Sirait, Khairunnas Fadjriah
Unknown Affiliation

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

Found 2 Documents
Search

Fuzzy time series dalam meramalkan jumlah produksi karet di Sumatra Utara Arika, Arika; Daratullaila, Daratullaila; Sirait, Khairunnas Fadjriah; Sari, Riezky Purnama
Majalah Ilmiah Matematika dan Statistika Vol. 24 No. 1 (2024): Majalah Ilmiah Matematika dan Statistika
Publisher : Jurusan Matematika FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/mims.v24i1.35257

Abstract

Rubber (Hevea brasiliensis) belongs to the genus Heveadari familia Euphorbiaceae which is a tropical woody tree native to the amazon jungle. Rubber is one of the plantation crops that is very important for the economy in Indonesia. Rubber production in North Sumatra has increased every year. To find out whether the amount of rubber production in North Sumatra increases or decreases next year by forecasting the amount of rubber production and getting better forecasting results in the future. This estimate can use the fuzzy time series forecasting method. The fuzzy time series uses the fuzzy set theory as the basis for calculations and a concept used to forecast actual data formed with linguistic variables. The method used in predicting the amount of rubber production in North Sumatra is the fuzzy time series method with data from 1997 to 2021. And the result of forecasting rubber production in 2022 is 261997 with MAPE of 0.54%. Keywords: Forecasting, rubber production, fuzzy time seriesMSC2020: 62M10, 62M20, 62M86, 03E72
Penerapan Analisis Cluster K-Means untuk Pengelompokan Kabupaten/Kota di Provinsi Sumatera Utara Berdasarkan Indikator Kemiskinan Tahun 2023 Sianturi, Melfa Wati; Sirait, Khairunnas Fadjriah; Nurfadillah, Dea; Shopia, Shopia; Lubis, Marlina; Muliani, Fitra; Saumi, Fazrina
Jurnal Pendidikan Matematika Malikussaleh Vol. 5 No. 3 (2025): Jurnal Pendidikan Matematika Malikussaleh
Publisher : LPPM UNIMAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jpmm.v5i3.21682

Abstract

Kemiskinan adalah salah satu tantangan sosial terbesar di dunia dan merupakan jantung dari tantangan pembangunan global. Penelitian ini menerapkan teknik clustering untuk menganalisis dan memahami permasalahan kemiskinan. Penelitian ini menjelaskan penggunaan algoritma K-means untuk mengelompokkan kabupaten/kota di provinsi Sumatera Utara berdasarkan kesamaan karakteristik wilayah dengan menggunakan tiga ukuran angka kemiskinan. Ketiga ukuran tersebut adalah angka harapan hidup saat lahir (AHH), rata-rata lama sekolah (RLS), dan indeks pembangunan manusia (HDI). Ada tiga cluster. Cluster 1: Kota Nias dengan jumlah penduduk jiwa memiliki nilai RLS dan IPM tertinggi (walaupun sangat besar, namun jumlah penduduk miskin dan AHH berbanding terbalik dengan nilai RLS yang terjadi pada tahun 2023). Cluster 2:Langkat, Asahan, Padang Sidenpuan, Padang Lawas, dan Labuan Batu akan memiliki angka HDI, AHH, RLS, dan kemiskinan yang sangat rendah pada tahun 2023. Cluster 3:Deli Serdang dan Medan akan memiliki jumlah penduduk miskin (RLS), AHH, dan IPM tertinggi pada tahun 2023.