodi Statistika UNTAN perlu mengetahui klasifikasi kelulusan mahasiswa, maka dari itu perlu dibuat suatu model yang dapat memprediksi ketepatan waktu lulus mahasiswa. Hal ini dilakukan dengan membuat model prediksi klasifikasi kelulusan mahasiswa dengan menggunakan pendekatan Pohon Keputusan. Metode ensemble dikembangkan untuk menghasilkan model prediksi yang lebih akurat dari metode Pohon Keputusan yaitu CART. Data yang digunakan adalah data kelulusan mahasiswa Prodi Statistika UNTAN Periode 1 Tahun Ajaran 2017/2018 hingga Periode II Tahun Ajaran 2022/2023, dengan populasi 181 dan sampel 128 data. Setelah menggunakan nilai akurasi dalam mengevaluasi model prediksi yang diperoleh dari model GBM. Kemudian dibandingkan nilai akurasi dari model GBM dan model CART. Berdasarkan penelitian, didapat nilai akurasi model GBM yaitu 71,09% yang lebih besar dibanding model CART yaitu 67,97%. Dengan demikian disimpulkan bahwa GBM mampu meningkatkan prediksi model dalam klasifikasi kelulusan mahasiswa Prodi Statistika UNTAN.  Kata Kunci : Kelulusan Mahasiswa, Gradient Boosting Machine, Nilai Akurasi
Distribusi Tenaga Kesehatan di Kalimantan Barat Menggunakan Metode Ward: Distribution of Health Workers in West Kalimantan Using the Ward Method Endah Saraswi; Hendra Perdana; Anis Fakhrunnisa
Jurnal Forum Analisis Statistik Vol. 4 No. 1 (2024): Jurnal Forum Analisis Statistik (FORMASI)
Publisher : Badan Pusat Statistik Provinsi Kalimantan Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57059/formasi.v4i1.73

Abstract

West Kalimantan's population has increased significantly in a fairly short period of time, with a growth of 11% in the last five years. The challenge in ensuring the welfare of the community, especially in the aspect of health. This study aims to fill the research gap by clustering regions using the Ward’s method to see if the distribution of health workers in West Kalimantan reflects and has an impact on the level of Life Expectancy (LE). The data utilized includes the number of health workers consisting of doctors, nurses, midwives, and nutritionists. The data was processed by calculating the ratio of population to the number of health workers in each region to provide a comprehensive picture of the distribution and availability of health workers in West Kalimantan. Cluster analysis method was used in this study. The results of the analysis show that the proportion of health workers and the LE level in West Kalimantan have a positive correlation. Based on Ward's dendrogram method, 14 districts/cities in West Kalimantan were divided into four clusters. Over a period of five years, there were seven areas that experienced cluster shifts, indicating the dynamics of health worker distribution. The government is advised to continue to pay attention to the distribution and availability of health workers in all regions in order to improve community welfare.
PENINGKATAN KEMAMPUAN LITERASI DAN NUMERASI SISWA SDN 10 KENERAK MELALUI KAMPUS MENGAJAR Rahman, Tri Wanda; Perdana, Hendra
JPPM: Jurnal Pelayanan dan Pemberdayaan Masyarakat Vol 2, No 2 (2023): Edisi November
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jppm.v2i2.2616

Abstract

Campus teaching is a program from the Ministry of Education, Culture, Research, and Technology which provides opportunities for students to study off campus for one semester. Through the Teaching Campus program, students have activities that are their responsibility in helping learning activities at school. In this program, students partner with teachers at SDN 10 Kenerak, Semitau District, Kapuas Hulu Regency, West Kalimantan Province. The main task of this teaching campus program is to assist teachers in carrying out learning in schools, in particular to improve literacy and numeracy, increase student creativity and help students adapt to technology. The Teaching Campus Program by sending students as school change agents has helped the implementation of teaching and learning activities.
CLUSTERING DISTRICT/CITY IN WEST KALIMANTAN BASED ON FACTORS CAUSING STUNTING USING K-HARMONIC MEANS METHOD Imanni, Rahmania Andarini Hatti; Sulistianingsih, Evy; Perdana, Hendra
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 12, No 1 (2024): Jurnal Statistika Universitass Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.12.1.2024.%p

Abstract

Stunting is a chronic nutritional problem caused by inadequate dietary intake over time. The results of the Indonesian Nutrition Status Survey (SSGI) 2021 show that the percentage of stunting in West Kalimantan is 29.8%, higher than the national average. Based on the high number of stunting cases in West Kalimantan, it is necessary to group districts/cities in West Kalimantan based on the factors that cause stunting. This study aims to analyze the clustering of districts/cities in West Kalimantan based on the factors that cause stunting using the K-Harmonic Means method and analyze the number of optimal clusters using the silhouette coefficient. The percentage of households without access to clean drinking water , the rate of exclusive breastfeeding , the percentage of low birth weight babies born safely , the percentage of households without proper sanitation facilities  in 2021 are the variables analyzed in this study. The analysis results show that the optimal number of clusters is 4 with a silhouette coefficient value of 0.744, indicating a solid structure in the grouping. Cluster 1 is a cluster with a very high causal factor for stunting. The most influential factors in cluster 1 are households without access to clean drinking water, lack of exclusive breastfeeding, and low birth babies born safely.
IMPLEMENTASI METODE NAÏVE BAYES DALAM PREDIKSI TINGKAT KEMENANGAN PADA GAME MOBILE LEGENDS Padilah, Ariski; Perdana, Hendra; Aprizkiyandari, Siti
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i4.77825

Abstract

Perkembangan industri permainan sekarang membawa dampak yang signifikan, khususnya dalam permainan daring atau game online yang telah menjadi bagian dari gaya hidup kebanyakan masyarakat. Mobile legends merupakan salah satu contoh game yang sangat popular sekarang karena bisa menarik minat jutaan pemain di seluruh dunia. Dengan banyaknya pemain yang ada di seluruh dunia mengakibatkan player yang memainkan game ini harus memiliki strategi agar menang pada setiap pertandingan yang dilaksanakan. Pada penelitian ini metode Naïve Bayes Classifier digunakan dalam memprediksi status kemenangan pada game mobile legends. Data yang digunakan adalah data sekunder yang berasal dari youtube pertandingan salah satu hasil pertandingan eSport yaitu MPL Season 11 yang menjadi semakin popular di kalangan penonton dan pemain. Variabel yang digunakan adalah Health Point, HP Regen, Physical Damage, Physical Defence, Movement Speed, dan Attack Speed. Tujuan dari penelitian ini adalah untuk mengimplementasikan metode Naïve Bayes dalam memprediksi kemenangan dalam permainan mobile legends. Metode Naïve Bayes dipilih karena keunggulannya dalam mengatasi masalah klasifikasi yaitu bisa menggunakan data yang besar dengan hasil yang didapatkan memiliki tingkat akurasi yang bagus. Pada penelitian ini hasil prediksi menunjukkan bahwa implementasi metode Naïve Bayes mampu memberikan tingkat akurasi sebesar 80,88% sehingga masuk kedalam kategori bagus. Kata Kunci : Klasifikasi, Akurasi, MPL Season 11.
PENERAPAN PARTICLE SWARM OPTIMIZATION DALAM PENYUSUNAN JADWAL MATA KULIAH DI PRODI MATEMATIKA UNIVERSITAS TANJUNGPURA Suprianto, Okto; Kiftiah, Mariatul; Perdana, Hendra
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i5.81855

Abstract

Particle Swarm Optimization (PSO) adalah sebuah teknik optimisasi yang mengadopsi algoritma swarm intelligence, dimana sekelompok partikel yang mewakili solusi-solusi potensial bergerak dalam ruang pencarian solusi dengan cara berinteraksi satu sama lain. Setiap partikel memiliki posisi dan kecepatan yang diubah secara iteratif berdasarkan pengalaman lokal dan global, sehingga partikel-partikel tersebut akan saling menarik dan menjauh dari satu sama lain untuk mencari solusi terbaik. PSO banyak dipakai pada bermacam bidang, satu diantaranya yakni adalah penjadwalan mata kuliah. Pembuatan susunan jadwal mata perkuliahan pada Program Studi Matematika di UNTAN merupakan sebuah permasalahan optimisasi yang kompleks, karena harus memperhatikan banyak faktor kendala diantaranya kapasitas ruang, durasi perkuliahan, sesi perkuliahan, kondisi dosen, tingkat semester mahasiswa, serta kepentingan akademik pada jurusan. Tujuan penerapan PSO ini untuk memperoleh jadwal mata kuliah yang lebih optimal dan efisien, dimana memenuhi semua kendala yang telah ditetapkan.  Kata Kunci:   kendala, jadwal, velocity
PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DALAM PENENTUAN STATUS GIZI BURUK BERDASARKAN PROVINSI DI INDONESIA Arsyi, Fritzgerald Muhammad; Satyahadewi, Neva; Perdana, Hendra
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i4.78049

Abstract

Gizi merupakan suatu proses penggunaan makanan yang dikonsumsi yang dibutuhkan oleh anak khususnya balita dalam jumlah banyak. Gizi buruk merupakan tingkat keparahan terjadinya kekurangan gizi yang terjadi setiap tahun. Upaya penanganan gizi buruk tidak dapat dilakukan di setiap provinsi karena banyak faktor yang berpengaruh, salah satunya faktor geografis. Penelitian ini bertujuan untuk menentukan model terbaik dalam penentuan status gizi buruk berdasarkan provinsi di Indonesia dengan menggunakan GWLR. Variabel yang digunakan dalam penelitian ini terbagi menjadi dua, yaitu variabel dependen (Y) dan variabel independen (X). Variabel independen yang digunakan adalah Cakupan Imunisasi, Bayi mendapat ASI, Pemberian Vitamin A, Sanitasi yang layak, Penduduk Miskin, Air Minum Layak, Balita dipantau pertumbuhan dan Perkembangan, dan Kunjungan Neonatal. Variabel dependen yang dianalisis adalah status gizi balita. Hasil Penelitian yaitu analisis global dengan menggunakan regresi logistik menunjukkan bahwa terdapat 3 variabel yang berpengaruh signifikan terhadap gizi buruk pada balita di Indonesia. Variabel-variabel tersebut adalah cakupan bayi yang mendapatkan ASI, balita yang dipantau tumbuh kembangnya, dan cakupan kunjungan neonatal lengkap. Sedangkan secara lokal menggunakan GWLR dengan pembobot Adaptive Tricube Kernel, terdapat 34 model yang terbagi lima kelompok berdasarkan variabel yang berpengaruh. Model GWLR dengan pembobot Adaptive Tricube Kernel memiliki ketepatan klasifikasi sebesar 94,1% adalah model terbaik dibandingkan dengan model regresi logistik yang memiliki ketepatan klasifikasi sebesar 82,4%.Kata Kunci:  GWLR, Fungsi Kernel, Malnutrisi
ANALISIS POLA BAN HERO MOBILE LEGENDS MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Mobile Legends Profesional Liga Indonesia Season 11) Yonatan, Yulianus; Perdana, Hendra; Aprizkiyandari, Siti
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i4.77965

Abstract

Data mining adalah proses yang digunakan untuk membentuk serta menemukan pola data, dimana Algoritma Apriori merupakan salah satu algoritma yang dapat digunakan. Algoritma Apriori digunakan untuk menemukan aturan asosiasi yang memiliki pengaruh antar item, sehingga Algoritma Apriori dapat digunakan untuk menemukan pola ban hero Mobile Legends. Untuk memenangkan pertandingan dalam game Mobile Legends setiap tim menggunakan strategi untuk melakukan pemilihan (pick) dan pelarangan (ban) hero. Algoritma Apriori digunakan untuk menemukan pola ban hero dengan nilai minimum support 1% dan nilai minimum confidence 80%. Langkah pertama dalam algoritma Apriori adalah menghitung nilai support masing-masing item, jika nilai support ≤ nilai minimum maka dilakukan pemangkasan dan item yang memenuhi kriteria masuk ke dalam frequent k-itemset. Dari analisis yang dilakukan diperoleh 121 pola ban hero yang memenuhi nilai support dan confidence yang telah ditentukan dimana pola yang terbentuk dapat dijadikan acuan untuk tim yang bertanding dalam melakukan ban hero yang terdiri dari 1-itemset sampai 5-itemset dimana presentase setiap itemset tertinggi adalah {Joy}, {Joy, Wanwan}, {Joy, Kaja, Wanwan}, {Joy, Hayabusa, Valentina, Wanwan} dan {Joy, Wanwan, Hayabusa, Ling, Yve}. Pola yang terjadi adalah kombinasi hero Joy dan Wanwan menjadi hero yang selalu di ban. Hal ini dikarenakan tren yang terjadi setelah penyesuaian game (update). Kata kunci: Data Mining, Ban Hero, MPL
PENERAPAN METODE CERTAINTY FACTOR PADA SISTEM PAKAR PENENTUAN BIDANG MINAT PROGRAM STUDI STATISTIKA FMIPA UNTAN Gunawan, Sucipto; Imro’ah, Nurfitri; Perdana, Hendra
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i5.85805

Abstract

Program Studi (PS) Statistik Universitas Tanjungpura (Untan) memberikan pilihan bidang minat yang nantinya dipilih oleh mahasiswa agar kedepannya bisa sesuai dengan lapangan pekerjaan yang akan ditekuni. Terdapat tiga pilihan bidang minat yang ada di program studi yaitu, bidang minat bisnis dan keuangan, sosial dan industri, serta lingkungan dan kebencanaan. Penelitian ini menggunakan data primer dengan responden mahasiswa PS Statistik Untan. Terdapat 30 responden dengan rincian 10 responden tiap bidang minat. Penelitian ini menggunakan metode Certainty Factor dengan tujuan untuk membantu mahasiswa dalam menentukan pilihan bidang minat pada PS Statistik Untan. Berdasarkan hasil penelitian diperoleh bahwa Proses metode analisis certainty factor dimulai dengan menentukan mata kuliah dan nilai bobot untuk tiap mata kuliah. Selanjutnya penentuan nilai bobot dari nilai huruf yang diperoleh pada mata kuliah. Sebagai ilustrasi digunakan nilai hasil 11 mata kuliah pada semester 3 dan 4 dari seorang mahasiswa A sehingga diperoleh nilai CF user. Kemudian dihitung nilai setiap faktor kriteria kombinasi (CF Kombinasi) di tiap klasifikasi bidang minat. Berdasarkan hasil perhitungan, diperoleh bahwa mahasiswa tersebut direkomendasikan memilih bidang minat Sosial dan Industri karena memiliki nilai CF kombinasi tertinggi dibandingkan minat lainnya yaitu sebesar 65,62%.Kata Kunci:   Bidang minat, Sistem Pakar, Certainty Factor
PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT DI KALIMANTAN BARAT MENGGUNAKAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE Febriani, Nindy; Kusnandar, Dadan; Perdana, Hendra
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i3.77709

Abstract

Permasalahan kesehatan merupakan permasalahan yang cukup kompleks pada setiap negara karena melibatkan banyak aspek. Partial Least Square (PLS) adalah suatu bentuk model persamaan struktural yang menggunakan komponen atau varian sebagai dasarnya. PLS merupakan metode alternatif yang mengubah pendekatan SEM dari berfokus pada kovarian menjadi berfokus pada varian. SEM kovarian biasanya menguji model sebab akibat, sementara PLS menguji outer model dan inner model. IPKM adalah parameter kesehatan yang digunakan untuk mengukur dan memberi gambaran permasalahan kesehatan masyarakat di Indonesia. Dalam penelitian ini digunakan data sekunder, yaitu data indeks pembangunan kesehatan masyarakat tahun 2018. Tujuan penelitian ini adalah untuk memodelkan indeks pembangunan kesehatan masyarakat (IPKM) di Provinsi Kalimantan Barat dengan menggunakan structural equation modeling-partial least square. Model SEM-PLS kemudian dibangun untuk menganalisis hubungan antarvariabel. Hasil analisis menunjukkan bahwa tidak terdapat variabel yang berpengaruh secara signifikan terhadap IPKM. Dengan nilai R-square sebesar 0,955 untuk variabel IPKM. Meskipun memiliki nilai R-square yang tinggi, artinya model yang diperoleh baik. Namun, tidak terdapat koefisien jalur yang signifikan. Ini menunjukkan bahwa meskipun model baik dalam menjelaskan data, hubungan antara variabel-variabel tidak terbukti secara statistik. Kata Kunci : IPKM, SEM, PLS.
Co-Authors Aditya Handayani Al Amin Alatin, Isam Aldien, Royan Gustio Alex Sander Almazmar, Giatul Khodijah Hodijah Andani, Wirda Andi Hairil Alimuddin Anggi Putri Dewi Anggi, Muhamad Anis Fakhrunnisa Annisa Fitri Apriliyani, Techa Aprizkiyandari, Siti Ariady Zulkarnain Arsyi, Fritzgerald Muhammad Assa Trissia Rizal Atikasari, Awang Aulia Puteri Amari Cesoria, Yola Zerlinda Dadan Kusnandar Dadan Kusnandar Dadan Kusnandar Dadan Zaliluddin Debataraja, Naomi Nessyana Dedi Rosadi Deni Wardani Dinda Lestari Dwi Nining Indrasari Dzakirah, Nasya Rabbi Eka Rizki Wahyuni Elga Fitaloka Endah Saraswi Ersawahyuni, Aisna Evi Noviani Evy Sulistianingsih Faizah, Putri Alya Nur Fajar, Arif Nur Febriani, Nindy Febriani, Rani Febriyanto, Ferdy Fery Prastio Fidianty, Fadilla Firhan Januardi Firman Saputra Fortuna, Nia Fitriana Frans Xavier Natalius Antoni Gilang Habibie Gunawan, Sucipto Hapipah, Liza Darojatul Hariadi, Wahyudio Shaney Fikri Harnanta, Nabila Izza Hasanah, Kutsiatul Hasanuddin Hasanuddin Helmi Helmi Hidayat, Rani Lestari Huda, Nur’ainul Miftahul Huriyah, Syifa Khansa Iman Sanjaya Imanni, Rahmania Andarini Hatti Imro'ah, Nurfitri Imro’ah, Nurfitri Imtiyaz, Widad Indriani, Maria Meilinda Ira Mona Irwanto, Dicky Ismi Adam Jajad Sudrajat Jawani Jawani Juniarti, Leni Khabib Mustofa Laksono Trisnantoro Lilit Tamara Dinta Lisa Lestari M. Deny Hafizzul Muttaqin Maisarah Maisarah Margaretha, Ledy Claudia Mariana Yopi Mariatul Kiftiah Martha, Shantika Marwalida Rachmadiar Maulida Amanasari Mega Tri Junika Mida Mida Millennia Taraly Misrawi Misrawi Muhamad Ikbal Muhammad Ahyar Muhammad fauzan Muhardi Muhtadi, Radhi Mursyidah, Lailatul Mutiara Nurisma Rahmadhani Nabilah, Niken Aushaf Nanda Ayuni Nanda Shalsadilla Naomi Nessyana Debataraja Naomi Nessyana Debataraja Neva Satyahadewi Novita, Irene Nugrahaeni, Indah Nur Asiska Nur Azmi Nurfitri Imro'ah Nurfitri Imro’ah Nurhanifa, Nurhanifa Nurin Hafizah Nurmaulia Ningsih Nurul Huda Padilah, Ariski Paisal Paisal Pinasari, Repi Pitriani Pitriani Pranata Anggi Puji Ardiningsih Putri, Vinna Septyara Qalbi Aliklas Rafika Aufa Hasibuan Rahman, Tri Wanda Rahmania Andarini Hatti Imanni Rahmasari, Yulia Ramadhan, Nanda Ratna Nursariyani Ratna Sari Dewi Reni Unaeni Retnani, Hani Dwi Ria Fuji Astuti Rina Rina Risa Nofiani Risko, Risko Rivaldo, Rendi Roeswandi, Irine Fajrin Rofatunnisa, Sifa Salsabila, Hana Samson Samson Santika Santika Sasqia Aklysta Antaristi Setyo Wir Rizki Setyo Wira Rizki Setyo Wira Rizki Setyo Wira Rizki Shantika Martha Shantika Martha Shantika Martha Silvia Andriany Sinaga, Steven Jansen Sindia, Eri Sintia Margun Siti Julaeha, Siti Siti Septiani Rahayu Putri Solly Aryza Steven Jansen Sinaga Suci Angriani Suhardi Suprianto, Okto Syuradi syuradi Tamtama, Ray Taraly, Inggriani Millennia Thariq Thariq Tiara, Dinda Titania Aurellia Vinsensius Yogi Virginnia Atlantic Wafiq Nurhaliza Wahyu Diyan Ramadana Wilda Ariani Wira Fujiyanto Enizar Wirda Andani Wirdha Eryani Yohane, Novi Yonatan, Yulianus Yopi Saputra Yudhi Yumna Siska Fitriyani Yundari, Yundari Yundari, Yundari Yustosio, Darwis Yuveinsiana Crismayella Zahidah, Zahra