Article Per Year (5 Year)
p-Index From 2019 - 2024
1.908
P-Index
This Author published in this journals
All Journal Natural Science: Journal of Science and Technology JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI CESS (Journal of Computer Engineering, System and Science) Prosiding Seminar Nasional IPTEK Terapan (SENIT) 2016 Pengembangan Sumber Daya Lokal Berbasis IPTEK JURNAL ILMIAH MATEMATIKA DAN TERAPAN Syntax Literate : Jurnal Ilmiah Indonesia Parameter: Journal of Statistics SmartComp Jurnal Informatika: Jurnal Pengembangan IT
Rais Rais
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Mathematics

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
ANALISIS REGRESI LOGISTIK BINER UNTUK MENGKLASIFIKASI PENDERITA HIPERTENSI BERDASARKAN KEBIASAAN MEROKOK DI RSU MOKOPIDO TOLI-TOLI Misna, Misna; Rais, Rais; Utami, Iut Tri
Natural Science: Journal of Science and Technology Vol 7, No 3 (2018): Volume 7 Number 3 (December 2018)
Publisher : Univ. Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (224.718 KB)

Abstract

Hipertensi adalah suatu penyakit yang disebabkan oleh peningkatan abnormal tekanan darah, baik tekanan darah sistolik maupun tekanan darah diastolik. Salah satu faktor resiko terjadinya hipertensi adalah kebiasaan merokok. Penelitian ini bertujuan untuk mendapatkan klasifikasi penderita hipertensi di RSU Mokopido Toli-toli dengan menggunakan regresi logistik biner. Variabel respon yang digunakan dalam penelitian yaitu hipertensi (Y) yang dikategorikan jadi dua kategori yaitu hipertensi dan tidak hipertensi. Variabel prediktor yang diteliti adalah kebiasaan merokok yang berupa lama merokok (X1), jumlah rokok yang dihisap (X2), jenis rokok yang dihisap (X3), cara menghisap rokok (X4), jenis kelamin (X5) dan usia (X6). Dari hasil penelitian menunjukkan bahwa faktor-faktor yang mempengaruhi penderita hipertensi adalah lama merokok (X1), jenis rokok yang dihisap (X3) dan cara menghisap rokok (X4). Persamaan regresi logistik biner dengan fungsi logit yang dihasilkan adalah g(x) = 0,981+ 2,478X1- 2,364X3+1,549X4 . Nilai ketepatan klasifikasi penderita hipertensi dengan menggunakan analisis regresi logistik biner yaitu sebesar 77,6%
PENERAPAN ANALISIS MULTIDIMENSIONAL SCALING (MDS) PADA PEMETAAN KABUPATEN/KOTA DI PROVINSI SULAWESI TENGAH BERDASARKAN INDIKATOR TENAGA KESEHATAN Islami, Mira Bela; Rais, Rais; Handayani, Lilies
Natural Science: Journal of Science and Technology Vol 8, No 2 (2019): Volume 8 Number 2 (August 2019)
Publisher : Univ. Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (972.43 KB)

Abstract

Health workers is any person who dedicates theirself in the health sector and have knowledge, skills and authority to make health efforts. The lack number of health workers or the univen distribution of health workers is a problem that often occurs in each region. This research will use the method  of multidimensional scaling in mapping districts / cities in Central Sulawesi Province based on indicators of health workers. The results obtained are formed in to 4 groups of districts/cities that have similarities among its members but different from other groups. In the group 1 is Palu, Group 2 contained Parigi Moutong districts. In the group 3 consists of Banggai, Poso, Sigi and Toli-Toli Districts. In the group 4 consist of Tojo Una-una, Morowali, Donggala, Morowali Utara, Banggai Laut, Buol, and Banggai Islands. Stress value obtained is 4.354% and the value of R^2 is 99.568%, which indicates that the data used can be mapped properly.
ANALISIS KONJOIN UNTUK MENENTUKAN PREFERENSI MAHASISWA MATEMATIKA FMIPA UNIVERSITAS TADULAKO DALAM MEMILIH HANDPHONE (HP) Amelia, A; Rais, Rais; Nur'eni, Nur'eni
Natural Science: Journal of Science and Technology Vol 4, No 1 (2015): Volume 4 Number 1 (March 2015)
Publisher : Univ. Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (313.511 KB)

Abstract

Alat komunikasi dari tahun ke tahun mengalami perkembangan yang sangat signifikan. Salah satunya yang sangat berperan penting bagi kehidupan manusia yaitu handphone (HP). Untuk itu setiap perusahaan HP pasti ingin mengetahui gambaran produk yang paling banyak diminati oleh konsumen sehingga produk mereka bisa laku di pasaran. Adapun salah satu metode yang dapat digunakan untuk mengetahui kesukaan konsumen pada suatu produk adalah analisis konjoin. Analisis konjoin digunakan untuk membantu mendapatkan kombinasi atau komposisi faktor-faktor berupa atribut suatu produk atau jasa baik baru maupun lama yang paling disukai konsumen dengan menghitung Nilai Kegunaan Taraf (NKT) dan Nilai Relatif Penting (NRP). Hasil yang diperoleh menurut preferensi Mahasiswa FMIPA Universitas Tadulako yang memiliki nilai NRP paling tinggi yaitu merek HP (33,734%). Sedangkan konsep produk HP yang paling disukai mahasiswa yaitu HP dengan merek blackberry dengan harga antara Rp 2.000.000 sampai Rp 2.500.000, bergaransi distibutor dengan model navigasi qwerty, menggunakan layanan jaringan 3,5 G dan resolusi kamera 5 MP.
METODE DEKOMPOSISI MULTIPLIKATIF RATA-RATA BERGERAK UNTUK PERAMALAN TINGKAT PRODUKSI PADI LADANG SULAWESI TENGAH Kadoena, Faldi Christiawan; Rais, Rais; Handayani, Lilies
Natural Science: Journal of Science and Technology Vol 8, No 2 (2019): Volume 8 Number 2 (August 2019)
Publisher : Univ. Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (764.884 KB)

Abstract

Field rice is a rice plants that is planted in a sedentary or shifting location. This study aims to forecast field rice production using the Multiplicative Decomposition method of moving average, and to determine the size of forecasting accuracy using Tracking signal, data used is the data from Central Sulawesi Province Field rice production in 2008-2016 obtained from the Agriculture Service of Central Sulawesi Province The research procedure is begun by analyzing the components of decomposition, namely the components of trend (T), seasonal (S), cyclic (C) and random components (I) then multiplies the value of these components. Forecasting results using the decomposition method helping by the Minitab 18 application in 2017 show that the pattern of the data contains a declining trend with the equation Yt = 1895.60 - 7.97 × t, and has a strong seasonal pattern with the expected pattern of data that increases or decreases in certain months such as March, April, August and December. The forecasting results obtained are at the control limit of Tracking signal which is between -4 to +4 that means the forecasting of rice production in the province of Central Sulawesi in 2017 using the moving average Multiplicative Decomposition method is valid
The Pattern of DBD in Central Sulawesi Province Using the GSTAR Method Based on the Web Dashboard Moh. Jusman; Haeril Haeril; Muafiah Basir; Rais Rais
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 1 (2022): January 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (387.95 KB) | DOI: 10.24114/cess.v7i1.28042

Abstract

Sulawesi Tengah merupakan salah satu daerah endemis DBD. Dibuktikan dengan data penderita DBD lima tahun terakhir di Dinas Kesehatan Provinsi Sulawesi Tengah, angka kejadian penderita DBD yang terjadi dari tahun ke tahun mengalami peningkatan. Tujuan Penelitian  ini adalah untuk mengetahui bagaimana pola penyebaran DBD berbasis Web Dashboard, data yang digunakan dalam penelitian ini adalah data penyebaran DBD di Provinsi Sulawesi tengah dimulai dari Januri 2018 s.d Desember 2020. Hasil nilai Estimasi Parameter dari model GSTAR untuk masing – masing lokasi adalah sebagai berikut: Palu (0,285), Donggala (0,232), Parimo (-0,072), Poso (0,877), Morowali (-0,207), Morowali Utara (-1,683), Tojo Una – Una (0,479), Banggai (0,289), Bangkep (0,050), Banggai laut (0,138), Toli – Toli (-0,099), Buol (-0,536) dan Sigi (-0,051).
KLASIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG DENGAN MENGGUNAKAN NEURAL NETWORK BERBASIS ALGORITMA GENETIKA Rais Rais
Prosiding Seminar Nasional IPTEK Terapan (SENIT) 2016 Pengembangan Sumber Daya Lokal Berbasis IPTEK Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL IPTEK TERAPAN 2016
Publisher : Prosiding Seminar Nasional IPTEK Terapan (SENIT) 2016 Pengembangan Sumber Daya Lokal Berbasis IPTEK

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kerusakan akibat hama penyakit tanaman jagung menyebabkan kerugian hasil panen bagi para petani. Pengelompokan hama penyakit tanaman jagung sangatlah peting bagi para petani agar dengan mudah petani mengenal hama penyakit tanaman jagung. Metode Neural Network digunakan sebagai Artificial Intelligence untuk mengklasifikasi hama penyakit tanaman jagung, sedangkan algoritma genetika digunakan untuk optimasi parameter Neural Network seperti jumlah hidden layer dan learning rate agar akurasi yang dihasilkan bisa lebih bagus. Selain itu, penelitian ini bertujuan untuk membandingkan antara metode kombinasi Neural Network dengan Neural Network yang dioptimasi dengan algoritma genetika. Metode evaluasi uji coba yang digunakan adalah metode 10 fold cross validation. Hasil uji coba 10 fold cross validation menunjukkan bahwa metode Neural Network yang optimasi parameternya menggunakan algoritma genetika menghasilkan rata-rata akurasi yang cukup tinggi yaitu 97,20%, lebih baik dari metode Neural Network yang menghasilkan rata-rata akurasi 96,60%. Kata Kunci : Algoritma genetika, Backpropagation Neural Network, Cross Validation
Intervention Model Analysis The Number of Domestic Passengers at Sultan Hasanuddin Airports Andi Ferosita Sustrisno; Rais; Iman Setiawan
Parameter: Journal of Statistics Vol. 1 No. 1 (2021)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (384.479 KB) | DOI: 10.22487/27765660.2021.v1.i1.15436

Abstract

Domestic passengers are objects whose travel / flight transportation services only cover the domestic area. The increase or decrease in the number of domestic passengers is usually influenced by the occurrence of intervention. This research uses the intervention analysis. Intervention analysis is the time series analysis to model data that is determined by the presence of an intervention. Intervention analysis is one of the time series analysis to model data that are affected by the occurrence of a particular event in a short period of time, such as accidents, natural disasters, and promotions. This research is used to establish intervention model with pulse function of passengers of domestic Sultan Hasanuddin Airport. The result of the research were obtained the model Seasonal ARIMA .There were 6 intervention times during 2006 - 2018, by entering the intervention order b = 0, s = 0, and r = 1 based on the smallest AIC value is -303,66 with MAPE value is 6,1023.
Forecasting of the Amount of Rupiah Banknotes Flows in the East Region of Indonesia Using Circular Regression Jassinca Chrissma Audina; Rais; Lilies Handayani
Parameter: Journal of Statistics Vol. 2 No. 1 (2021)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/27765660.2021.v2.i1.15681

Abstract

Money is a tool that can be used in exchanging goods and services in a certain area. Increasing and decreasing in the money supply excessively can have a negative impact on the economy. For this reason, in order to maintain financial system stability in Indonesia, it is necessary to conduct an analysis of the data on the amount of outflows of rupiah currency at each Bank Indonesia office. In this study, a relationship analysis will be carried out between the eastern region of Indonesia and the amount of outflows of Bank Indonesia banknotes during the 2016-2018 period using circular regression analysis. The results showed that 83.03% of the variation in the amount of outflows of BI banknotes could be explained by the circular regression model that was formed. In addition, in the process of forecasting data on the amount of outflows of BI banknotes in the eastern region of Indonesia for the 2019-2020 period, the time series forecasting method is used which is based on the use of analysis of the relationship pattern between the estimated variables and the time variable.
PEMODELAN DATA TIME SERIES DENGAN METODE BOX-JENKINS Rais Rais
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 6 No. 1 (2009)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/2540766X.2009.v6.i1.10

Abstract

Metode Box-Jenkins memasukkan banyak informasi dari data historis dengan menghasilkan kenaikan akurasi peramalan dan menjaga jumlah parameter seminimal mungkin, model  terbaik akan diperoleh apabila  residual  antara  model  peramalan  dan  data  historis  memiliki  nilai  yang  kecil  distribusinya random  dan  independen.  Penelitian  ini  bertujuan  untuk  mendapatkan  prediksi  nilai  Indeks  Harga Saham  Gabungan  (IHSG)  untuk  200  hari  ke  depan.  Model  terbaik  dipilih  melalui  tahap  identifikasi, estimasi  dan  uji  diagnostik.  Hasil  penelitian  menunjukkan  bahwa  model  ARMA(1,1)  ∆???????? =????1∆????????−1 + ????????  − ????1∆????????−1   adalah  model  terbaik  untuk  peramaln  200  hari  kedepan  yang mengalami fluktuasi dengan trend positif.
APLIKASI ALGORITMA BACKPROPAGATION FEEDFORWARD NEURAL NETWORKS UNTUK PREDIKSI ALIRAN SUNGAI (STUDI KASUS DAS GUMBASA, PALU SULTENG) Rais Rais
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 6 No. 2 (2009)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/2540766X.2009.v6.i2.19

Abstract

Hydrological models are necessary in assessing water resources and valuable tool for water resources management. This paper describes applications of feedforward neural networks (FFNN) for Gumbasa watershed  in  Palu  Sulteng,  Indonesia.  Back-propagation  was  used  in  the  learning  rule  of  FFNN.  A series of daily rainfall, evapotranspiration and discharge data for 2 years (2006-2007) from Gumbasa  watershed  was  used.  The accuracy  is  evaluated  by  statistical  performance  index,  the shape  of hydrographs and the flood peaks. The results show that  FFNN is successful in predicting watershed discharge  in Cidanau  watershed.  These  hydrological  models  have  been developed  in  form  of application program Matlab 7.0.4 and applicable to use in other watershed.
Co-Authors A Amelia A Sahari Agusman Sahari Ahmad Fandi Andi Ferosita Sustrisno Arif Rahman Arif Rahman Arif Rakhman D Harmila Dairoh Dairoh David Bani Adam Denny Fauzi Eko Budihartono, Eko Eliani Eliani Fadjryani, Fadjryani Haeril Haeril Hartayuni Sain I T Utami I T Utami I Tri Utami Iman Setiawan Islami, Mira Bela Iut Tri Utami Jassinca Chrissma Audina Juni Wantoro Jusran Jusran Kadoena, Faldi Christiawan L Handayani Lilies Handayani Mc Chambali Moh. Jusman Muafiah Basir Muhamad Bakhar N Idris Novita Damayanti Sinaga Nur'eni, Nur'eni Nurfajri Nurfajri Nurokhim Nurokhim R K Dg. Pagiling R Lestawati R Rahmayani Safar Dwi Kurniawan Sulasmoro, Arfan Haqiqi Tusilowati Tusilowati V R Vitasari Vianna Syahrina Salam W Seftiani WINARTI WINARTI Y Wigati Yerry Febrian Sabanise Yuhelni Fitri ZK Abdurahman Baizal