Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.829

P-Index

This Author published in this journals

All Journal Epsilon: Jurnal Matematika Murni dan Terapan Jurnal Al-Qardh MEDIA BINA ILMIAH Journal of Mathematics: Theory and Applications Jurnal Pengabdian Ilung (Inovasi Lahan Basah Unggul) Jurnal Pengabdian Sumber Daya Manusia Media Bina Ilmiah

Yuana Sukmawaty

Universitas Lambung Mangkurat

Author-ID : 3105532

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Energy Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 11 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

ANALISIS KASUS KEMISKINAN DI PROVINSI KALIMANTAN TENGAH DENGAN PENDEKATAN PRINCIPAL COMPONENT ANALYSIS Annisa Halida; Nadya Farah Pradita; Yuana Sukmawaty
AL-QARDH Vol 5, No 2 (2020): AL-QARDH
Publisher : Fakultas Ekonomi dan Bisnis Islam Institut Agama Islam Negeri Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23971/jaq.v5i2.2452

According to a report by the Central Statistics Agency, the percentage of poor people in urban areas in September 2019 was 6.89%. Meanwhile, the percentage of poor people in rural areas in September 2019 was 13.10%. The data above is only a national percentage, there are still many provinces that have a poverty percentage above the national percentage, especially in Central Kalimantan Province. There are many factors that influence poverty, including education, employment status, working sector, and per capita income. This paper focuses on a study to determine the factors that have the greatest influence on poverty in Central Kalimantan Province in 2019. The results of this study simplify the poverty factor into 2 (two) factors, namely the first factor consisting of variables of education, work status, and sector. work. Meanwhile, the second factor consists of the variable per capita income for food. In addition, the greatest eigen value was obtained in the education variable of 465.67, which indicates that the education variable has the greatest influence on poverty in Central Kalimantan Province in 2019.

ANALISIS MODEL PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI KALIMANTAN SELATAN DENGAN PENDEKATAN REGRESI GLOBAL DAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Yuana Sukmawaty
MEDIA BINA ILMIAH Vol 13, No 4: Nopember 2018
Publisher : BINA PATRIA

Salah satu aspek penting dalam perekonomian suatu negara adalah tingkat pendapatan yang biasanya berasal dari proses transaksi di dalam negara tersebut. Aspek ini sering dipakai sebagai indikator untuk melihat laju pertumbuhan ekonomi baik dari tingkatan daerah maupun nasional. Pada tingkat daerah, indikator yang dimaksud disebut sebagai Produk Domestik Regional Bruto (PDRB). Ada banyak variabel yang menyumbang struktur PDRB dan bisa digambarkan dalam bentuk model eksplanatoris. Dalam mengembangkan model eksplanatoris yang dapat menggambarkan pola hubungan antara variabel respon dan dua/lebih variabel bebas ini dapat dilakukan melalui pendekatan analisis regresi. Namun, model yang terbentuk dengan pendekatan regresi masih bersifat global karena diberlakukan pada seluruh lokasi pengamatan. Dengan kata lain, pendekatan model global ini biasanya menggunakan rata-rata dari wilayah lokal (area yang lebih kecil luasannya pada wilayah teregionalisasi). Jika tidak ada atau hanya sedikit keragaman antar wilayah lokal, maka pendekatan model regresi secara global akan memberikan informasi yang akurat. Oleh karena itu, apabila kondisi pengamatan di lokasi yang satu dengan lokasi yang tidak selalu sama karena dipengaruhi oleh efek spasial (lokasi) maka model regresi dapat dibentuk dengan menambahkan efek spasial yang sering dikenal sebagai model Geographically Weigthed Regression (GWR). Dalam penelitian ini dilakukan analisa pembentukan model regresi yang tepat untuk kasus PDRB di Provinsi Kalimantan Selatan.

PERAMALAN PERGERAKAN VALUTA ASING DENGAN PENDEKATAN FUNGSI TRANSFER Yunita Alisia; Nur Salam; Yuana Sukmawaty
MEDIA BINA ILMIAH Vol 14, No 1: Agustus 2019
Publisher : BINA PATRIA

One investment that is currently developing is currency exchange trading which is also called foreign exchange trading. The good analysis and precise decision making was very important to obtain the optimum result because the fluctuation of foreign currency value was always changing and very uncertain. One way to do it was using a forecasting. Forecasting was a method to predict the state of future by using data of the past. To overcome the problem of the data that had many variables on time series analysis was using transfer function approach. The aim of this study was to estimate the transfer function model parameters and to forecast the fluctuation of foreign exchange value by using the transfer function approach. The result of exchange rate for EUR/USD in this study with transfer function modeling then obtained a parameters estimation of and based on observational data for 100 periods starting from from the period to the period, the forecast value for the period is .

PROGRAM EDUKASI DAN PENDATAAN DOOR TO DOOR DALAM RANGKA PERCEPATAN VAKSINASI COVID-19 SKALA MIKRO Dewi Anggraini; Aprida Siska Lestia; Yuana Sukmawaty; Winda Adinda Tanjung; Nabila Septiani; Syifa Ajeria; Sekar Wahyuningtias; Siti Jubaidah
Jurnal Pengabdian Sumber Daya Manusia Vol. 1 No. 2 (2021): EDISI OKTOBER 2021
Publisher : Scholar Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (795.33 KB)

Cakupan vaksinasi masyarakat usia lanjut, masyarakat rentan dan masyarakat umum lainnya, serta anak usia 12-17 tahun masih rendah, yaitu masing-masing <10%, <5%, dan < 1%, per tanggal 19 Juli 2021. Oleh karena itu, perlu upaya untuk meningkatkan cakupan vaksinasi tersebut secara merata dengan mempertimbangkan data dasar, seperti jumlah fasilitas pelayanan kesehatan/gerai vaksinasi, tenaga pelaksana, dan daerah terpencil/sulit dijangkau. Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lambung Mangkurat bekerjasama dengan Ketua RT. 001, 003, 038, dan 040, Kecamatan Cempaka, Banjarbaru menginisiasi untuk melakukan program edukasi dan pendataan door to door kepada masyarakat dalam upaya percepatan vaksinasi skala mikro. Berdasarkan hasil pelaksanaan kegiatan, diperoleh sebanyak 516 orang yang bersedia untuk mengikuti vaksinasi Covid-19, dimana 256 orang (49,61%) perempuan dan 260 orang (50,39%) laki-laki. Dari 516 orang tersebut diketahui bahwa kelompok usia 31-59 tahun tercatat sebanyak 240 orang (46,51%), usia 18-30 tahun sebanyak 142 orang (27,52%), usia 12-17 tahun sebanyak 95 peserta (18,41%), dan usia lanjut (> 60 tahun) sebanyak 39 peserta (7,56%). Kecamatan Cempaka sebagai daerah dengan peserta terbanyak yaitu sebesar 255 orang (49,4%) dan Kota Banjarbaru merupakan kota dengan jumlah peserta vaksinasi terbanyak, yaitu 400 orang (77,5%) atau sesuai dengan tujuan yang diharapkan. Kegiatan ini telah memberikan kesempatan bagi masyarakat yang mempunyai keterbatasan akses terhadap informasi maupun teknologi terkait vaksinasi Covid-19 untuk mengikuti program vaksinasi. Kegiatan ini juga memberikan informasi terkait manfaat vaksinasi Covid-19 sebagai upaya peningkatan pengetahuan masyarakat, terutama pada kelompok usia lanjut, sehingga keinginan dan kesadaran masyarakat untuk melakukan vaksinasi dapat dioptimalkan.

PENINGKATAN KOMPETENSI GURU MATEMATIKA SMA KABUPATEN HULU SUNGAI TENGAH DI BIDANG PENELITIAN Aprida Siska Lestia; Dewi Anggraini; Yuana Sukmawaty; Azkia Azkia; Thaibatun Nissa
Jurnal Pengabdian Sumber Daya Manusia Vol. 1 No. 2 (2021): EDISI OKTOBER 2021
Publisher : Scholar Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1090.456 KB)

Pengembangan profesi seorang guru dapat dilakukan salah satunya melalui pelaksanaan penelitian, yang dilanjutkan dengan publikasi atas hasil dari penelitian tersebut. Namun, seringkali kendala seperti masih terbatasnya informasi mengenai berbagai teknik pengumpulan data, keterbatasan penguasaan terhadap metode statistika yang dapat digunakan dalam analisis data, kurangnya pengetahuan dan pengalaman dalam pemanfaatan software untuk pengolahan data penelitian, serta terbatasnya informasi mengenai teknik penyusunan artikel ilmiah dan cara mempublikasikannya menjadi alasan utama masih rendahnya motivasi guru dalam melakukan hal tersebut. Berdasarkan hal ini, Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lambung Mangkurat berinisiatif memberikan pelayanan yang mampu meningkatkan minat para guru-guru Mata Pelajaran Matematika SMA Kabupaten Hulu Sungai Tengah di bidang penelitian. Pelatihan dan pendampingan merupakan metode yang digunakan untuk dapat meningkatkan penguasaan atas metodologi penelitian dan berbagai metode analisis statistika untuk pengolahan data penelitian, serta pengetahuan yang lebih baik mengenai cara melakukan publikasi hasil penelitian melalui penulisan artikel ilmiah. Setelah dilakukan pelatihan, terdapat peningkatan pengetahuan para guru mengenai metode analisis statistika yang dapat digunakan dalam penelitian, termasuk kemampuan menggunakan software dalam melakukan analisis tersebut. Selain itu, para guru juga mengakui bahwa pengetahuannya meningkat dalam membuat tulisan ilmiah dan melakukan publikasi ilmiah setelah adanya kegiatan ini.

PENENTUAN PREMI TUNGGAL BERSIH ASURANSI JIWA BERJANGKA BERDASARKAN STATUS MULTIPLE DECREMENT Fitriani Fitriani; Aprida Siska Lestia; Yuana Sukmawaty
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 13, No 2 (2019): JURNAL EPSILON VOLUME 13 NOMOR 2
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Insurance is an attempt of risk diversion by the insured person to the insurance company. The risk is referred to the future event that will potentially cause a financial loss. Based on many risk factors,the status of insurance was divided into a single decrement and a multiple decrement. In single decrement, the only factor caused benefit payment is death, while in multiple decrement there is more than one factors caused benefit payment. As a consequence, beside the random variable of time until termination , there is another random variable appears that is the cause of decrement . The aim of this study was to describe the development process of a multiple decrement table and determine net single premium based on multiple decrement status. This study was conducted by describing the construction process of components in the multiple decrement table using joint distribution and marginal distribution for each random variable. This study is a various equation for constructing a multiple decrement table was obtained. That probability equation was also used to form the net single premium equation of term insurance based on multiple decrement status by using probability function of time until termination and cause of termination. Keywords: Term Insurance, Multiple Decrement, Net Single Premium

K-Means Clustering dan Principal Component Analysis (PCA) Dalam Radial Basis Function Neural Network (RBFNN) Untuk Klasifikasi Data Multivariat Hayqal Hazmi Qastari Hayqal; Oni Soesanto; Yuana Sukmawaty
Journal of Mathematics: Theory and Applications Volume 4, Nomor 1, 2022
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Pada penelitian ini dilakukan uji simulasi data berskala besar sehingga diperlukan metode yang handal untuk permasalahan klasifikasi salah satunya adalah Radial Basis Function Neural Network (RBFNN). Untuk training data RBFNN menggunakan struktur khusus yang melibatkan dimensi tinggi pada hidden layer. Dengan struktur RBFNN yang khusus tersebut maka seringkali menimbulkan permasalahan karena hidden layernya terlalu besar, sehingga diperlukan penambahan metode penyederhaan jaringan seperti PCA dan K-Means Clustering. Metode PCA digunakan untuk mereduksi dimensi input pada RBFNN sedangkan metode K-Means Clustering digunakan untuk penentuan inisialisasi center awal pada RBFNN. Pada hasil percobaan metode PCA dihasilkan komponen utama ke-1 dan ke-2 dengan masing-masing mewakili 55.2288% dan 27.3108% dari seluruh variabilitas, secara kumulatif kedua komponen utama menyatakan sebesar 82.5396% dan hasil percobaan perulangan iterasi di metode penelitian ini didapatkan hasil rata-rata proses akurasi PC dan Klas terbaik berada pada PC-2 Klas-3 dengan akurasi di atas 90% untuk proses training dan testing dengan akurasi kesalahan klasifikasi di bawah 10%.

Penerapan Metode Extreme Gradient Boosting (XGBOOST) pada Klasifikasi Nasabah Kartu Kredit Sri Elina Herni Yulianti; Oni Soesanto; Yuana Sukmawaty
Journal of Mathematics: Theory and Applications Volume 4, Nomor 1, 2022
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Bad credit card is a problem of inability of credit card users to pay credit card bills that can cause losses to both parties concerned. In order to avoid losses caused by bad credit cards, the provider must conduct a careful analysis of prospective or old customers using credit cards. This study aims to classify bad credit card customers using machine learning techniques, namely classification techniques. One of the classification techniques used is the XGBoost method which is useful for regression analysis and classification based on the Gradient Boosting Decision Tree (GBDT), the XGBoost method has several hyperparameters that can be configured to improve the performance of the model. Hyperparameter tuning method used is grid search cross validation which is then validated using 10-Fold Cross Validation. XGBoost hyperparameters configured include n_estimators, max_depth, subsample, gamma, colsample_bylevel, min_child_weight and learning_rate. Based on the results of this study proves that the use of algorithms with hyperparameter tuning can improve the performance of eXtreme Gradient Boosting algorithm in the process of classification of credit card customers with an accuracy of 80.039%, precision of 81.338% and a recall value of 96.854%. Keywords: XGBoost, classification, Accuracy, Precision, Recall

ESTIMASI MODEL REGRESI NONPARAMETRIK DENGAN METODE B-SPLINE Nur Salam; Yuana Sukmawaty; Annisa Halida
Media Bina Ilmiah Vol. 16 No. 10: Mei 2022
Publisher : LPSDI Bina Patria

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (461.219 KB)

Analisis regresi merupakan teknik statistik yang digunakan untuk menjelaskan hubungan antara variabel bebas (X) dengan variabel tak bebas (Y). Salah satu model dalam analisis regresi adalah model regresi nonparametrik dengan asumsi bentuk fungsi regresinya tidak diketahui. Untuk mengestimasi fungsi regresi yang tidak diketahui tersebut dapat dilakukan melalui metode pendekatan spline. Spline atau B-Spline adalah potongan-potongan polinomial, yang polinomial memiliki sifat tersegmen. Sifat tersegmen ini memberikan fleksibilitas lebih dari polinomial biasa, sehingga memungkinkan untuk menyesuaikan diri secara lebih efektif terhadap karakteristik dari suatu fungsi atau data. Penelitian ini bertujuan untuk mengestimasi model regresi nonparametrik dengan metode B-Spline. Metode penelitian ini menggunakan studi literatur dengan mengumpulkan semua bahan, baik itu buku, jurnal atau referensi lain yang menunjang dan relevan dengan materi yang akan dibahas dan diteliti. Hasil penelitian menunjukkan bahwa estimator dari fungsi regresi pada model regresi nonparametrik yang diperoleh dengan menggunakan metode pendekatan B-spline adalah : y ̂= S_λ y dengan S_λ =〖〖B(B〗^T B+n λK^T)〗^(-1) B^T

PEMBENTUKAN ZONA MUSIM (ZOM) BERDASARKAN KONDISI CURAH HUJAN DENGAN METODE K-MEANS CLUSTERING Yuana Sukmawaty
Media Bina Ilmiah Vol. 17 No. 3: Oktober 2022
Publisher : LPSDI Bina Patria

Peningkatan intensitas curah hujan diduga terjadi atas akibat dari variabilitas iklim. Penelitian ini bertujuan untuk mengetahui karakteristik curah hujan dan membentuk ZOM di Provinsi Kalimantan Selatan. Pembentukan ZOM menggunakan metode K-Means Clustering diperoleh bahwa hasil cluster terbaik menggunakan kriteria rasio nilai simpangan baku dalam kelompok (Sw) dan simpangan baku antar kelompok (Sb). Berdasarkan kriteria rasio nilai Sw dan Sb, diketahui pembentukan 3 cluster dengan metode K-Means memiliki nilai rasio lebih kecil dibandingkan rasio dari pilihan cluster lainnya. Hal ini menyatakan bahwa pembentukan ZOM dengan 3 cluster memiliki tingkat homogenitas tinggi dalam cluster dan heterogenitas tinggi antar cluster yang terbentuk sehingga kinerja ZOM dengan 3 cluster dapat dikatakan baik

Co-Authors Annisa Halida Annisa Halida Azkia Azkia Dewi Anggraini Dewi Anggraini Dewi Sri Susanti Farah, Nadya Fitriani Fitriani Fuad Muhajirin Farid Hayqal Hazmi Qastari Hayqal Lestia, Aprida Siska Nabila Septiani Nur Salam Sekar Wahyuningtias Selvi Annisa Siti Jubaidah Soesanto, Oni Sri Elina Herni Yulianti Syifa Ajeria Thaibatun Nissa Winda Adinda Tanjung Yeni Rahkmawati Yunita Alisia

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search