Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Parameter: Jurnal Matematika, Statistika dan Terapannya PENGAMATAN: Jurnal Pengabdian Masyarakat untuk Ilmu MIPA dan Terapannya
Latupeirissa, S. J.
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Economics, Econometrics & Finance Mathematics

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
MODEL TWO-STAGE LEAST SQUARE (2SLS) UNTUK MENGANALISIS HUBUNGAN INDEKS PEMBANGUNAN MANUSIA DAN KEMISKINAN Souisa, Gilbert A.; Noya, D. N.; Helaha, D. A.; Bakarbessy, Lusye; Latupeirissa, S. J.
Parameter: Jurnal Matematika, Statistika dan Terapannya Vol 3 No 1 (2024): Parameter: Jurnal Matematika, Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv3i01pp12-18

Abstract

Kemiskinan adalah keadaan dimana seorang individu maupun kelompok tidak mampu memenuhi kebutuhan dasarnya. Indeks pembangunan manusia (IPM) adalah suatu indicator yang mampu menggambarkan sejauh mana suatu wilayah telah menggunakan sumber daya penduduknya untuk meningkatkan mutu kehifdupan manusia wilayah atau negara tersebut. Model persamaan simultan merupakan system persamaan yang memiliki lebih dari satu persamaan dengan masing-masing variable independent, dimana penelitian in bertujuan untuk menganalisis hubungan IPM dan Kemiskinan dengan metode Two Stage Least Square (2SLS) dimana 2SLS adalah perluasan dari metode OLS yang termaksuk dalam analisis persamaan structural dimana data yang digunakan yaitu data BPS Maluku tahun 2017-2020. Hasil dari penelitian ini diperoleh bahwa variable yang berpengaruh terhadap IPM yaitu yaitu pengeluaran per-kapita, tingkat pengangguran terbuka, dan angka harapan hidup dengan koefisien determinasi 97% dan variable yang mempengaruhi Kemiskinan yaitu PDRB dengan koefisien Determinasi 67%.
PELATIHAN APLIKASI GEOGEBRA BAGI GURU MATEMATIKA DI SMP NEGERI 3 AMBON Patty, Henry W. M.; Wattimanela, H. J.; Latupeirissa, S. J.; Matdoan, M. Y.
PENGAMATAN: Jurnal Pengabdian Masyarakat untuk Ilmu MIPA dan Terapannya Vol 1 No 1 (2023): PENGAMATAN: Jurnal Pengabdian Masyarakat untuk Ilmu MIPA dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/pengamatanv1i1p1-9

Abstract

Aplikasi GeoGebra adalah salah satu aplikasi yang dapat digunakan bebas dan mudah dalam memfasilitasi penggunannya untuk menampilkan secara visual konsep-konsep matematika. Mata pelajaran matematika pada tingkat SMP yang memuat materi aljabar, geometri dan statistika dimana materi-materi tersebut memerlukan ilustrasi visual yang representatif agar lebih mudah dipahami oleh siswa sehingga guru dapat memanfaatkan aplikasi GeoGebra sebagai alat bantu untuk pemecahan masalah tersebut. Kegiatan pengabdian kepada masyarakat berupa pelatihan aplikasi GeoGebra bagi guru matematika di SMP Negeri 3 Ambon ini diharapkan dapat membantu guru dalam hal pembuatan ilustrasi secara visual tentang materi aljabar, geometri dan statistika sehingga siswa lebih mudah dalam memahami konsep materi-materi tersebut.
Pengenalan Konsep Peluang dengan Media Pembelajaran Berbasis Eksperimen Sederhana bagi Siswa SMPN 19 Ambon Yudistira, Yudistira; Lembang, F. K.; Haumahu, G.; Latupeirissa, S. J.; Nanlohy, Y. W. A.; Loklomin, S. B.; Balami, A. M.
PENGAMATAN: Jurnal Pengabdian Masyarakat untuk Ilmu MIPA dan Terapannya Vol 2 No 1 (2024): PENGAMATAN: Jurnal Pengabdian Masyarakat untuk Ilmu MIPA dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/pengamatanv2i1p01-09

Abstract

Literasi numerik adalah salah satu dari 6 jenis literasi dasar yang harus dikuasai oleh setiap siswa yang mendapatkan pendidikan di Indonesia pada seluruh jenjang. salah satu komponen dari literasi numerik yaitu pemahaman, interpretasi, serta penyajian data maupun peluang. Namun pada umumnya kemampuan literasi numerik pada komponen tersebut masih lemah dikuasai oleh siswa SMP di Indonesia, termasuk di SMPN 19 Ambon yang menjadi salah satu sekolah di Kota Ambon yang cukup fokus pada isu literasi numerik. Salah satu upaya untuk membantu siswa memahami konsep peluang adalah dengan menerapkan pembelajaran menggunakan alat peraga agar siswa tidak hanya menerima materi dari guru, namun siswa dilibatkan untuk ikut menemukan konsep peluang. Kegiatan pengabdian ini dilakukan dengan menerapkan pembelajaran berbasis eksperimen sederhana dalam mengenalkan beberapa konsep peluang, dengan alat peraga berbasis media kertas,. Secara umum kegiatan ini mendapatkan respon yang baik dari siswa maupun guru di SMPN 19 Ambon. Pada akhirnya, kegiatan ini diharapkan dapat membantu siswa untuk lebih memahami konsep peluang, serta sebagai contoh bagi guru dalam menggunakan media pembelajaran berbasis eksperimen sederhana sebagai bahan pembelajaran terkait konsep peluang.
COMPARISON OF CLASSIFICATION MODELS USING SUPPORT VECTOR MACHINE (SVM) AND K-NEAREST NEIGHBOR (K-NN) METHODS IN NON-PERFORMING LOAN ANALYSIS Djami, C. P.; Latupeirissa, S. J.; Delsen, M. S. Noya Van
Parameter: Jurnal Matematika, Statistika dan Terapannya Vol 4 No 1 (2025): Parameter: Jurnal Matematika, Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv4i1pp175-184

Abstract

SVM works by finding the best dividing line (or hyperplane) to separate two groups of data based on the maximum margin.k-NN classifies new data based on its similarity to previous, already-labeled data points.Non-performing loan analysis is a crucial aspect of credit risk assessment. This study compares the performance of the Support Vector Machine (SVM) and k-Nearest Neighbor (k-NN) classification methods in analyzing non-performing loans at PT. Adira FinanceAmbon Branch. The dataset includes demographic and financial attributes, processed through normalization, data splitting, and evaluation using accuracy, precision, recall, and AUC metrics. The results show that SVM with a linear kernel performs best, achieving 97.83% accuracy and 95% AUC. Meanwhile, k-NN with k=5 attains 78.26% accuracy. Thus, SVM outperforms k-NN in classifying non-performing loans in this study.
Co-Authors Balami, A. M. Delsen, M. S. Noya Van Djami, C. P. H. W. M. Patty Haumahu, G. Helaha, D. A. Lembang, F. K. Loklomin, S. B. Lusye Bakarbessy Matdoan, M. Y. Nanlohy, Y. W. A. Noya, D. N. Souisa, Gilbert A. Wattimanela, H. J. Yudistira Yudistira