Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Jurnal Matematika, Komputasi dan Statistika
Makkulau Makkulau
Program Studi Statistika FMIPA UHO
Computer Science & IT Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 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.
Co-Authors Agusrawati Agusrawati Agusrawati Agusrawati Baharuddin Baharuddin Irma Yahya Lilis Laome Mukhsar . Nur Abdi Hayatun Salamah Rezky Abelia Ruslan Ruslan