Article Per Year (5 Year)
p-Index From 2021 - 2026
1.204
P-Index
This Author published in this journals
All Journal Ulil Albab
Anggun Yuliarum Qur'ani
Universitas Udayana
Religion Humanities Economics, Econometrics & Finance Education Social Sciences

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

Found 2 Documents
Search

 1 
Pemodelan Principal Component Regression Analysis dari Faktor Penanganan Stunting saat Pandemi Covid-19 di Indonesia Anggun Yuliarum Qur'ani
ULIL ALBAB : Jurnal Ilmiah Multidisiplin Vol. 2 No. 8: Juli 2023
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jim.v2i8.2053

Abstract

Regresi sering digunakan untuk mengetahui hubungan dua hal atau lebih yang dituliskan secara matematis. Pada saat permasalahan multikolinieritas dalam regresi terdeteksi, maka teknik PCRA dapat mengatasi permasalahan tersebut, yaitu gabungan dari analisis regresi dan PCA. Stunting menjadi salah satu permasalan yang dihadapi Indonesia. Indonesia termasuk negara yang tinggi prevalensinya saat pandemi melanda. Dalam penelitian ini, peneliti melakukan pemodelan Principal Component Regression Analysis mengenai faktor apa saja yang menjadi unsur dalam penanganan stunting saat pandemi Covid-19 di Indonesia. Dari 17 faktor yang mempengaruhi stunting, dapat dibentuk komponen baru sebanyak 5 komponen yang cukup mewakili 85,20% dari informasi data secara keseluruhan. Dari model regresi pada PCRA yang terbentuk, terlihat bahwa semua faktor memberikan pengaruh secara positif terhadap penganganan stunting di Indonesia saat pandemi melanda. Namun, terdapat faktor yang paling besar pengaruhnya adalah X_2 dan X_11, yaitu penolong persalinan oleh tenaga kesehatan di fasilitas kesehatan, dan Penerima KPS/KKS atau bantuan pangan.
Implementasi Fuzzy C-Means (FCM) dan Generalized Fuzzy C-Means (GFCM) dalam Clustering Produk Domestik Regional Bruto (PDRB) Menurut Pengeluaran Anggun Yuliarum Qur'ani; Ratna Sari Widiastuti
ULIL ALBAB : Jurnal Ilmiah Multidisiplin Vol. 2 No. 9: Agustus 2023
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jim.v2i10.2258

Abstract

Pembagian objek ke dalam suatu kelompok yang mirip atau saling terkait satu sama lain dan berbeda dengan objek-objek dalam kelompok lain disebut dengan pengelompokan atau clustering. Fuzzy Clustering (FC) merupakan jenis clustering objek menjadi anggota dari setiap cluster dengan bobot keanggotaan antara 0 (tidak termasuk anggota) dan 1 (mutlak termasuk anggota). FC yang keberadaan atau letak suatu data dalam klaster tergantung pada derajat keanggotaan data tersebut disebut dengan Fuzzy C-Means (FCM) clustering. Modifikasi Fuzzy C-Means (FCM) dengan menambahkan sebuah parameter guna meningkatkan kecepatan konvergensi dan mendapatkan hasil yang lebih sedikit kesamaran dengan menyesuaikan matriks keanggotaan pada setiap iterasi disebut dengan Generalized Fuzzy C-Means (GFCM). Data Produk Domestik Regional Bruto (PDRB) merupakan statistik pendapatan regional yang dapat dimanfaatkan untuk mengevaluasi hasil pembangunan sekaligus sebagai dasar perencanaan pembangunan ekonomi di suatu wilayah tertentu. Pada penelitian ini ingin mengimplementasikan Fuzzy C-Means (FCM) dan Generalized Fuzzy C-Means (GFCM) dalam clustering Produk Domestik Regional Bruto(PDRB) menurut pengeluaran. Penelitian memberikan informasi bahwa jumlah klaster terbentuk adalah sebanyak 3 klaster dan hasil clustering memberikan kesimpulan bahwa FCM lebih tidak terlalu kabur(fuzzy). Informasi ini diperoleh dari nilai Partition entropy dan XieBeni index pada FCM lebih kecil daripada GFCM, dan nilai Partition coeff pada FCM lebih besar daripada GFCM.
Co-Authors Ratna Sari Widiastuti