Article Per Year (5 Year)
p-Index From 2021 - 2026
2.147
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Sains Matematika dan Statistika Zeta - Math Journal Journal of Electrical Engineering and Computer (JEECOM) Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Pengabdian Masyarakat Al-Fatimah Bajhrah : Jurnal Pengabdian Kepada Masyarakat
Luluk Sarifah
Univeritas Annuqayah
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Zeta - Math Journal

 1 
Implementasi Algoritma K-Nearest Neighbor (K-NN) dalam Mengklasifikasikan Berbagai Jenis Ekspresi Wajah Manusia Khaliqah, Marinatul; Sarifah, Luluk; Khotijah, Siti
Zeta - Math Journal Vol 9 No 1 (2024): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.1.10-20

Abstract

Ekspresi wajah manusia adalah bentuk respon alami yang ditunjukkan oleh manusia untuk memperlihatkan perasaan yang sedang dirasakan saat berinteraksi sosial, yang mana dalam berinteraksi sosial, kondisi emosi yang baik menjadi penting dalam menjalin komunikasi yang baik. Pentingnya penelitian terkait ekspresi wajah adalah membantu perkembangan teknologi di dunia dalam memainkan peran penting dalam interaksi komputer dan manusia. Adanya penelitian ini bertujuan untuk mengklasifikasikan ekspresi wajah manusia menggunakan algoritma K-Nearest Neighbor dengan dibantu ekstraksi ciri GLCM sebagai variabel yang dijadikan inputan pada proses klasifikasi. Pada penelitian ini dilakukan dua jenis pengujian, yaitu dengan jumlah data yang lebih banyak dan jumlah data yang lebih sedikit dengan penggunaan k=1, k=3, dan k=5 dengan tujuan mengetahui tingkat akurasi yang lebih baik dari algoritma K-Nearest Neighbor. Setelah dilakukan pengujian didapatkan hasil akurasi yang lebih baik dari algoritma K-Nearest Neighbor adalah dengan jumlah data yang lebih banyak dengan penggunaan k=1, yaitu dengan tingkat akurasi mencapai 100%. Jadi dapat disimpulkan bahwa algoritma K-Nearest Neighbor dapat mencapai akurasi terbaiknya dalam mengklasifikasikan jenis ekspresi wajah manusia adalah dengan pengujian data yang lebih banyak dan dengan penggunaan k=1.
Forecasting the Number of BMT NU Lenteng Branch Customers Using the Single Exponential Smoothing Method Munawwarah, Siti; Sarifah, Luluk
Zeta - Math Journal Vol 10 No 1 (2025): May
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2025.10.1.11-18

Abstract

The presence of financial institutions greatly helps the country in terms of economy, including Islamic financial institutions such as BMT NU Lenteng Branch which was established in 2014. For BMT NU, the existence of customers greatly influences the continuity of the work process. Therefore, in order to facilitate the preparation of the next work plan, a customer forecasting technique is needed to determine the number of saving customers in the next period, which can fluctuate every year. For this study, data on the number of savers was used from 2014-2023, then for forecasting using the Single Exponential Smoothing method, a method that focuses on finding stability values. The advantage of this method lies in its ease of operation which is relatively simple. To determine the level of accuracy obtained from the forecasting results, the Mean Absolute Deviation (MAD), Mean Squared Error (MSE), and Mean Absolute Percentage Error (MAPE) methods are used. From the results of the research that has been carried out, it was found that the best alpha value for forecasting is at alpha 0,9 with a forecasting result of 10.065,3. The error calculation obtained for the last 10 years of data is MAD = 1.050,037676, MSE = 1.622.018,167, and MAPE = 25%. While for the last 5 years of data, MAD = 1.415,6342, MSE = 2.528.041,621, and MAPE = 19%.
Penerapan Metode Single Moving Average Dalam Memprediksi Jumlah Penduduk Miskin Pada Perencanaan Pembangunan Daerah Kabupaten Pamekasan Sarifah, Luluk; Kamilah, Siti; Khotijah, Siti
Zeta - Math Journal Vol 8 No 2 (2023): November
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2023.8.2.47-54

Abstract

Negara Indonesia merupakan Negara yang tergolong masih berkembang, sehingga kemiskinan masih menjadi masalah utama yang perlu dibenahi, seperti halnya juga masalah kemiskinan yang ada di Pamekasan. Tujuan dari penelitian ini adalah memprediksi jumlah penduduk miskin menggunakan metode single moving average. Metode single moving average adalah suatu metode peramalan yang dilakukan dengan mengambil sekelompok nilai pengamatan, mencari nilai rata-rata tersebut sebagai ramalan untuk periode yang akan dating, kemudian dalam penelitian menggunakan data penduduk miskin kabupaten Pamekasan dari tahun 2017-2023 dengan perhitungan 2 periode (n=2) dan 3 periode (n=3) dan pengukuran akuarasi dengan MSE (Mean Squared Error), MAD (Mean Absolute Deviation) dan MAPE (Mean Absolute Precentage Error). Berdasarkan penelitian yang telah dilakukan diperoleh hasil bahwa pergerakan n=3 memiliki nilai hasil yang lebih baik dibandingkan dengan yang menggunakan n=2, dimana diperoleh nilai hasil peramalan di periode yang akan datang pada tahun 2024 yaitu perkiraan penduduk miskin sebanyak 134,55 jiwa. Hal itu berdasarkan nilai MAD dan MSE yang lebih kecil dibangdingkan dengan perhitungan dengan n=2, yaitu dengan nilai MAD sebesar 4,228 dan MSE sebesar 38,045.Selanjutnya berdasarkan nilai MAPE juga diperoleh hasil perhitungan paling kecil yaitu perhitungan menggunakan metode Single Moving Average dengan besar pergerakan n=3 yaitu sebesar 3,186%.
Peramalan Jumlah Penduduk Kecamatan Pragaan Menggunakan Metode Statistical Staight Line Khotijah, Siti; Samaniyah, Samaniyah; Sarifah, Luluk; Faisol, Faisol
Zeta - Math Journal Vol 8 No 2 (2023): November
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2023.8.2.55-59

Abstract

Penelitian ini bertujuan untuk memprediksi jumlah penduduk di Desa Pragaan Daya menggunakan metode Statistical Straight Line. Data jumlah penduduk dari periode sebelumnya digunakan untuk melakukan prediksi. Metode Statistical Straight Line digunakan untuk menemukan garis lurus yang paling mendekati data sebelumnya dan digunakan untuk memprediksi jumlah penduduk di masa mendatang. Hasil prediksi kemudian dievaluasi menggunakan metrik akurasi Mean Absolute Percentage Error (MAPE). Dalam penelitian ini, nilai MAPE yang dihasilkan adalah sebesar 3,095933961 atau setara dengan 3,1%. Hasil ini menunjukkan bahwa prediksi menggunakan metode Statistical Straight Line memiliki tingkat akurasi yang relatif baik. Meskipun demikian, peneliti disarankan untuk mempertimbangkan metode lain dan melakukan pembaruan serta revisi prediksi secara berkala untuk tetap relevan dengan kondisi aktual yang berubah seiring waktu.
Co-Authors Dina Raudhatul Jannah Dina Raudlatul Jannah Fadil Mas’ud Fuaddiyah, Alifatul Iis Setiana Imam Wahyudi Johannes P Kumagaya Khaliqah, Marinatul Lailiyatus Sa’adah Made Susilawati Marinatul Khaliqah Khaliqah Moh. Sukron Muhammad Luthfi Munawwarah, Siti Prasanti Mia Purnama Purnama, Prasanti Mia Rinovian Rais Samaniyah, Samaniyah Siti Kamilah, Siti Siti Khotijah Ulfatul Husna Ulfatul Husna Wildayatus Shofiyah