Articles
<![CDATA[Penerapan Metode Simulated Annealing pada Penentuan Dana Tabarru dalam Model Profit and Loss Sharing pada Investasi Syariah ]]>
<![CDATA[Lazulfa, Indana]]>
<![CDATA[ Jurnal Matematika dan Sains Vol 21 No 1 (2016) ]]>
Publisher : <![CDATA[Institut Teknologi Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Industri jasa keuangan saat ini didominasi oleh perbankan konvensional dan individual yang banyak menerapkankelebihan atau bunga dari pinjaman yang diberikan, atau biasa dianggap sebagairiba. Pada kenyataannya,keadaan peminjam dapat menjadi semakin miskin karena pinjamannya ditambah dengan bunga berbunga yangsangat memberatkan. Makalah ini membahas penelitian tentang model matematika pada investasi syariah berupapemberian pinjaman usaha untuk ekonomi mikro dengan menerapkan sistem bagi hasil (musyarakah/profit and losssharing).Model investasi dengan penambahan Dana Tabarru dikembangkan dari model sebelumnya(Sumartidkk,2014,2015). Dana Tabarru merupakan himpunan dana yang berperan sebagai asuransi dan berasaldari kontribusi para peserta (pedagang) yang digunakan untuk menanggulangi kondisi kerugian dalam periodetertentu. Dalam model ini Dana Tabarru sebagai premi yang wajib dibayarkan apabila pedagang dalam kondisimasih mempunyai laba setelah melunasi angsuran pokok. Di dalam model syariah dengan Dana Tabarru terdapatoptimisasi premi, yang melibatkan masalah meminimumkan sisa Dana Tabarru dalam satu periode tertentu.Masalah optimisasi Dana Tabarru ini akan diselesaikan dengan menggunakan algoritma Simulated Annealing (SA).Hasil simulasi dengan data pedagang yang dibangkitkan menunjukkan bahwa model syariah dengan DanaTabarru memberi nilai lebih besar pada return investor dan porsi pedagang, daripada model syariahtanpa Dana Tabarru. ]]>
<![CDATA[A Firefly Algorithm for Portfolio Optimization ]]>
<![CDATA[Lazulfa, Indana]]>
<![CDATA[ Journal of the Indonesian Mathematical Society Volume 25 Number 3 (November 2019) ]]>
Publisher : <![CDATA[IndoMS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22342/jims.25.3.821.282-291
<![CDATA[Portfolio optimization is the process of allocating capital among a universe of assets to achieve better risk – return trade-off. Portfolio optimization is a solution for investors to get the return as large as possible and make the risk as small as possible. Due to the dynamic nature of financial markets, the portfolio needs to be rebalanced to retain the desired risk-return characteristics. This study proposed multi objective portfolio optimization model with risk, return as the objective function. For multi objective portfolio optimization problems will be used mean-variance model as risk measures. All these portfolio optimization problems will be solved by Firefly Algorithm (FA).]]>
<![CDATA[Portfolio Optimization With Buy-in Thresholds Constraint Using Simulated Annealing Algorithm ]]>
<![CDATA[Indana Lazulfa]]>;
<![CDATA[Pujo Hari Saputro]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (465.342 KB)
<![CDATA[Portfolio optimization is a solution for investors to get the return as much as possible and also to minimize risk as small as possible. In this research, we use risk measures for portfolio optimization, namely mean-variance model. For single objective portfolio optimization problem, especially minimizing risk of portfolio, we used mean-variance as risk measure with constraint such as buy-in thresholds. Buy-in thresholds set a lower limit on all assets that are part of portfolio. All this portfolio optimization problems will be solved by simulated annealing algorithm. The performance of the tested metaheuristics was good enough to solve portfolio optimization.]]>
<![CDATA[Portfolio Optimization With Buy-in Thresholds Constraint Using Simulated Annealing Algorithm ]]>
<![CDATA[Indana Lazulfa]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (465.342 KB)
<![CDATA[Portfolio optimization is a solution for investors to get the return as much as possible and also to minimize risk as small as possible. In this research, we use risk measures for portfolio optimization, namely mean-variance model. For single objective portfolio optimization problem, especially minimizing risk of portfolio, we used mean-variance as risk measure with constraint such as buy-in thresholds. Buy-in thresholds set a lower limit on all assets that are part of portfolio. All this portfolio optimization problems will be solved by simulated annealing algorithm. The performance of the tested metaheuristics was good enough to solve portfolio optimization.]]>
<![CDATA[PENGEMBANGAN MODUL BERBASIS KOMPETENSI PADA MATA KULIAH STATISTIKA MAHASISWA JURUSAN TEKNIK INFORMATIKA UNIVERSITAS HASYIM ASY’ARI ]]>
<![CDATA[Dharma Bagus Pratama Putra]]>;
<![CDATA[Indana Lazulfa]]>;
<![CDATA[Iftitaahul Mufarrihah]]>
<![CDATA[ Jurnal Kajian Pembelajaran Matematika Vol 2, No 2 (2018): Jurnal Kajian Pembelajaran Matematika ]]>
Publisher : <![CDATA[FMIPA UNIVERSITAS NEGERI MALANG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (559.229 KB)
<![CDATA[Penelitian ini bertujuan untuk merancang modul statistika berbasis kompetensi yang valid, praktis dan efektif. Penelitian ini merupakan penelitian Research and Development. Metode pengembangan yang digunakan adalah metode Borg dan Gall yang memiliki tiga tahap utama yaitu tahap studi pendahuluan, tahap pengembangan modul dan tahap evaluasi. Berdasarkan hasil analisis didapatkan persentase kevalidan 83,2% dan 88,86% dari validator ahli materi dan ahli media. Persentase kepraktisan sebesar 81,87% dan 88,08% dari praktisi dan ujicoba kelas kecil. Pada ujicoba pemakaian kelas besar terdapat peningkatan rata-rata hasil belajar dari 38,89 menjadi 75,11. Sehingga modul statistika berbasis kompetensi ini layak untuk digunakan.]]>
<![CDATA[Pengembangan Modul Matematika Diskrit Berbasis ARIAS pada Mahasiswa Teknik Informatika ]]>
<![CDATA[Indana Lazulfa]]>;
<![CDATA[Dharma Bagus Pratama Putra]]>
<![CDATA[ Jurnal Pendidikan Matematika:Judika Education Vol 3 No 2 (2020): Jurnal Pendidikan Matematika:Judika Education ]]>
Publisher : <![CDATA[Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31539/judika.v3i2.1707
<![CDATA[This research aims to develop modules based on ARIAS learning models, to improve learners' learning motivation, as well as student competencies. So it will be found that meets the criteria of effectiveness, practicality and validity of the module based on ARIAS. The development model refers to the development of Borg and Gall which consists of two main parts namely designing modules and validating modules. To validate the module is carried out a validity test, a practicality test and an effectiveness test. Research Results, validation test conducted by material experts and media experts with results of 86.02 and 82.47 to meet the criteria of validity. The practicality test was carried out by practicing lecturers and 4 students obtained grades of 81.75 and 86 so that they entered practical criteria. Test effectiveness using one-group-pretest-posttest and obtained N-Gain¬ 60.95 so that it is included in the criteria is quite effective. In conclusion, discrete math modules based on arias learning models developed are feasible to be used in the sense of valid, practical and effective use, proven to increase the motivation of learners' learning, as well as the competence of learners. Keywords: ARIAS, Discrete Mathematics, Module Development.]]>
<![CDATA[Identifikasi Kesalahan Mahasiswa Teknik Informatika dalam Menyelesaikan Soal Statistika ]]>
<![CDATA[Dharma Bagus Pratama Putra]]>;
<![CDATA[Indana Lazulfa]]>;
<![CDATA[Iftitaahul Mufaarihah]]>
<![CDATA[ MUST: Journal of Mathematics Education, Science and Technology Vol 3, No 2 (2018): DECEMBER ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1014.644 KB)
|
DOI: 10.30651/must.v3i2.1876
<![CDATA[Penelitian ini bertujuan untuk mengidentifikasi kesalahan mahasiswa dalam menyelesaikan soal statistika. Penelitian dilakukan di Universitas Hasyim Asy’ari dengan subyek penelitian mahasiswa teknik informatika yang berjumlah 18 orang. Jenis kesalahan pada penelitian ini dibedakan menjadi tiga macam, yaitu kesalahan konsep, kesalahan strategi dan kesalahan hitung. Metode yang digunakan dalam penelitian ini adalah deskriptif kualitatif. Intrumen pengumpulan data adalah soal tes yang terdiri dari 6 soal dan wawancara tidak terstruktur. Hasil penelitian adalah mahasiswa melakukan 37 kasus kesalahan. Kesalahan konsep terjadi sebanyak 27,03% dari total kesalahan. Kesalahan strategi sebanyak 21,62% dan paling banyak adalah kesalahan hitung sebesar 51,35%. Faktor penyebab kesalahan mahasiswa bermacam-macam antara lain: kurang paham dengan konsep maupun rumus, kesulitan dalam memahami sintaks atau langkah-langkah pengerjaan, terburu-buru dan kesulitan dalam memperkirakan nilai akar kuadrat.]]>
<![CDATA[Aplikasi belajar tajwid menggunakan binary search ]]>
<![CDATA[Anita Andriani]]>;
<![CDATA[Arbiati Faizah]]>;
<![CDATA[Indana Lazulfa]]>;
<![CDATA[Istiqomah Istiqomah]]>
<![CDATA[ JURNAL ELTEK Vol 19 No 2 (2021): ELTEK Vol 19 No 2 ]]>
Publisher : <![CDATA[Politeknik Negeri Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (275.526 KB)
|
DOI: 10.33795/eltek.v19i2.311
<![CDATA[ABSTRAK Tajwid dapat diartikan sebagai aturan atau tata cara untuk membaca Al-Quran dengan benar. seorang muslim biasanya mulai belajar tajwid sejak usianya masih dini, namun dewasa ini motivasi untuk mempelajarinya makin turun. Salah satu penyebabnya adalah cara pembelajaran yang konvensional dan kurang begitu memanfaatkan teknologi. Oleh karena itu, penelitian ini bertujuan untuk membangun aplikasi pembelajaran tajwid berbasis website dan menerapkan algoritma binary search untuk memperoleh hasil yang lebih optimal. Pencarian biner atau binary search adalah suatu algoritma yang bekerja dengan mencari posisi elemen dalam array yang telah diurutkan sebelumnya dan kemudian membandingkan nilainya. Ruang pencarian dibagi menjadi dua, kemudian nilai yang dicari dibandingkan dengan elemen tengah array. Operasi ini diulang terus sampai ada kecocokan diantara dua nilai tersebut. Aplikasi pembelajaran tajwid yang dibuat terdiri dari tiga menu yaitu materi, latihan, dan info. Menu materi berisi mata kuliah yang berkaitan dengan hukum membaca Al-Quran. Menu latihan memungkinkan pengguna untuk melatih pemahaman yang telah mereka pelajari di menu teori, sedangkan menu info berisi instruksi manual penggunaan aplikasi. ABSTRACT Tajweed is set of rules for reciting Al-Quran properly. Muslim start learning tajweed from their early age, but currently motivation to learn tajweed is decreasing. One of the reason is the conventional learning and less use digital technology. Therefore, the aim of this study is to construct tajweed learning application based on website and applied binary search algorithm for better result. Binary search is a search algorithm that works by finding the position of elements in a sorted array and comparing their values. The search space is divided into half, then compared the value searched with the middle element of the Array. This operation is repeated until they match. Tajweed learning application consist of three menus: theory, exercise, and info. Theory menu contains courses related to the law of reciting Al-Quran. Exercise menu allows user to train the understanding they has learned in theory menu, while info menu contains user instruction manual.]]>
<![CDATA[Pengaruh Financial Leverage dan Debt to Equity Ratio (DER) terhadap Earning Per Share (EPS) pada Perusahaan Properti dan Real Estate yang.Listing di Bursa Efek Indonesia Tahun 2018-2020 ]]>
<![CDATA[Indana Lazulfa]]>;
<![CDATA[Dwi Ari Pertiwi]]>
<![CDATA[ JFAS : Journal of Finance and Accounting Studies Vol. 4 No. 3 (2022): Oktober ]]>
Publisher : <![CDATA[Prodi Akuntansi, Fakultas Ekonomi, Universitas Hasyim Asy'ari Tebuireng Jombang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33752/jfas.v4i3.5569
<![CDATA[Penelitian ini bertujuan untuk mengetahui pengaruh.financial.leverage.dan Debt to Equity Ratio (DER) terhadap Earning Per Share (EPS) pada perusahaan properti dan real.estate yang listing di BEI tahun 2018-2020. Menggunakan metode kuantitatif dengan data sekunder berupa laporan keuangan perusahaan properti dan real.estate yang listing di BEI tahun 2018-2020. Pengambilan sampel menggunakan purposive sampling dengan sampel 36 perusahaan properti dan real.estate yang listing di BEI tahun 2018-2020. Data diolah menggunakan SPSS dengan hasil penelitian menunjukkan bahwa secara parsial financial leverage tidak berpengaruh terhadap Earning Per Share (EPS), sedangkan Debt to Equity Ratio (DER) berpengaruh terhadap Earning Per Share (EPS).]]>
<![CDATA[Penerapan Graph Theory and Matrix Approach Sebagai Pendukung Keputusan Pemilihan Varietas Unggul Kedelai ]]>
<![CDATA[Indana Lazulfa]]>;
<![CDATA[Iftitaahul Mufarrihah]]>;
<![CDATA[Anita Andriani]]>;
<![CDATA[Sri Widoyoningrum Widoyoningrum]]>;
<![CDATA[Reza Augusta Jannatul Firdaus]]>
<![CDATA[ Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024 ]]>
Publisher : <![CDATA[STMIK Banjarbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35889/progresif.v20i1.1572
<![CDATA[Soybean is a very important commodity in Indonesia because it usually used as the main daily meal protein source for the Indonesian people. Soybean has various varieties originating from within and outside the country. According to BPS data, soybean consumption increases by around 0.15 million tons per year. Meanwhile, in 2016, the amount of domestic soybean demand exceeded the amount of domestic soybean production, so the government imported it from outside the country. Even though there are 85 data on superior varieties released by Balitkabi, this does not guarantee that soybean production will increase. The decline in soybean production is also related to the constraints of agricultural land in Indonesia which is being massively transformed into residential land or other areas due to the fairly high population growth rate. This research aims to optimize soybean production through accurate selection of superior superb varieties. The method used in this research is a multicriteria decision making method, namely graph theory and matrix approach (GTMA). The results obtained were the 46 best varieties from 85 datasets based on certain criteria. The accuracy of GTMA shows an average of 86.95%. These results show that GTMA is a multi-criteria method that is feasible to implement.Keywords: Soybean; Multicriteria; Graph theory and matrix approach; Decision making AbstrakKedelai merupakan komoditas yang sangat penting di Indonesia karena biasa dimanfaatkan sebagai sumber protein utama harian penduduk Indonesia. Kedelai memiliki beragam varietas yang berasal dari dalam dan luar negeri. Menurut data BPS, konsumsi kedelai meningkat sekitar 0.15 juta ton per tahun. Sedangkan pada tahun 2016, jumlah kebutuhan kedelai dalam negeri melebihi jumlah produksi kedelai dalam negeri sehingga pemerintah melakukan impor. Meskipun ada 85 data varietas unggul yang dirilis oleh Balitkabi tetapi hal tersebut tidak menjamin bahwa produksi kedelai meningkat. Penurunan prooduksi juga berkaitan dengan kendala lahan pertanian di Indonesia yang secara massif bertransformasi menjadi lahan pemukiman atau lainnya karena laju pertumbuhan penduduk yang cukup tinggi. Penelitian ini bertujuan untuk mengoptimalkan produksi kedelai melalui ketepatan pemilihan varietas unggul. Metode yang digunakan dalam penelitian ini merupakan metode pengambilan keputusan multikriteria yakni graph theory and matrix approach (GTMA). Hasil yang diperoleh adalah 46 varietas terbaik dari 85 dataset berdasarkan kriteria tertentu. Akurasi dari GTMA menunjukkan rata-rata sebesar 86.95%. Dari hasil tersebut menunjukkan bahwa GTMA merupakan metode multikriteria yang layak untuk diimplementasikan.Kata kunci: Kedelai; Multikriteria; Graph theory and matrix approach; Pendukung keputusan ]]>
