Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal International Journal of Trends in Mathematics Education Research (IJTMER) Matematika Sains Matematika Sains: Jurnal Ilmu Matematika
Zulaiha Zulaiha
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics Other

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

Found 3 Documents
Search

 1 
Developing Discovery Learning Assisted Peer Tutors To Improve Problem Solving Zulaiha Zulaiha; Haninda Bharata; Syarifuddin Dahlan
International Journal of Trends in Mathematics Education Research Vol 3, No 2 (2020)
Publisher : SAINTIS Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33122/ijtmer.v3i2.145

Abstract

This research is a research development that aims to find out the development of peer learning assisted by peer tutors that can improve students' mathematical problem solving abilities that are valid, practical and effective. This research procedure uses the development of research by Borg Gall. This development stage starts from the preliminary study, the preparation of learning development, validation, initial field trials, and field trials. The subjects of the study were Grade VII students of Al-Huda Jatiagung South Lampung Middle School in the odd semester of the 2019/2020 academic year. Data collection through observation, interviews, questionnaires, and tests of mathematical problem solving abilities. The results showed that the syntax or stages of discovery learning assisted by peer tutors on the set material met valid and practical criteria. Furthermore, the average N-Gain score of students' mathematical problem-solving abilities after using peer tutored assisted discovery learning is more than the average N-Gain score of mathematical problem-solving abilities of students who take conventional learning. It was concluded that the ability to solve mathematical problem solving with peer tutor-assisted discovery learning was more effective than conventional mathematical problem solving skills with conventional learning.
Klasifikasi Tingkat Keparahan Korban Pada Kecelakaan Lalu Lintas Dengan Metode Chi-Squared Automatic Interaction Detection (CHAID) Di Kota Bekasi Zulaiha Zulaiha; Mirtawati Mulyami; Andri Saputra
Matematika Sains Vol 1 No 2 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 2 TAHUN 2023
Publisher : Fakultas Sains Dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34005/ms.v1i2.3237

Abstract

Kecelakaan lalu lintas merupakan suatu peristiwa di jalan yang tidak dapat diduga dan tidak disengaja yang melibatkan kendaraan dengan atau tanpa pengguna jalan yang mengakibatkan korban manusia maupun kerugian harta, benda. Kecelakaan lalu lintas sulit di minimalisasi dan cenderung meningkat setiap tahunnya seiring pertambahan jalan dan banyaknya jumlah kendaraan. Menurut data POLRES kota Bekasi kecelakaan lalu lintas mengalami kenaikan setiap tahunnya, maka perlu dilakukan penelitian yang bertujuan untuk mengetahui faktor-faktor apa sajakah yang mempengaruhi kecelakaan lalu lintas yang mengalami meninggal dunia, luka berat, dan luka ringan. Metode yang digunakan adalah CHAID, karena CHAID akan menghasilkan pohon keputusan dalam klasifikasi sehingga akan memudahkan dalam interprestasi. Prosedur metode CHAID yaitu membagi variabel independen (Jenis Kelamin, Usia Korban, Pendidikan, Pekerjaan, Waktu Kejadian, Faktor Pengemudi, Jumlah Kendaraan Yang Terlibat, Jenis Kendaraan, Jenis Kecelakaan, Status Jalan, Lokasi Kawasan) menjadi sebuah kelompok berdasarkan pada variabel dependennya (Tingkat Keparahan Korban). Analisis CHAID dengan menggunakan software SPSS 24 menghasilkan 7 segmen klasifikasi dimana terdapat 4 faktor yang mempengaruhi Tingkat Keparahan Korban yaitu, Pekerjaan, Jenis Kendaraan, Status Jalan, dan Jumlah Kendaraan Yang Terlibat. Model Klasifikasi metode CHAID dengan software SPSS 24 memiliki akurasi sebesar 96,8%, maka model tersebut sudah sangat baik. Sedangkan analisis CHAID dengan menggunakan software SIPINA menghasilkan 5 segmen terdapat 3 faktor yang mempengaruhi Tingkat Keparahan Korban yaitu, Pekerjaan, Status Jalan, dan Jumlah Kendaraan Yang Terllibat. Model Klasifikasi metode CHAID dengan software SIPINA memiliki akurasi sebesar 86,9%, maka model tersebut sudah sangat baik.
Klasifikasi Tingkat Keparahan Korban Pada Kecelakaan Lalu Lintas Dengan Metode Chi-Squared Automatic Interaction Detection (CHAID) Di Kota Bekasi Zulaiha Zulaiha; Mirtawati Mulyami; Andri Saputra
Matematika Sains Vol 1 No 2 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 2 TAHUN 2023
Publisher : Fakultas Sains Dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34005/ms.v1i2.3237

Abstract

Kecelakaan lalu lintas merupakan suatu peristiwa di jalan yang tidak dapat diduga dan tidak disengaja yang melibatkan kendaraan dengan atau tanpa pengguna jalan yang mengakibatkan korban manusia maupun kerugian harta, benda. Kecelakaan lalu lintas sulit di minimalisasi dan cenderung meningkat setiap tahunnya seiring pertambahan jalan dan banyaknya jumlah kendaraan. Menurut data POLRES kota Bekasi kecelakaan lalu lintas mengalami kenaikan setiap tahunnya, maka perlu dilakukan penelitian yang bertujuan untuk mengetahui faktor-faktor apa sajakah yang mempengaruhi kecelakaan lalu lintas yang mengalami meninggal dunia, luka berat, dan luka ringan. Metode yang digunakan adalah CHAID, karena CHAID akan menghasilkan pohon keputusan dalam klasifikasi sehingga akan memudahkan dalam interprestasi. Prosedur metode CHAID yaitu membagi variabel independen (Jenis Kelamin, Usia Korban, Pendidikan, Pekerjaan, Waktu Kejadian, Faktor Pengemudi, Jumlah Kendaraan Yang Terlibat, Jenis Kendaraan, Jenis Kecelakaan, Status Jalan, Lokasi Kawasan) menjadi sebuah kelompok berdasarkan pada variabel dependennya (Tingkat Keparahan Korban). Analisis CHAID dengan menggunakan software SPSS 24 menghasilkan 7 segmen klasifikasi dimana terdapat 4 faktor yang mempengaruhi Tingkat Keparahan Korban yaitu, Pekerjaan, Jenis Kendaraan, Status Jalan, dan Jumlah Kendaraan Yang Terlibat. Model Klasifikasi metode CHAID dengan software SPSS 24 memiliki akurasi sebesar 96,8%, maka model tersebut sudah sangat baik. Sedangkan analisis CHAID dengan menggunakan software SIPINA menghasilkan 5 segmen terdapat 3 faktor yang mempengaruhi Tingkat Keparahan Korban yaitu, Pekerjaan, Status Jalan, dan Jumlah Kendaraan Yang Terllibat. Model Klasifikasi metode CHAID dengan software SIPINA memiliki akurasi sebesar 86,9%, maka model tersebut sudah sangat baik.
Co-Authors Andri Saputra Haninda Bharata Mirtawati Mulyami Syarifuddin Dahlan