Claim Missing Document
Check
Articles

PENERAPAN METODE COKRIGING UNTUK MENGESTIMASI JUMLAH ZAT PADAT TERLARUT PADA AIR DI PERMUKIMAN KOTA PONTIANAK Naomi Nessyana Debataraja; Dadan Kusnandar; Nurfitri Imro’ah; Marwalida Rachmadiar
Jurnal Matematika Sains dan Teknologi Vol. 20 No. 2 (2019)
Publisher : LPPM Universitas Terbuka

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (595.795 KB) | DOI: 10.33830/jmst.v20i2.208.2019

Abstract

The aim of this study is to apply cokriging method in estimating solid substance from water sample in the city of Pontianak. Cokriging is a method to estimate a variable using cross correlation among severa variables. The sample is water from 41 location in housing areas in Pontianak. Measurement of dissolved solid substance level and colors in a laboratory. Based on the result, a theoretical semivariogram model is developed of dissolved solid substance level and spherical model for color. Cross semivariogram model between content of dissolved solid substance and coloris spherical model. The study also showed estimation value of dissolved solid substance for ten new location in housing area of Pontianak city which are not studied previously. The estimation showed that the largest dissolved solid sbubstance is 155,4 mg/L and the smallest is 11,7 mg/L. A visualization of the locations are shown in a map by Geographical Information System. Metode cokriging adalah metode yang digunakan untuk mengestimasi suatu variabel dengan dengan memanfaatkan korelasi silang antara beberapa variabel. Penelitan ini bertujuan untuk mengaplikasikan metode cokriging dalam mengestimasi kandungan jumlah zat padat terlarut dari kandungan warna air di kawasan permukiman Kota Pontianak. Data yang digunakan adalah sampel air dari 41 lokasi di kawasan permukiman Kota Pontianak. Setiap sampel air dilakukan pengukuran nilai jumlah zat padat terlarut dan warna di laboratorium. Hasil analisis diperoleh model semivariogram teoritis untuk jumlah zat padat terlarut yang digunakan adalah model eksponensial, sedangkan untuk warna adalah model spherical. Model cross semivariogram antara jumlah zat padat terlarut dan warna yang digunakan adalah model spherical. Selanjutnya diperoleh nilai estimasi dari jumlah zat padat terlarut untuk sepuluh titik lokasi baru di kawasan permukiman Kota Pontianak yang belum tersampel. Hasil estimasi menunjukkan nilai jumlah zat padat terlarut terbesar sebesar 155,4 mg/L dan terkecil di parit sebesar 11,7 mg/L. Titik-titik lokasi divisualisasikan dalam bentuk peta melalui Sistem Informasi Geografis.
THE PSYCHOLOGICAL IMPACT (POSITIVE AND NEGATIVE) AND BEHAVIOURAL CHANGES IN ONLINE LEARNING ON STUDENTS USING FACTOR ANALYSIS Nur'ainul Miftahul Huda; Nurfitri Imro'ah
JUDIKA (JURNAL PENDIDIKAN UNSIKA) Vol 9 No 2 (2021): JUDIKA (JURNAL PENDDIDIKAN UNSIKA)
Publisher : Universitas Singaperbangsa Karawang

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

Abstract

The psychological impact of a pandemic is one focus that cannot be ignored. One of the objects most impacted is students (in this study, it is focused on university students). The covid-19 pandemic has changed everything that could previously be held face-to-face into online learning. Mobility is forced to be reduced; students are asked to be more independent and must be able to adapt quickly to online learning methods. These changes cause many psychological impacts that arise, starting from positive, negative, and behavioural changes. This study provides an overview of the psychological effects of students on learning during the pandemic. The view regarding the gender of students, whether it impacts the psychological impact, is also considered in this study. The most important thing discussed is grouping the psychological effects on students into several factors using factor analysis. The data used is questionnaire data to students who experience learning methods from offline to online learning. The results show consecutively two, three, and four main factors: positive impact, negative impact, and behaviour change.
PENGARUH DOMISILI MAHASISWA TERHADAP KESEHATAN MENTAL SAAT PEMBELAJARAN DARING MASA PANDEMI Nurfitri Imro'ah; Nur'ainul Miftahul Huda
JUDIKA (JURNAL PENDIDIKAN UNSIKA) Vol 9 No 2 (2021): JUDIKA (JURNAL PENDDIDIKAN UNSIKA)
Publisher : Universitas Singaperbangsa Karawang

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

Abstract

Penelitian ini menganalisis hubungan antara domisili mahasiswa terhadap dampak psikologi yang dirasakan selama pembelajaran daring pada masa pandemi menggunakan analisis korespondensi. Beberapa dampak yang dirasakan mahasiswa yaitu rasa khawatir, takut, sedih, marah, merasa bersalah, terlalu banyak menghabiskan waktu serta banyak meluangkan waktu. Berdasarkan analisis yang dilakukan diperoleh beebrapa dampak yang sangat dominan dirasakan oleh mahasiswa, yaitu rasa khawatir, takut, sedih dan marah. Dampak-dampak tersebut sebagian besar dirasakan oleh mahasiswa yang berdomisili di Kabupaten Melawi, Kabupaten Kapuas Hulu dan Kabupaten Landak. Hal ini dikarenakan lokasi kabupaten yang jauh dari pusat kota, sehingga sangat berpengaruh pada kondisi jaringan internet yang merupakan komponen penting pada pembelajaran daring.
ANALISIS SPASIAL MODEL INVERSE DISTANCE WEIGHTING PADA PENYEBARAN KASUS POSITIF COVID-19 PER KABUPATEN DI PULAU JAWA Nur'ainul Miftahul Huda; Nurfitri Imro'ah
Jurnal Matematika UNAND Vol 11, No 1 (2022)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.11.1.64-73.2022

Abstract

Suatu lokasi saling berhubungan satu dengan yang lainnya dan sesuatu yang berjarak dekat memiliki pengaruh yang lebih dibandingkan dengan lokasi yang jauh. Hal ini yang mendasari adanya keterkaitan suatu kejadian antar lokasi atau disebut autokorelasi spasial. Salah satu metode yang dapat digunakan untuk melihat pola keterkaitan tersebut adalah metode Inverse Distance Weighting (IDW). Metode ini menggunakan faktor parameter pengaruh yaitu power (p) dalam melihat pengaruh lokal antar titik lokasi. Semakin besar niai p berarti nilai titik tak tersampel menjadi lebih terlokalisasi dan sebaliknya. Input yang digunakan pada model ini adalah koordinat titik untuk titik tersampel beserta nilai dari setiap titik yang akan diestimasi. Pada penelitian ini kasus yang digunakan adalah kasus terkonfirmasi positif virus Covid-19 per 76 kabupaten/kota di Pulau Jawa hingga tanggal 26 Februari 2022. Penelitian ini bertujuan untuk melihat pemetaan kasus terkonfirmasi positif di Pulau Jawa per kabupaten melalui peta kontur menggunakan model IDW. Kabupaten/kota yang tidak dijadikan lokasi tersampel dapat diestimasi melalui model ini. Langkah pertama adalah membuat peta grid, kemudian menghitung jarak antar lokasi tersampel. Selanjutnya jarak tersebut digunakan untuk menghitung bobot setiap lokasi tersampel. Langkah berikutnya adalah estimasi nilai di lokasi tak tersampel menggunakan nilai power. Nilai power yang digunakan pada penelitian ini adalah 0,5;1;2;3;4;5. Pemilihan nilai power yang tepat didasarkan pada nilai RMSE terkecil. Hasilnya diperoleh nilai power yang optimal adalah saat p=2 dan diperoleh estimasi kasus positif Covid-19 di lokasi tak tersampel sehingga diperoleh peta kontur.
Penerapan Model Geographically Dan Temporally Weighted Regression Pada Kecelakaan Lalu Lintas Naomi Nessyana Debataraja; Dadan Kusnandar; Riani Mahalalita; Nurfitri Imro’ah
Jurnal Siger Matematika Vol 2, No 1 (2021): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (741.391 KB) | DOI: 10.23960/jsm.v2i1.2751

Abstract

Geographically and temporally weighted regression (GTWR) is a model that is used to deal with instability in data both spatially and temporally and to produce local parameters. In this paper, The GTWR model is used to analyze the factors that are thought to significantly influence the number of traffic accidents in Mempawah Regency.  The data used in this study came from 8 districts with the variables used were the number of traffic accidents, the number of population (gender ratio, length of damaged road conditions, and percentage of adolescence. The parameter estimation of the GTWR model was obtained using the weighted least square (WLS) method. The optimal bandwidth selection uses the Cross-Validation (CV) method and the weighting used is the Fixed bisquare function. The results of the analysis show that using the GTWR model, it was found that only the population size variable significantly affected the number of traffic accidents in all locations in Mempawah Regency from 2015 to 2018. The GTWR model was known to be better than the multiple regression model because it produced smaller AIC and RSS values and a larger R-square value.
Pelatihan Software Minitab Pada Evaluasi Hasil Belajar Siswa Nurfitri Imro'ah; Dadan Kusnandar; Naomi Nessyana Debataraja; Shantika Martha; Wirda Andani; Evy Sulistianingsih; Hendra Perdana; Neva Satyahadewi; Ray Tamtama; Setyo Wir Rizki
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 3 No. 2 (2022): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (543.339 KB)

Abstract

Pengolahan data dapat dilakukan dengan perhitungan manual ataupun menggunakan alat bantu aplikasi software pengolah data. Salah satu software untuk mengolah data statistik yang dapat digunakan adalah software Minitab. Pengenalan software Minitab kepada kalangan guru khususnya guru SMP Negeri 5 Pontianak merupakan tujuan dari kegiatan Pengabdian Kepada Masyarakat (PKM) yang dilaksanakan oleh Program Studi Statistika FMIPA Universitas Tanjungpura. Kegiatan dilaksanakan dengan dua tahap, yaitu tahap pelatihan dan tahap pendampingan. Tahap pertama bertujuan untuk memperkenalkan software Minitab sebagai alat bantu pengolahan data dan diharapkan agar para guru yang menjadi khalayak dapat memperluas pengetahuan dan meningkatkan motivasi untuk melakukan penelitian yang berkaitan dengan data. Tahap kedua bertujuan untuk membantu para guru agar lebih mampu menganalisis data hasil penelitian yang telah dilakukan dan menambah motivasi untuk membuat publikasi hasil penelitiannya. Selanjutnya dilakukan monitoring terhadap pelaksanaan pelatihan pengolahan data menggunakan software Minitab. Selain itu juga dilakukan survey tanggapan kepada guru-guru terkait tanggapan tentang pelatihan yang dilakukan. Berdasarkan hasil analisis menggunakan uji paired sample t test didapat bahwa rata-rata nilai posttest lebih tinggi secara signifikan dibandingkan dengan rata-rata nilai pretest. Hal ini berarti bahwa pelatihan yang diberikan pada kegiatan PKM ini memberikan pengaruh pada kemampuan olah data para guru SMP Negeri 5 Pontianak.
PENERAPAN FUZZY TIME SERIES ALGORITMA NOVEL PADA HARGA TANDAN BUAH SEGAR KELAPA SAWIT Indah Noviyanti; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): 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.v12i1.61976

Abstract

Seiring dengan perkembangan waktu metode dalam menganalisis data runtun waktu, menyebabkan banyak pilihan metode, salah satunya yaitu metode fuzzy time series. Metode fuzzy time series memiliki kelebihan yaitu tidak memerlukan uji stasioneritas seperti pada analisis time series umumnya. Proses prediksi dilakukan untuk melihat suatu peristiwa yang akan terjadi dimasa mendatang dalam pengambilan keputusan. Tujuan penelitian adalah untuk memprediksi harga pada Tandan Buah Segar (TBS) kelapa sawit di Kalimantan Barat dengan metode yang digunakan yaitu fuzzy time series Algoritma Novel. Pada penelitian ini data menggunakan data harga TBS kelapa sawit periode pertama persetiap bulannya di Kalimantan Barat, pada bulan Januari 2018 hingga Maret 2022. Tahapan penelitian ini pertama yang dilakukan yaitu menentukan himpunan semesta pembicaraan, pembentukan interval menggunakan average based length, pembentukan himpunan fuzzy dengan fungsi keanggotaan, pembentukan fuzzifikasi dan Fuzzy Logical Relationship (FLR) serta dilakukan Fuzzy Logical Relationship Group (FLRG), selanjutnya menghitung nilai peramalan dengan fuzzy time series Algoritma Novel. Hasil peramalan dengan metode fuzzy time series Algoritma Novel diperoleh hasil prediksi pada bulan April 2022 yaitu Rp. 3.695,00. Metode tersebut memiliki tingkat keakuratan peramalan Mean Absolute Percentage Error (MAPE) sebesar 2,32%. Nilai MAPE yang didapatkan menunjukkan hasil prediksi data harga TBS kelapa sawit di Kalimantan Barat menggunakan fuzzy time series Algoritma Novel termasuk sangat baik. Kata Kunci: Fungsi keanggotaan, average based length, MAPE
PEMODELAN REGRESI NONPARAMETRIK BIRESPON SPLINE PADA PERSENTASE PENDUDUK MISKIN DAN INDEKS KEDALAMAN KEMISKINAN Maya Rosalina; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): 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.v12i1.62849

Abstract

Kemiskinan dapat diukur menggunakan indikator persentase penduduk miskin dan indeks kedalaman kemiskinan. Faktor yang memengaruhi kemiskinan bisa dianalisis dengan analisis regresi. Pada penelitian ini digunakan analisis regresi nonparametrik birespon spline.  Kelebihan dari estimator spline yaitu mampu menangani pola data yang naik atau turun dengan tajam menggunakan titik knot dan kurva yang dihasilkan relatif lebih mulus. Penelitian ini bertujuan untuk menentukan model terbaik pada persentase penduduk miskin dan indeks kedalaman kemiskinan dengan regresi nonparametrik birespon spline. Data yang digunakan adalah data persentase penduduk miskin dan indeks kedalaman kemiskinan sebagai variabel respon.  Sedangkan variabel prediktor yaitu tingkat pengangguran terbuka dan tingkat partisipasi angkatan kerja yang diambil dari website BPS Provinsi Jawa Timur tahun 2020. Langkah pertama pada pemodelan adalah menguji korelasi Pearson untuk mengetahui hubungan antara persentase penduduk miskin dengan indeks kedalaman kemiskinan. Kemudian menentukan pola data antara variabel prediktor dengan variabel respon menggunakan scatterplot. Selanjutnya menentukan matriks pembobot W menggunakan Weighted Least Square (WLS). Setelah itu menentukan banyaknya kombinasi orde dengan titik knot berdasarkan nilai GCV minimum yang melibatkan matriks pembobot W. Langkah terakhir memodelkan regresi nonparametrik birespon spline terbaik dan menghitung nilai dari koefisien determinasi (R2). Hasil dari pemodelan diperoleh bahwa model regresi nonparametrik birespon spline terbaik pada persentase penduduk miskin dan indeks kedalaman kemiskinan berorde dua dengan tiga titik knot. Kebaikan dari model diukur berdasarkan R2 yang diperoleh bahwa tingkat pengangguran terbuka dan tingkat partisipasi angkatan kerja memengaruhi persentase penduduk miskin dan indeks kedalaman kemiskinan sebesar 57,252% sedangkan untuk sisanya dipengaruhi variabel lain. Kata Kunci: kemiskinan, GCV, titik knot
The Implementation of Control Charts as a Verification Tool in a Time Series Model for COVID-19 Vaccine Participants in Pontianak Nurfitri Imro'ah; Nur'ainul Miftahul Huda; Abang Yogi Pratama
ComTech: Computer, Mathematics and Engineering Applications Vol. 14 No. 1 (2023): ComTech
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/comtech.v14i1.8462

Abstract

Vaccines are the primary weapon used to stop the outbreak, especially amid the COVID-19 pandemic. Thus, supplying vaccines to control the COVID-19 pandemic is essential, especially in minimizing the incidence and achieving herd immunity to break the chain of COVID-19. West Kalimantan has taken firm anticipatory steps to prevent COVID-19 in the form of a vaccination program in Indonesia. The highest vaccination achievement occurs in Pontianak City, the province’s capital. The research analyzed data on vaccine participants in Pontianak using time series analysis. In addition, the residuals from the time series model were used as observations in constructing the control chart. The research also analyzes the accuracy of the time series model using the Individual Moving Range (IMR) control chart. The results show that the ARIMA model (5,0,2) is the best because it fulfills the assumption of white noise. However, the ARIMA (5,0,2) model is inaccurate in making predictions because the residuals from the ARIMA (5,0,2) model are out of control (based on the IMR control chart). Hence, it is necessary to evaluate in determining the time series model. It can be analyzed using a control chart. Therefore, measuring the model’s accuracy on the best model is essential in predicting several subsequent periods.
HIERARCHICAL CLUSTERING MULTISCALE BOOTSTRAP PADA CAPAIAN DIMENSI IPM TAHUN 2020 YANG TERDAMPAK COVID-19 Anjeli Dwi Laksmi; Dadan Kusnandar; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): 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.v12i2.65277

Abstract

Analisis cluster hirarki adalah pengamatan yang dipakai guna melakukan pengelompokan data (objek) menurut kriterianya. Salah satu metode di analisis cluster yang dapat dipakai guna melakukan pengelompokan data pada berbagai aspek adalah metode average linkage. Penelitian ini menggunakan data dari variabel yang mempengaruhi capaian dimensi Indeks Pembangunan Manusia (IPM) ketika periode 2020 yang terdampak Covid-19, ialah dimensi umur panjang serta hidup sehat, dimensi pengetahuan, serta dimensi standar hidup layak. Pengkajian ini memiliki tujuan guna melakukan pengelompokan Kabupaten/Kota di Kalimantan Barat menurut data yang diperoleh dengan memakai metode hierarchical clustering multiscale bootstrap. Tahapan yang dilakukan dalam penelitian ini yaitu, metode hirarki menggunakan average linkage untuk membentuk cluster dilanjutkan dengan multiscale bootstrap untuk melihat validitas hasil cluster berdasarkan nilai approximately unbiased (AU) jika memiliki nilai ≥ 0,95 maka valid. Dengan metode average linkage terbentuk sebanyak empat cluster yaitu cluster pertama terdiri dari Kabupaten Sambas, Kabupaten Bengkayang, Kabupaten Mempawah, Kabupaten Kubu Raya, Kota Pontianak, dan Kota Singkawang. Cluster kedua terdiri dari Kabupaten Landak dan Kabupaten Kapuas Hulu. Cluster ketiga terdiri dari Kabupaten Sanggau, Kabupaten Ketapang, Kabupaten Sintang, Kabupaten Sekadau, dan Kabupaten Melawi. Kemudian yang terakhir cluster keempat terdiri dari Kabupaten Kayong Utara. Hasil cluster kemudian dilanjutkan dengan multiscale bootstrap dengan melihat nilai AU diperoleh hasilnya yaitu cluster pertama, cluster kedua, dan cluster ketiga valid sedangkan cluster keempat tidak valid. Kata Kunci: Average Linkage, Multiscale Bootstrap, IPM