Article Per Year (5 Year)
p-Index From 2021 - 2026
2.258
P-Index
This Author published in this journals
All Journal BIMASTER Epsilon: Jurnal Matematika Murni dan Terapan Jurnal Aplikasi Statistika & Komputasi Statistik Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Siger Matematika
Naomi Nessyana Debataraja
Universitas Tanjungpura
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics Social Sciences Transportation

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
PEMODELAN DINAMIKA KONSENTRASI TIMBAL DARI LIMBAH ELEKTRONIK PADA LINGKUNGAN HIDUP Uray Rina; Mariatul Kiftiah; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (784.136 KB) | DOI: 10.26418/bbimst.v6i02.21620

Abstract

Limbah elektronik adalah peralatan elektronik yang telah rusak atau tidak dikehendaki lagi oleh penggunanya. Limbah ini bersifat racun karena komponennya mengandung bahan berbahaya salah satunya adalah timbal. Tujuan dari penelitian ini adalah mengkaji model konsentrasi timbal, mencari titik ekuilibrium model konsentrasi timbal dan mencari kriteria kestabilan model matematika konsentrasi timbal dari limbah elektronik pada lingkungan hidup. Pembentukan model dimulai dari konsentrasi timbal di populasi manusia, konsentrasi timbal di organisme perairan, konsentrasi timbal di organisme darat, konsentrasi timbal di darat dan konsentrasi timbal di perairan. Berdasarkan model yang terbentuk diperoleh titik ekuilibrium, dan dari model tersebut selanjutnya mencari kriteria kestabilan model. Analisis kestabilan model dalam penelitian ini adalah stabil asimtotik pada saat konsentrasi timbal di populasi manusia memakan organisme darat lebih besar dari konsentrasi timbal pada organisme darat yang memangsa organisme air. Hal ini menunjukkan bahwa dalam jangka waktu 500 bulan lingkungan hidup masih terkontaminasi timbal dari limbah elektronik.   Kata kunci: titik ekuilibrium, kestabilan, stabil asimtotik 
PEMODELAN AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) DALAM MEMPREDIKSI HARGA CRUDE PALM OIL (CPO) Ika Ayu Krismawanti; Shantika Martha; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (536.299 KB) | DOI: 10.26418/bbimst.v8i4.35886

Abstract

Kelapa sawit merupakan salah satu komoditas perkebunan yang dapat berpengaruh terhadap perekonomian Indonesia. Salah satu hasil olahan tanaman kelapa sawit yaitu minyak kelapa sawit mentah (CPO). CPO memiliki peran strategis dalam perekonomian negara khususnya dalam bidang ekspor ke berbagai negara terutama negara India. Harga CPO yang cenderung mengalami peningkatan dan penurunan akan berpengaruh terhadap penghasilan negara dan masyarakat khususnya petani kelapa sawit. Peningkatan dan penurunan harga CPO yang tidak menentu memerlukan peramalan untuk mengetahui harga CPO dimasa yang akan datang. Peramalan merupakan kegiatan dalam memperkirakan kejadian dimasa depan dengan pengambilan data-data dimasa lalu. Dalam analisis runtun waktu terdapat data yang memiliki ciri proses jangka pendek dan data yang memiliki ciri proses jangka panjang. Model yang dapat menangani kedua jenis data ini adalah model autoregressive fractionally integrated moving average (ARFIMA). Model ARFIMA merupakan pengembangan dari model ARIMA, dengan differencing bernilai pecahan. Penelitian ini bertujuan untuk menentukan model ARFIMA pada data harga CPO. Data yang digunakan dalam penelitian ini merupakan data harga CPO dari periode 1 Januari 2012 sampai 10 Maret 2019. Berdasarkan analisis dapat disimpulkan bahwa model ARFIMA terbaik yang didapat adalah ARFIMA (1; 0,17; 0) dengan nilai AIC sebesar 7,999 dan nilai MAPE sebesar 1,37%. Kata Kunci: CPO, peramalan, ARFIMA
PEMETAAN KASUS MULTIDRUG RESISTANT TUBERCULOSIS(MDR-TB) DI KALIMANTAN BARAT Zettira Septiani; Naomi Nessyana Debataraja; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i2.46054

Abstract

Penyakit Tuberkulosis (TB) masih menjadi prioritas utama di dunia dan menjadi salah satu target dalam SDGs (Sustainability Development Goals). Pengobatan TB yang tidak memadai dapat meningkatkan risiko resistansi kuman terhadap Obat Anti TB (OAT), salah satunya adalah Multidrug Resistant Tuberculosis (MDR-TB). MDR-TB memerlukan waktu yang lebih lama dibandigkan pengobatan TB biasa, serta memiliki angka kegagalan pengobatan dan kematian yang tinggi. Pemetaan pada kasus MDR-TB yang terjadi dapat digunakan sebagai gambaran dalam penyebaran penyakit MDR-TB. Dengan pemetaan, kasus MDR-TB dapat dianalisis dari berbagai aspek sehingga dapat membantu dalam pengendalian penyebaran penyakit ini. Penelitian ini bertujuan untuk memetakan kasus MDR-TB di Kalimantan Barat dengan pendekatan deskriptif dan menggunakan metode Indeks Moran. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data kasus MDR-TB di Kalimantan Barat yang diperoleh dari e-TB Manager TB Unit Dinas Kesehatan Provinsi Kalimantan Barat. Dari hasil yang diperoleh dalam penelitian ini, dapat disimpulkan bahwa kasus MDR-TB di Kalimantan Barat meningkat pada tahun 2019 dibandingkan dengan tahun 2018. Kasus terbanyak pada tahun 2019 terjadi pada Kabupaten Ketapang. Kemudian, berdasarkan pemetaan yang dilakukan, diketahui bahwa daerah dengan kasus MDR-TB tinggi pada tahun 2019 terjadi di Kabupaten Mempawah, Ketapang, Kubu Raya, dan Kota Pontianak. Pemantauan penderita MDR-TB di daerah dengan angka kejadian yang tinggi sangat penting dilakukan untuk memutuskan mata rantai penularan MDR-TB. Kata Kunci: Multidrug Resistant Tuberculosis (MDR-TB), Pemetaan, Deskriptif, Indeks Moran
EKSPLORASI DATA TINGKAT KUALITAS AIR DI KOTA PONTIANAK: INDIKATOR FISIK DAN KIMIA Shindy Utari; Dadan Kusnandar; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i2.45876

Abstract

Air bersih dan sanitasi layak merupakan salah satu tujuan dalam Sustainable Development Goals. Seiring berjalannya waktu, kualitas air mengalami penurunan terutama di daerah pemukiman akibat tercemar limbah dari hasil kegiatan manusia. Standar baku mutu kesehatan lingkungan dan persyaratan kesehatan air untuk keperluan higiene sanitasi diatur berdasarkan Peraturan Menteri Kesehatan Republik Indonesia Nomor 32 Tahun 2017. Data yang digunakan adalah data primer yang diambil dari enam Kecamatan di Kota Pontianak. Terdapat dua indikator yang digunakan antara lain fisik dan kimia. Indikator fisik yang digunakan pada penelitian ini adalah suhu dan kekeruhan. Indikator kimia yang digunakan pada penelitian ini adalah pH. Langkah-langkah penelitian adalah melakukan statistik deskriptif terhadap masing-masing variabel.Kata Kunci: pencemaran air, standar baku mutu, statistik deskriptif
PREDIKSI DATA JUMLAH PENUMPANG KERETA DENGAN EFEK VARIASI KALENDER PADA MODEL SARIMAX Hayati Hayati; Naomi Nessyana Debataraja; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i04.49536

Abstract

Kereta api menjadi salah satu transportasi alternatif masyarakat untuk melakukan aktivitasnya dalam hal pekerjaan maupun pariwisata untuk jarak tempuh yang jauh. Untuk menjaga kenyamanan penumpang, PT Kereta Api Indonesia (KAI) harus terus meningkatkan sarana dan prasarananya. Oleh karena itu, diperlukan prediksi jumlah penumpang untuk membantu PT KAI mempersiapkan fasilitas-fasilitas serta mengantisipasi kenaikan jumlah penumpang. Penelitian ini bertujuan memprediksi jumlah penumpang kereta dengan model SARIMAX. Data yang digunakan yaitu data jumlah penumpang kereta pada tahun 2014 hingga 2018. Data tersebut memiliki pola musiman pada hari raya keagamaan dan libur akhir tahun. Hari raya keagamaan termasuk efek variasi kalender, karena selalu bergeser setiap tahunnya. Tahapan pengerjaan dimulai dari membagi data menjadi in-sample dan out-sample. Selanjutnya dilakukan uji stasioner untuk mengetahui apakah data sudah stasioner atau tidak. Pada data yang sudah stasioner, dilakukan pemodelan SARIMA. Kemudian, ditambahkan variabel dummy pada model SARIMA yang telah diperoleh. Uji signifikansi dilakukan pada variabel dummy. Setelah itu, dilakukan uji estimasi parameter dan uji diagnostik pada model SARIMA yang sudah ditambahkan variabel dummy. Model yang diperoleh untuk memprediksi data jumlah penumpang kereta wilayah Sumatera adalah model SARIMAX (1,1,1)(1,1,0)^12   dengan nilai MAPE sebesar 3,54%. Ini berarti model yang digunakan dalam kategori sangat baik.Kata Kunci : Kereta, SARIMAX, runtun waktu
ANALISIS DESKRIPTIF PENYEBARAN PENYAKIT MULTIDRUG RESISTANT TUBERCULOSIS (MDR-TB) DI KALIMANTAN BARAT Ellen Valensia; Dadan Kusnandar; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i2.45880

Abstract

Penyakit Tuberkulosis sampai saat ini masih menjadi masalah kesehatan masyarakat di Indonesia. Penyakit Tuberkulosis sampai saat ini diatasi dengan pemberian obat anti-TB melalui pengobatan DOTS (Directly Observed Treatment Short-course). Pengobatan DOTS yang terputus atau tidak memadai dapat mengakibatkan munculnya Multidrug Resistant Tuberculosis (MDR-TB). Analisis penyakit MDR-TB menjadi salah satu solusi dalam mengendalikan meluasnya penyebaran penyakit ini. Penelitian ini bertujuan untuk menganalisis kasus penyakit MDR-TB secara ringkas dan menyajikannya dalam bentuk yang lebih mudah dipahami sehingga dapat membantu dalam mempelajari dinamika penyebaran penyakit MDR-TB di Kalimantan Barat. Hasil dari analisis menunjukkan jumlah individu yang terinfeksi penyakit MDR-TB berjumlah 70 individu yang tersebar hampir di semua wilayah Kalimantan Barat, individu yang pulih berjumlah 86 individu yang terpusat di Kota Pontianak, Kabupaten Kayong Utara, dan Kabupaten Ketapang, serta individu yang meninggal berjumlah dua individu dimana berasal dari Kota Pontianak dan Kabupaten Sintang. Individu yang terinfeksi penyakit MDR-TB di Kalimantan Barat pada bulan Januari sampai Juni 2019 berjumlah kurang dari enam individu perbulan, sedangkan pada bulan Juli sampai Desember 2019 berjumlah lebih dari enam individu perbulan. Kata Kunci : Tuberkulosis, MDR-TB, Analisis Deskriptif.
KLASIFIKASI SEBARAN SPASIAL HOTSPOTS DI KALIMANTAN BARAT MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Naomi Nessyana Debataraja; Evi Nopita Sari; Joannes Fregis Philosovio Anugrahnu; Claudia Bella Hardiana
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 19, No 1 (2025)
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/epsilon.v19i1.14682

Abstract

Forest fires are a serious environmental issue that often leads to significant ecological and economic damage. In response, efforts have been made to predict and mitigate the impact of forest degradation by improving classification techniques. This study aims to use Support Vector machine (SVM) method to analyze the spatial distribution of forest fires in West Kalimantan. The model uses historical hotspot data as the dependent variable and considers various independent variables, including slope, topography, distances from rivers, settlements and roads, and land cover types. Due to the non-linear nature of the data, the SVM has been enhanced using the Gaussian Radial Basis Function (RBF) kernel. Optimal performance was achieved with cost (c) parameter values of 2, resulting in a classification accuracy of 75.86%. These findings suggest that, when supported by an appropriate kernel function, SVM is a viable and effective approach for mapping and analyzing forest fire-prone areas. The model provides a valuable decision-making tool for forest fire prevention and land management planning in regions with similar environmental characteristics.
Co-Authors Agung Pratama Putra Ahmad Fernanda Ahmad Zeidi Al Amin Claudia Bella Hardiana Devi Eka Putri Ellen Valensia Ernita Saputri Evi Nopita Sari Evy Sulistianingsih Ewaldus Okta Fajri Anugrah Pratiwi Fika Dian Lestari Grikus Romi Hayati Hayati Hendra Perdana Ika Ayu Krismawanti Imi Sartika Joannes Fregis Philosovio Anugrahnu Kunti Wijayanti Kurniawati Safitri Laksono Trisnantoro Luh Putu Ratna Sundari Mariatul Kiftiah Marwalida Rachmadiar Neva Satyahadewi Nurfitri Imro’ah NUR’AINUL MIFTAHUL HUDA Puteri Ratna Dewi Riani Mahalalita Setyo Wir Rizki Setyo Wira Rizki Shantika Martha Shindy Utari Siti Fitriani Tamtama, Ray Uray Rina Valentinus Markus Wenty Resti Anggraeni Wirda Andani Yudhi Zettira Septiani