Claim Missing Document
Check
Articles

Prediction of Divorce Data in Pamekasan District Based on Comparison of Exponential Smoothing and Moving Average Yudistira, Ira; Romlah, Siti; Yulianto, Tony; faisol, Faisol; Mardianto, M.Fariz Fadillah
Tensor: Pure and Applied Mathematics Journal Vol 5 No 2 (2024): Tensor: Pure and Applied Mathematics Journal
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Pattimura University, Ambon, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tensorvol5iss2pp67-78

Abstract

Divorce is a form of breakdown in domestic or marital relationships which is characterized by separation. Based on the Indonesian Statistics report, the number of divorce cases in Indonesia will reach 516,334 cases in 2022. This number is up 15.31% compared to the previous year of 447,743 cases. East Java is ranked second as the province with the highest divorce cases, namely 102,065 cases throughout 2022. To know the development of divorce in the future, forecasting is needed to determine when an event will occur, an increase in the divorce rate, so that we can prepare what will be done to overcome the spike. the divorce rate. In this research, the methods used to predict the number of divorce cases in Pamekasan Regency are the Exponential Smoothing and Moving Average methods. single exponential smoothing method for both divorce lawsuits and divorce divorces with MAD values ​​= 10.40539 and 15.3366868, MSE = 449.0276211 and 181.0038, MAPE = 22.1859129 and 23.84152 and SE values ​​= 21.57911661 and 13, 70064 with a value of α=0.12 for contested divorce and α=0.26 for talak divorce.
Application of the ARIMA-GARCH Model for Forecasting Indonesia's Monthly Inflation Rate Anisa; Yudistira, Ira; Yulianto, Tony
Contemporary Mathematics and Applications (ConMathA) Vol. 7 No. 1 (2025)
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/conmatha.v7i1.60263

Abstract

Inflation is one of the important aspects that is used as a benchmark to see economic growth and economic conditions in each country. Inflation has resulted in increasing public expenditure in meeting basic needs. Inflation must be controlled to maintain the economic stability of a country, including Indonesia. Therefore, there is a need for a model that can forecast the inflation rate in Indonesia. The aim of this research is to create a model that can predict future inflation levels so that it can help the government in determining policies related to controlling inflation in Indonesia. The data used is monthly inflation data in Indonesia for 19 years from March 2007- October 2023 in percentage form. The forecasting model used in this study is the ARIMA-GARCH model. The ARIMA model is a time series model used to forecast future data based on past data. While GARCH is a time series model used to overcome heteroscedasticity in the ARIMA model. Inflation data will be modeled using the ARIMA model and then continued by modeling the residuals using the GARCH model if heteroscedasticity occurs in the ARIMA model residuals. Based on data analysis that has been done, the best model for inflation forecasting cases in Indonesia is the ARIMA (2,0,2) - GARCH (0,1) model with a MAPE value of 17.78%.
Determining Optimal Hierarchical Clustering by Combining Needleman Wunsch and Jukes Cantor Algorithms in Tuberculosis (TB) Disease Clustering Hildatul Anizah; Tony Yulianto; Kuzairi; Ira Yudistira; Amalia, Rica
Contemporary Mathematics and Applications (ConMathA) Vol. 7 No. 1 (2025)
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/conmatha.v7i1.64172

Abstract

Tuberculosis (TBC) is an infectious disease affecting the respiratory system, caused by the bacterium Mycobacterium tuberculosis. Tuberculosis (TBC) remains a global concern, and to date, no country is completely free from TB. This disease continues to be one of the leading causes of mortality. Therefore, it is essential to categorize the spread of TBC. The percentage of identity in genetic codes will reveal the proportion of mutations. The percentage of identity in genetic codes will demonstrate that, although the symptoms caused by a disease may be quite similar, the protein sequences are not necessarily the same. In this study, the researchers employed the Hierarchical Clustering method, integrating the Needleman-Wunsch and Jukes-Cantor algorithms, resulting in two groups. The first group consists of 9 interconnected rows, while the second group consists of 7 interconnected rows.
Modeling the Spread of Hepatitis B Disease from the SEIR Model in East Java Using RKF 45 Na'malia, Sakinun; Faisol, Faisol; Yulianto, Tony
Tensor: Pure and Applied Mathematics Journal Vol 6 No 1 (2025): Tensor: Pure and Applied Mathematics Journal
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Pattimura University, Ambon, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tensorvol6iss1pp1-12

Abstract

Hepatitis B is an infectious disease that has a major impact on public health, especially in East Java Province with a high prevalence of cases. This study aims to model the spread of Hepatitis B using the SEIR model (Susceptible, Exposed, Infected, Recovered) and solved numerically with the Runge-Kutta Fehlberg method (RKF45). Simulation results for 10 years showed that the susceptible population decreased from to individuals, while the exposed compartment increased from to . The infected population peaked at around individuals in year 2 and decreased to individuals, while the cured population continued to increase until it reached at the end of the period. The SEIR model with the RKF45 method proved effective in describing the dynamics of the spread of Hepatitis B mathematically and can be utilized as a predictive tool in supporting public health policy.
Penerapan Petri-Net Pada Model Gerakan Berjalan Walking Robot Berkaki Empat (Quadruped) Kuzairi, Kuzairi; Yulianto, Tony; Mardianto, M. Fariz Fadillah; Faisol, Faisol; Amalia, Rica
Zeta - Math Journal Vol 1 No 1 (2015): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4219.834 KB) | DOI: 10.31102/zeta.2015.1.1.1-5

Abstract

Selama ini sudah banyak robot diproduksi baik dalam skala kecil maupun besar untuk membantu manusia dalam mengerjakan pekerjaan sehari-hari manusia sesuai dengan fungsi masing-masing. Akan tetapi, fungsi-fungsi tersebut akan dapat berjalan dengan baik apabila komponen-komponen yang mendukung pada robot dapat berjalan dengan baik, seperti salah satunya adalah cara gerak berjalan robot. Di sini, peneliti lebih menekankan gerak jalan robot empat kaki yang menggunakan walking, karena yang banyak umum digunakan dan kesulitannya juga lumayan dibandingkan robot berjalan dengan dua kaki. Maka dengan menggunakan aljabar max plus akan diperoleh model gerak jalan robot walking tersebut yang sesuai dengan yang diharapkan.
Aplikasi SVM Classifier dalam Pengenalan Target IR (infrared) Amalia, Rica; Kuzairi, Kuzairi; Yulianto, Tony; Mardianto, M. Fariz Fadillah; Faisol, Faisol
Zeta - Math Journal Vol 1 No 1 (2015): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2775.426 KB) | DOI: 10.31102/zeta.2015.1.1.6-9

Abstract

Dalam tulisan ini, support vector machine diusulkan dalam pengenalan target IR. Metode grid digunakan untuk memilih parameter yang tepat dari SVM untuk menghindari over-fitting yang disebabkan pemilihan parameter yang tidak tepat. Kami menggunakan citra pemantauan IR tambang batubara untuk melihat kemampuan pengenalan target IR oleh SVM. Fitur dan kategori citra pemantauan IR tambang batubara diberikan. Hasil eksperimen menggambarkan bahwa akurasi pengenalan target IR oleh SVM adalah 100%. Jadi, SVM adalah metode pengenalan target IR yang sangat baik.
Aplikasi Jaringan Hebb dalam Pengenalan Huruf Faisol, Faisol; Amalia, Rica; Kuzairi, Kuzairi; Yulianto, Tony; Mardianto, M. Fariz Fadillah
Zeta - Math Journal Vol 1 No 1 (2015): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4078.798 KB) | DOI: 10.31102/zeta.2015.1.1.10-14

Abstract

Pengenalan pola secara automatis adalah masalah yang banyak menyita perhatian sekarang ini, baik pengenalan pola wajah, sidik jari, tulisan tangan maupun pola karakter hasil cetakan. Yang menjadi alasan penelitian adalah kemampuan untuk mengenali secara efektif dengan menggunakan pola contoh yang sedikit. Satu pendekatan yang menunjukkan hasil yang menjanjikan dalam pengenalan pola adalah dengan menggunakan jaringan saraf tiruan. Jaringan saraf tiruan telah dikembangkan sebagai generalisasi model matematik dari pembelajaran otak manusia. Jaringan saraf tiruan algoritma Hebb Rule adalah salah satu algoritma pelatihan paling sederhana untuk jaringan syaraf tiruan secara umum. Dalam penelitian ini, jaringan saraf dilatih dengan menggunakan 7 karakter huruf besar, yakni A, B, C, D, E, J, dan K. Hasil pengujian menunjukkan bahwa metode Hebb masih memiliki keterbatasan dalam pengenalan pola karena ada input pola yang ditraining yang tidak bisa dikenali pada saat proses testing.
Perancangan Bejana Tekan Berdimensi Satu dengan Menggunakan Metode Elemen Hingga Yulianto, Tony; Faisol, Faisol; Amalia, Rica; Kuzairi, Kuzairi; Mardianto, M. Fariz Fadillah
Zeta - Math Journal Vol 1 No 1 (2015): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (5063.042 KB) | DOI: 10.31102/zeta.2015.1.1.15-21

Abstract

Salah satu metode numerik yang digunakan untuk menyelesaikan persamaan differensial biasa adalah metode elemen hingga, dalam paper ini diberikan simulasi penerapan metode tersebut untuk menyelesaikan masalah nilai batas kususnya untuk mengukur besar defleksi dari bejana tekan. Diberikan pula perbandingan galat dari dua cara perhitungan, yaitu metode elemen hingga dengan metode beda hingga yang pernah diteliti sebelumnya. Hasilnya menunjukkan bahwa perhitungan dengan caraelemen hingga lebih baik dibandingkan denganbeda hingga.
Pengelompokan Optimal Kabupaten dan Kota Rawan Kriminalitas di Jawa Timur dengan Metode Analisis Kluster Terbaik Mardianto, M. Fariz Fadillah; Kuzairi, Kuzairi; Yulianto, Tony; Amalia, Rica; Faisol, Faisol
Zeta - Math Journal Vol 1 No 1 (2015): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (7821.667 KB) | DOI: 10.31102/zeta.2015.1.1.22-29

Abstract

Kriminalitas adalah kejadian melanggar hukum yang menganggu keamanan di suatu wilayah. Tingginya tingkat kriminalitas dapat menghambat mobilitas masyarakat dan investor. Kegiatan perekonomian, perdagangan, dan pendidikan dapat terganggu di suatu daerah yang dikategorikan sebagai daerah rawan jika keamanan tidak dijamin. Akhir-akhir ini isu kriminalitas menjadi topik yang menarik di Jawa Timur. Jawa Timur dengan luas wilayah yang besar, jumlah penduduk yang banyak dan beragam, serta pembangunan yang pesat memiliki probabilitas tinggi dalam hal kriminalitas. Pengelompokan daerah rawan kriminalitas perlu dilakukan. Dalam penelitian ini pengelompokan daerah rawan kriminalitas dilakukan dengan metode analisis kluster hierarki diantaranya single linkage, complete linkage, average linkage, dan metode ward, serta analisis kluster non hierarki dengan menggunakan metode k-means. Jumlah kluster optimal untuk tiap metode ditentukan dengan statistik Pseudo-F terbesar. Setelah mendaapatkan jumlah kluster optimal dengan Pseudo-F, langkah selanjutnya adalah menentukaan metode analisis kluster yang terbaik dengan melihat nilai internal cluster dispersion rate (icdrate). Semakin kecil nilai icdrate, semakin baik metode tersebut dalam melakukan pengelompokan. Setelah dilakukan pengelompokan didapatkan hasil lima kelompok yang optimal berdasarkan metode ward dimana terdapat lima kategori daerah dengan tingkat kriminalitas sangat rawan, rawan, sedang, aman, sangat aman. Berdasarkan hasil analisis kluster dua wilayah disarankan untuk mendapatkan keamanan khusus yaitu Kota Surabaya yang merupakan daerah sangat rawan kriminalitas , dan Kota Malang dengan kategori rawan kriminalitas. Kedua daerah ini merupakan dua kota terbesar di Jawa Timur.
Penerapan Metode Beda Hingga pada Model Matematika Aliran Banjir dari Persamaan Saint Venant Hasan, Hasan; Yulianto, Tony; Amalia, Rica; Faisol, Faisol
Zeta - Math Journal Vol 2 No 1 (2016): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (322.254 KB) | DOI: 10.31102/zeta.2016.2.1.6-12

Abstract

Banjir merupakan suatu kejadian yang ditandai dengan naiknya muka air melebihi volume tampung air semisal sungai atau saluran air. Adapun banjir itu sering terjadi salah satunya di Indonesia karena Indonesia merupakan Negara tropis dan beberapa daerah pun juga air resapan sudah mulai berkurang. Dalam penelitian ini diselesaikan dari model matematika aliran banjir pada persamaan saint venant menggunakan metode Beda Hingga. Adapun hasil penelitian didapatkan suatu ketidakstabilan banjir yaitu dengandihasilkannya grafik yang yang terbentuk tidak menuju satu garis y artinya tidak menuju satu titik.