Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Riset Mahasiswa Matematika

Bilangan Terhubung Pelangi pada Graf Tengah dari Graf Ilalang Rauf, Dewi Nur Angriani; Achmad, Novianita; Yahya, Nisky Imansyah; Nurwan, Nurwan; Nasib, Salmun K.; Asriadi, Asriadi
Jurnal Riset Mahasiswa Matematika Vol 4, No 4 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Mathematics Department, Maulana Malik Ibrahim State Islamic University of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v4i4.31475

Abstract

Bilangan terhubung pelangi yang dinotasikan dengan adalah jumlah warna terkecil yang diperlukan untuk mewarnai sisi-sisi dari sebuah graf  sehingga graf tersebut menjadi terhubung pelangi. Bilangan terhubung pelangi dapat dipelajari dalam berbagai bentuk pengembangan graf yang dimodifikasi, termasuk graf tengah.  Semua jenis graf, baik yang sederhana maupun yang kompleks, dapat direpresentasikan sebagai graf tengah. Sebuah graf tengah yang dinotasikan dengan  dibentuk dari sebuah graf dan didefinisikan sebagai . Dua buah simpul pada  bersisian jika dan hanya jika keduanya bersisian dengan sebuah sisi pada , atau salah satu simpul pada  bersisian dengan sebuah sisi pada . Penelitian ini membahas tentang pewarnaan pelangi pada graf tengah dari graf ilalang  dengan  dan  Berdasarkan penelitian diperoleh teorema pelangi bilangan terhubung pada graf tengah graf ilalang untuk 
Prediksi Harga Emas Dunia Menggunakan Deep Learning GRU dengan Optimasi Nadam Harmain, Ismail Saputra R.; Nurwan, Nurwan; Hasan, Isran K.; Wungguli, Djihad; Yahya, Nisky Imansyah
Jurnal Riset Mahasiswa Matematika Vol 4, No 6 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Mathematics Department, Maulana Malik Ibrahim State Islamic University of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v4i6.36007

Abstract

Volatilitas harga emas yang tinggi menuntut adanya metode prediksi yang andal untuk mendukung pengambilan keputusan investasi. Penelitian ini mengimplementasikan algoritma Gated Recurrent Unit (GRU) berbasis deep learning yang dioptimalkan menggunakan Nesterov-Accelerated Adaptive Moment Estimation (Nadam) untuk memprediksi harga emas harian.Model terbaik diperoleh dengan nilai Mean Squared Error (MSE) sebesar 0, 00012 pada data univariat dan 0, 00027 pada data multivariat. Mean Absolute Percentage Error (MAPE) yang diperoleh masing-masing sebesar 1,107% untuk data univariat dan 1,59% untuk data multivariat. Hasil tersebut mengindikasikan bahwa model GRU dengan optimasi Nadam memiliki performa prediksi yang tinggi, baik pada data deret waktu tanpa penambahan fitur maupun dengan penambahan fitur.