Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Tensor: Pure and Applied Mathematics Journal Solusi Bersama : Jurnal Pengabdian Dan Kesejahteraan Masyarakat
Mei Anista Ririmasse
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Education Engineering Law, Crime, Criminology & Criminal Justice Mathematics

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

Found 2 Documents
Search

 1 
Mitigasi Kebencanaan Pada SMA Negeri 14 Ambon Sebagai Upaya Pengurangan Resiko Bencana Gempa Bumi Berli Isreal Titahena; Eka Sasmitha; Mei Anista Ririmasse; Bervi Latuserimala; Samsul Bahri Loklomin; Novita Berhitu
Solusi Bersama : Jurnal Pengabdian dan Kesejahteraan Masyarakat Vol. 1 No. 4 (2024): November : Solusi Bersama : Jurnal Pengabdian dan Kesejahteraan Masyarakat
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/solusibersama.v1i4.875

Abstract

This activity focuses on the socialization and simulation of earthquake disaster mitigation at SMA Negeri 14 Ambon. The aim was to increase students' awareness and preparedness in facing disasters, especially earthquakes. The methods used included material presentations using PowerPoint and simulations. This activity was attended by high school students with an age range of 15-18 years, who are at an ideal stage of cognitive development to receive and apply knowledge about disaster mitigation. The results showed that students had high enthusiasm and a good understanding of earthquake disaster mitigation after attending the socialization. This activity succeeded in increasing students' knowledge about actions to be taken before, during and after a disaster occurs. In conclusion, disaster mitigation socialization at the high school level is a strategic step in building a disaster resilient community. This activity can be a model for the development of similar programs in other schools, supporting the government's efforts in building community resilience to disasters.
Implementation of the Generalized Regression Neural Network (GRNN) Algorithm in Predicting the Level of People’s Welfare in Maluku Province Marlon Stivo Noya van Delsen; Mei Anista Ririmasse; Rosalina Salhuteru
Tensor: Pure and Applied Mathematics Journal Vol 7 No 1 (2026): Tensor: Pure and Applied Mathematics Journal
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Pattimura University, Ambon, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tensorvol7iss1pp9-16

Abstract

Permasalahan kesejahteraan rakyat di Provinsi Maluku masih menjadi isu utama yang ditandai dengan tingginya tingkat kemiskinan, rendahnya pengeluaran per kapita, serta keterbatasan akses terhadap pendidikan dan kesehatan. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat kesejahteraan rakyat serta mengukur akurasi algoritma Generalized Regression Neural Network (GRNN) dalam memprediksi tingkat kesejahteraan rakyat di Provinsi Maluku. Penelitian yang digunakan adalah penelitian kuantitatif dengan menerapkan GRNN pada delapan variabel sosial ekonomi yang diperoleh dari data Badan Pusat Statistik (BPS) Maluku tahun 2020–2024. Analisis korelasi Pearson digunakan untuk seleksi variabel, dilanjutkan dengan optimasi parameter sigma menggunakan grid search. Hasil penelitian menunjukkan enam variabel berpengaruh signifikan dan dilanjutkan sebagai input pemodelan. Model GRNN dengan sigma optimal 0,3 menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 6,15%, yang termasuk kategori “sangat baik.” Oleh karena itu GRNN efektif digunakan untuk memprediksi tingkat kesejahteraan rakyat di Provinsi Maluku serta dapat menjadi dasar bagi pemerintah daerah dalam merumuskan kebijakan sosial-ekonomi yang lebih tepat sasaran.
Co-Authors Berli Isreal Titahena Bervi Latuserimala Eka Sasmitha Marlon Stivo Noya van Delsen Novita Berhitu Rosalina Salhuteru Samsul Bahri Loklomin