cover
Contact Name
Sri Maryani
Contact Email
jmp_unsoed@yahoo.co.id
Phone
+628122119224
Journal Mail Official
jmp_unsoed@yahoo.co.id
Editorial Address
Jl. Dr. Soeparno No. 61 Kampus MIPA Karangwangkal Purwokerto Jawa tengah Indonesia 53123
Location
Kab. banyumas,
Jawa tengah
INDONESIA
Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
ISSN : 20851456     EISSN : 25500422     DOI : -
Core Subject : Education,
JMP is a an open access journal which publishes research articles, reviews, case studies, guest edited thematic issues and short communications/letters in all areas of mathematics, applied mathematics, applied commutative algebra and algebraic geometry, mathematical biology, physics and engineering, theoretical bioinformatics, experimental mathematics, theoretical computer science, numerical computation and applications of systems, partial differential and differential equations, integral and integral differential equations and mathematical modeling.
Articles 26 Documents
Search results for , issue "Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika" : 26 Documents clear
PREDIKSI BERAT TUBUH SAPI PERAH FRIESIAN-HOLSTEIN MENGGUNAKAN MODEL VON BERTALANFFY Larasati, Niken; Sulistyoningrum, Tri Puji; Estri, Mutia Nur; Sihwaningrum, Idha; Reorita, Rina
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2021.13.2.4949

Abstract

ABSTRACT. In this paper, we predict the weight of Friesian-Holstein dairy cows by using Von Bertalanffy model. The metabolism rate in the model includes the anabolism and catabolism rate. The prediction is important to determine the age of the first cows mating since an improper age of the first mating will result in the low production of milk and a non ideal weight of the cow calves. The result of the simulation shows that the constant of anabolism is 0.3854, and the constant of catabolism is 0.0438. By using these constans, it is found that the result of the prediction has an average absolute error of 4,9708% (6,5358 kg). Furthermore, it is found that the cows can be mated when their weight is between 273,9152 kg and 303,2340 kg, that is when their age is between 59 and 66 weeks (or between 14 and 16 months).Keywords: Von Bertalanffy’s model, Friesian-Holstein dairy cow, anabolism and catabolism, age of mating, weight. ABSTRAK. Pada makalah ini dibahas mengenai prediksi berat tubuh sapi perah Friesian-Holstein menggunakan model Von Bertalanffy. Laju metabolisme pada model terdiri dari anabolisme dan katabolisme. Prediksi berat tubuh sapi perah ini penting karena dapat digunakan untuk menentukan usia kawin pertama kali sapi perah FH. Usia kawin pertama yang tidak tepat dapat menyebabkan produksi susu yang rendah dan tidak tercapainya berat tubuh pedet yang ideal. Dari hasil simulasi diperoleh konstanta anabolisme sebesar 0,3854 dan konstanta katabolisme sebesar 0,0438. Dengan konstanta tersebut, diperoleh rata-rata kesalahan absolut sebesar 4,9708% (6,5358 kg). Selanjutnya, diperoleh hasil bahwa sapi dapat dikawinkan pada saat memiliki berat tubuh 273,9152 kg sampai 303,2340 kg dengan umur 59-66 minggu (14-16 bulan).Kata Kunci: Model Von Bertalanffy, sapi perah Friesian-Holstein, anabolisme dan katabolisme, usia kawin, berat tubuh.
SEMIGRUP REGULER DAN SIFAT-SIFATNYA Istikaanah, Najmah; Wardayani, Ari; Renny, Renny; Nurahmadhani, Ambar Sari; Sb., Agustini Tripena Br.; Triyani, Triyani
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2021.13.2.4968

Abstract

ABSTRACT. This article discusses some properties of regular semigroups. These properties are especially concerned with the relation of the regular semigroups to groups, idempoten semigroups and invers semigroups. This article also discusses the Cartesian product of two regular semigroups where it is concluded that the Cartesian product of two regular semigroups is a regular semigroup, a group must be a regular semigroup. In addition, idempotent semigroups and inverse semigroups are also regular semigroups.Keywords: idempoten semigroup, inverse semigroup, regular semigroup, Cartesian product ABSTRAK. Artikel ini membahas tentang sifat-sifat semigrup reguler. Sifat-sifat ini khususnya berkenaan dengan keterkaitan semigrup reguler dengan grup, semigrup idempoten, dan semigrup invers. Pada artikel ini juga dibahas mengenai hasil kali Cartesius dari dua semigrup regular dimana diperoleh kesimpulan bahwa hasil kali Cartesius dua semigrup reguler merupakan semigrup reguler, suatu grup pasti merupakan semigrup regular. Selain itu, semigrup idempoten dan semigrup invers juga merupakan semigrup regular.Kata kunci: semigrup idempoten, semigrup invers, semigrup reguler, hasil kali kartesius.
ANALISIS PENGARUH LUAS PANEN DAN PRODUKTIVITAS UBI KAYU DI KABUPATEN KEBUMEN DENGAN MENGGUNAKAN REGRESI LINIER BERGANDA Muslimah, Umi; Sugandha, Agus
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2021.13.2.5011

Abstract

ABSTRACT. Cassava is a versatile plant that is also a staple food substitute for rice. However, currently almost no one consumes cassava as a staple food substitute for rice. Indonesia ranks third as the largest cassava producer in the world. Therefore, to maintain the value of cassava production, a linear regression model will be sought with the factors of harvested area and productivity. Productivity is defined as the ratio between harvested area and production. To find the regression model using multiple linear regression method. Based on the existing data, obtained a regression model with a negative intercept of -74199.175 which is influenced by productivity with a regression coefficient of 3338,599 and is also influenced by harvested area with a regression coefficient of 23,345. The value of the coefficient of determination (R2) produced is 0.988 or 9.88%.Keyword: Cassava, Harvested Area, Multiple Linier Regression. ABSTRAK. Ubi Kayu merupakan tanaman serbaguna yang juga merupakan makanan pokok pengganti nasi. Namun, saat ini hampir tidak ada orang yang mengkonsumsi singkong sebagai makanan pokok pengganti nasi. Indonesia menduduki peringkat ketiga sebagai penghasil singkong terbesar di dunia. Oleh karena itu, untuk mempertahankan nilai produksi ubi kayu akan dicari model regresi linier dengan faktor-faktor luas panen dan produktivitas. Produktivitas didefinisikan sebagai rasio antara luas panen dan produksi. Untuk mencari model regresi menggunakan metode regresi linier berganda. Berdasarkan data yang ada, diperoleh model regresi dengan intersep negatif sebesar -74199.175 yang dipengaruhi oleh produktivitas dengan nilai koefisien regresi sebesar 3338.599 dan juga dipengaruhi oleh luas panen dengan nilai koefisien regresi sebesar 23.345. Nilai koefisien determinasi (R2) yang dihasilkan sebesar 0,988 atau 9,88%.Kata Kunci: Ubi Kayu, Luas Panen, Regresi Linier Berganda.
PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN JUMLAH PEREMPUAN (USIA 18+) KORBAN KEKERASAN DENGAN MENGGUNAKAN K-MEANS CLUSTERING Yulianti, Evi; Sugandha, Agus
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2021.13.2.5014

Abstract

ABSTRACT. Violence against women is one of the cases that often gets attention and news in various mass media and electronic media today. In Komnas Perempuan's Annual Records, there were 406,178 cases of violence against women reported and handled throughout 2018. This number increased compared to the previous year's 348,466 cases. This study was conducted to try to group 35 districts/cities in Central Java into 3 clusters based on the number of women (age 18+) victims of violence. Grouping is done using the k-means cluster method. The regencies/cities in Central Java are grouped into 3 clusters, namely: cluster 1 there is 1 Regency/City with a high number of women (age 18+) victims of violence, cluster 2 there are 4 Regency/City with a high number of victims of violence. female (age 18+) victims of violence. moderate, and cluster 3 there are 30 districts/cities with a low number of women (age 18+) victims of violence.Keywords: k-means cluster, women, victim of violence ABSTRAK. Kekerasan terhadap perempuan merupakan salah satu kasus yang sering menjadi perhatian dan pemberitaan diberbagai media masa maupun media elektronik saat ini. Dalam Catatan Tahunan Komnas Perempuan, terdapat 406.178 kasus kekerasan terhadap perempuan yang dilaporkan dan ditangani selama tahun 2018. Angka ini meningkat dibandingkan dengan tahun sebelumnya sebanyak 348.466 kasus. Penelitian yang dilakukan mencoba untuk melakukan mengelompokan 35 Kabupaten/Kota di Jawa Tengah kedalam 3 cluster berdasarkan jumlah perempuan (usia 18+) korban kekerasan. Pengelompokan dilakukan dengan menggunakan metode k-means cluster. Pengelompokan Kabupaten/Kota di Jawa Tengah kedalam 3 cluster yaitu : cluster 1 terdapat 1 Kabupaten/Kota dengan jumlah perempuan (usia 18+) korban kekerasan yang tinggi, cluster 2 terdapat 4 Kabupaten/Kota dengan jumlah perempuan (usia 18+) korban kekerasan yang sedang, dan cluster 3 terdapat 30 Kabupaten/Kota dengan jumlah perempuan (usia 18+) korban kekerasan yang rendah.Kata Kunci: k-means cluster, perempuan, korban kekerasan
PENYELESAIAN PERSAMAAN POISSON MENGGUNAKAN METODE HOMOTOPI PERTUBASI Mashuri, Mashuri; Rahmi, Sulistiowati Nur; Wijayanti, Marwah Daud; Putri, Alviana Pratama
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2021.13.2.5028

Abstract

ABSTRACT. In this paper, we discuss the solution of the Poisson equation(∂^2 u)/(∂x^2 )+(∂^2 u)/(∂y^2 )+8u=0with the initial condition u(0,y)=sin⁡2y. We use the homotopy pertubation method to get the solution.. The homotopy pertubation method is a combination of the homotopy method and the pertubation method. The solution of the equation is assumed to be in the form of a power series. The result is by using the homotopy pertubation method for the diffution equation, the solution is the same with the exact solution. Keywords: Poisson equation, Pertubation Homotopy method, power series. ABSTRAK. Dalam makalah ini dibahas tentang penyelesaian persamaan Poisson(∂^2 u)/(∂x^2 )+(∂^2 u)/(∂y^2 )+8u=0,dengan syarat awalnya adalah u(0,y)=sin⁡2y, menggunakan metode homotopi pertubasi. Metoda homotopi pertubasi merupakan gabungan antara metode homotopi dan metode pertubasi. Solusi persamaan diasumsikan dalam bentuk deret pangkat. Hasilnya diperoleh bahwa dengan menggunakan metode homotopi pertubasi untuk persamaan Poisson, solusi yang diperoleh sama dengan solusi eksaknya.Kata kunci: Persamaan Poisson, metode homotopi pertubasi, deret pangkat .
APLIKASI K-MEANS DAN FUZY CLUSTERING DALAM PENGELOMPOKAN KECAMATAN DI KABUPATEN BANYUMAS Jajang, jajang; Nurhayati, Nunung; Apriliana, Yhenis
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2021.13.2.5051

Abstract

ABSTRACT. Clustering N objects into c clusters can be used to get information about data observation. Among the clustering methods are K-Means (KMC) and Fuzzy C-means (FCM) methods. In the K-means method, objects are members or not members of the cluster, while in the FCM method, objects are included in the cluster based on the degree of membership. This study discusses the implementation of KMC and FCM in the custering of sub-districts in Banyumas Regency based on total of population, the number of health workers and the number of health facilities and infrastructure. The results showed that the KMC and FCM methods produced the same cluster membership. Furthermore, the analysis of clustering based on the number of population, the number of health workers and the number of health facilities and infrastructure (scenario 1) and based on the number of health workers and the number of health facilities and infrastructure which have been corrected by population (scenario 2). The percentage of the variance ratio between clusters to the total variance in scenario 1 is 69% while in scenario 2 it is 85%. Clustering based on scenario 2 is better than scenario 1.Keywords: number of health workers, number of health facilities, K-Means, FCM. ABSTRAK. Clustering N objek menjadi c cluster dapat digunakan untuk mendapatkan informasi tentang data. Di antara metode clustering adalah metode K-Means (KMC) dan Fuzzy C-means (FCM). Pada metode metode K-means, objek sebagai anggota atau bukan anggota cluster, sedangkan pada metode FCM memasukan objek ke cluster berdasarkan derajat keanggotaan. Penelitian ini membahas implementasi KMC dan FCM dalam pengelompokan kecamatan-kecamatan di Kabupaten Banyumas berdasarkan jumlah penduduk, jumlah tenaga kesehatan dan jumlah sarana dan prasarana kesehatan. Hasil penelitian menunjukkan bahwa metode KMC dan FCM menghasilkan keanggotaan cluster yang sama. Lebih lanjut analsis pengelompokan dilakukan melalui berdasarkan jumlah penduduk, jumlah tenaga kesehatan dan jumlah sarana dan prasarana kesehatan (skenario 1) dan berdasarkan , jumlah tenaga kesehatan dan jumlah sarana dan prasarana kesehatan yang sudah dikoreksi dengan jumlah penduduk (scenario 2). Persentase rasio variansi antar cluster terhadap variansi total pada scenario 1 sebesar 69% sedangkan pada scenario 2 sebesar 85%. Clustering berdasarkan scenario 2 lebih baik daripada scenario 1.Kata Kunci: jumlah tenaga kesehatan, jumlah sarana kesehatan, K-Means, FCM.

Page 3 of 3 | Total Record : 26


Filter by Year

2021 2021


Filter By Issues
All Issue Vol 17 No 1 (2025): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 16 No 2 (2024): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 16 No 1 (2024): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 15 No 2 (2023): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 15 No 1 (2023): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 14 No 2 (2022): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 14 No 1 (2022): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 14 No 1 (2022): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 13 No 1 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 13 No 1 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 12 No 2 (2020): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 12 No 2 (2020): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 12 No 1 (2020): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 12 No 1 (2020): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 11 No 1 (2019): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 11 No 1 (2019): JMP Edisi Juni 2019 Vol 11 No 2 (2019): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 11 No 2 (2019): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 11 No 1 (2019): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 10 No 2 (2018): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 10 No 2 (2018): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 10 No 1 (2018): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 10 No 1 (2018): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 9 No 2 (2017): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 9 No 2 (2017): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 9 No 1 (2017): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 9 No 1 (2017): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 8 No 2 (2016): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 8 No 2 (2016): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 8 No 1 (2016): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 8 No 1 (2016): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 7 No 1 (2015): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 7 No 1 (2015): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 6 No 2 (2014): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 6 No 2 (2014): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 6 No 1 (2014): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 6 No 1 (2014): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 5 No 1 (2013): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 5 No 1 (2013): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 4 No 2 (2012): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 4 No 2 (2012): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 4 No 1 (2012): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 4 No 1 (2012): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 3 No 1 (2011): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 3 No 1 (2011): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 1 No 2 (2009): Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 1 No 2 (2009): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 1 No 1 (2009): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Vol 1 No 1 (2009): Jurnal Ilmiah Matematika dan Pendidikan Matematika More Issue