cover
Contact Name
Ahmad Zaenal Arifin
Contact Email
kuyafira@gmail.com
Phone
+6285731558814
Journal Mail Official
jmathvision@gmail.com
Editorial Address
Jalan Manunggal No. 61 Tuban
Location
Kab. tuban,
Jawa timur
INDONESIA
Mathvision : Jurnal Matematika
ISSN : 26566303     EISSN : 26569876     DOI : https://doi.org/10.55719/mv
Core Subject : Education,
Focus and Scope : Analisis Aljabar Matematika Terapan Pemodelan Matematika Sistem dan Kontrol Matematika Diskrit dan Kombinatorik Statistik dan Stokastik Optimasi Ilmu Komputasi Matematika Keuangan
Articles 90 Documents
ANALISIS ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGGANGGURAN DI SUMATERA UTARA MENGGUNAKAN METODE STEPWISE FORWARD: Pendekatan Statistika untuk Menganalisis TIingkat Pengangguran di Sumatera Utara piliang, yumnakhairiamani; Hidayah, Annisa; Nainggolan, Dina Olivia; Tambunan, Combest Prajogo; Perangin-angin, Cecilia Br; Chairunisah, Chairunisah; Aisyah, Siti
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1539

Abstract

Penelitian ini bertujuan untuk mengkaji faktor-faktor yang mempengaruhi tingkat pengangguran di Sumatera Utara dengan menggunakan metode Stepwise Forward. Metode dalam penelitian ini menggunakan data sekunder yang meliputi tingkat pengangguran, pendapatan per kapita, pertumbuhan ekonomi, upah minimum regional, rata-rata tahun pendidikan, dan jumlah penduduk usia kerja selama periode 2012–2022 dari Badan Pusat Statistik (BPS). Hasil analisis regresi menghasilkan persamaan estimasi dengan menggunakan metode forward: y ̂=6,661-0,106X_2. Persamaan ini menunjukkan bahwa tanpa adanya peningkatan pertumbuhan ekonomi, tingkat pengangguran diestimasi sebesar 6,661. Setiap peningkatan pertumbuhan ekonomi sebesar 1% akan menurunkan tingkat pengangguran sebesar 0,106%. Selain itu, rata-rata tahun pendidikan berpengaruh negatif signifikan, hal ini menunjukkan bahwa peningkatan jenjang pendidikan dapat menurunkan pengangguran dengan cara meningkatkan daya saing angkatan kerja. Variabel lain seperti pendapatan per kapita, upah minimum regional, dan penduduk usia kerja tidak menunjukkan pengaruh yang signifikan dalam model ini. Namun, pengaruh tidak langsung tersebut memerlukan analisis lebih lanjut. Hasil ini menunjukkan bahwa kebijakan strategis untuk mendukung pertumbuhan ekonomi inklusif dan peningkatan kualitas pendidikan sangat penting. Kebijakan tersebut dapat mencakup pengembangan sektor padat karya dan pelatihan keterampilan sesuai kebutuhan pasar kerja, untuk menciptakan lebih banyak kesempatan kerja dan mengurangi angka pengangguran di Sumatera Utara.
SIMULASI HASIL PENJUALAN MINYAK KELAPA SAWIT ATAU CPO DENGAN DOUBLE EXPONENTIAL SMOOTHING: SIMULASI HASIL PENJUALAN MINYAK KELAPA SAWIT ATAU CPO DENGAN DOUBLE EXPONENTIAL SMOOTHING Siyam Pratiwi, Ika; Janah , Syifaul; Maulani , Alfi
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1482

Abstract

Karena minyak kelapa sawit (CPO) adalah salah satu komoditas utama di Indonesia dan memainkan peran penting dalam perekonomian, penelitian ini berfokus pada simulasi hasil penjualan PT FAP Agri Tbk dari CPO dengan menggunakan metode Double Exponential Smoothing. Perusahaan memerlukan prediksi penjualan yang akurat untuk membantu mereka membuat keputusan strategis seperti perencanaan produksi, distribusi, dan pemasaran yang lebih baik di tengah persaingan sengit di pasar minyak kelapa sawit global. Metode Double Exponential Smoothing dipilih karena mampu menangani data dengan tren, yang relevan untuk data penjualan CPO yang berubah-ubah tetapi cenderung meningkat dalam jangka panjang. Perusahaan dapat meningkatkan daya saing mereka di pasar dengan membuat prediksi yang lebih akurat untuk meningkatkan efisiensi operasional dan merencanakan strategi bisnis yang lebih baik.. Data dianalisis menggunakan metode Double Exponential Smoothing, yang efektif untuk data dengan tren. Analisis meliputi pemilihan parameter smoothing optimal, perhitungan peramalan, dan evaluasi akurasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode ini memberikan peramalan yang cukup akurat, dengan tren peningkatan penjualan yang konsisten dengan data historis. Nilai MAPE berada dalam kategori dapat diterima, menunjukkan bahwa model ini dapat diandalkan untuk pengambilan keputusan strategis. Kesimpulannya, metode Double Exponential Smoothing efektif untuk meramalkan penjualan CPO di PT FAP Agri Tbk, membantu perencanaan strategi bisnis yang lebih baik dan efisiensi operasional. Penelitian ini merekomendasikan penelitian lebih lanjut dengan mempertimbangkan faktor eksternal yang mempengaruhi penjualan CPO."Double Exponential Smoothing, MAPE, Peramalan Penjualan”.
EKSISTENSI DAN KETUNGGALAN TITIK TETAP HARDY DI RUANG B-METRIK LENGKAP Ahmad Khairul Umam; Pukky Tetralian Bantining Ngastiti; Krisna Adilia Daniswara; Zaqiyatus Shahadah; Amanda Fatma Muamalah
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1496

Abstract

The fixed point is useful not only to solve problems in linear equation and differential equation, but also integral equation. The fixed point theorem of Hardy is generalization of the fixed point theorem of Reich. The metric space can be generalized to other spaces. b-metric space is one of generalization of metric space. Axiom of triangle inequality in metric space is not the same as axiom of triangle inequality in b-metric space. In this research, we discuss about fixed point theorem of Hardy in metric space. Besides that, we also discuss about fixed point of Hardy in complete b-metric space. Before proving that theorem, we prove lemma that supports the proof of theorem. We prove not only existance, but also uniqueness of fixed point from a function defined in complete b-metric space.
KLASIFIKASI MULTI CLASS MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK UNTUK PREDIKSI STUNTING PADA BALITA Khasanah, Uswatun
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1650

Abstract

Stunting merupakan sebuah masalah gizi kronis yang menghambat pertumbuhan anak dan menyebabkan efek jangka panjang yang serius. Salah satu upaya yang dapat dilakukan untuk mengetahui stunting lebih dini yaitu dengan melakukan prediksi. Pada penelitian ini dilakukan klasifikasi multiclass menggunakan Metode Backpropagation Neural Nework untuk prediksi stunting pada balita. Proses pada penelitian ini yaitu pengumpulan data, preprocessing data, pembagian data, pembangunan model, pelatihan, pengujian dan evaluasi model. Model yang dibangun dapat mengklasifikasi status stunting menjadi 4 kategori yaitu normal, tinggi, stunting, dan sangat stunting. Data yang digunakan pada penelitian ini yaitu sebanyak 120.999 data. Data dibagi menjadi dua yaitu sebanyak 80% digunakan sebagai data latih dan 20% sebagai data uji. Perhitungan akurasi menggunakan metode cross entropy dan evaluasi akurasi. Hasil penelitian menunjukkan bahwa akurasi training yang didapatkan sebesar 99% dan akurasi testing sebesar 99%. Berdasarkan hasil tersebut menunjukkan bahwa model pembelajaran yang dibangun dengan menggunakan metode Backpropagation Neural Network mampu mencapai hasil yang sangat baik untuk melakukan klasifikasi stunting ke dalam beberapa kelas.
OPTIMASI KEUNTUNGAN PRODUKSI MAKANAN DENGAN METODE SIMPLEKS BERBASIS POM-QM FOR WINDOWS (Studi Kasus: UMKM Bakmi & Nasi Goreng Jowo Mas Narto) Abduh Riski; Agustina Pradjaningsih; Durratul Sayyidah Adilah Munawaroh
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1339

Abstract

Micro, Small, and Medium Enterprises/UMKM are some of the businesses that have an important role in developing the economy in Indonesia. Bakmi and Nasi Goreng Jowo Mas Narto is one of the UMKM engaged in culinary in the Jember area. Based on the results of interviews conducted with owners, sales fluctuate in food production, thus making the profit of food sales not always predictable. Thus, this study aims to provide a solution for optimizing the benefits of food production with the simplex method using POM-QM for Windows. The results of this research show that these MSMEs will get optimal profits if they produce food, namely 50 portions of fried rice, 43 portions of fried noodles, 8 portions of fried vermicelli, and 8 portions of letek noodles with a profit of Rp 438,095 in a day.
PEMODELAN KASUS PREVALENSI BALITA STUNTING TAHUN 2021 DI PROVINSI NUSA TENGGARA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION Ina, Sesilia; Pramesti, Wara; Fenny Fitriani
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1449

Abstract

disebabkan penyakit infeksi berulang dan kondisi malnutrisi kronis selama masa kanak-kanak. Dampak utama akibat stunting adalah adanya potensi memperlambat perkembangan otak pada anak dan dalam jangka panjang dapat muncul resiko penyakit kronis. Keadaan ini tentu diduga ada beberapa atau banyak faktor yang berpengaruh, diantaranya persentase balita pernah mendapat imunusasi dasar lengkap, persentase perempuan yang melahirkan dengan berat badan anak kurang dari 2500 gram, persentasi perempuan NTT yang pernah kawin di bawah usia 17 tahun, persentase bayi usia 0 – 23 bulan dengan pemberian ASI ekslusif, jumlah tenaga medis, persentase penduduk miskin dan rata-rata konsumsi protein. Prevalensi stunting pada setiap daerah di kabupaten/kota Provinsi Nusa Tenggara Timur (NTT) tentunya berbeda, maka untuk mengetahui faktor-faktor yang berpengaruh signifikan terhadap prevalensi stunting di setiap kabupaten/kota ini adalah dapat digunakan metode Geographically Weighted Regression (GWR). Hasil penelitian menunjukan bahwa faktor persentase penduduk miskin berpengaruh signifikan terhadap prevalensi stunting ditemukan di 14 kabupaten/kota yang ada di Provinsi NTT. Sehingga faktor kemiskinan ini merupakan faktor yang paling banyak mempengaruhi kejadian stunting pada kabupaten/kota di Provinsi NTT. Sedangkan untuk faktor rata-rata konsumsi protein merupakan faktor yang paling sedikit mempengaruhi prevalensi stunting, yaitu hanya berpengaruh signifikan pada dua kabupaten/kota saja.
OPTIMASI JARAK TERPENDEK UNTUK MENCAPAI WISATA SUPER PRIORITAS INDONESIA DENGAN MENGGUNAKAN PENDEKATAN TRAVELING SALESMAN PROBLEM Purnomo, Miko; Simarmata, Justin Eduardo; Chrisinta, Debora
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1478

Abstract

Sektor pariwisata sekarang ini menjadi salah satu hal yang sedang ditingkatkan oleh pemerintah Indonesia. Berbagai upaya telah dilakukan oleh pemerintah untuk meningkatkan persentasi pada sektor tersebut. Salah satu upaya pemerintah dalam meningkatkannya adalah dengan menjadikan beberapa destinasi di Indonesia menjadi Bali baru yang diharapkan bisa memberikan dampak pada pertumbuhan jumlah wisatawan. Untuk itu pemerintah menjadikan lima daerah di Indonesia sebagai wisata super prioritas yang diharapakan mampu meningkatkan sektor pariwisata di Indonesia. Kelima daerah tersebut adalah Danau Toba, Borobudur, Mandalika, Labuan Bajo dan Likupang. Dengan wilayah Indonesia yang sangat luas, tentu optimisasi jarak akan menjadi pertimbangan bagi para wisatawan. Selain jarak yang pendek, tentu akan berimbas pada waktu dan biaya yang akan dihabiskan untuk mencapai kelima wisata super prioritas ini. Pendekatan Matematis dengan Traveling Salesman Problem diharapkan mampu memecahkan solusi untuk mendapatkan rute optimal dalam penelitian ini. Dengan menggunakan aplikasi Solver yang terdapat pada fitur add-in pada Microsoft Excel dan Phyton telah mendapatkan rute optimal. Dengan titik keberangkatan awal adalah Jakarta sebagai provisi yang terletaknya Bandara Internasional Soekarno Hatta. Semulanya jarak total yang ditempuh adalah 11.848 km sampai kembali ke Jakarta, menjadi 10.823 km dengan rutenya adalah Jakarta – Danau Toba- Borobudur – Mandalika -Labuan Bajo – Likupang -Jakarta. Dengan jarak terpendek yang didapatkan, maka rute ini bisa menjadi pilihan untuk mencapai seluruh wisata super prioritas secara optimal.
REGRESI LOGISTIK MULTINOMIAL PADA FAKTOR-FAKTOR YANG MEMPENGARUHI KASUS MALNUTRISI DI KABUPATEN BONE BOLANGO Rizkyanto, Muhammad; Payu, Muhammad Rezky Friesta; Adityaningrum, Amanda
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1653

Abstract

Malnutrition in children under five, including stunting, wasting, and underweight, is a significant public health issue in the Bone Bolango District. This study aims to examine the factors associated with these three categories of malnutrition using the multinomial logistic regression analysis. Data were collected from 150 children under five and analyzed based on gender, birth weight, birth length, history of exclusive breastfeeding, family income, history of infectious diseases, mother's education level, and iron supplement consumption during pregnancy. The correlation analysis revealed that five factors significantly correlate with malnutrition: gender, history of exclusive breastfeeding, family income, mother's education level, and iron supplement consumption during pregnancy. For the category of malnutrition with more than 1 case, compared to the stunting category, the value of Odds Ratio was 6.8 (p-value = 0.000). For the underweight category, when compared to stunting, the Odds Ratio values for gender and mother's education level were 4.0 (p-value = 0.009) and 0.3 (p-value = 0.047), respectively. In the case of wasting, when compared to stunting, the Odds Ratio values for exclusive breastfeeding and iron supplement consumption during pregnancy were 5.9 (p-value = 0.004) and 5.1 (p-value = 0.007), respectively. Moreover, the Hosmer and Lemeshow goodness of fit test indicated that the regression model was suitable (p-value = 0.126).
Evaluasi Kinerja Algoritma Machine learning pada Dataset Skala Besar Lusiyanti, Desy; Musdalifah, Selvy; Sahari, Agusman; Fajri, Iman Al
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1661

Abstract

Di era digital, volume data yang dihasilkan terus meningkat secara eksponensial, menuntut pengembangan metode analisis yang lebih efisien dan akurat. Machine Learning (ML) telah menjadi pendekatan utama dalam pengolahan dataset skala besar, termasuk dalam analisis kualitas air. Penelitian ini bertujuan untuk mengevaluasi performa beberapa algoritma ML dalam mengklasifikasikan kualitas air berdasarkan dataset berskala besar yang diperoleh dari sumber daring. Model yang diuji mencakup Logistic Regression (LR), Decision Tree (DT), Random Forest (RF), XGBoost (XGB), K-Nearest Neighbors (KNN), dan Support Vector Machine (SVM). Metodologi yang diterapkan mencakup preprocessing data dengan imputasi median untuk menangani missing values serta K-Fold Cross Validation (k=10) untuk memastikan hasil yang lebih generalizable. Evaluasi model dilakukan berdasarkan metrik akurasi, precision, recall, F1-score, dan waktu komputasi. Hasil penelitian menunjukkan bahwa XGBoost memiliki performa terbaik dengan akurasi 67%, diikuti oleh Decision Tree, KNN, dan SVM dengan akurasi 65%, sedangkan Logistic Regression dan Random Forest memiliki akurasi 63%. Temuan ini mengonfirmasi bahwa model berbasis gradient boosting seperti XGBoost lebih unggul dalam menangani kompleksitas dataset skala besar dibandingkan model berbasis regresi atau pohon keputusan tunggal. Penelitian ini berkontribusi dalam memberikan rekomendasi bagi akademisi dan praktisi dalam memilih algoritma ML yang paling efisien dan optimal untuk analisis kualitas air. Rekomendasi untuk penelitian selanjutnya mencakup eksplorasi optimasi hyperparameter, balancing dataset, serta pengujian dengan dataset real-time untuk validasi lebih lanjut.
PENENTUAN LOKASI OPTIMAL LAYANAN EMERGENSI BERBASIS RESIKO KECELAKAAN DI KOTA MALANG Badriyah, Jamaliatul; Maharani, Wina Evita; Wardhana, Rangga; Muzdalifah, Lilik; Huda, Moch. Khoridatul
MathVisioN Vol 7 No 1 (2025): Maret 2025
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v7i1.1677

Abstract

Penentuan Lokasi Optimal Layanan Emergensi dilakukan untuk menentukan calon-calon lokasi penempatan layanan emergensi sehingga dapat membantu penanganan kasus emergensi dengan efektif dan efisien. Dalam penentuan lokasi optimal layanan emergensi, terdapat dua tujuan utama, yaitu meningkatkan jangkauan layanan emergensi dan mempercepat waktu respon keadaan darurat. Dalam penelitian ini, kedua tujuan tersebut menjadi fokus utama. Oleh karena itu penelitian ini mengajukan model bi-objective untuk menyelesaikan kedua model secara simultan. Model tersebut kemudian diselesaikan dengan menggunakan teknik lexicographic. Hasil penelitian menunjukkan bahwa hasil dari model bi-objective memberikan desain lokasi fasilitas pelayanan yang mempu melayani demand dalam waktu yang lebih singkat dibandingkan dengan hasil dari model dengan fungsi objektif tunggal. Selain itu, pengintegrasian variabel tingkat kecelakaan pada model memberikan hasil yang memprioritaskan daerah rawan kecelakaan sebagai calon lokasi fasilitas dalam upaya untuk mempercepat waktu respon