Claim Missing Document
Check
Articles

Found 21 Documents
Search

KERAMBA JARING APUNG UNTUK MEMBANTU PEREKONOMIAN NELAYAN SELAM DI DAERAH PARIGI PANGANDARAN Firdaniza Firdaniza; Nurul Gusriani; Iin Irianingsih
Dharmakarya Vol 8, No 4 (2019): Desember 2019
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/dharmakarya.v8i4.19005

Abstract

Di Desa Karangjaladri, Kecamatan Parigi Kabupaten Pangandaran terdapat komunitas nelayan selam (spearfishing), yaitu nelayan yang menangkap ikan dengan menombak ikan sambil menyelam. Nelayan spearfishing hanya menangkap ikan dengan ukuran tertentu saja, agar ikan-ikan bisa berkembang biak untuk menjaga kelangsungan populasi ikan di laut. Namun, keadaan musim angin muson di Indonesia menjadi salah satu faktor penghambat kegiatan mereka dalam menangkap ikan, karena mereka tidak bisa menyelam, sehingga perekonomian nelayan ini jadi menurun. Tujuan dari PPM ini adalah untuk membantu para nelayan yang sangat bergantung pada keadaan musim, supaya mereka memiliki pendapatan yang berkelanjutan dan meningkatkan perekonomian mereka. Kegiatan yang dilakukan adalah pembuatan keramba jaring apung untuk budidaya ikan sekaligus menjadi spot wisata bagi wisata memancing dan spearfishing di daerah Parigi Pangandaran. Dengan adanya keramba apung ini, nelayan dapat membudidayakan ikan atau udang, sehingga di saat cuaca buruk, mereka dapat memanen ikan hasil keramba untuk dijual. Keramba telah dilengkapi dengan lantai atas yang dapat digunakan untuk memasak ikan dan tempat istirahat bagi para wisatawan. 
Pengelompokan Kabupaten/Kota di Jawa Barat Tahun 2018 Berdasarkan Indikator Kemiskinan dengan Polythetic Divisive Method Clarita Simar; Nurul Gusriani; Iin Irianingsih
KUBIK Vol 5, No 1 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v5i1.8549

Abstract

Masalah kemiskinan merupakan salah satu masalah yang bersifat multidimensi. Faktor kemiskinan pada setiap wilayah berbeda, dan hal tersebut dipengaruhi oleh banyak indikator kemiskinan. Pengukuran dan penentuan indikator kemiskinan akan memudahkan pemerintah membedakan tingkat kemiskinan pada suatu wilayah, sehingga pemerintah dapat membuat kebijakan yang lebih tepat untuk menanggulangi kemiskinan di wilayah tersebut. Penelitian ini bertujuan untuk mengelompokkan karakteristik suatu wilayah ke dalam beberapa tingkat kemiskinan berdasarkan variabel penjelas kemiskinan. Penelitian ini menggunakan data kemiskinan kabupaten/kota se-Jawa Barat pada tahun 2018 yang diperoleh dari BPS. Terkait dengan pengelompokan wilayah kemiskinan ke beberapa kategori, metode yang digunakan adalah metode hierarki pada analisis cluster yaitu polythetic divisive method. Banyaknya cluster optimal dipilih dengan menggunakan Dunn Index. Hasil yang diperoleh adalah polythetic divisive method menghasilkan tiga kelompok wilayah kemiskinan dengan Dunn Index sebesar 0,4490613. Karakteristik wilayah masing-masing cluster diharapkan dapat membantu pemerintah menentukan kebijakan yang sesuai untuk menanggulangi tingkat kemiskinan di Jawa Barat.
Perbandingan Penerapan Metode Agglomerative dengan Metode K-Means pada Data Curah Hujan di Wilayah Bogor Budi Nurani Ruchjana; Hera Khoirunnisa; iin Irianingsih; Bambang Suhandi
KUBIK Vol 5, No 2 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v5i2.7581

Abstract

Bogor merupakan salah satu wilayah di Jawa Barat yang dijuluki sebagai kota hujan karena memiliki curah hujan relatif lebih besar dibandingkan dengan wilayah lain sehingga perlu diadakannya pengelompokan wilayah berdasarkan tinggi rendahnya curah hujan sebagai acuan pemerintah dalam penanganan bencana. Teknik statistika multivariat yang bertujuan untuk mengelompokan objek berdasarkan karakteristiknya adalah analisis cluster. Metode analisis cluster yang digunakan penelitian ini yaitu Agglomerative dan K-Means. Perbedaan yang signifikan dari kedua metode tersebut terdapat pada proses pembentukan cluster. Oleh karena itu, tujuan pada penelitian ini adalah membandingkan metode yang tebaik berdasarkan kerapatan cluster. Data yang digunakan dalam penelitian ini adalah data agregat curah hujan bulanan musim basah dari 24 stasiun pos hujan di wilayah Bogor. Hasil penelitian ini adalah wilayah Bogor dapat dibagi menjadi 2 cluster yaitu cluster 1 kategori curah hujan sedang dan cluster 2 kategori curah hujan tinggi dengan perbandingan nilai kerapatan cluster kedua metode menghasilkan nilai yang sama yaitu sebesar 49,4% sehingga kedua metode tersebut baik untuk digunakan dalam pembentukan cluster curah hujan di wilayah Bogor dan bisa dijadikan sebagai rekomendasi bagi instansi terkait penggunaan data curah hujan seperti LAPAN dan BMKG.
Parameter Estimation STAR (1;1) Model Using Binary Weight Khafsah Joebaedi; Iin Irianingsih; Badrulfalah Badrulfalah; Dwi Susanti; Kankan Parmikanti
EKSAKTA: Berkala Ilmiah Bidang MIPA Vol. 20 No. 2 (2019): Eksakta : Berkala Ilmiah Bidang MIPA (E-ISSN : 2549-7464)
Publisher : Faculty of Mathematics and Natural Sciences (FMIPA), Universitas Negeri Padang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (884.833 KB) | DOI: 10.24036/eksakta/vol20-iss2/199

Abstract

Space Time Auto Regressive(1;1) Model or STAR(1;1) model is a form of model that involves location and time. The STAR(1;1) model is a stationary space time model in mean and variance. The STAR model can be used to forecast future observations at these locations by involving the effects of observations at other nearby locations in spatial lag 1 and lag time 1 [2]. The STAR model can be written as a linear model assuming that error is normally distributed with zero mean and constant variance. In this research, the parameter estimation procedure for STAR model using binary weight, MKT method and STAR model for the estimation of petroleum production in 3 wells is assumed to be in a homogeneous reservoir.
The Estimated Value of Losses and Insurance Due to Citarum River Flooding Iin Irianingsih; Dwi Susanti; Alit Kartiwa; Forman Ivana S.S.S.
International Journal of Business, Economics, and Social Development Vol 1, No 1 (2020)
Publisher : Research Collaboration Community (RCC)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46336/ijbesd.v1i1.14

Abstract

Flooding in Citarum always happens in Bandung District which causes loss of property, household damage, diseases moreover decease. The government provides aid for flood victims, but the help is not cover losses. In this circumstance, people need insurance. This study aims to set up flood insurance based on economic conditions, areas, and losses due to flooding. To find out the conditions, interviewed the village chief of Baleendah. The analytical methods used are linear regression analysis and analysis method mix. Linear regression analysis was used to estimate flood losses that will serve as the sum insured in the form of insurance products. Analysis mixture consisting of identification areas, conditions, and alternative insurance models used to establish the right flood insurance for Baleendah. Results show the estimation of flood losses and flood insurance appropriate to the condition of Baleendah.
Pengelompokan Kabupaten/Kota di Jawa Barat Tahun 2018 Berdasarkan Indikator Kemiskinan dengan Polythetic Divisive Method Clarita Simar; Nurul Gusriani; Iin Irianingsih
KUBIK Vol 5, No 1 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v5i1.8549

Abstract

Masalah kemiskinan merupakan salah satu masalah yang bersifat multidimensi. Faktor kemiskinan pada setiap wilayah berbeda, dan hal tersebut dipengaruhi oleh banyak indikator kemiskinan. Pengukuran dan penentuan indikator kemiskinan akan memudahkan pemerintah membedakan tingkat kemiskinan pada suatu wilayah, sehingga pemerintah dapat membuat kebijakan yang lebih tepat untuk menanggulangi kemiskinan di wilayah tersebut. Penelitian ini bertujuan untuk mengelompokkan karakteristik suatu wilayah ke dalam beberapa tingkat kemiskinan berdasarkan variabel penjelas kemiskinan. Penelitian ini menggunakan data kemiskinan kabupaten/kota se-Jawa Barat pada tahun 2018 yang diperoleh dari BPS. Terkait dengan pengelompokan wilayah kemiskinan ke beberapa kategori, metode yang digunakan adalah metode hierarki pada analisis cluster yaitu polythetic divisive method. Banyaknya cluster optimal dipilih dengan menggunakan Dunn Index. Hasil yang diperoleh adalah polythetic divisive method menghasilkan tiga kelompok wilayah kemiskinan dengan Dunn Index sebesar 0,4490613. Karakteristik wilayah masing-masing cluster diharapkan dapat membantu pemerintah menentukan kebijakan yang sesuai untuk menanggulangi tingkat kemiskinan di Jawa Barat.
Perbandingan Penerapan Metode Agglomerative dengan Metode K-Means pada Data Curah Hujan di Wilayah Bogor Budi Nurani Ruchjana; Hera Khoirunnisa; iin Irianingsih; Bambang Suhandi
KUBIK Vol 5, No 2 (2020): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v5i2.7581

Abstract

Bogor merupakan salah satu wilayah di Jawa Barat yang dijuluki sebagai kota hujan karena memiliki curah hujan relatif lebih besar dibandingkan dengan wilayah lain sehingga perlu diadakannya pengelompokan wilayah berdasarkan tinggi rendahnya curah hujan sebagai acuan pemerintah dalam penanganan bencana. Teknik statistika multivariat yang bertujuan untuk mengelompokan objek berdasarkan karakteristiknya adalah analisis cluster. Metode analisis cluster yang digunakan penelitian ini yaitu Agglomerative dan K-Means. Perbedaan yang signifikan dari kedua metode tersebut terdapat pada proses pembentukan cluster. Oleh karena itu, tujuan pada penelitian ini adalah membandingkan metode yang tebaik berdasarkan kerapatan cluster. Data yang digunakan dalam penelitian ini adalah data agregat curah hujan bulanan musim basah dari 24 stasiun pos hujan di wilayah Bogor. Hasil penelitian ini adalah wilayah Bogor dapat dibagi menjadi 2 cluster yaitu cluster 1 kategori curah hujan sedang dan cluster 2 kategori curah hujan tinggi dengan perbandingan nilai kerapatan cluster kedua metode menghasilkan nilai yang sama yaitu sebesar 49,4% sehingga kedua metode tersebut baik untuk digunakan dalam pembentukan cluster curah hujan di wilayah Bogor dan bisa dijadikan sebagai rekomendasi bagi instansi terkait penggunaan data curah hujan seperti LAPAN dan BMKG.
MODEL STAR DENGAN BOBOT SERAGAM SEBAGAI PENDETEKSI DEBIT AIR SUNGAI CITARUM Kankan Kankan Parmikanti; Khafsah Joebaedi; Iin Irianingsih
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 8 No 2 (2016): Jurnal Ilmiah Matematika dan Pendidikan Matematika
Publisher : Jurusan Matematika FMIPA Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2016.8.2.2891

Abstract

Lately when rainfall in West Java is quite high, the problem of flooding caused by overflowing of the river has always been a trending topic of regional leaders. Whatever the causes of flooding, be it because a lot of waste dumped in rivers or due to illegal logging of trees in the forest, the river water discharge increased rapidly, and overflowed into public housing. Based on the above, it should be made a model that can predict the water discharge of the river from time to time in various locations in West Java. In this paper will be presented studies Space Time Auto Regression models STAR (1,1) to model the problem of water discharge some rivers in West Java, which can be useful for predicting the discharge of river water in the future. By using Least Squares Method as predictors for the parameters, as well as assuming a uniform weighting matrix, the result that the water discharge of a river in addition affected by the river water flow at an earlier time, it is also influenced by the discharge of river water around.
ZERO-INFLATED POISSON REGRESSION TO DETERMINE THE FACTORS THAT INFLUENCE THE MATERNAL MORTALITY RATE IN BANDUNG 2016 Sri Rahayu; Nurul Gusriani; Iin Irianingsih
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 10 No 2 (2018): Jurnal Ilmiah Matematika dan Pendidikan Matematika
Publisher : Jurusan Matematika FMIPA Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2018.10.2.2849

Abstract

In Indonesia, especially Bandung, there are still many cases of maternal deaths during pregnancy, birth, and postpartum which can increase the Maternal Mortality Rate (MMR). Cases of maternal deaths are mostly due to exsanguination, infection, anemia, and the other causes that related to pregnancy. To reduce the MMR of Bandung, we can analyze to determine the factors that influence the MMR in order to maximize the maternal health care programs so as to prevent the possibility of death. The analysis is using Zero-Inflated Poisson (ZIP) regression because maternal mortality data is the result of counting that allows overdispersion due to excess zeros. Regression parameter estimation use expectation maximization algorithm followed by the Newton-Raphson iteration method. The analysis result showed that of the five suspected factors to affect the MMR -such as the first tetanus toxoid immunization (TT1), the provision of 90 Fe tablets (Fe3), postpartum care, pregnancy complications, and the first antenatal care (K1)- only TT1 and postpartum care are significantly affect the MMR.
ESTIMASI NILAI KERUGIAN DAN PREMI ASURANSI BANGUNAN AKIBAT BANJIR SUNGAI CITARUM DI KELURAHAN BALEENDAH BANDUNG Iin Irianingsih; Sukono Sukono; Forman Ivana S. S. S.
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 9 No 1 (2017): Jurnal Ilmiah Matematika dan Pendidikan Matematika
Publisher : Jurusan Matematika FMIPA Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2017.9.1.2857

Abstract

High rainfall and a lack of soil moisture absorption, often causing over flowing rivers which leads to floods. Flooding due to over flow of Citarum river is a frequent disasters in the district of Bandung which cause losses ranging from loss of property, damage to homes, diseases to loss of life. In this paper discussed about how to estimate loss cost and insurance due to flooding of the Citarum river. In this case alleged that the losses of Citarum floods affected by heads of family suffering, submerged homes, household damages and field damages. Multiple linear regression analysis was used to estimate the loss cost, which used least squares method for estimating model parameters. Mixture of analysis was used to calculate the insurance premium which considered the zone region, social class, loading factor and regulations set by OJK. The results indicate the loss cost is affected by household damage, whileother factors are not significant. Whereas, average premium is 0.5 % of insured amount by calculating the loss cost due to flooding of Citarum river. Based on estimates of loss cost and premium calculation, obtained insurance product in accordance of Baleendah condition.