Article Per Year (5 Year)
p-Index From 2019 - 2024
0.92
P-Index
This Author published in this journals
All Journal J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Geodika: Jurnal Kajian Ilmu dan Pendidikan Geografi International Journal of Educational Research and Social Sciences (IJERSC)
Wiwit Pura Nurmayanti
Universitas Hamzanwadi
Humanities Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Penerapan Naïve Bayes dalam Mengklasifikasikan Masyarakat Miskin di Desa Lepak Wiwit Pura Nurmayanti; Dinda Ayu Lara Saky; Muhammad Malthuf; Muhammad Gazali; Ristu Haiban Hirzi
Geodika: Jurnal Kajian Ilmu dan Pendidikan Geografi Vol 5, No 1 (2021): Juni 2021
Publisher : Program Studi Pendidikan Geografi Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/geodika.v5i1.3430

Abstract

Desa Lepak merupakan desa yang berada di pulau Lombok Nusa Tenggara Barat dengan angka penduduk miskin cukup tinggi. Penelitian ini bertujuan untuk mengklasifikasi masyarakat di desa Lepak Kecamatan Sakra Timur Kabupaten Lombok Timur. Teknik pengumpulan data dilakukan dengan teknik studi dokumen. Teknik analisis data pada penelitian ini menggunakan metode Naïve Bayes Classifier, yang merupakan salah satu teknik pengklasifikasian dalam data mining. Berdasarkan hasil pengujian confusion matrix diperoleh klasifikasi masyarakat miskin di desa Lepak yang memang miskin adalah 148 record dari 156 record yang artinya terdapat 8 record yang error dimana ia lebih mirip dengan yang tidak miskin. Sedangkan untuk masyarakat tidak miskin terdapat 110 record dari 111 record yang memang tidak miskin dan sisanya 1 record error yang lebih mirip dengan miskin. Keakuratan data testing dalam memprediksi hasil klasifikasi yang menunjukkan masyarakat miskin dan tidak miskin dapat dilihat dari nilai acurasy yaitu sebesar 96.63% yang artinya termasuk dalam kategori good. Berdasarkan penelitian ini menunjukkan bahwa klasifikasi kelas untuk masyarakat desa Lepak adalah kelas dengan masyarakat miskin.
Market Basket Analysis with Apriori Algorithm and Frequent Pattern Growth (Fp-Growth) on Outdoor Product Sales Data Wiwit Pura Nurmayanti; Hanipar Mahyulis Sastriana; Abdul Rahim; Muhammad Gazali; Ristu Haiban Hirzi; Zuhut Ramdani; Muhammad Malthuf
International Journal of Educational Research & Social Sciences Vol. 2 No. 1 (2021): February 2021
Publisher : CV. Inara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51601/ijersc.v2i1.45

Abstract

Indonesia is an equatorial country that has abundant natural wealth from the seabed to the top of the mountains, the beauty of the country of Indonesia also lies in the mountains that it has in various provinces, for example in the province of West Nusa Tenggara known for its beautiful mountain, namely Rinjani. The increase in outdoor activities has attracted many people to open outdoor shops in the West Nusa Tenggara region. Sales transaction data in outdoor stores can be processed into information that can be profitable for the store itself. Using a market basket analysis method to see the association (rules) between a number of sales attributes. The purpose of this study is to determine the pattern of relationships in the transactions that occur. The data used is the transaction data of outdoor goods. The analysis used is the Association Rules with the Apriori algorithm and the frequent pattern growth (FP-growth) algorithm. The results of this study are formed 10 rules in the Apriori algorithm and 4 rules in the FP-Growth algorithm. The relationship pattern or association rule that is formed is in the item "if a consumer buys a portable stove, it is possible that portable gas will also be purchased" at the strength level of the rules with a minimum support of 0.296 and confidence 0.774 at Apriori and 0.296 and 0.750 at FP-Growth.
Penerapan Metode Clustering SOM dan DBSCAN dalam Mengelompokkan Unmet Need Keluarga Berencana di Nusa Tenggara Barat Sausan Nisrina; Wiwit Pura Nurmayanti; Basirun; Kertanah; Muhammad Gazali
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 15 No 2 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol15.no2.a5549

Abstract

Perkembangan big data terus mengalami kemajuan dengan sangat pesat. Untuk memudahkan mengakses data dan informasi dapat menggunakan metode clustering. Clustering merupakan proses pengelompokkan obyek atas kesamaan karakteristiknya. Metode clustering dapat diterapkan pada bidang kesehatan yaitu unmet need Keluarga Berencana (KB). Unmet need dapat diartikan sebagai tidak terpenuhinya kebutuhan akan alat kontrasepsi pada pasangan usia subur. Metode clustering yang digunakan pada penelitian ini yaitu SOMdan DBSCAN. Penelitian bertujuan untuk melihat gambaran unmet need di Provinsi Nusa Tenggara Barat yang kedua adalah menguraikan hasil clustering dengan metode Clustering Self Orgaizing Maps (SOM) dan terakhir untuk menguraikan hasil clustering dengan metode DBSCAN dalam kasus pengelompokkan penyebab unmet need KB di Provinsi NTB. Berdasarkan hasil analisis di dapatkan bahwa Kabupaten Lombok Timur merupakan kabupaten dengan jumlah unmet need KB tertinggi sebanyak 84.72 jiwa, sedangkan terendah di Kota Bima sebesar 4.636 orang. Hasil penelitian dengan metode SOM memiliki 3 cluster, 86 kecamatan cluster 1, 30 kecamatan cluster 2 dan 4 kecamatan cluster 3. Untuk metode DBSCANdengan eps 1.20 dan MinPts 3, jumlah cluster yang terbentuk yaitu 2 cluster, cluster 1 dengan 97 kecamatan dan cluster 2 dengan 4 kecamatan, serta 16 kecamatan yang memiliki data noise.
Penerapan Clustering Time Series pada Pengelompokan Provinsi di Indonesia (Studi Kasus : Nilai Ekspor Non Migas di Indonesia Tahun 2016-2020) Harista Almiatus Soleha; Wiwit Pura Nurmayanti; Umam Hidayaturrohman; Ristu Haiban Hirzi; Ayu Septiani
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 15 No 2 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol15.no2.a5550

Abstract

Ekspor non migas merupakan ekspor barang yang bukan berupa minyak dan gas. Tidak semua daerah di Indonesia memiliki potensi yang sama untuk melakukan kegiatan ekspor sehingga setiap daerah memiliki nilai ekspor yang berbeda-beda. Oleh karena itu dilakukan analisis pengelompokkan provinsi di Indonesia berdasarkan nilai ekspor non migas tahun 2016 – 2020 menggunakan cluster time series dengan metode hierarki clustering agglomerative diantaranya complete lingke yaitu pengelompokkan berdasarkan jarak terbesar antar objek dan centroid linkage merupakan nilai tengah observasi pada variabel dalam satu cluster, serta menggunakan pengukuran jarak Euclidean dan Dynamic Time Warping (DTW) dengan tujuan yaitu untuk memperoleh pengukuran jarak terbaik dengan metode yang optimal guna mendapatkan cluster yang representatif. Berdasarkan hasil analisis pengelompokkan Provinsi di Indonesia terhadap nilai ekspor non migas tahun 2016 - 2020 didapatkan pengukuran jarak kemiripin yang paling baik yaitu jarak DTW dan metode yang optimal yaitu centroid linkage berdasarkan pada nilai koefisien cophenetic sebesar 0.92 dengan kategori good cluster berdasarkan nilai koefisien silhouette yaitu 0.60. Sehingga didapatkan tiga cluster yaitu nilai ekspor tinggi, sedang dan rendah, diantaranya 24 Provinsi dengan nilai ekspor rendah, 9 Provinsi dengan nilai ekspor sedang, dan 1 Provinsi dengan nilai ekspor tinggi.
Perbandingan Analisis Dekomposisi dan Exponential Smoothing Holt Winters untuk Peramalan Rata-Rata Jumlah KPM PKH di NTB M. Hadiyan Amaly; Wiwit Pura Nurmayanti; Sausan Nisrina
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 15 No 2 (2022): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol15.no2.a5551

Abstract

Program Keluarga Harapan (PKH) adalah program pemberian bantuan sosial bersyarat kepada keluarga miskin dan rentan terdaftar dalam Data Terpadu Kesejahteraan Sosial (DTKS) dan ditetapkan sebagai Keluarga Penerima Manfaat (KPM). Tujuan penelitian ini untuk meramalkan rata-rata jumlah PKM PKH untuk periode 2021. Hal ini dapat dijadikan dasar bagi instansi pemerintah terkait dalam perencanaan kedepannya. Untuk mendapatkan peramalan terbaik digunakan perbandingan dua metode yaitu metode dekomposisi dan metode Exponential Smoothing Holt Winters. Untuk mencapai tujuan penelitian tersebut dilakukan perhitungan kesalahan yang terdiri dari Mean Absolute Percentage Error (MAPE), Mean Absolute Deviation (MAD), dan Mean Square Deviation (MSD). Berdasarkan hasil analisis data, diketahui metode peramalan terbaik untuk meramalkan rata-rata jumlah KPM PKH di provinsi NTB adalah metode Exponential Smoothing Holt Winters. Metode ini dikatakan lebih baik karena memiliki nilai error lebih kecil dibandingkan dengan nilai error metode dekomposisi. Metode Exponential Smoothing Holt Winters menggunakan nilai pemulusan ? = 0,3, ? = 0,1, ??? ? = 0,2 menghasilkan nilai MAPE = 15, MAD = 2761, dan MSD = 1692444.
Co-Authors Abdul Rahim Ayu Septiani Basirun Dinda Ayu Lara Saky Hanipar Mahyulis Sastriana Harista Almiatus Soleha Kertanah Kertanah M. Hadiyan Amaly Muhammad Gazali Muhammad Malthuf Muhammad Malthuf Ristu Haiban Hirzi Sausan Nisrina Umam Hidayaturrohman Zuhut Ramdani