cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal Sains dan Seni ITS
ISSN : -     EISSN : -     DOI : -
Core Subject : Humanities, Art,
Arjuna Subject : -
Articles 2,279 Documents
Penggunaan Metode Classification and Regression Trees (CART) Untuk Klasifikasi Rekurensi Pasien Kanker Serviks di RSUD Dr. Soetomo Surabaya Siti Holis Sumartini; Santi Wulan Purnami
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (438.05 KB) | DOI: 10.12962/j23373520.v4i2.10673

Abstract

Kanker serviks merupakan kanker yang menyerang area bawah rahim. Pengobatan kanker serviks tergantung pada besarnya ukuran dan stadium kanker. Kasus rekurensi sering terjadi walaupun pengobatan awal telah dilakukan. Salah satu rumah sakit yang menyediakan fasilitas terapi untuk pasien kanker serviks adalah RSUD dr. Soetomo Surabaya. Permasalahannya adalah bagaimana klasifikasi pasien kanker serviks di RSUD dr. Soetomo Surabaya yang rekuren dan tidak rekuren berdasarkan faktor-faktor yang mempengaruhi rekurensi kanker serviks dan mengetahui faktor-faktor yang berpengaruh terhadap rekurensi kanker serviks. Rekurensi yang dimaksudkan di penelitian ini adalah kembalinya pasien kanker serviks ke RSUD dr. Soetomo karena penyakit yang sama. Data yang digunakan merupakan data sekunder, yang diperoleh dari rekam medis pasien kanker serviks di RSUD dr. Soetomo Surabaya pada tahun 2014 dengan jumlah data sebanyak 810 pasien. Berdasarkan analisis yang telah dilakukan, pasien yang rekuren lebih  banyak dibandingkan pasien yang tidak rekuren dengan persentase sebesar 57,78 persen untuk yang rekuren. Klasifikasi CART menghasilkan bahwa variabel yang paling berpengaruh terhadap rekurensi kanker serviks adalah variabel jenis pengobatan yang dijalani oleh pasien, selain itu variabel usia, status anemia dan status penyakit penyerta juga berpengaruh terhadap rekurensi kanker serviks. Ketepatan klasifikasi yang diperoleh untuk data prediksi sebesar 69,14 persen.
Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia Nurul Fajriyyah; I Nyoman Budiantara
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (665.314 KB) | DOI: 10.12962/j23373520.v4i2.10753

Abstract

Indeks Pembangunan Gender (IPG) merupakan indeks pencapaian kemampuan dasar pembangunan manusia yang sama seperti Indeks Pembangunan Manusia (IPM) dengan memperhatikan ketimpangan gender. Indonesia memiliki IPG yang rendah jika dibandingkan dengan negara lain seperti Malaysia dan Australia. Dalam hal pembangunan manusia sering dibahas mengenai perbedaan gender, dimana berfokus pada bagaimana mencapai kesetaraan gender dengan meningkatkan kualitas sumber daya manusia tanpa membedakan laki-laki dan perempuan. Hal ini terkait dengan tujuan dari MDGs yaitu mendorong kesetaraan gender dan pemberdayaan perempuan. Untuk mengatasi permasalahan tersebut perlu diselidiki faktor-faktor yang diduga berpengaruh terhadap IPG di Indonesia menggunakan regresi nonparametrik spline. Pendekatan regresi nonparametrik spline dapat digunakan untuk memodelkan IPG di Indonesia karena pola data pada penelitian ini tidak membentuk suatu pola tertentu. Berdasarkan penelitian ini, model regresi nonparametrik spline terbaik adalah spline yang memiliki nilai GCV minimum yaitu kombinasi knot (1,2,1,3,3,3,2,3) dengan semua variabel signifikan yaitu Angka Partisipasi Sekolah (APS) SD/Sederajat penduduk perempuan, APS SMP/Sederajat penduduk perempuan, APS SMA/Sederajat penduduk perempuan, Angka Buta Huruf penduduk perempuan, Tingkat Partisipasi Angkatan Kerja penduduk perempuan, rasio jenis kelamin, rasio jenis kelamin saat lahir, dan persentase penduduk perempuan mempunyai keluhan kesehatan. Regresi spline linier menghasilkan R2 sebesar 99,81%.
Analisis Faktor Sanitasi dan Sumber Air Minum yang Mempengaruhi Insiden Diare Pada Balita di Jawa Timur dengan Regresi Logistik Biner Feby Victiani Ayuningrum; Mutiah Salamah
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (481.744 KB) | DOI: 10.12962/j23373520.v4i2.10799

Abstract

Penyakit diare merupakan penyebab kematian nomor satu pada balita (25,2%) di Indonesia. Diare pada balita dapat disebabkan oleh kondisi lingkungan yang meliputi aspek sanitasi dan sumber air minum yang digunakan. Oleh karena itu, perlu dilakukan upaya untuk mengetahui faktor sanitasi dan sumber air minum yang menjadi penyebab terjadinya diare pada balita di Jawa Timur, sehingga dapat ditangani dan meminimalisir jumlah balita penderita diare. Hasil analisis karakteristik mnenunukkan jumlah rumah tangga yang memiliki balita yang di Jawa Timur adalah sebanyak 6174 rumah tangga dengan 11% (701 rumah tangga) diantaranya memiliki balita yang terjangkit diare pada Tahun 2013. Rumah tangga dengan balita terjangkit diare mayoritas menggunakan fasilitas sanitasi dan sumber air yang berupa kloset jenis leher angsa dan air dari sumur bor/ gali. Hasil analisis regresi logistik biner menunjukkan bahwa faktor individu yang memiliki pengaruh signifikan terhadap terjangkit-nya diare pada rumah tangga yang memiliki balita adalah kepala rumah tangga tidak bekerja dan kepala rumah tangga bekerja sebagai nelayan, faktor sanitasi yang mem-pengaruhi adalah tempat pembuangan akhir tinja di SPAL, cara penanganan sam-pah ditimbun didalam tanah dan langsung dibuang ke kali/ laut, tempat pembuangan air limbah rumah ta-ngga di penampungan terbuka dan juga faktor sumber air minum yang digunakan.
Klasifikasi Kesejahteraan Rumah Tangga di Provinsi Papua dengan Metode Regresi Logistik dan Support Vector Machine Riska Prakasita Sahitayakti; Kartika Fithriasari
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (783.209 KB) | DOI: 10.12962/j23373520.v4i2.10842

Abstract

Provinsi Papua dalam lima tahun terakhir ini menunjukkan bahwa presentase penduduk miskin di Provinsi Papua menempati peringkat pertama dibandingkan ke-32 provinsi lainnya di Indonesia. Klasifikasi kesejahteraan rumah tangga ditujukan untuk mengkategorikan suatu rumah tangga, kedalam kategori keluarga miskin ataupun tidak miskin berdasarkan faktor-faktor yang mencirikan suatu kemiskinan. Dalam rangka meningkatkan kesejahteraan masyarakat di Provinsi Papua, salah satu upaya yang dilakukan adalah dijalankannya program pengentasan kemiskinan, dimana dalam pelaksanaannya perlu dalam mengkategorikan suatu rumah tangga kedalam kategori miskin atau tidak miskin untuk mengetahui layak atau tidaknya mendapatkan bantuan dari program tersebut. Analisis klasifikasi dilakukan menggunakan metode regresi logistik dan support vector machine. Karakteristik kesejahteraan rumah tangga di Papua menunjukkan sebanyak 27% rumah tangga dikategorikan rumah tangga miskin dan sebanyak 73% rumah tangga dikategorikan rumah tangga tidak miskin. Klasifikasi menggunakan metode regresi logistik biner menunjukkan bahwa ketepatan klasifikasi tertinggi sebesar 81.20%. Klasifikasi menggunakan metode support vector machine menunjukkan bahwa ketepatan klasifikasi tertinggi yakni sebesar 82.05% menggunakan variabel prediktor yang signifikan pada analisis regresi logistik biner. Model klasifikasi yang menghasilkan ketepatan klasifikasi tertinggi tersebut menggunakan fungsi kernel Radial Basis Function (RBF) dengan parameter σ=2 dan C=10
Analisis Faktor dan Pengelompokan Kecamatan berdasarkan Indikator Mutu Pendidikan Jenjang Pendidikan Dasar di Kabupaten Sidoarjo Aridya Prayoga; Ismaini Zain
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (662.24 KB) | DOI: 10.12962/j23373520.v4i2.10920

Abstract

Pendidikan merupakan sebuah proses pengubahan perilaku seseorang dalam upaya mendewasakan manusia melalui pengajaran dan pelatihan yang memiliki standar dalam proses berjalannya. Disisi lain indikator Standar Nasional Pendidikan yang digunakan di Indonesia terdiri dari lebih dari 50 indikator dan berbentuk multivariat. Oleh karena itu perlu kajian untuk memfaktorkan indikator-indikator tersebut sehingga terbentuk beberapa faktor yang dominan berperan terhadap mutu pendidikan serta perlu dilakukan pengelompokan daerah berdasarkan faktor yang terbentuk guna mengetahui kelompok-kelompok yang diduga memiliki perbedaan mutu pendidikan. Penelitian ini menggunakan data profil pendidikan  Kabupaten Sidoarjo tahun 2013 dan 2014 dengan metode analisis faktor dan K-Means Cluster. Hasil analisis untuk jenjang sekolah dasar terbentuk tiga faktor dominan. Faktor dominan yang berperan membentuk mutu pendidikan tahun 2013 antara lain kualitas sekolah, jaminan masyarakat, dan umum, sedangkan pada tahun 2014 antara lain kualitas sekolah dan lulusan, standarisasi sekolah, dan umum. Kemudian untuk jenjang sekolah menengah pertama terbentuk empat faktor dominan. Faktor dominan berperan membentuk mutu pendidikan tahun 2013 antara lain pelayanan dan lulusan, standarisasi sekolah, siswa, dan umum, sedangkan pada tahun 2014 antara lain pelayanan dan lulusan, siswa, standarisasi sekolah, dan tenaga pendidik. Penelitian ini menghasilkan pengelompokkan pada jenjang sekolah dasar dan sekolah menengah masing-masing terbagi menjadi tiga kelompok dan dua kelompok.
Peramalan Kandungan Particulate Matter (PM10) Dalam Udara Ambien Kota Surabaya Menggunakan Double Seasonal ARIMA (DSARIMA) Bernadeta Chrisdayanti; Agus Suharsono
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.969 KB) | DOI: 10.12962/j23373520.v4i2.10961

Abstract

Surabaya merupakan salah satu kota besar di Indonesia yang memiliki jumlah penduduk yang padat dan diiringi oleh banyaknya jumlah kendaraan bermotor. Alat transpostasi pribadi sangat mempermudah akomodasi, namun dapat menimbulkan polusi udara. Polusi udara dipantau berdasarkan 5 parameter, salah satunya PM10. PM10 merupakan parameter untuk menyatakan banyaknya kandungan debu dalam udara dan kandungannya paling banyak dalam udara ambien Kota Surabaya pada tahun 2014. Salah satu faktor yang mempengaruhi kandungan PM10 adalah asap kendaraan bermotor. Dampak dari tingginya kandungan PM10 akan langsung dirasakan oleh makhluk hidup. Oleh karena itu, kandungan PM10 perlu dikontrol setiap hari, bahkan setiap jam. Pengontrolan per jam dilakukan karena kandungan PM10 akan sangat tinggi pada jam 10.00 hingga 13.00, dimana nilai ISPUnya dapat melebihi batas udara dinyatakan sehat. Proses pengontrolan untuk beberapa jam dan hari berikutnya dapat dilakukan dengan menggunakan metode time series ARIMA. Metode ini dipilih karena kandungan PM10 dipengaruhi oleh waktu-waktu sebelumnya dan skala waktu yang digunakan konstan yaitu per jam. Stasiun pengamatan yang akan digunakan adalah SUF 6 dan SUF 7. Pemilihan model terbaik didasarkan pada kriteria out sample Root Mean Square Error (RMSE). Model terbaik yang dapat digunakan untuk mengontrol kandungan PM10 per jam di SUF 6 adalah ARIMA ([1,2,4, 7,8,9,10,12,16,17,18],1,0)(1,1,1)24(0,1,1)168 dan ARIMA ([1,2,4,5,7,8, 10,11,12,13,15,16,18,19,20],1,0)(1,1,1)24(0,1,1)168.
Klasifikasi Berita Indonesia Menggunakan Metode Naive Bayesian Classification dan Support Vector Machine Dengan Confix Stripping Stemmer Dio Ariadi; Kartika Fithriasari
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (531.059 KB) | DOI: 10.12962/j23373520.v4i2.10966

Abstract

Jumlah aliran artikel berita yang diunggah di internet sangat banyak dan rentang waktu yang cepat. Jumlah yang banyak dan waktu yang cepat akan menyulitkan editor mengkategorikan secara manual. Terdapat metode agar berita dapat dikategorikan secara otomatis, yaitu klasifikasi. Data berita berbentuk teks, sehingga jauh lebih rumit dan perlu proses untuk mempersiapkan data. Salah satu prosesnya adalah confix-stripping stemmer sebagai cara untuk mendapatkan kata dasar dari berita Indonesia. Untuk metode klasifikasi yang digunakan adalah Naive Bayes Classifier (NBC) yang secara umum sering digunakan dalam data teks dan Support Vector Machine (SVM) yang diketahui bekerja sangat baik pada data dengan dimensi besar.  Kedua metode tersebut akan dibandingkan untuk mengetahui hasil klasifikasi yang paling baik. Hasil penelitian menunjukkan bahwa SVM kernel Linier dan kernel RBF menghasilkan ketepatan klasifikasi yang sama dan bila dibandingkan dengan NBC maka SVM lebih baik.
ANALISIS PENGENDALIAN KUALITAS PROSES PENGANTONGAN SEMEN DI PT SEMEN INDONESIA (Persero) Tbk DENGAN PENDEKATAN SIX SIGMA Fitrah Indra Cahyani; Sri Mumpuni Retnaningsih
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (713.298 KB) | DOI: 10.12962/j23373520.v4i2.11042

Abstract

Pengendalian kualitas proses pengantongan semen yang dilakukan di PT Semen Indonesia (Persero) Tbk, selama ini dengan cara yang  sederhana yaitu menggunakan diagram pareto, dimana informasi yang diperoleh hanya mengidentifikasi jenis cacat yang paling sering terjadi. Berdasarkan hasil proses pengantongan semen pada bulan Desember 2014, jumlah produk yang reject adalah 4,84%, jika dikonversikan ke level sigma menjadi 4,09 sigma. sehingga permasalahan dalam penelitian ini adalah menentukan level sigma untuk bulan selanjutnya. Untuk mencapai tujuan tersebut maka dilakukan analisis menggunakan peta kendali p multivariat, level sigma, diagram pareto dan diagram ishikawa. Data yang digunakan adalah data release packer bag kantong semen PPC 50 kg Tuban 4 bulan Januari dan februari 2015, dimana hasilnya peta p multivariat belum terkendali secara statistik, dengan level sigma pada bulan Januari 2015 sebesar 4,10 dan pada bulan Februari 2015 sebesar 4,12 sehingga level sigma mengalami kenaikan sebesar 0,02. Penyebab terjadinya produk cacat adalah kualitas bahan baku yang belum baik, karyawan kurang teliti dan kelelahan, lingkungan berdebu, keadaan mesin yang sudah aus, plat besi dan spot yang sudah tua.
PENDEKATAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC UNTUK DETEKSI WILAYAH KANTONG PENYAKIT DEMAM BERDARAH DENGUE (DBD) MELALUI PEMODELAN REGRESI BINOMIAL NEGATIF (STUDI KASUS JUMLAH KASUS DBD DI JAWA TIMUR) Fefy Dita Sari; Purhadi Purhadi
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (891.478 KB) | DOI: 10.12962/j23373520.v5i1.14268

Abstract

Menurut Laporan Profil Kesehatan Jawa Timur tahun 2013, Jawa Timur adalah provinsi dengan jumlah kejadian luar biasa (KLB) DBD tertinggi di Indonesia dengan angka kematian masih di bawah target yakni 1,04 persen. Dalam penelitian ini dilakukan pendeteksian wilayah kantong penyakit DBD dengan Flexibly Shaped Spatial Scan Statistic. Untuk melakukan pendeteksian tersebut dibutuhkan nilai ramalan jumlah kasus DBD di setiap kabupaten. Nilai ramalan dapat diperoleh dengan melakukan pemodelan regresi binomial negatif. Hasil penelitian menunjukkan bahwa variabel yang berpengaruh signifikan terhadap jumlah kasus DBD di Jawa Timur adalah persentase rumah tangga berperilaku hidup bersih dan sehat dan persentase sarana pendidikan dibina lingkungan kesehatannya. Hasil Flexibly Shaped Spatial Scan Statistic menunjukkan bahwa terdapat dua belas kantong DBD. Daerah paling rawan yaitu Kota Surabaya yang memiliki nilai resiko relatif sebesar 3,16. Daerah dengan resiko terbesar kedua yakni Kabupaten Bondowoso dan Kabupaten Jember dengan resiko relatif sebesar 2,10. Kabupaten dengan resiko relatif tertinggi ketiga yakni Kabupaten Sampang denganresiko relatif 1,90.
Analisis Portofolio Optimum Terhadap 50 Emiten dengan Frekuensi Perdagangan Tertinggi di Bursa Efek Indonesia Menggunakan Metode Value At Risk, Lexicographic Goal Programming dan Artificial Neural Network Aliffia Permata Sakarosa; Brodjol Sutijo Suprih Ulama
Jurnal Sains dan Seni ITS Vol 4, No 2 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (440.137 KB) | DOI: 10.12962/j23373520.v4i2.11102

Abstract

Profitabilitas merupakan tujuan utama dari kegiatan investasi. Investasi saham dianggap mengandung resiko yang tinggi dikarenakan sifatnya yang dinamis dan sangat fluktuatif. Selain itu banyaknya faktor yang mempengaruhi fluktuasi harga saham tersebut membuat investor harus memilih kombinasi emiten untuk membuat portofolio sebagai destinasi investasi yang menguntungkan. Penelitian ini dilakukan untuk mengatasi permasalahan tingginya resiko dan pemilihan kombinasi saham dengan menggunakan sistem analisis saham terintegrasi yang memepertimbangkan keseluruhan aspek teknikal untuk mendapatkan optimasi portofolio yang profitable. Portofolio yang diusulkan dalam penelitian ini mempertimbangkan aspek resiko yang dikalkulasi menggunakan metode value at risk dengan pendekatan distribusi generalized pareto, kemudian dilanjutkan dengan metode lexicographic goal programming dengan mempertimbangkan aspek keuntungan, resiko, dan proporsi dana yang direpresentasikan melalui fungsi batasan nilai value at risk dan fungsi batasan rata-rata daily return serta maksimum proporsi pemberian dana pada setiap klasifikasi bisnis. Metode lexicographic goal programming menghasilkan emiten-emiten pilihan setiap kelompok bisnis yaitu SSMS, CPIN, ICBP, BBNI, TLKM, INCO, ASII, WSKT dan SCMA kemudian dilanjutkan dengan peramalan masing-masing emiten terpilih untuk satu lag selanjutnya. Peramalan harga emiten didapatkan menggunakan neural network dengan algoritma backpropagation sebagai referensi harga emiten. 

Page 32 of 228 | Total Record : 2279