Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Wahana Pendidikan Innovative: Journal Of Social Science Research Kohesi: Jurnal Sains dan Teknologi
Andari, Arnis Wulan
Unknown Affiliation
Religion Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Education Energy Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Aplikasi Pembelajaran Metode Regresi Logistik Biner Dalam Mengidentifikasi Karakteristik Prokok Aktif Di Provinsi Sumatera Barat Tahun 2020 Payana, Sandi Dwi; Effendy, Fachriz; Andari, Arnis Wulan; Tarigan, Febry Vista Kristen; Arnita, Arnita
Jurnal Ilmiah Wahana Pendidikan Vol 11 No 2.C (2025): Jurnal Ilmiah Wahana Pendidikan 
Publisher : Peneliti.net

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

Abstract

This study aims to identify the characteristics of active smokers in West Sumatra Province in 2020 using binary logistic regression. The dependent variable in this study is smoking status (active smoker or non-smoker), while the independent variables analyzed include the highest level of education, per capita expenditure, gender, and homeownership. According to data from the Central Bureau of Statistics (BPS), the percentage of the population over 15 years old who smoke in Indonesia in 2020 was 28.69%, with monthly per capita expenditure on cigarettes amounting to 5.99%. This indicates that cigarettes have become a highly favored commodity, even surpassing basic foodstuffs. Additionally, data from the 2018 Basic Health Research (Riskesdas) recorded the prevalence of smoking-related diseases, such as Acute Respiratory Infections (ARI) at 9.3%, heart disease at 1.5%, and hypertension at 34.11%. Despite the health risks of smoking being widely communicated, smoking consumption remains high, while the number of people quitting smoking is relatively low. According to Riskesdas 2018, the proportion of former smokers increased from 4% in 2013 to 5.3% in 2018, while the proportion of non-smokers decreased from 66.6% to 65.9% in the same period. Using binary logistic regression, this study analyzes how the independent variables education level, and per capita expenditure affect an individual's likelihood of being an active smoker. The results indicate that these variables significantly influence the likelihood of an individual being an active smoker. This study provides valuable insights for public health policy in designing more targeted smoking prevention programs, especially in West Sumatra Province, by considering the socio-economic characteristics that influence smoking behavior.
STUDI SEBARAN SPASIAL DATA KEMISKINAN PER PROVINSI DI INDONESIA MENGGUNAKAN TEKNIK KRIGING DAN IDW Lumbantobing, Imelda Octavia; Andari, Arnis Wulan; Abangan, Ferdyanto; Maulana, Bintang
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i9.12439

Abstract

Penelitian ini bertujuan untuk memetakan sebaran kemiskinan di Indonesia secara spasial berdasarkan data persentase penduduk miskin dari 38 provinsi yang dipublikasikan oleh Badan Pusat Statistik (BPS) pada tahun 2024. Data tersebut merepresentasikan proporsi penduduk miskin terhadap total penduduk di setiap provinsi dan dipetakan menggunakan koordinat centroid provinsi dari shapefile batas administrasi Indonesia. Dua metode interpolasi spasial yang digunakan adalah Inverse Distance Weighted (IDW) dan Kriging. Hasil interpolasi divisualisasikan dalam bentuk peta tematik yang menunjukkan distribusi spasial estimasi kemiskinan di seluruh wilayah Indonesia. Hasil IDW menunjukkan variasi nilai kemiskinan yang tajam dengan nilai ekstrem lebih mudah terlihat, sedangkan metode Kriging memberikan hasil yang lebih halus dan merata, mencerminkan kontinuitas spasial yang lebih realistis. Kedua metode menunjukkan bahwa provinsi-provinsi di Indonesia bagian timur seperti Papua, Papua Barat, dan Maluku memiliki tingkat kemiskinan yang lebih tinggi dibandingkan wilayah barat seperti DKI Jakarta, Kepulauan Riau, dan Bali. Penelitian ini menekankan pentingnya pendekatan spasial dalam perumusan kebijakan pengentasan kemiskinan yang lebih tepat sasaran sesuai kondisi geografis masing-masing daerah.
Analisis Pengelompokan Wilayah Kepolisian Daerah di Indonesia menggunakan Algoritma Hierarchical Clustering Lubis, M. Shadri Ismaun; Pulungan, Zakiy Maulana; Lubis, Hafiz Khalik; Andari, Arnis Wulan; Napitupulu, Rusmawanty; Maulana, Bintang; Arnita, Arnita
Innovative: Journal Of Social Science Research Vol. 5 No. 3 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i3.19790

Abstract

Penelitian ini bertujuan untuk mengelompokkan wilayah Kepolisian Daerah (Polda) di Indonesia berdasarkan karakteristik kejahatan pada tahun 2022 dengan menggunakan pendekatan data mining melalui algoritma hierarchical clustering. Dua variabel utama yang digunakan dalam analisis adalah jumlah kejahatan dan persentase penyelesaian kasus. Langkah-langkah analisis yang dilakukan adalah standarisasi data dengan Z-score, perhitungan matriks jarak Euclidean, pembuatan dendrogram untuk melihat struktur hierarki, dan evaluasi jumlah cluster yang optimal menggunakan Silhouette Coefficient. Hasil evaluasi menunjukkan jumlah cluster yang optimal adalah dua, dengan nilai Silhouette tertinggi sebesar 0,654. Cluster pertama terdiri dari 32 Polda dengan rata-rata jumlah kasus sebanyak 9.091 dan tingkat penyelesaian sebesar 26,32%, sehingga masuk dalam kategori cluster “Rentan”. Cluster kedua terdiri dari dua Polda dengan jumlah kasus yang sangat tinggi dan tingkat penyelesaian sebesar 92,63%, sehingga masuk dalam kategori cluster “Sangat Tinggi”. Visualisasi diagram sebar menunjukkan pemisahan spasial yang jelas antara kedua klaster, yang memperkuat validitas pemodelan. Hasil studi ini memberikan dasar untuk memetakan area prioritas dan merumuskan strategi untuk memperkuat sistem penegakan hukum, serta menjadikan area berkinerja tinggi sebagai tolok ukur nasional.
Co-Authors Abangan, Ferdyanto Arnita Arnita Effendy, Fachriz Lubis, Hafiz Khalik Lubis, M. Shadri Ismaun Lumbantobing, Imelda Octavia Maulana, Bintang Napitupulu, Rusmawanty Payana, Sandi Dwi Pulungan, Zakiy Maulana Tarigan, Febry Vista Kristen