Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal ABDIMAS SILIWANGI Jurnal Statistika Industri dan Komputasi
Rokhana Dwi Bekti
Jurusan Statistika, Institut Sains & Teknologi AKPRIND Yogyakarta
Arts Humanities Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Library & Information Science Mathematics Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PROGRAM PENANAMAN SAYURAN BAGI WARGA RT 37 MALANGAN, KOTA YOGYAKARTA SEBAGAI UPAYA PENGHIJAUAN DAN MENDUKUNG EKONOMI Rokhana Dwi Bekti; Kris Suryowati; Hadi Prasetyo Suseno
Abdimas Siliwangi Vol 3, No 2: Juli 2020
Publisher : IKIP SILIWANGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22460/as.v3i2p%p.4661

Abstract

The problem of environmental pollution still often occurs in urban areas. One of them is in RT 37 / RW 13 Malangan, Giwangan, Umbulharjo District, Yogyakarta City, DIY. The team chose this partner on the grounds that the partner needed treatment to reduce air pollution, because the location is close to Giwangan Terminal and South Ring Road which is full of transportation. In addition, the community needs an economic strategy for how to meet the daily needs of Covid-19. The solution offered is a vegetable planting program for residents so that they can independently meet their daily needs and become one of the greening steps to reduce air pollution. The methods of implementation carried out include planning activities, program socialization, training and provision of vegetable seedlings, to program evaluation. This activity went well, the partner community gave a positive response and got many benefits. The community has planted vegetables in their homes so that the environment becomes beautiful, comfortable, beautiful, and the community can meet the daily needs of the vegetables.
PENERAPAN ANALISIS KLUSTER HIERARKI MENGGUNAKAN METODE AVERAGE, SINGLE, DAN COMPLETE LINKAGE PADA DATA PASIEN COVID-19 DI INDONESIA (Studi Kasus : Data IHSG Tahun 2016 – 2021) Susiana Thaib; Rokhana Dwi Bekti
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

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

Abstract

Corona virus disease 2019 atau covid-19 merupakan virus yang menyebabkan penyakit infeksi saluran pernapasan. Penelitian ini bertujuan untuk mengelompokkan provinsi-provinsi di Indonesia menggunakan metode average, single, dan complete linkage pada kasus covid-19 di Indonesia. Analisis Cluster merupakan analisis pengelompokan objek-objek menjadi kelompok-kelompok yang lebih kecil berdasarkan kesamaan karakteristik diantara objek-objek. Analisis ini dilakukan menggunakan software R dan diperoleh hasil analisis 3 kelompok yang terbentuk pada masing-masing metode analisis cluster yakni average linkage, single dan complete linkage. Dari ketiga metode tersebut, ternyata memiliki kesamaan setiap anggota pada setiap kelompok. Kelompok pertama beranggotakan provinsi Jakarta, Jawa Barat, Kalimantan Timur, Yogyakarta, Banten, Riau, Bali, Sulawesi Selatan, Sumatera Utara, Sumatera Barat, Kalimantan Selatan, Nusa Tenggara Timur, Kep. Riau Kep. Bangka Belitung, Sulawesi Tengah, Kalimantan Tengah, kalimantan Barat, Kalimantan Utara, Sulawesi Utara, Papua, Jambi, Nusa Tenggara Barat, Papua Barat, Bengkulu, Sulawesi Tenggara, Maluku, Sulawesi Barat, Maluku Utara, dan Gorontalo. Kelompok kedua beranggotakan provinsi Jawa Tengah, Sumatera Selatan, dan Aceh. Kelompok ketiga beranggotakan provinsi Jawa Timur dan Lampung. Nilai koefisien korelasi cophenetic diperoleh sebesar 0,8869 untuk metode average linkage, 0,8819 untuk metode complete linkage dan single linkage sebesar 0,8651. Sehingga dipilih metode Average karena nilainya lebih tinggi dari kedua metode yang lain. Nilai index Dunn pada penelitian ini lebih baik dibuat 4 kluster karena nilainya lebih tinggi sebesar 0.6107.
Co-Authors Hadi Prasetyo Suseno Kris Suryowati, Kris Susiana Thaib