Claim Missing Document
Check
Articles

ANALISIS KEMISKINAN DI PULAU KALIMANTAN MENGGUNAKAN METODE REGRESI SPASIAL DENGAN MATRIKS PEMBOBOT INVERSE DISTANCE WEIGHTING Mulia Tsani, Dien Permata; Martha, Shantika; Imro’ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105756

Abstract

Kemiskinan merupakan permasalahan kompleks yang tidak hanya dipengaruhi oleh karakteristik internal suatu wilayah, tetapi juga oleh kondisi wilayah di sekitarnya. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap tingkat kemiskinan di Pulau Kalimantan menggunakan pendekatan spasial. Pendekatan Inverse Distance Weighting (IDW) digunakan dalam membangun matriks pembobot spasial, dengan asumsi bahwa wilayah yang saling berdekatan memiliki hubungan yang lebih kuat dibandingkan wilayah yang berjauhan. Analisis diawali dengan regresi linear berganda serta pengujian asumsi klasik. Selanjutnya dilakukan perhitungan matriks pembobot IDW, dan pengujian autokorelasi spasial menggunakan indeks moran. Hasil pengujian menunjukkan adanya autokorelasi spasial yang signifikan, sehingga regresi linear berganda kurang sesuai digunakan, untuk menentukan model spasial yang sesuai, digunakan uji Lagrange Multiplier. Berdasarkan hasil pemilihan model, Spatial Autoregressive Model terpilih sebagai model terbaik karena mampu menangkap dependensi spasial antarwilayah secara lebih akurat. Hasil estimasi menunjukkan bahwa umur harapan hidup serta persentase rumah tangga yang memiliki akses terhadap air minum layak berpengaruh negatif terhadap tingkat kemiskinan. Sebaliknya, pengeluaran pangan dan penduduk usia 15 tahun ke atas yang bekerja di sektor pertanian, kehutanan, dan perikanan tidak menunjukkan pengaruh signifikan dalam model. Nilai Akaike Information Criterion (AIC) sebesar 231,71 serta likelihood ratio test sebesar 0,036 memperkuat bahwa model spasial lebih baik dibandingkan regresi linear berganda. Temuan ini menunjukkan bahwa kemiskinan di Pulau Kalimantan saling terkait antarwilayah.
PENERAPAN METODE ENTROPY DAN ELECTRE DALAM MENDUKUNG KEPUTUSAN PEMILIHAN INVESTASI SAHAM SYARIAH TERBAIK Fadhila, Aisya Raihan; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105964

Abstract

Investasi pada instrumen pasar modal syariah di Indonesia terus mengalami perkembangan yang signifikan seiring dengan meningkatnya jumlah saham syariah dan partisipasi investor setiap tahunnya. Salah satu tantangan utama dalam investasi saham syariah adalah menentukan alternatif saham yang tidak hanya sesuai dengan prinsip syariah, tetapi juga memiliki kinerja keuangan yang optimal. Penelitian ini bertujuan untuk menentukan saham syariah terbaik dengan menerapkan metode Multi-Criteria Decision Making (MCDM) berbasis Entropy dan ELECTRE. Data penelitian menggunakan 30 saham yang tergabung dalam Jakarta Islamic Index (JII) dengan tujuh kriteria penilaian berupa rasio keuangan, yaitu price to earnings ratio (PER), price to book value (PBV), earnings per share (EPS), return on equity (ROE), dividend yield (DY), debt to equity ratio (DER), dan current ratio (CR) berdasarkan laporan keuangan tahun 2024. Keberadaan outlier pada data asli mendorong dilakukannya preprocessing melalui standarisasi Z-Score dan transformasi nilai negatif ke positif untuk memenuhi prasyarat metode Entropy, dengan konsekuensi berkurangnya pengaruh outlier terhadap persebaran probabilitas kriteria. Metode Entropy digunakan untuk memperoleh bobot objektif kriteria berdasarkan distribusi informasi, sedangkan metode ELECTRE digunakan untuk melakukan proses perangkingan alternatif saham. Hasil penelitian menunjukkan urutan bobot kriteria dari tertinggi hingga terendah yaitu DER (0,2396), DY (0,2183), CR (0,2108), ROE (0,1384), EPS (0,1250), PBV (0,0366), dan PER (0,0346). Berdasarkan hasil perangkingan ELECTRE, saham TLKM memperoleh peringkat terbaik. Temuan ini menunjukkan bahwa kombinasi metode Entropy dan ELECTRE mampu memberikan dasar pengambilan keputusan yang sistematis dan objektif dalam pemilihan saham syariah.
PENENTUAN KEPUTUSAN INVESTASI SAHAM TERBAIK MENGGUNAKAN PEMBOBOTAN ROC DENGAN METODE SAW Putri Naya, Adellia Ayu; Martha, Shantika; Imro’ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105965

Abstract

Pengambilan keputusan investasi saham merupakan proses kompleks yang memerlukan pemahaman serta analisis mendalam terkait pemilihan saham yang tepat sebagai instrumen investasi. Penelitian ini bertujuan untuk menghasilkan rekomendasi pemilihan saham terbaik indeks IDX30 periode 1 November 2024 – 31 Januari 2025 berdasarkan beberapa rasio keuangan yang diperoleh dari data laporan keuangan tahun 2024, yaitu EPS, DER, DY, PER, PBV, ROE dengan pembobotan Rank Order Centroid (ROC) dan perangkingan Simple Additive Weighting (SAW). Penentuan bobot dilakukan berdasarkan urutan tingkat kepentingan masing-masing kriteria dengan dua pendekatan yaitu pengambilan keputusan investasi yang berorientasi pada memaksimalkan keuntungan dan pengambilan keputusan investasi yang berfokus pada meminimalkan risiko, sedangkan proses perangkingan dilakukan dengan metode SAW dengan membedakan kriteria menjadi dua atribut yaitu kriteria benefit dan kriteria cost. Pada penelitian ini proses normalisasi dilakukan dengan metode normalisasi vektor untuk mengatasi kendala pada beberapa kriteria cost. Hasil penelitian menunjukkan bahwa saham UNTR menempati peringkat pertama dengan nilai preferensi tertinggi sebesar 0,634268 untuk pendekatan keuntungan dan 0,890724 untuk pendekatan risiko sehingga saham UNTR menjadi saham terbaik pada indeks IDX30. Hasil ini menunjukkan bahwa saham tersebut memiliki kinerja fundamental yang relatif kuat dibandingkan saham lainnya dalam indeks yang sama.
PENGELOMPOKAN KEJADIAN BENCANA ALAM DI INDONESIA MENGGUNAKAN ALGORITMA K-MEANS++ DENGAN EVALUASI CALINSKI HARABASZ INDEX Regita, Luna Amara; Martha, Shantika; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105966

Abstract

Indonesia merupakan wilayah yang rawan terhadap berbagai jenis bencana alam, sehingga diperlukan analisis untuk memahami pola kerawanan antar wilayah. Penelitian ini bertujuan untuk mengelompokkan provinsi di Indonesia berdasarkan jumlah kejadian bencana alam menggunakan algoritma K-Means++ serta menentukan jumlah klaster yang optimal menggunakan evaluasi Calinski Harabasz Index (CHI). Data yang digunakan berasal dari PODES (Potensi Desa) 2023-2024 yang semula mencakup 11 jenis bencana alam seperti banjir, gempa bumi, dan variabel lainnya dan 1 kategori wilayah tanpa bencana. Setelah uji multikolinearitas, dua variabel dieliminasi sehingga analisis akhir menggunakan 9 jenis bencana dan 1 variabel “tidak ada bencana alam”. Sebelum proses klasterisasi, data distandardisasi untuk memastikan perbandingan antar variabel sama tanpa dipengaruhi perbedaan skala, kemudian melakukan pengecekan multikolinearitas dan menghitung jarak menggunakan metode Euclidean Distance. Berdasarkan nilai CHI, jumlah klaster optimal adalah dua klaster. Klaster pertama berisi provinsi dengan tingkat kerawanan tinggi, sehingga dikategorikan sebagai klaster multihazard (rawan bencana). Klaster kedua mencakup provinsi dengan tingkat kerawanan lebih rendah, sehingga dikategorikan sebagai hidrometeorologis (minim bencana). Hasil penelitian ini dapat digunakan sebagai dasar pendukung kebijakan mitigasi, prioritas penanganan, serta pemetaan risiko bencana di tingkat nasional maupun daerah.
Co-Authors , Syahru Rahmayuda, Haris Febriyanto Ramadhan , Sampe Hotlan Sitorus Adinda, Dian Tri Agustono, Hendri Al Azizi, Fudhail Azzam Thoriqi Amarrullah, Rido Andani, Wirda Anggria, Vini Anjelika, Seselia Apriliyanti, Rita Aprizkiyandari, Siti Arsanti, Resti Asmara, Mira AYU ASTUTI, AYU Ayuni, Anisa Putri Bartolomius, Bartolomius Cahyani, Cristy Framedia Calissta, Leanna Belva Clarenda Siboro, Viren Marcellya Cornellia, Amanda Dadan Kusnandar Deanovela, Adelea Delvi Debataraja, Naomi Nessyana Dwi Marisa Midyanti Dyaherawati, Oktavia Ersawahyuni, Aisna Evy Sulistianingsih Fadhila, Aisya Raihan Fallah, Khalishah Ghina Fiqriah, Isnaini Firnanda, Firnanda Gunawan, Risky Hamdari, Ela Hariadi, Wahyudio Shaney Fikri Hendra Perdana hidayatullah, Hidayatullah hidayatullah Huda, Nur’ainul Miftahul Idilla, Leona Ilhamsyah Imro'ah, Nurfitri IMRO’AH, NURFITRI Imro’ah, Nurfitri Indriani, Maria Meilinda Istighfarani, Ridha Maharani, Cinta Priscillia Mori, Stepanus Armadi Muhtadi, Radhi Mulia Tsani, Dien Permata Neva Satyahadewi Novi Safitri Nurhaliza, Sy. Farini Oktitannia, Dea Pebriyandi, Rifki Pramesti, Surya Adinda Fitria Prianti, Sabrina Eka Purwanty, Purwanty Puspita, Risma Putri Naya, Adellia Ayu Radinasari, Nur Ismi Rahmadanti, Putri Rahmawati, Fenti Nurdiana Regita, Luna Amara Rezaldi, Muhammad Fachri Riovani, Vriska Dwi Rivaldi, Syahrul Rizki, Setyo Wira Robbiati, Dian Sadikin, Utin Azwa Sayhani Salsabila, Salsabila Salsabila, Yumna Hanum Sindia, Eri Tamtama, Ray Umiati, Wiji Vebriyanti, Lo Mei Ly Wuri, Hastri Sastia Yogi, Vinsensius Yudhi Yundari, Yundari Zaria, Della