cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal Sains dan Seni ITS
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : -     EISSN : -     DOI : -
Core Subject : Humanities, Art,
Arts Humanities
Arjuna Subject : -
Articles 28 Documents
 1   2   3 
Search results for , issue "Vol 13, No 5 (2024)" : 28 Documents clear
Pemodelan Timbulan Sampah Berdasarkan Faktor Sosio Ekonomi dan Sosio Demografi di Jawa Tengah Menggunakan Geographically Weighted Regression Putri, Faliza Ethika; Wulandari, Sri Pingit
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.147647

Abstract

Sampah merupakan isu penting yang membutuhkan perhatian serius, karena setiap aktivitas manusia pasti mengha-silkan sampah. Dengan meningkatnya pola konsumsi masya-rakat, jumlah sampah yang dihasilkan juga bertambah. Penge-lolaan dan penanganan sampah harus menjadi perhatian ber-sama antara pemerintah dan masyarakat. Pada tahun 2021, Provinsi Jawa Tengah mencatat jumlah sampah tertinggi secara nasional, naik 13% dari tahun sebelumnya. Penelitian ini ber-tujuan untuk menganalisis faktor-faktor sosio ekonomi dan so-sio demografi yang mempengaruhi produksi sampah. Metode Geographically Weighted Regression (GWR) digunakan untuk mempertimbangkan aspek-aspek geografis. Faktor sosio ekono-mi yang dianalisis meliputi laju pertumbuhan Produk Domestik Regional Bruto (PDRB) dengan harga konstan dan tingkat pengangguran terbuka. Sementara itu, faktor sosio demografi yang dipertimbangkan adalah jumlah penduduk dan rata-rata lama sekolah. Dari penelitian ini, dikembangkan model produk-si sampah untuk setiap kabupaten dan kecamatan di Provinsi Jawa Tengah. Model ini menggunakan fungsi Gaussian Fixed dengan tingkat kecocokan sebesar 93,29%, yang lebih efektif dibandingkan model regresi linear berganda. Di Kota Sema-rang, yang memiliki jumlah sampah tertinggi di Jawa Tengah, faktor yang paling berpengaruh adalah jumlah penduduk dan rata-rata lama sekolah.
Prediksi Kelayakan Calon Peminjam Dana Online Menggunakan Random Forest Suryaprabha, Yosef Karel; Susilaningrum, Destri; Dewi, Mukti Ratna
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.149452

Abstract

Jasa pemberi pinjaman online telah menjadi alterna-tif populer bagi para individu dan bisnis kecil yang mem-butuhkan dana atau pembiayaan yang cepat dan fleksibel tanpa harus memberi jaminan yang bernilai serupa. Dengan kemu-dahan yang diberikan, jumlah pengajuan proses peminjaman dana online seiring bertumbuh di masyarakat, khususnya di kalangan menengah ke bawah. Salah satu tantangan yang diha-dapi oleh para penyedia jasa pinjaman online atas mening-katnya jumlah aktivitas peminjaman adalah untuk dapat meng-evaluasi calon penerima pinjaman dengan cepat dan akurat, sehingga dapat mengurangi risiko memberikan pinjaman ke pe-minjam yang mengalami gagal/telat bayar (default). Pada pe-nelitian ini akan dirancang dan dikembangkan aplikasi prediksi kelayakan calon penerima pinjaman online. Metode yang akan digunakan dalam proses analisis adalah random forest. Algo-ritma klasifikasi prediksi kelayakan calon peminjam dana on-line terbentuk dari 500 pohon keputusan, yang secara kese-luruhan menjadi satu kesatuan random forest. Diantara 10 fold data yang terbentuk dari penggunaan K-fold cross validation, fold-2 memiliki performa terbaik, dengan akurasi sebesar 72.77%, sensitivitas sebesar 73.30%, dan spesifisitas sebesar 71.20%.
Pengelompokan Provinsi di Indonesia Berdasarkan Kondisi Pembangunan Manusia Berbasis Gender Menggunakan Fuzzy C-Means Pratiwi, Nurrahmawati Yuanita; Susilaningrum, Destri
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.147748

Abstract

Kesetaraan gender menjadi salah satu isu global di mana mencapai kesetaraan gender dan memberdayakan pe-rempuan menjadi salah satu tujuan dalam pembangunan ber-kelanjutan (SDGs). Indeks Pembangunan Gender Indonesia pa-da tahun 2022 adalah 91,63 di mana angka ini masih berada pa-da kondisi yang perlu perbaikan, sehingga perlu adanya pene-litian terkait pembangunan manusia berbasis gender di Indo-nesia yang mampu mempermudah gambaran penyelesaian ter-kait masalah kesetaraan gender. Penelitian ini bertujuan untuk mengetahui karakteristik kondisi kesetaraan gender di Indone-sia dan mengelompokkan provinsi-provinsi berdasarkan karak-teristik kesetaraan gender yang serupa. Indikator kesetaraan gender yang digunakan berbasis pendidikan, ekonomi, kese-hatan, dan politik. Metode pengelompokan yang digunakan pa-da penelitian ini adalah analisis kluster. Analisis kluster atau analisis kelompok merupakan teknik analisis data yang bertu-juan untuk mengelompokkan individu atau objek ke dalam be-berapa kelompok yang memiliki sifat berbeda antar kelompok, sehingga individu atau objek yang terletak di dalam satu ke-lompok akan mempunyai sifat relatif homogen. Data yang su-dah diperoleh akan dikelompokkan menggunakan Fuzzy C-Means clustering dan akan dipetakan sesuai kelompok yang terbentuk. Hasil dari analisis kluster digunakan sebagai acuan untuk merancang kebijakan yang lebih efektif dalam mempro-mosikan kesetaraan gender dan menekan angka ketimpangan gender di Indonesia.
Penerapan Metode Hybrid Autoregressive Integrated Moving Average - Support Vector Regression (ARIMA-SVR) dalam Peramalan Harga Bitcoin Andayuri, Naufal Raihan; Irhamah, Irhamah
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.152491

Abstract

Pada era saat ini, kemajuan teknologi berkembang pesat, termasuk di sektor ekonomi dan keuangan. Salah satu inovasi penting adalah cryptocurrency seperti Bitcoin, yang di-dukung oleh teknologi blockchain yang meningkatkan trans-paransi dalam pelacakan pembayaran digital. Meskipun memi-liki risiko tinggi, Bitcoin juga menawarkan potensi keuntungan besar jika dikelola dengan baik. Dengan jumlah Bitcoin yang terbatas dan nilai tukarnya yang cenderung meningkat, analisis fluktuasi harga Bitcoin menjadi penting untuk mengurangi risiko investasi. Penelitian ini bertujuan untuk memodelkan dan meramalkan harga Bitcoin menggunakan model ARIMA untuk menangkap pola linear, SVR untuk menangkap pola non linear, dan model Hybrid ARIMA-SVR. Keakuratan model dievaluasi menggunakan RMSE dan MAPE. Hasil menunjukkan model ARIMA(1,1,1) menghasilkan RMSE 850,92 dan MAPE 1,559%, sementara SVR dengan kernel RBF menghasilkan RMSE 841,14 dan MAPE 1,516%. Model hybrid ARIMA-SVR dengan ARIMA(1,1,0) menghasilkan RMSE 832,90 dan MAPE 1,510%, menjadikannya yang terbaik untuk meramalkan harga Bitcoin selama 7 hari ke depan. Namun, masalah time lag yang terjadi perlu diperhatikan meskipun akurasi model tinggi, karena me-nyebabkan prediksi sering kali terlambat sehingga dapat me-ngurangi validitas peramalan.
Pemodelan Jumlah Kasus Penyakit Tuberkulosis di Provinsi Jawa Barat Menggunakan Geographically Weighted Negative Binomial Regression Itsmi, Chafidhotul; Ratih, Iis Dewi
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.147149

Abstract

World Health Organization (WHO) telah menempatkan Tuberkulosis (TBC) menjadi peringkat 1 penyakit menular yang mematikan di dunia. Di Indonesia, tiga provinsi dengan jumlah kasus TBC tertinggi pada tahun 2021 adalah Jawa Barat, kemudian disusul oleh Jawa Tengah dan Jawa Timur. Berdasarkan hal tersebut, diperlukan pemodelan yang tepat untuk menganalisis variabel prediktor yang memengaruhi banyaknya kasus TBC di Provinsi Jawa Barat sehingga didapatkan upaya penanggulangan efektif serta dapat mengurangi jumlah kasus TBC di Jawa Barat. Setiap wilayah memiliki perbedaan karakteristik utamanya kondisi geografis sehingga dimungkinkan faktor-faktor yang memengaruhi jumlah kasus TBC setiap kabupaten / kota berbeda-beda. Perbedaan ini diindikasikan sebagai akibat adanya efek spasial pada penyebaran penyakit TBC di setiap kabupaten / kota, sehingga untuk mengakomodasi hal tersebut salah satu metode yang dapat digunakan adalah Geographically Weighted Negative Binomial Regression (GWNBR). Hasil penelitian menunjukkan bahwa jumlah kasus TBC paling banyak ditemukan di Kabupaten Bogor dan yang paling rendah di Kota Banjar. Pemodelan jumlah kasus TBC dengan metode GWNBR menghasilkan 3 kelompok berdasarkan kesamaan variabel yang berpengaruh signifikan, dimana variabel yang berpengaruh di seluruh kabupaten/kota pada Provinsi Jawa Barat adalah variabel kepadatan penduduk, jumlah pemberian imunisasi BCG pada bayi, jumlah tenaga keperawatan di puskesmas, persentase penduduk miskin, dan jumlah penderita HIV.
Pemodelan Tingkat Mortalitas Indonesia Menggunakan Bayesian Age-Period-Cohort Model dan Penerapannya pada Analisis Risiko Longevity Pamungkas, Gelegar Caesario; Atok, R. Mohamad; Azwarini, Rahmania
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.150142

Abstract

Angka mortalitas atau angka kematian merupakan parameter dalam penghitungan demografi yang berfungsi untuk mengukur pengurangan jumlah penduduk. Tingkat mortalitas sendiri banyak digunakan pada bidang ekonomi maupun kesehatan. Model Bayesian Age-period-cohort adalah pendekatan statistik yang digunakan untuk memodelkan tingkat mortalitas yang dapat menjadi alat yang berguna untuk menganalisis risiko Longevity. Model ini menggunakan distribusi posterior tingkat kematian dari efek spesifik usia, periode, dan kohor untuk meramalkan tingkat mortalitas di masa depan, dan dapat diterapkan pada data historis dan data saat ini. Salah satu aplikasi dari model Bayesian APC adalah menganalisis risiko Longevity, yang mengacu pada risiko bahwa orang akan hidup lebih lama dari yang diharapkan, yang mengarah pada peningkatan biaya untuk program pensiun dan perusahaan asuransi. Model Bayesian APC digunakan untuk meramalkan tingkat kematian di masa depan agar entitas-entitas ini dapat mengelola risiko mereka dengan lebih baik dan membuat keputusan yang lebih tepat mengenai kewajiban mereka. Selain penerapannya dalam analisis risiko Longevity, model Bayesian APC juga dapat digunakan di bidang lain seperti meramalkan tingkat mortalitas di negara-negara berkembang dan menganalisis dampak tren yang ada terhadap tingkat mortalitas. Secara keseluruhan, model Bayesian APC adalah metode yang akurat untuk memodelkan tingkat mortalitas dan memiliki beberapa aplikasi di bidang ilmu aktuaria dan manajemen risiko. Pada penelitian ini dihitung estimasi tingkat mortalitas Indonesia menggunakan model Bayesian APC dan dilakukan analisis risiko Longevity dari hasil estimasi. Estimasi parameter yang dihasilkan pada penelitian ini dapat dikatakan akurat dan parameter yang diramalkan depan memiliki pola yang terus menurun.
Prediksi Nilai Tukar Dolar Amerika Serikat Terhadap Rupiah Menggunakan Metode Support Vector Regression Dengan Whale Optimization Algorithm Ramadhan, Muhamad Reza Al; Utomo, Daryono Budi
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.146555

Abstract

Setiap negara melakukan perdagangan dengan nega-ra lain untuk memenuhi kebutuhan rakyatnya, termasuk In-donesia. Sayangnya, setiap negara memiliki mata uang yang berbeda-beda. Oleh karena itu, diperlukan nilai tukar mata uang untuk melakukan perdagangan dengan negara lain. Nilai tukar adalah harga mata uang suatu negara terhadap mata uang negara lain yang telah disepakati bersama. Setiap peru-bahan nilai tukar mata uang akan memberikan dampak ter-hadap perekonomian suatu negara. Oleh karena itu, penting untuk mengetahui nilai tukar yang akan datang. Untuk me-nyelesaikan permasalahan ini, dibutuhkan metode prediksi seperti Support Vector Regression (SVR). Akan tetapi, hasil prediksi SVR bergantung kepada pemilihan nilai hyper-parameter. Oleh karena itu, SVR akan dioptimasi menggunakan Whale Optimization Algorithm (WOA). Data nilai tukar mata uang yang digunakan adalah Dolar Amerika Serikat terhadap Rupiah yang berasal dari situs Yahoo Finance menggunakan harga penutupan harian mulai dari tanggal 27 Mei 2020 sampai dengan 2 Juni 2023. Penelitian ini berfokus untuk memprediksi harga penutupan harian berikutnya dengan menggunakan beberapa harga penutupan harian sebelumnya sebagai masuk-an. Metode Support Vector Regression yang dioptimasi dengan Whale Optimization Algorithm memiliki kinerja yang baik dalam memprediksi nilai tukar Dolar Amerika Serikat terhadap Rupiah dengan hyperparameter SVR, yaitu ε (epsilon) sebesar 1,00000605110973×10-12, C (penalty cost) sebesar 2,22663363867838, dan γ (gamma) sebesar 0,205687967011551 serta dengan jumlah lag variabel sebesar 5 mampu menghasilkan kinerja terbaik dengan nilai MAPE prediksi sebesar 0,238335527152796%.
Analisis Kestabilan dan Kontrol Optimal Model Penyebaran Populasi Perokok dengan Kontrol Penyuluhan (edukasi) dan Permen Karet Nikotin Mawardi, Baiq Wentan Nida Anhofia; Mardlijah, Mardlijah
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.146940

Abstract

Rokok mengandung banyak senyawa kimia berbaha-ya yang dapat memberikan dampak buruk bagi tubuh baik bagi perokok maupun orang sekitar yang terpapar asap rokok. Dampak yang diberikan rokok menimbulkan kekhawatiran yang akhirnya memunculkan keinginan banyak perokok untuk berhenti merokok, namun tidak terealisasikan 100%. Telah di-lakukan penelitian mengenai model dan analisis penyebaran populasi perokok dengan menggunakan beberapa kontrol. Oleh karena itu, pada penelitian ini dikaji mengenai pengembangan model matematika penyebaran populasi perokok, titik setim-bang bebas perokok dan endemik, analisis kestabilan model dan analisis kontrol optimal. Penyelesaian masalah kontrol optimal menggunakan Prinsip Minimum Pontyagin. Solusi numerik diselesaikan menggunakan metode Runge Kutta orde empat dengan bantuan software MATLAB. Berdasarkan simulasi di-dapatkan hasil bahwa pemberian kontrol berupa penyuluhan dan permen karet sebagai pengganti rokok dapat meminimum-kan jumlah perokok ringan dan perokok berat serta memak-simumkan jumlah populasi yang berhenti merokok permanen.

Page 3 of 3 | Total Record : 28

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 14, No 2 (2025) Vol 14, No 1 (2025) Vol 13, No 6 (2024) Vol 13, No 5 (2024) Vol 13, No 4 (2024) Vol 13, No 3 (2024) Vol 13, No 2 (2024) Vol 13, No 1 (2024) Vol 12, No 6 (2023) Vol 12, No 3 (2023) Vol 12, No 2 (2023) Vol 12, No 1 (2023) Vol 11, No 6 (2022) Vol 11, No 5 (2022) Vol 11, No 4 (2022) Vol 11, No 3 (2022) Vol 11, No 2 (2022) Vol 11, No 1 (2022) Vol 10, No 2 (2021) Vol 10, No 1 (2021) Vol 9, No 2 (2020) Vol 9, No 1 (2020) Vol 8, No 2 (2019) Vol 8, No 1 (2019) Vol 7, No 2 (2018) Vol 7, No 1 (2018) Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol 5, No 2 (2016) Vol 5, No 1 (2016) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 3, No 2 (2014) Vol 3, No 1 (2014) Vol 2, No 3 (2013) Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) More Issue