Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Journal of Data Insights Prosiding Seminar Nasional Unimus
Izzah, Nasyiatul
Unknown Affiliation
Humanities Computer Science & IT Engineering Health Professions Mathematics Nursing Public Health

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Segmentasi Provinsi Berdasarkan Indikator Sanitasi Total Berbasis Masyarakat di Indonesia: Pendekatan Hierarchical Clustering Agglomerative Syahrani, Nabbila Dyah; Rahmawati, Gita; Izzah, Nasyiatul; Sanmas, Safril Ahmadi; Rahmah, Alfidha; Fauzi, Fatkhurokhman
Prosiding Seminar Nasional Unimus Vol 7 (2024): Transformasi Teknologi Menuju Indonesia Sehat dan Pencapaian Sustainable Development G
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sanitasi yang buruk menjadi salah satu faktor penyebab beban penyakit global, dengan sekitar 1,4 jutakematian setiap tahunnya disebabkan oleh faktor lingkungan, termasuk sanitasi yang tidak aman. Padatahun 2023, sebanyak 4,2 miliar orang di dunia tidak memiliki akses sanitasi yang dikelola dengan aman,yang dapat menyebabkan berbagai masalah kesehatan seperti malnutrisi dan kematian. Di Indonesia,program Sanitasi Total Berbasis Masyarakat (STBM) dikembangkan oleh Kementerian Kesehatan untukmeningkatkan perilaku higienis melalui pemberdayaan masyarakat. STBM terdiri dari lima pilar: StopBuang Air Besar Sembarangan (SBS), Cuci Tangan Pakai Sabun (CTPS), Pengelolaan Sampah RumahTangga (PSRT), Pengelolaan Air Minum dan Makanan Rumah Tangga (PAMMRT), serta Pengelolaan AirLimbah Domestik Rumah Tangga (PALDRT). Namun, implementasi program ini di berbagai daerah diIndonesia masih bervariasi, dengan beberapa daerah belum menerapkan STBM secara optimal. Oleh karenaitu, diperlukan pemetaan daerah-daerah yang membutuhkan intervensi lebih lanjut. Penelitian inimenggunakan metode Hierarchical Clustering untuk mengelompokkan provinsi-provinsi di Indonesiaberdasarkan data capaian STBM tahun 2023. Penelitian ini menghasilkan empat cluster denganmenggunakan Agglomerative Average Linkage sebagai metode terbaik. Hasil clustering menunjukkanCluster 1 memiliki kondisi sanitasi terburuk, Cluster 2 memiliki pencapaian terbaik, sementara Cluster 3dan Cluster 4 berada di antara keduanya, dengan beberapa aspek memerlukan perbaikan. Diperoleh nilaievaluasi hasil clustering menggunakan silhouette coefficient sebesar 0,5027.  Kata Kunci : Hierarchical Clustering, STBM, Akses Sanitasi
Forecasting Red Onion Prices in Riau Islands Using the Seasonal Autoregressive Integrated Moving Average (SARIMA) Method: Peramalan Harga Bawang Merah di Kepulauan Riau Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) Inta Nur Kholifah, Revika; athoni Amri, Ihsan F; Al Haris, M; Izzah, Nasyiatul; Fazza Baita, Miftakhiyah; Nurhalisa, Siti
Journal of Data Insights Vol 2 No 2 (2024): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v2i2.412

Abstract

The price of shallots is one of the crucial commodities that affects economic stability and community welfare in the Riau Islands. The main factors influencing shallot production are seed variety, land, and weather. This study aims to forecast the price of shallots in the Riau Islands using the Seasonal Autoregressive Integrated Moving Average (SARIMA) method. The data used in this study is sourced from official data and covers a specific period to ensure the accuracy of the forecasting model. The SARIMA (0 1 1) (0 1 1)5 model with the smallest AIC of 2211.59 was selected as the best model based on data analysis and model performance evaluation, with a Mean Absolute Percentage Error (MAPE) of 2.690835 percent, indicating that the model's ability to predict shallot prices in the Riau Islands is very accurate. The prediction results indicate that the price of shallots will decrease in the coming days according to the developed model. Based on these results, this forecast is expected to serve as a reference for the government and market participants in decision-making related to the production, distribution, and control of shallot prices in the Riau Islands.
Co-Authors Al Haris, M athoni Amri, Ihsan F Fauzi, Fatkhurokhman Fazza Baita, Miftakhiyah Inta Nur Kholifah, Revika Nurhalisa, Siti Rahmah, Alfidha Rahmawati, Gita Sanmas, Safril Ahmadi Syahrani, Nabbila Dyah