Article Per Year (5 Year)
p-Index From 2021 - 2026
4.055
P-Index
This Author published in this journals
All Journal MAGISTRA Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Perwira Journal of Science and Engineering (PJSE) Jurnal Matematika Integratif Perwira Journal of Community Development (PJCD) International Journal of Technology and Education Research Ulil Albab International Journal of Mathematics, Statistics, and Computing
Agus Sugandha
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Peramalan Jumlah Peserta BPJS Kesehatan Segmen Pekerja Bukan Penerima Upah (PBPU) Kabupaten Banyumas Menggunakan Metode Double Exponential Smoothing Brown Bilqis Suroyya, Putri; Sugandha, Agus; Suwali, Suwali; Silfiana Arifatul Khoiriyah, Ika
Perwira Journal of Science & Engineering Vol 4 No 1 (2024)
Publisher : Universitas Perwira Purbalingga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54199/pjse.v4i1.280

Abstract

Pekerja bukan penerima upah merupakan sektor yang dominan dari total angkatan kerja di Indonesia. Seiring dengan meningkatnya jumlah peserta BPJS Kesehatan segmen Pekerja Bukan Penerima Upah (PBPU) pada setiap bulannya, namun mereka hanya mau mendaftar pada saat sakit kemudian berhenti membayar iuran sesudah memperoleh pelayanan kesehatan, maka diperlukan tindakan solutif dari BPJS Kesehatan untuk menangani masalah tersebut. Tujuan peramalan jumlah peserta BPJS segmen PBPU di Kabupaten Banyumas adalah untuk menganalisis jumlah peserta BPJS khususnya pada segmen PBPU sehingga dapat digunakan tolak ukur untuk mengambil kebijakan apa yang akan menyelesaikan masalah tersebut. Metode peramalan yang digunakan pada laporan PKL ini adalah Double Exponential Smoothing linier satu parameter Brown. Laporan PKL ini bertujuan meramalkan jumlah peserta BPJS Kesehatan segmen PBPU di Kabupaten Banyumas pada bulan September 2023 sampai dengan Januari 2024. Hasil perhitungan peramalan jumlah peserta BPJS Kesehatan segmen PBPU Kabupaten Banyumas dengan tingkat kesalahan 0,53% yaitu untuk bulan September sebesar 298.346, bulan Oktober 2023 sebesar 301.716, bulan November 2023 sebesar 305.085, bulan Desember sebesar 308.455 dan bulan Januari sebesar 311.824.
APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DALAM MERAMALKAN JUMLAH PESERTA BPJS KESEHATAN KC PURWOKETO Fitriah Rahmah, Desy; Sugandha, Agus; Suwali, Suwali; silfiana arifatul khoiriyah, ika
Perwira Journal of Science & Engineering Vol 4 No 1 (2024)
Publisher : Universitas Perwira Purbalingga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54199/pjse.v4i1.281

Abstract

Tujuan peramalan ini, yaitu untuk mengetahui jumlah peserta BPJS Kesehatan pada lima periode kedepan agar pemerintahan Purwokerto dapat memprediksi jumlah peserta BPJS pada lima periode kedepan (Oktober 2023, November 2023, Desember 2023, Januari 2024, dan Februari 2024) dan meningkatkan pelayanan kesehatan terhadap melonjaknya pendaftaran peserta BPJS Kesehatan KC Purwokerto. Data yang digunakan adalah data jumlah peserta pada periode Oktober 2022 – September 2023 yang kemudian dianalisis menggunakan metode Double Exponential Smoothing dari Brown. Didapatkan hasil pemulusan dengan alfa 0,4 dan nilai MAPE 0,2641% yang tergolong sangat akurat. Hasil peramalan Jumlah Peserta BPJS Kesehatan KC Purwokerto pada lima periode kedepan menggunakan metode Double Exponential Smoothing dari Brown dengan alfa 0,4 pada periode Oktober 2023 sebanyak 1.338.709 jiwa, periode November 2023 sebanyak 1.346.982 jiwa, periode Desember 2023 sebanyak 1.355.255 jiwa, periode Januari 2024 sebanyak 1.363.528 jiwa, dan periode Februari 2024 sebanyak 1.371.801 jiwa.
PENGKLASTERAN KECAMATAN DI KABUPATEN BANYUMAS BERDASARKAN JUMLAH PENDUDUK DAN LUAS WILAYAH DENGAN ANALISIS METODE K-MEANS CLUSTERING Jaizul Wahid, Alim; Sugandha, Agus
Perwira Journal of Science & Engineering Vol 4 No 1 (2024)
Publisher : Universitas Perwira Purbalingga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54199/pjse.v4i1.382

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengelompokan tingkat kepadatan penduduk kecamatan di Kabupaten Banyumas tahun 2021. Penelitian ini menggunakan data sekunder dari instansi terkait yaiu Badan Pusat Statistik Kabupaten Banyumas yaitu data jumlah penduduk dan luas wilayah kecamatan di Kabupaten Banyumas tahun 2021. Data-data tersebut kemudian dianalisis dengan bantuan software IBM SPSS statistics 25. Analisis cluster dilakukan menggunakan metode K-means clustering. Hasil penelitian menunjukan bahwa terdapat 8 kecamatan dengan tingkat kepadatan penduduk yang rendah yaitu Kecamatan Lumbir, Wangon, Kebasen, Kemranjen, Sumpiuh, Gumelar, Pekuncen, dan Kedungbanteng. Tiga kecamatan dengan tingkat kepadatan penduduk yang sedang yaitu Kecamatan Ajibarang, Cilongok, dan Sumbang. Kemudian terdapat 16 kecamatan dengan tingkat kepadatan penduduk yang tinggi yaitu Kecamatan Jatilawang, Rawalo, Tambak, Somagede, Kalibagor, Banyumas, Patikraja, Purwojati, Karanglewas, Baturraden, Kembaran, Sokaraja, Purwokerto Selatan, Purwokerto Barat, Purwokerto Timur, dan Purwokerto Utara.
Implementation of the Logistic Growth Model for Projecting the Population of Kuningan Regency in 2026–2035 Solihah, Aulia Zahratul; Sugandha, Agus; Puspita, Dian
Jurnal Matematika Integratif Vol 22, No 1: April 2026
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v22.n1.70221.133-144

Abstract

Differential equations are a branch of mathematics that are widely used to solve various problems in real life. In the context of population, differential equations are used to model and project the population in a region in a certain period. This Field Work Practice (PKL) Report aims to analyze population growth in Kuningan Regency using a logistic growth model and project the population in Kuningan Regency in 2025-2035. The data used is population data in Kuningan Regency in 2015-2024 obtained from the Kuningan Regency Central Statistics Agency. Based on the calculation results, nine logistic models were obtained with an environmental carrying capacity value of 1,266,373 people. Model VI was selected as the best model with a relative growth rate per year of 16.82% and a MAPE value of 1.34%. The model projects that the population of Kuningan Regency will continue to increase from 1,220,996 in 2025 to approximately 1,257,682 in 2035
Clustering Minimum Wages By Regency/City In Central Java Using The K-Means Clustering Method Nurrohman, Setia; Sugandha, Agus; Prabowo, Agung; Mashuri, Mashuri
Jurnal Matematika Integratif Vol 22, No 1: April 2026
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v22.n1.70220.19-36

Abstract

The Regency/City Minimum Wage (UMK) is an important indicator in describing the level of welfare and economic activity in a region. Central Java Province, which consists of 35 regencies/cities, has quite large variations in UMK between regions. This study aims to map the grouping of regencies/cities in Central Java based on the UMK level from 2021 to 2024. The analysis was conducted using the K-Means Clustering method with the help of Microsoft Excel and RStudio software through the stages of data standardization, the Kaiser Meyer Olkin test, determining the number of clusters using the Elbow method, and an iteration process to obtain optimal results. Based on the analysis results, it was obtained that the regencies/cities in Central Java can be divided into three clusters: cluster 1 consisting of 15 regions with a low UMK level, cluster 2 consisting of 14 regions with a medium UMK level, and cluster 3 consisting of 4 regions with a high UMK level. Most areas of Central Java are included in the low and medium UMK categories, while only a small number of regions are classified as having a high UMK. These results indicate the existence of welfare disparities between regions, so it is hoped that they can be a basis for the government in formulating policies to improve welfare and economic equality in Central Java Province. Keywords: Minimum Wage, Central Java, Disparitis, K-Means Clustering
Co-Authors Aditya Himawan, Guruh Afriyanti, Marshella Agung Prabowo Agus Prabowo, Agus Agustini Tripena Agustini Tripena Br Surbakti Annisa, Yusrina Ratna Bilqis Suroyya, Putri Dela Ardelia Dian Puspita Evi Yulianti Fitriah Rahmah, Desy Guswanto, Bambang Hendriya Herdiana, Indra Idha Sihwaningrum Irfan Azkamahendra Jaizul Wahid, Alim Jajang Jajang Mashuri Mashuri Mashuri Mashuri Mashuri muslimah, umi Niken Larasati Nurrohman, Setia Putri Raffikah Riri Rioke Rosiyanti, Rosiyanti Sehah Sehah Silfiana Arifatul Khoiriyah, Ika Solihah, Aulia Zahratul Sukono Sukono Suripto SUROTO Suroto Suroto Suroto suroto Syaiful Anwar, Agus Setiadi, Suwali, Syamsul Arifin Yhenis Apriliana Zinedine Amalia Noor Mauludy Reihan