Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.036

P-Index

This Author published in this journals

All Journal Statistika Jurnal Infinity Jurnal Pengajaran Matematika dan Ilmu Pengetahuan Alam EurekaMatika (Jurnal Online Matematika S1) Kubik Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Jurnal Penelitian Sains Jurnal Pendidikan (Teori dan Praktik) Jurnal Cendekia : Jurnal Pendidikan Matematika Majalah Ilmiah Matematika dan Statistika (MIMS) KUBIK: Jurnal Publikasi Ilmiah Matematika ABDI MOESTOPO: Jurnal Pengabdian pada Masyarakat These proceedings represent the work of researchers participating in The International Conference on Elementary Education (ICEE) which is being hosted by the Elementary Education Study Programme School of Postgraduate Studies, Universitas Pendidikan Jurnal Eurekamatika JP (Jurnal Pendidikan) : Teori dan Praktik Indonesian Journal of Applied Mathematics JIPI (Jurnal IPA dan Pembelajaran IPA) JMT (Jurnal Matematika dan Terapan) Jurnal Infinity

Dewi Rachmatin

Universtitas Pendidikan Indonesia

Author-ID : 353915

Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Physics Social Sciences Other

Published : 34 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

MONOTHETIC DIVISIVE CLUSTERING (MONA) PADA DATA INTERVAL DAN HISTOGRAM (Studi Kasus : Data Indeks Komponen IPM pada Provinsi-provinsi di Indonesia Wilayah Timur Tahun 2012) Fathia, Anisa Bella; Rachmatin, Dewi; Dahlan, Jarnawi Afgani
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK: Monothetic Divisive Clustering (MONA) merupakan salah satu metode pengklasteran dalam analisis klaster hierarki, lebih tepatnya metode divisive atau pemecahan. Metode ini mula-mulanya menghimpun seluruh objek dalam satu klaster besar, kemudian klaster tersebut dipecah ke dalam dua sub-klaster berdasarkan pertanyaan biner, lalu kedua sub-klaster tersebut dipecah lagi ke dalam dua sub-klaster, begitu seterusnya hingga dalam satu klaster terdiri dari objek tunggal (singleton) atau tidak ada lagi variabel pemisah yang tersisa. Ketika menghadapi suatu data histogram atau data berdistribusi peluang biasanya sangat sulit untuk dilakukan penganalisisan khususnya pengelompokkan untuk mengidentifikasi masing-masing objek. Penggunaan metode Monothetic Divisive Clustering (MONA) pada data interval dan histogram sangat tepat dan efisien untuk digunakan.Â Kata kunci : monothetic divisive clustering, analisis klaster hierarki, divisive methods, data interval, data histogram, symbolic data.

PROGRAM APLIKASI BAHASA R UNTUK PENGELOMPOKAN OBJEK MENGGUNAKAN METODE K-MEDOIDS CLUSTERING Sihombing, Rika Elizabet; Rachmatin, Dewi; Dahlan, Jarnawi Afgani
Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Cluster atau dalam bahasa Indonesia dapat ditulis sebagai klaster adalah nama lain dari kelompok. Pada hakekatnya, analisis klaster adalah salah satu alat pengelompokan (clustering) dalam analisis statistika multivariat yang pada akhirnya menghasilkan sejumlah klaster (kelompok). Pengelompokan dilakukan pada objek/pengamatan (baris) dalam data yang memiliki kemiripan sangat besar dengan objek/pengamatan lainnya dalam satu klaster. Kemiripan tersebut diukur menggunakan ukuran kemiripan. Analisis klaster terbagi menjadi metode hierarki dan metode non-hierarki. Metode hierarki menggunakan struktur seperti pohon pada keputusan pengelompokan objeknya. Metode non-hierarki menempatkan objek-objek ke pusat klaster terdekat ketika banyak klaster sudah ditentukan terlebih dahulu. Ada dua buah asumsi yang harus dipenuhi agar analisis klaster dapat digunakan, yaitu data bebas pencilan (outlier) dan bebas dari masalah multikolinearitas. Namun, pada kenyataannya asumsi pencilan sering kali tidak terpenuhi. Salah satu metode analisis klaster yang tahan terhadap pencilan adalah metode k-medoids atau biasa dikenal dengan nama Partitioning Around Medoids (PAM). K-medoids merupakan salah satu bagian dari metode non-hierarki. Untuk menyelesaikan pengelompokan objek menggunakan k-medoids, diperlukan iterasi yang tidak sedikit. Jika menggunakan cara manual, tentu memakan banyak waktu dan kemungkinan mengalami kesalahan yang cukup tinggi. Untuk mengatasi hal tersebut, penelitian menggunakan bahasa pemrograman R yang dirancang untuk membentuk sebuah program aplikasi pengelompokan objek berdasarkan metode k-medoids pada suatu data. Hasil dari penelitian ini adalah sebuah program aplikasi dalam bahasa R. Program ini dapat digunakan sebagai alat bantu pengelompokan objek dengan memperlihatkan proses iterasi dari pengelompokan sampai akhirnya terbentuk sejumlah klaster yang sebelumnya telah ditentukan.

PENGELOMPOKAN KECAMATAN DI KABUPATEN BANDUNG BERDASARKAN INDIKATOR KEMISKINAN TAHUN 2015 MENGGUNAKAN METODE LATENT CLASS CLUSTER ANALYSIS (LCCA) Hafizha, Zahra Ridha; Rachmatin, Dewi; Puspita, Entit
Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Kemiskinan merupakan hal yang sangat kompleks. Kabupaten Bandung merupakan wilayah yang memiliki jumlah penduduk miskin keempat terbanyak di Jawa Barat. Kemiskinan di Kabupaten Bandung mengalami peningkatan dari tahun 2014 ke tahun 2015. Untuk itu diperlukan ketepatan program bantuan dari pemerintah yang bisa diterapkan di Kabupaten Bandung untuk menangani masalah tersebut. Oleh karena itu, penulis akan melakukan pengelompokan kecamatan di Kabupaten Bandung berdasarkan variabel indikator kemiskinan tahun 2015 untuk mendapatkan kelompok-kelompok (klaster) yang memiliki kemiripan sifat antara anggotanya, sehingga untuk masing-masing klaster yang terbentuk memiliki kriteria tertentu. Pengelompokan akan dilakukan dengan metode Latent Class Cluster Analysis (LCCA). Metode ini menggunakan Algoritma EM dan Metode Newton Raphson sebagai tahapan estimasi parameter. Selanjutnya pemilihan model dilakukan berdasarkan nilai BIC terendah dan pengelompokan objek ke dalam klaster dilakukan menggunakan peluang posterior. Kesimpulan dari hasil pengelompokan ini adalah terbentuknya 4 klaster dengan klaster 1 terdiri dari 11 kecamatan, klaster 2 terdiri dari 10 kecamatan, klaster 3 terdiri dari 8 kecamatan dan klaster 4 terdiri dari 2 kecamatan dengan masing-masing klaster memiliki kriteria tertentu.Â Kata Kunci : Â Kemiskinan, Latent Class Cluster Analysis (LCCA), Algoritma EM, Newton-Raphson, Peluang Posterior. TITLE. Classification Of Subdistrict Of Bandung Regency Based On Poverty Indicator In 2015 Using Latent Class Cluster Analysis (LCCA) MethodABSTRACT. Poverty is such a complex problem. Bandung Regency takes the fourth place as an area with biggest poverty population in West Java. Poverty in Bandung Regency has increased since 2014 until 2015. Hence, the goverment needs a precise implementable aid program to help Bandung Regency to handle this problem. Therefore, writer will classify some subdistricts in Bandung Regency based on poverty indicator in 2015 as variable in order to form the cluster that have similar characteristics between each components, so for each cluster that formed will have a specific criteria. Classification process will be done by Latent Class Cluster Analysis (LCCA) method. This method use EM Algorithm and Newton Raphson Method as parameter estimation process. After that, the model will be choosen based on the lowest BIC value and the classification of object into the cluster which will be done by using posterior probability. The conclusion from the results of classification process is four cluster has been obtained with the first cluster consist of 11 subdistricts, second cluster consist of 10 subdistricts, third cluster consist of 8 subdistricts, and fourth cluster consist of 2 subdistricts and each cluster has specific criteria.Key Words : Poverty, Latent Class Cluster Analysis (LCCA), EM Algorithm, Newton-Raphson, Posterior Probability.

Multimedia Pembelajaran Matematika Topik Perkalian Pada Pecahan yang Didesain Melalui Aplikasi Geogebra Sudihartinih, Eyus; Sabila, Salma; Rachmatin, Dewi
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 4 No 1 (2022): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami)
Publisher : Mathematics Department

Show Abstract | Download Original | Original Source | Check in Google Scholar

Penelitian ini bertujuan untuk memperoleh multimedia pembelajaran matematika topik perkalian pada pecahan yang didesain via aplikasi Geogebra. Penelitian ini menggunakan model pengembangan Multimedia Development Life Cycle (MDLC). Berdasarkan hasil penelitian diketahui bahwa multimedia pembelajaran matematika topik perkalian pada pecahan yang didesain via aplikasi Geogebra dapat dilakukan dengan baik melalui model pengembangan MDLC. Harapannya penelitian ini dapat dilanjutkan dengan melakukan uji coba pada siswa sehingga diperoleh respons siswa.

Analysis of Student Difficulty in Understanding the Roots of Nonlinear Equations Rachmatin, Dewi; Sujana, Atep
International Conference on Elementary Education Vol. 4 No. 1 (2022): Proceedings The 4th International Conference on Elementary Education
Publisher : Elementary Education Study Program School of Postgraduate Studies Universitas Pendidikan Indonesia in collaboration with UPI PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (433.178 KB)

Mathematics is considered one of the hard lessons by some students, so needs to be analysed the difficulties faced by students as prospective teachers. This research aims to explore the problem of students mathematics study program in studying roots of nonlinear equation. The method used in this study was descriptive of the skin. The instrument was used in the form of a tertius test in the form of multiple choices consisting of 5 questions. The results showed that 68 students obtained an average score of 30.88; the highest value is 80, and the lowest value is 0. The results of the analysis of the answer are known that students still do not understand correctly the basic principles of iterative methods that have been studied, this is evident from the questions asked about the advantages and disadvantages of each iterative methods, as well as from fundamental questions about the basic principles for each iterative method that has been studied.

Aplikasi Metode Weighted Principal Component Analysis (WPCA) dengan Software S-PLUS2000 Dewi Rachmatin
Jurnal Penelitian Sains Vol 17, No 2 (2015)
Publisher : Faculty of Mathtmatics and Natural Sciences

Sebuah metode baru untuk mereduksi ruang berdimensi tinggi yang dikembangkan dari metode PCA yaitu Weighted Principal Component Analysis (WPCA) diperkenalkan oleh J.F. Pinto da Costa, H. Alonso dan L. Roque (2011). Oleh karena pada metode PCA, koefisien korelasi Pearson sangat sensitif dengan kehadiran gangguan dan pencilan, maka pada metode WPCA ini digunakan koefisien korelasi baru yang melibatkan rank dari setiap pengamatan untuk setiap variabel. Untuk memberikan gambaran tentang metode WPCA ini, Pada artikel ini program untuk WPCA dibuat dengan software S-PLUS 2000 diterapkan pada data bayi (Damayanti, 2008) serta data catatan waktu pelari (Johnson, 2007), dan hasilnya dibandingkan dengan hasil metode PCA klasik.

APLIKASI METODE-METODE AGGLOMERATIVE DALAM ANALISIS KLASTER PADA DATA TINGKAT POLUSI UDARA Dewi Rachmatin
Jurnal Infinity Vol 3, No 2 (2014): Volume 3 Number 2, Infinity
Publisher : IKIP Siliwangi and I-MES

ABSTRAK Analisis Klaster merupakan analisis pengelompokkan data yang mengelompokkan data berdasarkan informasi yang ditemukan pada data. Tujuan dari analisis klaster adalah agar objek-objek di dalam satu kelompok memiliki kesamaan satu sama lain sedangkan dengan objek-objek yang berbeda kelompok memiliki perbedaan. Analisis klaster dibagi menjadi dua metode yaitu metode hirarki dan metode non-hirarki. Metode hirarki dibagi menjadi dua, yaitu metode agglomerative (pemusatan) dan metode divisive (penyebaran). Metode-metode yang termasuk dalam metode agglomerative adalah Single Linkage Method, Complete Linkage Method, Average Linkage Method, Ward’s Method, Centroid Method dan Median Method. Pada artikel ini dibahas metode-metode agglomerative tersebut yang diterapkan pada data tingkat polusi udara. Masing-masing metode tersebut memberikan jumlah klaster yang berbeda. Kata Kunci : Analisis Klaster, Single Linkage Method, Complete Linkage Method, Average Linkage Method, Ward’s Method, Centroid Method dan Median Method. ABSTRACTCluster analysis is an analysis of the data classification based on information found in the data.The objective of cluster analysis is that the objects in the group have in common with each other, while the different objects have different groups. Cluster analysis is divided into two methods : the method of non-hierarchical and hierarchical methods.Hierarchical method is divided into two methods, namely agglomerative methods (concentration) and divisive methods (deployment). The methods included in the agglomerative method is Single Linkage Method, Complete Linkage Method, Average Linkage Method, Ward 's Method, Method and Median Centroid Method. In this article discussed the agglomerative methods were applied to the data rate of air pollution. Each of these methods provides a different number of clusters. Keywords: Cluster Analysis , Single Linkage Method, Complete Linkage Method, Average Linkage Method, Ward 's Method, Method and Median Centroid Method.

PENERAPAN METODE EXPONENTIALLY WEIGTHED MOVING AVERAGE (EWMA) DAN METODE SEMI VARIANS (SV) DALAM PERHITUNGAN RISIKO PORTOFOLIO SAHAM PT PINDAD PERSERO Dewi Rachmatin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 15, No 2 (2015)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v15i2.1469

Tujuan penelitian yang telah dilakukan adalah menghitung nilai risiko portofolio saham optimal, dan metode yang digunakan dalam menentukan nilai risiko (Value at Risk) adalah Exponentially Weighted Moving Average (EWMA) dan Semi Varians (SV). Model EWMA dipilih karena data nilai return saham cenderung bersifat heteroskedastis sedangkan SV dipilih karena tidak memerlukan asumsi distribusi apapun sehingga kedua metode tersebut dapat diterapkan pada data nilai return saham yang sama. Dari hasil penelitian ini, investor yang akan melakukan jual-beli saham dapat menentukan metode mana yang paling sesuai guna meminimalkan risiko kerugian sehingga memperoleh keuntungan maksimum. Hasil penelitian menunjukkan bahwa portofolio optimum yang diperoleh dengan menggunakan metode EWMA memiliki komposisi portofolio yang terdiri dari INDF 43,15%, UNVR 21,58%, SMGR 22,35%, INTP 12,92%, dengan tingkat risiko (VaR) sebesar Rp 9.910.339,867 atau 2,47%. Sedangkan dengan menggunakan metode SV diperoleh INDF 38,09%, UNVR 24,85%, SMGR 19,53%, INTP 17,53%, dengan tingkat risiko (VaR) sebesar Rp 9.448.912,9 atau 2,35%. Penelitian ini menggunakan nilai eksposur sebesar Rp 100 Juta untuk tiap sahamnya atau Rp 400 Juta untuk portofolio.

DESAIN GAME ONLINE MATEMATIKA MENGGUNAKAN HTML DAN FLASH DALAM PERKULIAHAN MULTIMEDIA PENDIDIKAN MATEMATIKA BERBANTUAN E-LEARNING Eyus Sudihartinih; Dewi Rachmatin
Jurnal Pendidikan (Teori dan Praktik) Vol 5 No 1 (2020): Volume 5, Nomor 1, April 2020
Publisher : Fakultas Ilmu Pendidikan Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jp.v5n1.p%p

This study aims to obtain a description of online mathematical game design using HTML and Flash in e-learning-assisted mathematics education multimedia lectures. This research is a pre-experimental type of one-shot case study. The research participants were a class of students consisting of 34 people (5 men and 29 women), 5th- semester students in multimedia mathematics education courses in the mathematics education department at one of the universities in Indonesia. The research instrument was a questionnaire through Google forms and interviews. In this study, triangulation was carried out using documentation, interviews, and theory. Based on the results of the study note that HTML and Flash can be used in the design of mathematical games even though students have not previously learned both but the results are good. The author suggests that students be able to try the math game at school during research or teaching practice. In addition, the authors hope the game can be published on the internet so that it can be used by many students.

Desain Media Pembelajaran Matematika Topik Luas Daerah Segitiga Menggunakan Aplikasi Scratch Eyus Sudihartinih; Gita Novita; Dewi Rachmatin
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 5 No 2 (2021): Jurnal Cendekia: Jurnal Pendidikan Matematika: Volume 5 Nomor 2, In press
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v5i2.643

Telah didesain beberapa media pembelajaran matematika yaitu alat peraga dan game online yang dirancang menggunakan HTML dan Flash namun masih diperlukan inovasi media pembelajaran lainnya. Penelitian ini bertujuan untuk mendesain media pembelajaran pada topik luas daerah segitiga menggunakan Scratch. Penelitian ini menggunakan model pengembangan Multimedia Development Life Cycle (MDLC). Berdasarkan hasil penelitian diketahui bahwa media pembelajaran berupa game pada topik luas daerah segitiga dapat didesain dengan baik menggunakan Scratch melalui model pengembangan MDLC. Game matematika ini diharapkan dapat membantu guru dan siswa dalam pembelajaran. Penulis menyarankan agar media pembelajaran yang telah didesain dapat diujicobakan di sekolah atau publish di internet sehingga dapat digunakan oleh banyak siswa. Selain itu dapat dilakukan penelitian lanjutan untuk mengetahui efetivitas program yang telah didesain.

Co-Authors Anisa Bella Fathia, Anisa Bella Atep Sujana Azzahra, Khairunnisa Aulia Budhiprameswari, Tania Dianda Desya Salwa Ramadhianti Dian Usdiyana Diva, Destiara Rahma Dwi Haryanto Elah Nurlaelah Entit puspita Eyus Sudihartinih Febrian Andi Hidayat Fitriani agustina Fophin, Theodore Dwivaland Gita Alfa, Alodya Ann Gita Novita Hafizha, Zahra Ridha Hakim, Rakhmat Nurul Herhyanto, Nar Husty Serviana Husain Ilyas, Isti Agustia Indra Hardiyana, Indra Indriany Rahayu Jarnawi Afgani Dahlan Jarnawi Afgani Dahlan Khusnul Novianingsih Lukman Lukman Muftiyah, Salma Nar Herrhyanto Pebriani, Dwi Putri Rahman, Dany Ramadany, Lisa Dewi Rini Marwati Sabila, Salma Salsabila Ayu Pratiwi Sari, Asyifa Anggun Sekar Wilujeng Sihombing, Rika Elizabet Siti Kania Sujana*, Atep Tia Purniati Titia Ningsih Yukeu S Febriani Yunus, Sitti Rahma

Title

Found 34 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 34 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 34 Documents
Search