cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Saeful Amri
Contact Email
saefulamri@unimus.ac.id
Phone
+6285640888217
Journal Mail Official
jodi@unimus.ac.id
Editorial Address
Jl. Kedungmundu No. 18 Semarang Indonesia
Location
Kota semarang,
Jawa tengah
INDONESIA
Journal of Data Insights
Published by Universitas Muhammadiyah Semarang
ISSN : -     EISSN : 29882109     DOI : https://doi.org/10.26714/jodi
Core Subject : Science, Education,
Computer Science & IT Mathematics
The Journal of Data Insights is an open access publication for peer-reviewed scholarly journals. The Journal of Data Insights focuses on the processing, analysis and interpretation of data for data-driven decisions and solutions in industry, hospitals, government and universities. All articles should contain a validation of the proposed idea, e.g. through case studies, experiments, or a systematic comparison with other already practiced approaches. Two types of papers will be accepted: (1) a short paper discussing a single contribution to a particular new trend or idea, and; (2) a longer paper outlining a specific Research trends. As part of our commitment to scientific advancement, Journal of Data Insights follows an open access policy, which makes published articles freely available online without subscription.
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 27 Documents
 1   2   3 
Peramalan Indeks Harga Konsumen Kota Semarang dengan Metode Autoregressive Integrated Moving Average: Forecasting Consumer Price Index (CPI) of Semarang City using Autoregressive Integrated Moving Average (ARIMA) Method Sesotyaning Harum Prabuningrat; M. Al Haris; Nadia Khoirunnafisa Salma; Putri Wahyu Muharamah; Muhammad Saifuddin Nur
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.124

Abstract

Indeks Harga Konsumen (IHK) merupakan salah satu indikator untuk menentukan tingkat stabilitas ekonomi suatu negara. IHK dapat memberikan informasi mengenai perkembangan harga barang dan jasa yang dibayar oleh konsumen, khususnya masyarakat kota. Pemerintah selalu menjaga mengenai presentase perubahan nilai IHK agar tetap rendah dan stabil sehingga mampu memberikan kesejahteraan untuk masyarakat. Oleh karena itu, perlu adanya peramalan data IHK untuk membantu pemerintah dalam menyusun kebijakan kedepannya. Salah satu metode yang tepat untuk meramalkan data IHK Kota Semarang yaitu dengan menggunakan model time series dengan proses Autoregressive Integrated Moving Average (ARIMA). Berdasarkan hasil analisis diperoleh Model ARIMA terbaik adalah ARIMA (0,1,1). Model terbaik menghasilan nilai kesalahan prediksi berdasarkan nilai MAPE sebesar 6,07% yang menandakan bahwa kemampuan model dalam memprediksi IHK Kota Semarang sangat akurat.
Implementasi Adaptive Synthetic Bernoulli Naïve Bayes untuk Mengatasi Imbalance Class Data pada Kasus Mental Health di Indonesia: Implementation of Adaptive Synthetic Bernoulli Naïve Bayes to Overcome Class Data Imbalance in Mental Health Cases in Indonesia Manfaati Nur, Indah; Ismatullah; Muntasiroh, Laily
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.134

Abstract

Kesehatan mental merupakan sebuah kondisi dimana individu terbebas dari segala bentuk gejala-gejala gangguan mental. Menurut Riset Kesehatan Dasar (Riskesdas) tahun 2018 oleh Kementerian Kesehatan, sekitar 9,8% atau sekitar 26 juta dari 267 juta jiwa di Indonesia hidup dengan “gangguan mental emosional” atau kondisi Gangguan kesehatan jiwa. Kesehatan mental (mental health) kini telah menjadi isu yang popular dan menjadi trending topic di berbagai kalangan. Masyarakat Indonesia biasanya menyampaikan pendapatnya mengenai suatu isu melalui media sosial. Salah satu platform jejaring sosial yang bisa dipakai untuk menyampaikan pendapat adalah aplikasi twitter. Metode yang dapat digunakan untuk melihat pendapat atau kecenderungan opini terhadap suatu isu adalah analisis sentimen. Sentimen masyarakat Indonesia mengenai kesehatan mental cenderung negatif sehingga memunculkan permasalahan imbalanced class data. Penelitian ini bertujuan untuk mengetahui respon masyarakat di Indonesia mengenai isu kesehatan mental. Analisis dilakukan menggunakan metode Bernoulli Naïve Bayes dengan pendekatan Adaptive Synthetic (ADASYN). Algoritma Bernoulli naïve bayes digunakan untuk menentukan apakah tweet tersebut bersentimen positif atau negatif. ADASYN digunakan agar proporsi kelas pada dataset menjadi seimbang, sehingga model machine learning yang dibangun tidak cenderung mengklasifikasi suatu pendapat/komentar ke kelas mayoritas. Performa model machine learning pada algoritma Bernoulli Naïve Bayes setelah diterapkan ADASYN menghasilkan nilai akurasi yang sangat baik yaitu sebesar 93%.
Perbandingan Hasil Klasifikasi Data Iris menggunakan Algoritma K-Nearest Neighbor dan Random Forest : Comparison of Iris Data Classification Results using the K-Nearest Neighbor and Random Forest Algorithms Rahman , Budiono; Fauzi, Fatkhurokhman; Amri, Saeful
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.135

Abstract

Data mining merupakan suatau metode yang baik untuk menangani data skala besar. Performasi menjadi penting dalam metode data mining. Dua metode yang memiliki performasi terbaik diantaranya K-Nearest Neighbor (KNN) dan Random Forest (RF). Artikel ini membahas terkait perbandingan performasi K-NN dan RF. Data yang digunakan pada penelitian ini adalah Iris. Data dibagi menjadi 80% data training dan 20% data testing. Validasi performasi menggunakan nilai akurasi dan F1-Score. Berdasarkan nilai. Berdasarkan hasil yang didapat metode RF lebih baik dibandingkan dengan metode K-NN. Nilai akurasi yang didapat oleh metode RF adalah 1.00 atau 100% dan nilai F1-Score sebesar 1.00.
Pengaruh Rata-Rata Lama Sekolah, Angka Harapan Hidup Dan Pengangguran Terhadap Kemiskinan Di Kabupaten Solok Selatan: The Effect of Average Length of School, Life Expectancy, and Unemployment on Poverty in South Solok Regency Fitri, Yulia; Rismawati Arum, Prizka; Imron, Ali
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.136

Abstract

Kegiatan yang dilakukan adalah data entry Survei Sosial Ekonomi Nasional (SUSENAS) dan Survei Angkatan Kerja Nasional (SAKERNAS) di Kabupaten Solok Selatan Tahun 2022 yang kemudian dilakukan penelitian mendalam berbentuk laporan PKl. Hasil akhir pada penelitian ini menunjukkan bahwa asumsi dasar telah terpenuhi yaitu BLUE estimation sehingga diperoleh homoskedastisitas, tidak multikolinearitas, dan tidak ada autokorelasi. Sehingga dapat disimpulkan bahwa variabel dalam penelitian ini memenuhi aturan OLS. Dengan variabel rata-rata lama sekolah dan usia harapan hidup secara simultan berpengaruh terhadap kemiskinan. Sementara itu, tingkat pengangguran terbuka tidak secara simultan mempengaruhi kemiskinan di Kabupaten Solok Selatan tahun 2011-2021.
Study on Import and Export Indicators in Indonesia Using Volatility and Markov Switching Model Combination: Kajian Indikator Impor dan Ekspor di Indonesia Menggunakan Kombinasi Model Volatilitas dan Markov Switching Fathoni Amri, Ihsan; Purwanto, Dannu
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.137

Abstract

Krisis ekonomi tahun 1997 merupakan masalah yang terjadi di hampir semua negara berkembang termasuk Indonesia. Berdasarkan krisis ekonomi, diperlukan indikator performance knowledge. Impor dan ekspor merupakan indikator penting yang harus dilihat kinerjanya. Data bulanan impor dan ekspor merupakan data deret waktu karena dikumpulkan, dicatat, dan diamati dalam urutan waktu. Data impor dan ekspor mengandung masalah heteroskedastisitas pada model residual dan conditional change pada volatilitas. Kombinasi model volatilitas dan Markov switching dapat mengatasi permasalahan dalam penelitian ini. Penelitian ini dikembangkan dengan menggunakan data volatilitas dan smoothed probability, selanjutnya penelitian ini memperoleh tingkat akurasi dengan membandingkan probabilitas prediksi dengan probabilitas smoothed dari data aktual. Hasil dari penelitian ini diperoleh model SWARCH(4,1) dengan ARIMA(1,0,0) untuk rata-rata dan ARCH(1) untuk varians yaitu untuk total data impor dan model SWARCH(2,1) dengan ARIMA(1, 0,0) untuk rata-rata dan ARCH(1) untuk varian yang merupakan total data ekspor. Probabilitas prediksi perbandingan dan probabilitas pemulusan dari data aktual diperoleh akurasi 40,91% untuk indikator impor dan 100% untuk indikator ekspor, artinya untuk indikator impor harus mengubah nilai awal model SWARCH agar lebih akurat.
Pengelompokkan Tingkat Pengangguran Terbuka Di Jawa Tengah Menggunakan Metode K – Means Clustering: Grouping Open Unemployment Rates in Central Java Using the K – Means Clustering Method Arifatul Ulya, Fatchi; Abdullah, Ammil Nur; Aisya Hanan, Tio; Manfaati Nur, Indah
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.148

Abstract

Pengangguran merupakan sebuah individu yang tidak memiliki aktivitas serta tidak menghasilkan pendapatan. Tujuan dari penelitian ini mengelompokkan tingkat pengangguran terbuka menurut Provinsi Jawa Tengah. Jenis penelitian yang dilakukan menggunakan metode kuantitatif. Metode kuantitatif merupakan penelusuran data dengan cara sekunder atau dapat dikatakan memanfaatkan data yang bersumber dari Badan Pusat Statistik Jawa Tengah dengan memanfaatkan 35 Kabupaten/Kota. Dalam kasus ini dalam analisis datanya menggunakan data mining dengan pengelompokan metode k-means mengambil 3 indikator, yaitu Jumlah Penduduk, UMK, dan Jumlah Industri guna menganalisis kasus tersebut. Dalam penentuan jumlah cluster optimal dengan memanfaatkan metode Elbow menggunakan grafik Elbow. Grafik Elbow menghasilkan titik yang menurun drastis berbentuk siku pada jumlah cluster k=4. Analisis cluster hanya sampai 2 iterasi menghasilkan pusat cluster, jarak dan cluster yang sama serta tidak terjadi perubahan. Hasil pengelompokkan pada cluster 1 sebanyak 9 Kabupaten/Kota, cluster 2 sebanyak 8 Kabupaten/Kota, cluster 3 sebanyak 12 Kabupaten/Kota, dan Cluster 4 sebanyak 6 Kabupaten/Kota Jawa Tengah. Nilai akurasi dari cluster yang terbentuk sebesar 66.8%.
Clustering Untuk Menentukan Indeks Kesejahteraan Rakyat di Provinsi Jawa Tengah 2022 Menggunakan Metode Fuzzy C-Means: Clustering to Determine the People's Welfare Index in Central Java Province 2022 Using the Fuzzy C-Means Method Indra Firmansyah; Salmaa Fauziah; Hanif Nur Ibrahim; Fatkhurokhman Fauzi; Tiani Wahyu Utami
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.149

Abstract

Kesejahtraan rakyat merupakan salah satu tujuan negara yang tercantum pada Undang-undang Dasar 1945. Dalam meningkatakan kesejahtraan rakyat, tentunya perlu adanya pembangunan yang merata. Untuk menjalankan program pembangunan yang merata, harus dilakukan identifikasi berdsarkan karaktaeristik tingkat kesejahtraan rakyat berdasarkan variabel-variabel yang telah ditentukan agar dalam membuat strategi dan mengambil kebijakan untuk meningkatkan kesejahtraan rakyat dapat tepat sasaran dan optimal. Tujuan dari penelitian ini adalah untuk mengetahui pengelompokkan 35 Kabupatan/Kota di Provinsi Jawa Tengah dan k arakteristik dari setiap kelompok berdasarkan indeks kesejahtraan rakyat. Berdasarkan hasil analisis yang dilakukan, bahwa terdapat 35 Kabupaten/Kota di Provinsi Jawa Tengah dapat membentuk 4 kelompok (cluster), dimana pada cluster 0 beranggotakan 8 Kabupaten/Kota dengan karakteristik Jumlah peduduk miskin tinggi, Daya beli cenderung rendah, rata-rata lama sekolah rendah, angka harapan hidup sangat rendah. Pada cluster 1 terdapat 12 Kabupaten/Kota dengan karakteristik Nilai PDRB sangat tinggi, angka pengangguran relatif rendah, angka lama sekolah relatif tinggi. Pada cluster 2 terdapat 5 Kabupaten/Kota dengan karakteristik Nilai PDRB sangat rendah, jumlah penduduk miskin sangat rendah, daya beli sangat tinggi, kepemilikan rumah rendah, kepadatan penduduk tinggi, daya beli tinggi, angka melek huruf tinggi, rata-rata lama sekolah tinggi, dan yang terakhir cluster 3 terdapat 10 Kabupaten/Kota dengan karakteristik PDRB rendah, kepadatan penduduk sangat rendah, kepemilikan rumah sangat tinggi, daya beli cenderung rendah.
Pemodelan Mutu Kualitas Air Sungai di Daerah Istimewa Yogyakarta Tahun 2020 dengan Pendekatan Regresi Logistik Ordinal: River Water Quality Modeling in the Special Region of Yogyakarta in 2020 Using the Ordinal Logistic Regression Approach Fahrul Raditiar Yuliardi; Indah Manfaati Nur; Quinsy Pranandira Rilvandri; Bravina Aulia Damiri
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.150

Abstract

Penelitian ini bertujuan untuk mengidentifikasi indikator-indikator yang mempengaruhi kualitas air sungai di Daerah Istimewa Yogyakarta. Metodologi yang digunakan dalam penelitian ini adalah kuantitatif, dengan memanfaatkan sumber data sekunder dari Badan Lingkungan Hidup Yogyakarta, khususnya pengukuran tahunan parameter kualitas air sungai pada tahun 2020. Kualitas air dianalisis berdasarkan beberapa parameter kimia. Pencemaran sungai ditunjukkan dengan nilai kualitas air yang melebihi baku mutu, seperti Total Suspended Solids (TSS), BOD, COD, dan Total Coliform. Analisis kualitas air sungai menunjukkan bahwa faktor yang berpengaruh signifikan adalah Total Suspended Solids (TSS), BOD, COD, dan Total Coliform. Tiga model dibentuk dengan menggunakan regresi logistik ordinal.
Poverty Level Grouping in West Java Province with the K-Means Clustering Method: Pengelompokan Tingkat Kemiskinan di Provinsi Jawa Barat dengan Metode K-Means Clustering Amelia; Nur, Indah Manfaati; Rizky, Muhammad; Milasari, Septiana Putri
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.152

Abstract

Poverty in a region will have an impact on hampering national development. Poverty is an economic disease that is often faced by every country, including Indonesia. According to information obtained from the Central Bureau of Statistics, we can gather data on the poverty rate in all provinces of Indonesia, with a particular focus on the province of West Java. West Java province is one of the provinces with the highest population density on the island of Java, which is ranked 2nd after the province of DKI Jakarta and ranks 4th for the province with a high percentage of poor people after DI. Yogyakarta, Central Java, and East Java. Consequently, it is crucial for the regional government to identify areas with high, moderate, or low poverty rates. This information will enable the local government to formulate appropriate policies and prioritize interventions to address poverty effectively. In this study, the K-Means clustering method was used to classify poverty rates based on two variables, namely the community development index and the open unemployment rate using the help of RStudio software. The findings indicated that the application of the elbow method in West Java province resulted in the identification of three distinct clusters of districts/cities that stood out as the most prominent. Cluster 1 (districts/cities with relatively high poverty rates), cluster 2 (districts/cities with low poverty rates), cluster 3 (districts/cities with high poverty rates). Regencies/cities that fall into the category with a high poverty rate are Sukabumi, Cianjur, Garut, Tasikmalaya, Ciamis, Kuningan, Cirebon, Majalengka, Indramayu, Subang, West Bandung, and Pangandaran.
Permodelan Jumlah Kasus Tuberkulosis Di Kabupaten Purbalingga Tahun 2022 Menggunakan Regresi Binomial Negatif: Modeling the Number of Tuberculosis Cases in Purbalingga Regency in 2022 Using Negative Binomial Regression Arum, Prizka Rismawati; Manfaati Nur, Indah; Jihan Syafiqoh, Amalia; Rizky Utami, Hanief
Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i2.273

Abstract

Menurut data dari Dinkes Purbalingga pada bulan Mei 2022 ditemukan 422 kasus TBC dan 9 diantaranya menderita TBC Multi Drug Resistant (MDR) atau kebal obat. Untuk kasus TBC MDR saat ini menjadi perhatian kusus pemerintah, hal ini karena masa penyembuhannya membutuhkan waktu yang lebih lama. Penyakit TB Paru merupakan salah satu penyebab kematian utama di Indonesia dan dunia. Selain menyerang Paru, Tuberculosis dapat menyerang organ tubuh yang lain. Jumlah orang terduga Tuberkulosis tahun 2022 sebanyak 11.324 dan orang terduga tuberkulosis yang mendapatkan pelayanan kesehatan sesuai standar sebanyak 12.072 (106,6%). Oleh karena itu, perlu dilakukan upaya untuk memodelkan jumlah kasus TBC di Kabupaten Purbalingga agar dapat memberikan informasi yang berguna dalam upaya pencegahan dan pengendalian penyakit TBC.Model regresi Poisson sering ditemukan pelanggaran asumsi overdispersi dengan memodelkan faktor-faktor yang berpengaruh terhadap kasus tuberculosis. Alternatif model yang dapat dilakukan untuk mengatasi pelanggaran asumsi overdispersi adalah Model Regresi Binomial Negatif. Berdasarkan nilai AIC diperoleh hasil pemodelan terbaik menggunakan regresi binomial negatif dengan nilai AIC sebesar 191.96 yang lebih kecil dari metode regresi Poisson.Berdasarkan uji parsial dihasilkan bahwa variabel yang berpengaruh terhadap jumlah kasus tuberculosis di Kabupaten Purbalingga adalah X2 yaitu jumlah puskesmas.

Page 1 of 3 | Total Record : 27

 1   2   3 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol 3 No 1 (2025): Journal of Data Insights Vol 2 No 2 (2024): Journal of Data Insights Vol 2 No 1 (2024): Journal of Data Insights Vol 1 No 2 (2023): Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights