Article Per Year (5 Year)
p-Index From 2019 - 2024
1.037
P-Index
This Author published in this journals
All Journal Jurnal Aplikasi Statistika & Komputasi Statistik Variance : Journal of Statistics and Its Applications Bakti: Jurnal Pengabdian Kepada Masyarakat PARAMETER: Jurnal Matematika dan Statistika dan Terapannya
M. Y. Matdoan
Universitas Pattimura
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Mathematics Public Health Social Sciences

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

Found 5 Documents
Search

 1 
Analisis Jumlah Penduduk Miskin di Provinsi Maluku dengan Menggunakan Pendekatan Regresi Spasial Salmon Notje Aulele; V. Y. I. Ilwaru; E. R. Wuritimur; M. Y. Matdoan
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 13 No 2 (2021): Jurnal Aplikasi Statistika dan Komputasi Statistik
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v13i2.294

Abstract

Maluku Province is in the 4th poorest province in Indonesia with a poverty rate of 18.45% of the total population in Maluku. The spatial aspect needs to be studied because the characteristics of each area or region are different so that information about the characteristics of this location can be captured using a spatial regression model. The purpose of this study is to examine the characteristics of poverty in Maluku Province, then determine the factors that affect poverty in Maluku province using spatial regression, and get the best model to model poverty in Maluku Province. The results showed that the average percentage of poor people in Maluku province is 22.71%, where Southwest Maluku Regency has the highest percentage of 31.01% and Kota Ambon has the lowest percentage of 4.64%. While the significant factors affecting poverty in Maluku province by using spatial regression are the percentage of households (rt) whose cooking fuel from wood (X1), percentage of non-school-aged 7 - 24 years (X2) (X3), percentage of the unemployed (TP) (X4) and percentage of labor force participation rate (X5) and the best model obtained to model poverty in Maluku Province is Spatial Lag Model.
ALGORITMA K-MEDOIDS CLUSTERING UNTUK MENGELOMPOKKAN TINGKAT KEMISKINAN PADA KABUPATEN DAN KOTA DI KEPULAUAN MALUKU DAN PAPUA Gabriella Haumahu; M. Y. Matdoan
VARIANCE: Journal of Statistics and Its Applications Vol 4 No 2 (2022): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol4iss2page81-87

Abstract

Kepulauan Maluku dan Papua merupakan daerah yang memiliki tingkat kemiskinan tinggi jika dibandingkan dengan kepulauan lain di indonesia. Penelitian ini bertujuan untuk mengelopokkan tingkat kemiskinan di Kepulauan Maluku dan Papua dengan menggunakan algoritma k-medoids clustering. Data yang digunakan dalam penelitian ini berupa data sekunder yang diperoleh dari Badan Pusat Statistik (BPS). Diperoleh hasil bahwa terdapat 4 kelompok dalam clusterisasi tingkat kemiskinan di kepulauan maluku dan papua. Cluster 0 terdiri atas 15 kabupaten/kota, cluster 1 terdiri atas 18 kabupaten/kota, cluster 2 terdiri atas 8 kabupaten/kota dan cluster 3 terdiri atas 22 kabupaten/kota.
Implementasi Program Pintar Teori Matriks dengan Menggunakan Aplikasi Minitab Pada Guru SMA Negeri 17 Maluku Tengah M. Y. Matdoan; Y. A. Lesnussa; S. J. Latupeirissa; F. Kondo Lembang
Bakti: Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 1 (2023): BAKTI : Jurnal Pengabdian Kepada Masyarakat
Publisher : LLDikti Wilayah XII Maluku dan Maluku Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51135/baktivol3iss1pp22-29

Abstract

Matematika merupakan cabang ilmu pengetahuan yang memiliki peran penting dalam pengembangan diri, karena ilmu matematika dapat diterapkan pada kehidupan sehari-hari dan meningkatkan kemampuan berpikir sistematis, logis, teliti dan mampu menarik suatu kesimpulan secara deduktif. Namun, saat ini ilmu matematika dianggap sebagai ilmu yang sulit untuk dipahami karena proses penyelesaianya melalui banyak perhitungan dan teralalu abstrak. Hal ini tidak membuat siswa yang merasa sulit melainkan guru juga. Aplikasi Minitab merupakan sebuah software statistika yang dirancang untuk melakukan perhitungan matematika maupun statistika.  Pengabdian masyarakat yang dilakukan ini, dibuat dalam bentuk pelatihan yang diberikan secata langsung kepada dewan guru. Lokasi Pelatihan ini dilakukan di SMA Negeri 17 Kabupaten Maluku Tengah. Pelatihan ini diperoleh hasil bahwa  peserta pelatihan sangat antusias dan mampu memahami materi pelatihan dengan baik. Terlihat bahwa lebih dari 97% peserta mampu melakukan perhitungan matriks dengan menggunakan aplikasi MINITAB. Saran kegiatan berikutnya yaitu dapat dikolaborasikan dengan pelatihan untuk aplikasi lain seperti Excel, SPSS, MATLAB serta penerapannya di berbagai bidang, guna mempermudah dalam penyampaian pelajaran kepada siswa.
PENERAPAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI KABUPATEN TERTINGGAL DI PROVINSI MALUKU N. F. Palisoa; L. J. Sinay; M. Y. Matdoan; Yudistira Yudistira; Lusye Bakarbessy
PARAMETER: Jurnal Matematika, Statistika dan Terapannya Vol 2 No 02 (2023): PARAMETER: Jurnal Matematika dan Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv2i02pp79-86

Abstract

Daerah tertinggal merupakan daerah yang memiliki masyarakat serta kondisi daerahnya kurang berkembang jika dibandingkan dengan daerah lain dalam skala nasional. Pemerataan pengembangan dan pembangunan daerah sangat penting untuk menjamin kesetaraan dan keseimbangan sosial ekonomi demi mencegah adanya daerah tertinggal. Provinsi Maluku merupakan salah satu daerah yang terletak di Kawasan Timur Indonesia dan merupakan salah satu propinsi dengan daerah tertinggal terbanyak yaitu sebanyak 6 kabupaten dari 11 kabupaten/kota. Untuk itu, perlu dilakukan pengklasifikasian wilayah agar dapat menentukan prioritas dalam pemerataan pembangunan yang cepat dan tepat sasaran. Salah satu metode statistika yang dapat digunakan dalam melakukan klasifikasi yaitu Support Vector Machine (SVM). Kelebihan SVM dibandingkan dengan metode lain adalah mampu menghasilkan model klasifikasi yang baik dengan akurasi yang lebih tinggi. Penelitian ini diperoleh hasil bahwa dengan menggunakan metode SVM diperoleh fungsi kernel terbaik yaitu fungsi kernel linear dengan parameter C=1 dan mampu mengklasifikasikan secara benar sebesar 76,13%. Sedangkan error rate model sebesar 23,87%, dimana kabupaten yang awalnya dikategorikan tidak tertinggal menjadi tertinggal ada 3 yaitu Kabupaten Maluku Tenggara, Maluku Tengah, dan Buru. Sementara kabupaten yang awalnya dikategorikan tertinggal menjadi tidak tertinggal juga ada 3 yaitu Kabupaten Seram Bagian Barat, Maluku Tenggara Barat, dan Maluku Barat Daya.
CLUSTERING SHRIMP DISTRIBUTION IN INDONESIA USING THE X-MEANS CLUSTERING ALGORITHM Rahmi Fadhilah; M. Y. Matdoan; Dinda Ayu Safira; Sylvert Prian Tahalea
VARIANCE: Journal of Statistics and Its Applications Vol 6 No 1 (2024): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol6iss1page49-54

Abstract

Shrimp is one of the marine biological resources available in almost all Indonesian waters and is one of the mainstay export commodities from the fisheries sub-sector. This is expected to improve the welfare of the community, so it is necessary to cluster the distribution of shrimp in Indonesia. Clustering is a data mining technique used to group data or partition datasets into subsets. One of the best clustering algorithms is X-means. X-means clustering is used to solve one of the main disadvantages of K-means clustering, namely the need for prior knowledge of the number of clusters (K). The purpose of this research is to obtain the results of clustering the distribution of shrimp in Indonesia using the X-means clustering algorithm. The data used in this study comes from the publication of Marine and Coastal Resources Statistics 2022 by the Central Bureau of Statistics of the Republic of Indonesia. This study obtained the results that there are 3 clusters in the clusterization of shrimp distribution in Indonesia. Cluster 0 consists of 1 province, cluster 1 consists of 27 provinces, and cluster 2 consists of 6 provinces.
Co-Authors Aulele, Salmon Notje Dinda Ayu Safira E. R. Wuritimur F. Kondo Lembang Gabriella Haumahu L. J. Sinay Lusye Bakarbessy N. F. Palisoa Rahmi Fadhilah S. J. Latupeirissa Sylvert Prian Tahalea V. Y. I. Ilwaru Y. A. Lesnussa Yudistira Yudistira