Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal Journal of Innovation and Applied Technology Jurnal Teknologi Informasi dan Ilmu Komputer Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) JURNAL SAINS DAN TEKNOLOGI PERIKANAN (JIKAN)
Luthfatul Amaliana, Luthfatul
Universitas Ahmad Dahlan
Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Engineering Environmental Science Mathematics Social Sciences

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

Found 5 Documents
Search

 1 
Penerapan Prosedur Firth untuk Mengatasi Pemisahan (Separation) pada Model Regresi Probit Biner Lusiana, Evellin Dewi; Amaliana, Luthfatul
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami )
Publisher : Mathematics Department

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (354.644 KB)

Abstract

Estimasi parameter model regresi probit dapat dilakukan dengan menggunakan metode Maximum Likelihood Estimation (MLE). Namun, metode MLE tidak dapat dipakai apabila dalam data mengandung pemisahan (separation) baik pemisahan sempurna (complete separation) maupun pemisahan tidak sempurna (quasi-complete separation) karena mengakibatkan hasil estimasi dengan metode MLE tidak konvergen. Salah satu upaya yang dapat dilakukan untuk mengatasi hal ini adalah dengan menggunakan pendekatan prosedur Firth yang pertama kali diusulkan oleh Firth (1993). Penelitian ini menggunakan data sekunder pemberian kredit oleh pemerintah terhadap petani rumput laut di Kabupaten Kupang dengan tujuh variabel independen. Pada pemeriksaan awal ditemukan bahwa data tersebut mengandung pemisahan kurang sempurna yang mengakibatkan estimasi parameter bersifat divergen. Setelah ditangani dengan pendekatan prosedur Firth, diperoleh estimasi parameter yang bersifat konvergen
Technical Guidance for Improving Information from Deterministic and Stochastic Modeling for Sectoral Data of Diskominfo Malang Regency Kusdarwati, Heni; Pramoedyo, Henny; Amaliana, Luthfatul
Journal of Innovation and Applied Technology Vol 9, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jiat.2023.009.01.4

Abstract

Data on the number of people with diabetes mellitus in Kanjuruan Hospital and monthly rainfall in Malang are used as examples for extracting information with inferential statistics. The statistic models used are linear and harmonic regression deterministic models and ARIMA and SARIMA stochastic models. The purpose of community service activities is to provide technical guidance on understanding sectoral time series data analysis for Malang Regency Communication and Information Technology employees. Each participant is given a theoretical module, modeling steps and RStudio script. There is an increase in information from the number of people with diabetes mellitus in Kanjuruan Hospital and the monthly rainfall associated with increasing time becomes related to the value of the data itself at the previous time. Descriptively there is an increase in the understanding value of the ARIMA and SARIMA models between before and after technical guidance.
Prediksi Resiko Kematian Penderita Gagal Ginjal KronisDengan Voting Classifier Dan Random Forest Pada Data Tidak Seimbang Amaliana, Luthfatul; Ani Budi Astuti; Rossanda Sevia Gadis; Naurah Atikah Rabbani; Nabila Ayunda Sovia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 4: Agustus 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.124

Abstract

Gagal ginjal kronis merupakan salah satu penyakit serius yang dapat menyebabkan kematian jika tidak terdeteksi dan ditangani secara dini. Penelitian ini bertujuan memprediksi risiko kematian pada pasien gagal ginjal kronis menggunakan metode ensemble learning, yaitu random forest dan voting classifier (hard voting dan soft voting). Voting classifier digunakan untuk menggabungkan prediksi dari beberapa model klasifikasi tunggal, di mana hard voting mengambil keputusan berdasarkan suara terbanyak, sedangkan soft voting mempertimbangkan rata-rata probabilitas prediksi. Data yang digunakan pada penelitian ini merupakan data sekunder dari RSUD Dr. Saiful Anwar, Kota Malang. Proporsi pasien rawat inap yang pulang dalam kondisi meninggal lebih kecil dibanding kondisi tidak meninggal. Kondisi data tidak seimbang ini menyebabkan model cenderung bias terhadap kelas mayoritas. Untuk mengatasi hal tersebut, synthetic minority over-sampling technique (SMOTE) diterapkan guna menyeimbangkan distribusi kelas. Selain itu, random forest dipilih karena kemampuannya dalam menangani ketidakimbangan data melalui pembobotan pada pohon-pohon keputusan, sehingga mengurangi bias terhadap kelas mayoritas. Evaluasi performa model dilakukan menggunakan metrik akurasi, presisi, dan recall. Hasil evaluasi menunjukkan bahwa random forest memberikan kinerja terbaik dengan akurasi 77%, presisi 36%, dan recall 60%, mengungguli hard voting dan soft voting. Penggunaan random forest dan SMOTE terbukti meningkatkan prediksi pada kelas minoritas, yang sangat penting dalam mendeteksi pasien berisiko kematian tinggi. Pendekatan ini dapat membantu dalam deteksi dini dan pengelolaan yang lebih baik terhadap pasien gagal ginjal kronis, sehingga berpotensi menurunkan angka kematian akibat penyakit ini.   Abstract Chronic kidney disease (CKD) is a life-threatening condition that can lead to fatal outcomes if not diagnosed and treated promptly. This study aims to forecast mortality risk in CKD patients using ensemble learning techniques, including random forest an d voting classifier (hard voting and soft voting). The voting classifier combines predictions from various single classification models, with hard voting selecting outcomes based on majority decisions, while soft voting averages prediction probabilities. The data used in this study is secondary data from RSUD Dr. Saiful Anwar, Malang City. The proportion of hospitalized patients who were discharged in a deceased condition is smaller than those who were discharged alive. This imbalance in the data causes the model to be biased toward the majority class. However, models tend to favor the majority class when dealing with imbalanced data. To mitigate this, the synthetic minority over-sampling technique (SMOTE) was applied to balance the class distribution. Random forest was also selected for its ability to manage data imbalance through weighted decision trees, reducing bias toward the majority class. Model performance was evaluated using metrics such as accuracy, precision, and recall. Results indicated that random forest outperformed hard voting and soft voting, achieving 77% accuracy, 36% precision, and 60% recall. The combination of random forest and SMOTE significantly enhanced the prediction of minority class outcomes, which is essential for identifying high-risk patients. This method has the potential to support early detection and improved management of CKD patients, thus reducing mortality rates associated with the disease.
Basic Statistics for Farm Data Processing at PT. Kembang Joyo Sriwijaya Nurjannah, Nurjannah; Solimun, Solimun; Amaliana, Luthfatul; Mudjiono, Mudjiono
Journal of Innovation and Applied Technology Vol 11, No 1 (2025)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Brawijaya

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

Abstract

Basic statistical analysis plays an important role in data processing in the farm industry including production, animal health and feed efficiency. PT Kembang Joyo, a bee and sheep farming company, needs to use statistical analysis to increase productivity and maintain product quality. The “Basic Statistics Training Activity in Farm Data Processing” at PT Kembang Joyo Sriwijaya includes material on data processing and analysis methods, including basic concepts of data analysis, descriptive statistics and inferential statistics, and practice in using MS Excel to process data using pivot table functions and data analysis add-ons. The evaluation of this community service activity is carried out on two aspects, the understanding of the learning materials and the participant satisfaction. The pre-post test analysis show that in general, the participants' understanding of the learning material increased significantly after the training. The satisfaction index also shows "very good" results with a service quality of "A".
Study of Chlorella sp. Population Growth in The Laboratorium Scale Buwono, Nanik Retno; Mahmudi, Mohammad; Afandi, Aminuddin; Amaliana, Luthfatul; Garang, Benaya Tadeus; Sofi, Firuliza Nurus
Jurnal Sains dan Teknologi Perikanan Vol 5 No 2 (2025): OKTOBER
Publisher : Fisheries Science Study Program, Faculty of Science and Technology, Muhammadiyah University of Sidenreng Rappang.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55678/jikan.v5i2.1685

Abstract

Ketersediaan pakan alami dalam budidaya ikan ataupun udang menjadi tantangan, dimana bisa menjadi peluang untuk para pembudidaya agar dapat meningkatkan produksi perikanan budidaya. Pakan alami yang berkualitas tinggi sangat diperlukan untuk mendukung pertumbuhan larva ikan dan udang pada awal mula kehidupan. Pakan alami seperti Chlorella sp. dalam budidaya perikanan tidak bisa sepenuhnya bergantung pada alam sebagai sumber utama, melainkan diperlukan usaha pengkulturan untuk meningkatkan produksi Chlorella sp. sehingga para petambak dapat mengoptimalkan produktivitas budidaya mereka. Metode dalam penelitian ini terdiri dari persiapan bibit mikroalga, persiapan alat kultur, sterilisasi alat dan bahan, proses kultur, dan pemantauan setelah kultur dilakukan. Stoples ukuran 3 liter sebagai wadah kultur skala laboratorium. Kepadatan populasi mikroalga pada setiap sampel ditentukan dengan metode hitung langsung menggunakan haemocytometer dan mikroskop dengan perbesaran 10x. Beberapa faktor lingkungan dapat mempengaruhi pertumbuhan Chlorella sp. ini selama masa kultur seperti kualitas air dalam beberapa kondisi seperti kimia dan mediannya. Parameter fisik seperti suhu, intensitas cahaya, dan aerasi, serta parameter kimia seperti suhu, DO, pH, dan salinitas digunakan untuk mengevaluasi kualitas air. Penggunaan pakan alami sebagai tambahan nutrisi dapat meningkatkan kualitas hasil budidaya udang vaname.
Co-Authors Afandi, Aminuddin Ani Budi Astuti Evellin Dewi Lusiana, Evellin Dewi Garang, Benaya Tadeus Heni Kusdarwati Henny Pramoedyo Mohammad Mahmudi Mudjiono Mudjiono, Mudjiono Nabila Ayunda Sovia Nanik Retno Buwono Naurah Atikah Rabbani Nurjannah Nurjannah Rossanda Sevia Gadis Sofi, Firuliza Nurus Solimun, Solimun