Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Griya Journal of Mathematics Education and Application Jurnal Intelek Dan Cendikiawan Nusantara
Alfin Syahri
Unknown Affiliation
Education Mathematics Other

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

Found 2 Documents
Search

 1 
Pemodelan dan Simulasi Stokastik Fluktuasi Suhu Harian Menggunakan Model Geometric Brownian Motion Alfin Syahri; Muhammad Budi Akbar; Ruth Amelia Vega S. Meliala; Suvriadi Panggabean
Griya Journal of Mathematics Education and Application Vol. 5 No. 4 (2025): Desember 2025
Publisher : Pendidikan Matematika FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/griya.v5i4.931

Abstract

Penelitian ini membahas penerapan model Geometric Brownian Motion (GBM) untuk memodelkan dan mensimulasikan fluktuasi suhu harian di Kota New York secara stokastik. Data suhu diperoleh dari dataset Global Weather Repository (Kaggle) dan diolah untuk menghitung parameter drift (μ) dan volatilitas (σ) yang merepresentasikan tren serta tingkat ketidakpastian perubahan suhu. Simulasi dilakukan menggunakan metode Monte Carlo untuk menghasilkan beberapa lintasan kemungkinan perubahan suhu. Hasil penelitian menunjukkan bahwa model GBM mampu mengikuti pola suhu aktual dengan baik dan memberikan nilai Mean Absolute Percentage Error (MAPE) di bawah 10%, yaitu 6,47% untuk New York, 5,11% untuk Los Angeles, dan 4,81% untuk Chicago. Temuan ini membuktikan bahwa GBM efektif dalam menangkap dinamika stokastik suhu harian dan dapat digunakan sebagai alat prediksi iklim jangka pendek yang akurat, terutama di wilayah urban dengan fluktuasi suhu yang tinggi.
Optimasi Random Forest Menggunakan Genetic Algorithm untuk Klasifikasi Kualitas Udara Berdasarkan Data ISPU(Indeks Standar Pencemaran Udara) Albert Ramadhan Manik; Alfin Syahri; Adidtya Perdana
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 2 No. 6 (2025): Desember 2025 - Januari 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Kualitas udara merupakan faktor penting yang berdampak langsung terhadap kesehatan manusia dan lingkungan. Peningkatan aktivitas industri, transportasi, dan urbanisasi menyebabkan konsentrasi polutan udara semakin tinggi, sehingga diperlukan metode klasifikasi kualitas udara yang akurat sebagai dasar pengambilan keputusan. Penelitian ini bertujuan untuk meningkatkan performa algoritma Random Forest dalam mengklasifikasikan kualitas udara berdasarkan Indeks Standar Pencemaran Udara (ISPU) melalui optimasi hyperparameter menggunakan Genetic Algorithm (GA). Dataset yang digunakan berupa data kualitas udara harian wilayah Tangerang Selatan periode 2020–2022, dengan enam parameter polutan utama yaitu PM2.5, PM10, SO₂, CO, O₃, dan NO₂, serta tiga kategori kualitas udara: Good, Moderate, dan Unhealthy. Tahapan penelitian meliputi preprocessing data, pembagian data secara stratified, pelatihan model Random Forest baseline, optimasi hyperparameter menggunakan GA, serta evaluasi performa model. Hasil penelitian menunjukkan bahwa optimasi menggunakan Genetic Algorithm mampu meningkatkan akurasi pengujian dari 81,73% menjadi 82,23% serta mengurangi indikasi overfitting pada model. Analisis feature importance menunjukkan bahwa CO dan PM2.5 merupakan parameter paling berpengaruh dalam klasifikasi kualitas udara. Hasil ini membuktikan bahwa Genetic Algorithm efektif digunakan untuk mengoptimasi Random Forest dan meningkatkan akurasi klasifikasi kualitas udara berbasis ISPU.
Co-Authors Adidtya Perdana, Adidtya Albert Ramadhan Manik Muhammad Budi Akbar Ruth Amelia Vega S. Meliala Suvriadi Panggabean