Article Per Year (5 Year)
p-Index From 2019 - 2024
4.738
P-Index
This Author published in this journals
All Journal Jurnal Ekonomi Pembangunan JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Pendidikan Ekonomi (JUPE) Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA) Sistemasi: Jurnal Sistem Informasi Paradigma JIKO (Jurnal Informatika dan Komputer) Jurnal Komputasi Faktor Exacta Indonesian Journal of Artificial Intelligence and Data Mining Indonesian Journal of Statistics and Its Applications Jurnal Teknoinfo International Journal of Remote Sensing and Earth Sciences (IJReSES) Jurnal Aplikasi Statistika & Komputasi Statistik EIGEN MATHEMATICS JOURNAL Jurnal Saintika Unpam : Jurnal Sains dan Matematika Unpam Sains, Aplikasi, Komputasi dan Teknologi Informasi J-3P (Jurnal Pembangunan Pemberdayaan Pemerintahan) Jurnal Statistika dan Aplikasinya Business Economic, Communication, and Social Sciences Journal (BECOSS) Engineering, Mathematics and Computer Science Journal (EMACS) Jurnal Kependudukan Indonesia
Nooraeni, Rani
Politeknik Statistika STIS
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA)

 1 
PENERAPAN METODE RANDOM FOREST UNTUK KLASIFIKASI WANITA USIA SUBUR DI PERDESAAN DALAM MENGGUNAKAN INTERNET (SDKI 2017) Intan Maulida Khoirun Nisa'; Rani Nooraeni
Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 8 No 1 (2020): Volume 8 Nomor 1
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i1.13162

Abstract

Internet adalah salah satu media penyebarluasan pengetahuan mengenai alat kontrasepsi. Alat kontrasepsi diketahui sebagai pengendali fertilitas. Faktannya, masih terdapat 32 persen desa di Indonesia yang belum dapat mengakses internet. Berdasarkan data SDKI 2017, tingkat fertilitas di desa relatif lebih tinggi daripada di kota. Fertilitas yang tinggi di daera perdesaan disebabkan oleh rendahnya pengetahuan mengenai penggunaan alat kontrasepsi. Berdasar pada data SDKI pula, kebutuhan alat atau cara KB belum terpenuhi di perdesaan. Oleh karena itu, penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi WUS di pedesaan dalam menggunakan internet menggunakan model random forest. Model rabdom forest dapat digunakan untuk memprediksi variabel prediktor. Model yang dibentuk menggunakan 80 persen dari data total dengan jumlah data sebanyak 35.939 data dan data testing yang digunakan sebanyak 8.984 data. Terdapat tiga variabel yang digunakan dalam penelitian ini yaitu umur, tingkat pendidikan yang ditamatkan, dan indeks kekayaan. Seluruh variabel yang didapat dari SDKI tahun 2017 dengan beberapa modifikasi. Dalam model yang terbentuk, variabel yang memiliki kontribusi terbesar adalah tingkat pendidikan yang ditamatkan.
PENERAPAN METODE RESAMPLING DALAM MENGATASI IMBALANCED DATA PADA DETERMINAN KASUS DIARE PADA BALITA DI INDONESIA (ANALISIS DATA SDKI 2017) Andriansyah Muqiit WS; Rani Nooraeni
Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 8 No 1 (2020): Volume 8 Nomor 1
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i1.13452

Abstract

Data yang memiliki rasio yang tidak berimbang antara data satu dengan data lainnya dapat dikatakan sebagai imbalanced. Metode Synthetic Minority Oversampling Technique (SMOTE) merupakan metode yang populer diterapkan dalam rangka menangani imbalanced. Pada penelitian ini penulis ingin membandingkan model data sebelum dan data sesudah dilakukan oversampling menggunakan analisis regresi logistik berganda. Data yang digunakan adalah data sekunder dari hasil Survei Demografi dan Kesehatan (SDKI) tahun 2017. Variabel respon (dependent) yang digunakan adalah balita mengalami diare dalam dua minggu terakhir sebelum pencacahan. Variabel penjelas dikelompokkan menjadi dua yaitu faktor sosio-demografi dan faktor lingkungan. Variabel penjelas yang termasuk ke dalam faktor sosio-demografi antara lain jenis kelamin balita, umur balita, umur ibu, dan tingkat pendidikan ibu. Sedangkan variabel penjelas yang merupakan faktor lingkungan antara lain sumber air minum, jenis fasilitas toilet, jenis lantai rumah utama, dan daerah tempat tinggal. Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa model dengan data hasil SMOTE pada uji parsial menghasilkan lebih banyak variabel yang signifikan dibandingkan dengan model dengan data tanpa SMOTE.
ANALISIS SPASIAL ANGKA MORBIDITAS JAWA TENGAH MENURUT KABUPATEN/KOTA TAHUN 2017 Aprilia Lutviana Dewi; Rani Nooraeni; Aprillia Anis Saputri; Emalia Septiani Hirma; Firza Refo Adi Pratama; Fiqih Tri Mahendra
Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 8 No 1 (2020): Volume 8 Nomor 1
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i1.13749

Abstract

Morbiditas merupakan salah satu indikator yang digunakan untuk mengukur derajat kesehatan penduduk. Penduduk di pulau Jawa memiliki derajat kesehatan lebih baik dibandingkan wilayah lain. Namun angka morbiditas di Jawa Tengah pada tiga tahun terakhir ini lebih tinggi daripada angka morbiditas Indonesia. Penelitian ini bertujuan untuk menganalisis angka morbiditas Provinsi Jawa Tengah secara spasial untuk menelusuri faktor-faktor yang mempengaruhi angka morbiditas Provinsi Jawa Tengah menurut kabupaten/kota secara spasial tahun 2017. Metode analisis yang digunakan adalah analisis deskriptif dengan peta tematik dan analisis autokorelasi spasial. Autokorelasi spasial diukur melalui indeks Moran. Sedangkan untuk analisis variabel-variabel secara spasial yang mempengaruhi angka morbiditas dilakukan dengan model Spatial Autoregressive Model karena terdapat dependensi lag pada kabupaten/kota di Jawa Tengah. Dengan pemodelan SAR, didapatkan variabel prediktor yang signifikan memengaruhi variabel respon yaitu morbiditas pada alfa 11% adalah variabel kemiskinan atau X3 dan variabel rasio fasilitas kesehatan per 30000 penduduk atau X5 dengan nilai R2 46%.
Penerapan Metode Naïve Bayes dalam Analisis Persepsi Masyarakat mengenai Rencana Pengesahan RUU Omnibus Law di Bidang Investasi dan Ketenagakerjaan Tahun 2020 di Indonesia Najia Helmiah; Rani Nooraeni; Aldi Rochman Nulkarim; Nufaisa Munia; Amalia Susanti; Amran Pratama Putra; Febi Taufiqurrahman
Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.16743

Abstract

Saat ini, RUU Omnibus Law di Indonesia menjadi kontroversi, khususnya mengenai RUU Cipta Kerja karena dianggap memiliki dampak negative bagi pekerja/buruh. Hal tersebut terlihat dari banyaknya unjuk rasa yang dilakukan dalam rangka menolak RUU tersebut. Penyampaian pendapapat tidak hanya dilakukan melalui unjuk rasa, tetapi juga dapat melalui media social. Salah satunya adalah twitter. Sehingga, penelitian ini bertujuan untuk mengklasifikasikan opini masyarakat mengenai rencana pengesahan RUU Omnibus Law melalui data twitter. Analisis sentiment, asosiasi kata, dan metode Naïve Bayes Classifier diterapakan untuk mengetahui kata-kata yang sering dicuitkan mengenai Omnibus Law dan keterkaitan antar kata, serta mengklasifikasikan opini masyarakat terhadap rencana pengesahan RUU Omnibus Law baik secara emosional maupun secara polaritas.   Data yang digunakan adalah data cuitan twitter dari tanggal 5 Januari 2020 hingga 30 Agustus 2020 dengan data hasil preprocessing sebanyak 8820 tweets. Hasilnya menunjukan bahwa sebagaian besar kata dalam tweet membahas tentang ketenagakerjaan. Berdasarkan analisis asosiasi kata, kata investasi memiliki keterkaitan yang erat dengan pertumbuhan ekonomi serta kemudahan regulasi, sedangkan kata cipta memiliki keterkaitan erat dengan penciptaan lapangan pekerjaan, dan kata buruh memiiki keterkaitan erat dengan penolakan. Kemudian, berdasarkan analisis sentiment, 54% cuitan terklasifikasi sebagai sentiment negative dan 46% cuitan terklasifikasi sebagai sentiment positif. Dengan metode Naïve Bayes, model yang terbentuk dapat mengklasifikasikan 87.1% cuitan twitter dengan benar atau dengan kata lain tingkat akurasi model sebesar 87.1%.
Pengelompokkan Titik Wilayah di Provinsi Daerah Istimewa Yogyakarta Berdasarkan Kualitas Udara Menggunakan Algoritma Fuzzy C-Means Aprilia Lutviana Dewi; Adrian Firmansyah; Emalia Septiani Hirma; Muhamad Bagus Adji Briliyanto; Muti Nurjannah Fitri; Rani Nooraeni
Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.16745

Abstract

Salah satu target SDGs adalah menangani permasalahan pencemaran udara, WHO menyebutkan bahwa pencemaran udara merupakan risiko gangguan kesehatan terbesar di dunia. Diperkirakan terdapat sekitar 6,5 juta orang meninggal tiap tahun akibat paparan polusi udara. Provinsi DIY merupakan salah satu daerah yang masih memiliki masalah pencemaran lingkungan, mobilitas manusia yang tinggi dengan bertambahnya pengguna kendaraan bermotor membuat pencemaran semakin meningkat. Selain itu, konsumsi energi dan aktivitas industri yang tidak terkendali terutama di daerah perkotaan juga ikut memperburuk kualitas udara. Penelitian ini bertujuan untuk mengelompokkan wilayah-wilayah di Provinsi DIY berdasarkan data kualitas udara yang terekam pada 75 titik amatan agar diperoleh gambaran umum karakteristik wilayah tertentu dengan masalah pencemaran udara spesifik meliputi gas pencemar CO, SO2, NO2, dan O3. Data yang digunakan merupakan data sekunder dari Kementerian Lingkungan Hidup Provinsi DIY, sedangkan metode yang digunakan adalah fuzzy c-means clustering. Hasilnya,dari profile data sebelum dilakukan pengelompokan diperoleh kadar CO, SO2, NO2, dan O3 terendah berada pada titik-titik wilayah permukiman dan tertinggi berada pada titik perempatan jalan, training camp, kampus fakultas teknik, dan industri dan hasil dari perbandingan clustering validity index terbentuk sebanyak 2 klaster. Klaster 1 memiliki titik tengah kadar pencemar gas NO2, SO2, CO, dan O3 yang lebih tinggi dibandingkan klaster 2. Klaster 1 terdiri atas 45 anggota, dimana sebagian besar klaster ini merupakan titik industri, persimpangan jalan, serta pusat keramaian. Sedangkan klaster 2 terdiri atas 30 anggota, dimana sebagian besar klaster ini merupakan titik permukiman.
ANALISIS SENTIMEN PENGGUNA INSTAGRAM TERHADAP KEBIJAKAN KEMDIKBUD MENGENAI BANTUAN KUOTA INTERNET DENGAN METODE SUPPORT VECTOR MACHINE (SVM) Syifa Rahmawati Hakim; M. Alfa Rizki; Noval Irgi Zekha F; Nurhidayatul Fitri; Yolanda Rizkie A; Rani Nooraeni
Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.16795

Abstract

COVID-19 merupakan suatu pandemi baru yang disebabkan oleh coronavirus dan banyak memberikan dampak salah satunya pada dunia pendidikan sehingga mengharuskan menggunakan sistem pembelajaran jarak jauh. Untuk mendukung sistem tersebut, pemerintah Indonesia melalui Kemdikbud memberikan bantuan kepada peserta didik dan tenaga pendidik berupa bantuan kuota internet. Sebagian masyarakat menyampaikan tanggapan dan opininya mengenai bantuan kuota yang disediakan pemerintah di media sosial salah satunya Instagram. Opini-opini tersebut dimanfaatkan untuk mengetahui penilaian masyarakat terhadap bantuan kuota apakah positif atau negatif dengan menggunakan analisis sentimen. Data yang digunakan pada penelitian ini adalah data komentar pengguna instagram di 7 unggahan akun @kemdikbud.ri yang berkaitan dengan bantuan kuota internet mulai tanggal 27 Agustus – 30 September 2020 yang diperoleh melalui scraping sehingga didapatkan sebanyak 4520 komentar yang kemudian diolah dengan melakukan text preprocessing dan diklasifikasikan menggunakan algoritma support vector machine. Hasil dari tahapan preprocessing sebanyak 32.81% (1483 komentar) data siap digunakan untuk analisis sentimen. Setelah dilakukan analisis klasifikasi didapatkan model yang digunakan yaitu tipe C-Classification, dimana model pendekatan yang digunakan adalah SVM-Kernel Radial (Radial Basis Function) dan menghasilkan persentase komentar berupa sentimen positif sebanyak 61.5%. Model SVM Radian (RBF) mampu melakukan pengklasifikasian respons pengguna Instagram terkait pemberian bantuan kuota internet dengan cukup baik. Hal tersebut dibuktikan dengan nilai evaluasi model berupa tingkat akurasi seebsar 79.67%, sensitivitas sebesar 78.89%, dan spesifisitas sebesar 81.82%.
Co-Authors Adinda Hermambang Aditya Firman Baktiar Adrian Firmansyah Afifatul Ilma Widyatami Aisyah Nur Fahira Aldi Rochman Nulkarim Amalia Susanti Amelia Syahadati Amirah Balqis Safiruddin Amran Pratama Putra Ana Pangestika Andriansyah Muqiit WS Anindia Wahyu Inayah Annisa Putri Ramadhanty Aprilia Lutviana Dewi Apriliansyah Mahmud Aprillia Anis Saputri Arul Fathurrahman Arya Damar Prakasa Arya Wahyu Nugroho Astrid C. A. Pangaribuan Astry Julyana Eliawati Aulia Adita Rahma Aulia Fatin Afifah Aulia Fikri Fadhilah Iskandar Ayufi Reyza Zakaria Cesaria Dewi Choirul Ummah Danty Welmin Yoshida Fatima Delvira Cindy Rosmilda Dewi Retno Oscarini Diana Agustin Dinda Desinta Diva Arum Mustika Dwi Cahyo Firmansyah Elina Mayasari Elvera Wahyu Triana Emalia Septiani Hirma Emban Permata Siam Ersa Budi Sutanto Eunike Sola Gratia Evita Dyah Wardhani Fadhilatul Khairi Fajar Hari Dwiono Fathin Nadillah Fathul Sanusi Febi Taufiqurrahman Fiqih Tri Mahendra Firza Refo Adi Pratama Frengky Sele Galang Madya Putra Galuh Sri Natungga Dewi Susilo Putri Garinca Firgiana Santoso Geraldi Putra Prasetya Balebu Ghita Nurfalah Ghytsa Alif Jabir Gona Asri Wijayanti Helen Fricylya Br Tobing Heny Dwi Sariyanti Hermarwan Hermarwan Herpanindra Fadhilah I Wayan Edy Darma Putra Ian Tryaldi Halim Ibnu Maruf Iffati Uzma Indonesian Journal of Statistics and Its Applications IJSA Ineke Kristin Dwi Astuti Intan Maulida Khoirun Nisa' Isdhani Nurrahmah Ivana Yoselin Purba Siboro Krisna Dwi Agung Kuncoro Dwi Dhanutama Lady Deborah Latifah Hasanah Lisa Widyarsi M. Alfa Rizki Machsus Machsus Margareth Dwiyanti Simatupang Marita Mutiara Sinsyi Megananda Ghowo Rizky Meilani Thereza Saragih Mikha Aprilio Miko Oktavio Wijaya Monica Seftaviani Sijabat Muhamad Bagus Adji Briliyanto Muhamad Zidan Nuralifian Muhammad Rizqi Destanto Mula Warman Mustika Putri Muti Nurjannah Fitri Nada Nabila Rosyad Nadhifan Humam Fitrial Najia Helmiah Nawang Indah Cahyaningrum Ni Luh Putu Yayang Septia Ningsih Ni Putu Gita Naraswati Noval Irgi Zekha F Novert Cyril Lengkong Nufaisa Munia Nurfitri Aulia Nurhidayatul Fitri Nurul Hanifah Septiani Ouditiana Safitri Peterson Hamonangan Immanuel Sihotang Pramudya Kusuma Putri Tareka Navasha Qonita Raihananda Raihan Fitrika Azzahra Rhevita Lula Eksanti Ria Dotul Ilmia Ridson Alfarizal Pulungan Riska Damaiyanti Rizka Wulandari Roy Pratama Wijaya Salsa Vira Satria Dirgantara Satria Kurnia Areka Sekar Ayu Ramadhani Sifa Rofatunnisa Siti Andhasah Siti Andhasah Siti Fatimatul Munawwaroh Sri Rahayu Yogyana Sinurat Suciarti Pertiwi Syifa Rahmawati Hakim Takdir Viana Mei Reistiani Vina Astriani Wilda Maria Ulfa Windri Wucika Bemi Wisnu Adi Kusuma Yakobus Natanael Tarigan Yolanda Rizkie A Yolanda Rizkie Aprilia Yongki Ramanda Putra Yulianus Ronaldias Yuniar Putri Awaliyah Risky Yusuf Yahya Zahrotul Firdaus