Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Jurnal Statistika Industri dan Komputasi
Maria Titah Jatipaningrum
Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI SUMATERA UTARA BERDASARKAN INDIKATOR JENIS KEKERASAN TERHADAP ANAK MENGGUNAKAN METODE K-MEDOIDS DAN FUZZY C-MEANS Adela Satriwa Sihotang; Rokhana Dwi Bekti; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 2 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i2.4850

Abstract

Kekerasan terhadap anak merupakan permasalahan yang sering terjadi di kalangan masyarakat, terutama di Provinsi Sumatera Utara. Menurut Dinas Pemberdayaan Perempuan dan Perlindungan Anak Provinsi Sumatera Utara, terjadi peningkatan tindak kekerasan terhadap anak dari tahun 2019 hingga 2021 berdasarkan kekerasan secara fisik, psikis, seksual, sosial dan penelantar. Penelitian ini bertujuan untuk menganalisis pola kekerasan dalam suatu kabupaten/kota melalui penerapan metode pengelompokan K-Medoids dan Fuzzy C-Means. Penggunaan metode tersebut dapat memberikan gambaran kepada pihak hukum maupun keamanan dalam meninjau kabupaten/kota yang membutuhkan pengawasan yang lebih efektif. Dari hasil pengelompokan tersebut diperoleh k optimum dari metode K-Medoids sebanyak 4 cluster dan pada metode Fuzzy C-Means diperoleh k optimum sebanyak 2 cluster. Rata-rata tingkat tertinggi dari jenis kekerasan fisik dan kekerasan psikis berada pada cluster 3, rata-rata tingkat tertinggi dari jenis kekerasan seksual berada pada cluster 2, dan rata-rata tingkat tertinggi dari penelantar berada pada cluster 4. Hasil perbandingan uji validasi Silhouette Index dan Dunn Index menunjukkan bahwa metode clustering terbaik terdapat pada metode K-Medoids pada k=4 dengan nilai Silhouette Index sebesar 0,53 dan Dunn Index sebesar 0,223098.
PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR PETERNAKAN DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN K-MEDOIDS Stefanus Arman; Kris Suryowati; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 2 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i2.4858

Abstract

Peternakan di Indonesia merupakan salah satu sektor yang sangat membantu dalam pertumbuhan ekonomi serta berkontribusi dalam pemenuhan gizi. Peternakan terbagi menjadi ternak besar dan ternak kecil, yang termasuk kedalam kelompok ternak besar yaitu sapi (perah/potong), kerbau dan kuda, sedangkan kelompok ternak kecil terdiri dari babi, kambing, domba, kelinci serta ternak unggas yakni itik, ayam dan burung puyuh. Dalam menunjang produktivitas peternakan di Indonesia diperlukan data yang menggambarkan persebaran ternak yang ada. Dalam penelitian ini pengelompokan Provinsi di Indonesia dilakukan menggunakan algoritma K-Means dan K-Medoids untuk mempartisi data yang ada dalam bentuk satu atau lebih cluster berdasarkan jarak Euclidean. Hasil pengelompokan K-Means Clustering diperoleh cluster 1 beranggotakan 33 Provinsi, dan cluster 2 beranggotakan 1 Provinsi. Sedangkan pengelompokan K-Medoids Clustering diperoleh cluster 1 beranggotakan 30 Provinsi, cluster 2 beranggotakan 1 Provinsi, dan cluster 3 beranggotakan 3 Provinsi. Hasil perbandingan metode terbaik adalah algoritma K-Means Clustering dengan k = 2 dengan nilai Silhouette Index (SI) sebesar 0,78 dan nilai Davies-Bouldin Index (DBI) sebesar 0,21. Hasil profiling cluster untuk metode K-Medoids Clustering dibagi menjadi 2 kategori yaitu tinggi dan sedang dimana untuk kategori tinggi berada pada cluster 2 dan kategori sedang berada pada cluster 1.
PENERAPAN METODE K-MEANS PADA DATA ORDINAL UNTUK PENGELOMPOKAN DAERAH BERDASARKAN KUALITAS UDARA DI DAERAH ISTIMEWA YOGYAKARTA Sofyan Sosnegher Ndelawa; Rokhana Dwi Bekti; Maria Titah Jatipaningrum; Febriani Astuti
Jurnal Statistika Industri dan Komputasi Vol. 9 No. 2 (2024): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v9i2.4859

Abstract

Udara merupakan kebutuhan terpenting dalam kehidupan ini, sehingga kualitas dan cara menjaganya harus perlu diperhatikan. Kualitas udara merupakan faktor penting bagi kesehatan manusia dan merupakan perhatian jangka panjang, terutama di daerah perkotaan. Sehingga harus dijaga dengan upaya-upaya pengendalian pencemaran udara baik bagi pemerintah pusat maupun pemerintah daerah khsusnya wilayah di Daerah Provinsi DIY. IKU merupakan nilai yang menunjukkan mutu kebaikan atau kualitas udara berdasarkan ketentuannya. Penting dilakukan pengelompokan terhadap wilayah-wilayah di setiap Provinsi agar mempermudah Masyarakat mengetahui perkembangan kualitas udara. Penelitian kali ini menggunakan metode K-Means dengan pendekatan Hamming Distance dan distribusi BOS Cluster untuk pengelompokan daerah berdasarkan kualitas udara di Daerah Istimewa Yogyakarta. Berdasarkan K-Means dengan pendekatan Hamming Distance diperoleh untuk Cluster 1 terdiri atas 2 data (wilayah) dan pada Cluster 2 terdiri 2 data (wilayah), Cluster 3 sebanyak 40 data (wilayah) dan Cluster 4 = 3 data (wilayah). Untuk K-Means dengan distribusi BOS Cluster diperoleh untuk Cluster 1 terdiri atas 42 data (wilayah) dan pada Cluster 2 terdiri 2 data (wilayah), Cluster 3 sebanyak 4 data (wilayah) dan Cluster 4 sebanyak 2 data (wilayah). Sehingga, berdasarkan hasil validitas K-Means pendekatan Hamming Distnace merupakan metode terbaik dalam pengelompokan kualitas udara di Provinsi Daerah Istimewa Yogyakarta berdasarkan indikator kualitas udara.
Co-Authors Adela Satriwa Sihotang Febriani Astuti Kris Suryowati Rokhana Dwi Bekti Sofyan Sosnegher Ndelawa Stefanus Arman