Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.249

P-Index

This Author published in this journals

All Journal ILMU KELAUTAN: Indonesian Journal of Marine Sciences Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA) Jurnal Sains Matematika dan Statistika Jurnal Matematika: MANTIK JURNAL ILMIAH MATEMATIKA DAN TERAPAN BAREKENG: Jurnal Ilmu Matematika dan Terapan JRST (Jurnal Riset Sains dan Teknologi) JTAM (Jurnal Teori dan Aplikasi Matematika) International Journal of Computing Science and Applied Mathematics Mathvision : Jurnal Matematika Building of Informatics, Technology and Science Transformasi : Jurnal Pendidikan Matematika dan Matematika ESTIMASI: Journal of Statistics and Its Application Jurnal Statistika dan Aplikasinya Scientica: Jurnal Ilmiah Sains dan Teknologi Engagement: Jurnal Pengabdian Kepada Masyarakat

Putroue Keumala Intan

Universitas Islam Negeri Sunan Ampel Surabaya

Author-ID : 6227134

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Transportation Other

Published : 20 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Comparison of Kernel Function on Support Vector Machine in Classification of Childbirth Putroue Keumala Intan
Jurnal Matematika MANTIK Vol. 5 No. 2 (2019): Mathematics and Applied Mathematics
Publisher : Mathematics Department, Faculty of Science and Technology, UIN Sunan Ampel Surabaya

The maternal mortality rate during childbirth can be reduced through the efforts of the medical team in determining the childbirth process that must be undertaken immediately. Machine learning in terms of classifying childbirth can be a solution for the medical team in determining the childbirth process. One of the classification methods that can be used is the Support Vector Machine (SVM) method which is able to determine a hyperplane that will form a good decision boundary so that it is able to classify data appropriately. In SVM, there is a kernel function that is useful for solving non-linear classification cases by transforming data to a higher dimension. In this study, four kernel functions will be used; Linear, Radial Basis Function (RBF), Polynomial, and Sigmoid in the classification process of childbirth in order to determine the kernel function that is capable of producing the highest accuracy value. Based on research that has been done, it is obtained that the accuracy value generated by SVM with linear kernel functions is higher than the other kernel functions.

Control of The Spread of TB-HIV/AIDS Coinfection Using Optimal Control Yuyun Monita; Putroue Keumala Intan
Jurnal Matematika MANTIK Vol. 7 No. 1 (2021): Mathematics and Applied Mathematics
Publisher : Mathematics Department, Faculty of Science and Technology, UIN Sunan Ampel Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15642/mantik.2021.7.1.96-106

The condition in which an individual is affected by TB and HIV/AIDS in his body is called a TB-HIV/AIDS coinfection. This research aims to minimize the populations of TB-HIV/AIDS coinfection with a minimum expenditure on medical expenses, that means minimizing the objective’s function ( ) or purpose function. In this research, modification of the model was carried out by adding the treatment population for HIV patients with ARV ( ). The population used was 11 classes with the use of three controls including treatment for individuals with latent TB ( ), active TB ( ), and HIV ( ). After performing numerical simulation using the forward backward fourth order Runge-Kutta, the results show that scenario 7 is the best scenario in controlling the spread of TB-HIV/AIDS coinfection because it resulted a minimum value of 1401,44. This means that providing the treatment for individuals with latent TB, active TB, and HIV in tandem can reduce the populations of TB-HIV/AIDS coinfection in the minimum treatment cost.

Prediction of Salinity Based on Meteorological Data Using the Backpropagation Neural Network Method Anisa Nur Azizah; Dian C.R. Novitasari; Putroue Keumala Intan; Fajar Setiawan; Ghaluh Indah Permata Sari
ILMU KELAUTAN: Indonesian Journal of Marine Sciences Vol 26, No 3 (2021): Ilmu Kelautan
Publisher : Marine Science Department Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/ik.ijms.26.3.207-214

Salinity is the level of salt dissolved in water. The salinity level of seawater can affect the hydrological balance and climate change. The salinity level of seawater in each area varies depending on the influencing factors, that is evaporation and precipitation (rainfall). One way to find out the salinity level is by taking seawater samples, which requires a long time and costs a lot. In this study, the salinity level of seawater can be predicted by utilizing time series data patterns from evaporation and precipitation using artificial neural network learning, namely the backpropagation neural network. The evaporation and precipitation data used were derived from the ECMWF dataset, while the salinity data were derived from NOAA where each data was taken at the coordinate point of 9,625 113,625 in the south of Java island. Seawater salinity, evaporation, and precipitation data were formed into a 7-day time series data. This study conducted several backpropagation architectural experiments, that is the learning rate, hidden layer, and the number of nodes in the hidden layer to obtain the best results. The results of the seawater salinity prediction were obtained at a MAPE value of 2.063% with a model architecture using 14 input layers, 2 hidden layers with 10 nodes and 2 nodes, 1 output layer, and a learning rate of 0.7. Predicted sea water salinity data ranging from 33 to 35 ppt. Therefore, the prediction system for seawater salinity using the backpropagation method can be said to be good in providing information about the salinity level of sea water on the island of Java.

ANALISIS PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Dian Candra Rini; Uswatun Khasanah; Wika Dianita Utami; Putroue Keumala Intan
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.087 KB)

Prediksi atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang akan diproduksi guna mencegah terjadinya beban berlebih yang dapat menyebabkan kerusakan pada sistem trafo atau kekurangan beban listrik yang mengakibatkan krisis energi listrik pada konsumen. Oleh karena itu, dibutuhkan suatu metode alternatif untuk memprediksi beban listrik jangka pendek, salah satunya yaitu metode Adaptive Neuro Fuzzy Inference System pada penelitian ini. Data diperoleh dari PT. PLN (Persero) APD Jawa Timur yang berisi data beban listrik per setengah jam dari bulan februari sampai september tahun 2018 yang digunakan sebagai data aktual. Data kemudian dilatih dengan menggunakan metode ANFIS dan didapatkan hasil peralaman bulan september 2018. Data uji coba tanggal 1 s/d 28 september tergolong memiliki tingkat kesalahan yang rendah yaitu MAPE menunjukkan hasil 7,926%. Nilai error terbesar terjadi pada tanggal 18 september yaitu sebesar 20,51% sedangkan nilai error terkecil terjadi pada tanggal 16 september yaitu sebesar 1,117%.

OPTIMASI WAKTU TUNGGU LAMPU LALU LINTAS PADA SIMPANG LIMA KRIAN-SIDOARJO MENGGUNAKAN ALGORITMA WELCH-POWELL Wika Dianita Utami; Ahmad Naufal DS; Putroue Keumala Intan
MathVisioN Vol 2 No 1 (2020): Maret 2020
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (738.066 KB)

Simpang Lima Krian-Sidoarjo merupakan simpang lima dengan arah tujuan adalah Mojokerto, Wonoayu, Legundi, Pacet dan Sidoarjo sehingga pada simpang tersebut sering terjadi kemacetan. Sehingga membutuhkan beberapa solusi, salah satunya adalah optimasi waku tunggu lampu lalu lintas. Simpang Lima Krian-Sidoarjo dapat direpresentasikan dalam sebuah graf, dengan simpul menyatakan jalur yang dapat dilewati dalam persimpangan dan sisi menyatakan hubungan dua simpul yang saling melintas atau bersebrangan. Pada penelitian ini, digunakan metode pewarnaan graf yaitu pewarnaan simpul menggunakan Algoritma Welch-Powell untuk menentukan durasi yang optimum pada waktu tunggu lampu lalu lintas di Simpang Lima Krian-Sidoarjo. Berdasarkan hasil pewarnaan simpul diperoleh 5 bilangan kromatik. Hasil optimasi waktu tunggu lampu lalu lintas yaitu durasi lampu merah pada ruas simpang arah Mojokerto efektif jika mengalami penurunan dan tidak efektif jika durasi pada lampu hijau bertambah, durasi lampu merah pada ruas simpang arah Wonoayu, Legundi, Pacet, Sidoarjo tidak efektif jika mengalami kenaikan dan efektif jika durasi pada lampu hijau mengalami penurunan. Penyelesaian optimasi waktu tunggu lampu lalu lintas menggunakan pewarnaan simpul Algoritma Welch-Powell memberikan keefektifan hingga 13.63%.

PREDIKSI PRODUKSI BAWANG MERAH DI KABUPATEN NGANJUK DENGAN METODE SEASONAL ARIMA (SARIMA) Noviati Maharani Sunariadi; Putroue Keumala Intan; Dian Candra Rini Novitasari; Yuni Hariningsih
TRANSFORMASI Vol 6 No 1 (2022): TRANSFORMASI : Jurnal Pendidikan Matematika dan Matematika
Publisher : Pendidikan Matematika FMIPA Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/tr.v6i1.1672

Produksi bawang merah merupakan komoditas holtikultura yang dikembangkan secara nasional dengan pembinaan yang intensif. Faktor utama yang mempengaruhi produksi bawang merah adalah varietas benih, lahan dan cuaca. Penelitian ini bertujuan untuk memprediksi produksi bawang merah agar komoditas bawang merah dapat menjaga kestabilan harga dan ketersediaan barang di kabupaten Nganjuk. Data pada penelitian ini bersumber dari BPS kabupaten Nganjuk yang digunakan dalam membangun model terbaik dengan metode SARIMA untuk memprediksi produksi bawang merah periode 2021-2023. Berdasarkan hasil analisis yang dilakukan, model terbaik adalah model SARIMA (3,0,2)(2,1,2)12 yang memiliki nilai MAPE sebesar 2,01%.

Pemodelan Tindak Pidana Kriminalitas di Kota Tangerang Menggunakan Metode Regresi Lasso Diah Restu Ningsih; Putroue Keumala Intan; Dian Yuliati
ESTIMASI: Journal of Statistics and Its Application Vol. 4, No. 1, Januari, 2023 : Estimasi
Publisher : Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/ejsa.vi.24853

Criminal acts are one indicator of social welfare for a sense of security. The higher the reporting of criminal cases by the public, it indicates that the level of security in the area is getting worse. Crime acts in Tangerang City can be influenced by several factors, namely the poverty factor, the population factor and the population growth rate factor. If the rate of population growth experiences rapid growth, the population will increase and it is undeniable that poverty will increase in the city of Tangerang. This can trigger criminal acts to meet unsatisfied needs. The purpose of this study is to determine the variables that influence criminal acts in Tangerang City and to overcome the variables that occur multicollinearity. It can be concluded that all variables influence crime and the LASSO (Least Absolute Shrinkage And Selection Operator) regression can simplify the model and indirectly overcome the problem of multicollinearity in this study. So that the government can make more efforts to overcome the population and poverty problems that occur and the police to increase security in the City of Tangerang in order to create even better security and minimize crime.

Predikisi Rata-Rata Curah Hujan Bulanan di Pasuruan Menggunakan Metode Holt-Winters Exponential Smoothing Afifah Nur Aini; Putroue Keumala Intan; Nurissaidah Ulinnuha
JRST (Jurnal Riset Sains dan Teknologi) Volume 5 No. 2 September 2021: JRST
Publisher : Universitas Muhammadiyah Purwokerto

Curah hujan merupakan butiran – butiran air yang keluar dari gumpalan awan. Curah hujan sangat penting dalam berlangsung nya kehidupan sehari – hari. Penelitian ini bertujuan untuk meramalkan rata – rata curah hujan bulanan di Pasuruan dengan menggunakan Metode Holt- Winters Exponential Smoothing. Dimana Metode Holt- Winters Exponential Smoothing merupakan salah satu metode yang dapat digunakan untuk melakukan perhitungan prediksi untuk kedepan nya dengan menggunakan data pada tahun sebelumnya dimana pola data yang digunakan merupakan pola data trend dan pola data musiman. Data yang digunakan untuk penelitian ini adalah data rata – rata curah hujan bulanan di Pasuruan pada tahun 2015 – 2019. Data yang didapat merupakan hasil dari Badan Pusat Statistik Pasuruan. Hasil dari penelitian yang dilakukan ini didapat nilai α=0,024281 ,β=0 ,dan γ=0,084768 dengan MAPE yang didapat adalah 41% dimana dapat dikatakan bahwa pada metode Holt – Winters Exponential Smoothing menggunakan Model Multiplicative cukup baik dalam melakukan prediksi rata – rata curah hujan di Pasuruan.

Prediksi Jumlah Gempa Tektonik di Wilayah Jawa Timur dengan Menggunakan Metode ARIMA Box Jenkins dan Kalman Filter Zufatul Aizzah; Putroue Keumala Intan; Wika Dianita Utami
JRST (Jurnal Riset Sains dan Teknologi) Volume 5 No. 2 September 2021: JRST
Publisher : Universitas Muhammadiyah Purwokerto

Indonesia merupakan negara yang tercangkup dalam wilayah cincin api pasifik aktif (Ring of Fire). Dengan demikian, gempa bumi menjadi fenomena alam yang sudah tidak asing lagi terjadi di Indonesia. Gempa dengan kekuatan magnitudo yang cukup besar akan beresiko merusak sumber daya alam, manusia, dan infastruktur bangunan. Dalam hal ini, sangat perlu dilakukan studi penelitian untuk memprediksi gempa bumi sebagai upaya mitigasi bencana. Metode prediksi yang diterapkan pada studi ini adalah metode ARIMA yang akan diperbaharui dengan estimasi Kalman Filter. Pada perhitungan ARIMA didapatkan model terbaik yaitu ARIMA(0,1,1) dengan perolehan MAPE yang cukup besar yakni 50.5788 sedangkan hasil pembaharuan model ARIMA-KF(0,1,1) memperoleh MAPE yang sangat baik yakni 0.0071. Oleh karena itu, etimasi Kalman Filter dapat dikatakan cukup mumpuni dalam pembaharuan model prediksi ARIMA. Prediksi jumlah gempa tektonik di wilayah Provinsi Jawa Timur pada tahun 2018 paling banyak terjadi pada bulan Juli yakni sebanyak 114 kejadian sedangkan paling sedikit pada bulan Januari yakni 13 kejadian.

Cluster Analysis of Environmental Pollution in Indonesia Using Complete Linkage Method with Elbow Optimization Adelia Damayanti; Wika Dianita Utami; Dian Candra Rini Novitasari; Putroue Keumala Intan; Mohammad Lail Kurniawan
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 7, No 2 (2023): April
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v7i2.12961

The issue of environmental contamination remains unsolved. The problem continues to have a substantial detrimental impact. This research aimed to identify provinces in Indonesia with high or low levels of environmental pollution so that the government may offer treatment to provinces with high levels of pollution and seek a significant reduction in the incidence of environmental pollution in Indonesia. Clustering is required to identify provinces with high and low pollution levels using the complete linkage method because this method can provide tight clusters and is less impacted by outliers. The analysis of the complete linkage method with Elbow optimization revealed two optimal clusters, namely high and low clusters. The high cluster consists of three provinces: Central Java, West Java, and East Java. The low cluster consists of 31 provinces. This research used a Silhouette Coefficient validity test. The value of the Silhouette Coefficient is 0.75. The value indicates that the data object is in the correct cluster and that the cluster structure is relatively strong.

Co-Authors Abdulloh Hamid Abdulloh Hamid Achmad Teguh Wibowo Adelia Damayanti Afifah Nur Aini Ahmad Hanif Asyhar Ahmad Naufal DS Ahmad Zaenal Arifin Anisa Nur Azizah Anistya, Mery Aris Fanani Diah Restu Ningsih Dian C. Rini Novitasari Dian C.R. Novitasari Dian Yuliati Dian Yuliati Fadilah, Siti Nur Fajar Setiawan Fanani, Aris Farida, Yuniar Farmita, Mayandah Ghaluh Indah Permata Sari Hani Khaulasari Lubab, Ahmad M. Imron Moh. Hafiyusholeh Mohammad Lail Kurniawan Musfiroh Musfiroh, Musfiroh Noviati Maharani Sunariadi Nurfadila, Monika Refiana Nurissaidah Ulinnuha Rozi, Muhammad Fahrur Sari, Dian Candra Rini Novita Shofinatul Wahdah Nur Aulia Sufriyah, Lailiyatus USWATUN KHASANAH Utami, Wika Dianita Widiaputra, Muhammad Iqbal Wika Dianita Utami Wika Dianita Utami Wika Dianita Utami Wika Dianita Utami Wisnawa, Gede Gangga Yuliati, Dian Yuni Hariningsih Yuniar Farida, Yuniar Yuyun Monita Zainullah Zuhri Zufatul Aizzah

Title

Found 20 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 20 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 20 Documents
Search