Article Per Year (5 Year)
p-Index From 2021 - 2026
2.495
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI E-Dimas: Jurnal Pengabdian kepada Masyarakat BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Kreativitas PKM Variance : Journal of Statistics and Its Applications REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Molucca Medica BAKTI : Jurnal Pengabdian Kepada Masyarakat Dedication : Jurnal Pengabdian Masyarakat Parameter: Jurnal Matematika, Statistika dan Terapannya Indonesian Journal of Statistics and Its Applications PENGAMATAN: Jurnal Pengabdian Masyarakat untuk Ilmu MIPA dan Terapannya
Ferry Kondo Lembang
Program Studi Statistika FMIPA Universitas Pattimura, Indonesia
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Analisis Misklasifikasi Data Akreditasi Sekolah Dasar Di Kota Ambon Menggunakan Metode Multivariate Adaptive Regression Spline Sarah Risambessy; Salmon Notje Aulele; Ferry Kondo Lembang
Jurnal Matematika, Statistika dan Komputasi Vol. 18 No. 3 (2022): MAY, 2022
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v18i3.19451

Abstract

Many classification methods have been developed, one of which is the Multivariate Adaptive Regression Spline (MARS) method. MARS is one of the classification methods in the form of a combination of Recursive Partitioning Regression (RPR) and the spline method that is able to process high-dimensional and large-sized data and process data with continuous or binary response variables. The purpose of this study was to measure the misclassification of elementary school accreditation in Ambon city using the MARS method. This study uses accreditation data with the results of eight components of accreditation in elementary schools that have accreditation A (group 1) and accreditation B (group 2) in Ambon city. To evaluate the classification method used the APER classification error measure. The best classification result from the MARS method is when using a combination of BF=32, MI=3, MO=1 because it produces a minimum Generalized Cross Validation (GCV) of 0.066 and information is obtained that the correct classification data is 181 and the misclassified data is 10. Based on the results of the analysis, the size of the APER classification error is 5.23%, which can be said that the MARS method is good or statistically significant for classifying elementary schools in Ambon City based on their accreditation rating.  
Pelatihan Pembelajaran Statistika dan Peluang dengan Microsoft Excel untuk Peningkatan Kompetensi Guru Matematika SMA Ferry Kondo Lembang; Dorteus Lodewyik Rahakbauw; Norisca Lewaherilla; Megawati Zein Waliulu; Samin Radjid
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 12, No 2 (2021): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v12i2.6342

Abstract

Peningkatan kompetensi guru merupakan amanah Undang-Undang yang telah ditetapkan pemerintah untuk meningkatkan kualitas pendidikan. Kemampuan pedagogik dan profesional guru untuk menggunakan media pembelajaran berbasis Teknologi Informasi dan Komunikasi didalam proses pembelajaran untuk berinteraksi dengan siswa di kelas menjadi suatu kompetensi yang wajib dimiliki di era globalisasi. Universitas Pattimura sebagai salah satu Perguruan Tinggi Negeri terbesar di Maluku yang peduli akan peningkatan mutu pendidikan diharapkan secara kontinu dan masif melakukan kegiatan pengabdian masyarakat berbasis pelatihan dan pendampingan. Tujuan kegiatan pengabdian kepada masyarakat yang dilakukan adalah untuk meningkatkan kompetensi guru terhadap penggunaan aplikasi microsoft excel khususnya untuk materi statistika dan peluang. Metode pelatihan yang digunakan adalah pelatihan, pendampingan, dan diskusi. Peserta pelatihan yakni guru mata pelajaran matematika SMAN 6 Maluku Tengah. Keberhasilan dari kegiatan ini dapat diukur menggunakan indikator hasil evaluasi dimana sebanyak 7 dari 9 orang peserta dapat mengerjakan latihan dengan baik dan tepat waktu.
Peningkatan Kompetensi Guru SD Kristen 1 Hunuth Melalui Pelatihan Teknik Analisis Data Statistik Penelitian Tindakan Kelas Menjadi Karya Ilmiah Ferry Kondo Lembang; Ronald Jhon Djami; Carlos Salemba Latuihamallo
BAKTI : Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 1 (2021): BAKTI : Jurnal Pengabdian Kepada Masyarakat
Publisher : LLDikti Wilayah XII Maluku dan Maluku Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.254 KB) | DOI: 10.51135/baktivol1iss1pp12-16

Abstract

Pelaksanaan kegiatan kengabdian kepada masyarakat bertema peningkatan kompetensi guru-guru SD Kristen 1 Hunuth melalui pelatihan teknik analisis data statistik penelitian tindakan kelas (PTK) menjadi karya ilmiah menggunakan program SPSS. Tahapan kegiatan meliputi ceramah, demonstrasi, praktek langsung, tanya jawab, dan penugasan. Kegiatan ini dilaksanakan selama 1 (satu) hari yang diikuti sebanyak 8 (delapan) Guru. Program peningkatan kompetensi yang dilakukan ini mendapat respons positif dari peserta dimana sebelum kegiatan ini dilakukan, peserta sama sekali belum memiliki pengetahuan yang cukup terkait teknik analisis data statistik PTK menjadi karya ilmiah sehingga mengakibatkan kurangnya semangat untuk menulis sebuah karya tulis ilmiah. Keberhasilan program ini tergambar dari evaluasi penugasan yang dilakukan dimana kemampuan penggunaan teknik analisis data statistik PTK peserta menggunakan software SPSS sudah lebih baik dibandingkan dengan sebelum kegiatan ini dilakukan
Pendampingan Penyajian dan Pengolahan Data Demografi Kesehatan Penduduk Aparat Desa Negeri Hutumuri Kecamatan Leitimur Selatan Kota Ambon Johan Bruiyf Bension; Ferry Kondo Lembang; Carlos Salemba Latuihamallo; Samin Radjid; Asrul Irfanullah
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Volume 4 Nomor 6 Desember 2021
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v4i6.4344

Abstract

ABSTRAK Negeri Hutumuri merupakan desa terpadat di wilayah Kecamatan Leitimur Selatan Kota Ambon dengan jumlah penduduk mencapai 4.657 jiwa serta kepadatan penduduk sebesar 310 jiwa setiap km2. Keberadaan profil status jumlah  penduduk yang lebih besar memungkinkan peluang munculnya berbagai persoalan kependudukan khususnya kesehatan penduduk apabila tidak dikelola dengan baik. Tujuan dari program Pengabdian Kepada Masyarakat ini adalah untuk meningkatkan pengetahuan aparat desa sebagai ujung tombak pembangunan desa terkait penyajian dan pengolahan data demografi kesehatan penduduk. Metode pelaksanaan kegiatannya meliputi pelatihan dan pendampingan tentang analisis statistik data demografi kesehatan penduduk yang meliputi pengukuran dasar data demografi kependudukan desa. Hasil dari pelaksanaan kegiatan ini, dapat menunjang pemahaman, menambah pengetahuan dan pengembangan softskill aparat desa dalam mengelola statistik demografi kesehatan penduduk yang berdampak pada peningkatan kualitas pengelolaan dan penataan data kependudukan yang dapat digunakan untuk pembangunan dan mempermudah pelayanan terhadap masyarakat desa. Kata Kunci: Demografi Kesehatan Penduduk, Penyajian dan Pengolahan Data, Softskill Aparat Desa ABSTRACT Negeri Hutumuri is the most populous village in the South Leitimur Subdistrict, Ambon City, with a population of 4,657 people and a population density of 310 people per km2. The existence of a larger population status profile allows opportunities for various population problems to arise, especially population health if it is not managed properly. The purpose of this Community Service program is to increase the knowledge of village officials as the spearhead of village development related to the presentation and processing of population health demographic data. The method of implementing its activities includes training and assistance on a statistical analysis of population health demographic data which includes basic measurement of village population demographic data. The results of the implementation of this activity can support understanding, increase knowledge and develop soft skills of village officials in managing demographic health statistics of the population which have an impact on improving the quality of management and structuring of population data that can be used for development and facilitating services to village communities. Keywords: Population Health Demographics, Data Presentation, and Processing, Soft Skills for Village Officials.
Pendampingan Penataan Administrasi Desa Leahari Menggunakan Aplikasi Microsoft Office Menuju Desa Mandiri Statistik Rosanti Laing; Zamrah Mutmainah; Ernest Bonaventura Maskikit; Ferry Kondo Lembang; Dorteus Lodewiyk Rahakbauw
Dedication : Jurnal Pengabdian Masyarakat Vol 6 No 2 (2022)
Publisher : LPPM Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/dedication.v6i2.810

Abstract

Desa Leahari terletak di Kecamatan Leitimur Selatan Kota Ambon Provinsi Maluku termasuk salah satu dari dua wilayah desa di Kota Ambon yang masuk kategori desa sangat tertinggal berdasarkan data Indeks Desa Membangun. Perubahan status desa dari tertinggal menjadi desa berkembang tentu dibutuhkan sistem manajemen desa yang lebih tertata rapi dan aparatur desa dengan kapasitas terbaik. Atas dasar gagasan kegiatan ini dilakukan, bertujuan untuk melakukan Pendampingan Updating Data Kependudukan Desa, peningkatan kapasitas aparatur desa dalam pengelolaan data kependudukan dan administrasi desa menggunakan aplikasi Microsoft office, dan merancang database desa secara digital untuk membantu pengelolaan data yang lebih update di masa kini dan masa akan datang dengan pemateri berasal dari tim dosen dan mahasiswa tim Program Holistik Pemberdayaan dan Pembinaan Desa (PHP2D). Target dari kegiatan ini antara lain , data Kependudukan Desa sudah terupdate, meningkatnya kapasitas aparatur desa dalam pengelolaan data kependudukan dan administrasi desa, dan tersedianya database kependudukan desa secara digital.
Analisis Komparasi Performa Metode Double Exponential Smoothing Tipe Holt Dan Double Moving Average Untuk Peramalan Jumlah Penduduk Miskin Di Provinsi Maluku Kondo Lembang, Ferry; Makatita, Romy; Haumahu, Gabriella; Lewaherilla, Norisca
Jambura Journal of Probability and Statistics Vol 5, No 2 (2024): Jambura Journal of Probability and Statistics
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjps.v5i2.23157

Abstract

The aim of this research is to compare the performance of the Holt type double exponential smoothing method and the double moving average method to predict the number of poor people in Maluku Province. The performance of these two forecasting methods was implemented on data on the number of poor people in Maluku Province from 2010 to 2021. The Holt type double exponential smoothing method and the double moving average method are often used as forecasting tools for non-stationary, non-seasonal and trend data types because they have The best level of accuracy is for time series data such as data on the number of poor people in Maluku Province. The results of a comparative analysis of the performance of the two methods based on the criteria for the smallest MAPE value, it was found that the Holt type double exponential smoothing method had better performance than the double moving average method for predicting the number of poor people in Maluku Province, producing the smallest MAPE value of 4.096. The forecast results for the number of poor people in Maluku Province for 2022 is 283.66 thousand people and for 2023 it is 276.78 thousand people. 
Management of Hutumuri Village Infographics by Using Statistical Data Latupeirissa, Sanlly Joanne; Salhuteru, Rosalina; J. Wattimanela, Henry; Lembang, Ferry Kondo; J. Djami, Ronald; Y. Matdoan, Muhammad; S Laamena, Novita; Yudistira, Yudistira
REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Vol 6, No 2 (2025): Reka Elkomika
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/rekaelkomika.v6i2.137-145

Abstract

The problem of Hutumuri village officials is that they are limited in presenting data visually so that the available data is difficult to understand by the community. Therefore, the team decided to provide training to Hutumuri village officials in managing and utilizing population statistics data to create effective and attractive infographics. Village officials were trained to understand the basics of statistics, how to interpret data, and techniques for creating infographics using MS Excel. The training also covered data visualization concepts, such as the selection of colors, typography, and icons to make infographics attractive. Infographics are used to publish population statistics in Hutumuri Village, and village officials can easily present data in visual form at meetings or community gatherings. By this community service activity, village officials better understand the concept of population statistics data, can calculate and present population statistics in Hutumuri Village.
ANALISIS REGRESI BERGANDA DENGAN METODE STEPWISE PADA DATA HBAT Kondolembang, Ferry
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 5 No 1 (2011): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1391.81 KB) | DOI: 10.30598/barekengvol5iss1pp15-20

Abstract

Multiple regression analysis as a statistical technique that can be used to analyze the relationship between a single dependent (respon) variable and several independent (peredictor) variables. Application for this analysis to be done specially in social economic. HBAT is a manufacture of paper products. Surveys of HBAT customer will be used to application multiple regression analysis in this paper to explain relationship satisfication between the other variables. Methods to selective entering and deleting among these variables until some overall criterion measure is achived. Objective methods for selecting variables that maximizes the prediction while employing the smallest number of variables. Results is the best model from multiple regression analysis is Y = -1.15106 + 0.36900 X6 - 0.41714 X7 + 0.31896 X9 + 0.17435 X11 + 0.77513 X12, means that customer satisfaction is significantly influenced by the complaint resolution, product quality, salesforce image, e-commerce activities, and product line. Besides that the assumptions in multiple regression analysis are met. SAS software has facility more complete than SPSS, Minitab, and R.
PEMODELAN STATISTICAL DOWNSCALLING DENGAN PENDEKATAN REGRESI BAYES ROBUST PCA (STUDI KASUS : DATA GCM STASIUN AMBON) Kondolembang, Ferry
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 6 No 2 (2012): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.194 KB) | DOI: 10.30598/barekengvol6iss2pp45-50

Abstract

Masalah mendasar dari prediksi prediksi model curah hujan adalah keakuratan model berdasarkan proses stokhastik skala global maupun skala kecil. Statistical Downscalling(SD) merupakan salah satu alternatif untuk mengatasi masalah tersebut. SD adalah model yang menghubungkan skala global GCM dengan skala yang lebih kecil (lokal) dengan jalanpra-pemrosesan .reduksi dimensi domain grid untuk mengatasi kasus multikolinearitas. Metode reduksi dimensi yang serikali digunakan adalah Principal Component Analysis(PCA). Namun PCA tidak dapat diandalkan jika ada pengamatan outlier dalam data, sehingga diperlukan reduksi dimensi yang robust. Reduksi dimensi robust menggunakanRobust Principal Component Analysis (ROBPCA) dengan estimator robust MCD. Dari hasil reduksi dimensi domain grid tersebut selanjutnya diregresikan dengan variabel responberupa data curah hujan di stasiun Ambon dengan pendekatan regresi Bayes. Pendekatan regresi Bayes ROBUST PCA menjadi salah satu alternatif pada pemodelan SD. HasilPenelitian menunjukkan Metode regresi Bayes ROBPCA cenderung lebih baik pada domain 8x8 dilihat pada kriteria kebaikan model RMSE terkecil yaitu 231,4 dan R-Squareterbesar 38,1% dibandingkan domain 3x3 dan domain 12x12
PENGGUNAAN METODE ANALISIS DISKRIMINAN, REGRESI LOGISTIK, NEURAL NETWORK, DAN MARS UNTUK ANALISIS PERMASALAHAN Kondo Lembang, Ferry; Rahakbauw, Dorteus L.
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 7 No 2 (2013): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.715 KB) | DOI: 10.30598/barekengvol7iss2pp47-51

Abstract

Masalah mendasar dalam permasalahan klasifikasi umumnya berkaitan dengan ketidakstabilan performansi atau kebaikan model mencakup aspek interpretasi model yang didapat dikaitkan dengan hubungan antara prediktor (input) dan respon (output), serta aspek ketepatan klasifikasi terutama pada objek baru yang tidak dimasukkan dalam pembentukan model (data testing). Analisis Diskriminan dan Regresi Logistik merupakan dua model klasik dari beberapa metode statistika yang digunakan untuk mengatasi masalah tersebut. Prinsip dasar kedua model klasik dalam permasalahan klasifikasi adalah adanya asumsi yang harus dipenuhi berkaitan dengan skala pengukuran prediktor, keterkaitan antara prediktor, dan distribusi bersama dari prediktor. Agar asumsi dari model klasik ini tidak menjadi syarat utama dalam masalah klasifikasi maka dikembangkan metode klasifikasi modern yaitu Neural Network (NN) dan MARS. Data HBAT dan data IRIS akan digunakan dalam penelitian ini untuk menilai kekonsistenan dan performansi model klasifikasi klasik dan model klasifikasi modern. Hasil empirik menunjukkan bahwa kekonsistenan performansi model klasifikasi klasik lebih baik daripada model klasifikasi modern.
Co-Authors Asrul Irfanullah Asrul Irfanullah Aulele, Salmon Notje Bension, Johan Bruiyf Carlos Salemba Latuihamallo Carlos Salemba Latuihamallo Djidin, Herman Dorteus Lodewiyk Rahakbauw Ernest Bonaventura Maskikit Eysye Alchi Nara H. W. M. Patty Haumahu, G. Haumahu, Gabriella J. Djami, Ronald J. Wattimanela, Henry Jamco, Juan Charles Johan Bruiyf Bension Laamena, Novita S. Leleury, Zeth A. Leunupun, Angelia C. Lewaherilla, Norisca Lexy Janzen Sinay Makatita, Romy Matdoan, Muh. Yahya Megawati Zein Waliulu Nanlohy, Y. W. A. Nanlohy, Yonlib Weldri Arnold Noija, Stazia Norisca Lewaherilla Noya Van Delsen, Marlon Stivo Nur Andini Patresya Yulita Lessil Persulessy, Elvinus R. Rahakbauw, Dorteus L. RAHAKBAUW, DORTEUS LODEWYIK Romer, Christof F. Ronald Jhon Djami Rosalina Salhuteru Rosanti Laing RUMLAWANG, FRANCIS YUNITO S Laamena, Novita Salawono, Nita Salmon Notje Aulele Samin Radjid Sarah Risambessy Talakua, Mozart W. Talakua, Mozart Winston Tehuayo, L. Tuanaya, Nur Amaliya Van Delsen, M. S. Noya Y. Matdoan, Muhammad Yudistira Yudistira Zamrah Mutmainah