Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal JRST (Jurnal Riset Sains dan Teknologi) Variance : Journal of Statistics and Its Applications Jurnal Saintika Unpam : Jurnal Sains dan Matematika Unpam Tensor: Pure and Applied Mathematics Journal Parameter: Jurnal Matematika, Statistika dan Terapannya
Gabriella Haumahu
Universitas Pattimura
Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics Physics

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Model Autoregressive Integrated Moving Average (ARIMA) untuk Peramalan Curah Hujan di Kota Surabaya Yonlib Weldri Arnold Nanlohy; Gabriella Haumahu
Tensor: Pure and Applied Mathematics Journal Vol 2 No 1 (2021): Tensor : Pure And Applied Mathematics Journal
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Pattimura University, Ambon, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tensorvol2iss1pp25-32

Abstract

Surabaya is the largest city in the province of East Java and is also the center of the provincial government. In the city of Surabaya the dry season is from May to October and the rainy season is from November to April. Heavy rain usually occurs between December and January. One of the negative impacts caused by excessive rainfall in the city of Surabaya is flooding. The method is often used to predict rainfall in the city of Surabaya, it is Autoregressive Integrated Moving Average (ARIMA). ARIMA models is forecasting model analysis data of single time series or univariate models. The purpose of this study is to forecast the daily rainfall in the city of Surabaya with a ARIMA model
Application of the K-Means Cluster for the Classification of Disadvantaged Districts/Cities in Maluku Province Muhammad Yahya Matdoan; Faraniena Yunaeni Risdiana; Gabriella Haumahu
JRST (Jurnal Riset Sains dan Teknologi) Volume 6 No. 1 Maret 2022: JRST
Publisher : Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (756.5 KB) | DOI: 10.30595/jrst.v6i1.11637

Abstract

Maluku Province is still the 4th poorest province in Indonesia. This is due to the disparity in development between the provincial and district centers, cities and villages as well as government work programs that are not implemented evenly. To overcome and evaluate these problems, it is necessary to plan or study the classification of underdeveloped regions, namely by grouping districts/cities based on indicators of nderdeveloped areas. This research was conducted using secondary data obtained from the Central Statistics Agency (BPS) of Maluku Province. The method used in this study is to use the K-Means Cluster analysis method. The results of the study indicate that there are 2 classifications of underdeveloped and undeveloped areas in Maluku Province. Cluster 1 consists of Tanimbar Islands Regency, Southeast Maluku Regency, Central Maluku Regency, Buru Regency, Aru Islands Regency, West Seram Regency, Eastern Seram Regency, Southwest Maluku Regency, South Buru Regency and Tual City. In Cluster 2 there is only one area, namely Ambon City.
ALGORITMA K-MEDOIDS CLUSTERING UNTUK MENGELOMPOKKAN TINGKAT KEMISKINAN PADA KABUPATEN DAN KOTA DI KEPULAUAN MALUKU DAN PAPUA Gabriella Haumahu; M. Y. Matdoan
VARIANCE: Journal of Statistics and Its Applications Vol 4 No 2 (2022): 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/variancevol4iss2page81-87

Abstract

Kepulauan Maluku dan Papua merupakan daerah yang memiliki tingkat kemiskinan tinggi jika dibandingkan dengan kepulauan lain di indonesia. Penelitian ini bertujuan untuk mengelopokkan tingkat kemiskinan di Kepulauan Maluku dan Papua dengan menggunakan algoritma k-medoids clustering. Data yang digunakan dalam penelitian ini berupa data sekunder yang diperoleh dari Badan Pusat Statistik (BPS). Diperoleh hasil bahwa terdapat 4 kelompok dalam clusterisasi tingkat kemiskinan di kepulauan maluku dan papua. Cluster 0 terdiri atas 15 kabupaten/kota, cluster 1 terdiri atas 18 kabupaten/kota, cluster 2 terdiri atas 8 kabupaten/kota dan cluster 3 terdiri atas 22 kabupaten/kota.
Pengelompokkan Kabupaten/Kota di Provinsi Papua Berdasarkan Alat Kontrasepsi Gabriella Haumahu; Ronald Jhon Djami; Muhamad Yahya Matdoan
JURNAL SAINTIKA UNPAM Vol 5, No 1 (2022)
Publisher : Program Studi Matematika FMIPA Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jsmu.v5i1.29305

Abstract

Penelitian ini bertujuan mengelompokkan dua atau lebih kabupaten/kota yang mempunyai kesamaan. Proses kemudian diteruskan ke kabupaten/kota lain sehingga membentuk tingkatan yang jelas antar kabupaten/kota. Metode yang digunakan dalam penelitian ini meliputi Single Linkage, Complete Linkage, Average Linkage, Ward’s dan Centroid. Nilai korelasi terbesar adalah metode Average Linkage yakni 0,9693323 dibandingkan empat metode lainnya. Hasil klaster dengan metode Average Linkage menghasilkan 27 kabupaten/kota dengan penggunaan alat kontrasepsi yang rendah yakni; Merauke, Jayawijaya, Jayapura, Nabire, Kepulauan Yapen, Biak Numfor, Paniai, Puncak Jaya, Mimika, Boven Digoel, Asmat, Yahukimo, Pegunungan Bintang, Tolikara, Sarmi, Keerom, Waropen, Supiori, Mamberamo Raya, Nduga, Lanny Jaya, Mamberamo Tengah, Yalimo, Puncak, Dogiyai, Intan Jaya, Deivai ada pada klaster 1, Kabupaten Mappi berada pada klaster 2 dan penggunaan alat kontrasepsi terbanyak di Kota Jayapura yang berada pada klaster 3.
PEMODELAN PERSENTASE PENDUDUK MISKIN DI MALUKU DENGAN MENGGUNAKAN REGRESI NONPARAMETRIK SPLINE Unique Resiloy; Gabriella Haumahu; V.Y.I. Ilwaru; J. E. T. Radjabaycolle
Parameter: Jurnal Matematika, Statistika dan Terapannya Vol 1 No 2 (2022): Parameter: Jurnal Matematika, Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv1i2pp123-128

Abstract

Kemiskinan merupakan kondisi ekonomi yang tidak memenuhi standar hidup rata-rata masyarakat di suatu daerah. Disabilitas ini ditandai dengan rendahnya kemampuan pendapatan untuk memenuhi kebutuhan dasar sandang, pangan, dan papan. Kemiskinan sering dialami oleh beberapa Negara berkembang salah satiunya di Indonesia dan Provinsi Maluku merupakan salah satu provinsi yang memiliki tingkat kemiskinan tertinggi diantara 34 provinsi lainnya. Untuk mengukur kemiskinan di suatu wilayah dapat digunakan analisis regresi dengan melihat indikator persentase penduduk miskin di wilayah tersebut. Penelitian ini menggunakan 5 faktor yang dianggap mempengaruhi persentase penduduk miskin di Provinsi Maluku yang meliputi meliputi rata-rata sekolah lama, tingkat pengangguran terbuka, tingkat partisipasi angkatan kerja, tingkat pertumbuhan penduduk dan harapan sekolah lama. Data yang digunakan dalam penelitian ini adalah data tahun 2019, yang diperoleh dari Badan Pusat Statistik dan publikasi dari BPS yaitu Provinsi Maluku Dalam Angka 2021. Metode yang digunakan dalam penelitian ini adalah regresi nonparametric spline dan menentukan nilai titik knot optimal menggunakan Generalized Cross Validation (GCV). Model terbaik yang dihasilkan pada penelitian ini adalah model dengan tiga titik knot dengan nilai GCV yang dihasilkan dan nilai sebesar .
Co-Authors Faraniena Yunaeni Risdiana J. E. T. Radjabaycolle M. Y. Matdoan Muhamad Yahya Matdoan Muhammad Yahya Matdoan Ronald Jhon Djami Unique Resiloy V.Y.I. Ilwaru Yonlib Weldri Arnold Nanlohy