Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Official Statistics
Bagaskoro Cahyo Laksono
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
AKSELERASI PENINGKATAN KESEHATAN DI INDONESIA : EFEKTIVITAS KEMOTERAPI KANKER PROSTAT DENGAN ANALISIS TINGKAT TUMOR MARKER PASIEN MENGGUNAKAN PERSAMAAN DIFFERENSIAL Bagaskoro Cahyo Laksono; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (549.46 KB) | DOI: 10.34123/semnasoffstat.v2019i1.23

Abstract

Interaksi biologis sel-sel dalam tubuh serta pertumbuhan dan pembelahan sel kanker dapat diaplikasikan ke dalam model matematika. Pertumbuhan kanker dapat dimodelkan dalam bentuk persamaan ekponensial. Untuk membuat model pertumbuhan kanker secara eksponensial dapat didekati dengan pertumbuhan tumor marker. Tingkat Tumor Marker di atas batas normal yang dihasilkan sel tubuh dapat mereprentasikan banyaknya sel kanker yang tumbuh. Salah satu tumor marker dalam tubuh adalah PSA, prostate-specific antigen, yang mengindikasikan jumlah sel kanker dalam kelenjar prostat. Sel dalam tubuh tumbuh dengan melakukan pembelahan. Pertumbuhan yang berlipat ini dapat didekati dengan fungsi eksponensial. Sel kanker merupakan sel tubuh yang pembelahannya tak terkendali. Secara alami tubuh menekan pertumbuhan kanker dengan system imun. Namun terkadang imun tidak cukup kuat untuk menahannya sehingga diperlukan pengobatan. Kondisi imun tubuh berpengaruh pada laju pertumbuhan kanker (dilambangkan g) dan respon tubuh terhadap kemoterapi berpengaruh pada laju penurunan kanker (dilambangkan d). Persamaan pertumbuhan sel kanker yang dalam hal ini direpresentasikan oleh kadar PSA terhadap waktu dapat dimodelkan dengan persamaan
PEMODELAN DAN PENERAPAN METODE RFM PADA ESTIMASI NILAI KONSUMEN (CUSTOMER LIFETIME VALUE) MENGGUNAKAN K-MEANS CLUSTERING MACHINE LEARNING Bagaskoro Cahyo Laksono; Ika Yuni Wulansari
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (376.584 KB) | DOI: 10.34123/semnasoffstat.v2020i1.689

Abstract

Krisis Covid-19 berdampak pada revenue perusahaan, jika perusahaan tidak meningkatkan strategi pemasaran yang tepat terhadap konsumen, akan beresiko gulung tikar karena tidak memiliki target pasar yang jelas. Disamping itu, perusahaan dapat mengembangkan bisnisnya menggunakan big data untuk mendukung decision making. Big data dalam industry e-commerce yang mencakup ukuran dan kecepatan transaksi yang tinggi dapat digunakan untuk menganalisis perilaku konsumen bahkan memprediksi nilai konsumen. Pada zaman sekarang perusahaan mulai mengembangkan ketertarikan bisnis yang berorientasi konsumen daripada berorientasi produk. Salah satu cara yang dapat digunakan untuk menentukan nilai konsumen yaitu dengan menghitung Customer Lifetime Value (CLV). Dengan mengetahui CLV di level individu, akan berguna untuk membantu pengambil keputusan untuk mengembangkan segmentasi konsumen dan alokasi sumber daya. Penting dilakukan segmentasi atau pengelompokkan konsumen yang menggambarkan kelompok loyalitas konsumen. Oleh karena itu tujuan dalam penelitian ini adalah melakukan penghitungan CLV dan segmentasi konsumen dengan menggunakan metode analisis RFM dengan K-Means Clustering Machine Learning Model. Tahapan analisis diantaranya mendefinisikan RFM Segmentation Value yang merupakan clustering yang dibangun dari angka kumulatif yang berisi penjumlahan Recency, Frequency dan Monetary Level yang dimiliki masing-masing konsumen. Kombinasi nilai level yang tercipta berkisar antara 0,1,2,3,4,5,6 yang artinya semakin tinggi nilainya maka semakin berharga konsumen tersebut. Pada akhirnya, metode segmentasi konsumen yang di bangun penulis dapat digunakan untuk optimasi strategi perusahaan untuk mendapat profit yang maksimum. Metode ini dapat diterapkan pada berbagai kasus dan perusahaan lain. Hasil penelitian ini diharapkan dapat membantu perusahaan untuk bertahan di tengah krisis akibat Covid-19.
Pemodelan Analisis Rantai Markov untuk Mengestimasi Potensi Kasus Narkoba di Indonesia Bagaskoro Cahyo Laksono; Nucke Widowati Kusumo Projo
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (290.756 KB) | DOI: 10.34123/semnasoffstat.v2021i1.1016

Abstract

Drug abuse not only threatens the survival and future of the abuser, but also the future of the nation and state. For this reason, up-to-date information is needed regarding the severity of drug abuse, including through recording the number of drug cases. This study aims to analyze the potential for drug cases in six provinces with the highest number of reported drug cases in Indonesia, namely North Sumatra, Jambi, Bali, Central Kalimantan, South Kalimantan and East Kalimantan. The methodology used in this research is descriptive analysis and Markov chain analysis. The results of the estimation of the number of drug cases in five years, from 2019 to 2023, show that East Kalimantan Province is the province with the most drug cases. Then followed by North Sumatra, Bali, South Kalimantan, Central Kalimantan, and Jambi.
Co-Authors Ika Yuni Wulansari Nucke Widowati Kusumo Projo