Claim Missing Document
Check
Articles

Found 16 Documents
Search

Peningkatan Kemampuan Penalaran Matematis Siswa Menggunakan Pendekatan Pendidikan Matematika Realistik Lestari, Indah; Prahmana, Rully Charitas Indra; Wiyanti, Wiwik
Jurnal Inovasi Pendidikan Dasar Vol 1 No 2 (2016): June
Publisher : Universitas Muhammadiyah Prof. Dr. HAMKA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/jipd.v1i2.16

Abstract

Penelitian ini bertujuan untuk mengetahui perbedaan rata-rata N-Gain kemampuan penalaran matematis antara siswa yang memperoleh pembelajaran matematika dengan pendekatan pendidikan matematika realistik dan siswa yang memperoleh pembelajaran matematika dengan pendekatan konvensional. Penelitian ini menggunakan metode eksperimen semu dengan non-equivalent control group designyang dilaksanakan di salah satu SMP Swasta kelas VII di Tangerang. Instrumen yang digunakan adalah instrumen tes yang telah valid berupa soal tes awal dan tes akhir yang berbentuk uraian dengan reliabilitas kategori tinggi. Hasil penelitian menunjukkan bahwaterdapat perbedaan yang signifikan rata-rata N-Gain kemampuan penalaran matematis antara siswa yang memperoleh pembelajaran matematika dengan pendekatan pendidikan matematika realistik dankelas yang memperoleh pembelajaran matematika dengan pendekatan konvensional. Rata-rata N-Gain kemampuan penalaran matematis siswa yang memperoleh pembelajaran matematika dengan pendekatan pendidikan matematika realistik lebih tinggi dibandingkan siswa yang memperoleh pembelajaran matematika dengan pendekatan konvensional.
LEARNING THE CRITICAL POINTS FOR ADDITION IN MATEMATIKA GASING Siregar, Johannes Hamonangan; Wiyanti, Wiwik; Wakhyuningsih, Nur Safitri; Godjali, Ali
Journal on Mathematics Education Vol 5, No 2 (2014)
Publisher : Department of Doctoral Program on Mathematics Education, Sriwijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (407.82 KB) | DOI: 10.22342/jme.5.2.1500.160-169

Abstract

We propose learning Matematika GASING to help students better understand the addition material. Matematika GASING is a way of learning mathematics in an easy, fun and enjoyable fashion. GASING is short for GAmpang, aSyIk, and menyenaNGkan (Bahasa Indonesia for easy, fun and enjoyable). It was originally developed by Prof. Yohanes Surya at the Surya Institute in Indonesia to improve the mathematics education in Indonesia. In Matematika GASING, there is a step called “the critical point” that needs to be mastered for each topic. The focus of our research is the critical point for addition, that is addition of two numbers between 1 − 10 with a sum less than 20. The subject is a matriculation class at STKIP Surya and the research method used is Classroom Action Research. The statistics obtained is described using Qualitative Descriptive Statistics.Keyword: Matematika GASING, Addition, Critical Points, Classroom Action Research. DOI: http://dx.doi.org/10.22342/jme.5.2.1500.160-169
Upaya Meningkatkan Kemampuan Berfikir Logis Matematis Mahasiswa Papua Dalam Pemecahan Masalah Luas Daerah Di Bawah Kurva Normal Wiyanti, Wiwik
Jurnal Derivat: Jurnal Matematika dan Pendidikan Matematika Vol 4, No 2 (2017): Jurnal Derivat (Desember 2017)
Publisher : Pendidikan Matematika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1423.901 KB) | DOI: 10.31316/j.derivat.v4i2.156

Abstract

To improve the logical thinking ability of Papuan students, this research was conducted. The material subject of this research is how to solve the wide of the area under the normal curve.  The subject of the research is Papuan students in Class of Statistika Dasar in Mathematics Education major in STKIP Surya Tangerang 2016/2017 academic year. The methods of this research are Qualitative. Data had collected with Test and interview and to data analysis was using Descriptive Qualitative. The design of this research used Action Research.  The result showed that 1) Students with the high math problem-solving skill the area under the normal curve have been able to think coherently, as well as could completion of the work in consecutively and correctly. 2) Students with the math problem-solving ability, have been able to think coherently already did the problem in order, but still make errors in final calculation, because careless. 3) Students with low ability in math problem solving, have been able to think coherently already do the problem in order, but there was still a lot of mistake calculations in basic calculations like a division of integer, and as well as the final calculations. Kata Kunci: action, logical, thinking, curve, normal
Perbandingan Box-Jenkin’s Method dan ChatGPT dalam Memprediksi Jumlah Kematian Penderita Tuberkulosis di Indonesia Melantika, Brigita Tiara Elgityana; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1948

Abstract

Penyakit merupakan salah satu hal yang dihindari oleh makhluk hidup. Banyak penyakit yang dapat memicu kematian. Adapun 10 penyakit mematikan yang terkenal di berbagai penjuru dunia, salah satunya adalah tuberkulosis (TB). Indonesia termasuk dalam 10 negara yang memiliki jumlah kasus penderita tuberkulosis yang tinggi. Pada angka kematian penderita tuberkulosis di Indonesia pada 1990-2019 memiliki pola tren yang cocok untuk melakukan analisis Box-Jenkin’s method. Data aktual kasus ini menggunakan difference method orde-2 dan memiliki model terbaik yaitu ARIMA (2, 2, 2) dengan hasil data peramalan, yaitu 76741,18, 74746,60, 72869,15, 70939,06, dan 69035,59 jiwa. Pemodelan yang dihasilkan ChatGPT memiliki kesamaan yaitu ARIMA (2, 2, 2).
Perbandingan Metode Holt’s Linier dan GPT-4 Untuk Peramalan Jumlah Kasus Kematian Diabetes Melitus Di Indonesia Evania , Clara Della; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.2063

Abstract

Kematian merupakan suatu kondisi yang tidak dapat dihindari oleh manusia dan pasti akan terjadi pada semua makhluk hidup. Kematian dapat diantisipasi dengan menerapkan suatu pola hidup yang sehat atau menjaga kesehatan yang harus diperhatikan setiap manusia. Namun banyak masyarakat yang masih tidak mempedulikan kesehatannya dengan menerapkan pola hidup yang tidak sehat. Gaya hidup yang tidak sehat tersebut akan berdampak bagi kesehatan serta dapat mendatangkan berbagai macam penyakit, seperti diabetes melitus. Diabetes melitus merupakan kondisi saat tubuh tidak mempertahankan gula dalam darah tetap stabil dalam kadar yang normal yang terjadi gangguan dari fungsi atau disfungsi dari kelenjar pancreas untuk memproduksi insulin secara alami.Tujuan dari penelitian ini adalah untuk menunjukkan hasil peramalan menggunakan metode Holt’s Linear Smoothing dengan alpha sebesar 0,546 dan beta sebesar 1. Dalam penelitian ini akan meramalkan data dari 2020 – 2026. Didapatkan hasil peramalan yang berbeda dengan menggunakan chat GPT-4 dan perhitungan manual. Kata Kunci: , , , ,
Analisis Financial Distress Perusahaan Sektor Kesehatan Dengan Menggunakan Metode Cox-Hazard Regression Prayogo, Albert Agung; Agatha, Dhela Asafiani; Gunawan, Naftali Brigita; Ramadhani, Sausan; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.2295

Abstract

Financial Distress merupakan kondisi kesulitan keuangan perusahaan yang menyebabkan perusahaan tidak dapat memenuhi kewajibannya untuk menjalankan bisnis. Berdasarkan beberapa penelitian sebelumnya analisis financial distress terhadap suatu sektor bisnis dapat menggunakan model Cox-Hazard Regression dengan menggunakan variabel EPS sebagai indikator terjadinya financial distress pada perusahaan dalam suatu sektor bisnis. Penelitian ini bertujuan untuk mengetahui peluang survive 19 perusahaan sektor kesehatan di Indonesia berdasarkan perusahaan yang terdaftar di Bursa Efek Indonesia dan mengetahui apakah rasio keuangan Return on Equity, Debt on Equity Ratio, dan besarnya Sales terhadap terjadinya financial distress pada perusahaan sektor kesehatan dengan menggunakan Metode Cox-Hazard Regression. Data diperoleh dari laporan keuangan perusahaan-perusahaan sektor kesehatan yang terdaftar di Bursa Efek Indonesia pada tahun 2019-2023. Berdasarkan hasil analisis survival diperoleh hasil bahwa peluang survive dari financial distress perusahaan cenderung tinggi meskipun dilanda pandemi COVID-19. Namun, peluang survive perusahaan dari financial distress mengalami penurunan yang berarti pada akhir tahun 2022 hingga tahun 2023. Variabel independen Return on Equity, Debt on Equity Ratio dan jumlah Sales secara simultan berpengaruh secara berarti terhadap terjadinya financial distress perusahaan kesehatan di Indonesia yang terdaftar di Bursa Efek Indonesia tahun 2019-2023. Secara parsial, variabel independen Return on Equity dan Debt on Equity Ratio memberikan pengaruh yang berarti terhadap terjadinya financial distress pada perusahaan kesehatan di Indonesia yang terdaftar di Bursa Efek Indonesia tahun 2019-2023 sedangkan total sales tidak memberikan pengaruh yang berarti.
Prediksi Jumlah Kunjungan Pasien Mental disorder Pelayanan Mentari Puskesmas Kecamatan Kalideres menggunakan ARCH, GARCH dan Box-Jenkins Arifin, Alicia; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 2 (2024): Volume 07 Nomor 02 (Oktober 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i2.3043

Abstract

Pelayanan Mentari adalah pelayanan pasien mental disorder di Puskesmas kecamatan Kalideres, yang mana memiliki sub pelayanan Polania (poli anti aniaya) untuk menangani permasalahan bullying pada. Penelitian ini dilakukan untuk memprediksi jumlah kunjungan pasien di pelayanan Mentari. Data yang ditemukan menunjukkan bahwa 26,7% remaja di Indonesia mengalami gangguan cemas dan total prevalensi masalah kesehatan mental mencapai 46,8%, penting untuk mengidentifikasi pola data agar pemerintah bisa mengatasi masalah mental disorder sejak dini. Jenis penelitian yang digunakan adalah metode kuantitatif. Tujuan dari penelitian ini adalah menggambarkan kondisi kesehatan mental di daerah Kalideres dan bisa memproyeksikan jumlah pasien mental disorder di daerah Kalideres, sehingga pemerintah bisa membuat kebijakan untuk menurunkan masalah mental disorder. Data yang digunakan adalah data bulanan kunjungan pasien mental disorder pelayanan Mentari tahun 2020-2023. Metode analisa time-series yang digunakan adalah Box-Jenkins, ARCH dan GARCH. Metode yang terbaik adalah metode Box-Jenkins dengan ARIMA(1,1,1) yang mempunyai nilai MAPE sebesar 9,7%. Prediksi di bulan januari 2024 adalah 270,60 (95% CI, 204,97-336,23) dan bulan Februari 2024 sebanyak 269.31 (95% CI, 200,77 - 337,86). Hasil prediksi oleh model ARCH(1) sebesar 200,97(95% CI, -206,28-608,22), model GARCH(1,1) sebesar 191,95 (95% CI, -215,30-599,20). Kata kunci: mental disorder, forecast, arima, arch, garch
Pelatihan Visualisasi Data Menggunakan Aplikasi Tableau di BPS Kota Tangerang Selatan Wiyanti, Wiwik; Seleky, Jacob Stevy; Riswandi, Calvin; Jimy, Valensius
Abdimas Galuh Vol 7, No 1 (2025): Maret 2025
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v7i1.18020

Abstract

Pembangunan sumber daya manusia untuk segera mewujudkan Indonesia maju sesegera mungkin tidak hanya dilakukan dari pemerintah kepada masyarakat saja (upper-bottom), namun bisa dilakukan dari masyarakat kepada pemerintah (bottom-upper) sebagai wujud nyata partisipasi masyarakat kepada negara. Seperti halnya pengabdian kepada masyarakat (PKM) kali ini, adalah dari masyarakat dan untuk masyarakat. Kegiatan PKM ini adalah pelatihan visualisasi data menggunakan Tableau untuk pegawai BPS Kota Tangerang Selatan. Perlu disadari bahwa teknologi semakin maju, dan perkembangan aplikasi untuk visualisasi data sudah tidak hanya dengan excel saja, namun mampu dikerjakan menggunakan Tableau. Tujuan dari pengabdian ini adalah meningkatkan pengetahuan pegawai BPS Kota Tangerang mengenai visualisasi data menggunakan Tableau. Adapun alasan pelatihan ini diadakan adalah aplikasi Tableau belum dikenal oleh pegawai BPS Kota Tangerang. Analisa data yang digunakan adalah menggunakan non-parametrik sign test. Peserta pelatihan sebanyak 20 orang dan yang mengikuti pre-test dan post-test lengkap sebanyak 17 peserta. Hasil analisa data diperoleh kesimpulan bahwa pelatihan visualisasi data dengan menggunakan aplikasi Tableau efektif untuk meningkatkan pengetahuan visualisasi data pegawai BPS Kota Tangerang Selatan.
IMPLEMENTATION OF LONG SHORT-TERM MEMORY (LSTM) IN FORECASTING THE NUMBER OF TRAIN PASSENGERS IN JAVA ISLAND Gunawan, Naftali Brigitta; Wiyanti, Wiwik
VARIANCE: Journal of Statistics and Its Applications Vol 7 No 1 (2025): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol7iss1page1-10

Abstract

For certain Indonesians, trains are a particularly popular form of land transportation. Every year, during specific seasons, this mode of transportation consistently experiences a surge in passenger numbers. Due to this, it is necessary to make accurate predictions to make policies, such as whether additional carriages are needed. The selection of prediction methods will significantly impact policymaking. One of the methods currently being developed for prediction is related to machine learning. This study aims to implement a forecasting method using machine learning that can be used to predict time series data. The machine learning used in this study is the Long Short-Term Memory (LSTM) method. In this study, we used time series data on the number of train passengers. The data used is secondary data from the Statistics Indonesia (BPS). The data analysis process in this study uses Python software. The results of this analysis show that the LSTM model has a high level of accuracy in prediction, indicated by the mean squared error value of 2,941,137.156 and MAPE of 0.07%. Forecasts show a gradual increase in the number of passengers, starting from 32,381 people in the first month to 33,068 people in the third month. These results indicate that the LSTM model is thought to be effective in predicting changes in the number of train passengers, and further research is needed to verify this assumption.
Prediction of The Electricity Capacity Ready to Sell in DKI Jakarta Using Holt's Linear Exponential Smoothing and Arima Methods Agatha, Dhela Asafiani; Wiyanti, Wiwik
International Journal of Mathematics, Statistics, and Computing Vol. 3 No. 3 (2025): International Journal of Mathematics, Statistics, and Computing
Publisher : Communication In Research And Publications

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46336/ijmsc.v3i3.209

Abstract

The point of this study is to look at how well Holt's Linear Exponential Smoothing and Autoregressive Integrated Moving Average (ARIMA) can predict time series data that have trend and non-seasonal characteristics. The information on the power capacity available for sale (kWh) at DKI Jakarta serves as the case study. It is anticipated that this study will serve as a guide for choosing efficient techniques for data types with trend and non-seasonal characteristics. This study uses a quantitative methodology with the application of Holt's Linear Exponential Smoothing and Autoregressive Integrated Moving Average (ARIMA). A total of 36 data points—monthly data from January 2020 to December 2022—were used in this study. From the analysis results, the error accuracy level was obtained based on the MAPE calculation, namely 3.18% for Holt's Linear Exponential Smoothing. Meanwhile, the best model with the ARIMA method is ARIMA(3,1,1) with a MAPE value of 3.124%. Based on the forecast results from January to March 2023, the predictions with the best model, namely ARIMA(3,1,1), are 3,140,106,571 kWh, 3,149,746,276 kWh and 3,154,664,915 kWh.