Article Per Year (5 Year)
p-Index From 2021 - 2026
12.39
P-Index
This Author published in this journals
All Journal Jurnal Matematika BIMASTER Proceedings of Annual International Conference Syiah Kuala University - Life Sciences & Engineering Chapter Jurnal Statistika Universitas Muhammadiyah Semarang Agrointek BAREKENG: Jurnal Ilmu Matematika dan Terapan Jambura Journal of Mathematics GERVASI: Jurnal Pengabdian kepada Masyarakat Sarwahita : Jurnal Pengabdian Kepada Masyarakat M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika Variance : Journal of Statistics and Its Applications Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Insan Cita Jurnal Pengabdian Kepada Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Forum Analisis Statistik Pattimura International Journal of Mathematics (PIJMath) Jurnal Pelayanan dan Pemberdayaan Masyarakat STATISTIKA Equiva
Hendra Perdana
Universitas Tanjungpura
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 143 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 143 Documents
Search

 9   10   11   12   13 
KLASTERISASI KABUPATEN/KOTA DI PULAU KALIMANTAN BERDASARKAN INDIKATOR KESEJAHTERAAN DENGAN TWO-STEP CLUSTER Hariadi, Wahyudio Shaney Fikri; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): 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.v14i1.91668

Abstract

Kesejahteraan merupakan kapasitas untuk memenuhi berbagai kebutuhan hidup guna mencapai standar yang layak, sehat, dan produktif. Pertumbuhan di Pulau Kalimantan dalam beberapa tahun terakhir terus meningkat pesat, dengan proyeksi mencapai 20 juta jiwa pada tahun 2025. Mengetahui tantangan di setiap provinsi dan merumuskan solusi yang tepat merupakan langkah krusial dalam mewujudkan pemerataan kesejahteraan masyarakat. Tujuan penelitian ini mengelompokan kabupaten/kota di Pulau Kalimantan dan menganalisis karakteristiknya berdasarkan indikator. Penelitian ini menerapkan metode Two-Step Cluster, yang terdiri dari dua tahap dalam proses pengelompokan. Pada tahap pertama, klaster awal dibentuk melalui Cluster Feature Tree (CF Tree) dengan pengukuran jarak menggunakan metode Euclidean Distance. Sementara itu, tahap kedua menentukan klaster optimal dengan menghitung nilai BIC dan membandingkan rasio ukuran jarak antar klaster. Indikator yang digunakan ada tujuh yaitu Produk Domestik Regional Bruto (PDRB), Rata-rata Lama Sekolah (RLS), Harapan Lama Sekolah (HLS), Usia Harapan Hidup (UHH), Pengeluaran Perkapita Disesuaikan (PPD), Indeks Pembangunan Manusia (IPM), Indeks Pembangunan Literasi Masyarakat (IPLM). Berdasarkan hasil penelitian dapat dihasilkan 4 klaster optimal yang terbentuk. Klaster satu dengan tingkat kesejahteraan rendah memiliki 43 anggota kabupaten/kota di Pulau Kalimantan. Klaster dua dengan tingkat kesejahteraan menengah memiliki 2 anggota kabupaten di Provinsi Kalimantan Selatan. Klaster tiga dengan tingkat kesejahteraan sangat tinggi 9 anggota kabupaten/kota terdapat 7 anggota perkotaan dan 2 anggota kabupaten. Klaster empat dengan tingkat kesejahteraan tinggi memiliki 2 anggota kabupaten di Provinsi Kalimantan Timur.
KLASIFIKASI WAKTU KELULUSAN MAHASISWA DENGAN KOMBINASI METODE RANDOM FOREST DAN ADABOOST (Studi Kasus: Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tanjungpura) Salsabila, Hana; Sulistianingsih, Evy; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): 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.v14i1.91673

Abstract

Institusi perguruan tinggi berperan sebagai penyelenggara pendidikan akademik yang ditujukan bagi mahasiswa. Mahasiswa menjadi tolak ukur dalam menilai kualitas perguruan tinggi, salah satunya melalui tingkat kelulusan tepat waktu. Proporsi mahasiswa yang menyelesaikan studi tepat waktu merupakan salah satu indikator krusial dalam evaluasi akreditasi perguruan tinggi. Namun, masih banyak mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Tanjungpura (Untan) yang tidak lulus tepat waktu, sehingga mempengaruhi kualitas dan akreditasi institusi. Penelitian ini bertujuan untuk menerapkan kombinasi metode Random Forest dan AdaBoost dalam klasifikasi kelulusan mahasiswa serta menentukan akurasinya. Penelitian ini menggunakan data sekunder terkait kelulusan mahasiswa FMIPA Untan dari Periode I Tahun Akademik 2018/2019 hingga Periode II Tahun Akademik 2023. Analisis dimulai dari mendeskripsikan data kelulusan mahasiswa. Kemudian dilanjutkan ke tahap analisis Random Forest, lalu dilakukan evaluasi dengan menghitung nilai akurasinya. Selanjutnya algoritma AdaBoost diterapkan pada algoritma Random Forest, kemudian dilakukan evaluasi kembali dengan menghitung nilai akurasinya untuk melihat kinerja model. Hasil penelitian menunjukkan bahwa Algoritma Random Forest mampu mengklasifikasikan data sebanyak 53 data yang benar diklasifikasikan tepat waktu sedangkan 439 lainnya salah diklasifikasikan sedangkan pada data kelulusan tidak tepat waktu diketahui bahwa 1323 data yang benar diklasifikasikan tidak tepat waktu sedangkan 78 diantaranya salah diklasifikasikan dengan akurasi sebesar 72,7%. Penerapan tahap boosting dengan Algoritma AdaBoost menghasilkan peningkatan akurasi yang signifikan mencapai 96,8%. Atribut yang memiliki kontribusi terbesar dalam klasifikasi berdasarkan Random Forest adalah IPS Semester 3. Berdasarkan hasil penelitian, Algoritma AdaBoost terbukti efektif untuk meningkatkan akurasi Algoritma Random Forest dalam klasifikasi kelulusan mahasiswa.
PENERAPAN PRINCIPAL COMPONENT ANALYSIS-SUPPORT VECTOR MACHINE PADA KLASIFIKASI STATUS STUNTING DI KALIMANTAN BARAT Indriani, Maria Meilinda; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): 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.v14i1.91649

Abstract

Stunting merupakan permasalahan kesehatan masyarakat yang serius, ditandai dengan gangguan pertumbuhan anak akibat kekurangan gizi yang berlangsung dalam jangka waktu lama. Keadaan ini tidak hanya berdampak pada tinggi badan anak yang berada di bawah standar, tetapi juga berpengaruh terhadap perkembangan kognitif, kemampuan belajar, serta tingkat produktivitas di masa mendatang. Kalimantan Barat menjadi salah satu provinsi di Indonesia dengan prevalensi stunting yang relatif tinggi. Penelitian ini bertujuan untuk mengklasifikasikan status stunting di 14 kabupaten/kota di Kalimantan Barat dengan menerapkan metode Principal Component Analysis-Support Vector Machine (PCA-SVM). Selain itu, penelitian ini juga mengevaluasi tingkat akurasi model klasifikasi yang dihasilkan. PCA digunakan untuk mereduksi dimensi data dan mengatasi multikolinearitas, menghasilkan komponen utama yang independen sebagai variabel input dalam model. Selanjutnya, SVM dengan kernel Radial Basis Function (RBF) diterapkan untuk membangun model klasifikasi yang optimal. Penelitian ini menggunakan 14 variabel yang mencerminkan aspek kesehatan anak, ibu, lingkungan, dan faktor sosial-ekonomi. Keempat belas kabupaten/kota tersebut dikategorikan ke dalam tiga kelompok status stunting, yaitu rendah, sedang, dan tinggi. Kinerja model dievaluasi berdasarkan tingkat akurasi. Hasil penelitian menunjukkan bahwa pendekatan PCA-SVM dengan kernel RBF berhasil mencapai akurasi sebesar 92,86% dalam mengklasifikasikan status stunting. Analisis ini memberikan pemahaman yang penting mengenai pengelompokan status stunting di setiap wilayah, sehingga dapat menjadi dasar untuk merancang kebijakan intervensi yang lebih terarah dan tepat sasaran. Dengan demikian, hasil penelitian ini diharapkan dapat membantu pemerintah daerah dalam menurunkan prevalensi stunting secara efektif dan berkelanjutan.
PENERAPAN SIMILARITY WEIGHT AND FILTER METHOD UNTUK MENGELOMPOKKAN SMA BERDASARKAN SARANA PRASARANA DAN SDM (Studi Kasus: SMA di Provinsi Kalimantan Barat) Sindia, Eri; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): 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.v14i1.91653

Abstract

Similarity Weight and Filter Method (SWFM) merupakan metode pada analisis cluster yang digunakan untuk menangani data campuran numerik dan kategorik. Keduanya tersusun dari hasil analisis cluster data numerik dan kategorik yang kemudian digabungkan. Permasalahan utama pendidikan yaitu minimnya sarana dan prasarana serta kekurangan guru terutama ditingkat Sekolah Menengah Atas (SMA). Pembangunan dan pemerataan pendidikan masih sulit dilaksanakan secara maksimal oleh pemerintah. Sehingga untuk mempermudah penyaluran bantuan maka perlu dilakukan pengelompokan. Penelitian ini bertujuan untuk mengelompokkan SMA berdasarkan sarana prasarana dan Sumber Daya Manusia (SDM) di Provinsi Kalimantan Barat dengan SWFM. Data pada penelitian ini bersumber dari Kementerian Pendidikan dan Kebudayaan (Kemendikbud) yaitu Data Pokok Pendidikan pada jenjang SMA tahun 2024 yang terdiri data numerik dan kategorik. Data numerik dikelompokan dengan metode Ward yang menghasilkan jumlah cluster optimum yaitu 3 cluster. Sedangkan data kategorik dikelompokan menggunakan metode K-Modes menghasilkan jumlah cluster optimum sebanyak 2. Hasil pengelompokan data numerik dan data kategorik kemudian digabung dengan metode SWFM sehingga diperoleh jumlah cluster sebanyak 5. Cluster 1 terdiri dari 131 SMA dengan sarana prasarana dan SDM yang tidak memadai, cluster 2 terdiri dari 185 SMA dengan sarana prasarana dan SDM yang kurang memadai, cluster 3 terdiri dari 12 SMA dimana memiliki sarana prasarana dan SDM yang sangat memadai, cluster 4 terdiri dari 61 SMA dimana memiliki sarana prasarana dan SDM yang memadai, dan cluster 5 terdiri dari 16 SMA yang sarana prasarana dan SDM yang cukup memadai.
PENGELOMPOKAN INDEKS PEMBANGUNAN MANUSIA DI INDONESIA MENGGUNAKAN METODE K-MEDOIDS DENGAN EVALUASI DAVIES BOULDIN INDEX Ersawahyuni, Aisna; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): 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.v14i2.92331

Abstract

Indeks Pembangunan Manusia (IPM) adalah salah satu indikator penting dalam menilai kemajuan suatu negara. Pengelompokan IPM berguna memberikan wawasan yang penting mengenai pemahaman tentang pola dan karakteristik perkembangan kesejahteraan masyarakat. Tujuan dari penelitian ini adalah mengelompokkan provinsi-provinsi di Indonesia berdasarkan IPM masing-masing provinsi tahun 2023 menggunakan metode K-Medoids dan menentukan jumlah cluster yang optimal dengan evaluasi Davies Bouldin Index (DBI). Data yang digunakan berasal dari Publikasi Badan Pusat Statistik Pusat Tahun 2023, variabel yang digunakan antara lain umur harapan hidup, harapan lama sekolah, rata-rata lama sekolah, pengeluaran per kapita, produk domestik regional bruto, jumlah penduduk, dan persentase penduduk miskin. Proses analisis dimulai dengan statistik deskriptif dan pengujian multikolinearitas Variance Inflation Factor (VIF). Variabel yang memiliki nilai VIF 10 dieliminasi secara bertahap. Selanjutnya, dilakukan standarisasi data dan menentukan jumlah cluster awal, k yang digunakan , dilanjutkan dengan pemilihan medoids acak dan perhitungan jarak euclidean untuk menentukan kedekatan antar objek. Proses dilakukan hingga total jarak. Setelah pengelompokan selesai dilakukan optimasi jumlah cluster dengan menggunakan DBI, dengan cara meminimalkan nilai Sum of Square Within (SSW) dan memaksimalkan Sum of Square Between (SSB) dilanjutkan dengan menghitung rasio antara SSW dan SSB sehingga diperoleh nilai DBI. Hasil pengelompokan optimal yaitu dua cluster berdasarkan nilai DBI sebesar 0,94, namun dipilih cluster optimal sebanyak empat sebagai alternatif karena memiliki nilai DBI terendah kedua sebesar 1,07. Hasil pengelompokkan empat cluster yaitu cluster 1 IPM kategori sangat tinggi berjumlah 4 provinsi, cluster 2 IPM kategori tinggi berjumlah 14 provinsi, cluster 3 IPM kategori rendah berjumlah 10 provinsi, dan cluster 4 IPM kategori sangat rendah berjumlah enam provinsi.  Kata Kunci :  Jarak Euclidean, DBI, VIF, Hierarchical.  
ANALISIS PENGELOMPOKAN WILAYAH DESA DI KABUPATEN LANDAK BERDASARKAN INDEKS KETAHANAN SOSIAL MENGGUNAKAN K-MODES Santika, Santika; Perdana, Hendra; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): 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.v14i2.92218

Abstract

Pembangunan desa di Indonesia diukur menggunakan Indeks Desa Membangun (IDM), yang terdiri dari tiga komponen utama yaitu Indeks Ketahanan Sosial, Ekonomi, dan Lingkungan. Kabupaten Landak berada di peringkat terakhir provinsi di Kalimantan Barat dengan rata-rata IDM 0,7253, menunjukkan perlunya intervensi khusus untuk meningkatkan pembangunanan desa. Penelitian ini bertujuan untuk mengklasterkan desa di Kabupaten Landak berdasarkan dimensi Indeks Ketahanan Sosial dengan metode K-Modes, yang cocok untuk data kategorik. Tahapan penelitian ini meliputi analisis deskriptif, penerapan algoritma K-Modes untuk pembagian cluster dengan K=3 dan K=4, serta evaluasi validitas cluster. Hasil penelitian menunjukkan bahwa pembagian desa ke dalam empat cluster adalah yang paling optimal, dengan nilai Silhouette Coefficient sebesar 0,0951. Masing-masing cluster memiliki karakteristik berbeda terkait dimensi pembentukan IKS, seperti tingkat pendidikan, ketersediaan infrastruktur kesehatan, dan aktivitas sosial. Temuan ini memberikan panduan bagi pemerintah dalam menyusun kebijakan pembangunan desa yang lebih terarah untuk meningkatkan ketahanan sosial di Kabupaten Landak.  Kata Kunci : Indeks Ketahanan Sosial, K-Modes, Silhouette Coefficient, Klasterisasi.
METODE TWO STAGE LEAST SQUARE DALAM MENGANALISIS FAKTOR YANG MEMPENGARUHI IPM DAN KEMISKINAN Ramadhan, Nanda; Satyahadewi, Neva; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): 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.v14i2.91958

Abstract

IPM adalah suatu metode pengukuran dengan perbandingan dari harapan hidup, melek huruf, pendidikan dan standar hidup untuk semua negara seluruh dunia. IPM merupakan indikator penting dalam mengukur kualitas hidup masyarakat yang di pengaruhi oleh faktor-faktor seperti pendidikan, kesehatan, dan pendapatan. Sementara itu, kemiskinan juga dipengaruhi oleh berbagai variabel ekonomi dan sosial yang sering kali berinteraksi dengan IPM. Penelitian ini bertujuan untuk menganalisis hubungan simultan antara Indeks Pembangunan Manusia (IPM) dan kemiskinan di Kalimantan Barat serta faktor-faktor yang memengaruhi keduanya menggunakan metode Two Stage Least Square (2SLS). Data sekunder yang digunakan mencakup 14 kabupaten/kota di Kalimantan Barat pada periode 2021-2023, dengan variabel endogen berupa IPM dan kemiskinan serta variabel eksogen seperti pengeluaran per kapita, tingkat pengangguran terbuka, angka harapan hidup, rata-rata lama sekolah, dan Produk Domestik Regional Bruto (PDRB). Analisis dilakukan menggunakan metode Ordinary Least Square (OLS) untuk uji signifikansi, dilanjutkan dengan uji asumsi klasik untuk memastikan model regresi memenuhi kriteria. Tahapan terakhir adalah estimasi parameter menggunakan metode Two Stage Least Square (2SLS). Hasil penelitian menunjukkan bahwa hanya tingkat pengangguran terbuka yang memiliki pengaruh signifikan terhdapat peningkatan Kemiskinan, sementara IPM dipengaruhi secara signifikan oleh semua variabel yang digunakan. Penelitian ini memberikan wawasan penting dalam pengambilan kebijakan untuk meningkatkan kualitas pembangunan manusia dan mengurangi kemiskinan di Kalimantan Barat.  Kata Kunci : ekonomi, simultan, tingkat pengangguran terbuka
PENERAPAN WEB SCRAPING DENGAN PENDEKATAN N-GRAM UNTUK EKSTRAKSI INFORMASI PADA ULASAN HOTEL MAESTRO PONTIANAK Yustosio, Darwis; Sulistianingsih, Evy; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): 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.v14i2.92221

Abstract

Web scraping merupakan metode otomatisasi yang dilakukan untuk mengekstraksi data dari halaman web. Teknik ini memungkinkan pengambilan informasi dalam jumlah besar secara efisien tanpa harus melakukan penyalinan data secara manual. Dalam penelitian ini, web scraping diterapkan dengan pendekatan N-Gram untuk mengekstraksi dan menganalisis ulasan pelanggan terhadap pelayanan Hotel Maestro Pontianak. Data yang diperoleh kemudian digunakan untuk mengidentifikasi pola kata dan sentimen yang terkandung dalam ulasan pelanggan. Banyaknya pengunjung yang menginap di hotel ini menyebabkan banyaknya ulasan yang diberikan oleh pengunjung melalui website Traveloka. Penelitian ini bertujuan untuk menerapkan web scraping dalam pengambilan data ulasan pengunjung mengenai pelayanan Hotel Maestro Pontianak dari website Traveloka serta menganalisis informasi yang diperoleh menggunakan pendekatan N-gram untuk memahami opini pelanggan terhadap layanan hotel. Penelitian ini menggunakan teknik Web Scraping untuk mengumpulkan data ulasan, yang kemudian dilanjutkan dengan analisis sentimen menggunakan metode Lexicon Based dan N-Gram. Sebanyak 285 ulasan Hotel Maestro Pontianak dikumpulkan melalui Web Scraping. Data ulasan diproses menggunakan Text Preprocessing untuk menyeragamkan bentuk kata sehingga data lebih terstruktur. Selanjutnya, hasil Text Preprocessing diekstraksi fitur N-Gram kemudian diproses menggunakan metode Lexicon Based dengan bantuan Library VADER Sentiment. Hasil penerapan menggunakan pendekatan N-Gram, dari 285 data ulasan yang sudah diproses melalui text preprocessing dan diperoleh nilai score polarity, menunjukan hasil persentase setiap N-Gram. Dimana hasil persentase menunjukkan ulasan tersebut memiliki banyak opini positif mengenai pelayanan Hotel Maestro Pontianak. Informasi yang didapatkan dari hotel tersebut adalah kamar yang bersih, pelayanan yang baik dan ramah dari pihak hotel. Adapun keluhan dan perbaikan kedepannya yang perlu dilakukan oleh pihak hotel adalah masalah tempat parkir yang terbatas dan juga kebocoran platfon yang perlu dibenahi.  Kata Kunci: N-Gram, Unigram, Bigram, Trigram, VADER.
IMPLEMENTASI METODE MOORA DALAM KEPUTUSAN PEMILIHAN APLIKASI INVESTASI TERBAIK Margaretha, Ledy Claudia; Perdana, Hendra; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): 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.v14i1.91813

Abstract

Investasi merupakan salah satu cara mencapai kebebasan finansial. Adanya aplikasi investasi memudahkan investor berinvestasi di mana dan kapan saja dengan smartphone dan internet. Namun, investor sering kali menghadapi kesulitan dalam memilih aplikasi yang sesuai dengan tujuan dan risikonya. Oleh karena itu, diperlukan suatu sistem yang mampu merekomendasikan aplikasi investasi dengan efektif. Sistem Pendukung Keputusan diciptakan untuk mendukung pengambilan keputusan dengan memilih dari berbagai alternatif keputusan yang ada. Tujuan penelitian ini adalah mengimplementasikan metode MOORA sebagai salah satu metode sistem pengambilan keputusan dalam membantu calon investor untuk memilih aplikasi investasi terbaik dengan mempertimbangkan berbagai kriteria sebagai parameter penilaian penentuan aplikasi investasi. Data yang digunakan sebagai alternatif adalah aplikasi investasi yang tergolong pada bidang keuangan dari Google Play Store yaitu Bibit, Ajaib, Stockbit, IPOT, Bareksa, dan Pluang. Kriteria - kriteria sebagai parameter penentu aplikasi investasi terbaik yaitu Jumlah Instrumen Investasi, Rating Aplikasi, Minimal Investasi, Peringkat Aplikasi, dan Besar Aplikasi. Analisis data dimulai dari menginput data, menentukan jenis kriteria, konversi data, menentukan bobot kriteria, membuat matriks keputusan, normalisasi matriks, optimasi matriks, menentukan nilai akhir metode MOORA, dan interpretasi dari hasil ranking. Dari hasil analisis, diperoleh bahwa alternatif A1 yaitu Bibit memperoleh nilai tertinggi sebesar 0,243 sehingga menjadikan Bibit sebagai aplikasi investasi yang paling direkomendasikan.  Kata Kunci : Aplikasi Investasi, MOORA, Sistem Pengambilan Keputusan.
Pemberdayaan Berkelanjutan Berbasis Komunitas di Desa Cengal: Dari Pengelolaan Sampah hingga Penguatan Ekonomi Lokal Zaliluddin, Dadan; Pinasari, Repi; Irwanto, Dicky; Ikbal, Muhamad; Apriliyani, Techa; Julaeha, Siti; Hidayat, Rani Lestari; Rahmasari, Yulia; Fortuna, Nia Fitriana; Hapipah, Liza Darojatul; Aldien, Royan Gustio; Zahidah, Zahra; Febriani, Rani; Cesoria, Yola Zerlinda; Faizah, Putri Alya Nur; Dzakirah, Nasya Rabbi; Fajar, Arif Nur; Yohane, Novi; Perdana, Hendra; Putri, Vinna Septyara; Almazmar, Giatul Khodijah Hodijah; Anggi, Muhamad
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 2 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v6i2.11181

Abstract

Abstract The Desa Cengal community service project addressed garbage control and local economic empowerment through a sustainable, community-based strategy. The community has poor trash disposal facilities and a lack of digital tools for local micro, small, and medium companies (MSMEs), which hampered their market access. The project combined modern technology with local wisdom to boost economic growth and the environment. Biopori training for organic waste management, digital marketing workshops for MSMEs, and a community bazaar to promote local products were part of the strategy. Agriculture innovation seminars were also held to boost local farmers' production and resilience. To assess intervention efficacy, participant observation, interviews, and surveys were conducted. The village's environmental and economic conditions improved significantly. Biopori procedures minimized incorrect garbage disposal and turned organic waste into compost. Digital marketing classes helped small entrepreneurs raise sales and awareness. The village bazaar promoted local goods and commerce. The agricultural seminars improved crop management, strengthening the village's economy. In conclusion, the research showed that a community-based approach combining technical innovation with traditional practices may solve rural environmental and economic problems. The success of Desa Cengal's actions implies that other rural communities with similar difficulties can duplicate similar strategies for long-term sustainability and growth. Keywords: Community empowerment; sustainable development; waste management; local economy; digitalization Abstrak Tujuan proyek pengabdian masyarakat Desa Cengal adalah untuk memecahkan masalah penting seperti pemberdayaan ekonomi lokal dan pengelolaan sampah melalui pendekatan berbasis komunitas yang berkelanjutan. Desa-desa ini menghadapi tantangan seperti kurangnya fasilitas pembuangan sampah yang memadai, yang menyebabkan praktik pengelolaan sampah yang tidak sesuai, dan kurangnya usaha mikro, kecil, dan menengah (UMKM) lokal yang menggunakan alat digital, yang membatasi jangkauan pasar mereka. Untuk menghasilkan pertumbuhan ekonomi dan perbaikan lingkungan yang berkelanjutan, proyek ini bertujuan untuk menggabungkan solusi teknologi modern dengan kearifan lokal. Pelatihan biopori untuk mengelola sampah organik, lokakarya pemasaran digital untuk UMKM, dan bazar komunitas untuk menjual barang lokal adalah beberapa contoh kegiatan terarah yang digunakan dalam pendekatan yang digunakan. Selain itu, untuk meningkatkan produktivitas dan ketahanan petani lokal, proyek ini mencakup pelatihan tentang inovasi pertanian. Untuk mengevaluasi efektivitas intervensi ini, observasi partisipatif, wawancara, dan survei digunakan untuk mengumpulkan data. Hasil menunjukkan peningkatan yang signifikan dalam aspek lingkungan dan ekonomi desa. Teknik biopori mengurangi jumlah sampah yang dibuang secara tidak tepat dan mengubah sampah organik menjadi kompos yang bermanfaat. Pengusaha lokal dapat meningkatkan penjualan dan visibilitas dengan menggunakan lokakarya pemasaran digital untuk memperluas jangkauan pasar mereka. Bazaar komunitas membantu ekonomi desa dan menjual barang lokal. Dengan peningkatan teknik pengelolaan tanaman, seminar pertanian meningkatkan ketahanan ekonomi desa. Singkatnya, proyek ini menunjukkan bahwa pendekatan berbasis komunitas yang mengintegrasikan inovasi teknologi dengan praktik lokal dapat secara efektif mengatasi masalah lingkungan dan ekonomi di daerah pedesaan. Kesuksesan intervensi di Desa Cengal menunjukkan bahwa model semacam itu dapat diterapkan di komunitas pedesaan lainnya yang menghadapi masalah serupa dan memiliki peluang untuk berkembang dalam jangka panjang.Kata Kunci: Pemberdayaan masyarakat; pembangunan berkelanjutan; pengelolaan sampah; ekonomi lokal; digitalisasi
Co-Authors 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 Antoni, Frans Xavier Natalius Apriliyani, Techa Aprizkiyandari, Siti Ariady Zulkarnain Arsyi, Fritzgerald Muhammad Assa Trissia Rizal Atikasari, Awang Atlantic, Virginnia Aulia Puteri Amari Azura, Tina Calissta, Leanna Belva Cesoria, Yola Zerlinda Crismayella, Yuveinsiana 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 Fallah, Khalishah Ghina Febriani, Nindy Febriani, Rani Febriyanto, Ferdy Fery Prastio Fidianty, Fadilla Firhan Januardi Firman Saputra Fortuna, Nia Fitriana Gilang Habibie Gunawan, Sucipto Hafifah, Nanda Handayani, Aditya 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 Ma’ruf, Ikhwan 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 Puspita, Risma 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 Rizki, Setyo Wira Robbiati, Dian Roeswandi, Irine Fajrin Rofatunnisa, Sifa Sadikin, Utin Azwa Sayhani Salsabila, Hana Samson Samson Santika Santika Sasqia Aklysta Antaristi Sesilisvana, Nevil 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 Suci Angriani Suhardi Suprianto, Okto syuradi, Syuradi Tamtama, Ray Taraly, Inggriani Millennia Thariq Thariq Tiara, Dinda Titania Aurellia Trifaiza, Fadhela Wafiq Nurhaliza Wahyu Diyan Ramadana Wilda Ariani Wira Fujiyanto Enizar Wirda Andani Wirdha Eryani Yogi, Vinsensius Yohane, Novi Yonatan, Yulianus Yopi Saputra Yudhi Yumna Siska Fitriyani Yundari, Yundari Yundari, Yundari Yustosio, Darwis Yuveinsiana Crismayella Zahidah, Zahra