Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2019 - 2024

1.084

P-Index

This Author published in this journals

All Journal Jurnal Matematika, Komputasi dan Statistika

Baharuddin Baharuddin

Program Studi Statistika FMIPA UHO

Author-ID : 5307750

Computer Science & IT Mathematics

Published : 7 Documents Claim Missing Document

Claim Missing Document

Articles

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

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 Regresi Robust Dengan Menggunakan Estimasi Method Of Moment Untuk Menangani Pencilan Pada Pemodelan Regresi Berganda Rahmiatun Rahmiatun; Gusti Adi Wibawa; Irma Yahya; Agusrawati Agusrawati; Gusti A. Rahman; Baharuddin Baharuddin
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Tujuan dari penelitian ini adalah untuk mengetahui penerapan regresi robust dengan estimasi method of moment dalam menangani data pencilan pada pemodelan regresi berganda. Regresi linear berganda merupakan metode regresi yang melibatkan satu variabel terikat dan beberapa variabel bebas. Regresi robust merupakan metode yang digunakan untuk menganalisis amatan yang mengandumg pencilan. Hasil penelitian ini diimplementasikan dalam kasus hasil produksi jagung di Provinsi Sulawesi Tenggara. Variabel bebas yang digunakan adalah luas panen, bibit dan pupuk. Hasil penelitian ini menunjukan bahwa variabel bebas yang berpengaruh adalah luas panen dan dengan menggunakan regresi robust estimasi method of moment diperoleh hasil regresi berikut.

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

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.

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

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.

ANALISIS REGRESI DATA PANEL PADA FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN SULAWESI TENGGARA TAHUN 2017-2020: FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN SULAWESI TENGGARA Hijrawati Hijrawati; Gusti Adi Wibawa; Irma Yahya; Baharuddin Baharuddin; Gusti Arviana Rahman; 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.v2i3.25

Tingkat kemiskinan adalah persentase jumlah penduduk yang berada di bawah garis kemiskinan. Tingkat kemiskinan yang tinggi memberikan dampak negatif bagi pembangunan ekonomi negara. Sulawesi Tenggara merupakan salah satu provinsi yang ada di Indonesia dan juga mengalami masalah kemiskinan. oleh karena itu, dalam penelitian ini membahas tentang analisis regresi data panel pada faktor-faktor yang mempengaruhi tingkat kemiskinan Provinsi Sulawesi Tenggara tahun 2017-2020. Penelitian ini dilakukan dengan tujuan untuk mengetahui faktor-faktor yang mempengaruhi tingkat kemiskinan Provinsi Sulawesi Tenggara tahun 2017-2020 menggunakan analisis regresi data panel. Analisis regresi data panel merupakan gabungan antara data cross section dan data time series. Model regresi data panel yang diperoleh dari estimasi Generalized Least Square yaitu dengan pendekatan random effect model. Hasil penelitian menunjukan bahwa variabel rata-rata lama sekolah dan tingkat pengangguran terbuka berpengaruh signifikan terhadap tingkat kemiskinan (Y) di Provinsi Sulawesi Tenggara tahun 2017-2020.

PROFIL PENGGUNA ALAT KONTRASEPSI DI PROVINSI SULAWESI TENGGARA DENGAN ALGORITMA K-MEANS TERORGANISIR: PROFIL PENGGUNA ALAT KONTRASEPSI DI PROVINSI SULAWESI TENGGARA Asti Lapandewa; Agusrawati Agusrawati; Gusti Adi Wibawa; Bahriddin Abapihi; 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.v2i3.26

Tujuan penelitian ini adalah untuk mengetahui profil pengguna alat kontrasepsi berdasarkan kabupaten/kota di Provinsi Sulawesi Tenggara, karena pengguna alat kontasepsi yang bervariasi atau berbeda beda di setiap kabupaten/kota, maka untuk mengatasinya dibutuhkan metode dalam menganalisis data pengguna alat kontrasepsi. Salah satu metode yang dapat digunakan adalah penggerombolan. Pada penelitian ini diterapkan metode penggerombolan dengan algoritma K-Means terorganisir. Hasil penggerombolan terbaik adalah algotirma pautan tunggal dengan K-Means dengan banyaknya gerombol ialah 3 gerombol berdasarkan Bayesian Information Criterion (BIC). Gerombol 1 termasuk dalam pengguna alat kontrasepsi rendah berisi 12 Kabupaten/Kota yaitu Buton, Bombana, Wakatobi, Kolaka Utara, Buton Utara, Konawe Utara, Kolaka Timur, Konawe Kepulauan, Muna Barat, Buton Tengah, Buton Selatan, Kota Bau-Bau, Gerombol 2 termasuk pengguna alat kontrasepsi sedang berisi 3 Kabupaten/Kota yaitu Konawe, Kolaka, Konawe Selatan dan gerombol 3 termasuk pengguna alat kontrasepsi tinggi berisi 2 Kabupaten/Kota yaitu Muna dan Kota Kendari.

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

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 Asti Lapandewa Bahriddin Abapihi Gusti A. Rahman Gusti Adi Wibawa Gusti Arviana Rahman Hijrawati Hijrawati Irma Yahya Irma Yahya Lilis Laome Makkulau Makkulau Makkulau Makkulau Muhammad Ikram Adi Surya Mukhsar . Nur Abdi Hayatun Salamah Rahmiatun Rahmiatun Rezky Abelia Ruslan Ruslan

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search