Claim Missing Document
Check
Articles

Found 4 Documents
Search

PENDEKATAN REGRESI ROBUST DENGAN FUNGSI PEMBOBOT BISQUARE TUKEY PADA ESTIMASI-M DAN ESTIMASI-S Ana Nurbaroqah; Budi Pratikno; Supriyanto Supriyanto
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 14 No 1 (2022): Jurnal Ilmiah Matematika dan Pendidikan Matematika
Publisher : Jurusan Matematika FMIPA Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2022.14.1.5669

Abstract

Least Square Method is one of methods for estimating of parameters of regression model. Model of least square methods is not valid if there are some disobeydiance in classical assumptions, for example, there are outliers. To resolve the problem, robust regression method is usually used. The method is used because it can detect the outliers and give stable results. In this research, data used is data for human development index of districts in Central Java from 2019 to 2020. Estimation for robust regression method chosen is estimation-M and estimation-s with Tukey Bisquare as a weight function. Criterions for choosing the best model are based on adjusted R-Squared value and mean square error (MSE). The result shows that robust regression model with estimation-M is a better model since it has adjusted R-Squared value tending to one and the least MSE.
Pengaruh PBL berbasis TPACK modul GeoGebra terhadap kemampuan pemecahan masalah dan disposisi matematis siswa Novi Paryanti; Budi Pratikno; Endang Wahyuningrum
PYTHAGORAS : Jurnal Program Studi Pendidikan Matematika Vol 12, No 2 (2023): PYTHAGORAS: Jurnal Program Studi Pendidikan Matematika
Publisher : UNIVERSITAS RIAU KEPULAUAN, BATAM, INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33373/pythagoras.v12i2.5604

Abstract

Kehidupan abad 21 menuntut penguasaan berbagai keterampilan agar menjadi generasi unggul yang mampu bersaing dalam dunia kerja. Keterampilan tersebut meliputi pemecahan masalah dan memiliki rasa ingin tahu sebagai bagian dari indikator disposisi matematis. Melalui proses pemecahan masalah, siswa dapat mengembangkan keterampilan berpikir logis, kreatif, kritis dan inovatif sehingga diperlukan peran guru dalam perancangan kegiatan pembelajaran dengan penggunaannmodel pembelajarannyang tepat. Penelitian inibbertujuan untuk mendeskripsikan pengaruhmmodel PBL berbasis TPACK melalui desain aplikasi GeoGebra terhadap kemampuanppemecahanqmasalah dan disposisi matematis8siswa6kelas XI SMAqNegeri 1 Karangreja Kabupaten Purbalingga. Penelitian ini termasuk penelitian kuantitatifddengan metode quasieeksperimental designnjenis nonequivalent control grouppdesign dengan pretestodanrposttest untukhkelompokjeksperimenndanbkontrol. Sampel dalamopopulasi ini adalah 2hkelas yang diambil dengan teknik non probabilistic sampling, yaitu purposivessampling. Instrumenddalam penelitian ini adalah instrumen teskkemampuan pemecahanmmasalah dan angketddisposisi matematisssiswa. Hasil penelitian ini, berdasarkan Uji Anava Dua Jalan diperoleh nilaissignifikansi pada model sebesar 0,000, maka dapatddisimpulkan bahwa model PBL berbasis TPACK melalui desain aplikasi GeoGebra berpengaruh terhadap kemampuan pemecahannmasalah siswaakelas XI SMA Negerii1 Karangreja KabupatennPurbalingga. Nilai signifikansi pada DM sebesarr0,871 < 0,05, maka dapattdisimpulkanbbahwa disposisi matematisttidakbberpengaruhmterhadapqkemampuangpemecahanxmasalah. Mengingat nilain signifikansipModel*DM sebesarh0,167 > 0,05 maka dapat dikatakan tidak terdapat interaksi antara disposisi matematis siswa dengan pembelajaran model PBL berbasis TPACK melalui desain aplikasi GeoGebra terhadap kemampuanopemecahanrmasalah.
Strategi Mengatasi Kemandegan Guru dalam Meneliti, Menulis dan Publikasi Agung Prabowo; Budi Pratikno; Mashuri Mashuri
ULIL ALBAB : Jurnal Ilmiah Multidisiplin Vol. 2 No. 9: Agustus 2023
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jim.v2i9.2133

Abstract

Di era industri 4.0 dan masyarakat 5.0, guru perlu melengkapi keterampilan profesinya dengan kemampuan meneliti dan menulis artikel ilmiah hasil penelitian. Faktanya, banyak guru yang belum sanggup membuat artikel. Kasus ini juga terjadi pada mitra pengabdian yaitu 29 guru di SMA Negeri 1 Mirit. Tujuan pengabdian ini adalah memberikan pelatihan dan pendampingan kepada mitra dalam (1) melakukan riset sederhana, (2) mengolah data dengan SPSS dan menarik kesimpulan secara statistika, (3) menulis artikel hasil riset dan (4) publikasi artikel. Pengabdian diawali dengan membimbing guru melakukan riset sederhana dan diakhiri dengan publikasi hasil risetnya. Pelaksanaan pengabdian diberikan dalam bentuk pelatihan riset, pembimbingan, pendampingan, konsultasi, dan praktik menulis dan mengirim artikel. Pengabdian dilakukan tiga kali pada bulan Maret, Juni dan September. Antar periode dilakukan penugasan dan pembimbingan melalui WA Group sehingga pengabdian berjalan tanpa putus. Hasil pengabdian adalah 100% guru mampu menyusun artikel hasil penelitiannya. Secara terperinci, 76% guru mampu membuat draft kasar artikel, dan dari 38% guru yang sudah menghasilkan draft halus artikel, hanya 24% yang sudah mengirimkan artikelnya dan terbit pada jurnal nasional OJS ber-ISSN. Keberhasilan pengabdian diharapkan berdampak pada peningkatan peran dan posisi sekolah sebagai sekolah perintis di Kabupaten Kebumen.
Metaheuristic-based Clustering Algorithms with Principal Coordinate Analysis for Shoe Market Segmentation Ridho Ananda; Samuel Sinaga; Budi Pratikno; Nur Afrina Huda Zulkainain; Tri A. Sundara
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 3 (2026): Juni 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i3.7369

Abstract

Micro, Small, and Medium Enterprises (MSMEs) are vital to Indonesia's economy, yet many struggle with ineffective marketing strategies, as seen in Bintang Sepatu Purwokerto, an MSME shoemaker facing stagnant sales. To overcome this, this study proposed a metaheuristic-based clustering (MBC) algorithm combined with principal coordinate analysis (PCoA) for optimal customer segmentation. The developed algorithm successfully overcomes the limitations of Kmeans in mixed datasets, containing categorical and numeric data. Furthermore, the procedure for updating centroids in Kmeans that risks falling into a local optimum is also solved. In this study, six MBC algorithms were developed based on six state-of-the-art metaheuristic optimizations utilized. Then, the developed MBC algorithms are compared with benchmark algorithms, namely Kmeans and KmeansQLDE, based on the near-optimal clustering obtained, t-test, and required running time. The comparison results show that the MBC clustering using gray wolf optimization (GWOClustering) outperforms the benchmark algorithms, achieving an average Silhouette score of 0.7491. In addition, this algorithm significantly outperforms Kmeans based on t-test conducted and results in relatively low runtime. The GWOClustering simulation yielded four near-optimal clusters in the customer segmentation of Bintang Shoes Purwokerto MSME. The analysis of each cluster's characteristics indicates the need for distinct marketing strategies for this MSME. Marketing based on offline purchasing services, store conditions, and product layout is appropriate for consumers in Cluster 1. Meanwhile, digital marketing with attractive, informative graphic content is suitable for consumers in Clusters 2 and 4. Furthermore, strategies with competitive pricing, discounts, or bundling strategies are appropriate for Cluster 3.