Claim Missing Document
Check
Articles

Estimasi Keuntungan Penjualan dengan Fuzzy Subtractive Clustering dan FIS Sugeno Orde-1 Ashri Nur Aisyah; Didi Suhaedi
Jurnal Riset Matematika Volume 5, No.1, Juli 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i1.6411

Abstract

Abstract. This research aims to develop a sales profit estimation model for Himatex, a textile distributor, using sales data from January 2021 to May 2023. The model is built through the application of fuzzy logic, specifically employing the fuzzy subtractive clustering method and the Sugeno Order-1 Fuzzy Inference System. The study involves two key processes: clustering sales data and implementing an inference system, both of which are integrated into the fuzzy logic framework. A significant issue faced by the distributor is the lack of attention to fabric types, leading to overstocking in warehouses. This stockpiling results in a mismatch between market demand and supply, causing financial losses. The research findings indicate that setting a radius value of 0.18, an accept ratio of 0.5, a reject ratio of 0.15, and a squash factor of 1.25, along with boundary values of [0; 0; 0] and [3,000; 60,000,000; 25,000,000], leads to the formation of five clusters and five profit estimation models. Data testing, using an average fabric yardage of 279 meters and an average sales value of Rp. 16,274,256, resulted in an estimated average profit of Rp. 4,696,327. The model demonstrated a low cumulative error percentage of 9.0919%, indicating high forecasting accuracy. Consequently, this model is suitable for textile distributors. Abstrak. Tujuan dari penelitian ini yaitu menentukan model estimasi keuntungan penjualan dengan data penjualan kain tekstil distributor Himatex di bulan Januari 2021-Mei 2023 melalui penerapan logika fuzzy menggunakan metode Fuzzy Subtractive Clustering dan Fuzzy Inference System Sugeno Orde- 1. Untuk menentukan model estimasi keuntungan penjualan terdapat 2 proses, yaitu proses clustering data dan melakukan inference system, kedua proses ini termasuk kedalam pembahasan yang sama yaitu dalam penerapan logika fuzzy. Masalah yang terjadi dalam distributor ini yaitu tidak memperhatikan jenis kain di minggu keberapa yang harus tingkatkan penjualannya, sehingga terjadinya penimbunan kain di dalam gudang. Dengan adanya penimbunan di gudang mengakibatkan ketidaksesuaian permintaan pasar dan juga penjualan mengalami sejumlah kerugian. Berdasarkan hasil penelitian yang telah dilakukan, dengan mengatur nilai jari-jari sebesar 0,18, nilai accept ratio sebesar 0,5, nilai reject ratio sebesar 0,15, nilai squash factor sebesar 1,25, [0; 0; 0], dan [3.000; 60.000.000; 25.000.000] diperoleh 5 cluster dan 5 persamaan model estimasi keuntungan penjualan. Hasil dari pengujian data menunjukan bahwa dengan menginputkan variabel rata-rata yard 279 meter, rata-rata penjualan Rp. 16.274.256, menghasilkan output rata-rata keuntungan penjualan sebanyak Rp. 4.696.327. Dari hasil pengolahan data, keseluruhan data telah diuji oleh presentase galat kumulatif sebanyak 9,0919%, dan kesalahan tersebut cukup rendah, dalam artian estimasi atau peramalan sangat baik. Sehingga model yang terbentuk pada penelitian ini dapat diajukan pada distributor kain tekstil.
Penggunaan Metode ROC dan PROMETHEE II Pada Pemilihan Investasi Sektor Perbankan Lestari, Tira Ayu Verania; Didi Suhaedi
Jurnal Riset Matematika Volume 5, No.1, Juli 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i1.6441

Abstract

Abstract. This study focuses on the selection of banking sector investments listed in the LQ45 Index. Investment in the banking sector plays an important role in the economy. However, investors have difficulty in choosing the right company based on the bank's financial health. To help assess a healthy company, various assessment criteria can be set such as Capital Adequacy Rate, Non Performing Loan, Return On Asset, Return On Equity, Net Interest Margin, Operating Costs and Operating Income, and Loan to Deposit Ratio. Meanwhile, to help select investments, this study uses the Rank Order Centroid method to determine the weight value of each criterion and Promethee II to determine the ranking order of alternative investments. The calculation results using the Promethee II method show that alternative Bank 3 (A3) (net flow = 0.27) as the first ranked alternative, Bank 2 (A2) (net flow = 0.24) as the second ranked alternative, Bank 1 (A1) and Bank 7 (A7) (net flow = -0.01) as the third ranked alternative, Bank 5 (A5) (net flow = -0.03) as the fourth ranked alternative, Bank 6 (A6) (net flow = -0.15) as the fifth ranked alternative, and Bank 4 (A4) (net flow = -0.32) as the sixth ranked alternative. Abstrak. Penelitian ini berfokus pada pemilihan investasi sektor perbankan yang terdaftar dalam Indeks LQ45. Investasi dalam sektor perbankan mempunyai peran penting dalam perekonomian. Namun, bagi investor terdapat kesulitan dalam memilih perusahaan yang tepat berdasarkan kondisi kesehatan finansial bank. Untuk membantu menilai perusahaan yang sehat, dapat ditetapkan berbagai kriteria penilaian seperti Capital Adequacy Rate, Non Performing Loan, Return On Asset, Return On Equity, Net Interest Margin, Biaya Operasional dan Pendapatan Operasional, dan Loan to Deposit Ratio. Sedangkan untuk membantu pemilihan investasi, penelitian ini menggunakan metode Rank Order Centroid untuk menentukan nilai bobot dari setiap kriteria dan Promethee II untuk menentukan urutan perankingan alternatif investasi. Hasil perhitungan menggunakan metode Promethee II menunjukkan bahwa alternatif Bank 3 () (net flow = 0,27) sebagai alternatif peringkat pertama, Bank 2 () (net flow = 0,24) sebagai alternatif peringkat kedua, Bank 1 () dan Bank 7 () (net flow = -0,01) sebagai alternatif peringkat ketiga, Bank 5 () (net flow = -0,03) sebagai alternatif peringkat keempat, Bank 6 () (net flow = -0,15) sebagai alternatif peringkat kelima, dan Bank 4 () (net flow = -0,32) sebagai alternatif peringkat keenam.
Pengaruh Belanja Pemerintah dan PMDN Terhadap Produk Domestik Regional Bruto di Provinsi Jawa Barat Ryadi, Silvy Faiza; Suhaedi, Didi
Matematika: Jurnal Teori dan Terapan Matematika Vol. 24 No. 1 (2025): Jurnal Matematika
Publisher : UPT Publikasi Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/matematika.v24i1.3990

Abstract

Indonesia merupakan negara berkembang yang masih bergelut dengan permasalahan perekonomian. Dengan berlakunya otonomi daerah, diharapkan tiap wilayah dapat membantu pertumbuhan perekonomian negara dengan cara mengoptimalkan realisasi anggaran pemerintah yang ada untuk pemenuhan kebutuhan masyarakat. Hal ini mengindikasikan bahwa belanja pemerintah harus direalisasikan secara optimal dan harus bisa mempengaruhi perekonomian di wilayah tersebut. Produk Domestik Regional Bruto (PDRB) digunakan sebagai instrumen dalam mengetahui kondisi perekonomian di suatu daerah. Indikator lain yang berperan meningkatkan PDRB adalah investasi. Besar investasi berhubungan dengan belanja pemerintah daerah yang realisasinya juga bernilai tinggi. Dengan demikian, baik investasi dalam negeri maupun belanja pemerintah daerah di Provinsi Jawa Barat seharusnya dapat menjadi variabel terkuat yang mempengaruhi nilai PDRB Provinsi Jawa Barat. Kemudian dilakukan penelitian dengan metode analisis regresi linier berganda untuk mengetahui pengaruh belanja pemerintah dan PMDN terhadap PDRB. Hasil penelitian didapatkan bahwa secara simultan, belanja pemerintah dan PMDN berpengaruh terhadap PDRB sebesar 98,2913%. Sedangkan secara parsial, belanja langsung dan belanja tidak langsung berpengaruh signifikan terhadap PDRB, dan untuk PMDN tidak berpengaruh signifikan terhadap PDRB. Indonesia is a developing country that's still struggling with economic problems. With the implementation of regional autonomy, it is hoped that each region can help the country's economic growth by optimizing the realization of the government spending to meet community needs. This indicates that government spending must be realized optimally and must be able to influence the economy in the region. Gross Regional Domestic Product (GRDP) is used as an instrument to determine economic conditions in a region. Another indicator that plays a role in increasing GRDP is investment. The amount of investment is related to regional government spending, the realization of which is also of high value. Thus, both domestic investment and regional government spending in West Java should be the strongest variables influencing the GRDP value of West Java. Then research was carried out using the multiple linear regression analysis method to determine the effect of government spending and PMDN on GRDP. The research results showed that simultaneously, government spending and PMDN had an effect on GRDP by 98.2913%. Meanwhile, partially, direct spending and indirect spending have a significant effect on GRDP, and PMDN does not have a significant effect on GRDP.
Unveiling the Geometry of Culture: An Ethnomathematical Exploration of Transformation Geometry in Cimahi Batik Motifs Purniati, Tia; Suhaedi, Didi
Jurnal Pendidikan MIPA Vol 26, No 4 (2025): Jurnal Pendidikan MIPA
Publisher : FKIP Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpmipa.v26i4.pp2518-2541

Abstract

Mathematics played an essential role in daily life. However, mathematics learning in schools was often less connected to students' real-life contexts, so many of them struggle to understand mathematical concepts. Relating mathematics to everyday life was necessary for students to understand its relevance and benefits. This research aimed to explore the cultural values and concepts of transformation geometry embedded in Cimahi batik motifs. The method used in this study was ethnographic, with the research conducted in Lembur Batik, Cimahi, West Java, Indonesia. The research framework in ethnomathematics adopted four key questions to inform the framework used to facilitate research, “Where should observations be made from?, "How is the observation process carried out?” "What are the results of these observations?", and “What is the meaning of it?. The investigator served as the instrument in the data-gathering process and used triangulation involving interviews, observations, and literature review. Analysis occurred in three stages: data condensation, data display, and drawing of conclusion. The study found that Cimahi batik motifs embody cultural values that reflect the identity of the Cimahi community. Moreover, these motifs employed concepts of transformation geometry, such as translation, reflection, rotation, and dilation. The distinctive feature of these findings is the association between the motif beauty of Cimahi batik and the use of transformation-geometry concepts derived from local culture. This is what makes the batik motif from Cimahi a valuable context for learning mathematics, particularly geometry. This has significant implications for the growth of ethnomathematics, as it means that geometrical concepts can be incorporated into local cultural frameworks within situational mathematics learning grounded in indigenous cultural knowledge.     Keywords: culture, transformation geometry, ethnomathematics, Cimahi batik motif.  
Prediksi Tren Data Penjualan Album K-Pop Berbasis Machine Learning Menggunakan Algoritma XGBoost Andiyani, Maesaroh; Harahap, Erwin; Suhaedi, Didi
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8340

Abstract

Abstract. The South Korean music industry (K-Pop) is experiencing rapid growth and holds significant global influence. Despite the dominance of digital platforms, physical album sales remain strong, although their trends are not always consistent. This study aims to predict K-Pop album sales trends for the period 2025–2029 using the eXtreme Gradient Boosting (XGBoost) machine learning algorithm, based on historical data from 2020–2024. Data were manually collected from multiple digital platforms, including Circle Chart, YouTube, Instagram, X, and Naver. The research follows the Knowledge Discovery in Database (KDD) framework, consisting of data selection, pre-processing, transformation, data mining, and evaluation stages. The model’s performance was evaluated using the Mean Absolute Percentage Error (MAPE) metric. The results show a general upward trend in album sales across all four major K-Pop agencies HYBE, SM Entertainment, JYP Entertainment, and YG Entertainment although the growth patterns vary by agency. Feature importance analysis revealed different key influencing factors 24-hour MV views played a dominant role at HYBE and SM, the album releases was most significant at JYP, and the active artists had the greatest impact at YG. These findings demonstrate that XGBoost can effectively model and predict K-Pop album sales while identifying agency-specific influencing factors. Abstrak. Industri musik Korea Selatan (K-Pop) mengalami pertumbuhan pesat dan memiliki pengaruh global yang signifikan. Meskipun era digital mendominasi, penjualan album fisik K-Pop terus meningkat, namun tidak selalu menunjukkan pola yang konsisten. Penelitian ini bertujuan untuk memprediksi tren penjualan album K-Pop menggunakan algoritma machine learning eXtreme Gradient Boosting (XGBoost) dengan prediksi tren data penjualan album tahun 2025–2029, berdasarkan data historis periode 2020–2024. Sumber data diperoleh dari platform digital seperti Circle Chart, YouTube, Instagram, X, dan Naver. Penelitian ini dilakukan melalui pendekatan Knowledge Discovery in Database (KDD), dan model dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil penelitian, dapat disimpulkan bahwa pola dan tren penjualan album K-Pop tahun 2025–2029 menunjukkan peningkatan dari tahun ke tahun, dengan pola yang beragam pada setiap agensi tergantung pada faktor seperti jumlah album dan aktivitas artis. Hasil feature importance menggunakan algoritma XGBoost menunjukkan bahwa setiap agensi memiliki faktor yang berbeda dalam memengaruhi penjualan album, seperti total tayangan MV 24 jam pada agensi HYBE Corporation dan SM Entertainment, total album pada agensi JYP Entertainment, serta jumlah artis aktif pada agensi YG Entertainment.
Model Matematika Penyebaran Perilaku Online Compulsive Buying: Literature Review Asma, Niati; Sukarsih, Icih; Suhaedi, Didi
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8344

Abstract

Abstract. Online compulsive buying (OCB) is an excessive consumption phenomenon that has been increasingly prevalent in the digital era. This behavior negatively impacts not only individual financial well-being but also mental health, including increased anxiety, stress, and impulse control disorders. Various psychological and social factors, such as Fear of Missing Out (FoMO), self-control, peer influence, and social media exposure, have been proven to play essential roles in triggering and facilitating OCB behavior. This literature review explores the dynamics of OCB behavior dissemination and its implications, as well as the role of mathematical modeling as an innovative approach to study and support effective intervention efforts. The review results indicate that interventions targeting the enhancement of self-control and stress management can significantly reduce the prevalence of OCB. Moreover, this article discusses mathematical models that can simulate the spread and control of compulsive buying behavior within digital populations. However, further development of more realistic models and validation using empirical data is still necessary. This review emphasizes the need for a multidisciplinary approach that integrates psychology, mathematics, and information technology to design more targeted, measurable, and sustainable OCB prevention strategies in an increasingly digital society. Abstrak. Perilaku belanja online kompulsif (online compulsive buying-OCB) merupakan fenomena konsumsi berlebihan yang semakin meningkat di era digital. Perilaku ini tidak hanya berdampak negatif pada aspek finansial individu, tetapi juga memengaruhi kesehatan mental, termasuk meningkatkan kecemasan, stres, dan gangguan kontrol impuls. Berbagai faktor psikologis dan sosial, seperti Fear of Missing Out (FoMO), kontrol diri (self-control), serta pengaruh teman sebaya dan media sosial, terbukti memainkan peran penting dalam memicu dan memfasilitasi penyebaran perilaku OCB. Kajian literatur ini mengulas dinamika penyebaran perilaku OCB dan implikasinya, serta peran pemodelan matematika sebagai pendekatan inovatif untuk mengkaji serta mendukung upaya intervensi yang efektif. Hasil review menunjukkan bahwa intervensi yang menargetkan peningkatan kontrol diri dan pengelolaan stres secara signifikan dapat mengurangi prevalensi OCB. Selain itu, artikel ini membahas berbagai model matematika yang mampu mensimulasikan penyebaran dan pengendalian perilaku compulsive buying pada populasi digital. Meskipun demikian, pengembangan model yang lebih realistis dan validasi berbasis data empiris masih diperlukan. Kajian ini menekankan pentingnya pendekatan multidisiplin yang mengintegrasikan psikologi, matematika, dan teknologi informasi untuk merancang strategi pencegahan OCB yang lebih tepat sasaran, terukur, dan berkelanjutan di tengah masyarakat digital yang terus berkembang.
Penerapan Metode GRA-DEMATEL Pada Pilihan E-Commerce Fashion Gen Z Rini Kurniasih; Suhaedi, Didi; Harahap, Erwin
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8446

Abstract

Abstract. The rapid growth of fashion e-commerce has encouraged Generation Z, as digital natives, to navigate various online shopping platforms. Their unique consumption preferences, shaped by impulsive lifestyles and high exposure to social media, present challenges in selecting the most suitable e-commerce platform for fashion purchases. This study aims to determine the best e-commerce platform for Gen Z in fashion shopping using a Multi-Criteria Decision Making (MCDM) approach. This quantitative research involved 111 Gen Z respondents residing in the Greater Bandung area who have shopped for fashion products on Shopee, Tokopedia, and Lazada. Data were collected through an online questionnaire and processed using the Entropy method to objectively weigh the evaluation criteria, Grey Relational Analysis (GRA) to rank the alternatives, and the Decision Making Trial and Evaluation Laboratory (DEMATEL) to analyze the interrelationships among criteria. The evaluation was based on four main criteria: price, product, appeal, and user experience. The results indicate that Shopee ranks first as the preferred platform. The DEMATEL analysis identified product and price as the most influential criteria affecting appeal and user experience. These findings contribute to a better understanding of Gen Z’s shopping behavior and offer strategic insights for e-commerce platforms seeking to enhance competitiveness and user satisfaction. Abstrak. Pertumbuhan e-commerce fashion yang pesat mendorong Gen Z, sebagai generasi digital native, untuk menghadapi berbagai pilihan platform belanja daring. Preferensi konsumsi mereka yang unik, dipengaruhi gaya hidup impulsif dan eksposur media sosial, menimbulkan tantangan dalam memilih platform e-commerce yang paling sesuai. Penelitian ini bertujuan menentukan platform e-commerce terbaik bagi Gen Z dalam pembelian produk fashion dengan pendekatan Multi-Criteria Decision Making (MCDM). Penelitian bersifat kuantitatif dengan melibatkan 111 responden Gen Z yang berdomisili di wilayah Bandung Raya dan pernah berbelanja fashion di Shopee, Tokopedia, dan Lazada. Data dikumpulkan melalui penyebaran kuesioner daring, kemudian diolah menggunakan metode Entropy untuk pembobotan kriteria secara objektif, Grey Relational Analysis (GRA) untuk pemeringkatan alternatif, serta Decision Making Trial and Evaluation Laboratory (DEMATEL) untuk menganalisis hubungan antarkriteria. Evaluasi dilakukan berdasarkan empat kriteria: harga, produk, daya tarik, dan pengalaman pengguna. Hasil menunjukkan bahwa Shopee menempati peringkat pertama sebagai platform pilihan. Analisis DEMATEL mengidentifikasi produk dan harga sebagai kriteria paling berpengaruh terhadap daya tarik dan pengalaman pengguna. Temuan ini memberikan kontribusi dalam memahami perilaku belanja Gen Z serta menjadi referensi bagi pelaku e-commerce dalam merancang strategi yang relevan dan kompetitif.
SIMULASI KEMACETAN LALU LINTAS PADA LOKASI BUNDARAN BALTOS BANDUNG Dewi, Tresna; Badruzzaman, Farid; Fajar, Yusuf; Suhaedi, Didi; Harahap, Erwin
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 9, No 2 (2020): Smart Comp :Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v9i2.1768

Abstract

Pada masa kini perkembangan teknologi telah memacu meningkatnya kepemilikan kendaraan, terutama di beberapa kota seperti Jakarta, Bandung, Yogyakarta, dan kota besar lainnya. Situasi ini menimbulkan masalah yaitu kemacetan lalu lintas dimana salah satu penyebabnya adalah kepemilikan kendaraan yang semakin bertambah setiap tahun. Kondisi ini tidak didukung dengan keadaan infrastruktur dan sumber daya yang terbatas, disamping fasilitas lalu lintas yang pengoperasiannya masih belum optimal. Penyebab lain dari kemacetan lalu lintas ini adalah banyaknya angkutan umum yang sering berhenti sembarangan, keluar masuk area parkir, dan persilangan kendaraan di persimpangan. Oleh karena itu pada artikel ini dilakukan penelitian untuk mengetahui penyebab dalam masalah kemacetan dan diharapkan ditemukan solusi pemecahan masalah. Dalam penelitian ini, dirancang sistem simulasi arus lalu lintas dengan menggunakan aplikasi SimEvents yang dijalankan pada software MATLAB Simulink. Berdasarkan simulasi, dapat diprediksi penyebab kemacetan lalu lintas khususnya di lokasi Bundaran Balubur Town Square (BALTOS) Kota Bandung Jawa Barat.Kata kunci : kemacetan, lalu lintas, simevents, matlab