Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.325

P-Index

This Author published in this journals

All Journal Jurnal Matematika Sains dan Teknologi J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Berdikari: Jurnal Pengabdian Masyarakat Indonesia EIGEN MATHEMATICS JOURNAL Variance : Journal of Statistics and Its Applications PIKAT

Farida Nur Hayati

Institut Teknologi Kalimantan

Author-ID : 3771005

Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Energy Engineering Environmental Science Mathematics Other

Published : 7 Documents Claim Missing Document

Claim Missing Document

Articles

Membandingkan Seleksi variabel Pada Data Microarray Menggunakan Important Variable Value dan Genetic Algorithm (Studi Kasus Lung Cancer Dataset dan Prostate Cancer Dataset) Diana Nurlaily; Farida Nur Hayati; Elly Pusporani
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 1 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Teknologi DNA microarray menarik minat yang luar biasa baik di kalangan komunitas ilmiah maupun kalangan industri. Meskipun data microarray telah diterapkan dalam berbagai bidang, penanganan volume data besar yang dihasilkan bukanlah perkara yang mudah. Ukuran sampel kecil dengan dimensi tinggi adalah tantangan utama analisis menggunakan data microarray. Oleh karena itu perlu dilakukan analisis lebih lanjut untuk mengatasi hal ini. Banyak penelitian yang telah dirancang berkaitan dengan data microarray misalnya untuk menyelidiki mekanisme genetik kanker, dan untuk mengklasifikasikan berbagai jenis kanker atau membedakan antara jaringan kanker dan non-kanker. Semua penelitian ini bertujuan untuk menghasilkan kesimpulan dan interpretasi yang bermanfaat dari kumpulan data yang kompleks. Dalam penelitian ini, data yang digunakan adalah data kanker paru-paru sebanyak 24257 Variabel dan data kanker prostat sebanyak 12626 Variabel. Data tersebut kemudian akan dianalisis dengan beberapa metode feature selection yaitu important variable value dan genetic algorithm untuk memilih dimensi atau variabel data sehingga dapat meningkatkan akurasi klasifikasi data. Berdasarkan hasil analisis feature selection menggunakan data kanker paru-paru, didapatkan jumlah variabel terpilih sebanyak 112 variabel dengan metode feature selection important. Sedangkan metode genetic algorithm didapatkan jumlah variabel terpilihnya sebanyak 12266 variabel. Pada data kanker prostat, didapatkan jumlah variabel terpilih sebanyak 299 variabel dengan metode feature selection important. Sedangkan metode genetic algorithm didapatkan jumlah variabel terpilihnya sebanyak 6359 variabel.

Peramalan Data Ekspor Non Migas Provinsi Kalimantan Timur Menggunakan Univariate Time Series Farida Nur Hayati; Diana Nurlaily; Elly Pusporani
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 2 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Ekspor merupakan salah satu variabel yang sangat penting untuk menentukan jenis perekonomian suatu negara bisa dikatakan perekonomian terbuka atau perekonomian tertutup. Mengingat peranan ekspor sangat penting dalam pertumbuhan ekonomi suatu negara maupun daerah, maka diperlukan kebijaksanaan dalam meningkatkan ekspor barang khususnya komoditi non migas. Komoditi non migas dipilih pada penelitian ini karena adanya kemerosotan harga minyak bumi di pasaran dunia. Sehingga untuk mengatasi ketergantungan penerimaan negara yang berasal dari minyak dan gas bumi maka pemerintah berusaha meningkatkan ekspor komoditi dan jasa-jasa non migas. Kondisi ekspor luar negeri Kalimantan Timur didominasi oleh ekspor non migas. Oleh karena itu, prediksi atau peramalan nilai dari komoditas ekspor non migas di Kalimantan Timur dapat digunakan untuk mengetahui devisa yang akan diperoleh, agar dapat digunakan sebagai bahan pertimbangan oleh pemerintah untuk menentukan kebijakan. Hasil penelitian peramalan data ekspor menggunakan ARIMA menunjukkan bahwa model ARIMA yang paling baik untuk meramalkan data Ekspor non migas di Kalimantan Timur berdasarkan nilai RMSE, dan sMAPE adalah ARIMA (0,1,[1,12]). Kata kunci : Ekspor, Ekspor non migas, ARIMA, RMSE, sMAPE

Analisis Dampak COVID 19 terhadap PDRB Provinsi Bali dengan Model Intervensi Mega Silfiani; Farida Nur Hayati; Surya Puspita Sari; Agung Prabowo
Eigen Mathematics Journal Vol. 5 No. 2 Desember 2022
Publisher : University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/emj.v5i2.141

COVID 19 is a disease caused by SARS-CoV-2. This virus spread very quickly to almost all countries including Indonesia. Bali tourism has developed in such a way and contributed greatly to regional development directly or indirectly. Gross Regional Domestic Product or GRDP has an important role in increasing the economic growth of a region, where the higher the GRDP, it can be said that the economic growth is also high. This study aims to analyze the impact of COVID 19 on the GRDP of the Province of Bali using an intervention model. The data used in this study is secondary data from quarterly GRDP on the basis of current prices in the accommodation, food and drink sector. Data was collected from the first quarter of 2010 to the fourth quarter of 2021. Based on the modeling that has been carried out with the intervention model, the best model to predict the impact of COVID 19 on GRDP in Bali Province is ARIMA(0,1,0)(1,0,0)4 r=1 with SMAPE value of 8.327 and MdAPE of 0.067.

PEMANFAATAN GOOGLE DATA STUDIO UNTUK VISUALISASI E-RAPOR SISWA SMAN 2 BALIKPAPAN Farida Nur Hayati; Mega Silfiani; Diana Nurlaily
Jurnal Pengabdian Kepada Masyarakat ITK (PIKAT) Vol. 2 No. 2 (2021): PIKAT : Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Institut Teknologi Kalimantan

Salah satu alat yang dapat digunakan untuk membuat visualisasi data adalah Google Data Studio. Google Data Studio merupakan layanan yang diciptakan Google untuk mengelola data. Rapor merupakan kumpulan data nilai siswa dari evaluasi proses belajar yang dilakukan selama satu semester. Guru yang menjabat wali kelas akan mengisi nilai para siswa yang dihimpun dari guru mata pelajaran ke dalam rapor. Selain untuk bahan evaluasi per semester, rapor juga membantu siswa untuk mengikuti SNMPTN (Seleksi Nasional Masuk Perguruan Tinggi Negeri). Mekanisme untuk menentukan peserta SNMPTN di SMA/SMK sederajat biasanya diputuskan oleh pihak sekolah. Pihak sekolah, dalam hal ini guru BK, menentukan siswa yang memiliki peluang tinggi untuk lolos SNMPTN berdasarkan nilai rapor. Hal ini tidak mudah mengingat banyaknya siswa yang ingin masuk PTN melalui jalur SNMPTN. Oleh karena itu diperlukan summary yang dibuat untuk menampilkan kesimpulan dengan cepat dari data nilai siswa. Kegiatan pengabdian kepada masyarakat ini bertujuan membuat sistem visualisasi data yang digunakan untuk memberikan gambaran/karakteristik dari data nilai siswa. Sistem visualisasi data tersebut menggunakan salah satu alat yaitu Google Data Studio dan Google Sheet untuk membuat dashboard. Sistem visualisasi data tersebut diperkenalkan dan diserahkan kepada SMAN 2 Balikpapan untuk membantu guru SMA mendapatkan kesimpulan dari data nilai siswa dengan cepat.

Implementasi Metode Pembelajaran Interaktif Guna Meningkatkan Motivasi Belajar Siswa Panti Asuhan Al-Firdaus Karang Joang Balikpapan Utara Annisa Rahmita Soemarsono; Lusi Ernawati; Farida Nur Hayati
Berdikari: Jurnal Pengabdian Masyarakat Indonesia Vol. 5 No. 2 (2023): Berdikari: jurnal Pengabdian Masyarakat Indonesia
Publisher : Future Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11594/bjpmi.05.02.1

The impact of the Covid-19 pandemic has affected almost all areas of life, including in the field of education. Changes in the learning system from offline (offline) to online cause several obstacles that must be faced, both by teachers and students. Students must be prepared to face all learning conditions in the future, especially when entering the new normal period. Students who are getting used to the online learning environment must then face the offline learning environment again in the new normal era. Education in the pandemic and post-pandemic eras greatly influences students' interest in learning. Changes in the learning environment that trigger a decrease in student interest in learning affect student learning outcomes. Students at the Al-Firdaus Orphanage KM 9, Karang Joang, North Balikpapan experienced a decrease in student motivation and interest in learning. In order to increase the motivation and interest in learning of the students at the orphanage, community service activities were carried out implementing interactive learning methods. The implementation of interactive learning methods is carried out by dividing study groups. In delivering the material, the presenter also utilizes learning media. At the end of the learning session, several participants were accompanied by a speaker presenting the learning outcomes that had been received. Based on the results of the questionnaire, it can be seen that the activity participants were satisfied with the implementation of these service activities. Some suggestions were also given by activity participants for further activities. These suggestions include adding games/games in between learning activities, increasing the duration of learning activities, and adding subjects other than Mathematics.

PERBANDINGAN PENGELOMPOKKAN PUSAT KESEHATAN MASYARAKAT DI KOTA BALIKPAPAN MENGGUNAKAN METODE K-MEANS DAN FUZZY C-MEANS Farida Nur Hayati; Mega Silfiani; Diana Nurlaily
VARIANCE: Journal of Statistics and Its Applications Vol 5 No 1 (2023): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol5iss1page55-66

Balikpapan merupakan salah satu daerah penyangga IKN (Ibu Kota Negara) yang diharapkan dapat mempersiapkan diri untuk menyambut kebijakan pemerintah dalam membangun Ibu Kota baru di Kalimantan Timur. Tingginya tarikan faktor pemerintahan, ekonomi, dan politik yang akan terjadi di IKN akan menyebabkan tingginya migrasi. Hal itu harus diimbangi dengan kemampuan kota dalam memfasilitasi kebutuhan penduduknya terlebih pada aspek Kesehatan. Puskesmas merupakan fasilitas Kesehatan tingkat pertama yang memberikan pelayanan masyarakat. Terdapat beberapa program yang dilakukan puskesmas untuk mencapai kesejahteraan masyarakatnya antara lain kesejahteraan ibu dan anak (KIA), perawatan Kesehatan masyarakat, Kesehatan usia lanjut dll. Semua program pokok tersebut dikembangkan berdasarkan program pokok pelayanan kesehatan dasar seperti yang dianjurkan World Health Organization (WHO). Dalam penelitian ini akan dilakukan analisis untuk mengelompokkan dan mengidentifikasi puskesmas yang memiliki karaketeristik yang sama sehingga akan sangat bermanfaat untuk mengetahui wilayah-wilayah yang perlu dilakukan peningkatan dan menjadi perhatian khusus dalam hal layanan Kesehatannya. Hal ini berguna untuk dapat mempersiapkan kebutuhan masyarakat pada aspek Kesehatan di wilayah sekitar IKN. Banyak metode yang dapat digunakan untuk mengidentifikasi dan mengelompokkan puskesmas salah satunya adalah analisis cluster. Terdapat beberapa metode analisis cluster yang saat ini telah berkembang antara lain metode K-Means dan Fuzzy C Means.

Forecasting Number of Train Passengers Using Time Series Regression Integrated Calendar Variation and Covid 19 Intervention Mega Silfiani; Farida Nur Hayati
Jurnal Matematika Sains dan Teknologi Vol. 25 No. 1 (2024)
Publisher : LPPM Universitas Terbuka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33830/jmst.v25i1.4941.2024

The purpose of this study is to obtain a forecasting model for the number of train passengers using time series regression integrated with variations in the Islamic calendar and the effects of COVID 19. This study uses the number of train passengers in Jabodetabek, Java (Non-Jabodetabek), and Sumatra from January 2006 to December 2022 as the data source. Time series regression with variations of the Islamic calendar and the effects of COVID 19 for Jabodetabek, Java (non-Jabodetabek), and Sumatra has an RMSE value for each category of 7657,821; 2453.827 and 275.901. In general, the number of train passengers for all categories (Jabodetabek, Java, Sumatra) has a seasonality. In Jabodetabek and Sumatra, Eid al-Fitr has a big impact on the number of train passengers. Meanwhile, one month before Eid al-Fitr has a big impact on the number of train passengers in Java (Non Jabodetabek). In addition, the impact of COVID 19 significantly affected the number of train passengers for all categories.

Co-Authors Agung Prabowo Annisa Rahmita Soemarsono Diana Nurlaily Diana Nurlaily Elly Pusporani Lusi Ernawati Mega Silfiani Surya Puspita Sari, Surya Puspita

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search