cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Alfi Yusyotis Zakiyyah
Contact Email
alfiyusrotiszakiyah@gmail.com
Phone
-
Journal Mail Official
alfiyusrotiszakiyah@gmail.com
Editorial Address
-
Location
Kab. pamekasan,
Jawa timur
INDONESIA
Zeta - Math Journal
Published by Universitas Islam Madura
ISSN : 24599948     EISSN : 25795864     DOI : -
Core Subject : Education,
Mathematics
Zeta - Math Journal is a mathematical journal published twice a year by the Mathematics Department, Faculty of Mathematics and Science, Islamic University of Madura. Journal includes research papers, literature studies, analysis, and problem solving in Mathematics (Algebra, Analysis, Statistics, Computing and Applied). It cordially invites contributions from researcher, lecturer, and teacher of related disciplines. The language used in this journal is Indonesian and English.
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Vol 9 No 1 (2024): Mei" : 6 Documents clear
Model Spatial Autoregressive pada Tingkat Angka Kematian Korban Covid-19 di Provinsi Riau Rahmadeni, Rahmadeni; Dina, Rahima
Zeta - Math Journal Vol 9 No 1 (2024): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.1.50-59

Abstract

Riau province has the most cases on Sumatra island and has more COVID 19 cases, the third province in Indonesia. Spread of COVID 19 disease in spatial regression analysis with multiple Lagrange spatial lags to determine the dependence of spatial lags using spatial autoregression. This method can identify spatial autocorrelation in the spread pattern of COVID 19 disease in the county as well as determine the cause of COVID 19 mortality. Results of autoregression analysis According to space, there are three variables that significantly affect the COVID 19 mortality rate: poverty, unemployment and population density. With the SAR model results, koefisisen was determined to be 98.91%. This means that poverty, unemployment and population density are the factors responsible for 98. 91% of the COVID 19 mortality rate. The rest (1. 09%) is influenced by other factors outside the model.
Estimasi Pemberian Pinjaman Kredit Usaha Rakyat (KUR) di Bank BRI Unit Tangkerang Pekanbaru menggunakan Regresi Logistik Safitri, Elfira; Hazirah, Azra; Rahmadeni, Rahmadeni
Zeta - Math Journal Vol 9 No 1 (2024): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.1.1-9

Abstract

People’s Business Credit (KUR) is vulnerable to unwanted risks such as bad credit. The reduce bad credit, banks need to analyze whether customer debtors meet the requirements for credit. The aim of this research is to determine the logistic regression analysis model and determine the factors that influence the provision of People's Business Credit (KUR) at Bank BRI Unit Tangkerang Pekanbaru. The method used is the Logistic Regression method. Based on the research results, it was found that the factors that influence the provision of People's Business Credit (KUR) at Bank BRI Unit Tangkerang Pekanbaru are business turnover and business profit. So the logistic equation is obtained with the resulting logit function being g(x) = -11.587+0.501x_1+2.549x_2. The calcification value for granting People's Business Credit (KUR) using logistic regression is 93.84%.
Penentuan Kategori Kelulusan Mahasiswa Menggunakan Metode Analisis Diskriminan Nurdin, Nabila; Aulia, Niswa Faizah; Ramadhani, Maulana Syah Putra; Marbun, Barnabas Anthony Philbert; Amelia, Dita; Mardianto, M. Fariz Fadillah; Ana, Elly
Zeta - Math Journal Vol 9 No 1 (2024): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.1.31-40

Abstract

Kelulusan tepat waktu merupakan salah satu cara menilai kualitas sebuah perguruan tinggi. Artikel ini membahas penerapan analisis diskriminan dalam menentukan kelulusan mahasiswa dengan mempertimbangkan lima indikator utama, yaitu Indeks Prestasi Kumulatif (IPK), Pelatihan Pengembangan Diri (PPD), Prestasi, Kegiatan Organisasi (KO), dan Forum Komunikasi Kampus (FKK). Dengan menganalisis data historis, penelitian ini bertujuan untuk mengidentifikasi kontribusi dari masing-masing indikator terhadap kecepatan lulus mahasiswa. Hasil analisis menunjukkan bahwa ada perbedaan signifikan antara kelompok responden yang lulus cepat dan tidak lulus cepat dengan indikator IPK sebagai variabel paling efisien dalam membedakan kedua kelompok tersebut. Fungsi diskriminan yang dihasilkan mempunyai nilai ketepatan klasifikasi sebesar 73,3%, sehingga dapat digunakan untuk pengklasifikasian kategori kelulusan. Hasil analisis dapat memberikan wawasan mendalam tentang peran dari setiap indikator, membantu mahasiswa agar lebih fokus dalam meningkatkan IPK, dan memungkinkan institusi pendidikan untuk mengembangkan strategi yang lebih efektif dalam mendukung mahasiswa menuju kelulusan. Pendekatan analisis diskriminan pada lima indikator ini membuka pintu bagi perbaikan kontinu dalam sistem evaluasi kelulusan, menciptakan landasan bagi kebijakan pendidikan yang berorientasi pada hasil dan memberikan dampak positif pada kualitas Pendidikan.
Implementasi Algoritma K-Nearest Neighbor (K-NN) dalam Mengklasifikasikan Berbagai Jenis Ekspresi Wajah Manusia Khaliqah, Marinatul; Sarifah, Luluk; Khotijah, Siti
Zeta - Math Journal Vol 9 No 1 (2024): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.1.10-20

Abstract

Ekspresi wajah manusia adalah bentuk respon alami yang ditunjukkan oleh manusia untuk memperlihatkan perasaan yang sedang dirasakan saat berinteraksi sosial, yang mana dalam berinteraksi sosial, kondisi emosi yang baik menjadi penting dalam menjalin komunikasi yang baik. Pentingnya penelitian terkait ekspresi wajah adalah membantu perkembangan teknologi di dunia dalam memainkan peran penting dalam interaksi komputer dan manusia. Adanya penelitian ini bertujuan untuk mengklasifikasikan ekspresi wajah manusia menggunakan algoritma K-Nearest Neighbor dengan dibantu ekstraksi ciri GLCM sebagai variabel yang dijadikan inputan pada proses klasifikasi. Pada penelitian ini dilakukan dua jenis pengujian, yaitu dengan jumlah data yang lebih banyak dan jumlah data yang lebih sedikit dengan penggunaan k=1, k=3, dan k=5 dengan tujuan mengetahui tingkat akurasi yang lebih baik dari algoritma K-Nearest Neighbor. Setelah dilakukan pengujian didapatkan hasil akurasi yang lebih baik dari algoritma K-Nearest Neighbor adalah dengan jumlah data yang lebih banyak dengan penggunaan k=1, yaitu dengan tingkat akurasi mencapai 100%. Jadi dapat disimpulkan bahwa algoritma K-Nearest Neighbor dapat mencapai akurasi terbaiknya dalam mengklasifikasikan jenis ekspresi wajah manusia adalah dengan pengujian data yang lebih banyak dan dengan penggunaan k=1.
Pemahaman Kondisi Kesulitan Mandiri Penduduk Indonesia 2022 dengan Pendekatan Multidimensional Scaling Tagawa, Dustin Nathanael; Amelia, Dita; Mardianto, M. Fariz Fadillah; Ana, Elly; Fortunata, Regina; Aflaha, Nabila Shafa; Wibawa, Yoga Setya
Zeta - Math Journal Vol 9 No 1 (2024): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.1.21-30

Abstract

Dengan populasi sebanyak 270,20 juta jiwa, Indonesia terus menghadapi dinamika demografi kompleks yang tercermin dalam Sensus Penduduk 2020. Meskipun IPM (Indeks Pembangunan Manusia) 2023 mencapai kategori tertinggi, tantangan mengenai kehidupan sehat dan sejahtera, serta tenaga kerja yang optimal dan produktif masih terus muncul. Ini terbukti dengan adanya 1,43% prevelensi penyandang disabilitias dan 933.833 penduduk yang kesulitan mengurus diri sendiri pada tahun 2022. Dalam mendukung TPB (Tujuan Pembangunan Berkelanjutan) dan Indonesia Emas 2045, penelitian ini menggunakan metode Multidimensional Scaling dalam menganalisis penduduk Indonesia pada tahun 2022 yang memiliki kondisi kesulitan untuk mengurus diri sendiri menurut faktor penyebabnya dan kelompok usia. Tujuan dari penelitian ini adalah untuk memetakan penduduk Indonesia dengan kesulitan mengurus diri sendiri berdasarkan penyebab dan kelompok usia, serta menganalisis keterkaitannya dengan penduduk Indonesia tahun 2022 yang mengalami kondisi kesulitan mengurus diri sendiri. Manfaat dari penelitian yang dilakukan adalah dapat menyumbangkan pemikiran bagi pemerintah agar dapat menentukan langkah-langkah strategis dan tepat dalam meningkatkan IPM 2023 dengan kondisi masyarakat yang mengalami kesulitan mengurus diri sendiri. Hasil penelitian ini bahwa faktor keterbatasan fisik menjadi penyebab utama penduduk Indonesia mengalami kondisi kesulitan mengurus diri sendiri, terutama pada kelompok usia 45 tahun ke atas.
Analisis Peramalan Profitabilitas PT. Samudera Indonesia Tbk Menggunakan Metode Regresi Linear Shiela, Fadia Jasmine Has; Hasanah, Indah Karimatul; Herlambang, Teguh; Ramadhan, Rizky; Hamdani, M. Yusuf; Nafa, Mulya
Zeta - Math Journal Vol 9 No 1 (2024): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.1.41-49

Abstract

Logistics companies contribute significantly to economic growth and play an important role in global supply chains. Profitability is the main indicator of business success. The profit forecasting model helps managers improve financial performance efficiently and effectively. This research optimizes the financial performance of PT Samudera Indonesia Tbk by forecasting net profit using the linear regression method. Financial data from 2018 to 2023 was collected from the IDX website. Simulation analysis using Python shows that the independent variables in linear regression have a significant effect on the profitability of PT Samudera Indonesia Tbk. The regression coefficient shows the strength of the relationship between the independent and dependent variables. Linear regression models can predict profitability based on the variables considered. The aim of this research is so that PT Samudera Indonesia Tbk can carry out better financial planning and decisions based on accurate predictions. This research contributes to improving the operational efficiency and effectiveness of the company's business strategy, which has a positive impact on profitability and long-term growth. Overall, the application of the linear regression method in forecasting, with an RMSE value of 0.0645, is an effective tool for PT Samudera Indonesia Tbk to optimize financial performance amidst complex business competition.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 10 No 2 (2025): November Vol 10 No 1 (2025): May Vol 9 No 2 (2024): November Vol 9 No 1 (2024): Mei Vol 8 No 2 (2023): November Vol 8 No 1 (2023): Mei Vol 7 No 2 (2022): November Vol 7 No 1 (2022): Mei Vol 6 No 2 (2021): November Vol 6 No 1 (2021): Mei Vol 5 No 1 (2020): November Vol 4 No 2 (2019): November Vol 4 No 1 (2018): Mei Vol 3 No 2 (2017): November Vol 3 No 1 (2017): Mei Vol 2 No 2 (2016): November Vol 2 No 1 (2016): Mei Vol 1 No 1 (2015): Mei More Issue