Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Statistika dan Komputasi (STATKOM)
Nuraini Khoiriyah
Universitas Nahdlatul Ulama Sunan Giri
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Peramalan Banyaknya Pasien Rawat Jalan dengan Menggunakan Metode Brown's Double Exponential Smoothing Nuraini Khoiriyah; Nita Cahyani
Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (404.106 KB) | DOI: 10.32665/statkom.v1i1.451

Abstract

Latar   Belakang:    Peramalan memainkan peran penting dalam kegiatan pengambilan keputusan dalam manajemen organisasi. Kebutuhan akan peramalan yang andal semakin meningkat seiring upaya manajemen untuk mengurangi ketergantungannya pada peluang dan menjadi lebih ilmiah dalam menangani masalah-masalahnya. Terutama masalah yang terjadi pada kasus peramalan banyaknya pasien rawat jalan di Dr. R. Sosodoro Djatikoesoemo Bojonegoro. Peningkatan banyaknya pasien rawat jalan dapat diperkirakan sehingga menjadi antisipasi manajer rumah sakit dalam persediaan obat-obatan, fasilitas kesehatan, dan tenaga kesehatan. Tujuan: Meramalkan banyaknya kunjungan pasien rawat jalan di RSUD Dr. R. Sosodoro Djatikoesoemo Bojonegoro dengan model Brown's double exponential smoothing. Metode: Digunakan metode kuantitatif berupa peramalan deret waktu dengan menggunakan model Brown's double exponential smoothing dengan satu parameter yaitu ?. Model peramalan diperoleh melalui pemilihan ? terbaik berdasarkan kriteria model terbaik yaitu mean absolute percentage error (MAPE). Hasil: Diperoleh model terbaik dengan ? sebesar 0,2 dan MAPE sebesar 18. Hasil peramalan model untuk 5 bulan ke depan adalah 12.643 pada bulan Agustus, 12.895 bulan September, 13.147 bulan Oktober, 13.399 bulan November, dan 13.651 bulan Desember. Kesimpulan: Hasil peramalan pasien rawat jalan di RSUD Dr. R. Sosodoro Djatikoesoemo untuk 5 bulan menjadi masukan pengetahuan dugaan ke depan bagi manajemen rumah sakit dalam mengatasi banyaknya pasien rawat jalan.
IMPLEMENTASI GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION PADA LAJU PERTUMBUHAN PENDUDUK DI BOJONEGORO Nur Mahmudah; Nuraini Khoiriyah
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 4 No. 3 (2023): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v4i3.485

Abstract

Population Growth Rate is the rate at which influencing factors increase and decrease population size. The development of large populations in regional governments causes uncontrolled population growth rates. The population growth rate in Bojonegoro Regency from 2019 to 2020 experienced a significant increase of 0.96%. The increase in population has an impact on the emergence of various problems in the economic and social fields. This problem requires effective and comprehensive spatial modeling, namely Geographically Weighted Logistic Regression (GWLR) with Fixed Gaussian and Adaptive Gaussian weighting. GWLR modeling aims to determine the implementation of knowledge and insight into the factors that influence the rate of population growth in each area of ​​Bojonegoro District. based on the results of GWLR modeling with the Akaike Index Criteria (AIC) on the Fixed Gaussian kernel function of 33.91. This value identifies that the population growth rate modeling in each sub-district has different values. This difference can be seen from 6 sub-districts which are significantly influenced by the number of births and 5 sub-districts are significantly influenced by the number of couples of childbearing age who participate in family planning. The results of modeling predictions (GWLR) in Bojonegoro Regency show that 11 sub-districts have low growth rate categories while 17 sub-districts have high population growth rate values
Co-Authors Nita Cahyani Nur Mahmudah