p-Index From 2017 - 2022
0.751
P-Index
This Author published in this journals
All Journal Jurnal Eurekamatika
Fitriani Agustina
Universitas Pendidikan Indonesia

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Optimisasi Pendistribusian Dana Bantuan Operasional Sekolah (BOS) Dengan Pendekatan Fuzzy Goal Programming Mia Kusmiati; Khusnul Novianingsih; Fitriani Agustina
Jurnal EurekaMatika Vol 10, No 1 (2022): Jurnal Eurekamatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1144.271 KB) | DOI: 10.17509/jem.v9i1.33356

Abstract

Pendistribusian dana Bantuan Operasional Sekolah (BOS) adalah suatu permasalahan yang dihadapi pemerintah dalam pembagian dana BOS untuk tiap sekolah. Besaran dana BOS untuk setiap sekolah ditentukan berdasarkan jumlah siswa dengan pendistribusian yang nilainya berubah setiap triwulan. Namun pada prakteknya, pendistribusian dana BOS itu tidak megikuti ketentuan pemerintah karena jumlah dana yang diterima sekolah sering kali tidak sesuai dengan jumlah siswanya. Tujuan optimalisasi pendistribusian dana BOS yaitu untuk memperoleh hasil pendistribusian dana BOS yang sesuai dengan petunjuk teknis BOS. Pada penelitian ini, masalah pendistribusian dana BOS akan diselesaikan menggunakan pendekatan model Fuzzy Goal Programming (FGP). Model FGP membentuk nilai goals untuk setiap tujuan dan mencari sebuah solusi yang memberi pencapaian pada semua kendala. Hasil implementasi model FGP untuk masalah pendistribusian dana BOS pada tiap SMKN di Kota Bandung menunjukkan bahwa model FGP yang dibangun mampu menyelesaikan masalah multi objektif pada pendistribusian dana BOS dan mampu memberikan solusi yang baik.
Regresi Ridge Parsial Untuk Data Yang Mengandung Masalah Multikolinearitas Ghaida Azzahra; Nar Herrhyanto; Fitriani Agustina
Jurnal EurekaMatika Vol 8, No 1 (2020): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (595.146 KB) | DOI: 10.17509/jem.v8i2.30724

Abstract

Abstrak. Multikolinearitas merupakan kondisi dimana terdapat hubungan linear antar beberapa atau semua variabel bebas dari model regresi linear berganda. Multikolinearitas dapat mengakibatkan taksiran parameter koefisien regresi dari variabel-variabel tersebut tidak dapat ditaksir dengan pasti. Regresi ridge dapat mengatasi permasalahan multikolinearitas, namun terdapat keterbatasan dalam regresi ridge yaitu konstanta bias c diterapkan untuk semua variabel bebas terlepas dari tinggi rendahnya tingkat multikolinearitas. Artikel ini membahas mengenai pengembangan metode regresi ridge yang menambahkan konstanta bias c untuk variabel yang mengandung kolinearitas tinggi. Pengembangan dari regresi ridge ini dinamakan regresi ridge parsial. Metode regresi ridge parsial ini diterapkan pada studi kasus angka kematian bayi di Provinsi Jawa Timur tahun 2018. Hasil penelitian menunjukkan adanya multikolinearitas pada data studi kasus kematian bayi tersebut. Selain itu diperoleh informasi bahwa angka kematian bayi di Provinsi Jawa Timur tahun 2018 hanya dipengaruhi oleh variabel berat badan lahir rendah, dimana setiap satu kenaikan bayi yang memiliki berat badan lahir rendah, akan meningkatkan angka kematian bayi sebesar 0,0953.Abstract Multicollinearity is a condition where there is a linear relationship between some or all of the independent variables from multiple linear regression models. Multicollinearity can result in the parameter estimates of the regression coefficients of these variables that cannot be estimated with certainty. Ridge regression can solve multicollinearity problems, but there are limitations in ridge regression, namely the bias constant c is applied to all independent variables regardless of the level of multicollinearity. This article discusses the development of a ridge regression method that adds a bias constant c for variables containing high collinearity. The development of this ridge regression is called partial ridge regression. This partial ridge regression method was applied to a case study of infant mortality in East Java Province in 2018. The results showed that there was multicollinearity in the case study data of infant mortality. In addition, information was obtained that the infant mortality rate in East Java Province in 2018 was only influenced by the variable low birth weight, where every one increase in babies who have low birth weight, will increase the infant mortality rate by 0.0953.
Pengambilan Keputusan Menggunakan Fuzzy Simple Additive Weighting (Studi Kasus Pemilihan Tempat Wisata di Bandung Raya) Asyifa Nurbaiti Saepudin; Fitriani Agustina; Rini Marwati
Jurnal EurekaMatika Vol 8, No 1 (2020): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (453.681 KB) | DOI: 10.17509/jem.v8i1.25745

Abstract

Decision Making Using Fuzzy Simple Additive Weighting (A Case Study of Selecting Tourist Attractions in Bandung Raya)This research aimed to help tourists to decide the right tourist attractions to visit as it is considered by the costs, facilities, destination images, attractions and accessibility. Fuzzy Simple Additive Weighting (FSAW) is the method used in this study which analyzes data in a form of fuzzy and compares alternatives to one another. The result, the best alternative amongst many choices of tourist attractions could be obtained by using this method. Java programming language would be made to help making decision of selecting the right choice using this method, FSAW.Keywords: decision making, tourist attractions, Fuzzy Simple Additive Weighting.Pengambilan Keputusan Menggunakan Fuzzy Simple Additive Weighting (Studi Kasus Pemilihan Tempat Wisata di Bandung Raya)Abstrak Pada penelitian ini membantu wisatawan (decision maker) dalam pengambilan keputusan untuk menentukan tempat wisata yang cocok untuk dikunjungi sesuai kriteria yang ada yaitu harga, fasilitas, imej destinasi, atraksi, dan aksesibilitas. Metode yang digunakan adalah Fuzzy Simple Additive Weighting (FSAW), metode ini mengolah data dalam bentuk fuzzy serta membandingkan alternatif satu dengan lainnya. Dengan metode FSAW dapat diperoleh satu alternatif terbaik diantara beberapa alternatif tempat wisata. Untuk memudahkan pengambilan keputusan tempat wisata menggunakan metode FSAW, dibuat aplikasi dengan bantuan bahasa pemrograman Java.Kata kunci : pengambilan keputusan, tempat wisata, Fuzzy Simple Additive Weighting 
Distribusi Weibull-normal[log-logistik} dan Aplikasinya (Studi Kasus Data Waktu Bertahan Hidup Pasien Penderita Jantung Koroner yang Diberikan Treatment Bypass) Winda Sari Sukarna; Nar Herrhyanto; Fitriani Agustina
Jurnal EurekaMatika Vol 8, No 1 (2020): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (579.249 KB) | DOI: 10.17509/jem.v9i1.33440

Abstract

Penelitian bertujuan menggabungkan distribusi Weibull, normal, dan log-logistik dengan metode transformasi transformator untuk mendefinisikan distribusi Weibull-normal{log-logistik} (WNLL). Distribusi WNLL akan diaplikasikan untuk menganalisis data waktu bertahan hidup pasien penderita Jantung Koroner yang diberikan Treatment Bypass. Penelitian ini termasuk statistika terapan yang berkaitan dengan analisis data uji hidup. Hasil penelitian menunjukkan distribusi WNLL memiliki nilai AIC yang paling kecil dibandingkan ketiga distribusi lainnya, maka distribusi WNLL dipilih menjadi distribusi untuk data waktu bertahan hidup pasien penderita jantung koroner yang diberikan treatment bypass yang akan digunakan untuk analisis lebih lanjut. Kata Kunci: Distribusi WNLL dan aplikasinya, Penderita jantung koroner yang diberikan treatment bypass