Article Per Year (5 Year)
p-Index From 2019 - 2024
0.835
P-Index
This Author published in this journals
All Journal Jurnal Matematika, Komputasi dan Statistika
Ruslan Ruslan
Program Studi Statistika FMIPA UHO
Computer Science & IT Mathematics

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

Found 5 Documents
Search

 1 
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KOTA KENDARI MENGGUNAKAN REGRESI POISSON INVERSE GAUSSIAN Nur Abdi Hayatun Salamah; Ruslan Ruslan; Baharuddin Baharuddin; Irma Yahya; Makkulau Makkulau; Agusrawati Agusrawati; Mukhsar Mukhsar
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (559.91 KB) | DOI: 10.33772/jmks.v2i2.16

Abstract

Jumlah penderita DBD di suatu wilayah merupakan data diskrit sehingga dalam pemodelannya bisa menggunakan regresi Poisson.Seringkali data diskrit ditemukan kasus overdispersi. Sebagaimana halnya datajumlah penderita DBD tahun 2020 di Kota Kendari. Kota Kendari merupakan ibukota Provinsi Sulawesi Tenggara dengan jumlah penderita DBD yang terbanyak padatahun 2020. Kasus overdispersi dapat menyebabkan terjadinya underestimate pada estimasi galat baku, sehingga dapat mengakibatkan kesalahan pada pengambilan keputusan beberapa uji hipotesis. Tujuan penelitian ini adalah untuk memodelkan faktor-faktor yang mempengaruhi jumlah penderita DBD di Kota Kendari dengan regresi Poisson Inverse Gaussian. Hasil analisis menunjukkan model regresi Poisson Inverse Gaussian yang terpilih adalah model dengan nilai AIC terkecil yaitu sebesar 91,52 dengan variabel prediktor yang berpengaruh secara signifikan yaitu rasio fasilitas kesehatan (X2).Setiap penambahan 1 satuan dari rasio fasilitas kesehatan akan sebanding dengan penurunan laju peningkatan jumlah penderita DBD sebesar 1 kali dari rata-ratanya semula jika variabel lain tetap. Fasilitas kesehatan mempunyai peranan penting dalam pembangunan kesehatan masyarakat. Jika fasilitas kesehatan bertambah maka jumlah penderita DBD akan berkurang
PENERAPAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PADA PERAMALAN CURAH HUJAN DI KOTA KENDARI Rezky Abelia; Ruslan Ruslan; Lilis Laome; Baharuddin Baharuddin; Makkulau Makkulau; Agusrawati Agusrawati
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (328.197 KB) | DOI: 10.33772/jmks.v2i2.18

Abstract

Jaringan Syaraf Tiruan (JST) merupakan sebuah sistem pemrosesan data yang meniru cara kerja sistem syaraf manusia, yang terdiri atas banyak elemen pemrosesan sederhana yang terhubung secara paralel. Backpropagation merupakan salah satu algoritma JST yang sederhana dengan kemampuan dan akurasi yang tinggi. Salah satu implementasi JST yaitu pada peramalan curah hujan. Kota Kendari adalah salah satu daerah yang mengalami berbagai dampak negatif akibat curah hujan tinggi maupun curah hujan rendah, diantaranya adalah banjir, gagal panen, dan penurunan produktivitas tanaman tertentu. Tujuan dari penelitian ini yaitu untuk mengetahui model peramalan curah hujan bulanan di Kota Kendari menggunakan Jaringan Syaraf Tiruan Backpropagation. Arsitektur jaringan terbaik yang diperoleh dari penelitian ini memiliki nilai MAPE pengujian sebesar 19,15%, yang menunjukkan bahwa kemampuan model jaringan termasuk ‘baik’ untuk peramalan. Jaringan tersebut memiliki laju pembelajaran sebesar 0,01 dan neuron lapisan tersembunyi sebanyak 70 unit, dengan parameter-parameter lainnya bernilai tetap yaitu 1 lapisan tersembunyi, jumlah maksimum iterasi sebanyak 106 dan nilai ambang sebesar 0,005.
ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL BERDASARKAN SAMPEL TERSENSOR TIPE II DAN TIPE I: ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL Christina Desriana; Wayan Somayasa; Ruslan Ruslan; Muhammad Kabil Djafar; Herdi Budiman; Rahmalia Sahapati
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.20

Abstract

Analisis uji hidup merupakan salah satu kumpulan dari prosedur statistika untuk analisis data dimana variabelnya adalah waktu sampai terjadinya kejadian. Data uji hidup dapat berupa data lengkap ataupun data hasil penyensoran. Penyensoran data pada penelitian ini adalah penyensoran tipe II dan tipe I. Ada berbagai keluarga parametrik dari model yang digunakan dalam analisis data uji hidup, diantaranya adalah model distribusi Weibull dan distribusi Nilai Ekstrim. Tujuan penelitian ini adalah untuk menentukan estimasi parameter dari distribusi Weibull berdasarkan sampel tersensor tipe II dan tipe I dengan melakukan transformasi varibel distribusi Weibull menjadi variabel distribusi Nilai Ekstrim. Berdasarkan transformasi tersebut, maka akan dilakukan estimasi parameter distribusi Nilai Ekstrim dengan metode maximum likelihood estimation (MLE) dan didapatkan penyelesaian yang nonlinier, sehingga prosedur dilanjutkan dengan metode Newton-Rapshon untuk memperoleh penyelesaiannya. Hasil estimasi parameter Nilai Ekstrim yang diperoleh nantinya akan ditransformasi kembali menjadi parameter distribusi Weibull.
ANALISIS INTERVENSI FUNGSI STEP PADA PERAMALAN JUMLAH KUNJUNGAN WISATAWAN: INTERVENSI FUNGSI STEP PADA PERAMALAN JUMLAH KUNJUNGAN WISATAWAN Muhammad Ikram Adi Surya; Makkulau Makkulau; Bahriddin Abapihi; Ruslan Ruslan; Baharuddin Baharuddin
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.24

Abstract

Tujuan penelitian ini adalah mendapatkan bentuk model intervensi fungsi step yang didapat dari pengamatan data jumlah kunjungan wisatawan di Kota Bau-Bau periode Januari 2015- Desember 2020 dan melakukan peramalan jumlah kunjungan wisatawan di Kota Bau-Bau dalam 6 bulan kedepan dengan model intervensi fungsi step. Suatu data deret waktu yang mengandung intervensiZt, dikelompokkan menjadi data sebelum terjadinya intervensi dan data setelah terjadinya intervensi. Data sebelum terjadinya intervensi Nt dimodelkan dengan menggunakan model Auto Regressive Integrated Moving Average (ARIMA). Dari hasil analisis diperoleh adalah model intervensi ARIMA (0,1,1) dengan fungsi step pertama, yaitu b = 0, s = 9, dan r = 1 yang meghasilkan AIC sebesar 1534,98. Model tersebut terpilih sebagai model terbaik karena memenuhi semua uji yang dilakukan, yaitu signifikansi parameter, uji white noise residual, dan normal residual.
MODEL JUMLAH BALITA PNEUMONIA KOTA KENDARI DAN KABUPATEN KONAWE DENGAN GENERALIZED POISSON REGRESSI: MODEL JUMLAH BALITA PNEUMONIA KOTA KENDARI DAN KABUPATEN KONAWE Anisah Saudah; Baharuddin Baharuddin; Bahriddin Abapihi; Ruslan Ruslan; Agusrawati Agusrawati
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.27

Abstract

Pneumonia merupakan bentuk peradangan dari jaringan paru yang ditandai dengan gejala batuk dan sesak nafas atau nafas cepat. Anak-anak berusia di bawah lima tahun dan orang lanjut usia merupakan kelompok usia yang rentan terkena pneumonia. Sulawesi Tenggara merupakan salah satu provinsi dengan jumlah penderita pneumonia balita terbanyak di Indonesia. Beberapa daerah di Sulawesi Tenggara yang memiliki jumlah penderita pneumonia balita terbanyak yaitu di daerah Kota Kendari dan Kabupaten Konawe. Jumlah penderita pneumonia balita di Kota Kendari dan Kabupaten Konawe sebagai variabel respon yang merupakan data cacahan yang mengikuti distribusi Poisson dan berpotensi mengalami overdispersi. Oleh karena itu, salah satu metode yang dapat digunakan adalah generalized Poisson regression. Tujuan penelitian ini adalah memodelkan jumlah penderita pneumonia balita di Kota Kendari dan Kabupaten Konawe dengan menggunakan metode generalized Poisson regression. Berdasarkan model terbaik dengan nilai AIC terkecil menunjukkan bahwa variabel yang berpengaruh signifikan dalam model adalah variabel X2 (Presentase cakupan imunisasi BCG pada bayi) dan variabel X3 (PersentaseCakupanImunisasiDPT-HB3/DPT-HB-Hib3)
Co-Authors Agusrawati Agusrawati Agusrawati Agusrawati Agusrawati Agusrawati Anisah Saudah Baharuddin Baharuddin Bahriddin Abapihi Christina Desriana Herdi Budiman Irma Yahya Lilis Laome Makkulau Makkulau Makkulau Makkulau Muhammad Ikram Adi Surya Muhammad Kabil Djafar Mukhsar . Nur Abdi Hayatun Salamah Rahmalia Sahapati Rezky Abelia Wayan Somayasa