Claim Missing Document
Check
Articles

Found 3 Documents
Search

Structural Equation Modeling untuk Analisis Kualitas Pelayanan Perpustakaan Menggunakan LISREL Sari, Mita Puspita; Himayati, Ade Ima Afifa; Findasari, Findasari; Sofiarini, Ida
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.30187

Abstract

Kualitas pelayanan perpustakaan merupakan aspek penting dalam mendukung kebutuhan akademik mahasiswa. Tujuan penelitian ini dilakukan sebagai bentuk analisis pengaruh faktor-faktor yang ada pada kualitas pelayanan perpustakaan Universitas Muhammadiyah Kudus melalui metode Structural Equation Modeling (SEM) dengan LISREL sebagai program yang membantunya. Penyebaran kuesioner pada 120 mahasiswa pengunjung perpustakaan dilakukan untuk mengumpulkan datanya. Penelitian ini menghasilkan temuan terkait adanya pengaruh yang signifikan terhadap kualitas pelayanan (t-value = 3,63 > 1,96), sedangkan kompetensi pegawai tidak berpengaruh secara signifikan (t-value = 0,47 < 1,96). Model SEM yang dihasilkan memiliki nilai Goodness of Fit (GFI) sebesar 0,91, yang menandakan model ini cukup baik sebagai penjelas dari hubungan antara variabel yang diteliti. Temuan ini mengindikasikan bahwa peningkatan kualitas layanan perpustakaan lebih dipengaruhi oleh ketersediaan dan kualitas fasilitas dibandingkan dengan kompetensi pegawai.
Application of Runge Kutta Fehlberg (RKF45) Method as a Numerical Analysis to SIR Model of Tuberculosis Transmission in Central Java Alisa, Nur; Himayati, Ade Ima Afifa; Findasari, Findasari
Indonesian Journal of Education and Mathematical Science Vol 6, No 3 (2025)
Publisher : Universitas Muhammadiyah Sumatera Utara (UMSU)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/ijems.v6i3.26789

Abstract

Penelitian ini menggunakan model SIR tiga kompartemen untuk penyebaran tuberkulosis di Jawa Tengah. Perubahan pada individu yang terdeteksi, sembuh, meninggal wajar, dan meninggal karena tuberkulosis memengaruhi penularan penyakit. Simulasi numerik digunakan untuk memvalidasi hasil analisis dan mengidentifikasi parameter utama yang paling berkontribusi terhadap penyebaran penyakit di antara individu yang rentan, terinfeksi, dikarantina, dan sembuh. Metode numerik yang digunakan adalah Runge Kutta Fehlberg. Dengan menggunakan metode ini, diperoleh deskripsi kuantitatif tentang jumlah populasi yang rentan, terinfeksi, dan sembuh, yang dapat membantu Dinas Kesehatan Jawa Tengah dalam upaya pencegahan dan pengendalian penyebaran tuberkulosis. Model SIR yang diperoleh dari penentuan parameter tersebut kemudian diselesaikan menggunakan metode Runge Kutta Fehlberg. Hasil yang diperoleh dengan menggunakan data tahun 2021-2023 menunjukkan nilai awal untuk Susceptible sebesar 111.120.397, nilai awal untuk Infected sebesar 157.024, dan nilai awal untuk Recovered sebesar 38.452, dengan parameter angka kelahiran sebesar 0,013043, angka kematian alami sebesar 0,001287, angka kematian tuberkulosis sebesar 0,041376, angka penularan dari Susceptible ke Infected sebesar 0,001411, dan angka kesembuhan dari Infected ke Recovered sebesar 0,24488 orang. Pada tahun ke-50, terdapat 35.073.325 individu Susceptible , jumlah individu Infected pada tahun ke-50 sebesar 0,04, dan jumlah individu Recovered pada tahun ke-50 sebesar 74.774. Jumlah kasus infeksi tuberkulosis mengalami penurunan dari tahun ke tahun.
Mathematical Model of COVID-19 with the Influence of Vaccination Purnami, Ndaru Atmi; Prawadika, Luqman Nuradi; Pasangka, Irvandi Gorby; Findasari, Findasari; Kusumawati, Eka; Pratama, Ilham Yoga; Suharis, Ridho; Maturbongs, Nadhira Hasna
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Volume 13 Issue 3 December 2025
Publisher : Universitas Negeri Gorontalo

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

Abstract

The COVID-19 pandemic, which first emerged at the end of 2019, has had a significant impact on people's lives around the world. In Indonesia, the outbreak began to develop in February 2020. Although the pandemic has now passed and people have started to resume their normal activities, some individuals are still being infected with COVID-19, even though the number of cases is now under control. One of the key factors in controlling COVID-19 is vaccination. The extent to which vaccination affects COVID-19 transmission will be discussed in this study. Furthermore, a numerical simulation will be conducted on this mathematical model to observe the impact of vaccination on COVID-19. The mathematical model of COVID-19 with vaccination influence will describe the interaction between six population classes, namely: the class of susceptible individuals who can be infected (Susceptible – S), the class of exposed individuals (Exposed – E), the class of vaccinated individuals who have never been infected (Vaccinated – V), the class of infected individuals (Infected – I), the class of individuals who have recovered (Recovered – R), and the class of infected individuals who have died (Death – D). It is important to note that COVID-19 is a disease caused by infection with the coronavirus. A person who has not yet been infected with the virus has the potential to be exposed. One way to prevent exposure is through vaccination. In Indonesia, vaccination has been made mandatory three times: the first dose, the second dose, and the booster. However, because the coronavirus has an incubation period, there is no guarantee that a vaccinated person has not already been exposed to the virus. Exposed individuals will become infected with COVID-19 once the incubation period ends. Infected individuals may show symptoms or be asymptomatic. An infected individual has two possible outcomes: recovery or death. The modeling is based on the SEVIRD model, with its parameters estimated using data. This study produces a mathematical model of COVID-19 with vaccination influence, showing that vaccination plays a role in controlling the spread of COVID-19.