Article Per Year (5 Year)
p-Index From 2021 - 2026
1.383
P-Index
This Author published in this journals
All Journal Jurnal Ners MATHunesa: Jurnal Ilmiah Matematika Jurnal GAMMA-PI Amalgamasi: Journal of Mathematics and Applications
Daratullaila
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Environmental Science Health Professions Mathematics Medicine & Pharmacology Nursing Physics Public Health

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal GAMMA-PI

 1 
PERAMALAN JUMLAH PRODUKSI KELAPA SAWIT DI INDONESIA PADA TAHUN 2024 MENGGUNAKAN METODE FUZZY TIME SERIES CHEN Daratullaila; Mutiara; saumi, Fazrina
JURNAL GAMMA-PI Vol 6 No 1 (2024): Jurnal Gamma-Pi (Matematika dan Pendidikan Matematika)
Publisher : Program Studi Matematika, Fakultas Teknik, Universitas Samudra. Langsa, Aceh.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/gamma-pi.v6i1.9311

Abstract

Kelapa sawit berperan penting dalam industri minyak nabati. Minyak kelapa sawit adalah salah satu komoditas yang paling diminati dan diperdagangkan di pasar global, digunakan dalam berbagai produk sehari-hari seperti makanan olahan dan sebagai bahan baku utama dalam produksi bahan bakar biodiesel. Indonesia adalah produsen terbesar kelapa sawit di dunia, menyumbang sekitar 50% dari total produksi global. Sebagai produsen terbesar minyak kelapa sawit di dunia, Indonesia memiliki peran besar dalam menyediakan pasokan global minyak nabati. Penelitian ini bertujuan untuk meramalkan produksi kelapa sawit di Indonesia pada tahun 2024 menggunakan metode Fuzzy Time Series Chen. Ada beberapa tahapan metode time series mulai dari menghitung panjang interval, fuzzifikasi, menentukan FLR (Fuzzy Logical Relationship), menentukan FLRG (Fuzzy Logical Relationship Group, menghitung nilai peramalan kemudian setelah didapat hasil peramalan, akan dilakukan uji ketepatan peramalan dengan melihat nilai Mean Absolute Percentage Error (MAPE). Setelah mengikuti langkah-langkah pada peramalan Fuzzy Time Series Chen, didapatkan nilai peramalan jumlah produksi kelapa sawit di Indonesia pada tahun 2024 sebesar 44.549.793 ton dengan tingkat peramalan sangat akurat yang diukur dengan MAPE sebesar 3.99%.
PREDIKSI JUMLAH KEJAHATAN DI INDONESIA PADA TAHUN 2023 DENGAN METODE AUTOREGRESSIVE INTEGRATE MOVING AVERAGE (ARIMA) Daratullaila; Sari, Riezky Purnama
JURNAL GAMMA-PI Vol 5 No 2 (2023): Jurnal Gamma-Pi (Matematika dan Pendidikan Matematika)
Publisher : Program Studi Matematika, Fakultas Teknik, Universitas Samudra. Langsa, Aceh.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/gamma-pi.v5i2.9523

Abstract

Kejahatan mengacu pada tindakan yang melanggar hukum kriminal, dan pelaku kejahatan yang melakukan tindakan tersebut dengan niat yang jelas pasti akan dijatuhi hukuman. Menurut data dari The Global Initiative Against Transnational Organized Crime, Kongo menempati peringkat teratas sebagai negara dengan tingkat kriminalitas tertinggi di dunia dengan skor 7,75 dan Indonesia menempati peringkat ke-25 dengan skor 6,38. Tujuan dari penelitian ini adalah untuk menentukan hasil dan model terbaik untuk data jumlah kejahatan, sehingga bisa membantu pemerintah dalam antisipasi peningkatan kejahatan di Indonesia dengan menggunakan metode ARIMA. Berdasarkan hasil analisis, diperoleh model terbaik yang dapat digunakan untuk meramalkan jumlah kejahatan di Indonesia menggunakan metode ARIMA, yaitu model (3,1,3) dengan MAPE terkecil, yaitu 19%. Hasil peramalan jumlah kejahatan di Indonesia pada bulan Januari – Desember 2023, yaitu : Bulan Januari 24.753 kasus, Februari 24.570 kasus, Maret 25.552 kasus, April 26.702 kasus, Mei 27.000 kasus, Juni 26.430 kasus, Juli 25.863 kasus, Agustus 26.054 kasus, September 26.889 kasus, Oktober 27.614 kasus, November 27.686 kasus, dan Desember 27.297 kasus. Jumlah kejahatan tertinggi berada di bulan November, yaitu sejumlah 27.686 kasus dan jumlah kejahatan terendah berada di bulan Februari, yaitu sejumlah 24.570 kasus.
PENERAPAN LONG SHORT-TERM MEMORY (LSTM) UNTUK PERAMALAN PRODUKSI CENGKEH DI PROVINSI SUMATERA UTARA Antika Putri Andini; Daratullaila; Riezky Purnama Sari
JURNAL GAMMA-PI Vol 6 No 2 (2024): Jurnal Gamma-Pi (Matematika dan Pendidikan Matematika)
Publisher : Program Studi Matematika, Fakultas Teknik, Universitas Samudra. Langsa, Aceh.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/gamma-pi.v6i2.11023

Abstract

Provinsi Sumatera Utara merupakan salah satu daerah penghasil cengkeh di Indonesia dan memiliki potensi besar untuk dapat meningkatkan produksi cengkeh dan menjadi sentra produksi cengkeh terbesar di Sumatera. Namun sayangnya potensi ini belum dapat dioptimalkan dengan baik. Mengantisiapi perubahan produksi cengkeh di sumatera utara pada tahun-tahun berikutnya diperlukan penggunaan metode peramalan peramalan yang lebih canggih dan efektif dengan menerapkan teknologi. Meramalkan hasil produksi cengkeh dapat membantu pemerintah dalam membuat perencanaan strategis dalam upaya pengembangan produksi cengkeh dan dapat meningkatkan hasil produksi. Model LSTM mampu memberikan prediksi produksi cengkeh dengan tingkat akurasi yang lebih tinggi dan dapat menjadi solusi yang efektif dalam mengoptimalkan hasil produksi dan meningkatkan efisiensi dan produktivitas sektor pertanian. Hasil Peramalan produksi cengkeh menggunakan Metode Long Short-Term Memory (LSTM) menunjukan bahwa terjadi penurunan produksi cengkeh di setiap tahunnya yaitu tahun 2024 hasil produksi sebanyak 8545,7, pada tahun 2025 sebanyak 7059,8, tahun 2026 sebanyak 6499,8, tahun 2027 sebanyak 6217,0 dan tahun 2028 sebanyak 6044,1 dengan nilai MAPE 13,85%.
PENERAPAN LONG SHORT-TERM MEMORY (LSTM) UNTUK PERAMALAN PRODUKSI CENGKEH DI PROVINSI SUMATERA UTARA Daratullaila; Antika Putri Andini; Riezky Purnama Sari
JURNAL GAMMA-PI Vol 7 No 2 (2025): Jurnal Gamma-Pi (Matematika dan Pendidikan Matematika)
Publisher : Program Studi Matematika, Fakultas Teknik, Universitas Samudra. Langsa, Aceh.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/gamma-pi.v7i2.13392

Abstract

Provinsi Sumatera Utara merupakan salah satu daerah penghasil cengkeh di Indonesia dan memiliki potensi besar untuk dapat meningkatkan produksi cengkeh dan menjadi sentra produksi cengkeh terbesar di Sumatera. Namun sayangnya potensi ini belum dapat dioptimalkan dengan baik. Mengantisiapi perubahan produksi cengkeh di sumatera utara pada tahun-tahun berikutnya diperlukan penggunaan metode peramalan peramalan yang lebih canggih dan efektif dengan menerapkan teknologi. Meramalkan hasil produksi cengkeh dapat membantu pemerintah dalam membuat perencanaan strategis dalam upaya pengembangan produksi cengkeh dan dapat meningkatkan hasil produksi. Model LSTM mampu memberikan prediksi produksi cengkeh dengan tingkat akurasi yang lebih tinggi dan dapat menjadi solusi yang efektif dalam mengoptimalkan hasil produksi dan meningkatkan efisiensi dan produktivitas sektor pertanian. Hasil Peramalan produksi cengkeh menggunakan Metode Long Short-Term Memory (LSTM) menunjukan bahwa terjadi penurunan produksi cengkeh di setiap tahunnya yaitu tahun 2024 hasil produksi sebanyak 8545,7, pada tahun 2025 sebanyak 7059,8, tahun 2026 sebanyak 6499,8, tahun 2027 sebanyak 6217,0 dan tahun 2028 sebanyak 6044,1 dengan nilai MAPE 13,85%.
Co-Authors Agrina, Agrina Agus Kurniawan Antika Putri Andini Erika Erika Mutiara Riezky Purnama Sari Sari, Riezky Purnama Saumi, Fazrina