Article Per Year (5 Year)
p-Index From 2020 - 2025
2.042
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Jurnal Sains dan Seni ITS IPTEK The Journal of Engineering Eksakta : Berkala Ilmiah Bidang MIPA Devotion: Journal of Research and Community Service Media Bina Ilmiah Sewagati Kesmas: Jurnal Kesehatan Masyarakat Nasional (National Public Health Journal)
Destri Susilaningrum
Departemen Statistika Bisnis, Fakultas Vokasi Institut Teknologi Sepuluh Nopember
Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Analisis Kepuasan Peserta Sertifikasi K3 Terhadap Pelayanan LSP “PPT Migas” di Pusdiklat Migas dengan Integrasi IPA-Kano Binar Ulfadari; Destri Susilaningrum; Suntoro Suntoro
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (557.419 KB) | DOI: 10.12962/j23373520.v5i2.16767

Abstract

Tenaga kerja migas memiliki tingkat resiko kerja tinggi, sehingga wajib memiliki sertifikat kompetensi tenaga teknis khusus migas, salah satunya adalah bidang K3. Badan yang bertugas memberikan layanan sertifikasi di antaranya adalah LSP “PPT Migas” di Pusdiklat Migas. Sebagai pelayanan SDM di bidang migas, tentunya LSP “PPT Migas” di Pusdiklat Migas perlu menadapatkan perhatian lebih terutama berkaitan dengan kualitas pelayanannya. Sehingga pada penelitian ini akan dibahas mengenai kepuasan peserta sertifikasi K3 terhadap pelayanan LSP “PPT Migas” di Pusdiklat Migas, yang dianalisis menggunakan integrasi IPA-Kano. Pendekatan ini bertujuan untuk membantu pihak LSP “PPT Migas” di Pusdiklat Migas dalam mengevaluasi kepuasan peserta sertifikasi K3, yaitu dnegan mengidentifikasi atribut layanan apa yang perlu mendapat prioritas untuk diting-katkan. Selanjutnya dari model ini, dapat diidentifikasi rekomendasi perbaikan yang dapat dilakukan LSP “PPT Migas” di Pusdiklat Migas. Pada penelitian ini, data yang digunakan adalah data primer, yang diperoleh melalui survei kepu-asan terhadap peserta sertifikasi terhadap pelayanan LSP “PPT Migas” yang dilaksanakan pada 22-24 Maret dan 05-07 April 2016. Tingkat kepuasan peserta sertifikasi K3 secara menyeluruh terhadap kinerja LSP “PPT Migas” di Pusdiklat Migas sebesar 76,21%. Dari 24 atribut kualitas pelayanan yang diukur, atribut yang mendapatkan prioritas pertama untuk diperbaiki adalah kebersihan ruang ujian dan toilet.
Pemodelan Produksi Minyak dan Gas Bumi Pada Platform “MK” di PT “X” Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network Windia Cinde Prameswari; Destri Susilaningrum; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (696.304 KB) | DOI: 10.12962/j23373520.v5i2.16893

Abstract

Minyak dan gas bumi dapat diambil secara langsung melalui sumur-sumur yang dibuat, namun sumur-sumur tersebut tidak akan menghasilkan jumlah minyak dan gas bumi yang konstan setiap hari. Ketika kandungan minyak dan gas mulai turun maka yang harus dilakukan adalah memberikan treatment terhadap sumur tersebut, sehingga minyak dan gas yang masih terkandung di dasar bumi bisa naik dengan jumlah yang lebih banyak. Tujuan dilakukannya penelitian ini adalah untuk membantu perusahaan dalam menganalisis jumlah produksi minyak dan gas bumi selama periode 14 hari selanjutnya, sehingga dapat diketahui apakah selama periode 14 hari selanjutnya diperlukan treatment terhadap sumur. Data yang digunakan adalah jumlah produksi minyak dan gas bumi pada platform “MK” pada tahun 2015. Pemodelan jumlah produksi minyak dan gas bumi dilakukan menggunakan tiga metode, yaitu ARIMA, neural network, dan Hibrida ARIMA-neural network. Hasil yang diperoleh berdasarkan analisis ketiga metode tersebut adalah pada jumlah produksi minyak bumi model terbaik diperoleh dari metode hibrida ARIMA-neural network, dengan hasil ramalan yang cenderung sama selama 14 hari yaitu 1961 barel. Sedangkan jumlah produksi gas bumi model terbaik diperoleh dari metode neural network, dengan ramalan produksi untuk 14 hari selanjutnya cenderung meningkat.
Pemodelan Produksi Minyak dan Gas Bumi di PT. “Z” Menggunakan Metode ARIMA, FFNN, dan Hybrid ARIMA-FFNN Daniar Kusumaning Ayu; Destri Susilaningrum; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (822.814 KB) | DOI: 10.12962/j23373520.v5i2.17189

Abstract

Proses pengambilan produksi minyak dan produksi gas bumi yang dilakukan secara terus menerus di bawah tanah oleh PT. “Z” dapat mengakibatkan produksi tersebut  menurun. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk meramalkan produksi minyak dan produksi gas bumi pada beberapa periode mendatang dengan menggunakan metode ARIMA, FFNN, dan Hybrid ARIMA-FFNN. Data yang digunakan adalah produksi minyak dan produksi gas bumi per hari pada platform “S” mulai 01 Januari sampai dengan 31 Desember 2015. Hasil penelitian dengan menggunakan metode ARIMA, FFNN, dan Hybrid ARIMA-FFNN menghasilkan kesimpulan bahwa model terbaik untuk produksi minyak bumi adalah menggunakan metode FFNN dengan jumlah neuron pada hidden layer sebanyak sembilan. Sedangkan model terbaik untuk produksi gas bumi menggunakan metode Hybrid ARIMA-FFNN dengan jumlah neuron pada hidden layer sebanyak sepuluh.
ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA Destri Susilaningrum; Citra Elok Megahardiyani
PYTHAGORAS Jurnal Pendidikan Matematika Vol 5, No 2: Desember 2009
Publisher : Department of Mathematics Education, Faculty of Mathematics and Natural Sciences, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.323 KB) | DOI: 10.21831/pg.v5i2.543

Abstract

Keadaan gizi balita di Indonesia belum seluruhnya memenuhi kriteria baik, salah satunya adalah di kecamatan Bulak Surabaya. Standart penilaian status gizi di Indonesia menggunakan aturan WHO-NCHS, melalui nilai Zscore yang merupakan salah satu indikator antropometeri yaitu pengukuran berat badan berdasarkan umur (BB/U). Penelitian ini bertujuan untuk mengetahui karakteristik ibu dan balita nelayan serta menentukan faktor-faktor yang mempengaruhi status gizi balita nelayan di Kecamatan Bulak Surabaya. Metode yang digunakan adalah statistik deskriptif dan analisis regresi logistik ordinal. Hasil analisis yang dilakukan menunjukkan bahwa karakterstik ibu balita nelayan di kecamatan Bulak Surabaya 66% berpendidikan tidak tamat SMP, 67% usia ibu menikah 20 tahun dan 55% dari ibu yang melahirkan dengan usia 20 tahun. Sedangkan karakteristik balita di kecamatan Bulak Surabaya sebagian besar balita status gizinya normal yaitu sebesar 58.7%, 51% rumah tangga nelayan tergolong keluarga besar dan 61% berpenghasilan Rp1.500.000,-. Apabila dilihat dari sarana sanitasi, 71%. rumah tangga nelayan sarana sanitasinya belum baik. Sebagian besar balita balita diberi ASI 2 tahun dan tidak diimunisasi secara lengkap yaitu sebesar 63% dan 60%. Mayoritas balita diasuh sendiri oleh ibu dikarenakan ibu balita berprofesi sebagai ibu rumah tangga dan sebagian besar diberi asupan makanan yang memenuhi empat sehat lima sempurna yaitu sebesar 80%. Status gizi balita nelayan secara signifikan ( =20%) dipengaruhi faktor-faktor: pendidikan ibu, kelengkapan imunisasi, dan penghasilan rumah tangga.Kata kunci : status gizi balita, statistik diskriptif, regresi logistik ordinal
PEMODELAN REGRESI LOGISTIK PADA FAKTOR YANG MEMPENGARUHI PHBS PADA RUMAH TANGGA PENDERITA TBC DI PESISIR SURABAYA Destri Susilaningrum
EKSAKTA: Berkala Ilmiah Bidang MIPA Vol. 18 No. 02 (2017): Eksakta : Berkala Ilmiah Bidang MIPA (E-ISSN : 2549-7464)
Publisher : Faculty of Mathematics and Natural Sciences (FMIPA), Universitas Negeri Padang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (185.303 KB) | DOI: 10.24036/eksakta/vol18-iss02/65

Abstract

Provinsi Jawa Timur merupakan salah satu dari tiga provinsi di Indonesia dengan jumlah kasus TBC terbesar yakni mencapai 23.487 kasus dimana angka penderita TBC yang tertinggi di Jawa Timur adalah di Kota Surabaya, sedikitnya 4.739 warga bermukim di Surabaya yang terkena penyakit TBC. Penyakit ini banyak ditemukan di permukiman padat penduduk dengan sanitasi yang kurang baik, kurangnya ventilasi dan pencahayaan matahari dan kurangnya istirahat seperti diwilayah pesisir. Penyakit TBC yang diderita masyarakat tersebut mempengaruhi perilaku hidup masyarakat dalam menjaga kesehatan dan kebersihan. Padahal dengan berperilaku hidup bersih dan sehat tersebut dapat mengurangi resiko penularan TBC sehingga dapat menurunkan jumlah penderita TBC, oleh karena itu Dinas Kesehatan menyelenggarakan program PHBS bagi masyarakat yang menderita TBC Penelitian ini bertujuan untuk menentukan faktor-faktor yang mempengaruhi status PHBS rumah tangga penderita TBC di pesisir Surabaya Metode yang digunakan adalah regresi logistik biner. Hasil analisis menunjukkan bahwa kebiasaan membuka pintu dan jendela, kebiasaan merokok dan minum alkohol, kebiasaan olahraga, makanan bergizi, kebiasaaan cuci tangan dengan sabun dan air bersih, istirahat cukup, pemisahan peralatan mandi dan makan berpengaruh signifikan (?=5%) terhadap PHBS rumah tangga dengan penderita TBC di pesisir Surabaya.
Study the Effect of pH on the Fermentation Anaerobic-Aerobic Siwalan (Borassus flabellifer L.) Sap to Produce Acetic Acid Elly Agustiani; Destri Susilaningrum; Atiqa Rahmawati; Fibrillian Z.L.; Dimas L.R.
EKSAKTA: Berkala Ilmiah Bidang MIPA Vol. 21 No. 1 (2020): Eksakta : Berkala Ilmiah Bidang MIPA (E-ISSN : 2549-7464)
Publisher : Faculty of Mathematics and Natural Sciences (FMIPA), Universitas Negeri Padang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1033.222 KB) | DOI: 10.24036/eksakta/vol21-iss1/220

Abstract

This research is to study the effect of ethanol fermentation aerobic pH on acetic acid product. Anaerobic fermentation uses saccharomyces cerevisiae to produce ethanol, and aerobic fermentation uses acetobacter acetic for acetic acid production. In aerobic ethanol fermentation using pH 3; 3.5; 4 and 5. The ethanol concentration was evaluated using GC ULTRA Scientific Gas Chromatography, DSQ II detector, and MS 220 column. Acetic acid produced was analyzed using an alkalymetric method. Anaerobic fermentation uses Saccharomyces cerevisiae with 1-day log phase, while aerobic fermentation uses acetobacter aceti with a 5-day log phase. Fermentation using saccharomyces cerevisiae within 24 hours so that reduction sugar could stably decrease, optimum ethanol could be got at optimum pH 6 which could decrease 55 % of reducing sugar concentration to produce 8,20583 %v/v ethanol. Fermentation acetate acid content observed in 3 days at pH 6 and 30 ⁰C will produce 6,659 g/l also shows that pH 4-6 at 30 ⁰C will produce 6,605 g/l acetate acid. Aerobic fermentation of acetate acid in 3 days shows that pH 4-6 is highly affected by temperature at 30⁰C. Statistical analysis shows, in ethanol production pH and fermentation time give significant effect, but interaction has no significant effect.
Study of Ordinal Regression Method for Supporting Factors Investigation in Stages Condition of Breast Cancer Patients in Dr. Soetomo Surabaya Hospital, Indonesia Thania Muhammad; Destri Susilaningrum; Vidi Vianney C.M.Tanggo
EKSAKTA: Berkala Ilmiah Bidang MIPA Vol. 22 No. 3 (2021): Eksakta : Berkala Ilmiah Bidang MIPA (E-ISSN : 2549-7464)
Publisher : Faculty of Mathematics and Natural Sciences (FMIPA), Universitas Negeri Padang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1130.016 KB) | DOI: 10.24036/eksakta/vol22-iss3/281

Abstract

Dr. Soetomo Surabaya Hospital in 2019 received 167,000 cancer patients, and the highest was breast cancer. The increase in the stage of breast cancer is caused by the size of the tumor and how widely the cancer cells have spread to other organs. The purpose of this study was to apply the ordinal logistic regression method in the case of factors that support the condition of breast cancer stage in Dr. Soetomo Surabaya Hospital. The result of this study is that the factors that support the condition of breast cancer stages are grade and family history of breast cancer with a classification accuracy rate of 84.3%. Breast cancer patients at Dr. Soetomo Surabaya Hospital with grade 3 is likely to support staging conditions from locally advanced to advanced by 0.06 times compared to grade 1 patients. patients with grade 2 is likely to support staging conditions from locally advanced to advanced by 0.17 times compared to grade 1 patients. Patients who have a history of breast cancer in their family will have a risk of developing breast cancer with locally advanced stages to advanced stages 3.84 times than in patients with no family history of breast cancer.
Klasifikasi Waiting Time for Pilot di Pelabuhan Tanjung Perak Menggunakan Metode Regresi Logistik - Synthetic Minority Oversampling Technique (SMOTE) Cindy Meilany Fitri Andriani; Destri Susilaningrum
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.109844

Abstract

WTP didefinisikan sebagai selisih waktu antara waktu pandu naik ke atas kapal (Pilot on Board (POB)) dengan waktu penetapan pelayanan kapal. WTP pada Pelabuhan Tanjung Perak memiliki standar kinerja pelayanan operasional sebesar 108 menit. Namun, pada Pelabuhan Tanjung Perak masih terdapat beberapa kapal yang mengalami WTP yang melebihi standar yang ditetapkan. Hal ini menyebabkan kerugian bagi pihak pengguna jasa pelabuhan dan penurunan kinerja pelayanan operasional pelabuhan. Oleh karena itu, dilakukan penelitian klasifikasi kapal mengalami WTP ≥108 menit untuk mengurangi kerugian yang terjadi. Metode yang digunakan adalah regresi logistik - Synthetic Minority Oversampling Technique (SMOTE) dalam meng-klasifikasikan WTP karena proporsi sampel kelas minoritas sebesar 12%, dimana proporsi tersebut kurang dari 35% dari jumlah data yang artinya dikategorikan sebagai data tidak seimbang. Hasil penelitian ini menunjukkan diperoleh faktor-faktor yang berpengaruh signifikan terhadap WTP yaitu waktu kedatangan kapal, cuaca, jenis kapal, dan gerak kapal. Model regresi logistik-SMOTE memiliki nilai accuracy 86,67%, missclasifiation rate 0,133, sensitivity 0,873, spesificity 0,800, precision 0,980, AUC 0,933.
REGIONAL GROUPING BASED ON POVERTY INDICATORS USING FACTOR ANALYSIS, K-MEANS CLUSTERING AND DISCRIMINANT ANALYSIS Yosiana Saputri; Nur Azizah; Dwi Endah Kusrini; Destri Susilaningrum
Media Bina Ilmiah Vol. 17 No. 12: Juli 2023
Publisher : LPSDI Bina Patria

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

Abstract

In 2020 Indonesia was hit by Covid-19, and one of the impacts was that the poverty rate rose. One of the goals of the SDGs is to end all forms of poverty. East Java is one of the provinces that is also affected. The purpose of this study is to describe the factors that shape Poverty Indicators in Madya districts/Cities in East Java Province, map Madya districts/Cities in East Java in 2020 based on poverty indicators, and find out the differences between the groups formed. There are 16 poverty indicator variables used in this study. The data was obtained through East Java Province in Numbers, East Java Provincial Health Statistics, East Java Provincial Education Statistics, and the website of the Central Statistics Agency. The method used is factor analysis, followed by Cluster analysis with K-Means and Discriminant Analysis. The results of the factor analysis form four factors, namely the welfare factor of education, the economic welfare factor, the factor of pln users and baduta breastfeeding, and the factor of contraceptive users (KB). Continuing with the analysis using K-Means, it produces three groups, group one is a group with moderate poverty, group two is a group with high poverty occupied by Sumenep Regency and group three is with low poverty. Followed by the Discriminant analysis, the four factors are distinguishing variables with a classification accuracy of 100 percent. The difference between this research and the research used as a reference is using non-hierarchical clusters (K-Means) while the research used as a reference uses hierarchical clusters, the results of this research analysis there are levels of poverty from the three groups formed. Keywords : Discriminant Analysis, Factor Analysis, Poverty Indicators, K-Means Cluster, SDGs
Forecasting the Consumer Confidence Index for Economic Conditions Prediction in Ambon, Indonesia Albertus Eka Putra Haryanto; Destri Susilaningrum; Indra Nur Fauzi
IPTEK The Journal of Engineering Vol 9, No 2 (2023)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23378557.v9i2.a16132

Abstract

Economic developments in Maluku Province show positive growth. However, this is not accompanied by an increase in the confidence index from consumers. It was recorded that from July to September 2022, there was a decrease in the Consumer Confidence Index of around 7.6% to 8.2%. The value of the Consumer Confidence Index can be forecasted using time series analysis. Time series analysis is a method intended to make an estimation and forecasting for the future. Some methods that can be used in forecasting in this study are naive, moving average, single exponential smoothing, double exponential smoothing, and time series regression. This method can be used to forecast the value of the Consumer Confidence Index in Ambon City after the Covid-19 pandemic. It can be concluded from the analysis results that the best model for forecasting the condition of the consumer confidence index value is the Double Exponential Smoothing method with a combination of Alpha = 0,4 and Gamma = 0,5, The forecast results showed a decrease in the value of the consumer confidence index, although the index still showed a relatively optimistic value.
Co-Authors Agustiani, Elly Albertus Eka Putra Haryanto Anjani, Diandra Soja Aridinanti Riza Ayu Alchusna Atiqa Rahmawati Binar Ulfadari Brodjol Sutijo Suprih Ulama Cindy Meilany Fitri Andriani Citra Elok Megahardiyani Daniar Kusumaning Ayu Dimas L.R. Dwi Endah Kusrini Emilda, Dwi Putri Fibrillian Z.L. Habibi, Mochammad Reza Hibatullah , Fausania Hibatullah, Fausania I Gusti Agung Komang Diafari Djuni Hartawan Indra Nur Fauzi Irma Harlianingtyas Maries Lailatul Izza Muhammad Sjahid Akbar Mukti Ratna Dewi Mutiah Salamah Nafis, Mochammad Abdillah Nita Cahyani Nur Azizah Nur Azizah Ratna D, Mukti Rika Susanti Riza Ayu Alchusna Santoso, Noviyanti Siti Maghfirotul Ulyah Suhartono Suhartono Suhartono Suhartono Suhartono Suhartono Suntoro Suntoro Suprih Ulama, Brodjol Sutijo Thania Muhammad Vidi Vianney C.M.Tanggo Vinny Merlinda Hardiana Windia Cinde Prameswari Yosiana Saputri