Claim Missing Document
Check
Articles

Found 8 Documents
Search

Edukasi Masyarakat Desa Kafoofoo di Kabupaten Muna Tentang Pencegahan Covid-19 Ida Usman; Mukhsar Mukhsar; Bahriddin Abapihi; Asrul Sani; Wa Ode Sunaria; Baharuddin Said
JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) VOL. 5 NOMOR 1 MARET 2021 JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat)
Publisher : Lembaga Publikasi Ilmiah dan Penerbitan (LPIP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (218.425 KB) | DOI: 10.30595/jppm.v5i1.8782

Abstract

COVID-19 adalah penyakit menular yang dapat menginfeksi banyak orang apabila tidak menerapkan protokol kesehatan yang ditetapkan oleh pemerintah. Penyakit ini telah menyebar dengan cepat ke berbagai daerah termasuk ke desa-desa. Kegiatan pengabdian ini bertujuan mengedukasi masyarakat Desa Kafoofoo Kabupaten Muna dalam pencegahan penyebaran COVID-19. Tahapan pengabdian meliputi: pembekalan tim pelaksana, koordinasi dengan aparat desa, pengukuran tingkat pengetahuan masyarakat, dan edukasi pencegahan penyebaran COVID-19 melalui poster, alat peraga, dan penyuluhan kepada perwakilan warga. Hasil kegiatan edukasi menunjukkan bahwa tingkat pengetahuan masyarakat terhadap COVID-19 telah meningkat, yang ditandai dengan meningkatnya penggunaan masker di luar rumah.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMAMPUAN MEMBACA SISWA DENGAN METODE REGRESI PROBIT ORDINAL (STUDI KASUS SISWA SD SE-SULAWESI TENGGARA) Waode Rasdiansastra; Gusti Adi Wibawa; Bahriddin Abapihi
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (542.047 KB) | DOI: 10.33772/jmks.v2i2.14

Abstract

Keterampilan membaca siswa memiliki peran penting dalam pengembangan diri secara berkelanjutan dan sekaligus sebagai fondasi dalam pendidikan siswa di lembaga formal. Tujuan penelitian ini adalah mengetahui karakteristik pada variabel-variabel kemampuan membaca siswa dan estimasi model probit dari faktor-faktor yang mempengaruhi secara signifikan kemampuan membaca siswa(i) SD di Sulawesi Tenggara dengan menggunakan software SPSS. Penelitian ini menggunakan data kategori bertingkat atau biasa disebut data skala ordinal sebagai variabel dependen dan metode yang digunakan adalah regresi probit ordinal. Hasil analisis menunjukkan bahwa variabel yang signifikan terhadap kemampuan membaca siswa(i) adalah jenis kelamin siswa(i) (X1), mengulang kelas (X3), belajar/membaca di rumah (X4), dan guru kelas pernah memperoleh pelatihan khusus tentang cara mengajar membaca (X11). Uji kesesuaian model menunjukkan bahwa nilai signifikansi  artinya model regresi probit ordinal yang terbentuk telah sesuai atau tidak terdapat perbedaan antara hasil pengamatan dengan hasil model prediksi.
MODEL SISTEM PENDUKUNG KEPUTUSAN MULTIPLE ATTRIBUTE DECISION MAKING (MADM) DENGAN PENDEKATAN METODE SIMPLE ADDITIVE WEIGHTING (SAW): METODE SIMPLE ADDITIVE WEIGHTING (SAW) Putu Yudiani; Gusti Ngurah Adi Wibawa; Muhammad Kabil Djafar; Bahriddin Abapihi; Rita Ayu Ningtyas
Jurnal Matematika Komputasi dan Statistika Vol. 4 No. 2 (2024): Mei-Agustus
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v4i2.91

Abstract

Tujuan penelitian ini adalah untuk mengetahui model sistem pendukung keputusan dalam menentukan pegawai teladan di Bidang Perumahan Dinas Perumahan Kawasan Pemukiman dan Pertanahan Kota Kendari Tahun 2022 dan mengetahui hasil keputusan dalam menentukan pegawai teladan dengan Multi-Attribute Decision Making (MADM) menggunakan metode Simple Additive Weighting (SAW). Penelitian ini dilakukan dengan menentukan kriteria dan bobot kriteria, kemudian akan dibuatkan matriks keputusan yang akan dilakukan normalisasi matriks. Proses normalisasi matriks keputusan ke suatu skala yang dapat diperbandingkan dengan semua penilaian alternatif yang ada dengan dua atribut yaitu kriteria keuntungan (benefit) dan kriteria biaya (cost). Kemudian dilakukan proses perankingan dengan menghitung hasil akhir nilai preferensi diperoleh dari penjumlahan dari perkalian elemen baris matriks ternormalisasi dengan bobot preferensi . Hasil yang diperoleh dari penentuan pegawai teladan dengan Multi-Attribute Decision Making (MADM) dengan menggunakan metode Simple Additive Weighting (SAW), maka yang layak menjadi pegawai teladan adalah pegawai pada alternatif ke 1 (Pegawai 1) dengan nilai 0,994886364
ANALISIS VOLATILITAS SAHAM SEKTOR PERBANKAN MENGGUNAKAN METODE GARCH (Studi Kasus: Bank BUMN Pada Saham LQ45 yang terdaftar di BEI): ANALISIS VOLATILITAS SAHAM SEKTOR PERBANKAN MENGGUNAKAN METODE GARCH Jumiati; La Pimpi; Norma Muhtar; Bahriddin Abapihi; Aswani; Rita Ayu Ningtyas
Jurnal Matematika Komputasi dan Statistika Vol. 4 No. 2 (2024): Mei-Agustus
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v4i2.98

Abstract

ABSTRAK Tujuan dari penelitian ini adalah untuk mengetahui model analisis volatilitas, mengukur sekaligus membandingkan seberapa besar tingkat volatilitasnya pada saham sektor perbankan dalam hal ini bank BUMN meliputi (Bank Mandiri, BNI, BRI dan BTN) menggunakan metode GARCH (Generalized Autoregressive Conditional Heteroscedasticity). Selain itu, melalui penelitian ini dilakukan peramalan volatilitas terhadap return saham untuk periode 7 hari berikutnya dari model yang telah diperoleh dengan menerapkan metode GARCH. Prosedur penelitian ini dilakukan secara bertahap, yaitu: Pengumpulan data saham, menghitung return, analisis deskriptif, uji kestasioneran, uji korelasi dan efek ARCH, Estimasi Model GARCH, pengukuran dan peramalan volatilitas. Hasil penelitian menunjukkan bahwa: Dari hasil analisis data saham sektor perbankan dalam hal ini (Bank Mandiri, BNI, BRI dan BTN) mulai dari periode 1 April 2022 - 31 Maret 2023 didapatkan adanya volatilitas hanya pada saham BMRI dan saham BBRI. Dengan menggunakan metode GARCH bahwa model volatilitas yang diperoleh saham BMRI yaitu GARCH (2,1) dan GARCH (1,2) untuk saham BBRI dengan masing-masing ukuran tingkat volatilitasnya berturut-turut sebesar dan . Hasil peramalan untuk periode 7 hari berikutnya menunjukkan volatilitas return saham BMRI lebih tinggi dibandingkan dengan saham BBRI. Untuk investor yang ingin mendapatkan tingkat return yang tinggi dapat melakukan investasi pada saham BMRI karena memiliki ukuran tingkat volatilitas lebih tinggi dibandingkan dengan saham BBRI, akan tetapi dengan tingkat risiko yang akan dihadapi juga tinggi
ANALISIS KETEPATAN MODEL EKSPONENSIAL SMOOTHING DAN TREND DALAM MENGESTIMASI DAN MERAMALKAN VOLUME CURAH HUJAN DI KOTA KENDARI Raden Mohammad Reski Imam Dwiyanto; La Pimpi; Muhammad Kabil Djafar; Bahriddin Abapihi
Jurnal Matematika Komputasi dan Statistika Vol. 4 No. 3 (2024): September-Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

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

Abstract

Pentingnya informasi tentang cuaca, khususnya informasi tentang curah hujan yang lebih tepat sangat diperlukan sehingga perlu adanya penelitian untuk mengestimasi dan meramalkan terjadinya hujan. Telah banyak penelitian yang melaporkan bagaimana mengidentifikasi prakiraan curah hujan, namun masih memiliki keterbatasan terutama untuk mengidentifikasi secara detail curah hujan di setiap provinsi di Indonesia. Di dalam tulisan ini dilakukan peramalan curah hujan di Kota Kendari dengan menggunakan dua metode time series yang berbeda yaitu metode trend dan exponential smoothing. Penggunaan dua metode yang berbeda ini dilakukan dengan tujuan untuk mem-bandingkan ketepatan kedua model tersebut dalam meramalkan data time series, khususnya data curah hujan di Kota Kendari. Penelitian ini dilaksanakan sejak Januari 2023 sampai Juni 2023, dengan menggunakan data curah hujan Kota Kendari
Peningkatan Kompetensi Pegawai Balai Guru Penggerak (BGP) Sulawesi Tenggara Dalam Penerapan Infografis dengan Canva Lilis Laome; Mukhsar Mukhsar; Arman Arman; Bahriddin Abapihi; Andi Tenri Ampa; Dian Cristien Arisona; Muhammad Ihwal; Arif Nur Alfian
Madaniya Vol. 6 No. 2 (2025)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.1235

Abstract

Kurangnya memahami pemanfaatan aplikasi Canva dalam pembuatan infografis sehingga visualisasi data di kalangan pegawai BGP kurang optimal. Tujuan pengabdian ini agar pegawai BGP di Provinsi Sulawesi Tenggara dapat memanfaatkan aplikasi Canva dan membuat infografis dalam memvisualisasi data dalam pembuatan laporan kegiatan. Mekanisme metode pengabdian dalam pelaksaan kegiatan ini berupa perencanaan/persiapan, pelaksanaan, pendampingan dan evaluasi. Pengabdian dilaksanakan di Kantor BGP Sulawesi Tenggara. Dari pengabdian pada masyarakat ini dapat disimpulkan bahwa kegiatan pelatihan aplikasi Canva dalam membuat infografis berjalan dengan baik.
Comparison of Kernel Functions in Support Vector Machine (SVM) Method for Phishing Website Detection Muhammad Farhan Said; Norma Muhtar; Bahriddin Abapihi; Arman Arman; Muhammad Kabil Djafar; Herdi Budiman
JOSTECH Journal of Science and Technology Vol 6, No 1: Maret 2026
Publisher : UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/jostech.v6i1.13680

Abstract

Phishing is a rapidly growing form of cybercrime that poses a significant threat to internet users. Therefore, an effective and accurate detection method is essential. This study aims to analyze and compare the performance of several kernel functions within the Support Vector Machine (SVM) method for detecting phishing websites. The kernel functions used include linear, polynomial, Radial Basis Function (RBF), and sigmoid. The dataset is evaluated using stratified 5-fold cross-validation, with F1-score as the primary performance metric. The results show that the RBF kernel achieves the highest performance, with the best F1-score of 94.64%, followed by the polynomial kernel. The linear kernel performs reasonably well on nearly linearly separable data, while the sigmoid kernel shows the lowest and least stable performance. Based on these findings, the RBF kernel is recommended as the most suitable choice for phishing website detection using the SVM method. 
Forecasting Farmer Exchange Rate (FER) in Southeast Sulawesi Province Using Cheng’s Fuzzy Time Series Method Rastina; Lilis Laome; Bahriddin Abapihi; Gusti Ngurah Adhi Wibawa; Mukhsar Laome; Makkulau Laome; Gama Putra Danu Sohibien; Sukim; Fathurrahman Yahyasatrio
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 17 No 2 (2025): Jurnal Aplikasi Statistika & Komputasi Statistik
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v17i2.801

Abstract

Introduction/Main Objectives: This study aims to forecast the Farmer Exchange Rate (FER) in Southeast Sulawesi Province for 2024 as a basis for short-term economic assessment and policy-related analysis. Background Problems: FER is a key indicator of farmers’ purchasing power and agricultural welfare; however, its monthly dynamics are characterized by fluctuations and uncertainty, making conventional forecasting methods less effective in capturing its behavior. Novelty: This study contributes by implementing the the Fuzzy Time Series (FTS) Cheng approach for FER forecasting in Southeast Sulawesi, emphasizing its suitability for handling vagueness and nonlinear patterns inherent in agricultural economic indicators. Research Methods: The analysis utilizes monthly secondary FER data obtained from BPS-Statistics of Southeast Sulawesi Province, covering the period from January 2014 to December 2023. Forecast accuracy is evaluated using the Mean Absolute Percentage Error (MAPE). Finding/Results: The forecasting results indicate that the FER values for January, February, and March 2024 are each estimated at 105.93. The model achieved a MAPE of 0.3027%, corresponding to an accuracy level of 99.6973%, which places the forecasting performance in the “excellent” category.