Claim Missing Document
Check
Articles

Found 4 Documents
Search

Pelatihan Visualisasi Data Menggunakan Aplikasi Tableau di BPS Kota Tangerang Selatan Wiyanti, Wiwik; Seleky, Jacob Stevy; Riswandi, Calvin; Jimy, Valensius
Abdimas Galuh Vol 7, No 1 (2025): Maret 2025
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v7i1.18020

Abstract

Pembangunan sumber daya manusia untuk segera mewujudkan Indonesia maju sesegera mungkin tidak hanya dilakukan dari pemerintah kepada masyarakat saja (upper-bottom), namun bisa dilakukan dari masyarakat kepada pemerintah (bottom-upper) sebagai wujud nyata partisipasi masyarakat kepada negara. Seperti halnya pengabdian kepada masyarakat (PKM) kali ini, adalah dari masyarakat dan untuk masyarakat. Kegiatan PKM ini adalah pelatihan visualisasi data menggunakan Tableau untuk pegawai BPS Kota Tangerang Selatan. Perlu disadari bahwa teknologi semakin maju, dan perkembangan aplikasi untuk visualisasi data sudah tidak hanya dengan excel saja, namun mampu dikerjakan menggunakan Tableau. Tujuan dari pengabdian ini adalah meningkatkan pengetahuan pegawai BPS Kota Tangerang mengenai visualisasi data menggunakan Tableau. Adapun alasan pelatihan ini diadakan adalah aplikasi Tableau belum dikenal oleh pegawai BPS Kota Tangerang. Analisa data yang digunakan adalah menggunakan non-parametrik sign test. Peserta pelatihan sebanyak 20 orang dan yang mengikuti pre-test dan post-test lengkap sebanyak 17 peserta. Hasil analisa data diperoleh kesimpulan bahwa pelatihan visualisasi data dengan menggunakan aplikasi Tableau efektif untuk meningkatkan pengetahuan visualisasi data pegawai BPS Kota Tangerang Selatan.
Stunting Risk Factor Analysis Using Seemingly Unrelated Regression (SUR) Integrated with Machine Learning Wiyanti, Wiwik; Zenklinov, Amanatullah Pandu; Seleki, Jacob Stevy; Ramadhani, Sausan; Jimy, Valensius; Arifin, Samsul
Journal of Mathematics, Computations and Statistics Vol. 8 No. 2 (2025): Volume 08 Nomor 02 (Oktober 2025)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v8i2.9630

Abstract

Stunting is a disorder in children caused by chronic nutritional problems. Stunting is usually characterized by a child’s failure to grow and develop optimally. In Indonesia, the government is focusing on addressing of stunting case, as it aims to develop the superior of human resources. In Tangerang regency is currently holding a “Gebrak Tegas” program to address the problem of stunting. The causes of stunting required scientific study to help the government understand the scientific factors that causing stunting. Therefore, this study aims to analyze the factors causing stunting the children in the Tangerang regency. The data analysis method in this study use the Seemingly Unrelated Regression (SUR), which is integrated with a machine learning, namely Random Forest. The data used in this study were obtained from primary data through questionnaires. The subjects of this study were parents of stunting and non-stunting children who were at “Posyandu” under of “Kelapa dua” and “Binong” health centers. Sampling method in this study is purposive-random sampling. The results of the data analysis showed that the five variables from the factors measured had the most significant influence, namely nutritional, socio-economi, and pregnancy and childbirth history factors. Five variables that influence children stunting are animal protein, which has the highest probability of 87.5% when the children consumes protein once or twice a week. The children consume vitamin A twice has a 97% probability. The source of income for the parents, whether from the private or self-employment, has a probability of over 90%. Furthermore, the consumption of iron-boosting tablets by mother during pregnancy and the amount of income from the parents have a probability of 84%.
Edukasi Peran Statistika (Data Sains) dalam Dunia Entrepreanure di SMKN 1 Sedan, Rembang Wiyanti, Wiwik; Herawati, Lilik; Jimy, Valensius; Ramadhani, Sausan
Abdimas Galuh Vol 6, No 1 (2024): Maret 2024
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v6i1.13282

Abstract

Tidak semua siswa SMA/SMK/MA di Indonesia setelah lulus sekolah melanjutkan belajar jenjang universitas. Fakta ini juga ditemukan di SMKN 1 Sedan, Rembang. Berdasarkan wawancara yang dilakukan oleh Lilik Herawati selaku guru matematika SMKN 1 Sedan, mayoritas siswa setelah lulus SMK adalah bekerja, selanjutnya wiraswasta dan menikah. Karena latar belakang tersebut maka diadakan program pengabdian kepada masyarakat (PKM) dalam bentuk seminar edukasi statistika (data sains) dalam dunia entrepreanure di SMKN 1 Sedan, Rembang. Tujuan diadakan edukasi ini adalah untuk menambah wawasan para siswa-siswi SMKN 1 Sedan, Rembang mengenai peran statistika data sains untuk dunia bisnis atau wirausaha. Harapannya adalah meningkatkan wawasan atau ilmu pengetahuan megenai statistika (data sains) dalam dunia bisnis. Hasil yang diperoleh dari analisa data pretest dan postest dengan menggunakan uji paired-t adalah terdapat peningkatan yang berarti (signifikan) wawasan atau pengetahuan siswa-siswi SMKN 1 Sedan mengenai peran statistika data sains untuk dunia bisnis atau wirausaha setelah seminar edukasi dilaksanakan
Implementasi Metode Random Forest dalam Analisis Prediksi Dogecoin Siregar, Bakti; Jimy, Valensius
Komputika : Jurnal Sistem Komputer Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i2.16486

Abstract

Perkembangan teknologi digital telah mendorong munculnya mata uang kripto seperti Dogecoin yang memiliki volatilitas harga tinggi, sehingga menarik perhatian investor namun juga menimbulkan risiko prediksi harga yang kompleks. Penelitian ini menawarkan solusi prediksi harga Dogecoin dengan menerapkan metode Random Forest, salah satu algoritma machine learning berbasis ensemble learning yang unggul dalam menangani data berpola nonlinier. Data yang digunakan adalah data historis harian harga Dogecoin periode 1 Januari–31 Desember 2024 yang diperoleh dari investing.com. Tahapan penelitian meliputi pengunduhan dan pra-pemrosesan data untuk mengatasi missing values, pembagian dataset menjadi data latih (90%) dan data uji (10%), pembangunan model Random Forest menggunakan perangkat lunak R, serta evaluasi kinerja model menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model mampu memprediksi harga Dogecoin dengan nilai MAPE 2,59% dan R-squared 99,37%, yang menandakan tingkat akurasi tinggi. Kontribusi penelitian ini adalah memberikan model prediksi harga kripto yang andal dan terukur, yang dapat dimanfaatkan investor maupun peneliti sebagai acuan pengambilan keputusan, sekaligus memperluas literatur metode Random Forest pada analisis harga aset digital.