Article Per Year (5 Year)
p-Index From 2021 - 2026
1.619
P-Index
This Author published in this journals
All Journal JURNAL ILMIAH MATEMATIKA DAN TERAPAN Indonesian Journal of Applied Statistics Jambura Journal of Mathematics Leibniz: Jurnal Matematika International Journal of Quantitative Research and Modeling Jurnal Penelitian Inovatif Buletin Sistem Informasi dan Teknologi Islam NEAR: Jurnal Pengabdian kepada Masyarakat
Morina A. Fathan
Program Studi Statistika, Univeristas Tadulako, Palu, Indonesia
Agriculture, Biological Sciences & Forestry Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mathematics Nursing Physics Public Health Social Sciences Transportation Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Grouping of Regencies/Cities in Indonesia Based on National Health Insurance (JKN) Participants with the Ensemble ROCK Approach Azwarini, Rahmania; Fathan, Morina A.; Widiantoro, Tri
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.i2.17512

Abstract

Health is a fundamental human need, and the National Health Insurance (JKN) program was established in Indonesia to provide equitable access to healthcare services for all citizens. Despite its implementation, disparities remain across regencies/cities, necessitating a comprehensive mapping of JKN participant profiles. This study aims to group 34 regencies/cities in Indonesia based on the characteristics of JKN participants, utilizing numerical and categorical data clustering. The Ensemble Robust Clustering using links (ROCK) method was employed, combining hierarchical clustering for numerical data and the ROCK method for categorical data. The study analyzed data comprising eight numerical variables (age, household size, household total expend, expend healthcare, tobacco expend, ATP, WTP, and expend insurance) and six categorical variables (living area, sex, education, reasons for joining JKN, ATP, WTP). Numerical clustering through single linkage yielded four clusters, while categorical clustering with the ROCK method at a threshold value of 0.2 produced three groups. The final ROCK ensemble analysis integrated these results, forming three quality-based clusters: low, medium, and high. Key findings revealed distinct socio-economic and demographic patterns among the clusters. For instance, the low-quality group exhibited lower household expenditures and healthcare spending, while the high-quality group had higher averages across these variables. Insights from this study can guide policy-makers in prioritizing healthcare resources and addressing regional disparities in JKN implementation.
Temperature Data Prediction in South Sulawesi Province Using Seasonal-Generalized Space Time Autoregressive (S-GSTAR) Model Rizal, Muhammad Edy; Fathan, Morina A.; Safitriani, Nur Rezky; Yahya, Muhammad Zarkawi; Asfar
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.i2.17516

Abstract

Indonesia's distinct tropical climate is influenced by its geographic location near the equator and its complex topography, resulting in pronounced seasonal temperature patterns. This study examines the application of the Seasonal Generalized Space-Time Autoregressive (SGSTAR) model to forecast the average air temperature in four regions of South Sulawesi Province: North Luwu, Tana Toraja, Maros, and Makassar. The dataset comprises monthly average temperatures from January 2019 to October 2024, sourced from BMKG's online database. The analysis includes stationarity testing using the Augmented Dickey-Fuller (ADF) test, seasonal pattern identification with autocorrelation function (ACF), and formal seasonal tests such as QS, QS-R, and KW-R. Spatial weight matrices were constructed based on Euclidean distances between regions. The best model was selected based on Mean Square Error (MSE), Root Mean Square Error (RMSE), Akaike Information Criterion (AIC), and adjusted R² criteria. The findings reveal that the seasonal GSTAR model with AR orders (p=3), (ps=4), and (s=12) is the optimal model. Evaluation indicates that the model achieves high accuracy, with forecast errors (MSE and RMSE) below 1°C. This model effectively captures seasonal and spatio-temporal patterns in climate data. The study is expected to serve as a foundation for further development of seasonal GSTAR models for other climate datasets, supporting improved environmental planning and resource management.
Perbandingan Ukuran Jarak pada Analisis Kluster Hirarki Yahya, Muh. Zarkawi; Sitti Nurhaliza; Morina A Fathan; Muhammad Edy Rizal; Andi Harismahyanti A
Leibniz: Jurnal Matematika Vol. 5 No. 02 (2025): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59632/leibniz.v5i02.538

Abstract

Analisis klaster merupakan salah satu metode statistik untuk mengelompokkan objek berdasarkan kemiripan. Pada data kategorik, pemilihan ukuran jarak menjadi aspek penting karena memengaruhi struktur dan interpretasi klaster yang terbentuk. Penelitian ini bertujuan untuk membandingkan performa enam ukuran jarak Gower, Goodall1, Goodall2, Goodall3, Goodall4, dan Anderberg dalam analisis klaster hierarki menggunakan data kategorik dari Indonesian Family Life Survey (IFLS-5). Metode yang digunakan adalah hierarchical agglomerative clustering, dengan tahap awal pembersihan data dan konversi ke tipe faktor agar sesuai dengan karakteristik pengukuran jarak kategorik. Evaluasi hasil klaster dilakukan dengan dua indeks validasi internal, yaitu Silhouette dan Dunn, serta metrik eksternal Adjusted Rand Index (ARI) untuk menilai stabilitas klaster melalui proses bootstrapping. Ketiga metrik tersebut digunakan secara komplementer: Silhouette mengevaluasi konsistensi lokal anggota klaster (dengan nilai ? 0.5 umumnya dianggap baik), Dunn mengukur pemisahan antar-klaster secara global (semakin tinggi semakin baik), sementara ARI menunjukkan konsistensi struktur klaster terhadap variasi data (nilai mendekati 1 menunjukkan stabilitas tinggi). Hasil menunjukkan bahwa setiap ukuran jarak menghasilkan struktur klaster yang berbeda. Di antara semua ukuran yang diuji, Goodall4 memberikan hasil terbaik karena membentuk klaster yang mudah diinterpretasikan, memiliki nilai indeks Silhouette dan Dunn yang relatif tinggi, serta skor ARI mendekati sempurna. Hal ini mengindikasikan bahwa Goodall4 merupakan alternatif yang layak direkomendasikan dalam kasus serupa.
Aplikasi Sistem Monitoring Produksi dengan Diagram Kontrol Fuzzy Multivariat Berbasis Alpha-cut dan Transformasi Median Safitriani, Nur Rezky; Widyaningrum, Erlyne Nadhilah; Putri, Rizka Amalia; Khoirunnisa, Husna Afanyn; Fathan, Morina A.
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.2874

Abstract

Pengendalian kualitas produksi yang adaptif menjadi kebutuhan mendesak dalam menghadapi data multivariat dengan ketidakpastian, disertai tuntutan untuk meningkatkan kualitas produk. Hal ini dapat diatasi menggunakan teori himpunan fuzzy melalui alat Statistical Process Control berupa diagram kontrol. Penelitian ini mengembangkan aplikasi sistem monitoring produksi menggunakan diagram kontrol multivariat fuzzy T2 Hotelling berbasis alpha-cut dan transformasi median. Aplikasinya dilakukan pada industri material bangunan di UD Tiga Beton sebagai penghasil batako press. Monitoring dilakukan pada dua karakteristik kualitas yang saling berkorelasi, yaitu kondisi fisik dan bidang permukaan, yang direpresentasikan dalam bentuk linguistik. Data pengamatan dikonversi ke dalam bilangan fuzzy menggunakan Triangular Fuzzy Number dan proses defuzzifikasi melalui transformasi median serta tambahan alpha-cut sebesar 0,6 agar dapat monitoring pergeseran mean yang kecil. Hasil penerapannya menunjukkan bahwa empat pengamatan terdeteksi berada di luar batas sehingga mengindikasikan proses produksi berada dalam keadaan out of control. Dengan demikian, aplikasi sistem ini terbukti mampu mendeteksi penyimpangan proses secara lebih akurat dan praktis. Diagram kontrol fuzzy multivariat berbasis alpha-cut dan transformasi median menjadi alternatif yang adaptif dalam pengendalian kualitas pada berbagai produksi.
Comparative Analysis of Hierarchical Cluster Methods in Inflationary Cities in Indonesia Based on Sectoral Inflation Patterns Khoirunissa, Husna Afanyn; Safitriani, Nur Rezky; Widyaningrum, Erlyne Nadhilah; Putri, Rizka Amalia; Fathan, Morina A.; Nisa, Nabilla Rida Tri
Jambura Journal of Mathematics Vol 8, No 1: February 2026
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjom.v8i1.35105

Abstract

This study aims to assess the performance of single linkage, complete linkage, and average linkage hierarchical clustering algorithms in grouping cities used as inflation benchmarks in Indonesia into clusters based on sectoral inflation patterns. The data utilized are 150 regencies/cities divided into 11 sectors that drive inflation, identified by BPS Indonesia. Prior to clustering, a distance analysis using Euclidean distances was conducted to measure similarity between regions. Evaluation of the optimal number of clusters was conducted by applying the stability measure approach (APN, AD, ADM, and FOM), which showed that creating five clusters produced the most stable results. The results of the analysis revealed that the single linkage approach had the lowest within-cluster to between-cluster standard deviation ratio compared to the other two approaches, which revealed a greater level of homogeneity between the clusters. From an economic perspective, this clustering pattern revealed impressive differences in sectoral inflation pressures between provinces, even between cities within a province. Consequently, the single linkage method is proposed as the optimal method for identifying spatial variations in sectoral inflation in Indonesia.
Peningkatan Kompetensi Guru Dalam Pemanfaatan AI Untuk Penyusunan Bahan Ajar Adaptif di Era Kurikulum Merdeka di SMP Negeri 2 Sigi Harismahyanti A Andi; Nurul Fiskia Gamayanti; Jamidun Jamidun; Alimatun Najiha; Morina A. Fathan
NEAR: Jurnal Pengabdian kepada Masyarakat Vol. 5 No. 1 (2025): NEAR
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/nr.v5i1.3140

Abstract

Perkembangan pesat kecerdasan buatan (Artificial Intelligence/AI) telah membuka peluang besar untuk meningkatkan kualitas pendidikan, khususnya dalam penyusunan bahan ajar yang adaptif terhadap karakteristik siswa. Penelitian ini bertujuan untuk meningkatkan kompetensi guru SMP Negeri 2 Sigi dalam memanfaatkan AI, khususnya ChatGPT, guna mendukung implementasi Kurikulum Merdeka yang menekankan pembelajaran berdiferensiasi. Metode yang digunakan adalah Participatory Action Research (PAR) dengan tahapan identifikasi kebutuhan, pelatihan intensif, praktik penyusunan bahan ajar berbasis AI, serta evaluasi berkelanjutan selama satu bulan. Hasil kegiatan menunjukkan peningkatan signifikan dalam literasi digital, keterampilan teknis, serta kreativitas guru dalam pembuatan modul ajar interaktif dan kontekstual. Selain itu, terbentuk komunitas belajar mandiri yang mendorong inovasi berkelanjutan di lingkungan sekolah. Program ini membuktikan bahwa pelatihan partisipatif disertai pendampingan intensif mampu mengatasi keterbatasan infrastruktur dan literasi digital, serta menjadi strategi efektif dalam mewujudkan transformasi pembelajaran digital di daerah berkembang. Kegiatan ini diharapkan menjadi model replikasi bagi guru-guru sekolah lain dalam mengintegrasikan kecerdasan buatan sebagai bagian integral inovasi Kurikulum Merdeka
Comparison of Poisson and Negative Binomial Regression Models in Identifying Factors Influencing Covid-19 Deaths in Indonesia. Nabilla Rida Tri Nisa; Amanatullah Pandu Zenklinov; Husna Afanyn Khoirunissa; Nur Rezky Safitriani; Erlyne Nadhilah Widyaningrum; Rizka Amalia Putri; Morina A. Fathan
International Journal of Quantitative Research and Modeling Vol. 6 No. 4 (2025): International Journal of Quantitative Research and Modeling
Publisher : Research Collaboration Community (RCC)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46336/ijqrm.v6i4.1126

Abstract

This research compares Poisson Regression and Generalized Negative Binomial (GNB) Regression to underscore the factors that influence the growth of COVID-19 deaths in Indonesia. Count data such as mortality cases often violates the Poisson assumption of equidispersion (null mean equals variance) causing overdispersion. The GNB model is suggested as a remedy for overdispersed data crime prevention has become increasingly necessary for systematic development because secondary data from the Indonesian government has included dependable variables such as mortality rates for people aged over 60, diabetes mellitus, heart disease, lung disease, healthcare worker percentages, referral hospitals, and the population. The Poisson Regression reported R² of 87.67% and experienced overdispersion (θ₁ = 356.27, θ₂ = 417,597). The GNB model, in contrast, with a lower AIC (499.5566), overtook Poisson. Important factors that had significant impact on both models were mortality rates for individuals over 60, diabetes mellitus, healthcare workers, and referral hospitals, whereas heart and lung disease mortality rates were the ones that were not material. The GNB model had a better fit and tackled the issues of overdispersion in the Poisson Regression.
Penanganan Data Churn tidak Seimbang Menggunakan Pembobotan pada Model Supervised Machine Learning Sitti Nurhaliza; Andi Harismahyanti; Morina A Fathan; Muhammad Edy Rizal; Muh. Zarkawi Yahya; Asfar Asfar
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 7, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v7i1.3118

Abstract

Customer churn merupakan tantangan strategis dalam industri digital karena berdampak langsung pada pendapatan dan biaya akuisisi pelanggan baru. Salah satu kendala utama dalam membangun model prediksi churn adalah ketidakseimbangan kelas, dimana proporsi pelanggan churn hanya 11,4% dibandingkan 88,6% non-churn, dengan imbalance ratio hampir 8:1. Ketidakseimbangan ini berpotensi menurunkan sensitivitas model terhadap kelas minoritas. Penelitian ini bertujuan mengevaluasi efektivitas teknik pembobotan kelas (class weighting) dalam meningkatkan kinerja model klasifikasi churn pada data telekomunikasi JABODETABEK tahun 2019. Pendekatan supervised machine learning digunakan dengan lima algoritma utama: regresi logistik, K-Nearest Neighbors (KNN), decision tree, naive Bayes, dan random forest. Evaluasi dilakukan menggunakan stratified 5-fold cross-validation dan metrik yang relevan untuk data tidak seimbang, yaitu recall, specificity, F1-score, dan AUC-ROC. Hasil penelitian menunjukkan bahwa penerapan class weighting memberikan peningkatan signifikan pada nilai recall, khususnya pada model decision tree, KNN, dan naive Bayes. Model Naive Bayes Balanced memberikan performa terbaik dengan recall di atas 0,75, meskipun terjadi sedikit penurunan specificity sebagai trade-off. Secara umum, strategi pembobotan kelas terbukti mengurangi bias terhadap kelas mayoritas dan menghasilkan keseimbangan metrik yang lebih baik. Temuan ini menegaskan bahwa teknik penyeimbangan kelas, meskipun sederhana, tetap krusial untuk meningkatkan akurasi identifikasi pelanggan berisiko churn dan dapat dijadikan referensi praktis dalam pengembangan sistem retensi pelanggan di sektor industri telekomunikasi.
Modeling East Java Province Poverty Cases Using Birespon Truncted Spline Regression Rizka Amalia Putri; Nindya Wulandari; Erlyne Nadhilah Widyaningrum; Morina A. Fathan; Nur Rezky Safitriani
Indonesian Journal of Applied Statistics Vol 8, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v8i1.100915

Abstract

An analytical method for determining the relationship between predictor and response variables is regression. For data that shows unidentified patterns, nonparametric regression is a suitable data analysis technique. A nonparametric regression technique is the truncated spline. Due to the widespread use of truncated spline with a single response variable, this study employs biresponse truncated spline, which uses two response variables to produce a better model than single-response modeling. The purpose of this study is to obtain the best model and to identify which variables influence the poverty case in East Java Province using biresponse truncated spline regression. The best knot points were chosen for this investigation using Generalized Cross Validation (GCV). With three knot points and a model goodness of fit () of 95.83%, GCV gives the best modeling results. Applying this model to the East Java Province case of poverty using data on the poverty depth index and the percentage of the population living in poverty in 2023 reveals that the Labor Force Participation Rate (TPAK), Average Years of Schooling (RLS), and Open Unemployment Rate (TPT) all have a significant effect.Keywords: biresponse truncated spline; nonparametric regression; poverty
Analisis Regresi Linear Berganda pada Pengaruh Pemahaman Etika Profesional dan Penguasaan Konsep Keahlian terhadap Kesiapan Dunia Kerja Alimatun Najiha; Morina A Fathan; Allisa Alavi; Fikri Chaikal; Guslov Claudio Basompe
Jurnal Penelitian Inovatif Vol 5 No 3 (2025): JUPIN Agustus 2025
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jupin.1738

Abstract

Kesiapan mahasiswa dalam menghadapi dunia kerja merupakan isu penting dalam pendidikan tinggi, khususnya di era persaingan global yang semakin kompetitif. Mahasiswa tidak hanya dituntut memiliki kemampuan akademik, tetapi juga harus dibekali dengan nilai-nilai profesionalisme dan pemahaman mendalam atas bidang keahliannya. Penelitian ini bertujuan untuk menganalisis pengaruh pemahaman etika profesional dan penguasaan konsep keahlian terhadap kesiapan dunia kerja pada mahasiswa aktif Program Studi Statistika S1 angkatan 2021 Universitas Tadulako. Penelitian ini merupakan studi kuantitatif yang dianalisis menggunakan metode regresi linear berganda. Data primer dikumpulkan dari 47 responden melalui pengisian kuisioner berskala Likert yang telah diuji validitas dan reliabilitasnya. Proses analisis dilakukan menggunakan perangkat lunak R-Studio, disertai uji asumsi klasik meliputi normalitas, multikolinearitas, dan heterokedastisitas untuk memastikan ketepatan dan keandalan model. Hasil penelitian menunjukkan bahwa pemahaman etika profesional berpengaruh secara signifikan terhadap kesiapan dunia kerja mahasiswa. Sebaliknya, penguasaan konsep keahlian tidak memberikan pengaruh yang signifikan. Hal ini mengindikasikan bahwa aspek-aspek non-teknis seperti nilai-nilai etika, tanggung jawab, dan sikap profesional justru lebih menentukan kesiapan seseorang dalam memasuki dunia kerja dibandingkan sekadar penguasaan teori akademik. Temuan ini menjadi refleksi bagi institusi pendidikan tinggi untuk tidak hanya berfokus pada aspek kognitif, tetapi juga mengintegrasikan penguatan karakter dan etika ke dalam kurikulum. Penelitian ini memberikan kontribusi teoretis dalam memperluas pemahaman tentang faktor-faktor non-akademik yang memengaruhi kesiapan kerja mahasiswa, serta membuka ruang diskusi lebih lanjut dalam pengembangan model pendidikan tinggi yang komprehensif. Selain itu, penelitian ini juga mendukung pengembangan kurikulum yang secara eksplisit mengintegrasikan nilai-nilai etika sebagai bagian penting dalam proses pembelajaran di perguruan tinggi.
Co-Authors Alimatun Najiha Alimatun Najiha Allisa Alavi Amanatullah Pandu Zenklinov Andi Harismahyanti Andi Harismahyanti A. Asfar Asfar Asfar Azwarini, Rahmania Erlyne Nadhilah Widyaningrum Fikri Chaikal Guslov Claudio Basompe Husna Afanyn Khoirunissa Jamidun Jamidun Muh. Zarkawi Yahya Muhammad Edy Rizal Muhammad Edy Rizal Nabilla Rida Tri Nisa Nindya Wulandari Nisa, Nabilla Rida Tri Nur Rezky Safitriani Nur Rezky Safitriani Nurul Fiskia Gamayanti Rizka Amalia Putri Safitriani, Nur Rezky Sitti Nurhaliza Sitti Nurhaliza Widiantoro, Tri Yahya, Muh. Zarkawi Yahya, Muhammad Zarkawi