Article Per Year (5 Year)
p-Index From 2020 - 2025
1.318
P-Index
This Author published in this journals
All Journal Paradikma: Jurnal Pendidikan Matematika JSEH (Jurnal Sosial Ekonomi dan Humaniora) JURNAL PENGABDIAN KEPADA MASYARAKAT EKSAKTA : Jurnal Penelitian dan Pembelajaran MIPA Mathvision : Jurnal Matematika Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika JATI (Jurnal Mahasiswa Teknik Informatika) Griya Journal of Mathematics Education and Application JUrnal Riset Ilmu Pendidikan
Chairunisah Chairunisah, Chairunisah
Matematika FMIPA Unimed Medan
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
PEMANFAATAN BUDAYA TRADISIONAL UNTUK MEMBANTU KEGIATAN INVESTIGASI PADA PEMBELAJARAN MATEMATIKA DENGAN PENDEKATAN MATEMATIKA REALISTIK Chairunisah Chairunisah
PARADIKMA: JURNAL PENDIDIKAN MATEMATIKA Vol 8, No 1 (2015): PARADIKMA JURNAL PENDIDIKAN MATEMATIKA
Publisher : Study Program of Mathematics Education of Unimed Postgraduate Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/paradikma.v8i1.3351

Abstract

Various studies present students’ difficulties in mathematization. in learning process, the using of formula tend to be provided quickly without involving the conceptual basis and children’s daily experiences in investigating problem solving. For this reason, the teaching and learning was designed linking to a set of students’ experience-based activities. This study presents the students’ activities framework in using local culture activities as a context to encourage the guided reinvention in mathematization. The study is situated in the context of implementing an Indonesian version of Realistic Mathematics Education, labeled as PMRI in Indonesia. This situation brings the students to investigative mathematization.
Pemanfaatan Software Moodle untuk Membangun Sistem Pembelajaran On-Line Bagi Guru MTs Dan MA Muhammadiyah Kota Medan Susiana Susiana; Said Iskandar Al Idrus; Chairunisah Chairunisah
JURNAL PENGABDIAN KEPADA MASYARAKAT Vol 21, No 82 (2015)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jpkm.v21i82.3464

Abstract

The effective learning requires a good learning system and learning resources which can be obtained easily, not place or time limited. Actually, the Advances of technology today can support the creation of learning resources, but the use of technology  by schools in Medan is still not maximal, including MTs Muhammadiyah 15 dan MA Muhammadiyah 1 Medan. One of the reasons is the teachers did not have skill to manage an e-learning which it has to involve teachers and students at once. Moodle is a learning management system which is most popular today.This dedication activity aims to provide knowledge and skill for the teachers to use moodle as one of the ways to implement learning process. There are two phases of this event:1) workshop; introduction of e-learning and moodle, 2) accompaniment; Participants had guided and assisted in designing a learning device that is packed  in e –learning form. In general, the event had implemented successfully. Outcomes of this activity are : a)learning device such as syllabus , teaching materials  and exam questions, b)learningdevices are packed on-line at www.mam1medan.sch.id and www.mts15muhammadiyah.sch.id, c ) recording a video on how to use e -learning from the web that has been made.
Prediksi Jumlah Wisatawan Mancanegara Ke Sumatera Utara Berdasarkan Pintu Masuk Utama Menggunakan Algoritma Backpropagation Neural Network Nulhakim, Putri Aisyah; Chairunisah, Chairunisah; Arnita, Arnita
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 7, No 2 (2024): Juli
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v7i2.264

Abstract

Abstrak: Sumatera Utara merupakan provinsi yang populer untuk wisatawan mancanegara karena banyak potensi wisata yang menarik, seperti Danau Toba, Brastagi, Bukit Lawang, dan Kota Medan Sendiri. Berdasarkan data yang bersumber dari BPS terdapat peningkatan jumlah kunjungan wisatawan mancanegara ke Sumatera Utara pada tahun 2021-2022 sebesar 99,6%. Memprediksi jumlah kunjungan wisatawan mancanegara ke Sumatera Utara penting dilaksanakan agar perencanaan dan pengembangan pariwisata internasional dapat dikembangan secara optimal. Pada penelitian ini, dilakukan prediksi jumlah wisatawan mancanegara yang berkunjung ke Sumatera Utara menggunakan algoritma Backpropagation Neural Network. Dataset yang digunakan dalam penelitian ini ialah data tahun 2016 hingga 2023, dengan variabel yang digunakan meliputi Kurs, Nilai Inflasi, dan suku bunga. Adapun tahapan penelitian ini dimulai dari input data, normalisasi data, training data , testing data dan prediksi untuk tahun 2024. Dilakukan beberapa pengujian training data dengan berbagai learning rate dan epoch untuk menentukan model terbaik. Hasil penelitian menunjukkan bahwa model yang baik diperoleh pada learning rate 0.0001 dan epoch 200. Evaluasi model dilakukan menggunakan Mean Squared Error (MSE) sebagai metrik evaluasi. Model terbaik menunjukkan nilai MSE sebesar 4.4551.Penelitian ini memberikan wawasan mengenai penggunaan algoritma Backpropagation Neural Network dalam memprediksi jumlah wisatawan mancanegara serta memberikan panduan untuk pengambilan keputusan dalam sektor pariwisata di Sumatera Utara.Kata kunci: Wisatawan Mancanegara, Backpropagation Neural Network, Sumatera UtaraAbstract: North Sumatra is a popular province among foreign tourists because it has many interesting attractions such as Lake Toba, Brastagi, Bukit Lawang, and Medan City. According to BPS, the number of foreign tourists in North Sumatra will increase by 99.6% in 2021-2022. Forecasting the number of foreign tourists visiting North Sumatra is important for planning and developing international tourism for its optimal development. This study made predictions about the number of foreign tourists visiting North Sumatra using a Backpropagation Neural Network algorithm. This work uses material from the years 2016-2023, whose variables are for example exchange rates, inflation and interest rates. The stages of this research start from data entry, data normalization, training data, data testing, and forecasting until 2024. To determine the best model, several experiments were conducted with training data with different learning rates and periods. Research results showed a good model was obtained with learning rate  0.0001 and an epoch 200. Model evaluation was performed using the evaluation metric MSE (Mean Squared Error). The MSE of the best model is 4.4551. This study provides an overview of the use of the Backpropagation Neural Network algorithm in forecasting the number of foreign tourists and provides decision-making guidelines for the North Sumatra tourism industry.Keywords: International tourists, Backpropagation Neural Network, North Sumatera
MENENTUKAN WARNA MAKE UP YANG COCOK BERDASARKAN JENIS SKINTONE PADA CITRA WAJAH MENGGUNAKAN NAIVE BAYES CLASSIFIER Syifa Cendikia, Yolanda; Taufik, Insan; Arnita, Arnita; Indra, Zulfahmi; Chairunisah, Chairunisah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12494

Abstract

Make up adalah produk kosmetik yang digunakan untuk mempercantik atau memperbaiki penampilan wajah dan kulit. Pemilihan warna make up yang sesuai dengan skintone seseorang merupakan aspek penting dalam dunia kecantikan. Skintone yang tidak sesuai dengan warna make up dapat mengurangi penampilan alami seseorang. Penelitian ini membahas pengembangan sistem berbasis citra yang mampu menentukan warna make up yang cocok berdasarkan jenis skintone pada citra wajah menggunakan algoritma Naive Bayes Classifier. Sistem ini dirancang untuk menganalisis citra wajah, mengidentifikasi skintone, dan merekomendasikan warna make up yang sesuai. Data yang digunakan berasal dari citra wajah yang telah diklasifikasikan berdasarkan jenis skintone. Selanjutnya, algoritma Naive Bayes digunakan untuk melakukan klasifikasi dan prediksi warna make up yang paling cocok. Hasil penelitian sistem klasifikasi jenis skintone menggunakan algoritma Naive Bayes Classifier dengan hasil pengujian dari 80 data training dan 20 data testing mendapat akurasi sebesar 85%. Hasil dari penelitian ini dapat membantu pengguna dalam memilih warna make up yang tepat secara otomatis, sehingga dapat menghemat waktu dan memberikan hasil yang lebih presisi. Pengujian dilakukan untuk mengevaluasi keakuratan sistem dan hasil menunjukkan bahwa pendekatan Naive Bayes memberikan hasil yang cukup akurat dalam menentukan rekomendasi warna make up berdasarkan skintone.
Pengaruh Angka Melek Huruf Dan Angka Partisipasi Sekolah Terhadap Jumlah Kemiskinan Di Provinsi Sumatera Utara Tahun 2017-2023 Ritonga, Jesika Ramadani; Ginting, Sansugiri; Naibaho, Erinna; Situmorang, Aelfi; Simarmata, Agung Pratama; Chairunisah, Chairunisah
JURNAL SOSIAL EKONOMI DAN HUMANIORA Vol. 10 No. 4 (2024): JURNAL SOSIAL EKONOMI DAN HUMANIORA
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This study aims to analyze the impact of Literacy Rates (AMH) and School Enrollment Rates (APS) on poverty levels in North Sumatra Province from 2017 to 2023. Employing a quantitative causality approach, this research utilizes secondary data published by the Central Statistics Agency (BPS) of North Sumatra. Multiple linear regression analysis was applied to test the influence of independent variables on the dependent variable. The results show that (1) Literacy Rates do not significantly affect poverty levels, (2) School Enrollment Rates also do not significantly affect poverty levels, and (3) jointly, Literacy Rates and School Enrollment Rates account for 79.60% of the variance in poverty levels, with the remainder influenced by other factors not included in this study. The study recommends enhancing community-based education programs and increasing educational access to reduce poverty more effectively. 
Analysis of the Influence of Population and Government Revenue on Poverty Levels in North Sumatra 2019-2023 Manik, Salve Teresia Kristina; Nasha, Meilafayza; Sitompul, Agryani R; Silalahi, Johanna Dameria G; Pelawi, Deviona Caroline; Chairunisah, Chairunisah
Jurnal Riset Ilmu Pendidikan Vol. 4 No. 4 (2024): Jurnal Riset Ilmu Pendidikan
Publisher : Lembaga Riset Mutiara Akbar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56495/jrip.v4i4.797

Abstract

Poverty is one of the main challenges of development in Indonesia, including in North Sumatra Province. This province has a large and diverse population, with an uneven distribution between urban and rural areas. Based on the report of the Central Statistics Agency (BPS) of North Sumatra, the poverty rate in this region tends to fluctuate over the past five years (2019-2023). This study aims to analyze the effect of population and government revenue on the poverty rate in North Sumatra in 2019-2023. The main problem identified is the fluctuating poverty rate due to an increase in population without being balanced by adequate government revenue. This study uses a quantitative approach with analysis of variance (ANOVA) and SPSS software to process data. The results show that population has a low influence, while government revenue has a dominant influence in reducing poverty rates. The resulting model provides strategic direction for demographic and fiscal management to reduce poverty in North Sumatra.
ANALISIS ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGGANGGURAN DI SUMATERA UTARA MENGGUNAKAN METODE STEPWISE FORWARD: Pendekatan Statistika untuk Menganalisis TIingkat Pengangguran di Sumatera Utara piliang, yumnakhairiamani; Hidayah, Annisa; Nainggolan, Dina Olivia; Tambunan, Combest Prajogo; Perangin-angin, Cecilia Br; Chairunisah, Chairunisah; Aisyah, Siti
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1539

Abstract

Penelitian ini bertujuan untuk mengkaji faktor-faktor yang mempengaruhi tingkat pengangguran di Sumatera Utara dengan menggunakan metode Stepwise Forward. Metode dalam penelitian ini menggunakan data sekunder yang meliputi tingkat pengangguran, pendapatan per kapita, pertumbuhan ekonomi, upah minimum regional, rata-rata tahun pendidikan, dan jumlah penduduk usia kerja selama periode 2012–2022 dari Badan Pusat Statistik (BPS). Hasil analisis regresi menghasilkan persamaan estimasi dengan menggunakan metode forward: y ̂=6,661-0,106X_2. Persamaan ini menunjukkan bahwa tanpa adanya peningkatan pertumbuhan ekonomi, tingkat pengangguran diestimasi sebesar 6,661. Setiap peningkatan pertumbuhan ekonomi sebesar 1% akan menurunkan tingkat pengangguran sebesar 0,106%. Selain itu, rata-rata tahun pendidikan berpengaruh negatif signifikan, hal ini menunjukkan bahwa peningkatan jenjang pendidikan dapat menurunkan pengangguran dengan cara meningkatkan daya saing angkatan kerja. Variabel lain seperti pendapatan per kapita, upah minimum regional, dan penduduk usia kerja tidak menunjukkan pengaruh yang signifikan dalam model ini. Namun, pengaruh tidak langsung tersebut memerlukan analisis lebih lanjut. Hasil ini menunjukkan bahwa kebijakan strategis untuk mendukung pertumbuhan ekonomi inklusif dan peningkatan kualitas pendidikan sangat penting. Kebijakan tersebut dapat mencakup pengembangan sektor padat karya dan pelatihan keterampilan sesuai kebutuhan pasar kerja, untuk menciptakan lebih banyak kesempatan kerja dan mengurangi angka pengangguran di Sumatera Utara.
PERBANDINGAN METODE ALGORITMA SUPERVISED NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) DALAM KLASIFIKASI PENDERITA STUNTING DI KABUPATEN DELI SERDANG Pebrianti, Lidia; Simamora, Elmanani; Manullang, Sudianto; Taufiq, Insan; Chairunisah, Chairunisah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13649

Abstract

Fenomena gizi buruk di Indonesia dipengaruhi oleh kualitas kesehatan sumber daya manusia (SDM) yang rendah, yang umumnya disebabkan oleh konsumsi pangan yang tidak seimbang. Kondisi ini terlihat pada anak-anak yang mengalami gangguan fisik dan psikis akibat kurangnya asupan gizi yang dibutuhkan. Dalam penelitian ini, dilakukan perbandingan antara dua algoritma, yaitu Naive Bayes dan Support Vector Machine (SVM), untuk mengklasifikasikan penderita stunting di Kabupaten Deli Serdang. Penelitian menggunakan dataset dari Dinas Kesehatan Deli Serdang, dengan jumlah data sebanyak 422 sampel. Data tersebut dibagi menjadi beberapa split, yaitu 60:40, 70:30, 80:20, dan 90:10, untuk melihat performa masing-masing algoritma pada proporsi pembagian data yang berbeda. Hasil penelitian menunjukkan bahwa akurasi klasifikasi menggunakan Support Vector Machine (SVM) lebih tinggi daripada dengan hasil Naive Bayes. Dari pengujian variansi, didapati bahwa Support Vector Machine (SVM) memiliki variansi sebesar 2,87%, sementara Naive Bayes menunjukkan variansi sebesar 28,35%. Hal ini menandakan bahwa Support Vector Machine (SVM) lebih konsisten kinerjanya di berbagai pembagian dataset. Dengan kata lain, Support Vector Machine (SVM) tidak hanya lebih akurat tetapi juga lebih stabil dalam performanya dibandingkan dengan Naive Bayes, menegaskan keunggulannya sebagai metode yang lebih andal untuk kasus klasifikasi stunting ini.
Analisis Pengendalian Persediaan Bahan Baku Asphalt Mixing Plant (AMP) Menggunakan Model Economic Order Quantity dan Period Order Quantity Khoiri, Fitri; Chairunisah, Chairunisah
Griya Journal of Mathematics Education and Application Vol. 5 No. 3 (2025): September 2025
Publisher : Pendidikan Matematika FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/griya.v5i3.773

Abstract

This research analyzes raw material inventory control at PT. Adhi Karya (Persero) Tbk AMP Medan Area, considering warehouse capacity limitations and demand fluctuations. The study employs the Economic Order Quantity (EOQ) and Period Order Quantity (POQ) models to determine optimal order quantity, ordering frequency, and total inventory costs. Results show that both models yield substantial cost efficiencies compared to the company’s current policy. The total inventory cost using the EOQ model is Rp630,499,314.50, while the POQ model results in Rp626,289,722.53. In contrast, the company’s current approach incurs a total cost of Rp1,648,260,123.80. Consequently, EOQ and POQ generate savings of Rp1,017,760,809.30 and Rp1,021,970,401.27 respectively. These findings indicate that both models offer effective and economical solutions for inventory control. Additionally, they help avoid overstock and stockouts while adapting to production demands and limited storage space, thus optimizing procurement strategies.
ANALISIS REGRESI BERGANDA MENGGUNAKAN SPSS UNTUK MEMPREDIKSI JUMLAH KECELAKAAN LALU LINTAS Sagala, Agnes; Naibaho, Angelika; Nurlaylly, Enzelly; Purba, Josua; Saragih, Kanya; Chairunisah, Chairunisah
Eksakta : Jurnal Penelitian dan Pembelajaran MIPA Vol 10, No 1 (2025): Eksakta : Jurnal Penelitian dan Pembelajaran MIPA
Publisher : Fakultas Keguruan Dan Ilmu Pendidikan, UM-Tapsel

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/eksakta.v10i1.156-162

Abstract

Kecelakaan lalu lintas ialah peristiwa yang terjadi di jalan raya yang melibatkan pengendara dan pemakai jalan lain, yang dapat berakibat kerugian materi, cedera hingga korban jiwa. Faktor-faktor yang memengaruhi kecelakaan lalu lintas meliputi kondisi jalan, perilaku pengemudi, keadaan kendaraan, dan peningkatan jumlah kendaraan bermotor. Penelitian ini membahas penggunaan analisis regresi berganda dalam menganalisis jumlah kecelakaan lalu lintas, dengan memanfaatkan perangkat lunak IBM SPSS Statistics versi 26. Analisis regresi berganda dipergunakan dalam rangka menganalisis pengaruh tiap-tiap variabel independent. Data yang diergunakan dan kemudian diolah ialah data dari POLANTAS Kotamadya Medan. Persamaan regresi yang dihasilkan dari IBM SPSS yaitu Y=30,167+1,073 X1+0,965 X2+0,201 X3-0,012 X4. Persentase determinasi yang dihasilkan adalah 88,9% jumlah kecelakaan lalu lintas dipengaruhi oleh keempat faktor tersebut.
Co-Authors Arnita Arnita Ginting, Sansugiri Hidayah, Annisa Insan Taufik Khoiri, Fitri Manik, Salve Teresia Kristina Manullang, Sudianto Naibaho, Angelika Naibaho, Erinna Nainggolan, Dina Olivia Nasha, Meilafayza Nulhakim, Putri Aisyah Nurlaylly, Enzelly Pebrianti, Lidia Pelawi, Deviona Caroline Perangin-angin, Cecilia Br piliang, yumnakhairiamani Purba, Josua Ritonga, Jesika Ramadani Sagala, Agnes Said . Iskandar Saragih, Kanya Silalahi, Johanna Dameria G Simamora, Elmanani Simarmata, Agung Pratama Siti Aisyah Sitompul, Agryani R Situmorang, Aelfi Susiana Susiana Syifa Cendikia, Yolanda Tambunan, Combest Prajogo Taufiq, Insan Zulfahmi Indra, Zulfahmi