Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal BAREKENG: Jurnal Ilmu Matematika dan Terapan Community Development Journal: Jurnal Pengabdian Masyarakat Parameter: Jurnal Matematika, Statistika dan Terapannya
Haris, M Al
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Energy Engineering Health Professions Mathematics Mechanical Engineering Physics Public Health Transportation

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

Found 4 Documents
Search

 1 
NEGATIVE BINOMIAL REGRESSION AND GENERALIZED POISSON REGRESSION MODELS ON THE NUMBER OF TRAFFIC ACCIDENTS IN CENTRAL JAVA Haris, M Al; Arum, Prizka Rismawati
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 16 No 2 (2022): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.677 KB) | DOI: 10.30598/barekengvol16iss2pp471-482

Abstract

Traffic accidents that always increase along with the increasing population growth and the number of vehicles impact the national economy. The number of traffic accidents is a count data that a Poisson distribution can approximate. The Poisson regression model often found violations of the overdispersion assumption by modeling the factors that affect the number of traffic accidents. Alternative models proposed to overcome the emergence of overdispersion in the Poisson regression model are the Generalized Poisson Regression and Negative Binomial Regression Models. Based on the analysis results, it was found that the overdispersion assumption violates the Poisson regression model, and the Generalized Poisson regression model is the best because it has the smallest AIC value of 485.50. Factors that significantly affect the number of traffic accidents in Central Java Province are the percentage of adolescents and the percentage of accidents occurring in the road area of the district/city.
FORECASTING THE CONSUMER PRICE INDEX WITH GENERALIZED SPACE-TIME AUTOREGRESSIVE SEEMINGLY UNRELATED REGRESSION (GSTAR-SUR): COMPROMISE REGION AND TIME Arum, Prizka Rismawati; Indriani, Anita Retno; Haris, M Al
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 17 No 2 (2023): BAREKENG: Journal of Mathematics and Its Applications
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol17iss2pp1183-1192

Abstract

Economic success will provide benefits for improving people’s welfare. An important indicator to determine economic success can be seen through inflation by calculating the Consumer Price Index (CPI). CPI is a time series data that is influenced by elements between locations. The GeneralizedSpace-Time Autoregressive (GSTAR) method is a suitable method to be applied to CPI data because it involves elements of time and location (spatiotemporal). The problem is that the GSTAR model cannot detect any correlated residuals. The GSTAR model was developed into the GSTAR-SUR model to estimate parameters with correlated residuals so produce more efficient estimates. The purpose of this study was to determine the best GSTAR-SUR model to predict the CPI of six cities in Central Java, namely Cilacap, Purwokerto, Kudus, Surakarta, Semarang, and Tegal. The data that used is secondary data sourced from BPS Central Java Province. Based on the results of the analysis, the best model formed is the GSTAR-SUR (11)-I(1) model with an RMSE value of 6.213. Forecasting results show that the CPI value for the next 6 months will increase every month for each city
KLASIFIKASI STATUS KESEJAHTERAAN MASYARAKAT KABUPATEN KEPULAUAN MENTAWAI DENGAN METODE REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREE (CART) Sanur, Lulu Anata; Haris, M Al; Fauzi, Fatkhurokhman
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/parameterv3i01pp71-84

Abstract

Kabupaten Kepulauan Mentawai merupakan salah satu daerah yang saat ini masih berstatus sebagai daerah tertinggal, ditandai dengan minimnya ketersediaan fasilitas sarana prasarana. Pembangunan infrastruktur adalah kunci utama untuk memajukan daerah Kabupaten Kepulauan Mentawai seperti adanya trans daerah sebagai penghubung antar pulau sehingga ekonomi kemasyarakatan akan turut tumbuh. Tujuan penelitian ini untuk mengetahui karakteristik atau variabel yang memiliki pengaruh pada pengkategorian status kesejahteraan rumah tangga ke dalam klasifikasi miskin dan tidak miskin. Klasifikasi adalah suatu teknik statistik yang digunakan untuk mengelompokkan data yang telah tersusun secara sistematis. Ada dua pendekatan berbeda untuk mengklasifikasi objek, yaitu metode parametrik dan metode nonparametrik. Penelitian ini memakai metode regresi logistik biner dan Classification and Regression Tree (CART) karena memiliki performasi yang baik, sehingga dalam penelitian ini akan mencoba memperoleh perbandingan nilai akurasi terbaik diantara kedua metode tersebut. Lalu hasilnya akan di evaluasi dengan nilai APER dan nilai akurasi klasifikasi. Data yang digunakan adalah hasil Susenas tahun 2022 sebanyak 326 sampel dengan data testing dan data training adalah 20% dan 80%. Dari hasil penelitian kedua metode, variabel umur, tingkat pendidikan terakhir, dan kesehatan kepala rumah tangga memiliki pengaruh signifikan terhadap model klasifikasi. Akurasi klasifikasi model regresi logistik biner mencapai 93,94% yang lebih tinggi dibandingkan dengan model klasifikasi CART yang bernilai 89,40%. Oleh karena itu, bisa ditarik kesimpulan bahwa model regresi logistik biner ialah pemilihan terbaik untuk memprediksi faktor kesejahteraan rumah tangga di Kabupaten Kepulauan Mentawai.
PENINGKATAN LITERASI CINTA TANAH AIR BAGI SISWA DI SANGGAR BIMBINGAN, SELANGOR MALAYSIA Haris, M Al; Hidayah, Fitria Fatichatul; Praditya, Arya; Handayani, R.A Qonita Syalsabilla; Priyanti, Anis; Salmah, Salmah
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 6 (2024): Vol. 5 No. 6 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i6.34429

Abstract

Sekolah Indonesia Kuala Lumpur (SIKL) adalah lembaga pendidikan Indonesia yang berlokasi di luar negeri di bawah naungan Kedutaan Besar Republik Indonesia (KBRI). Sekolah ini melayani anak-anak para migran Indonesia di Malaysia. Anak-anak Indonesia di Malaysia menghadapi tantangan terkait adaptasi budaya, mereka sering merasa lebih dekat dengan budaya Malaysia dan kadang ragu untuk kembali ke Indonesia. oleh karena itu, sangat penting untuk memberikan pendidikan karakter yang menanamkan rasa nasionalisme pada anak-anak ini. Peran guru di SIKL sangat krusial dalam membentuk karakter siswa dan mempertahankan identitas budaya Indonesia. Akan tetapi tidak banyak guru yang mampu memanfaatkan data dan informasi untuk meningkatkan proses pembelajaran. Memperhatikan situasi tersebut, Tim pengabdian melakukan kegiatan penyuluhan literasi nasionalisme dan pelatihan analisis data untuk mendukung penelitian para guru. Hasil kegiatan menunjukkan bahwa peserta sangat antusias dan menyatakan kepuasan terhadap kegiatan yang diselenggarakan oleh Tim pengabdian Universitas Muhammadiyah Semarang. Kepuasan peserta juga terlihat dari hasil survei yang dilakukan setelah kegiatan. Hasil survei menunjukkan bahwa terdapat 82% peserta yang menyatakan aktif berpartisipasi selama kegiatan dan 86% peserta menyatakan bahwa mereka memahami pentingnya cinta pada tanah air dan makna dari nilai-nilai yang terkandung di dalamnya.
Co-Authors Fauzi, Fatkhurokhman Fitria Fatichatul Hidayah Handayani, R.A Qonita Syalsabilla Indriani, Anita Retno M. Al Haris Praditya, Arya Priyanti, Anis Prizka Rismawati Arum Salmah Salmah