Claim Missing Document
Check
Articles

Found 3 Documents
Search

MENGOPTIMALKAN PEMBELAJARAN MAHASISWA MELALUI PELATIHAN SOFTWARE R Mustofa, Pramesti Melyna; Setyoningrum, Nuk Ghurroh; Febriani SM, N. Nelis; Nursamsi , Dede Rizal
Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Vol. 2 No. 3 (2024): Juni
Publisher : CV. Alina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jpki2.v2i3.929

Abstract

Program pengabdian ini merupakan kolaborasi antara Universitas Cipasung Tasikmalaya dan Universitas Pamulang PSDKU Serang. Kontribusi aktif dari akademisi disajikan dalam bentuk workshop pengenalan dan pelatihan dasar software R bagi mahasiswa. Kegiatan ini diinisiasi sebagai upaya untuk (1) mengenalkan perangkat lunak statistik R open source dan konsep dasar R kepada mahasiswa, (2) meningkatkan pemahaman mahasiswa tentang penggunaan software R terkait dengan program studi masing-masing, (3) mendorong mahasiswa untuk mengembangkan kompetensi yang relevan untuk pembelajaran dalam perkuliahan dan penelitian tugas akhir. Sasaran peserta dari kegiatan adalah mahasiswa prodi Sains Aktuaria, Sistem Informasi, Rekayasa Perangkat Lunak Universitas Cipasung Tasikmalaya dan prodi Matematika Universitas Pamulang PSDKU Serang. Metode kegiatan menggunakan metode ceramah dan simulasi. Hasil program pengabdian menggambarkan pemahaman mahasiswa dalam mengenal konsep dasar R dan meningkatnya antusiasme mahasiswa dalam mengeksplor lebih lanjut tentang software R.
Determination of Motor Vehicle Insurance Risk Premium Mustofa, Pramesti Melyna; Muhammad, Hubbi
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 21 No. 2 (2024)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/2540766X.2024.v21.i2.17256

Abstract

Insurance is a service that transfers specific financial loss risks to an insurer in exchange for a fixed payment, known as a premium. The determination of this premium is tailored to the policyholder's level of risk. In this study, the calculation of premium risks is conducted by analyzing the frequency and size of claims related to motor vehicle insurance. The analysis focuses on different types of vehicles and their associated risks, as well as variations in vehicle usage based on geographical regions. This approach enables insurers to better understand risk patterns and predict potential future losses, ensuring accurate premium determination
Perbandingan Metode Fuzzy Time Series Lee dan Markov Chain dalam Peramalan Harga Cabai Rawit (Studi Kasus Kota Tasikmalaya) Nurhamidah; Mustofa, Pramesti Melyna; Fithri Sri Mulyani, M.Pd
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 9 No. 1 (2026): Volume 9 Nomor 1 Tahun 2026
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v9i1.7992

Abstract

Fluktuasi harga cabai rawit yang tinggi dan tidak stabil sering menimbulkan ketidakpastian bagi konsumen, pedagang, serta pemerintah daerah dalam pengendalian inflasi dan perencanaan distribusi pangan, sehingga diperlukan metode peramalan yang akurat dan andal. Penelitian ini bertujuan untuk membandingkan tingkat akurasi dan efektivitas dua metode peramalan, yaitu Fuzzy Time Series (FTS) Lee dan Fuzzy Time Series Markov Chain, dalam memprediksi harga cabai rawit di Kota Tasikmalaya. Jenis penelitian ini adalah penelitian kuantitatif deskriftif dengan objek penelitian berupa data harga cabai rawit mingguan di Kota Tasikmalaya periode April 2024 hingga April 2025 yang bersumber dari Pusat Informasi Harga Pangan Strategis (PIHPS) Nasional. Analisis data dilakukan melalui tahapan fuzzyfikasi, pembentukan Fuzzy Logical Relationship Group (FLRG), perhitungan matriks probabilitas transisi Markov, defuzzyfikasi, serta evaluasi akurasi model menggunakan Mean Absolute Percentage Error (MAPE), Mean Absolute Error (MAE), dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan bahwa model FTS Lee memiliki performa yang lebih baik dengan nilai kesalahan yang lebih rendah, yaitu MAPE sebesar 5,36%, MAE sebesar 3.014, dan RMSE sebesar 3.823, dibandingkan dengan model FTS Markov Chain yang menghasilkan MAPE sebesar 7,91%, MAE sebesar 4.286, dan RMSE sebesar 5.332. Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode FTS Lee lebih efektif dan lebih akurat dalam meramalkan pergerakan harga cabai rawit di Kota Tasikmalaya.Penelitian ini membandingkan akurasi dan efektivitas dua metode peramalan, yaitu Fuzzy Time Series (FTS) Lee dan Fuzzy Time Series Markov Chain, untuk memprediksi harga cabai rawit di Kota Tasikmalaya.