cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Lyra Yulianti
Contact Email
lyra@sci.unand.ac.id
Phone
-
Journal Mail Official
lyra@si.unand.ac.id
Editorial Address
http://jmua.fmipa.unand.ac.id/index.php/jmua/index
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Matematika UNAND
Published by Universitas Andalas
ISSN : 2303291X     EISSN : 27219410     DOI : -
Core Subject : Science, Education,
Computer Science & IT Mathematics
Fokus dan Lingkup dari Jurnal Matematika FMIPA Unand meliputi topik-topik dalam Matematika sebagai berikut : Analisis dan Geometri Aljabar Matematika Terapan Matematika Kombinatorika Statistika dan Teori Peluang.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol. 13 No. 2 (2024)" : 5 Documents clear
PEMILIHAN CARA PERKULIAHAN YANG EFEKTIF BAGI MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS DENGAN METODE ANALYTICAL HIERARCHY PROCESS Fajri, Rahmat; HG, Izzati Rahmi; Yozza, Hazmira
Jurnal Matematika UNAND Vol. 13 No. 2 (2024)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.13.2.106-118.2024

Abstract

Perkuliahan adalah kegiatan antara dosen dan mahasiswa di perguruan tinggi sesuai dengan pokok bahasan mata kuliah. Cara pelaksanaan perkuliahan di zaman sekarang dapat dilakukan melalui dua cara yaitu tatap muka dan daring. Untuk Menentukan cara pelaksanaan yang efektif maka dibutuhkan suatu metode pengambilan keputusan. Salah satu metode yang dapat digunakan adalah Analitycal Hierarchy Process (AHP). AHP adalah sebuah metode pengambilan keputusan untuk menghadapi permasalahan yang kompleks dalam menentukan pilihan ataupun prioritas terhadap alternatif pemecahan masalah yang ada. Data yang digunakan adalah data hasil dari kuesioner yang disebarkan pada mahasiswa Jurusan Matematika Universitas Andalas angkatan 2018 dan 2019. Dari hasil analisis didapatkan, mahasiswa lebih memilih tatap muka dengan nilai prioritas 83; 05%.
MEASUREMENT OF CLASSIFICATION PERFORMANCE WITH THE LEARNING VECTOR QUANTIZATION METHOD ON COVID-19 VACCINATION DATA AT THE PARUMPANAI HEALTH CENTER PRANANDA, ADHIYAKSA; Siswanto, Siswanto; Thamrin, Sri Astuti; Siddik, A. Muh. Amil
Jurnal Matematika UNAND Vol. 13 No. 2 (2024)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.13.2.131-141.2024

Abstract

In the midst of the COVID-19 pandemic, various countries are always trying their best to restore global stability. One effective way is the discovery of several vaccines to prevent transmission of the virus. Indonesia is one of the countries that is aggressively implementing the COVID-19 vaccination. The vaccination process which has been carried out from February 2021 until the end of 2021 has covered approximately 160 million people or 76.83% of the target set by the government. Vaccine recipients have criteria to be able to get vaccinated to avoid side effects or complications. So it is necessary to classify groups that can receive vaccines and also delay vaccination. This research aims to determine the performance of the learning vector quantization classification method. Learning vector quantization method classification produces 95% accuracy, 97% precision, and 96% sensitivity. From these performance measurements, it can be concluded that the learning vector quantization method is very good and can be used in the classification of COVID-19 vaccination recipients at the Parumpanai Public Health Center, East Luwu Regency.
Reduksi Parameter pada Soft Set Zukri, Mhd; Nazra, Admi; Yanita, Yanita
Jurnal Matematika UNAND Vol. 13 No. 2 (2024)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.13.2.119-130.2024

Abstract

Soft set merupakan salah satu teori matematika yang mengkaji tentang ketidakpastian dalam suatu pengambilan keputusan dalam kehidupan sehari-hari. Di sisi lain, sering kali terjadi pengambilan keputusan dengan melibatkan data yang banyak. Terdapat kemungkinan beberapa data tersebut ada yang dapat diabaikan tanpa mengubah keputusan awalnya. Usaha untuk mengabaikan beberapa informasi yang berlebihan tanpa mengubah hasil keputusan awalnya disebut dengan reduksi parameter. Pada penelitian ini, dikaji kembali konsep reduksi parameter oleh Kong, dkk tahun 2008 yang menggunakan suatu metode dimana derajat kepentingan digunakan sebagai acuan untuk mereduksi parameter dalam pengambilan keputusan. Selanjutnya metode ini akan dibandingkan dengan algoritma alternatif yang mana proses reduksinya cukup dengan menghitung kelipatan dari banyaknya objek dalam pengambilan keputusan.
PELABELAN L(2, 1) PADA GRAF C_m ⊵_e C_n DAN S_m ⊵_o C_n Lamapaha, Elisabet; Haning, Farly Oktriany; Putra, Ganesha Lapenangga
Jurnal Matematika UNAND Vol. 13 No. 2 (2024)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.13.2.75-90.2024

Abstract

Diberikan $G$ suatu graf. Pelabelan $L(2,1)$ pada suatu graf $G$ merupakan suatu pemetaan $f: V(G)\rightarrow \mathbb{Z}^+\cup\{0\}$ sehingga untuk setiap $u,v\in V(G)$ dengan $d(u,v)=1$ atau $d(u,v)=2$  memenuhi syarat selisih label kedua titik setidaknya $3-d(u,v)$. Jika $k$ merupakan bilangan bulat terbesar yang digunakan, maka pelabelan $L(2,1)$ biasa ditulis dengan pelabelan $k$-$L(2,1)$. Selanjutnya, $\lambda_{2,1}(G)$ merupakan minimum nilai $k$ sehingga terdapat pelabelan $k$-$L(2,1)$ pada $G$. Pada penelitian ini, diberikan nilai $\lambda_{2,1}$ pada graf $C_m\unrhd_e C_n$ dan graf $S_m\unrhd_o C_n$.
ARIMA-GARCH MODEL IN OVERCOMING HETEROSCHEDSDATICITY IN STOCK PRICE PREDICTION (CASE STUDY: PT INDOFOOD, TBK (INDF)) RIZAL, MUHAMMAD; PUTRA HARYANTO, ALBERTUS EKA; JULIARINI, NI KADEK
Jurnal Matematika UNAND Vol. 13 No. 2 (2024)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.13.2.91-105.2024

Abstract

Ensuring access to future stock price information holds significant weight for investors in formulating investment strategies. The Indonesian capital market serves pivotal economic and financial roles within the economy, offering various instruments, such as stocks. Among these, blue-chip stocks are recognized for their minimal risk exposure. The impact of the COVID-19 pandemic is anticipated to influence stock price dynamics, including those of blue-chip stocks. Statistical methodologies, such as Autoregressive Integrated Moving Average (ARIMA), are commonly utilized for stock price prediction. However, the efficacy of ARIMA is contingent upon the fulfillment of homoscedasticity assumptions. Failure to meet this assumption due to fluctuating stock price developments poses a challenge. Consequently, an ARIMA-GARCH hybrid model has been developed to address heteroskedasticity concerns in stock price forecasting. This study focuses on INDF stock data, exemplifying a blue-chip stock with positive performance. Results indicate that combining ARIMA-GARCH models, particularly the ARIMA(0,1,3)-GARCH(1,3) model, yields optimal predictions for subsequent stock prices. The MAPE value of the ARIMA-GARCH model stands at 1.41%, indicating superior performance compared to standalone ARIMA modeling. These findings are expected to serve as a valuable resource for investors navigating investment decisions. 

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 14 No. 4 (2025) Vol. 14 No. 3 (2025) Vol. 14 No. 2 (2025) Vol 14, No 1 (2025) Vol. 14 No. 1 (2025) Vol 13, No 4 (2024) Vol. 13 No. 4 (2024) Vol. 13 No. 3 (2024) Vol 13, No 3 (2024) Vol. 13 No. 2 (2024) Vol 13, No 2 (2024) Vol 13, No 1 (2024) Vol. 13 No. 1 (2024) Vol 12, No 4 (2023) Vol. 12 No. 4 (2023) Vol 12, No 3 (2023) Vol. 12 No. 3 (2023) Vol 12, No 2 (2023) Vol. 12 No. 2 (2023) Vol 12, No 1 (2023) Vol 11, No 4 (2022) Vol 11, No 3 (2022) Vol 11, No 2 (2022) Vol 11, No 1 (2022) Vol 10, No 4 (2021) Vol 10, No 3 (2021) Vol 10, No 2 (2021) Vol 10, No 1 (2021) Vol 9, No 4 (2020) Vol 9, No 3 (2020) Vol 9, No 2 (2020) Vol 9, No 1 (2020) Vol 8, No 4 (2019) Vol 8, No 3 (2019) Vol 8, No 2 (2019) Vol 8, No 1 (2019) Vol 7, No 4 (2018) Vol 7, No 3 (2018) Vol 7, No 2 (2018) Vol 7, No 1 (2018) Vol 6, No 4 (2017) Vol 6, No 3 (2017) Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol 5, No 4 (2016) Vol 5, No 3 (2016) Vol 5, No 2 (2016) Vol 5, No 1 (2016) Vol 4, No 4 (2015) Vol 4, No 3 (2015) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 3, No 4 (2014) Vol 3, No 3 (2014) Vol 3, No 2 (2014) Vol 3, No 1 (2014) Vol 2, No 4 (2013) Vol 2, No 3 (2013) Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol 1, No 2 (2012) Vol 1, No 1 (2012) Vol 1, No 1 (2012) More Issue