Claim Missing Document
Check
Articles

Found 7 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 : 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

Distributing School Operational Assistance (BOS) fund is a problem encountered by the Government to distribute the BOS fund to each school. The amount of BOS fund is calculated based on the number of students with the distribution of BOS fund each quarter varying. In practice, the distribution of BOS fund did not follow the government regulations because the amount of funds received by schools often did not match with the number of students. In this paper, we optimize the distribution of BOS fund to obtain the distribution of BOS funds that accordance with BOS technical guidelines. The problem of distributing BOS funds is solved using the Fuzzy Goal Programming (FGP) approach. The FGP model gives the value of goals for each objective and finds a solution that satisfies all constraints. The computational results show that the FGP model can solve the multi-objective problem in the distribution of BOS funds and the model gives good solutions.Keywords: BOS Fund Distribution, Fuzzy-Crisp Method, Fuzzy Goal Programming, Goal Programming, Multi-Objective, Optimal Solution. AbstrakPendistribusian 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 : 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

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.
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 : 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

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.
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 : 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 ini 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 Akaike Information Criterion (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.
Boosted Regression Trees Wulan Dian Pramiesti; Fitriani Agustina; Rini Marwati
Jurnal EurekaMatika Vol 10, No 2 (2022): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (570.432 KB) | DOI: 10.17509/jem.v8i2.30727

Abstract

A regression tree is a data analysis technique that aims to determine the effect of all explanatory variables on the response variables. However, it turns out the regression tree method has a weakness that is the hierarchical structure allows for high variance predictors. The weakness of this regression tree method can be above using the Boosted Regression Trees (BRT) approach. The BRT approach uses a boosting technique to combine multiple regression trees in an additive manner so that the resulting variance is smaller than the previous variance. This study uses the BRT method for a case study of factors affecting the level of crime in East Java in 2018. Through 89 obtained optimal trees, the most important crime rate factors are the number of youth (model importance of 31.86%), followed by the percentage of poor population (11.14%), junior high school gross enrollment rate (9.67%), elementary school gross enrollment rate (8.98%), road stability (8.81 %), senior high school gross enrollment rate (8.67%), distance to the capital city of Surabaya (7.25%), open unemployment rate (7.02%), Gross Domestic Regional Product (GRDP) (5.32%), and population density (1.25%)..Keywords: Boosted Regression Trees, Boosting, Crime Rate, Regression Trees.AbstrakPohon regresi merupakan teknik analisis data yang bertujuan untuk mengetahui pengaruh semua peubah penjelas terhadap peubah responnya. Namun, ternyata metode pohon regresi memiliki kelemahan yaitu struktur hierarkisnya memungkinkan terjadinya varians yang tinggi. Kelemahan metode pohon regresi ini dapat diatasi dengan menggunakan pendekatan Boosted Regression Trees (BRT). Pendekatan BRT menggunakan teknik boosting untuk menggabungkan beberapa pohon regresi secara aditif sedemikian sehingga nilai varians yang dihasilkan lebih kecil dari nilai varians sebelumnya. Penelitian ini menggunakan metode BRT untuk studi kasus menentukan faktor-faktor yang memengaruhi tingkat kriminalitas di Jawa Timur tahun 2018. Melalui 89 buah pohon optimal yang terbentuk, diperoleh kesimpulan bahwa faktor yang memengaruhi tingkat kriminalitas tertinggi adalah jumlah pemuda (31,86%), diikuti oleh persentase penduduk miskin (11,14%), Angka Partisipasi Kasar (APK) SMP (9,67%), APK SD (8,98%), kemantapan jalan (8.81%), APK SMA (8,67%), jarak ke ibukota Surabaya (7,25%), tingkat pengangguran terbuka (7,02%), Produk Domestik Regional Bruto (5,32%), dan kepadatan penduduk (1,25%).
Rumah Belajar “Saung Himelnah” sebagai Tempat Edukasi Gaya Hidup Tanpa Sampah (Zero Waste) di Kampung Papakserang Rini Marwati; Entit Puspita; Fitriani Agustina
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 14, No 1 (2023): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v14i1.7022

Abstract

Banyaknya kasus putus sekolah pada anak usia Sekolah Dasar di Kampung Papak Serang menjadi motivasi dibentuknya rumah belajar “Saung Himelnah”. Kegiatan berlangsung setiap hari Minggu berupa bermain sambil belajar beragam ilmu seperti matematika, sejarah, bahasa Indonesia, Inggris dan Jepang. Penanaman disiplin, empati, tanggung-jawab, dan karaktar positif lain diaplikasi melalui pembiasaan. Penutupan tempat pembuangan sampah di Kampung Papakserang, menyebabkan warga membuang sampah ke sungai atau membakarnya yang dapat menyebabkan polusi lingkungan. Melalui rumah belajar “Saung Himelnah” ini anak-anak diedukasi untuk memahami dampak tercemarnya lingkungan dan mencari solusi untuk masalah sampah melalui gaya hidup tanpa sampah (zerowaste lifestyle), yaitu dengan pemanfaatan sampah plastik untuk ecobrick dan sampah organik untuk pupuk kompos. Melalui edukasi dan pembiasaan pada anak-anak diharapkan akan berdampak positif pada keluarga dan lingkungan.
Multiscale Geographically Weighted Regression (MGWR) untuk Memodelkan Nilai Angka Buta Huruf di Provinsi Sumatera Selatan Tahun 2021 Rizky Ardhani; Nar Herrhyanto; Fitriani Agustina
Jurnal EurekaMatika Vol 11, No 2 (2023): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v11i2.63140

Abstract

Regression methods that take into account spatial aspects are often influenced by the geographical conditions of each observation location. In this study, a regression model was constructed to predict the relationship between the value of the illiteracy rate and several independent variables using Multiscale Geographically Weighted Regression (MGWR) in South Sumatra province. These independent variables are the population (X1), the pure elementary school participation rate (X2), the pure junior high school participation rate (X3), the number of elementary school teaching staff (X4), the number of junior high school teaching staff (X5), and the percentage of poor people (X6).  MGWR was chosen because of the use of bandwidth in each variable, so it is expected to provide a model accuracy that is thought to be more accurate to the data. One of the ABH models found in Palembang City is Y= -0.0187+0.55X1-0.1748X2 - 0.0062X3 - 1.6129X4 + 0.5394X6.Keywords: Bandwidth, GWR, Illiteracy Rate, MGWR, Spatial Heterogenity. AbstrakMetode regresi dengan memperhatikan aspek spasial sering kali dipengaruhi oleh kondisi geografis dari masing-masing lokasi pengamatan. Pada penelitian ini dikontruksi model regresi untuk memprediksi hubungan nilai Angka Buta Huruf (ABH) dengan beberapa variabel bebas menggunakan Multiscale Geographically Weighted Regression (MGWR) di provinsi Sumatera Selatan. Variabel-variabel bebas yang dimaksud adalah jumlah penduduk (X1), angka partisipasi murni SD (X2), angka partisipasi murni SMP (X3), banyak tenaga pendidik SD (X4), banyak tenaga pendidik SMP (X5) , dan persentase penduduk miskin (X6).  MGWR dipilih karena memungkinkan penggunaan bandwidth pada setiap variabel, sehingga diharapkan mampu memberikan suatu ketepatan model yang diduga lebih akurat terhadap suatu data. Salah satu model ABH yang terdapat di Kota Palembang adalah Y= -0.0187+0.55X1-0.1748X2 - 0.0062X3 - 1.6129X4 + 0.5394X6.