ABCDEFGHIJKLMNOPQRSTUVWXYZAAAB
1
JADWAL SEMINAR HASIL
2
PRODI MATEMATIKA UIN JAKARTA
3
#REF!NAMANIMJUDUL SKRIPSIABSTRAKPembimbing 1
Nilai Semhas Pembimbing 1
Nilai Sidang Pembimbing 1
Pembimbing 2
Nilai Semhas Pembimbing 2
Nilai Sidang Pembimbing 2
Penguji 1
Nilai Semhas Penguji 1
Nilai Sidang Penguji 1
Penguji 2
Nilai Semhas Penguji 2
Nilai Sidang Penguji 2
Tanggal SemhasWaktu Mulai SemhasWaktu Berakhir Semhas
4
Fathnin Nur Azmina11200940000046Deteksi Komunitas, Analisis Topik dan Sentimen Isu Palestina-Israel Pada Media Sosial XKombinasi deteksi komunitas, pemodelan topik, dan analisis sentimen memberikan wawasan mendalam terhadap data percakapan di media sosial X (sebelumnya Twitter) terkait isu Palestina-Israel. Data yang dikumpulkan dalam bahasa Indonesia menggunakan beberapa kata kunci menghasilkan 108.969 cuitan. Proses analisis dimulai dengan deteksi komunitas menggunakan algoritma Leiden, yang mengidentifikasi lima komunitas. Tiga komunitas dominan yang ditemukan adalah komunitas 1 dengan 37,13% pengguna, komunitas 2 dengan 26,95%, dan komunitas 3 dengan 19,76%. Pemodelan topik menggunakan LDA menunjukkan komunitas-komunitas ini fokus pada berbagai aspek konflik. Analisis sentimen menggunakan model IndoBERT mengungkapkan mayoritas pengguna memiliki sikap negatif seperti kekecewaan dan kemarahan. Penelitian ini memberikan wawasan tentang pandangan publik dan dinamika sosial terkait konflik tersebut.Muhaza Liebenlito, M.SiDhea Urfina Zulkifli, M.SiMadona Yunita Wijaya, M.ScTaufik Edy Sutanto, M.ScTech.,Ph.D2 Jan 202513:0015:00
5
Rizqi Maulidi11210940000022
Tren Sentimen Media Sosial Terhadap Merek Mobil Terlaris di Indonesia Menggunakan BERT, SVM, dan Random Forest		Penggunaan mobil sebagai alat transportasi masih menjadi pilihan utama bagi sebagian besar warga Indonesia. Media sosial sebagai tempat masyarakat menyampaikan opini dapat menjadi sumber evaluasi berharga bagi produsen mobil untuk melakukan analisis sentimen. Penelitian ini menganalisis sentimen dari media sosial seperti Facebook, X (Twitter), YouTube, LinkedIn, Tiktok, dan Instagram. Studi ini memfokuskan pada lima merek mobil terlaris di Indonesia pada tahun 2023 dengan data dari Januari 2023 hingga Mei 2023 menggunakan model BERT. Hasil prediksi sentimen menunjukkan rata-rata akurasi sebesar 85%, recall 84,86%, presisi 84,79%, dan F1-Score 85,07%.. Toyota dengan penjualan terlaris, menunjukkan kenaikan sentimen positif dan negatif dari Januari 2023 hingga April 2023. Daihatsu menunjukkan konsistensi sentimen positif dan penurunan sentimen negatif sejak Maret 2023. Honda mengalami peningkatan sentimen positif dari Januari 2023 hingga Mei 2023 dan penurunan sentimen negatif sejak Maret 2023. Mitsubishi hanya mengalami peningkatan sentimen positif dari Januari 2023 hingga April 2023 dan penurunan tidak konstan pada sentimen negatif sejak Januari 2023. Suzuki mengalami peningkatan sentimen positif dari Februari hingga Maret 2023, sementara sentimen negatif cenderung jauh lebih rendah dibandingkan merek lainnya.Dhea Urfina Zulkifli, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DMahmudi, M.SiMuhammad Manaqib, M.Sc6 Jan 202514:0016:00
6
Zahra Tifani Apriliana11210940000029Penerapan Bert untuk Klasifikasi Aspek dalam Media Massa Otomotif IndonesiaPeluang besar pasar industri otomotif di Indonesia tercermin dari peningkatan penjualan kendaraan sebesar 5,7% pada Maret 2024. Dalam era digital ini, media massa menjadi salah satu alat utama bagi perusahaan otomotif untuk memasarkan kendaraan dan mengoptimalkan penjualan. Untuk mengoptimalkan penjualan, penelitian mengenai aspek-aspek otomotif yang populer baik di perusahaan kita maupun kompetitor sangat diperlukan. Penelitian ini menggunakan data dari beberapa media massa dari Januari hingga Juli 2023 dengan total sebanyak 14.654 data. Metode penelitian yang digunakan adalah Bidirectional Encoder Representations from Transformers dengan akurasi sebesar 77%. Dalam penelitian ini, peneliti mengklasifikasikan enam aspek dalam industri otomotif. Berdasarkan hasil penelitian, aspek yang paling sering muncul adalah aspek ramah lingkungan dan keselamatan. Lima merek otomotif teratas menunjukkan frekuensi kemunculan aspek yang berbeda-beda.Dhea Urfina Zulkifli, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DMuhammad Manaqib, M.ScMahmudi, M.Si6 Jan 202513:4015:40
7
Ryandana Setyawan11200940000031Prediksi Harga Saham Berbasis Web Menggunakan Metode Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU)Penelitian ini bertujuan untuk membandingkan performa metode Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU). Model prediksi ini diimplementasikan pada aplikasi berbasis web yang dirancang untuk mengakses data secara real-time melalui API yfinance. Penelitian dilakukan melalui tahapan pengumpulan data, normalisasi, pengembangan model, hingga evaluasi menggunakan Mean Absolute Percentage Error (MAPE) sebagai metrik utama. Dengan menggunakan data contoh dalam memprediksi harga saham yaitu menggunakan data historis dari saham-saham perbankan terkemuka di Indonesia (BBRI, BBCA, BBNI, dan BMRI).
Hasil penelitian menunjukkan bahwa model GRU umumnya memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan LSTM pada sebagian besar saham yang diuji, dengan MAPE rata-rata yang lebih rendah. Misalnya, pada saham BBRI, GRU mencatat MAPE sebesar 1,37% dibandingkan LSTM sebesar 4,15%. Namun, pada saham BBCA, LSTM memberikan hasil yang lebih akurat dengan MAPE sebesar 0,90% dibandingkan GRU sebesar 1,32%. Implementasi berbasis web menunjukkan potensi besar dalam mempermudah analisis harga saham secara real-time bagi para investor.
Penelitian ini memberikan kontribusi dalam pengembangan model prediksi harga saham berbasis deep learning dan aplikasi berbasis web, serta memberikan wawasan bagi investor untuk pengambilan keputusan investasi yang lebih informatif.		Dr. Nina Fitriyati, M.SiMahmudi, M.SiMadona Yunita Wijaya, M.ScMuhaza Liebenlito, M.Si8 Jan 202510:0012:00
8
Daffa Al Akhdaan11200940000068Confident Learning pada IndoBERT: Peningkatan Kinerja Klasifikasi SentimenDalam era perkembangan kecerdasan buatan (AI) yang pesat, masalah ketidakpastian dalam label dataset telah menjadi salah satu tantangan utama yang mengancam keberlanjutan AI. Penelitian ini mengkaji peningkatan kinerja model IndoBERT dalam analisis sentimen bahasa indonesia dengan mengintegrasikan metode confident learning (CL). IndoBERT, sebagai adaptasi BERT untuk bahasa Indonesia, menunjukkan kinerja yang baik namun dipengaruhi oleh ketidakpastian label. CL diterapkan untuk memperbaiki label yang salah dan meningkatkan akurasi model. Hasilnya, IndoBERT + CL menunjukkan peningkatan akurasi dari 85,15% menjadi 86.03% dengan perbaikan pada presisi, recall dan F1 score masing-masing menjadi 87,93%, 85,00%, dan 86,44%. Hasil confusion matrix juga menunjukkan bahwa IndoBERT + CL lebih akurat dalam mengidentifikasi label positif. Penelitian ini menegaskan pentingnya penerapan CL untuk meningkatkan kualitas label dan performa model NLP dalam analisis sentimen.Taufik Edy Sutanto, M.ScTech.,Ph.DMuhaza Liebenlito, M.SiYanne Irene, M.SiProf. Dr. Suma’inna, M.Si8 Jan 202514:0016:00
9
Ananda Aprilia11210940000032Evaluation of The Performance of TBATS and SARIMA Methods in Forecasting Air Temperature in IndonesiaIndonesia adalah negara kepulauan beriklim tropis yang terletak di garis khatulistiwa. Suhu udara di Indonesia memiliki pola musiman, tren dan fluktuasi yang tidak stabil. Tujuan penelitian ini adalah meramalkan suhu udara di Indonesia menggunakan metode Trigonometrics, Box Cox Transformation, Arma Error, Trend, And Seasonal (TBATS) dan Seasonal Autoregressive Integrated Moving Average (SARIMA). Cross validation dengan rolling basis pada penelitian ini menghasilkan nilai RMSE TBATS sebesar 21.3843%, dan nilai RMSE SARIMA sebesar 21.2958%. Hal ini menunjukkan bahwa metode TBATS dan SARIMA sama baiknya dalam memprediksi suhu udara Indonesia, namun metode SARIMA sedikit lebih unggul karena memiliki nilai RMSE yang lebih rendah. Penelitian ini diharapkan dapat mendukung upaya mitigasi dampak buruk perubahan suhu udara yang terjadi di Indonesia.Madona Yunita Wijaya, M.ScDhea Urfina Zulkifli, M.SiIrma Fauziah, M.ScProf. Dr. Nur Inayah, M.Si9 Jan 202513:0015:00
10
Nurliana11210940000026Perbandingan Nilai Akurasi Peramalan Emisi Karbon Dioksida Dengan Model SARIMA dan Hybrid SARIMA-QREmisi karbon dioksida (COβ‚‚) merupakan salah satu penyebab utama perubahan iklim yang berdampak signifikan terhadap lingkungan dan kesehatan manusia. Sebagai negara penyumbang emisi karbon dioksida terbesar kedua setelah China, Amerika Serikat memerlukan sistem peramalan yang efektif untuk memantau dan mengendalikan emisi tersebut. Penelitian ini bertujuan mengembangkan model deret waktu dengan variabel independen menggunakan metode gabungan SARIMA-QR, serta membandingkan nilai akurasi peramalan model ini dengan model SARIMA. Variabel independen yang digunakan mencakup total konsumsi energi industri, total konsumsi energi listrik, serta nilai peramalan dari model SARIMA. Perbandingan akurasi model didasarkan pada nilai MAPE dari data pengujian antara model SARIMA dan SARIMA-QR pada kuantil ke-0,10, ke-20, ke-30, ke-40, dan ke-0,50. Hasil analisis menunjukkan bahwa model SARIMA menghasilkan nilai MAPE sebesar 5,78%, sementara model SARIMA-QR pada kuantil ke-0,10, ke-20, ke-30, ke-40, dan ke-0,50 memiliki nilai MAPE yang lebih rendah dibandingkan dengan model SARIMA. Peningkatan akurasi pada model SARIMA-QR disebabkan oleh integrasi variabel independen yang memberikan informasi tambahan relevan, seperti total konsumsi energi industri dan listrik, serta nilai peramalan SARIMA. Hal ini membuktikan bahwa penggunaan variabel independen dapat meningkatkan ketepatan prediksi emisi karbon dioksida. Hasil perbandingan akurasi kedua model ini diharapkan dapat menjadi referensi penting bagi pemerintah Amerika Serikat dalam merumuskan kebijakan yang efektif untuk mengelola emisi karbon dioksida secara lebih optimal.Madona Yunita Wijaya, M.ScIrma Fauziah, M.ScDr. Nina Fitriyati, M.SiYanne Irene, M.Si13 Jan 202513:0015:00
11
Lugis Budiman11200940000022Penggunaan Model Hybrid SSA-SARIMA dalam Memprediksi Nilai Tukar Petani di Jawa BaratProvinsi Jawa Barat, sebagai salah satu pusat pertanian utama di Indonesia, memiliki peran signifikan dalam menjaga ketahanan pangan nasional. Namun, kesejahteraan petani di provinsi ini menghadapi tantangan yang kompleks, salah satunya tergambar melalui fluktuasi Nilai Tukar Petani (NTP). NTP merupakan indikator penting yang mencerminkan keseimbangan antara pendapatan dan pengeluaran petani. Penelitian ini bertujuan untuk meramalkan NTP di Jawa Barat dengan menggunakan metode hybrid Singular Spectrum Analysis-Seasonal Autoregressive Integrated Moving Average (SSA-SARIMA). Metode hybrid SSA-SARIMA diterapkan untuk memisahkan komponen periodik dan non-periodik dalam data time series NTP periode 2019–2023, sebelum memodelkan komponen musiman dan tren menggunakan SARIMA. Hasil peramalan menunjukkan bahwa NTP di Jawa Barat sepanjang tahun 2024 diperkirakan stabil dengan fluktuasi minimal dan berada pada level surplus, yaitu di atas 100. Hal ini mengindikasikan bahwa pendapatan petani diperkirakan lebih tinggi dibandingkan dengan biaya yang dikeluarkan. Model yang digunakan memiliki tingkat akurasi yang tinggi, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 1,85%. Temuan ini menunjukkan bahwa pendekatan hybrid SSA-SARIMA tidak hanya mampu memberikan prediksi yang andal, tetapi juga menawarkan wawasan mendalam bagi pemangku kepentingan untuk menyusun kebijakan yang lebih efektif dalam meningkatkan kesejahteraan petani. Dengan demikian, penelitian ini berkontribusi dalam menyediakan dasar analisis yang kuat bagi pembangunan sektor pertanian yang berkelanjutan di Jawa Barat.Mahmudi, M.SiMadona Yunita Wijaya, M.ScIrma Fauziah, M.ScMuhaza Liebenlito, M.Si16 Jan 202510:0012:00
12
Ulya Salsabila11210940000074Pemodelan Matematika SEICVR pada Penyakit Hepatitis B dengan Transmisi Vertikal dan HorizontalHepatitis B adalah penyakit infeksi hati yang disebabkan oleh virus Hepatitis B (HBV) dan menjadi salah satu penyakit yang berbahaya karena dapat menimbulkan kematian. Penyakit ini ditularkan melalui transmisi vertikal dari ibu ke anak serta transmisi horizontal melalui kontak antar individu. Penelitian ini mengembangkan model SEICVR (Susceptible, Exposed, Infected, Chronic HBV Carrier, Vaccinated, Recovered) untuk memodelkan penyebaran penyakit Hepatitis B dengan mempertimbangkan transmisi vertikal dan horizontal. Populasi dibagi menjadi enam subpopulasi, yaitu subpopulasi rentan (S), subpopulasi terpapar (E), subpopulasi terinfeksi akut (I), subpopulasi pembawa HBV Kronis (C), subpopulasi tervaksinasi atau terimunisasi (V), dan subpopulasi sembuh (R). Model disusun dengan menggunakan sistem persamaan diferensial nonlinear dan dianalisis untuk menentukan titik ekuilibrium bebas penyakit dan endemik serta bilangan reproduksi dasar (R_0) menggunakan metode Next Generation Matrix. Hasil analisis menunjukkan bahwa titik ekuilibrium bebas penyakit stabil asimtotik local jika R_0<1, sedangkan titik ekuilibrium endemik terjadi jika R_0>1. Simulasi numerik menggunakan perangkat lunak Maple 18 menunjukkan pola penyebaran penyakit dalam populasi. Sedangkan analisis sensitivitas mengidentifikasi parameter yang mempengaruhi nilai R_0, yaitu laju transmisi horizontal, laju transmisi vertikal, dan tingkat imunisasi. Strategi pengendalian yang efektif dapat dilakukan dengan mengurangi laju transmisi horizontal, menurunkan laju transmisi vertikal, dan meningkatkan tingkat individu yang diimunisasi.Muhammad Manaqib, M.ScYanne Irene, M.SiDr. Nina Fitriyati, M.SiMuhaza Liebenlito, M.Si23 Jan 202513:0015:00
13
Reysia Amanda Yura11210940000008Model Matematika Penyebaran Penyakit Demam Berdarah Dengue dengan Kesadaran Sosial, Individu Terinfeksi Tidak Bergejala dan Bergejala, Perawatan Rumah Sakit, dan Pengaruh FoggingPenelitian ini mengembangkan model SAEYXIR-VW untuk memodelkan penyebaran demam berdarah dengue dengan kesadaran sosial, individu terinfeksi tidak bergejala dan bergejala, perawatan rumah sakit, dan pengaruh fogging. Populasi dibagi menjadi 2 populasi, yaitu populasi manusia dan populasi nyamuk. Populasi manusia terdiri dari 7 kompartemen, yaitu individu yang rentan dan tidak menyadari infeksi DBD, individu yang rentan tetapi menyadari akan infeksi DBD, individu yang terinfeksi tetapi belum dapat menularkan, individu yang terinfeksi DBD tetapi tidak bergejala, individu yang terinfeksi DBD bergejala, individu terinfeksi DBD bergejala dan dirawat di rumah sakit, dan individu sembuh dari infeksi DBD, sedangkan untuk populasi nyamuk terdiri dari 2 kompartemen, yaitu nyamuk betina rentan, dan nyamuk betina terinfeksi. Penelitian ini diawali dengan membentuk diagram kompartemen dan didapatkan sistem persamaan diferensial, kemudian mencari titik ekuilibrium bebas penyakit, titik ekuilibrium endemik, dan bilangan reproduksi dasar (R0). Titik ekulibrium bebas penyakit stabil asimtotik lokal ketika R0<1 dan Ξ”3>0 dan titik ekuilibrium endemik penyakit asimtotik lokal jika R0>1 dan semua bagian real nilai eigen dari matriks Jacobian J(E1) bernilai negatif. Simulasi numerik bebas penyakit dan endemik dilakukan untuk memodelkan dan memprediksi dinamika penyebaran penyakit berdasarkan variabel dan nilai parameter yang digunakan. Berdasarkan analisis sensitivitas diperoleh bahwa parameter yang memiliki pengaruh paling signifikan terhadap penyebaran penyakit demam berdarah dengue adalah tingkat kematian nyamuk akibat fogging dan tingkat infeksi DBD pada nyamuk.Muhammad Manaqib, M.ScProf. Dr. Suma’inna, M.SiIrma Fauziah, M.ScProf. Dr. Nur Inayah, M.Si30 Jan 202513:0015:00
14
Fanny Wahyu Aprilia11210940000037Pemodelan Matematika Penyebaran Penyakit Campak dengan Vaksinasi Dua Dosis, Pengobatan, dan KarantinaPenelitian ini mengembangkan model 𝑆𝑉1𝑉2𝐸𝐼𝑇Q𝑅 untuk memodelkan penyebaran penyakit Campak dengan vaksinasi dosis pertama, vaksinasi dosis kedua, pengobatan, dan karantina. Pembuatan model ini diawali dengan membuat diagram kompartemen penyebaran penyakit, yang terdiri dari 8 subpopulasi yaitu subpopulasi rentan, subpopulasi yang telah melakukan vaksinasi dosis pertama, subpopulasi yang telah melakukan vaksinasi dosis kedua, subpopulasi terpapar, subpopulasi terinfeksi, subpopulasi yang telah melakukan pengobatan, subpopulasi yang telah melakukan karantina, dan subpopulasi sembuh. Setelah model terbentuk diperoleh titik ekuilibrium bebas penyakit, titik ekuilibrium endemik, dan bilangan reproduksi dasar (𝑅0). Analisis kestabilan titik ekuilibrium bebas penyakit stabil asimtotik lokal ketika (𝑅0) < 1 dan titik ekuilibrium endemik ketika (𝑅0) > 1. Simulasi numerik titik ekuilibrium bebas penyakit dan titik ekuilibrium endemik dilakukan untuk memberikan gambaran terkait hasil yang telah dianalisis dengan nilai parameter dari beberapa sumber. Hasil simulasi numerik sejalan dengan analisis yang dilakukan. Dari analisis model diperoleh bahwa upaya yang dapat dilakukan agar penyakit tidak mewabah yaitu mengurangi kontak langsung dengan individu terinfeksi, dan selalu menjaga kebersihan.Muhammad Manaqib, M.ScProf. Dr. Suma’inna, M.SiMadona Yunita Wijaya, M.ScProf. Dr. Nur Inayah, M.Si31 Jan 202514:0016:00
15
Najla Putri Dwijani11210940000023Analysis of PINNs Performance in Solving Navier-Stokes Equations: Validation with FDM and the Effect of Data Size and Optimizers (Adam, Nadam, SGD)Dalam jurnal ini, kami menyelesaikan persamaan Navier-Stokes tiga dimensi
menggunakan Physics-Informed Neural Networks (PINNs) dan mengevaluasi
kinerja dengan membandingkan hasilnya terhadap Finite Difference Method (FDM) sebagai benchmark. Tiga algoritma optimasi, yaitu Adam, Nadam, dan Stochastic Gradient Descent (SGD), diuji dengan variasi ukuran dataset 512, 1000, dan 1728 data untuk menganalisis pengaruh jumlah data terhadap konvergensi, stabilitas, dan akurasi solusi. Tujuan utama dari penelitian ini adalah untuk memahami efektivitas masing-masing algoritma optimisasi dalam mencapai solusi yang sesuai dengan hukum fisika yang terkandung dalam persamaan Navier-Stokes. Hasil eksperimen menunjukkan bahwa Adam konsisten menghasilkan MSE terendah pada dataset terbesar, sementara Nadam unggul pada dataset menengah. Di sisi lain, SGD memiliki MSE tertinggi pada dataset besar, menandakan ketidakstabilannya. Dari segi iterasi dan waktu eksekusi, Adam lebih efisien dengan iterasi lebih sedikit dan
waktu lebih singkat dibandingkan Nadam dan SGD. Meskipun Nadam
menunjukkan konvergensi baik, waktu eksekusinya lebih lama, terutama pada
dataset besar. Visualisasi hasil menunjukkan bahwa solusi PINNs menangkap pola
aliran fluida dan distribusi tekanan dengan baik, semakin mendekati solusi referensi
seiring bertambahnya jumlah data. Temuan ini menegaskan bahwa pemilihan
algoritma optimasi sangat berpengaruh terhadap stabilitas, efisiensi, dan akurasi
PINNs dalam menyelesaikan persamaan Navier-Stokes.		Prof. Dr. Suma’inna, M.SiMuhaza Liebenlito, M.SiYanne Irene, M.SiMahmudi, M.Si31 Jan 20259:0011:00
16
Riesma Ayu Chikharatti11210940000053Pemodelan Matematika Penyebaran Human Papillomavirus (HPV) pada Penyakit Kanker Serviks dengan Vaksinasi, Screening, Treatment, dan ReinfeksiPenelitian ini mengembangkan model SVIhIsCTR untuk memodelkan penyebaran Human Papillomavirus (HPV) pada penyakit kanker serviks dengan vaksinasi, screening, treatment, dan reinfeksi. Penelitian ini dimulai dengan membentuk diagram kompartemen dan menetapkan asumsi untuk setiap parameter. Selanjutnya, sistem persamaan diferensial dibangun untuk menggambarkan model matematika. Hasil dari simulasi numerik sesuai dengan analisis yang telah dilakukan bahwa penyakit akan menghilang dari populasi jika R0<1 dan akan menetap jika R0>1. Berdasarkan analisis sensitivitas, parameter yang paling signifikan memengaruhi penyebaran Human Papillomavirus (HPV) ialah laju kontak efektif dengan individu terinfeksi Human Papillomavirus (HPV).Muhammad Manaqib, M.ScYanne Irene, M.SiIrma Fauziah, M.ScDr. Nina Fitriyati, M.Si7 Feb 202513:0015:00
17
Muhammad Yusmar Aulia11180940000035Pemodelan Topik Pembelajaran Online di Indonesia Menggunakan Model Pachinko AllocationKebebasan berpendapat di Twitter memicu munculnya berbagai topik perbincangan, salah
satunya mengenai perbincangan tentang pembelajaran online yang diperoleh sebanyak 3.260
baris data tweet. Permasalahan yang akan dibahas yaitu apa saja topik-topik yang berhubungan
dengan Pembelajaran Online. Metode yang digunakan dalam penelitian ini adalah model
Pachinko Allocation untuk pendeteksian topik. Hasil dari pemodelan Pachinko Allocation
diperoleh 1 Super Topic yang membahas isu-isu yang relevan selama pandemi, seperti
penggunaan internet dan gadget untuk kegiatan sehari-hari, serta tantangan yang dihadapi
siswa dalam pembelajaran dan 4 Sub Topic yang sebagian besar membahas aktivitas akademik
(Sub Topic 3) sebagai topik utama, diikuti oleh pendidikan dalam pandemi (Sub Topic 1) dan
rutinitas harian (Sub Topic 2) . Topik sosial dan teknologi (Sub Topic 0) kurang dominan, tetapi
masih relevan dalam konteks keseluruhan.		Yanne Irene, M.SiMuhammad Irvan Septiar Musti, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DProf. Dr. Nur Inayah, M.Si7 Feb 202513:3015:30
18
Oktavia Laras Dianingati11200940000043Pemodelan Indeks Kualitas Udara PM2.5 di Kemayoran, Jakarta, dengan Faktor Meteorologi Menggunakan ARFIMAXKualitas udara yang buruk yang berdampak signifikan terhadap kesehatan akibat partikel halus PM2.5 menjadi salah satu masalah serius di kawasan perkotaan seperti Kemayoran, Jakarta. Penelitian ini bertujuan memprediksi Indeks Kualitas Udara polutan PM2.5 di Kemayoran, Jakarta, dengan model ARFIMAX yang akan dibandingkan dengan model ARFIMA. Pemodelan ARFIMAX melibatkan faktor meteorologi sebagai variabel eksogen. Hasil penelitian menunjukkan bahwa model ARFIMAX(1,0,33,1) dengan variabel eksogen yang signifikan, yaitu suhu minimum, suhu rata-rata, dan arah angin pada kecepatan maksimum memberikan akurasi prediksi lebih baik dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 23,69%, dibandingkan ARFIMA dengan nilai MAPE 25,76%. Penurunan nilai MAPE ini mengindikasikan bahwa penambahan variabel eksogen dalam model dapat meningkatkan akurasi prediksi kualitas udara.Mahmudi, M.SiDhea Urfina Zulkifli, M.SiDr. Nina Fitriyati, M.SiIrma Fauziah, M.Sc11 Feb 20259:0011:00
19
Muchlis Pratama Putra11180940000078Analisis Pola Hasil Deteksi Komunitas Pada Pemilu 2019 dan 2024 di Twitter Menggunakan Metode LouvainPemilihan Presiden (Pilpres) merupakan salah satu peristiwa politik yang memicu diskusi intens di berbagai platform media sosial. Dalam konteks Pilpres 2019 dan 2024, interaksi pengguna di media sosial membentuk komunitas yang dapat mencerminkan polarisasi politik dan dinamika opini publik. Penelitian ini bertujuan untuk menganalisis pola komunitas yang terbentuk dalam diskusi Pilpres 2019 dan 2024 menggunakan metode Louvain, sebuah algoritma deteksi komunitas berbasis optimasi modularitas.
Metode penelitian ini melibatkan pengumpulan data percakapan media sosial terkait Pilpres 2019 dan 2024, yang kemudian direpresentasikan dalam bentuk jaringan sosial. Dengan menerapkan metode Louvain, penelitian ini mengidentifikasi komunitas-komunitas utama, mengungkap pola interaksi antar komunitas, serta menganalisis topik yang dominan dalam masing-masing kelompok. Hasil penelitian menunjukkan bahwa komunitas yang terbentuk memiliki struktur yang cenderung terfragmentasi dengan polarisasi yang jelas, di mana setiap komunitas lebih banyak berinteraksi dalam kelompoknya sendiri dibandingkan dengan komunitas lain. Selain itu, terdapat perbedaan pola interaksi dan topik yang berkembang antara Pilpres 2019 dan 2024, yang menunjukkan evolusi dinamika politik dan peran media sosial dalam membentuk opini publik.		Taufik Edy Sutanto, M.ScTech.,Ph.DMadona Yunita Wijaya, M.ScMuhaza Liebenlito, M.SiProf. Dr. Nur Inayah, M.Si17 Feb 20259:0011:00
20
Becky Karlina Sindy11210940000013Optimization of Three-Dimensional Flow Based on the Incompressible Navier-Stokes Equations: Performance Analysis of Adam, Nadam, and SGDPenelitian ini membandingkan kinerja tiga algoritma optimasi, yaitu Adam, Nadam, dan SGD, dalam memanfaatkan dataset berukuran berbeda (500, 1000, dan 1500 data) untuk mempercepat konvergensi dan meningkatkan kualitas solusi. Model aliran yang digunakan berdasarkan persamaan Navier-Stokes incompressible dengan mempertimbangkan tekanan dan gravitasi pada sumbu z dalam aliran tiga dimensi. Hasil eksperimen menunjukkan bahwa Adam unggul dengan penurunan loss yang cepat dan stabil, nilai best loss dan Mean Squared Error (MSE) yang lebih rendah, serta jumlah iterasi hingga konvergensi yang lebih sedikit seiring bertambahnya ukuran dataset. Nadam menunjukkan kinerja yang mirip dengan Adam, tetapi dengan fluktuasi yang lebih besar dan performa yang sedikit kurang stabil. Sebaliknya, SGD menunjukkan keterbatasan signifikan, dengan penurunan loss yang lebih lambat, nilai loss dan MSE yang tinggi. Secara keseluruhan, Adam adalah algoritma optimasi terbaik dalam penelitian ini, diikuti oleh Nadam, sementara SGD menunjukkan efisiensi waktu iterasi yang lebih baik pada dataset besar tetapi dengan kualitas solusi yang jauh di bawah kedua algoritma lainnya.Prof. Dr. Suma’inna, M.SiMuhaza Liebenlito, M.SiDr. Nina Fitriyati, M.SiProf. Dr. Nur Inayah, M.Si19 Feb 202516:00
21
Intan Syafitri11210940000025Performance Analysis of ADAM, NADAM, and SGD in Physics-Informed Neural Network for The Navier-Stokes Equations with Pressure, Internal and External ForcesPenelitian ini membandingkan performa tiga optimizer, ADAM, NADAM, dan SGD dalam Physics-Informed Neural Networks (PINNs) untuk menyelesaikan persamaan Navier-Stokes dengan tekanan dan mempertimbangkan gaya internal dan eksternal. Metode yang digunakan dalam penelitian ini melibatkan penerapan PINNs untuk mempelajari dinamika fluida, di mana fungsi loss dirancang untuk meminimalkan residual persamaan Navier-Stokes serta kondisi batas dan awal. Eksperimen dilakukan dengan membandingkan nilai loss, waktu konvergensi, jumlah iterasi, serta ketahanan terhadap noise pada tiga ukuran dataset berbeda, yaitu 512, 1000, dan 1728. Hasil penelitian menunjukkan bahwa NADAM menghasilkan nilai loss paling rendah di semua ukuran dataset, meskipun membutuhkan waktu konvergensi lebih lama dibandingkan ADAM. ADAM tetap menjadi alternatif yang efisien dengan keseimbangan antara kecepatan dan akurasi, sementara SGD menunjukkan performa terburuk dengan loss yang jauh lebih besar dan waktu konvergensi yang lebih lama. Visualisasi pola aliran fluida menunjukkan bahwa ADAM dan NADAM lebih mampu merepresentasikan dinamika aliran yang kompleks dibandingkan SGD. Dengan demikian, NADAM menjadi pilihan terbaik dalam mencapai solusi paling akurat, sementara ADAM menawarkan keseimbangan antara akurasi dan efisiensi, sedangkan SGD kurang direkomendasikan dalam konteks ini.Prof. Dr. Suma’inna, M.SiMuhammad Manaqib, M.ScYanne Irene, M.SiMahmudi, M.Si19 Feb 20257:009:00
22
Rama Ardiansyah11200940000077Analisis Sentimen Publik Terhadap Penangkapan Ikan Ilegal oleh Kapal Vietnam
di Twitter Menggunakan Metode GRAFT		Penangkapan ikan ilegal oleh kapal asing, khususnya kapal Vietnam, telah
menjadi isu di Indonesia. Aktivitas ini tidak hanya merugikan ekonomi negara,
tetapi juga mengancam keberlanjutan sumber daya laut. Di era digital saat ini,
media sosial, khususnya Twitter, telah menjadi platform penting bagi
masyarakat untuk menyuarakan pendapat dan reaksi terhadap isu-isu terkini.
Penelitian ini menggunakan metode GRAFT untuk menganalisis sentimen
publik di Twitter terkait penangkapan ikan ilegal oleh kapal Vietnam. Analisis
ini bertujuan untuk menggali pandangan masyarakat dan mendapatkan
wawasan yang mendalam tentang isu tersebut. Hasil dari penelitian ini
diharapkan dapat menjadi dasar untuk merumuskan kebijakan yang lebih
efektif dalam menangani IUU Fishing di perairan Indonesia.		Prof. Dr. Nur Inayah, M.SiMuhaza Liebenlito, M.SiMadona Yunita Wijaya, M.ScDr. Nina Fitriyati, M.Si20 Feb 202511:0013:00
23
Dina Azhar11180940000065Pengembangan Model Prediksi Harga Rumah Di Jabodetabek Menggunakan Linear Regression dan Support Vectror RegressionPenentuan harga rumah merupakan tantangan dalam industri properti yang dipengaruhi oleh berbagai faktor seperti luas tanah, luas bangunan, jumlah kamar tidur, jumlah kamar mandi, daya listrik, dan lainnya. Penelitian ini membandingkan Linear Regression (LR) dan Support Vector Regression (SVR) untuk memprediksi harga rumah di Jabodetabek menggunakan sebanyak 941 sampel data dari tahun 2021 hingga 2023. Proses penelitian mencakup preprocessing data, normalisasi, standarisasi, serta evaluasi model menggunakan metrik Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan koefisien determinasi (RΒ²). Hasil analisis menunjukkan bahwa Linear Regression memiliki kinerja lebih baik dibandingkan SVR, dengan nilai MSE dan RMSE yang lebih rendah serta RΒ² yang lebih tinggi. Validasi dengan 5-fold Cross-Validation juga menunjukkan bahwa LR lebih stabil dan konsisten dibandingkan SVR. Selain itu, variabel luas bangunan dan daya listrik ditemukan sebagai faktor yang paling signifikan dalam menentukan harga rumah. Dengan demikian, penelitian ini merekomendasikan Linear Regression sebagai metode yang lebih efektif dan akurat dalam memprediksi harga rumah di Jabodetabek, yang dapat dimanfaatkan oleh pengembang properti, agen real estate, serta calon pembeli dalam pengambilan keputusan berbasis data.Taufik Edy Sutanto, M.ScTech.,Ph.DProf. Dr. Nur Inayah, M.SiYanne Irene, M.SiMahmudi, M.Si24 Feb 202513:0015:00
24
Resa Agustina11200940000015Model Perhitungan Pensiun Normal Syariah menggunakan metode Attained Age NormalSalah satu unsur penting dalam mensejahterakan seseorang di masa tua adalah menjalankan program dana pensiun. Di Indonesia, konsep dana pensiun mengalami keanekaragaman termasuk penerapan prinsip syariah dalam pengelolaannya. Pada penelitian ini, peneliti menggunakan metode Attained Age Normal untuk estimasi Nilai Manfaat Pensiun dan Iuran Normal dengan Usia Pensiun Normal 55 Tahun kemudian juga membandingkan estimasi dana pengembangan investasi syariah pada Perusahaan DPLK Muamalat Syariah periode September 2023 – Agustus 2024 yang terdapat 3 jenis paket yaitu Paket A, Paket B, dan Paket C. Berdasarkan hasil penelitian yang dilakukan bahwa iuran normal dan kewajiban aktuaria pada metode Attained Age Normal cenderung mengalami peningkatan setiap tahunnya dan nilainya cukup besar. Pada awal tahun mengalami nilai nol dikarenakan pada rentang waktu t =0. Dana pengembangan tergantung dari paket investasi yang dipilih, dimana paket B lebih besar daripada paket A dan paket C. Kemudian, pada paket A dari usia 22 sampai 33 tahun bernilai minus. Nilai manfaat bersih paket B lebih besar daripada paket lainnya dikarenakan pada data return rata – rata paket investasi DPLK Muamalat Syariah periode September 2023 – Agustus 2024 menunjukkan bahwa manfaat hasil pada paket B lebih tinggi.Irma Fauziah, M.ScDhea Urfina Zulkifli, M.SiDr. Nina Fitriyati, M.SiProf. Dr. Nur Inayah, M.Si24 Feb 202510:0012:00
25
Khatya Indasari11180940000063Perbandingan Sarima dan Holt-Winters Dalam Prediksi Harga Cabai Rawit Merah Di Jawa TengahRata-rata harga cabai rawit merah mengalami kenaikan yang tajam pada musim tertentu akibat keterbatasan pasokan yang disebabkan oleh faktor cuaca dan pola tanam petani. Di Jawa Tengah harga cabai rawit merah terus mengalami kenaikan hingga Februari 2025. Tren harga ini menunjukkan perlunya metode prediksi yang akurat guna mengantisipasi lonjakan harga serta membantu dalam pengambilan keputusan yang lebih baik. Metode SARIMA dan Holt-Winters merupakan dua pendekatan yang sering digunakan dalam peramalan harga komoditas. SARIMA mampu menangkap pola musiman dan tren jangka panjang, sedangkan Holt-Winters lebih efektif dalam menangani data dengan pola musiman yang kuat dan volatilitas tinggi. Pada penelitian ini akan dilakukan perbandingan dari kedua metode tersebut dalam memprediksi harga cabai rawit merah di Jawa Tengah untuk 12 bulan mendatang. Berdasarkan penelitian, diperoleh hasil bahwa model Holt-Winters Multiplikatif lebih unggul dibandingkan model lainnya dengan nilai MAPE sebesar 19.51%. Hasil prediksi menunjukkan adanya fluktuasi dengan kecenderungan naik dibandingkan harga sebelumnya untuk periode 12 bulan ke depan. Holt-Winters Multiplikatif juga memiliki RMSE lebih rendah dibandingkan model lainnya dengan nilai 13,951.80, yang menunjukkan bahwa model Multiplikatif memiliki performa yang baik dalam menangani error absolut. Hasil model Holt-Winters khususnya model Holt-Winters Multiplikatif yang lebih unggul daripada model SARIMA(0,1,0)(2,1,1)[12] dapat disebabkan karena model SARIMA kurang mampu menangkap fluktuasi harga dengan baik, dibandingkan dengan model Holt-WintersDr. Nina Fitriyati, M.SiMuhammad Manaqib, M.ScMadona Yunita Wijaya, M.Sc12 Mar 202511:0013:00
26
Antya Alhikmah Alham11210940000033Analisis Sentimen Berbasis Aspek pada Pelaksanaan Haji dan Umrah di Indonesia
Menggunakan BERT		Ibadah haji merupakan salah satu kegiatan keagamaan terbesar di dunia
dengan jutaan jamaah setiap tahunnya yang berasal dari berbagai negara,
sehingga menimbulkan potensi berbagai tantangan. Salah satu masalah
utama adalah tingginya keluhan jamaah terhadap layanan seperti
transportasi, akomodasi, dan biaya, yang sering disampaikan melalui media
sosial. Data ulasan masyarakat mengenai haji dan umrah di Indonesia, yang
jumlahnya mencapai ratusan ribu, dikumpulkan dari berbagai media sosial,
seperti TikTok, Twitter, Instagram, dan Facebook. Penelitian ini
menggunakan Aspect-Based Sentiment Analysis (ABSA) berbasis BERT untuk
menganalisis sentimen pada delapan aspek layanan haji dan umrah. Model
BERT mampu menghasilkan model dengan akurasi 96,67% dalam klasifikasi
sentimen dan 96,00% dalam klasifikasi aspek. Melalui penelitian ini
berbagai permasalahan dan kebutuhan jamaah dapat di identifikasi dengan
baik untuk meningkatkan kualitas layanan haji dan umrah di Indonesia serta
memberikan wawasan berbasis data bagi pemangku kebijakan.		Taufik Edy Sutanto, M.ScTech.,Ph.DMuhammad Manaqib, M.ScMuhaza Liebenlito, M.SiYanne Irene, M.Si21 Apr 202513:0015:00
27
Puput Hanfah Nuranisa11210940000017Analisis Sentimen Berbasis Aspek pada Isu Agama di Media Sosial menggunakan Bidirectional Encoder Representations from TransformersIsu agama di media sosial menjadi topik yang semakin penting untuk dianalisis seiring dengan meningkatnya diskusi publik yang terkadang memicu konflik. Untuk menganalisis data media sosial, dapat dilakukan dengan memperhatikan topik yang sedang dibicarakan ataupun sentimen yang terkandung dalam diskusi. Namun, analisis sentimen pada isu agama seringkali terhambat oleh kompleksitas konteks, variasi bahasa, dan kesulitan dalam mengidentifikasi aspek-aspek yang terkait. Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek pada isu agama dengan 204.000 data dari platform media sosial Twitter, Instagram, Youtube, Facebook, Tiktok, dan Linkedln serta menggunakan model Bidirectional Encoder Representations from Transformers (BERT). Hasil penelitian menunjukkan bahwa BERT dapat mengidentifikasi sentimen dan aspek dengan baik, dengan akurasi 86% untuk klasifikasi sentimen dan 82% untuk klasifikasi aspek. Penelitian ini diharapkan dapat memberikan kontribusi dalam pemahaman dinamika sentimen publik terhadap isu agama yang berkaitan dengan aspek-aspek lain sehingga dapat digunakan untuk tujuan pemantauan media sosial, penanganan konflik berbasis data, serta pembentukan kebijakan yang lebih inklusif dan responsif terhadap perbedaan pendapat di masyarakat.Taufik Edy Sutanto, M.ScTech.,Ph.DProf. Dr. Suma’inna, M.SiMuhaza Liebenlito, M.SiMadona Yunita Wijaya, M.Sc21 Apr 202511:0013:00
28
Syarifah Syila Alkadrie11210940000019Evaluasi Performa Metode Exponential Smoothing pada Data Runtun Waktu HierarkisPenelitian ini mengevaluasi kinerja metode Simple Exponential Smoothing (SES), Double Exponential Smoothing (Holt Method), dan Triple Exponential Smoothing (Holt-Winters) dalam meramalkan jumlah wisatawan di Australia periode 1998–2016. Data yang digunakan memiliki struktur hierarkis dengan empat tingkatan: Australia, negara bagian, wilayah, dan tujuan kunjungan. Pendekatan bottom-up diterapkan untuk menghasilkan peramalan di tingkat hierarki atas melalui agregasi hasil peramalan dari tingkat terbawah. Evaluasi menggunakan metrik Symmetric Mean Absolute Percentage Error (SMAPE) pada setiap tingkat hierarki dan jangka waktu peramalan. Hasil penelitian menunjukkan bahwa Holt Method unggul di tingkat Australia (SMAPE 3,26%–9,28%) dan negara bagian (6,96%–12,29%). Holt-Winters memberikan hasil terbaik di tingkat wilayah (16,57%–21,43%) dan tujuan kunjungan (43,98%–47,63%). Penelitian ini menegaskan efektivitas Exponential Smoothing dalam menangkap pola musiman dan tren pada data hierarkis, serta pentingnya pendekatan bottom-up untuk menghasilkan peramalan yang konsisten di seluruh hierarki.Madona Yunita Wijaya, M.ScDr. Nina Fitriyati, M.SiMahmudi, M.SiDhea Urfina Zulkifli, M.Si25 Apr 20259:0011:00
29
Aisyah Nuraini11210940000030Pemodelan Matematika Perkembangan Sel Kanker Serviks dengan Pengaruh Kemoterapi dan RadioterapiPenelitian ini mengembangkan model SIVPC-M untuk memodelkan terbentuknya kanker serviks akibat infeksi HPV dengan adanya pengaruh pengobatan kemoterapi dan radioterapi. Kompartemen pada model ini terdiri atas subpopulasi sel sehat atau sel rentan, sel terinfeksi, virus bebas, sel prakanker, sel kanker, dan konsentrasi obat kemoterapi. Penelitian ini diawali dengan melakukan riset tentang model matematika kanker serviks, dilanjutkan dengan penyusunan diagram transfer sehingga didapatkan sistem persamaan diferensial, kemudian dilakukan pencarian titik ekuilibrium bebas penyakit, bilangan reproduksi dasar (𝑅0), serta titik ekuilibrium endemik. Titik ekuilibrium bebas penyakit akan stabil asimtotik lokal ketika 𝑏<π‘˜π‘ƒπœˆπ‘€π›Ύ+πœ‰π‘ƒ dan 𝑅0<1, dan titik ekuilibrium endemik akan stabil asimtotik lokal ketika 𝑏<2πœƒ 𝑝𝑖(1+ 𝑝𝑖2)2+π‘˜π‘ƒπœˆπ‘€π›Ύ, π‘Ž3>0 dan Ξ”2>0. Pada penelitian ini, simulasi numerik menunjukkan hasil yang sesuai dengan analisis yang telah dilakukan bahwa sel kanker akan menghilang jika 𝑅0<1 dan akan menetap jika 𝑅0>1. Berdasarkan analisis sensitivitas diperoleh parameter yang berpengaruh signifikan pada penyebaran sel kanker serviks ialah laju pertumbuhan sel normal secara alami dan laju kematian pada sel rentan/sehat akibat penyinaran radiasi.Muhammad Manaqib, M.ScProf. Dr. Suma’inna, M.SiDr. Nina Fitriyati, M.SiDr. Gustina Elfiyanti, M.Si21 May 202516:0018:00
30
Nursia11210940000002Pemodelan Matematika Penyebaran Penyakit HIV/AIDS Di Antara Pekerja Seks Komersial Dan Pengguna Narkoba Suntik Penelitian ini mengembangkan model Ss,Ps,Us,Sd,Pd,Ud,P,T,A untuk memodelkan penyebaran penyakit HIV/AIDS di antara populasi Pekerja Seks Komersial dan Pengguna Narkoba Suntik. Populasi dibagi menjadi sembilan subpopulasi, yaitu subpopulasi rentan pekerja seks komersial yang bebas HIV (tetapi memiliki risiko tinggi tertular HIV) dan tanpa pencegahan, subpopulasi rentan pengguna narkoba suntik yang bebas HIV (tetapi memiliki risiko tinggi tertular HIV) dan tanpa pencegahan, subpopulasi rentan pekerja seks komersial yang bebas HIV dan menjalani pengobatan PrEP, subpopulasi rentan pengguna narkoba suntik yang bebas HIV dan menjalani pengobatan PrEP, subpopulasi pekerja seks komersial HIV-positif yang tidak menjalani pengobatan, subpopulasi pengguna narkoba suntik HIV-positif yang tidak menjalani pengobatan, subpopulasi pre-AIDS, subpopulasi pengobatan ART, dan subpopulasi AIDS. Pada model matematika ini diperoleh dua titik ekuilibrium yaitu titik ekuilibrium bebas penyakit dan titik ekuilibrium endemik penyakit serta bilangan reproduksi dasar (Rβ‚€). Analisis kestabilan menunjukkan bahwa titik ekuilibrium bebas penyakit stabil asimtotik lokal jika Rβ‚€ < 1 dan titik ekuilibrium endemik penyakit stabil asimtotik lokal jika Rβ‚€ > 1. Simulasi numerik titik ekuilibrium dilakukan untuk memberikan gambaran terkait hasil yang dianalisis dengan nilai parameter dari beberapa sumber. Berdasarkan analisis sensitivitas, parameter yang secara signifikan mempengaruhi penyebaran penyakit HIV/AIDS yaitu pengobatan PrEP baik menggunakan dan berhenti menggunakan serta tingkat individu AIDS yang menjalani pengobatan ART.Muhammad Manaqib, M.ScDhea Urfina Zulkifli, M.SiIrma Fauziah, M.ScProf. Dr. Nur Inayah, M.Si17 Jun 20258:0010:00
31
Alvinhugo Zuhdi Nurharyadi11210940000031Efisiensi Energi dan Kinerja Single Board Cluster Computer untuk Operasi MatriksPeningkatan kebutuhan akan komputasi tinggi dalam era big data dan kecerdasan buatan (AI) mendorong pengembangan sistem yang tidak hanya kuat secara performa, tetapi juga hemat energi. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja serta efisiensi energi antara klaster komputer personal (PC) dan klaster Single Board Computer (SBC) dalam menjalankan operasi matriks secara paralel menggunakan pustaka Message Passing Interface (MPI) di Python. Evaluasi dilakukan berdasarkan waktu eksekusi, konsumsi energi, serta metrik Energy-Delay Product (EDP). Hasil eksperimen menunjukkan bahwa klaster SBC menunjukkan efisiensi energi dan tren penurunan EDP yang lebih baik seiring peningkatan jumlah core. Misalnya, pada ukuran matriks besar (4.096 Γ— 4.096), waktu eksekusi klaster SBC menurun sebesar 91%, sementara pada klaster PC menurun sebesar 77,6%. Dari sisi energi, konsumsi klaster SBC justru menurun sebesar 88,2%, sedangkan pada klaster PC justru meningkat sebesar 17%. Untuk metrik EDP, klaster SBC menunjukkan penurunan sebesar 98,9%, dibandingkan dengan 79,6% pada klaster PC. Konsumsi daya klaster SBC yang rendah dan tren efisiensi yang meningkat menjadikan solusi alternatif ini ideal untuk keperluan edukasi dan riset berskala kecil-menengah. Pendekatan ini mendukung pengembangan sistem komputasi berkelanjutan sesuai prinsip Green AI dan Sustainable Development Goals.Muhaza Liebenlito, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DMuhammad Irvan Septiar Musti, M.SiProf. Dr. Suma’inna, M.Si30 Jun 202513:0015:00
32
Syahel Rusfi Razaba11210940000048Kajian Performa Efisiensi Infrastruktur Big Data Hemat Energi Menggunakan Single Board Computer dan Framework Apache SparkMeningkatnya kebutuhan komputasi untuk pemrosesan big data dan pelatihan model AI modern berdampak signifikan terhadap konsumsi energi komputasi global. Penelitian ini mengkaji efisiensi energi dan performa klaster Single Board Computer (SBC) dalam menjalankan beberapa algoritma machine learning menggunakan Apache Spark, sebagai alternatif ramah lingkungan terhadap infrastruktur komputasi konvensional. Tiga algoritma digunakan dalam eksperimen ini, yaitu Multi-Layer Perceptron (MLP), Regresi Logistik, dan Random Forest, yang dijalankan secara terdistribusi pada klaster SBC. Evaluasi dilakukan terhadap dua metrik utama, yaitu waktu eksekusi dan konsumsi energi, dengan tiga skenario ukuran dataset dan lima variasi jumlah inti (core). Hasil menunjukkan bahwa klaster SBC mampu mencapai percepatan waktu pelatihan hingga 59,7% pada algoritma Multi-Layer Perceptron dan hingga 49,3% pada Random Forest saat menangani data berukuran besar. Konsumsi daya listrik juga tetap rendah dan stabil, yakni sekitar 11,4 watt untuk konfigurasi satu core dan 12,6 watt untuk konfigurasi multi-core. Temuan ini menegaskan bahwa penggunaan klaster SBC berdaya rendah merupakan pendekatan potensial untuk mendukung komputasi hemat energi dan inisiatif Green AI.Muhaza Liebenlito, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DMuhammad Irvan Septiar Musti, M.SiProf. Dr. Suma’inna, M.Si1 Jul 202513:0015:00
33
Muhammad Rifqi Faiq Razani11180940000090Klasterisasi Segmentasi Pelanggan Menggunakan Algoritma K-MeansKopi menjadi salah satu primadona yang tidak pernah mati dan semakin mengalami pertumbuhan. Pasar kopi di Indonesia beberapa tahun terakhit mengalami pertumbuhan pusat. Laporan dari United States Department of Agriculture (USDA) bertajuk β€œIndonesia Coffe Annual” menyebutkan, konsumsi kopi di Indonesia pada periode 2024/2025 diperkirakan akan meningkat sebesar 10.000 kantong. Dari 4,45 juta kantong pada periode 2020/2021 menjadi 4,8 juta kantong pada tahun ini. Satu kantong kopi setara dengan 60 kg kopi sehingga akumulasi konsumsi kopi pada tahun ini sekitar 288.000 ton kopi. Meskipun demikian, kedai kopi di Indonesia masih menghadapi kesulitan dalam mengenali karakteristik pelanggan yang sangat beragam dan berubah-ubah. Kurangnya pemahaman tentang karakteristik pelanggan ini dapat mengakibatkan kegagalan dalam strategi pemasaran dan penjualan. Pada era globalisasi seperti sekarang ini,mengetahui segmen pasar dan menentukan target pasar merupakan kunci dan faktor penting untuk mencapai sukses. Tujuan dari penelitian ini adalah untuk mengidentifikasi karakteristik pelanggan kedai kopi di Indonesia terutama di Cianjur dengan menggunakan metode K-Means clustering. Metode K-Means dipilih karena kemampuannya dalam mengelompokkan data berdasarkan atribut demografis seperti usia, status pernikahan, latar belakang pendidikan, jenis pekerjaan dan penghasilan, penelitian ini akan mengidentifikasi klaster pelanggan yang berbeda, yang diharapkan dapat memberikan wawasan yang lebih baik mengenai karakteristik pelanggan kedai kopi di Indonesia. Hasil penelitian ini berhasil membagi pelanggan coffe shop menjadi empat klaster utama berdasarkan atribut demografis. Dengan terbentuknya klaster diharapkan pemilik coffe shop bisa mengimplementasikan strategi pemasaran berbasis klaster.
Mahmudi, M.SiDr. Nina Fitriyati, M.SiMadona Yunita Wijaya, M.ScIrma Fauziah, M.Sc1 Jul 202513:0015:00
34
Salma Hasna Tsabitah11200940000027Prediksi Multistep Kecepatan Angin Menggunakan Algoritma Light Gradient Boosting MachineIndonesia merupakan sebuah negara yang kaya akan sumber daya alamnya, salah satunya angin. Sebagai bentuk pemanfaatan sumber daya, usaha dalam membangun pembangkit listrik dan sistem prediksi yang akurat mulai diperkuat. Melihat hal tersebut, penelitian ini dibangun untuk membahas analisis forecasting kecepatan angin di Nusa Tenggara Barat (NTB) dan Nusa Tenggara Timur (NTT) menggunakan pendekatan Light Gradient Boosting Machine (LightGBM) dengan strategi multistep Recursive dan Direct. Eksperimen menggunakan tiga langkah prediksi yang berbeda yang kemudian dibandingkan dan dilihat performanya. Evaluasi model dilakukan menggunakan metrik error MAE, MSE, dan MAPE. Hasilnya menunjukkan bahwa untuk prediksi satu langkah ke depan, pendekatan Recursive dan Direct tidak menunjukkan adanya perbedaan. Sedangkan untuk steps lebih dari satu, model multistep Recursive LightGBM lebih cocok dengan data yang digunakan. Performa model dengan langkah prediksi satu langkah jauh lebih baik daripada prediksi 30 langkah, dengan nilai MAE 0.026045, MAPE 0.011366, dan MSE 0.001086. Hasil ini menegaskan bahwa semakin panjang horizon prediksi, maka error yang dihasilkan semakin besar. Penambahan variabel eksogen juga memberikan dampak yang positif dalam kualitas prediksi model. Namun penggunaan tuning hyperparameter menunjukkan sebaliknya. Pada beberapa kasus, tuning mampu menurunkan nilai error, tetapi di kasus lain justru menghasilkan error yang lebih tinggi, menandakan bahwa efektivitas tuning sangat bergantung pada pemilihan ruang pencarian dan konfigurasi parameter yang digunakan.Muhaza Liebenlito, M.SiDr. Nina Fitriyati, M.SiMahmudi, M.SiProf. Dr. Nur Inayah, M.Si4 Jul 20259:0011:00
35
Ardo Mildhan Pratama11180940000079Peramalan Nilai Impor Barang Indonesia Dengan Implementasi Model Long Short Term MemoryLaporan yang dirilis oleh IMF (International Monetary Fund) mengatakan bahwa proyeksi produk domestik bruto negara Indonesia adalah yang tertinggi di Asia Tenggara. Selain itu berdasarkan laporan Bank Indonesia, neraca perdagangan negara Indonesia juga cenderung stabil. Namun kendati demikian perubahan dunia sangat cepat termasuk di bidang ekonomi dan perdagangan, sehingga perlu ada upaya untuk mempertahankan kondisi ekonomi yang stabil ini. Upaya yang bisa dilakukan adalah melakukan peramalan terhadap indikator-indikator ekonomi makro, salah satunya adalah nilai impor barang. Pada penelitian ini dilakukan sebuah peramalan terhadap nilai impor barang Indonesia dengan menggunakan data pada Januari 1990 sampai Oktober 2023. Pendekatan yang digunakan pada penelitian ini menggunakan pembelajaran mesin untuk melakukan analisis runtun waktu, model yang dipilih adalah long short term memory (LSTM). Dalam proses pemodelan LSTM dilakukan optimasi parameter sehingga model terbaik untuk meramalkan nilai impor barang bisa ditentukan dengan mengevaluasinya menggunakan metrik mean average percentage error (MAPE). Hasil penelitian ini menunjukkan bahwa setelah pengujian sebanyak enam kali dengan menggunakan optimasi dan kombinasi beberapa hyperparameter didapati bahwa model terbaik terbentuk dari default hyperparameter dengan nilai MAPE sebesar 6%.Irma Fauziah, M.ScMadona Yunita Wijaya, M.ScTaufik Edy Sutanto, M.ScTech.,Ph.DMahmudi, M.Si7 Jul 202513:0015:00
36
Andini Candraningtyas11190940000009Nilai Ketakteraturan-C3 pada Hasil Kali Comb Graf Sikat dan Graf CycleGraf sederhana G=(V(G),E(G)) dikatakan selimut-H jika setiap sisi di E(G) termuat setidaknya oleh satu subgraf dari graf G yang isomorfik dengan graf H. Pelabelan-k titik Ξ± : V(G)β†’{1,2,...,k} disebut pelabelan-k titik tak teratur-H jika untuk setiap dua subgraf berbeda H' dan H'' yang isomorfik terhadap H berlaku wt Ξ± (H') β‰  wt Ξ± (H'') dimana bobot-H adalah wt Ξ± (H)= βˆ‘_(v∈V(H))β–’γ€–Ξ±(v)γ€—. Nilai minimum k sedemikian sehingga graf G memiliki pelabelan-k titik tak teratur-H disebut sebagai nilai titik ketakteraturan-H dari graf G dan dinotasikan dengan vhs(G,H). Pelabelan-k sisi Ξ² : E(G) β†’{1,2,...,k} disebut pelabelan-k sisi tak teratur-H jika untuk setiap dua subgraf berbeda H' dan H'' yang isomorfik terhadap H berlaku wt Ξ² (H') β‰  wt Ξ² (H'') dimana bobot-H adalah wt Ξ± (H)= βˆ‘_(e∈E(H))β–’γ€–Ξ²(e)γ€—. Nilai minimum k sedemikian sehingga graf G memiliki pelabelan-k sisi tak teratur-H disebut sebagai nilai sisi ketakteraturan-H dari graf G dan dinotasikan dengan ehs(G,H). Pelabelan-k total Ξ³ : V(G) Ս E(G) β†’{1,2,...k} disebut pelabelan-k total tak teratur-H jika untuk setiap dua subgraf berbeda H' dan H'' yang isomorfik terhadap H berlaku wt Ξ³ (H') β‰  wt (H'') dimana bobot-H adalah wt Ξ³ (H)= βˆ‘_(v∈V(H))β–’γ€–Ξ±(v)γ€—+βˆ‘_(e∈E(H))β–’γ€–Ξ²(e)γ€—. Nilai minimum k sedemikian sehingga graf G memiliki pelabelan-k total tak teratur-H disebut sebagai nilai total ketakteraturan-H dari graf G dan dinotasikan dengan ths(G,H). Graf yang dikaji pada penelitian ini adalah hasil kali sisi (edge comb) graf sikat dengan graf cycle n=3. Graf sikat Bn, n≀2 adalah graf sederhana yang dinotasikan dengan Bn. Graf sikat adalah graf yang diperoleh dari menggabungkan graf bintang (K_1,1)$ ke setiap simpul dari graf lintasan Pn dengan , n≀2. Graf siklus adalah graf sederhana yang dinotasikan dengan Cm dimana m adalah banyaknya titik pada siklus dengan syarat m=3. Operasi graf yang digunakan dalam penelitian ini adalah operasi graf edge comb product. Operasi comb sisi merupakan operasi yang dihasilkan dari dua buah graf terhubung graf G sebagai dasar dimana semua sisi pada graf G direkatkan dengan graf K di sisi cangkok graf G. Telah ditunjukkan nilai eksak dari
vhs (B_n⊡C_m), C_3),
ehs (B_n⊡C_m), C_3),dan
ths(B_n⊡C_m), C_3),
untuk n≀2. dan m = 3.		Prof. Dr. Nur Inayah, M.SiYanne Irene, M.SiMahmudi, M.SiMuhammad Manaqib, M.Sc7 Jul 20259:0011:00
37
Safarah Asmi11200940000028Konstruksi Tabel Mortalitas-Morbiditas Untuk Penyakit Tuberkulosis Menggunakan Asumsi Uniform Distribution Of DeathsTuberkulosis (TBC) merupakan salah satu penyakit yang menjadi penyebab kematian terbesar di dunia. Menurut data dari World Health Organization (WHO), TBC menempati urutan kedua sebagai penyakit menular penyebab kematian di seluruh dunia. Mengingat tingginya angka kasus dan kematian akibat TBC, analisis data terkait kejadian penyakit (morbiditas) dan kematian akibat penyakit (mortalitas) menjadi penting. Salah satu alat dalam analisis ini adalah tabel mortalitas-morbiditas. Tabel ini dapat memberikan dasar ilmiah dalam merancang kebijakan kesehatan, seperti alokasi sumber daya, pengembangan program pencegahan, dan evaluasi efektivitas pengobatan. Selain itu, tabel ini dapat digunakan oleh perusahaan asuransi untuk menghitung nilai anuitas dan premi, serta menciptakan jaminan finansial bagi pemegang polis. Pada penelitian ini dilakukan konstruksi tabel mortalitas-morbiditas dengan menggunakan data pasien RSU Kota Tangerang Selatan tahun 2021. Penelitian ini menggunakan asumsi Uniform Distribution of Deaths (UDD). Hasil penelitian menunjukkan bahwa jumlah orang hidup dan selisih antar keadaan untuk laki-laki dan perempuan memiliki pola yang sama. Number of person-years lived antara laki-laki dan perempuan hanya memiliki pola yang sama. Pada probabilitas transisi, kedua jenis kelamin memiliki pola yang sama pada transisi dari keadaan non-TBC tetap di keadaan non-TBC, keadaan non-TBC ke keadaan TBC, dan keadaan TBC ke keadaan kematian.Irma Fauziah, M.ScDhea Urfina Zulkifli, M.SiDr. Nina Fitriyati, M.SiProf. Dr. Nur Inayah, M.Si7 Jul 202513:0015:00
38
Tabina Azzahra11200940000008Model Premi Asuransi Tuberkulosis Berdasarkan Pola Penyebaran Penyakit Infeksi SEIHRD
Penelitian ini bertujuan mengembangkan model premi asuransi tunggal bersih untuk penyakit Tuberkulosis (TBC) dengan mempertimbangkan empat struktur benefit serta tiga skenario durasi premi. Metode yang digunakan mengintegrasikan model epidemiologi SEIHRD dan pendekatan aktuaria dengan perhitungan premi menggunakan prinsip ekuivalensi. Parameter epidemiologis yang digunakan meliputi Ξ±, Ξ², Ξ³, Ξ», dan ΞΈ berdasarkan literatur tahun 2020, sedangkan variabel jumlah individu tiap kompartemen diperoleh dari data Kemenkes RI dan WHO tahun 2020. Simulasi premi bulanan dilakukan dengan pendekatan semi-kontinu dan suku bunga tahunan 6%. Hasil menunjukkan bahwa premi dengan manfaat kematian selalu lebih tinggi, dan pembayaran premi satu tahun untuk perlindungan lima tahun menghasilkan premi tertinggi, mengindikasikan pentingnya keselarasan antara durasi pembayaran dan perlindungan dalam desain produk asuransi TBC yang efisien dan realistis.		Irma Fauziah, M.ScDhea Urfina Zulkifli, M.SiDr. Nina Fitriyati, M.SiProf. Dr. Nur Inayah, M.Si7 Jul 202511:0013:00
39
Rifaldi Achmad Faisal11210940000027Klasifikasi Produk Otomotif di Lokapasar Indonesia Menggunakan Model BERTPenggunaan kendaraan pribadi, khususnya mobil, semakin meningkat seiring dengan perkembangan industri otomotif. Peningkatan ini didukung oleh meluasnya perkembangan toko daring berbasis otomotif oleh UMKM dan merek otomotif ternama di dunia. Oleh karena itu, menarik untuk melakukan klasifikasi berdasarkan jenis produk. Penelitian ini bertujuan untuk mengklasifikasikan kategori produk otomotif di lokapasar seperti Tokopedia, Shopee, Blibli, Lazada, dan Bukalapak, berdasarkan judul produk dan kata kunci pada Januari dan Februari 2023. Metode klasifikasi yang digunakan adalah BERT serta membandingkan dengan metode Random Forest dan SVM untuk mengkategorikan 6 jenis produk. Penelitian ini menunjukkan bahwa jumlah data hasil klasifikasi produk pada kategori suku cadang mobil sangat tinggi jika dibandingkan dengan produk otomotif lainnya sehingga data tidak terdistribusi secara merata. Penelitian ini menunjukkan model BERT dan dua metode lainnya kurang optimal pada data dengan distribusi kelas yang tidak seimbang.Dhea Urfina Zulkifli, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DMahmudi, M.SiMuhammad Manaqib, M.Sc8 Jul 202513:2015:20
40
Silvia Zahro11210940000028Analisis Komunitas Jejaring Sosial pada Merek Mobil Terlaris di Indonesia Tahun 2023 dengan Metode LouvainGabungan Industri Kendaraan Bermotor Indonesia (Gaikindo) mengumumkan data penjualan wholesale pada bulan Desember 2023, yang menunjukkan bahwa pasar otomotif di Indonesia mencapai 1.005.802 unit. Informasi ini menarik perhatian di jejaring sosial, khususnya di Twitter, di mana aktivitas pengguna menunjukkan minat yang signifikan terhadap merek mobil terlaris pada tahun 2023. Sebanyak 2.115 tweet dari Twitter yang terkait dengan industri otomotif dianalisis dalam penelitian ini. Melalui analisis graf menggunakan Metode Louvain, komunitas-komunitas diidentifikasi untuk menggambarkan dinamika diskusi dan pandangan di platform tersebut. Hasil penelitian menunjukkan adanya variasi yang signifikan dalam modularitas komunitas, dengan komunitas terbesar yaitu merek Toyota memiliki modularitas sebesar 0,848, sementara komunitas terkecil yaitu merek Honda memiliki modularitas sebesar 0,910. Penelitian ini memberikan wawasan yang berharga tentang pola interaksi dan preferensi pengguna Twitter terhadap merek mobil terlaris pada tahun 2023, termasuk topik-topik utama seperti promosi dan penawaran menarik dari Daihatsu untuk mobil-mobil mereka di Indonesia.Taufik Edy Sutanto, M.ScTech.,Ph.DDhea Urfina Zulkifli, M.SiMahmudi, M.SiMuhammad Manaqib, M.Sc8 Jul 202514:2016:20
41
ALFATHAMDI PUTRA UMARYADI11210940000054Analisis Media Sosial dan Massa Terhadap Industri Otomotif Indonesia Menggunakan Semi-supervised LDASetiap tahunnya, industri otomotif di Indonesia memproduksi lebih dari 1 juta unit, dan kontribusi ekspor sebesar USD 258,82 Miliar pada tahun 2024. Media massa dan media sosial sumber informasi publik yang dapat digunakan untuk meningkatkan pertumbuhan industri otomotif. Namun, perbincangan di media sosial dan berita di media massa sering kali tidak terarah karena beragamnya topik yang dibahas, sehingga sulit untuk melakukan analisis. Penelitian ini bertujuan untuk mengklasifikasikan topik-topik menjadi 5 kategori, yaitu Biaya, Fitur, Reliabilitas, Keamanan, Keselamatan, Ramah Lingkungan, dan Lainnya. Metode topik modeling semi-supervised LDA digunakan untuk mengklasifikasi data yang bersumber dari 15 platform media massa seperti Otomotif Kompas, Gaikindo, Carmudi Indonesia, dan lainnya, serta 5 platform media sosial seperti TikTok, X (Twitter), Facebook, dan lainnya. Evaluasi terhadap model yang dibuat menunjukkan tingkat koherensi sebesar 2,5. Berdasarkan penelitian ini, dengan menggunakan tingkat relevansi sebesar 0,2, peneliti menemukan bahwa pada aspek Biaya, merek Honda yang paling sering diperbincangkan, sementara merek Daihatsu menjadi yang paling diperbincangkan dalam aspek Ramah Lingkungan, dan Toyota adalah merek yang paling diperbincangkan dalam aspek Reliabilitas.Dhea Urfina Zulkifli, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DMuhammad Manaqib, M.ScMahmudi, M.Si8 Jul 202412:0014:00
42
Syifa Ghaisani11210940000050Prediksi Gender Username Twitter Indonesia Terkait Otomotif Menggunakan Hierarchical Classification dan BERTPreferensi dalam industri otomotif seringkali dipengaruhi oleh faktor gender, dengan pria dan wanita menunjukkan kecenderungan yang berbeda dalam memilih jenis, desain, dan fitur kendaraan. Media sosial seperti Twitter telah menjadi sumber informasi yang berharga bagi perusahaan otomotif untuk memahami preferensi konsumen, mengidentifikasi tren pasar, dan merancang strategi pemasaran yang lebih efektif. Penelitian ini menggunakan data dari media sosial Twitter Indonesia dengan fokus pada kata kunci otomotif untuk melakukan prediksi gender pengguna berdasarkan nama pengguna mereka. Dataset yang digunakan terdiri dari 14.805 data berlabel dan 5.443 data uji. Metode yang diterapkan dalam penelitian ini meliputi Hierarchical Classification Heuristic dan Bidirectional Encoder Representations from Transformers (BERT), serta analisis efektivitas pemotongan suku kata melalui proses rekayasa fitur. Selain itu, penelitian ini juga memperkenalkan nameXpander, sebuah metode rekayasa fitur yang mengembangkan representasi nama pengguna dengan memperluas nama pengguna asli menggunakan ekspansi kata-kata berbahasa Indonesia yang umum digunakan. Hasil penelitian menunjukkan bahwa model kombinasi antara BERT dengan nameXpander mencapai akurasi prediksi tertinggi sebesar 90%. Hal ini menegaskan bahwa analisis data media sosial, khususnya melalui kombinasi metode BERT dengan nameXpander, dapat menjadi alat yang efektif untuk memahami dan merespons preferensi gender dalam pasar otomotif.Taufik Edy Sutanto, M.ScTech.,Ph.DDhea Urfina Zulkifli, M.SiMuhammad Manaqib, M.ScMahmudi, M.Si8 Jul 202413:3015:30
43
Febiola br Tarigan11210940000015Pemodelan VAR Dan GSTAR Dalam Memprediksi Nilai Tukar Petani Di Provinsi Riah, Sumatera Selatan, Dan Sumatera Utara


Nilai Tukar Petani (NTP) merupakan indikator penting yang mencerminkan daya beli dan tingkat kesejahteraan petani. Penelitian ini bertujuan untuk memodelkan dan memprediksi NTP di Provinsi Riau, Sumatera Selatan, dan Sumatera Utara selama periode Januari 2016 hingga Desember 2024. Dua pendekatan yang digunakan adalah model Vector Auto Regressive (VAR) dan Generalized Space-Time Auto Regressive (GSTAR). Proses analisis diawali dengan uji stasioneritas, pemilihan orde model, serta evaluasi akurasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil menunjukkan bahwa seluruh model memberikan prediksi yang akurat dengan nilai MAPE di bawah 5%. Model GSTAR (1_1 )I(1) dengan bobot invers jarak menghasilkan akurasi terbaik, dengan nilai MAPE sebesar 3,20% di Riau, 1,74% di Sumatera Selatan, dan 1,82% di Sumatera Utara. Penelitian ini mengindikasikan bahwa pemanfaatan informasi spasial berbasis jarak dalam pemodelan spatio-temporal berperan penting dalam meningkatkan keakuratan peramalan NTP. Selain itu, model VAR (1) dan GSTAR (1_1 )I(1) dengan bobot seragam juga menunjukkan performa yang baik, sehingga pendekatan temporal maupun spatio-temporal dapat diterapkan secara efektif dalam peramalan NTP di ketiga provinsi tersebut.
Madona Yunita Wijaya, M.ScDr. Gustina Elfiyanti, M.SiDr. Nina Fitriyati, M.SiMahmudi, M.Si8 Jul 20249:0011:00
44
Utami Dewi Amelia11210940000075Dual Reciprocity Boundary Element Method untuk Menyelesaikan Masalah Infiltrasi Air Bergantung Waktu di Berbagai Bentuk SaluranPenelitian ini membahas tentang infiltrasi bergantung waktu di berbagai bentuk saluran irigasi alur terhadap tanah homogen. Model Matematika untuk masalah infiltrasi adalah Persamaan Richard. Persamaan Richard ini akan ditransformasikan dengan menggunakan transformasi Kirchhoff, variabel tak berdimensi dan konstanta tak berdimensi menjadi persamaan Helmholtz termodifikasi. Selanjutnya dengan menggunakan DRBEM, akan diperoleh solusi numerik dari Persamaan Helmholtz termodifikasi. Metode tersebut akan digunakan untuk menghitung nilai numerik daya serap air, kandungan air, dan pengaruh waktu terhadap proses infiltrasi. Hasil penelitian menunjukkan bahwa bentuk saluran flat dan non flat tanpa Impermeable menghasilkan kadar air yang lebih tinggi dibandingkan saluran non flat dengan Impermeable.Muhammad Manaqib, M.ScYanne Irene, M.SiDr. Gustina Elfiyanti, M.SiIrma Fauziah, M.Sc8 Jul 20247:309:30
45
Chelsea Fatihah Rahma11210940000035Indonesia’s Total Fertility Rate (TFR) Using the Brown and Holt
Double Exponential Smoothing with Grid Search		The Brown and Holt DES method effectively captures trends in timeseries data. Its forecasting accuracy heavily depends on the selection
of optimal smoothing parameters. Often, the smoothing parameters
are selected manually using trial and error methods. This method is
time-consuming, unsystematic, prone to bias, not scalable, less
reproducible, and increases the risk of overfitting or underfitting. To
overcome these problems, in this study, we propose optimization of
smoothing parameters using Grid Search. This new approach will be
applied to predict Indonesia’s TFR. Grid Search optimization is
employed to systematically explore the parameter space and identify
the best combination that minimizes forecasting errors. To ensure
model robustness, cross-validation is implemented, allowing the
evaluation of model performance across multiple training and
validation splits. The results show that the Holt DES method with Grid
Search is more accurate than the Brown DES with Grid Search, with
the smallest Mean Squared Error (MSE) value of 0.00972
at 𝛼 = 1.00 and 𝛽 = 0.07. Predictions with Holt DES with Grid Search
show a downward trend in the national TFR until 2027, potentially
falling below the ideal level of 2.1. TFR predictions at the provincial
level show pattern variations, with several regions experiencing
significant declines. The difference in results between the Brown and
Holt methods emphasizes the importance of optimizing smoothing
parameters and selecting an appropriate population-analysis
prediction model to support demographic policy.		Dr. Nina Fitriyati, M.SiProf. Dr. Suma’inna, M.SiMadona Yunita Wijaya, M.ScProf. Dr. Nur Inayah, M.Si8 Jul 202410:0012:00
46
Heny Nur Afifah11210940000024Perbandingan Model ARIMAX dan Feed-Forward Neural Network (FFNN) Dalam Memprediksi Produktivitas Padi Provinsi Jawa TimurPadi merupakan komoditas utama yang memiliki peran penting dalam menjaga ketahanan pangan nasional. Produktivitas padi yang stabil sangat dibutuhkan, terutama di daerah sentra produksi seperti Provinsi Jawa Timur. Penurunan angka produktivitas padi yang terjadi dalam beberapa tahun terakhir di wilayah tersebut berpotensi mengganggu ketersediaan pangan dan berdampak pada kesejahteraan petani. Oleh karena itu, diperlukan upaya peramalan produktivitas padi untuk mengantisipasi dampak negatif yang mungkin timbul serta mendukung perencanaan produksi yang berkelanjutan. Penelitian ini bertujuan untuk memodelkan dan memprakirakan jumlah produktivitas padi di Provinsi Jawa Timur untuk jangka waktu enam tahun ke depan dengan menggunakan dua pendekatan, yaitu Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX) dan Feed-Forward Neural Network (FFNN). Model ARIMAX memanfaatkan variabel eksogen berupa kelembaban udara, suhu maksimum, dan penyinaran matahari. Input yang digunakan pada model FFNN sama seperti variabel eksogen pada ARIMAX, dengan konfigurasi satu neuron pada hidden layer. Evaluasi performa dilakukan dengan membandingkan hasil prakiraan dari kedua model menggunakan metrik evaluasi berupa Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa kedua model memiliki akurasi yang sangat baik, dengan nilai MAPE di bawah 10%. Namun, model FFNN(3,1,1) menghasilkan nilai MAPE terendah, sehingga dinyatakan sebagai model terbaik dalam memprediksi produktivitas padi di Provinsi Jawa Timur, diikuti oleh model ARIMAX(2,2,1).Yanne Irene, M.SiMadona Yunita Wijaya, M.ScIrma Fauziah, M.ScProf. Dr. Nur Inayah, M.Si17 Jun 202513:0015:00
47
Dharma Syadhi Putra Adjie11210940000067Comparison of the Performance of Svr, Lstm, and Random Forest Algorithms in Predicting Bitcoin Price Bitcoin, known for its high volatility, has attracted significant interest from both investors and researchers. This study presents a novel comparison of three machine learning algorithmsβ€”Support Vector Regression (SVR), Random Forest, and Long Short-Term Memory (LSTM)β€”in predicting Bitcoin prices. Using historical data from January 1, 2018, to September 14, 2024, with features including open, high, low, close, and volume, this research explores the performance of these models in capturing both short-term fluctuations and long-term trends. The model evaluation was conducted using the Mean Absolute Percentage Error (MAPE). The results demonstrate that LSTM outperformed the other models, achieving the lowest MAPE of 2.54%, followed by SVR at 2.75 % and Random Forest at 4.13%. These findings highlight the superior ability of LSTM to model short-term volatility, while SVR is more adept at identifying long-term price trends. The novelty of this study lies in its direct comparison of these three algorithms for Bitcoin price prediction, offering new insights into the selection of appropriate models. Additionally, the research suggests promising opportunities for the development of hybrid models to improve prediction accuracy in the future.Dr. Nina Fitriyati, M.SiDr. Gustina Elfiyanti, M.SiMadona Yunita Wijaya, M.ScMuhaza Liebenlito, M.Si9 Jul 202413:0015:00
48
Zahra Khotimah11210940000003Estimasi Value at Risk (VAR) Menggunakan Metode Copula Ali-Mikhail-Haq Dan Copula Frank Pada Portofolio Saham PerbankanPasar saham sektor perbankan di Indonesia memiliki kontribusi besar terhadap kapitalisasi pasar, namun juga menyimpan risiko yang signifikan akibat fluktuasi harga. Penelitian ini bertujuan untuk memperoleh estimasi Value at Risk (VaR) atau nilai kerugian maksimum terendah pada portofolio saham perbankan dengan metode Copula Ali-Mikhail-Haq (AMH) dan Copula Frank. Data yang digunakan adalah harga harian penutupan saham BBRI, BBCA, dan BMRI selama periode 1 Januari 2021 - 31 Desember 2024. Hasil penelitian menunjukkan bahwa copula Frank menghasilkan estimasi VaR yang lebih rendah dibandingkan copula AMH. Kombinasi portofolio saham dengan risiko terendah yang diperoleh adalah BBRI–BBCA dengan komposisi bobot 30% untuk BBRI dan 70% untuk BBCA, menghasilkan nilai VaR sebesar -0,01909756 untuk satu hari perdagangan dan -0,04327768 untuk lima hari perdagangan. Validasi model dilakukan menggunakan backtesting dengan Kupiec Test menunjukkan bahwa model VaR menggunakan copula AMH dan copula Frank valid digunakan. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengukuran risiko portofolio yang lebih akurat dengan mempertimbangkan struktur ketergantungan antar aset.
Madona Yunita Wijaya, M.ScDr. Nina Fitriyati, M.SiIrma Fauziah, M.ScDhea Urfina Zulkifli, M.Si9 Jul 202413:0015:00
49
Delia Amalia11210940000065Dual Reciprocity Boundary Element Method Untuk Menyelesaikan Masalah Infiltrasi Air Bergantung Waktu Pada Saluran Irigasi Alur Di Berbagai Jenis Tanah HomogenPenggunaan air di sektor pertanian sangat besar, pengukuran infiltrasi di laboratorium membutuhkan biaya dan waktu yang tinggi. Oleh karena itu, dibutuhkan pendekatan matematis yang efisien untuk memodelkan proses infiltrasi air ke dalam tanah. Penelitian ini menyelesaikan masalah infiltrasi air yang berubah terhadap waktu pada saluran irigasi alur berbentuk trapesium di berbagai jenis tanah homogen. Persamaan pengatur infiltrasi berbentuk Persamaan Helmholtz termodifikasi yang diperoleh dari mentransformasikan Persamaan Richard menggunakan Kirchhoff dan penyederhanaan tak berdimensi dengan syarat batas campuran. Selanjutnya menggunakan metode Dual Reciprocity Boundary Element Method (DRBEM) tanpa perlu mendiskretisasi seluruh domain, akan diperoleh solusi numerik Persamaan Helmholtz termodifikasi, yang digunakan untuk menghitung nilai numerik daya serap air, kandungan air, dan pengaruh waktu terhadap proses infiltrasi. Hasil menunjukkan bahwa jenis tanah memengaruhi distribusi air dalam tanah. Urutan tanah yang paling banyak mengandung air yaitu Touchet Silt Loam, Pima Clay Loam, Lakish Clay, dan Sheluhot Silty Clay. Metode DRBEM terbukti efisien untuk memodelkan infiltrasi air dan dapat digunakan untuk mendukung pengelolaan air pertanianMuhammad Manaqib, M.ScYanne Irene, M.SiIrma Fauziah, M.ScMahmudi, M.Si9 Jul 202410:0012:00
50
Syahrul Azka11210940000049Analisis Performa Klaster Single Board Computer dalam Implementasi Singular Value DecompositionPenelitian ini bertujuan untuk mengevaluasi kinerja operasi Singular Value Decomposition berbasis Divide-and-Conquer pada dua jenis klaster komputasi, yaitu klaster PC berbasis Intel Core i5-12400 dan klaster Single Board Computer berbasis Allwinner H618. Evaluasi dilakukan terhadap tiga metrik utama: waktu eksekusi, speedup, dan konsumsi energi. Pengujian dilakukan pada tiga ukuran matriks (2.160Γ—2.160, 3.240Γ—3.240, dan 5.400Γ—5.400) dengan variasi jumlah inti prosesor dari 1 hingga 12 core. Konsumsi energi diukur menggunakan wattmeter dengan merekam daya puncak selama eksekusi. Hasil menunjukkan bahwa klaster PC menghasilkan waktu eksekusi tercepat, namun memiliki keterbatasan dalam skalabilitas paralel dengan speedup maksimum 10,31Γ— dan konsumsi energi 2,07 Wh pada pengujian matriks 5.400Γ—5.400 dengan 12 core. Sebaliknya, klaster SBC menunjukkan efisiensi paralel yang jauh lebih tinggi dengan speedup 117,75Γ— dan konsumsi energi hanya 0,23 Wh pada konfigurasi yang sama. Temuan ini menunjukkan bahwa klaster SBC memiliki potensi sebagai solusi komputasi numerik paralel yang hemat energi, ekonomis, dan relevan untuk pengembangan infrastruktur komputasi berkelanjutan di lingkungan pendidikan tinggi, selaras dengan tujuan Sustainable Development Goals 7.Muhaza Liebenlito, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DMuhammad Irvan Septiar Musti, M.SiUtih Amartiwi, M.Sc10 Jul 202413:0015:00
51
Deffin Purnama Noer11210940000036Evaluasi Kinerja dan Efisiensi Energi pada Cluster Single Board Computer dan PC untuk Distributed Unsupervised LearningPenelitian ini bertujuan untuk mengevaluasi kinerja dan efisiensi energi algoritma unsupervised learning terdistribusi pada dua jenis klaster, yaitu Single Board Computer (SBC) dan Personal Computer (PC), menggunakan Apache Spark. Dua algoritma yang diuji, k-means dan Gaussian Mixture Model (GMM), dijalankan pada variasi ukuran dataset dan jumlah inti prosesor untuk mengamati tingkat skalabilitas. Hasil menunjukkan bahwa PC secara konsisten memberikan waktu eksekusi lebih cepat, terutama pada k-means dengan dataset besar. Di sisi lain, SBC menunjukkan efisiensi energi yang lebih tinggi di seluruh skenario, dengan penghematan energi hingga 93% pada k-means dan 86% pada GMM dibandingkan konfigurasi konsumsi tertinggi di PC. Temuan ini menegaskan potensi SBC sebagai solusi komputasi ramah lingkungan (green/sustainable computing) yang hemat daya dan biaya, khususnya untuk pembelajaran, eksperimen akademik, dan pengembangan sistem edge computing skala kecil, serta relevan dalam mendukung agenda keberlanjutan melalui kontribusi terhadap Sustainable Development Goals (SDGs).Muhaza Liebenlito, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DUtih Amartiwi, M.ScMuhammad Irvan Septiar Musti, M.Si10 Jul 202513:0015:00
52
Syallimaayu Chaniago11190940000022Penyelesaian Masalah Infiltrasi Saluran Irigasi Alur dengan Root-Water Uptake Menggunakan Dual Reciprocity Boundary Element Method Dan Skema Prediktor-Korektor Pada Tanah HeterogenPenelitian ini membahas tentang infiltrasi saluran irigasi alur pada tanah he-
terogen menggunakan Metode Syarat Batas (MSB) dengan satu jenis akar yang
dilengkapi dengan root water uptake. Model matematis yang digunakan untuk me-
mecahkan masalah infiltrasi adalah persamaan Richard. Persamaan ini kemudian
diubah menjadi persamaan Helmholtz yang dimodifikasi melalui transformasi Kir-
chhoff, variabel dan konstanta tak berdimensi, serta menggunakan syarat batas cam-
puran. Dengan menerapkan metode Dual Reciprocity Boundary Element Method
(DRBEM) dan skema prediktor-korektor, diperoleh solusi numerik untuk persama-
an Helmholtz yang dimodifikasi. Metode ini digunakan untuk mengatasi masalah
infiltrasi pada saluran non-flat tanpa impermeable. Urutan total serapan air terba-
nyak berdasarkan lapisan tanah yaitu Sandy Loam, Loamy Sandy,Loam B, Loam A,
dan Silty Loam. Dari solusi yang diperoleh, potensi hisap, kadar air, dan fungsi se-
rapan air akar dapat dihitung. Setiap akar pada saluran trapesium tanah heterogen
menyerap jumlah air yang berbeda, dan distribusi air pada setiap akar tanaman juga
dapat dihitung serta dibandingkan.		Muhammad Manaqib, M.ScDr. Gustina Elfiyanti, M.SiYanne Irene, M.SiIrma Fauziah, M.Sc11 Jul 202515:0017:00
53
Agung Taruna Yudho Pratama11210940000004Dual Reciprocity Boundary Element Method Untuk Menyelesaikan Masalah Infiltrasi Air Pada Saluran Irigasi Alur Impermeable Bergantung Waktu Dengan Root Water UptakePenelitian ini membahas tentang infiltrasi air yang bergantung pada waktu
menggunakan tanah homogen dengan root water uptake yang dipertimbangkan.
Model matematika yang digunakan untuk menggambarkan proses infiltrasi adalah
persamaan Richards. Persamaan ini kemudian ditransformasi menjadi Persamaan
Helmholtz termodifikasi melalui transformasi kirchhoff, serta penerapan variabel dan
konstanta tak berdimensi. Selanjutnya, metode Dual Reciprocity Boundary Element
Method (DRBEM) digunakan untuk memperoleh solusi numerik dari Persamaan
Helmholtz termodifikasi tersebut. Metode ini diterapkan untuk menghitung nilai daya
serap air, kandungan air, serta menganalisis pengaruh waktu terhadap proses infiltrasi.
Distribusi dari setiap akar tanaman juga dapat dihitung dan dibandingkan. Hasil
penelitian menunjukkan bahwa daya serap akar yang tinggi mempengaruhi banyaknya
kandungan air dalam tanah. Urutan daya serap akar yang paling banyak menyerap air
dalam tanah yaitu π‘…π‘œπ‘œπ‘‘ 𝐡 disusul dengan π‘…π‘œπ‘œπ‘‘ 𝐴, π‘…π‘œπ‘œπ‘‘ 𝐢, lalu π‘…π‘œπ‘œπ‘‘ 𝐷. Selain itu,
parameter waktu memiliki peran penting dalam proses infiltrasi air dalam tanah.
Semakin lama waktu yang diberikan untuk infiltrasi air dalam tanah, maka kandungan
air dalam tanah semakin meningkat. 		Muhammad Manaqib, M.ScYanne Irene, M.SiIrma Fauziah, M.ScMahmudi, M.Si11 Jul 20258:3010:30
54
Nayla Saadah Fiddaraeni11210940000082Performance Evaluation of Ensemble ARIMA, Holt’s, and Prophet Models for Forecasting Patient VisitsThe growing number of patient visits highlights the urgent need for a healthcare service system that is both efficient and responsive. However, sudden increases in patient volume can disrupt the quality of care and place significant strain on available resources. This research investigates the predictive capabilities of the forecasting performance of three individual time series models, ARIMA, Holt, and Prophet, while also exploring the effectiveness of an ensemble approach that combines their forecasts through a weighted average based on MAPE values, giving greater weight to models with lower MAPE. This study examines monthly patient visit records from a primary clinic, covering the years 2020 through 2023. The ensemble model that integrates Prophet and Holt produced a marginally higher MAPE of 9.56% compared to Holt's performance of 9.38%, yet it showed enhanced forecast stability, rendering it a valuable choice for long-term planning in primary healthcare environments. The findings highlight that a cooperative approach can improve the consistency and reliability of forecasts used in real-world decision-making. An essential element of this research is the use of a simple yet effective weighted ensemble method in primary care, an area that remains underexplored in current literature. These findings highlight the potential of data-driven forecasting models to improve decision-making in resource distribution and service planning, thereby boosting the healthcare system's responsiveness.Madona Yunita Wijaya, M.ScMahmudi, M.SiDr. Nina Fitriyati, M.SiYanne Irene, M.Si21 Jul 20257:309:30
55
Fatimah Az Zahra11210940000076Perbandingan Performa Model GAM dan Regresi Polinomial pada Data Iklim Kota TangerangΒ SelatanPenelitian ini membandingkan Generalized Additive Model (GAM) dan regresi polinomial derajat 4 dalam memodelkan data iklim musiman dari BBMKG Wilayah II. Data mencakup lima variabel: suhu rata-rata, suhu minimum, suhu maksimum, kelembapan, dan curah hujan. Hasil analisis menunjukkan bahwa GAM memberikan performa yang lebih baik dengan nilai RΒ² lebih tinggi serta RMSE dan MAE lebih rendah. Grafik hasil prediksi GAM juga lebih sesuai dengan pola data aktual dibanding regresi polinomial.Madona Yunita Wijaya, M.ScDr. Gustina Elfiyanti, M.SiYanne Irene, M.SiMahmudi, M.Si21 Jul 202510:0012:00
56
Noval Firdaus Ramadhan11210940000043Model Matematika SVEIR Penyebaran Penyakit Pneumonia dengan VaksinasiPenelitian ini menggunakan model SVEIR dalam memodelkan penyebaran penyakit pneumonia dengan vaksinasi. Dalam model ini populasi dibagi menjadi 5 sub populasi yaitu sub populasi rentan, sub populasi vaksinasi ,sub populasi laten, sub populasi terinfeksi, sub populasi removed. Dalam proses dilakukan penelitian ini diawali dengan membuat diagram kompartemen dan dilanjut dengan membuat asumsi asumsi yang terkait di setiap masing-masing parameter. Selanjutnya menggunakan sistem persamaan yaitu sistem persamaan diferensial untuk membangun model matematika. Penelitian ini mempunyai 2 titik yang dihasilkan yaitu titik ekuilibrium bebas penyakit dan titik ekuilibrium endemik serta bilangan reproduksi dasar atau sering dikenal dengan (R_0). Titik ekuilibrium bebas penyakit dan titik ekuilibrium endemik stabil asimtotik lokal jika semua bagian real nilai eigen dari matriks jacobi bernilai negatif. Penyakit akan menghilang dari populasi jika R_0<1 dan akan menetap atau stabil jika R_0>1 pernyataan ini berdasarkan hasil analisis yang telah dilakukan. Kemudian proporsi populasi melakukan vaksinasi , populasi terinfeksi tidak bergejala dan populasi terinfeksi penyakit adalah parameter yang berpengaruh dalam analisis sentivitas pada penelitian ini. Mahmudi, M.SiDr. Gustina Elfiyanti, M.SiDr. Nina Fitriyati, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.D22 Jul 202513:0015:00
57
Siti Nurcholisah Dwi Rizky11210940000009Pemodelan Matematika Penyebaran Penyakit Chikungunya Dengan Peran Vektor Nyamuk Dan PengobatanPenelitian ini mengembangkan model ShEhIhThRhSmEmIm untuk model penyebaran penyakit chikungunya pada individu yang melakukan pengobatan. Pembuatan model ini diawali dengan membuat diagram kompartemen penyebaran penyakit, yang terdiri dari dua populasi yaitu populasi manusia dan populasi nyamuk. Populasi manusia dibagi menjadi lima kompartemen yaitu individu rentan, individu terinfeksi namun belum menunjukkan gejala, individu terinfeksi, individu yang melakukan pengobatan, dan individu sembuh. Lalu, populasi nyamuk dibagi menjadi tiga kompartemen yaitu nyamuk rentan, nyamuk yang terinfeksi namun belum menunjukkan gejala, dan nyamuk terinfeksi. Penelitian ini dimulai dengan membentuk diagram kompartemen yang kemudian digunakan untuk menyusun sistem persamaan diferensial. Sistem persamaan diferensial tersebut kemudian dikaji untuk menentukan titik ekuilibrium bebas penyakit, titik ekuilibrium endemik, serta bilangan reproduksi dasar (R0 ). Jika R0<1 maka titik ekuilibrium bebas penyakit bersifat stabil asimtotik lokal dan jika R0>1 dan semua bilangan real nilai eigen dari matriks jacobi J(E2 ) bernilai negatif maka titik ekuilibrium endemik stabil asimtotik lokal. Simulasi numerik terhadap titik ekuilibrium bebas penyakit dan endemik dilakukan dengan menggunakan variabel dan nilai parameter yang telah ditentukan, bertujuan untuk menggambarkan serta memprediksi dinamika penyebaran penyakit. Berdasarkan analisis sensitivitas menunjukkan bahwa parameter yang paling signifikan terhadap penyebaran penyakit chikungunya adalah tingkat individu yang melakukan pengobatan.Mahmudi, M.SiDr. Gustina Elfiyanti, M.SiMuhammad Manaqib, M.ScYanne Irene, M.Si22 Jul 20259:0011:00
58
Shofi Qurrotulaini 11200940000001Indeks Zagreb Pertama pada Graf Koprima dari Grup Bilangan Bulat Modulo nTeori graf telah menjadi alat yang penting dalam berbagai bidang matematika, menyediakan kerangka kerja yang kuat untuk memodelkan hubungan dan struktur. Makalah ini berfokus pada graf koprima dari grup bilangan bulat modulo n, dinotasikan sebagai Z_n , dengan penekanan khusus pada penentuan indeks Zagreb pertama untuk graf ini. Graf koprima dibangun dengan merepresentasikan setiap bilangan bulat diZ_n sebagai sebuah simpul, dan menghubungkan dua buah simpul jika pembagi persekutuan terbesarnya adalah 1. Graf ini mengkodekan informasi aritmatika dan struktural yang signifikan, menawarkan sebuah persimpangan yang menarik antara teori bilangan dan teori graf. Penelitian ini mengembangkan sebuah formula untuk indeks Zagreb pertama dari Ξ“_(Z_n ) , di manan=pβ‹…qβ‹…r dengan p,q, dan r adalah bilangan prima yang berbeda. Dengan menganalisa derajat simpul dan menerapkan sifat-sifat teori graf, makalah ini mendapatkan hasil yang eksplisit untuk kasus-kasus dengan bilangan prima tertentu, seperti p=2,q=3 dan r>p,q . Temuan-temuan utama meliputi rumus-rumus umum dan contoh-contoh komputasi yang mengilustrasikan penerapan hasil-hasil yang diperoleh. Penelitian ini berkontribusi pada pemahaman yang lebih luas mengenai invarian graf, menjembatani struktur aljabar dan sifat-sifat teori graf, serta meningkatkan eksplorasi graf matematika yang berakar pada teori bilangan.Dr. Gustina Elfiyanti, M.SiYanne Irene, M.SiMuhammad Manaqib, M.ScMahmudi, M.Si25 Jul 202513:0015:00
59
Adinda Riska Nurlaili111809400000064Analisis Eksploratori Data Sampah Nasional: Evaluasi Kinerja, Tantangan Sistemik, dan Proyeksi Menuju Target Indonesia Bersih Sampah 2025Pengelolaan sampah merupakan salah satu tantangan pembangunan paling mendesak di Indonesia, terutama dalam konteks target ambisius yang ditetapkan melalui Kebijakan dan Strategi Nasional (Jakstranas) untuk mencapai 100% pengelolaan sampah pada tahun 2025. Penelitian ini bertujuan untuk melakukan analisis eksploratori mendalam terhadap data timbulan, pengelolaan, dan komposisi sampah di berbagai daerah di Indonesia selama periode 2020-2022. Analisis ini menggunakan data publik dari Sistem Informasi Pengelolaan Sampah Nasional (SIPSN) Kementerian Lingkungan Hidup dan Kehutanan (KLHK). Metodologi kuantitatif diterapkan, mencakup pra-pemrosesan data untuk menangani nilai yang hilang, perhitungan metrik kinerja utama seperti tingkat pengurangan, penanganan, dan daur ulang, serta analisis statistik deskriptif. Visualisasi data, termasuk peta koroplet, diagram batang, dan diagram lingkaran, digunakan untuk mengidentifikasi pola spasial dan temporal serta anomali dalam data. Temuan utama menunjukkan bahwa timbulan sampah nasional terkonsentrasi secara signifikan di Pulau Jawa, yang berbanding lurus dengan kepadatan penduduk dan tingkat urbanisasi. Kinerja pengelolaan sampah menunjukkan variasi yang sangat besar antar daerah; beberapa kabupaten/kota telah menunjukkan praktik terbaik yang patut direplikasi, namun mayoritas masih jauh dari target Jakstranas. Analisis komposisi sampah secara konsisten menunjukkan dominasi sampah organik (sisa makanan), yang mengindikasikan perlunya prioritas strategi pengelolaan yang lebih terfokus pada jenis sampah ini. Lebih jauh, kualitas dan kelengkapan data yang dilaporkan oleh pemerintah daerah menjadi tantangan mendasar yang menghambat evaluasi kebijakan yang akurat dan efektif. Penelitian ini menyimpulkan bahwa pencapaian target Jakstranas 2025 menghadapi tantangan berat yang bersifat sistemik, mulai dari akurasi data, kapasitas pemerintah daerah, hingga partisipasi publik. Diperlukan reformasi dalam sistem pePenelitian data, penguatan kapasitas daerah melalui adopsi model pengelolaan yang terbukti berhasil, dan fokus strategis pada pengelolaan sampah organik untuk mengakselerasi kemajuan menuju Indonesia Bersih Sampah 2025.Prof. Dr. Nur Inayah, M.SiTaufik Edy Sutanto, M.ScTech.,Ph.DMuhammad Manaqib, M.ScDr. Nina Fitriyati, M.Si25 Jul 202515:3017:30
60
Mawaddatun Nisa11180940000020Pengaruh SMOTE dan Optimasi Hyperparameter Optuna Terhadap Performa TabNet Untuk Klasifikasi Penyakit JantungPenyakit jantung merupakan penyebab kematian tertinggi di dunia, termasuk di Indonesia. Deteksi dini terhadap penyakit ini menjadi sangat penting dalam upaya pencegahan. Penelitian ini bertujuan untuk mengevaluasi pengaruh metode SMOTE (Synthetic Minority Over-sampling Technique) dan optimasi hyperparameter dengan Optuna terhadap performa model TabNet dalam klasifikasi penyakit jantung menggunakan data dari Kaggle yang terdiri dari 158.355 baris dan 28 fitur. Empat skenario model dievaluasi: (1) TabNet standar, (2) TabNet + Optuna, (3) TabNet + SMOTE, dan (4) TabNet + SMOTE + Optuna. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa kombinasi SMOTE dan Optuna memberikan performa terbaik dengan akurasi mencapai 74,23%, serta distribusi prediksi yang lebih seimbang antara kelas sehat dan sakit. Analisis interpretabilitas model menggunakan SHAP mengungkapkan bahwa hanya sebagian kecil fitur yang memberikan kontribusi signifikan terhadap prediksi. Hal ini menunjukkan pentingnya pemilihan fitur yang relevan untuk meningkatkan generalisasi dan sensitivitas model, terutama dalam mendeteksi kasus penyakit jantung pada kelas minoritas.Prof. Dr. Nur Inayah, M.SiMuhaza Liebenlito, M.SiYanne Irene, M.SiMadona Yunita Wijaya, M.Sc25 Jul 202511:0013:00
61
Selvi Oktaviani11210940000081Comparative Analysis of Single and Multiple N-BEATS Models for Forecasting Wholesale Car Sales in Indonesia.The automotive sector is a major driver of Indonesia’s economy and a key contributor to national GDP. This paper evaluates the performance of N‑BEATS deep‑learning models using single and multiple time series data on monthly GAIKINDO wholesale car sales from January 2021 to December 2024. N‑BEATS, a recent and popular forecasting model, was selected due to its well-known ability to model time series problems without extensive feature engineering. In the single‑series setting, an independent model is trained for each brand while the multiple‑series learns jointly from all brands data at the same time. Rolling‑window cross‑validation with sMAPE metrics shows that the multiple‑series configuration is superior, yielding an average sMAPE of 10.82 % and RMSE 741.95 compared to 24.39% and RMSE 800.95 for the single series model. Explorative analysis shows that conventional multiple‑series forecasts track actual trends more closely and exhibit greater stability. Insights from this empirical analysis indicate that the multiple time series approach offers improved robustness and stability, providing a practical solution for automotive industry stakeholders to enhance demand forecasting and inventory planning.Taufik Edy Sutanto, M.ScTech.,Ph.DProf. Dr. Nur Inayah, M.SiMuhammad Irvan Septiar Musti, M.SiUtih Amartiwi, M.Sc29 Jul 20251:00:00 PM3:00:00 PM
62
Dina Sekar Juliati11210940000020Bilangan Kromatik Ketidakteraturan Lokal pada Graf Roda Ganda (DWn)Penelitian ini membahas pewarnaan graf dalam konteks pelabelan lokal tidak teratur, khususnya pada graf roda ganda (Double Wheel Graph), yang disimbolkan sebagai DWn . Teori graf menjadi landasan penting dalam berbagai bidang seperti jaringan komputer, sirkuit elektronik, dan sistem komunikasi, dan pelabelan lokal tidak teratur merupakan salah satu konsep penting untuk membedakan simpul secara lokal berdasarkan bobot tetangga masing-masing. Bobot simpul didefinisikan sebagai jumlah label dari semua simpul yang bertetangga dengannya. Penelitian ini bertujuan untuk menentukan bilangan kromatik ketidakteraturan lokal, yaitu jumlah label minimum yang diperlukan untuk memberi label pada simpul- simpul graf DWn sedemikian hingga tidak ada dua simpul bertetangga yang memiliki bobot yang sama. Metodologi yang digunakan adalah konstruksi fungsi pelabelan untuk tiga kasus nilai n, yaitu: n genap, n ≑ 0,1 (mod 3), dan n ≑ 2 (mod 3). Untuk setiap kasus, ditentukan fungsi pelabelan dan dihitung bobot setiap simpul untuk memverifikasi sifat lokal tidak teratur. Hasil menunjukkan bahwa:
● Untuk n genap, bilangan kromatik ketidakteraturan lokal adalah 3.
● Untuk n ganjil dengan n ≑ 0,1 (mod 3), bilangan kromatik ketidakteraturan
lokal adalah 4.
● Untuk n ≑ 2 (mod 3), bilangan kromatik ketidakteraturan lokal adalah 6.
Dengan demikian, telah dibuktikan bahwa graf roda ganda DWn dapat diberi pelabelan lokal tidak teratur dengan jumlah label minimum yang bervariasi bergantung pada nilai n. Penelitian ini memberikan kontribusi terhadap pemahaman karakteristik pewarnaan lokal tidak teratur dan membuka peluang untuk penelitian lanjutan pada jenis graf lainnya.		Yanne Irene, M.SiIrma Fauziah, M.ScMuhammad Manaqib, M.ScAnggun Praptaningsih, S.Pd, M.Mat30 Jul 20259:0011:00
63
Adinda Anas Qolbu11210940000011Performa NaΓ―ve Bayes, SVM, dan IndoBERT pada Analisis Sentimen Twitter IndiHome dengan Strategi Penanganan Data Tidak SeimbangPenelitian ini bertujuan untuk membandingkan performa tiga pendekatan analisis sentimen pada layanan IndiHome menggunakan data Twitter, yaitu NaΓ―ve Bayes, Support Vector Machine (SVM), dan Indonesian Bidirectional Encoder Representations from Transformers (IndoBERT). Keterbatasan model tradisional melatarbelakangi penelitian ini dalam mengenali opini positif dan tantangan ketidakseimbangan data yang sering muncul dalam analisis berbasis media sosial. Data penelitian berupa 7393 tweet (Januari 2019–Agustus 2024) yang dilabeli secara manual menjadi sentimen positif dan negatif. Model dievaluasi menggunakan stratified 5-fold cross validation dan data uji, dengan penerapan teknik penanganan ketidakseimbangan berupa Synthetic Minority Oversampling Technique (SMOTE) dan class weighting. Hasil menunjukkan IndoBERT unggul dengan akurasi 0,96 dan F1-score makro 0,95 tanpa penanganan khusus, sedangkan SVM mencapai akurasi 0,95 dengan class weighting, dan NaΓ―ve Bayes meningkat dari akurasi 0,89 menjadi 0,92 setelah SMOTE. Analisis tren sentimen menunjukkan opini negatif mendominasi, terutama terkait kecepatan dan kestabilan layanan. Temuan ini menegaskan bahwa IndoBERT lebih efektif dalam memahami konteks bahasa Indonesia, sementara teknik penanganan data tetap relevan untuk meningkatkan performa model tradisional.
Dr. Nina Fitriyati, M.SiProf. Dr. Nur Inayah, M.SiMahmudi, M.SiDr. Fatmah Syarah, M.Pd30 Jul 20251:00:00 PM3:00:00 PM
64
Robby Zainy Rusyd11210940000047Model Matematika Penyebaran Penyakit DBD Pada Populasi Manusia dan Nyamuk Dengan Memperhatikan Fase Akuatik dan Laju HospitalisasiPenyakit demam berdarah dengue adalah penyakit yang disebabkan oleh virus dengue dan disebarkan oleh vektor nyamuk aedes aegypti. Penelitian ini mengembangkan model matematika dengan dua tipe kompartemen, yaitu kompartemen manusia dengan seipr, dan kompartemen vektor nyamuk dengan a-sei. Kompartemen manusia terdiri dari 5 sub-kompartemen, yaitu susceptible (sh), exposed (eh), infected (ih), hospitalized (ph), dan recovered (rh). Kemudian untuk kompartemen vektor nyamuk terdiri dari 4 sub-kompartemen, yaitu aquatic (a), susceptible (sm), exposed (em), dan infected (im). Model ini dibentuk dengan asumsi-asumsi yang telah ditetapkan, kemudian menggunakan sistem persamaan diferensial untuk memodelkan asumsi-asumsi tersebut, kemudian dicari 2 titik ekuilibriumnya, yaitu titik ekuilibrium bebas penyakit dan endemik, serta dicari bilangan reproduksi dasarnya dengan menggunakan matriks generasi selanjutnya. Dari hasil analisis didapatkan bahwa titik ekuilibrium bebas penyakit stabil asimtotik lokal apabila r0<1, sedangkan titik ekuilibrium endemik terjadi apabila r0>1. Simulasi numerik dengan menggunakan bantuan software maple 18 dilakukan untuk melihat dinamika penyebaran penyakit dalam populasi. Sedangkan analisis sensitivitas dilakukan untuk melihat parameter yang berpengaruh terhadap r0, yaitu tingkat fogging, tingkat kematian akibat obat nyamuk, laju hospitalisasi, dan peluang manusia terkena penyakit dbd apabila digigit nyamuk terinfeksi. Strategi efektif untuk pengendalian dbd adalah dengan meningkatkan fogging, penggunaan obat nyamuk, dan laju hospitalisasi, serta mengurangi peluang manusia terinfeksi nyamuk dbd jika tergigit nyamuk terinfeksi.Muhammad Manaqib, M.ScDr. Nina Fitriyati, M.SiMahmudi, M.SiDhea Urfina Zulkifli, M.Si31 Jul 202510:0012:00
65
Fadli Naufal Ardianto11210940000005Pemodelan Matematika Penyebaran Virus Zika melalui Hubungan Seksual dan Transfusi Darah tanpa Peran Vektor dengan Klasifikasi Populasi Berdasarkan Kesadaran terhadap Bahaya Hubungan SeksualVirus Zika merupakan penyakit infeksi menular yang disebabkan oleh virus ZIKV dan menjadi perhatian global karena dapat menyebabkan komplikasi serius seperti mikrosefali dan sindrom neurologis lainnya. Berbeda dari flavivirus lain, virus Zika dapat menyebar melalui hubungan seksual dan transfusi darah tanpa melibatkan vektor nyamuk. Penelitian ini mengembangkan model SEIR (Susceptible, Exposed, Infected, Recovered) yang dimodifikasi untuk memodelkan penyebaran virus Zika dalam populasi manusia tanpa peran vektor. Populasi dibagi menjadi lima subpopulasi, yaitu individu rentan yang sadar (aware) terhadap resiko seksual (S_1 ), individu rentan yang tidak sadar (unware) (S_2 ), individu terpapar (E), individu terinfeksi (I), dan individu yang sembuh (R). Model disusun menggunakan sistem persamaan diferensial nonlinear dan dianalisis untuk menentukan titik ekuilibrium bebas penyakit dan endemik serta bilangan reproduksi dasar (R_0 ) menggunakan metode Next Generation Matrix. Hasil analisis menunjukkan bahwa titik ekuilibrium bebas penyakit stabil asimtotik lokal jika R_0<1, sedangkan titik ekuilibrium endemik ada jika R_0>1. Simulasi numerik menggunakan perangkat lunak Maple 18 menunjukkan pola penyebaran penyakit dalam populasi manusia melalui dua jalur non-vektor, serta menunjukkan perubahan populasi dalam setiap kompartemen seiring waktu. Kemudian analisis sensitivitas mengidentifikasi bahwa laju transmisi seksual, laju transfusi darah, dan laju pemulihan merupakan parameter yang sangat mempengaruhi nilai R_0. Strategi pengendalian efektif dapat dilakukan dengan mengurangi jumlah hubungan seksual, meningkatkan skrining donor darah, dan mempercepat proses pemulihan pasien. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam upaya pengendalian Zika berbasis non-vektor serta menjadi refrensi untuk pengembangan model epidemiologi lainnya.
Kata kunci: Virus Zika, SEIR, hubungan seksual, transfusi darah, bilangan reproduksi dasar.		Mahmudi, M.SiDr. Gustina Elfiyanti, M.SiYanne Irene, M.SiDhea Urfina Zulkifli, M.Si31 Jul 202513:0015:00
66
Regita Cahyaningsih11210940000046Peramalan Produksi Padi Di Lima Kabupaten Di Jawa Timur Menggunakan Model SARIMA, SVR Dan Hybrid SARIMA-SVRPenelitian ini membandingkan akurasi model SARIMA, SVR, dan hybrid SARIMA-SVR untuk meramalkan produksi padi bulanan di lima kabupaten utama Jawa Timur (Lamongan, Ngawi, Bojonegoro, Jember, Tuban) pada periode 2018–2024. Model Hybrid secara nyata menurunkan MAPE di Lamongan (28,68 %), Bojonegoro (6,25 %), dan Tuban (21,53 %) dibandingkan SARIMA (51,78 %; 46,92 %; 43,94 %) maupun SVR (52,10 %; 38,70 %; 58,40 %). Namun di Ngawi dan Jember, SVR tunggal lebih akurat (MAPE 21,40 % dan 21,00 %) daripada hibrida (24,26 % dan 26,98 %), kemungkinan karena residual SARIMA yang tidak terdistribusi normal sehingga komponen SVR kurang optimal mengoreksi kesalahan linier. Secara umum, penggabungan komponen linier SARIMA dan non-linier SVR efektif menangkap pola musiman jangka panjang dan fluktuasi jangka pendek, meski kinerjanya sensitif terhadap karakter residual.

Kata kunci: Produksi padi; SARIMA; SVR; model hybrid; MAPE		Mahmudi, M.SiYanne Irene, M.SiMuhaza Liebenlito, M.SiDhea Urfina Zulkifli, M.Si6 Aug 202510:0012:00
67
Salsa Ilhammita11210940000018Analisis Komparatif Strategi Bottom-Up Dan Top-Down Pada Model Sarima Untuk Peramalan Jumlah Pernikahan di Indonesia (2020–2023)Penelitian ini bertujuan untuk menganalisis dan membandingkan dua strategi peramalan hierarkis, yaitu bottom-up dan top-down, dalam memodelkan jumlah pernikahan bulanan di Indonesia. Data yang digunakan tersusun secara hierarkis dalam tiga tingkatan, yakni provinsi, wilayah, dan nasional, dengan cakupan periode Januari 2020 hingga Desember 2023. Model Seasonal Autoregressive Integrated Moving Average (SARIMA) diterapkan untuk menangkap pola musiman dalam data. Strategi bottom-up dilakukan dengan membentuk model pada tingkat provinsi yang kemudian diagregasi ke tingkat yang lebih tinggi, sementara strategi top-down memodelkan data pada tingkat nasional dan mendistribusikan hasilnya ke level bawah menggunakan proporsi historis. Hasil evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan bahwa strategi bottom-up memberikan akurasi yang lebih tinggi dibandingkan top-down, terutama pada tingkat nasional, dengan MAPE sebesar 9,28% pada horizon 1 bulan, lebih rendah dibandingkan top-down sebesar 13,82%. Temuan ini mengindikasikan bahwa strategi bottom-up yang memanfaatkan informasi lokal dari unit terkecil dalam hierarki mampu menangkap pola data dengan lebih efektif dan menghasilkan prediksi jumlah pernikahan yang lebih akurat.
Kata kunci: Bottom-up, Jumlah pernikahan, Peramalan hierarkis, SARIMA, Top-Down 		Madona Yunita Wijaya, M.ScDr. Nina Fitriyati, M.SiMahmudi, M.SiYanne Irene, M.Si5 Aug 202513:0015:00
68
Nur Hafizah11200940000013Klasifikasi Penyakit Daun Tanaman Kapas Menggunakan DenseNet201 & Grad-CAMProduksi kapas yang optimal sangat bergantung pada upaya pencegahan dan penanganan penyakit secara dini. Namun, identifikasi manual terhadap penyakit seringkali memerlukan keahlian khusus dan rentan terhadap kesalahan. Oleh karena itu, penelitian ini dilakukan untuk mengklasifikasikan enam jenis kondisi daun kapasβ€”yaitu Aphids, Army Worm, Bacterial Blight, Healthy, Powdery Mildew, dan Target Spotβ€”menggunakan metode transfer learning dengan arsitektur DenseNet201 serta melakukan interpretasi visual menggunakan Grad-CAM. Dataset terdiri dari 3.600 citra daun yang dibagi menjadi data latih (70%), validasi (15%), dan uji (15%). Sebelum pelatihan, dilakukan tahapan preprocessing dan augmentasi gambar agar model dapat mengenali berbagai variasi bentuk dan kondisi daun. Untuk memperoleh performa terbaik, digunakan metode Grid Search untuk mencari kombinasi hyperparameter model. Hasil terbaik diperoleh dengan 512 unit neuron tersembunyi, tingkat dropout 0.5, dan learning rate sebesar 0.001. Model mencapai akurasi validasi sebesar 98,5% dan akurasi uji sebesar 98%, dengan nilai macro F1-score sebesar 0,98. Hasil visualisasi Grad-CAM menunjukkan bahwa model dapat mengenali area penting pada gambar, meskipun masih terdapat beberapa kesalahan prediksi, terutama pada gambar dengan gejala yang samar atau kualitas gambar yang kurang baik. Secara keseluruhan, hasilnya menunjukkan bahwa DenseNet201 efektif digunakan untuk mengklasifikasikan penyakit daun kapas dan Grad-CAM bermanfaat dalam memberikan interpretasi visual terhadap hasil prediksi model. Muhaza Liebenlito, M.SiProf. Dr. Nur Inayah, M.SiProf. Dr. Suma’inna, M.SiDr. Fatmah Syarah, M.Pd15 Aug 20251:00:00 PM3:00:00 PM
69
Yoga Amanda Putra11200940000030Studi Numerik Penyebaran Zat pada Kolam dengan Tiga Titik SumberPenelitian ini memodelkan penyebaran zat dalam sebuah kolam dengan aliran turbulen menggunakan persamaan difusi-konveksi. Karena kompleksitas analitis permasalahan tersebut, metode Dual Reciprocity Boundary Element Method (DRBEM) diterapkan untuk menemukan solusi numerik. Sebelum penerapan DRBEM, karakteristik aliran turbulen disimulasikan menggunakan model k-epsilon. Penelitian ini bertujuan untuk menemukan posisi terbaik dari peletakan tiga titik sumberNurcahya Yulian Ashar, M.ScMuhammad Manaqib, M.ScProf. Dr. Suma’inna, M.SiAnggun Praptaningsih, S.Pd, M.Mat15 Aug 20253:30:00 PM5:30:00 PM
70
Nurlaila Asriliyani11200940000019Model Matematika Penyebaran Malaria Dengan Infeksi Gejala Berat, Gejala Ringan Dan Pengaruh Suhu Pada Vektor NyamukPenelitian ini mengembangkan model SEI_1 I_2 R-SEI penyebaran penyakit malaria memperhatikan Infeksi gejala berat dan Infeksi gejala ringan serta pengaruh suhu pada vektor nyamuk. Populasi dibagi menjadi 2 golongan, yaitu populasi manusia dan populasi nyamuk. Populasi manusia terdiri dari 5 kompartemen, yaitu individu manusia rentan, individu manusia terpapar, individu manusia terinfeksi dengan gejala berat yang bersifat gemetositematik, individu manusia terinfeksi dengan gejala ringan yang asymtomatic dan individu manusia sembuh, sedangkan untuk populasi nyamuk terbagi menjadi 3 kompartemen yaitu vektor nyamuk rentan, vektor nyamuk terpapar, vektor nyamuk terinfeksi. Penelitian bertujuan untuk menganalisis pengaruh dari beberapa variasi suhu terhadap peningkatan populasi nyamuk serta efektivitas nya dalam menularkan infeksi malaria dimulai dengan menyusun diagram kompartemen yang dapat memperoleh hasil sistem persamaan diferensial. Selanjutnya dari sistem tersebut dicari titik ekuilibrium bebas penyakit, endemik, dan bilangan reproduksi dasar (R_0 ). Analisis kestabilan menunjukkan bahwa titik ekuilibrium bebas penyakit stabil asimtotik lokal ketika R_0<1, dan titik ekuilibrium endemik stabil asimtotik lokal ketika R_0>1. Simulasi numerik bebas penyakit dan endemik dilakukan dalam rentang suhu 17℃ hingga 34℃ untuk memodelkan dan mengidentifikasi penyebaran malaria pada dinamika penyebaran penyakit berdasarkan data dan variabel yang digunakan. Analisis sensitivitas menunjukkan bahwa parameter yang paling berpengaruh signifikan adalah tingkat banyaknya gigitan nyamuk bergantung pada suhu dan tingkat kematian nyamuk.Irma Fauziah, M.ScMuhammad Manaqib, M.ScProf. Dr. Suma’inna, M.SiDr. Fatmah Syarah, M.Pd15 Aug 20259:00:00 AM11:00:00 AM
71
Nur Izzati Safitri11210940000044Pemodelan Statistik Total Klaim BPJS Kesehatan Berbasis Distribusi Pareto dan Weibull: Pendekatan Non-Homogeneous Poisson ProcessBPJS Kesehatan must be prepared with adequate financial reserves to pay participant claims, which requires careful financial analysis and management. One aspect of this analysis is estimating claim inter-arrival times and claim amounts using data patterns from various hospital types (A, B, C, and D). Given the time-varying intensity of claims, the Non-Homogeneous Poisson Process is the suitable method for this study. The best distribution models were selected based on the smallest Kolmogorov-Smirnov value. The findings indicate the best model for inter-arrival time data is a Pareto distribution, with different parameters for each hospital type. For claim amounts, the analysisshows claims from type A and D hospitals follow a three-parameter Weibull distribution, while claims from type B and C hospitals follow a two-parameter Weibull. Based on these results, BPJS Kesehatan needs to prepare average monthly reserve funds of IDR 10–11 trillion, with extreme scenarios requiring up to IDR 11–12 trillion per month.Mahmudi, M.SiIrma Fauziah, M.ScMadona Yunita Wijaya, M.ScYanne Irene, M.Si14 Aug 202510:00:00 AM12:00:00 PM
72
Hamida11210940000059Perhitungan Premi Asuransi LTC Berdasarkan Angka Prevalensi SKI 2023Asuransi Long Term Care (LTC) menjadi krusial dalam menghadapi peningkatan kebutuhan perawatan jangka panjang seiring dengan bertambahnya prevalensi penyakit kronis di Indonesia. Perhitungan premi yang akurat dan relevan dengan kondisi kesehatan populasi merupakan tantangan utama bagi perusahaan asuransi. Penelitian ini mengimplementasikan model Rantai Markov multi-status (delapan status kesehatan: sehat, sakit Stroke, Ginjal Kronis, Hipertensi, serta status meninggal terkait dan lainnya). Model ini memanfaatkan data prevalensi penyakit dari Survei Kesehatan Indonesia (SKI) Tahun 2023 dan Tabel Mortalitas Indonesia (TMI IV) 2019 yang disesuaikan dengan data populasi BPS 2023, serta penerapan interpolasi linier per usia tunggal. Selain itu, penelitian ini menyajikan perhitungan premi tahunan yang disesuaikan secara dinamis untuk produk Annuity as a Rider Benefit, yang tidak sepenuhnya tertutup dalam penelitian sebelumnya. Premi bersih tahunan untuk produk Annuity as a Rider Benefit dihitung berdasarkan probabilitas transisi antar status yang diperbarui setiap tahun, dengan mempertimbangkan asumsi aktuaria seperti tingkat diskonto, uang pertanggungan, dan faktor mortalitas. Hasil menunjukkan bahwa premi bersih tahunan meningkat signifikan seiring usia masuk peserta, konsisten dengan peningkatan risiko morbiditas dan mortalitas pada usia lanjut. Analisis sensitivitas mengonfirmasi bahwa peningkatan tingkat diskonto akan mengurangi premi, merefleksikan pengaruh nilai waktu uang terhadap kewajiban masa depan. Hasil perhitungan memberikan dasar ilmiah yang lebih realistis untuk pengembangan produk asuransi LTC yang sesuai dengan profil risiko penyakit kronis di Indonesia.Irma Fauziah, M.ScProf. Dr. Suma’inna, M.SiMadona Yunita Wijaya, M.ScDhea Urfina Zulkifli, M.Si15 Aug 20259:00:00 AM11:00:00 AM
73
Salsa Billah Hasmedi11210940000057Penentuan Premi Asuransi Jiwa Endowment Pasutri Dengan Asumsi Tingkat Kematian Berdistribusi WeibullPenentuan premi asuransi jiwa untuk pasangan suami istri merupakan tantangan aktuaria karena harus mempertimbangkan dua tertanggung, variasi risiko kematian, dan fluktuasi suku bunga. Premi yang tidak akurat dapat berdampak pada keseimbangan keuangan perusahaan maupun perlindungan nasabah. Penelitian ini menggunakan distribusi Weibull untuk memodelkan tingkat kematian berdasarkan Tabel Mortalitas Indonesia 2019 dan model Cox-Ingersoll-Ross (CIR) untuk merepresentasikan dinamika suku bunga stokastik dari data BI Rate periode 2021–2025. Perhitungan dilakukan pada premi tunggal dan tahunan untuk tiga kelompok usia pasangan dengan dua jenis polis: joint life dan last survivor serta menggunakan dua model suku bunga: bunga konstan dan bunga stokastik model CIR. Hasil menunjukkan bahwa polis joint life menghasilkan premi lebih tinggi daripada last survivor karena manfaat dibayarkan lebih awal dan suku bunga stokastik CIR secara konsisten menghasikan premi lebih tinggi daripada suku bunga konstan, hal ini mencerminkan fluktuasi realistis suku bunga. Usia pasangan sangat mempengaruhi besar premi, dimana pasangan dengan usia tua memiliki premi lebih besar karena risiko kematian yang lebih tinggi. Premi tertinggi adalah pada pasangan tertua dengan polis joint life menggunakan suku bunga stokastik model CIR, yang menunjukkan pengaruh gabungan antara risiko kematian yang lebih tinggi serta fluktuasi suku bunga. Studi ini memberikan pemahaman yang lebih baik mengenai pengaruh usia, jenis polis, dan model suku bunga terhadap tingkat premi asuransi jiwa dwiguna untuk pasangan suami istri, serta memberikan wawasan bagi pemegang polis dan penelitian lanjutan dalam bidang ilmu aktuaria.Irma Fauziah, M.ScProf. Dr. Suma’inna, M.SiMadona Yunita Wijaya, M.ScDhea Urfina Zulkifli, M.Si15 Aug 20251:30:00 PM3:30:00 PM
74
Yudistira Pratama11210940000052Studi Komparatif Kinerja Model LSTM, GRU, Seq2Seq, dan Prophet untuk Prediksi SuhuPenelitian ini membandingkan kinerja empat model peramalan deret waktu, yaitu stacked long short-term memory (lstm), stacked gated recurrent unit (gru), sequence-to-Sequence lstm, dan prophet untuk memprediksi suhu minimum (tn) dan maksimum (tx) harian di pulau pombok. Data penelitian diperoleh dari bmkg periode maret 2020–februari 2025, mencakup parameter suhu dan variabel klimatologis lainnya. Tahapan penelitian meliputi pra-pemrosesan data, normalisasi min-max, pembagian dataset menjadi data latih, validasi, dan uji, serta evaluasi model menggunakan metrik root mean squared error (rmse) dan mean absolute error (mae). Hasil menunjukkan bahwa ketiga model deep learning secara konsisten mengungguli prophet, dengan stacked grumencatat performa terbaik (rmse dan mae terendah) pada seluruh fase evaluasi. Prophet memiliki kinerja terendah karena kurang mampu menangkap fluktuasi harian yang tidak sepenuhnya periodik. Temuan ini mengindikasikan bahwa arsitektur recurrent neural network lebih efektif dibandingkan pendekatan statistik aditif dalam memodelkan data suhu harian di daerah tropis. Penelitian selanjutnya disarankan untuk mengintegrasikan variabel eksogen tambahan dan mengeksplorasi model hybrid guna meningkatkan akurasi prediksi.Dr. Gustina Elfiyanti, M.SiMahmudi, M.SiMadona Yunita Wijaya, M.ScMuhaza Liebenlito, M.Si19 Aug 20251:00:00 PM3:00:00 PM
75
Sifha Desti Wulandari 11210940000078Peramalan Ekspor dan Impor Non-Migas Indonesia Menggunakan Metode Vector Autoregressive Integrated Moving Average (VARIMA)Indonesia's international trade, particularly the non-oil and gas sector, plays a significant role in the national economy. This study models Indonesia's non-oil and gas exports and imports using Vector Autoregressive Integrated Moving Average (VARIMA), a multivariate time series method that considers dynamic interdependence between variables. The data used are monthly data from January 2018 to December 2024 (84 observations), divided into a training set (58) and a testing set (26). The model order identification process is carried out through Matrix Autocorrelation Function (MACF) analysis for the MA component and Matrix Partial Autocorrelation Function (MPACF) for the AR component, with a significant cut-off pattern as a reference. Parameter estimation is carried out using Maximum Likelihood Estimation (MLE) and simplified through a restrict process to leave significant parameters. Diagnostic tests show that the residuals meet the assumptions of white noise and multivariate normality. From several candidate models, VARIMA (2,1,2) is selected as the optimal model based on a balance between information criteria, complexity, and parameter stability. This model produces MAPE values of 11.10% for imports (good category) and 8.81% for exports (very good category). The forecasting results indicate relatively stable fluctuations during the prediction period, which can provide important input for foreign trade policy planning.
Madona Yunita Wijaya, M.ScIrma Fauziah, M.ScMahmudi, M.SiYanne Irene, M.Si25 Aug 202510:00:00 AM12:00:00 PM
76
Ferdian Adi Pratama11210940000038Pelabelan Total (π‘Ž, 𝑑)-π‘ƒπ‘˜ ⨀ πΆπ‘š-Antiajaib Super pada Graf Produk Korona 𝑃𝑛 ⨀ πΆπ‘šPelabelan total (π‘Ž, 𝑑)-𝐻-antiajaib dari graf 𝐺 dengan |𝑉(𝐺)| = 𝑝 dan |𝐸(𝐺)| =
π‘ž adalah fungsi bijektif 𝑓 ∢ 𝑉(𝐺) π‘ˆ 𝐸(𝐺) β†’ {1,2, . . . , 𝑝 + π‘ž} sedemikian hingga himpunan bobot untuk setiap subgraf 𝐻 yang isomorfis dengan 𝐻 adalah {π‘Ž + (π‘Ž + 𝑑)+. . . +(π‘Ž + (𝑑 βˆ’ 𝑙)𝑑}, untuk suatu bilangan bulat positif π‘Ž dan 𝑑, dimana 𝑑 adalah banyaknya subgraf pada 𝐺 yang isomorfis dengan 𝐻. Jika 𝑓 ∢ 𝑉(𝐺) β†’ {1,2, . . . , 𝑝} maka 𝐺 dikatakan mempunyai pelabelan total (π‘Ž, 𝑑)-𝐻-antiajaib super. Fokus penelitian ini adalah menentukan konstruksi pelabelan total-(π‘Ž, 𝑑)-π‘ƒπ‘˜ ⨀ πΆπ‘š-antiajaib super pada graf produk korona 𝑃𝑛 ⨀ πΆπ‘š, dengan 2 ≀ π‘˜ < 𝑛 dan 𝑛, π‘š, π‘˜ ∈ 𝑁. Penelitian ini menghasilkan dua teorema berdasarkan nilai π‘š. Pada π‘š ganjil dihasilkan pelabelan total-((π‘˜/2)(9π‘›π‘š2 + 12π‘›π‘š + 3𝑛 + 3π‘š + π‘˜) βˆ’ 𝑛(3π‘š + 1), π‘˜ βˆ’ 1)-
π‘ƒπ‘˜ ⨀ πΆπ‘š-antiajaib super pada graf produk korona 𝑃𝑛 ⨀ πΆπ‘š dan pada π‘š genap dihasilkan pelabelan total-((π‘˜/2)(9π‘›π‘š2 + 12π‘›π‘š + 4𝑛 + 3π‘š + 2) βˆ’ 𝑛(3π‘š + 2), 1)-π‘ƒπ‘˜ ⨀ πΆπ‘š-antiajaib super pada graf produk korona 𝑃𝑛 ⨀ πΆπ‘š.		Yanne Irene, M.SiProf. Dr. Nur Inayah, M.SiMuhammad Manaqib, M.ScMahmudi, M.Si27 Oct 20251:00:00 PM3:00:00 PM
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100