Claim Missing Document
Check
Articles

ANALISIS CLUSTER MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN FAKTOR PENYEBAB STUNTING PADA PROVINSI KALIMANTAN BARAT Rahmania Andarini Hatti Imanni; Evy Sulistianingsih; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i3.67061

Abstract

Stunting merupakan suatu permasalahan gizi kronis yang disebabkan ketidak cukupan asupan gizi dalam jangka waktu yang lama. Hasil Survei Status Gizi Indonesia (SSGI) 2021, di Kalimantan Barat persentase stunting mencapai 29,8% dimana lebih tinggi dari rata-rata nasional. Berdasarkan tingginya kasus stunting di Kalimantan Barat, maka diperlukan pengelompokan Kabupaten/Kota di Kalimantan Barat berdasarkan faktor penyebab stunting. Tujuan dari penelitian ini melakukan pengelompokan Kabupaten/Kota di Kalimantan Barat berdasarkan faktor penyebab stunting menggunakan Algoritma K-Means. Faktor penyebab stunting yang digunakan yaitu, Persentase rumah tangga yang tidak memiliki akses air minum bersih , persentase kurangnya pemberian ASI eksklusif , persentase bayi berat lahir rendah (BBLR) lahir dengan selamat , persentase rumah tangga tidak memiliki fasilitas sanitasi layak . Berdasarkan hasil analisis, menggunakan jumlah cluster sebanyak 3 diperoleh kesimpulan bahwa pada klaster 1 memiliki karakteristik baik terhadap faktor penyebab stunting. Sedangkan pada klaster 2 yang terdiri dari kabupaten Bengkayang, kabupaten Sanggau dan kabupaten Melawi memiliki prioritas utama yang perlu perhatian pemerintah provinsi atau daerah yaitu terhadap pemberian air susu ibu eksklusif dan berat bayi lahir rendah lahir dengan selamat. Sedangkan karakteristik pada klaster 3 yang perlu diperhatikan yaitu rumah tangga tangga tidak memiliki akses air minum bersih dan kondisi rumah tangga yang tidak memiliki fasilitas sanitasi yang layak. Pada klaster 3 terdiri dari kabupaten Landak, kabupaten Ketapang, kabupaten Sintang, kabupaten Kapuas Hulu dan kabupaten Sekadau.Kata Kunci:   Stunting, Cluster, SSGI
PENERAPAN STRUCTURAL EQUATION MODELING (SEM) UNTUK ANALISIS KOMPETENSI ALUMNI Matius Robi; Dadan Kusnandar; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (976.917 KB) | DOI: 10.26418/bbimst.v6i02.21621

Abstract

Structural Equation Modeling (SEM) merupakan teknik analisis multivariat yang dapat digunakan untuk menganalisis pola hubungan antara variabel dan indikatornya, variabel yang satu dengan lainnya, serta kesalahan pengukuran secara langsung untuk memperoleh gambaran menyeluruh mengenai suatu model. SEM dapat digunakan untuk melakukan pengujian secara bersama yaitu: model struktural antara independent dan dependent konstruk, serta model measurement yang mengukur hubungan nilai (loading) antara variabel indikator dengan konstruk (variabel laten). Penelitian ini bertujuan untuk mengaplikasikan SEM dalam menganalis tingkat kompetensi alumni Universitas Tanjungpura (Untan). Berdasarkan hasil analisis teridentifikasi tiga cluster sebagai konstruk, yaitu kemampuan intelektual, keterampilan dan pengalaman. Dari hasil analisis diperoleh bahwa indeks persentasi kontribusi perguruan tinggi terhadap alumni dalam hal kemampuan intelektual sebesar 41%, keterampilan sebesar 51% dan pengalaman sebesar 47%. Indeks persentasi untuk keterampilan sudah cukup baik, namun untuk kemampuan intelektual dan pengalaman  dapat ditingkatkan melalui program-program antara lain magang, menghadiri workshop, seminar, kegiatan organisasi, dan mengikuti kompetisi-kompetisi baik di dalam maupun diluar lingkup kampus. Sedangkan indeks persentasi kontribusi perguruan tinggi terhadap relevansi kurikulum prodi dan pekerjaan sebesar 65% angka tersebut sudah cukup baik dan patut dipertahankan serta perlu ditingkatkan lagi agar lebih baik.Kata kunci: analisis jalur, analisis cluster,  tracer study
ESTIMASI MODEL PERSAMAAN SIMULTAN DENGAN METODE TWO STAGE LEAST SQUARE (2SLS) Misno Misno; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.748 KB) | DOI: 10.26418/bbimst.v8i4.35875

Abstract

Kemiskinan adalah keadaan dimana seorang individu atau sekelompok orang tidak mampu memenuhi kebutuhan dasarnya. Pengangguran merupakan keadaan seseorang yang tergolong dalam angkatan kerja yang ingin mendapatkan pekerjaan, tetapi belum dapat mendapatkan pekerjaan tersebut. Penelitian ini bertujuan untuk mengkaji model persamaan simultan pada analisis kemiskinan dan pengangguran dengan metode 2SLS. Data yang digunakan merupakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) tahun 2016. Model persamaan simultan merupakan himpunan persamaan yang terdiri lebih dari satu variabel tak bebas dan lebih dari satu persamaan yang saling terkait. Metode 2SLS merupakan perluasan dari metode OLS yang termasuk kedalam kelompok analisis persamaan struktural. Dari hasil pengujian terdapat hubungan antar variabel kemiskinan dan pengangguran. Hasil estimasi parameter pada model simultan persamaan kemiskinan menunjukkan bahwa variabel pengangguran dan IPM berpengaruh signifikan terhadap kemiskinan. Hasil estimasi parameter pada model simultan persamaan pengangguran menunjukkan bahwa kemiskinan dan jumlah penduduk berpengaruh signifikan terhadap pengangguran. Kata Kunci: Model Persamaan Simultan, Metode 2SLS, Kemiskinan, Pengangguran
PREDIKSI NILAI TUKAR DOLAR AMERIKA SERIKAT TERHADAP RUPIAH DENGAN METODE SUPPORT VECTOR REGRESSION (SVR) Sriyana Sriyana; Shantika Martha; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (411.009 KB) | DOI: 10.26418/bbimst.v8i1.30503

Abstract

Support Vector Regression (SVR) merupakan salah satu metode yang digunakan dalam peramalan data linier dan non linier dengan bantuan fungsi kernel. Pada penelitian ini, metode SVR digunakan untuk memprediksi nilai tukar dolar Amerika Serikat terhadap rupiah. Data nilai tukar jual harian dolar Amerika terhadap rupiah yang berjumlah 445 hari telah dibagi menjadi dua bagian, yaitu 415 data training dan 30 data testing. Data tersebut merupakan data sekunder yang diperoleh dari web resmi Bank Indonesia dari periode 4 Januari 2016 sampai 29 September 2017. Data training digunakan untuk mengestimasi parameter model pada metode SVR dan data testing digunakan sebagai pembanding hasil prediksi. Dari hasil penelitian, parameter SVR yang diestimasi menghasilkan hasil prediksi yang bersesuaian dengan data training dengan nilai  bernilai 0,9223 dan R bernilai 54,3156. Selain itu, hasil estimasi parameter model pada metode  SVR yang dihasilkan mampu untuk memprediksi nilai tukar jual harian dolar Amerika terhadap rupiah yang dikomparasi dengan data testing dengan nilai nilai  bernilai 0,5397 dan  bernilai 66,8015. Kata Kunci : Lagrange, RMSE, , Estimasi Parameter, Training, Testing, Kernel 
PERAMALAN PRODUKSI KELAPA SAWIT DENGAN METODE WINTER’S EXPONENTIAL SMOOTHING DAN PEGELS EXPONENTIAL SMOOTHING Mutiara Nurisma Rahmadhani; Evy Sulistianingsih; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (692.815 KB) | DOI: 10.26418/bbimst.v7i2.24833

Abstract

Analisis data time series menggunakan metode Winter’s Exponential Smoothing dan Pegels Exponential Smoothing merupakan analisis data yang dipengaruhi pola data yaitu musiman Multiplikatif. Data yang digunakan dalam penelitian ini adalah data produksi kelapa sawit PT. Rezeki Kencana Kecamatan Teluk Pakedai Kabupaten Kubu Raya periode Januari 2012 sampai Desember 2015. Penelitian ini bertujuan untuk meramalkan produksi kelapa sawit untuk tahun berikutnya yaitu tahun 2016. Hasil analisis menunjukkan metode Pegels Exponential Smoothing musiman Multiplikatif menghasilkan ramalan yang lebih baik daripada metode Winter’s Exponential Smoothing model Multiplikatif dengan nilai Mean Absolute Percent Error (MAPE) yaitu sebesar 15,46%. Metode Pegels Exponential Smoothing musiman Multiplikatif dapat meramalkan produksi kelapa sawit pada tahun berikutnya. Kata Kunci : Pegels Exponential Smoothing, Time Series, Peramalan
PENENTUAN PORTOFOLIO SAHAM OPTIMAL MENGGUNAKAN ALGORITMA GENETIKA Eka Lestari; Evy Sulistianingsih; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (135.774 KB) | DOI: 10.26418/bbimst.v8i2.31534

Abstract

Investor akan dihadapkan oleh keuntungan dan risiko dalam melakukan investasi. Untuk mengurangi risiko tersebut, investor dapat melakukan diversifikasi yaitu mengalokasikan dana ke beberapa saham sehingga terbentuk portofolio saham. Algoritma Genetika merupakan teknik yang diadopsi dari proses evolusi alam yang digunakan untuk melakukan pencarian penyelesaian optimal atas sejumlah penyelesaian masalah yang mungkin. Penelitian ini, mengimplementasikan Algoritma Genetika untuk memperoleh portofolio saham yang dapat memberikan keuntungan yang maksimal dan risiko tertentu. Parameter yang digunakan dalam Algoritma Genetika yaitu ukuran populasi (pop size) sebanyak 50 kromosom, probabilitas crossover 60% dan probabilitas mutasi sebesar 10%. Data yang digunakan adalah data penutupan harga saham bulanan indeks LQ 45 periode Januari 2010 sampai Juni 2018. Berdasarkan hasil analisis, Algoritma Genetika lebih optimal dibandingkan dengan perhitungan manual menggunakan Single Index Model dalam menentukan portofolio saham karena keuntungan yang diperoleh lebih besar dan risiko lebih kecil. Fitness terbesar dari tiga generasi diperoleh sebesar 0,1122 dengan keuntungan 0,0081 dan risiko 0,0719. Sedangkan keuntungan dan risiko berdasarkan perhitungan manual menggunakan Single Index Model diperoleh yaitu 0,0075 dan 0,0746.Kata Kunci: Algoritma Genetika, Offspring, Crossover, Mutasi, Single Index Model
ANALISIS KUALITAS PELAYANAN PUSKESMAS DENGAN METODE SERVQUAL DAN TRIZ (Studi Kasus: Puskesmas Parit Haji Husin II Kec. Pontianak Tenggara) Syafitri Wulandari; Evy Sulistianingsih; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (534.992 KB) | DOI: 10.26418/bbimst.v8i3.33785

Abstract

Metode Service quality (Servqual) merupakan metode yang digunakan untuk mengukur kualitas layanan yang didasarkan atas lima dimensi. Lima dimensi Servqual yaitu tangiable, reliability, responsiveness, assurance, dan emphaty dan terdiri dari dua puluh variabel pertanyaan.  Metode Servqual diukur dari penilaian antara persepsi dengan harapan yang diinginkan mengetahui informasi tentang kualitas pelayanan. Teoriya Resheniya Izobretatelskikh Zadatch (TRIZ) merupakan metode pemecahan masalah terstruktur yang menunjukkan bagaimana cara memecahkan hambatan yang muncul. Tujuan penelitian ini menganalisis kualitas pelayanan Puskesmas Parit Haji Husin II dengan menggunakan metode Servqual, serta mengusulkan dan memberikan solusi perbaikan peningkatan kualitas pelayanan Puskesmas Parit Haji Husin II dengan Metode TRIZ. Berdasarkan hasil penelitian dengan metode Servqual terdapat enam variabel kualitas pelayanan yang belum memuaskan harapan pasien. Enam variabel tersebut yaitu perhatian terhadap keluhan pasien, kebersihan, kerapian dan kenyamanan ruangan, tindakan cepat pada saat pasien membutuhkan medis, prosedur pelayanan tidak berbelit-belit, dan pelayanan penerimaan cepat dan tepat. Solusi perbaikan dengan metode TRIZ yang dapat digunakan adalah principle persiapan, dan principle transformasi.Kata Kunci : Servqual,  TRIZ, inventive principle.
ANALISIS INDEKS PEMBANGUNAN MANUSIA DI KALIMANTAN BARAT DENGAN REGRESI PANEL DAN BIPLOT Risma Junian; Dadan Kusnandar; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.581 KB) | DOI: 10.26418/bbimst.v7i3.26133

Abstract

Indeks Pembangunan Manusia (IPM) dibangun melalui tiga dimensi dasar yaitu umur panjang dan hidup sehat, mempunyai pengetahuan, dan kehidupan yang layak. Ketiga dimensi tersebut memiliki pengertian sangat luas karena terkait banyak faktor yang mempengaruhi IPM. Penelitian ini bertujuan untuk menganalisis pengaruh dan mendeskripsikan karakteristik faktor tingkat penduduk miskin, kepadatan penduduk, dan tingkat partisipasi angkatan kerja terhadap IPM di Provinsi Kalimantan Barat pada tahun 2008 sampai dengan 2015. Hasil penelitian menunjukkan bahwa model estimasi regresi data panel yang  sesuai adalah Fixed Effect Model (FEM) yang menghasilkan nilai adjusted R2 sebesar 0.6927. Variabel yang berpengaruh secara signifikan terhadap IPM antara lain tingkat penduduk miskin (X1), kepadatan penduduk (X2), dan tingkat partisipasi angkatan kerja (X3). Selanjutnya, melalui grafik biplot, variabel tingkat penduduk miskin dan tingkat partisipasi angkatan kerja mempunyai korelasi kuat dan positif. Sehingga, apabila salah satu variabel tersebut meningkat nilainya, maka akan diikuti kenaikan nilai pada variabel lainnya. Kabupaten Melawi, Kabupaten Sintang, Kabupaten Sambas, Kabupaten Kapuas Hulu, Kabupaten Sekadau, dan Kabupaten Landak memiliki jumlah tingkat penduduk miskin dan tingkat partisipasi angkatan kerja yang relatif besar dibandingkan dengan Kabupaten/Kota lainnya. Sedangkan Kota Pontianak memiliki jumlah kepadatan penduduk yang relatif besar. Kata Kunci : Longitudinal, Singular Value Decomposition, Dimensi Dua 
ESTIMASI PARAMETER REGRESI SPLINE DENGAN METODE PENALIZED SPLINE Wahyu Kurniasari; Dadan Kusnandar; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.299 KB) | DOI: 10.26418/bbimst.v8i2.31532

Abstract

Regresi spline merupakan suatu pendekatan ke arah pencocokan data dengan tetap memperhitungkan kemulusan kurva. Salah satu bentuk estimator dari regresi spline ialah penalized spline. Tujuan dari penelitian ini adalah untuk mengestimasi parameter regresi spline dengan metode penalized spline untuk data yang tidak memiliki pola tertentu. Data penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik Indonesia pada tahun 2015 yaitu indeks pembangunan manusia, gini rasio, harapan lama sekolah, penduduk miskin, dan kepadatan penduduk. Hasil regresi spline yang diperoleh untuk model terbaik yaitu model spline linier pada setiap variabel dengan nilai Generalized Cross Validation (GCV) minimum. Hasil penelitian menunjukkan bahwa regresi spline dengan metode penalized spline menghasilkan estimasi parameter yang signifikan dan memperoleh nilai koefisien determinasi terkoreksi  sebesar 76,66% serta nilai MAPE untuk model regresi spline sebesar 1,415%. Kata Kunci: regresi nonparametrik, regresi spline, penalized spline.
PENGUKURAN VALUE AT RISK (VaR) PADA PORTOFOLIO DENGAN SIMULASI MONTE CARLO Elga Fitaloka; Evy Sulistianingsih; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (367.946 KB) | DOI: 10.26418/bbimst.v7i2.25055

Abstract

Salah satu bentuk pengukuran nilai risiko dalam berinvestasi adalah Value at Risk (VaR). VaR dapat didefinisikan sebagai estimasi kerugian maksimum yang akan didapat selama periode waktu tertentu dengan tingkat kepercayaan tertentu. Salah satu metode yang dapat digunakan VaR adalah simulasi Monte Carlo. VaR dengan simulasi Monte Carlo pada portofolio mengasumsikan bahwa return berdistribusi normal dan return portofolio tidak bersifat linier terhadap return saham tunggalnya. Data yang digunakan untuk studi kasus pada penelitian ini adalah data harga penutupan saham harian PT. Surya Citra Media Tbk, PT. Summarecon Agung Tbk, PT. Astra Agro Lestari Tbk, dan PT. Unilever Indonesia Tbk, periode 27 Februari 2015 sampai 2 Maret 2016. Hasil perhitungan pada penelitian ini menunjukkan bahwa jika investor menginvestasikan dananya sebesar Rp 100.000.000,00 maka kemungkinan kerugian maksimum yang diderita investor pada periode selanjutnya (1 hari setelah periode) dengan tingkat kepercayaan 95% tidak akan melebihi Rp 2.995.047,00.  Kata Kunci : Indeks, Modal, Keuntungan  
Co-Authors ., Putri Agustono, Hendri Alsa Muarti Amalia, Disya Recita Ananda, Adelia Andani, Wirda Anisa Shafarianti Ardhitha, Tiffany Arsanti, Resti Atlantic, Virginnia AYU ASTUTI, AYU Banu, Syarifah Syahr Dadan Kusnandar Debataraja, Naomi Nessyana Desdianti, Maycandra Deva Kurnia Aristi Dhandio, David Jordy Dinanti, Rahila Dara Eka Lestari Eka Wahyuning Dhewanty Elga Fitaloka Fadhilah Rizky Aulia Febryanti, Winda Fiqriani, Rizha Aynul Fransiska Fransiska Gristia Aldilla Gunawan, Risky Hafifah, Nanda Hanin, Noerul Hendra Perdana Imanni, Rahmania Andarini Hatti Imro'ah, Nurfitri IMRO’AH, NURFITRI Kamila, Diva Rahma Karlina, Sela Laksono Trisnantoro Lisa Lestari Maga, Fahmi Giovani Maharani, Cinta Priscillia Maresha Widya Muliadiasti Martha, Shantika Matius Robi Meilandra, Irvan Meliana Pasaribu Melvin, Melvin Misno Misno Mutiara Nurisma Rahmadhani Nabilah, Niken Aushaf Nanda Shalsadilla Naomi Nessyana Debataraja Natalia, Desa Ayu Neva Satyahadewi Nurfitri Imro’ah Oktaviani, Indah Oktitannia, Dea Panawaristia, Brigitha Pebriyandi, Rifki Perangin Angin, Christi Alemsa Pratama, Aditya Nugraha Pratama, Yogi Priani, Wina Putra, Fajar Rahmana Radinasari, Nur Ismi Rahmah, Mhaulia Rahmania Andarini Hatti Imanni Rifqi, Bhima Fairul Risma Junian Salsabila, Hana Salsabila, Yumna Hanum Septiawan, Anggi Setyo Wir Rizki Setyo Wira Rizki Shantika Martha Siti Aprizkiyandari, Nurul Qomariyah, Shantika Martha, Sriyana Sriyana Sulya Hikma Yulandari Supandi Supandi Susanti Susanti Syafitri Wulandari Tamtama, Ray Tiara, Dinda Umiati, Wiji Wahyu Kurniasari Wati, Setio Kusumo Westi Widiyatari Wicaksono, Juwan Prioabil Dwi Wirda Andani Wulandari, Afrilia Putri Yundari, Yundari Yustosio, Darwis Zakiah, Ainun Zaria, Della