cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nur Inayah
Contact Email
inprime.journal@uinjkt.ac.id
Phone
+6285280159917
Journal Mail Official
inprime.journal@uinjkt.ac.id
Editorial Address
Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah Jl. Ir H. Juanda No.95, Cemp. Putih, Kec. Ciputat, Kota Tangerang Selatan, Banten 15412
Location
Kota tangerang selatan,
Banten
INDONESIA
InPrime: Indonesian Journal Of Pure And Applied Mathematics
Published by Universitas Islam Negeri Syarif Hidayatullah Jakarta
ISSN : 26865335     EISSN : 27162478     DOI : 10.15408/inprime
Core Subject : Science, Education,
Computer Science & IT Mathematics
InPrime: Indonesian Journal of Pure and Applied Mathematics is a peer-reviewed journal and published on-line two times a year in the areas of mathematics, computer science/informatics, and statistics. The journal stresses mathematics articles devoted to unsolved problems and open questions arising in chemistry, physics, biology, engineering, behavioral science, and all applied sciences. All articles will be reviewed by experts before accepted for publication. Each author is solely responsible for the content of published articles. This scope of the Journal covers, but not limited to the following fields: Applied probability and statistics, Stochastic process, Actuarial, Differential equations with applications, Numerical analysis and computation, Financial mathematics, Mathematical physics, Graph theory, Coding theory, Information theory, Operation research, Machine learning and artificial intelligence.
Arjuna Subject : Matematika - Matematika Terapan
Articles 197 Documents
 16   17   18   19   20 
N-Level Structural Equation Models (nSEM): The Effect of Sample Size on the Parameter Estimation in Latent Random-Intercept Model Eminita, Viarti; Saefuddin, Asep; Sadik, Kusman; Syafitri, Utami Dyah
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 1 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i1.38914

Abstract

Multilevel Structural Equation Modeling (MSEM) is claimed to address hierarchical data structures and latent response variables, but it becomes unstable with an increasing number of levels. N-Level SEM (nSEM) is an SEM framework designed to handle a growing number of levels in the model. The nSEM framework uses the Maximum Likelihood Estimation (MLE) method for parameter estimation, which requires a large sample size and correct model specification. Therefore, it is essential to consider the necessary minimal sample size to ensure accurate and efficient parameter estimation in the nSEM model. This study examined how sample size affects the performance of parameter estimators in nSEM models. We propose a method to evaluate the effect of many environments to estimate the results of factor loadings and environmental variance produced by the model. In addition, we also assess the impact of environment size on the estimation results of factor loadings and individual variance. The results were then applied to actual data on student mathematics learning motivation in Depok. The findings show that neither the number of environments nor the size of the environment affects the performance of fixed parameter estimation in the nSEM model. nSEM indicates excellent performance in estimating environmental variance at level 2 when the number of environments increases. Conversely, increasing the size of the environment worsens the performance of estimating individual variance parameters. Overall, the nSEM framework for the latent random-intercept (LatenRI) model performs well with increasing sample sizes. The application data on LatenRI models show almost similar estimation results.Keywords: hierarchical data; latent random intercept model; multilevel structural equation modeling; n-level structural equation modeling.AbstrakMultilevel Structural Equation Modeling (MSEM) diklaim dapat mengatasi struktur data hierarki dan variabel respons laten, namun menjadi tidak stabil dengan bertambahnya jumlah level. N-Level SEM (nSEM) adalah kerangka kerja SEM yang dirancang untuk menangani semakin banyak level dalam model. Kerangka kerja nSEM menggunakan metode Maximum Likelihood Estimation (MLE) untuk estimasi parameter, yang memerlukan ukuran sampel yang besar dan spesifikasi model yang benar. Oleh karena itu, penting untuk mempertimbangkan ukuran sampel minimal yang diperlukan untuk memastikan estimasi parameter yang akurat dan efisien dalam model nSEM. Studi ini menguji bagaimana ukuran sampel mempengaruhi kinerja penduga parameter dalam model nSEM. Kami mengusulkan metode untuk mengevaluasi pengaruh banyak lingkungan dalam memperkirakan hasil factor loadings  dan varians lingkungan yang dihasilkan oleh model. Selain itu, kami juga menilai dampak ukuran lingkungan terhadap hasil estimasi factor loadings dan varians individu. Hasilnya kemudian diterapkan pada data aktual motivasi belajar matematika siswa di Depok. Hasil menunjukkan bahwa baik jumlah lingkungan maupun ukuran lingkungan tidak mempengaruhi kinerja estimasi parameter tetap pada model nSEM. nSEM menunjukkan kinerja yang sangat baik dalam memperkirakan varians lingkungan pada level 2 ketika jumlah lingkungan meningkat. Sebaliknya, peningkatan ukuran lingkungan akan memperburuk kinerja pendugaan parameter varians individu. Secara keseluruhan, kerangka nSEM untuk model intersepsi acak laten (LatenRI) bekerja dengan baik dengan meningkatnya ukuran sampel. Data penerapan model LatenRI menunjukkan hasil estimasi yang hampir serupa.Kata Kunci: data hirarki; model intersep acak laten; model persamaan structural multilevel; model persamaan structural n-level. 2020MSC: 62D99
Performance Analysis of Robust Functional Continuum Regression to Handle Outliers Ismah, Ismah; Erfiani, Erfiani; Wigena, Aji Hamim; Sartono, Bagus
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 1 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i1.38928

Abstract

Robust functional continuum regression (RFCR) is an innovation as a development of functional continuum regression that can be applied to functional data and is resistant to outliers. The resistance of RFCR depends on the applied weighting function. This study aims to evaluate the RFCR performance to handle outliers. We propose the various weighting functions in this evaluation, i.e., Huber, Hampel, Ramsay, and Tukey (Bisquare), which do not eliminate or give zero weight to observed data identified as outliers. This contribution is essential to determining the appropriate RFCR method without eliminating the outlier data. The result shows that the RFCR performance with the Huber weighting function is better than the others, based on the goodness of fit, consisting of the root means square error of prediction (RMSEP), the correlation between the actual data and the model, and the mean absolute error (MAE).Keywords: functional data analysis; Huber weighted function; Hampel weighted function; Ramsay weighted function; Tukey (Bisquare) weighted function. AbstrakRegresi kontinum fungsional kekar (RFCR) merupakan inovasi yang merupakan pengembangan dari regresi kontinum fungsional yang dapat diaplikasikan pada data fungsional dan tahan terhadap outlier. Resistansi RFCR bergantung pada fungsi pembobotan. Penelitian ini bertujuan untuk mengevaluasi kinerja RFCR. Kami mengusulkan beberapa fungsi pembobotan dalam evaluasi tersebut, yaitu Huber, Hampel, Ramsay, dan Tukey (Bisquare), dengan tidak menghilangkan atau memberikan bobot nol pada data observasi yang teridentifikasi sebagai outlier. Kontribusi ini penting untuk menentukan metode RFCR yang tepat tanpa menghilangkan data outlier. Hasil menunjukkan bahwa kinerja RFCR dengan fungsi pembobotan Huber lebih baik dibandingkan fungsi pembobotan lain berdasarkan goodness of fit, yang terdiri dari root mean square error of prediksi (RMSEP), korelasi antara data aktual dan model, dan mean kesalahan absolut (MAE).Kata Kunci: analisis data fungsional; fungsi berbobot Huber; fungsi tertimbang Hampel; fungsi tertimbang Ramsay; fungsi berbobot Tukey (Bisquare). 2020MSC: 62J99, 62R10
A Comparative Analysis of ARCH/GARCH and Decomposition-ARIMA Models for Gold Price Forecasting in Indonesia Hutajulu, Ronald; Agustina, Neli
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 2 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i2.40249

Abstract

Gold is considered a low-risk investment, serving as a hedge asset and haven against inflation and economic shocks. While gold prices exhibit an increasing trend in the long term, they are subject to short-term fluctuations. Accurate gold price prediction is crucial for investors to maximize returns. This research aims to identify the most suitable method for forecasting gold prices in Indonesia, comparing the decomposition-ARIMA and ARCH-GARCH models. The findings reveal that the decomposition-ARIMA(2,1,2) method surpasses the GARCH(1,0) model in accuracy. The forecasting results indicate an upward trend in gold prices, with an average IDR of 1,209,214.11. This study demonstrates the superior accuracy of the decomposition-ARIMA method for gold price forecasting in Indonesia, offering valuable insights for investors seeking to optimize their investment strategies.Keywords: ARCH-GARCH model; forecasting; gold; volatility. AbstrakEmas dianggap sebagai investasi berisiko rendah, berfungsi sebagai aset hedge dan safe haven yang aman terhadap inflasi dan guncangan ekonomi. Meskipun harga emas menunjukkan tren peningkatan dalam jangka panjang, harga emas juga dapat mengalami fluktuasi dalam jangka pendek. Prediksi harga emas yang akurat sangat penting bagi investor untuk memaksimalkan keuntungan. Penelitian ini bertujuan untuk mengidentifikasi metode yang paling sesuai untuk meramalkan harga emas di Indonesia, dengan membandingkan model dekomposisi-ARIMA dan model ARCH-GARCH. Temuan menunjukkan bahwa metode dekomposisi-ARIMA(2,1,2) melampaui akurasi model GARCH(1,0). Hasil peramalan menunjukkan adanya tren kenaikan harga emas dengan harga rata-rata Rp 1.209.214,11. Kontribusi studi ini terletak pada demonstrasi akurasi metode dekomposisi-ARIMA yang unggul dalam peramalan harga emas di Indonesia, sehingga menawarkan wawasan berharga bagi investor yang ingin mengoptimalkan strategi investasinya. Kata Kunci: model ARCH-GARCH; prediksi; emas; volatilitas. 2020MSC: 62M10.
On Randers Change of a Generalized Exponential Metric Mishra, Meera; Pandey, R. K.
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 2 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i2.40885

Abstract

In this paper, we study the properties of a special (α, β)-metric e^(k1β/α)+βe^(k2*β/α), the Randers change of the generalized exponential metric. We find the necessary and sufficient condition for this metric to be locally projectively flat and we also prove the conditions for this metric to be of the Berwald and Douglas type.Keywords: Berwald space; Douglas space; Finsler space; -metric; projectively flat. AbstrakPada artikel ini akan dipelajari sifat-sifat khusus dari (α, β) -metric e^(k1β/α)+βe^(k2*β/α), perubahan Randers dari metrik eksponensial umum. Kami menemukan syarat perlu dan cukup agar metrik ini menjadi datar secara lokal dan kami juga membuktikan syarat agar metrik ini bertipe Berwald dan Douglas.Kata Kunci: ruang Berwald; ruang Douglas; ruang Finsler; -metric; projectively flat. 2020MSC: 53B20.  
On Performance Measures of a Fuzzy Priority Queue in a Transient Regime using the L-R Method Okenge, Daniel Lama; Rostin, Mabela Makengo Matendo; Joseph, Kyemba Bukweli; Jean, w’Omatete Alonge
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 2 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i2.41126

Abstract

In this paper, we proposed the performance measures of a Markovian queue with non-preemptive priority under transient conditions in a fuzzy environment. We study the transient performance measures of an FM/FM/1 queue with absolute priority. We analyze the characteristics of this model in a fuzzy environment by the L-R method of a fuzzy number A~=<m, a, b>_{LR}, where m, a, b are exponential functions of time—considering arrivals and services as triangular fuzzy numbers. The L-R method turns out to be very short and more practical compared to other methods, such as the DSW method (Dong, Shah and Wong), the α-cuts method, or the centroid method, because it allows us to obtain the membership functions, modal values, and supports of different performance measures and facilitates the graphical representation of the results obtained. A numerical example illustrates the validity of the method and the results obtained using it.Keywords: performance measures; non-preemptive priority; triangular fuzzy numbers; LR method. AbstrakPada artikel ini, kami mengusulkan ukuran kinerja antrian Markovian dengan prioritas non-preemptive dalam kondisi transien di lingkungan fuzzy. Kami mempelajari ukuran kinerja transien dari antrian FM/FM/1 dengan prioritas mutlak. Kami menganalisis karakteristik model ini dalam lingkungan fuzzy dengan metode L-R dari bilangan fuzzy A~=<m, a, b>_{LR}, dengan m, a, b adalah fungsi eksponensial terhadap waktu dengan mempertimbangkan kedatangan dan pelayanan sebagai bilangan fuzzy segitiga. Metode L-R ternyata sangat singkat dan lebih praktis dibandingkan dengan metode lain, seperti: metode DSW (Dong, Shah dan Wong), metode α-cuts, atau metode centroid, karena metode ini memungkinkan kita untuk mendapatkan fungsi keanggotaan, nilai modus, dan supports dari ukuran kinerja yang berbeda dan memfasilitasi representasi grafis dari hasil yang diperoleh. Contoh numerik menggambarkan validitas dari metode dan hasil yang diperoleh dengan menggunakan metode yang kami usulkan. Kata Kunci: ukuran kinerja; prioritas non-preemptive; bilangan fuzzy segitiga; metode LR. 2020MSC: 60K25, 03E72.
Rainbow Connection Number of Octopus Iteration Graphs Rahmadani, Desi; Giyanatta, Adinda Evelyn; Pratiwi, Dina; Yunus, Mahmuddin; Kusumasari, Vita
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 2 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i2.41414

Abstract

The rainbow connection number of a graph G denoted by rc(G) is the minimum number of colors used to color the edges in G, such that every pair of vertices is connected by a path with all different colors. In 2008, Chartrand et al. first introduced the concept of rainbow connection numbers. They introduced it as an edge coloring on a graph that refers to the path of each pair of vertices. An octopus graph, with m legs denoted by Om, is a graph constructed from a fan graph Fm and a star graph Sm. The graphs studied in this article are two classes of octopus iteration graphs, namely the octopus chain graph and the octopus ladder graph. The octopus chain graph, denoted by O2(n) is a graph constructed from n copies of O2 and connecting one leg of the i-th copy to the (i+1)-th copy, for every I = 1,2,..., n-1. The octopus ladder graph, denoted by O2'(n) is a graph constructed from graph O2(n) by connecting one of vertex of degree two of the i-th copy to the (i+1)-th copy. In this research, we determine the rainbow connection number of the octopus chain graphs O2(n) and the octopus ladder graphs O2'(n). We obtain that rc(O2(n))=3n, for n >= 1 and rc(O2'(n))=3n-1,  for n >= 2.Keywords: classes of octopus iteration graphs; octopus chain graph; octopus ladder graph; rainbow connection number. AbstrakBilangan terhubung pelangi pada graf G dinotasikan dengan rc(G)  merupakan jumlah warna minimum yang digunakan untuk mewarnai sisi pada G, sehingga setiap pasang titik dihubungkan oleh suatu lintasan dengan warna yang berbeda semua. Pada tahun 2008, Chartrand dkk. pertama kali memperkenalkan konsep bilangan terhubung pelangi. Chartrand dkk. memperkenalkannya sebagai pewarnaan sisi pada graf yang mengacu pada lintasan setiap pasang titiknya. Graf gurita dengan m kaki dinotasikan denganOm  adalah graf yang dikonstruksi dari graf kipas Fm  dan graf bintang Sm. Graf yang dikaji dalam artikel ini merupakan dua kelas graf iterasi gurita, yaitu graf rantai gurita dan graf tangga gurita. Graf rantai gurita yang dinotasikan dengan O2(n) adalah graf yang dikonstruksi dari n copy graf Om dan menghubungkan satu kaki salinan ke-i ke salinan ke-i+1, untuk setiap i = 1,2,...,n. Graf tangga gurita yang dinotasikan dengan O2'(n)  adalah graf yang dibangun dari graf O2(n) dengan menghubungkan salah satu titik berderajat dua salinan dari graph ke-i ke salinan ke-i+1. Pada penelitian ini, ditentukan bilangan terhubung pelangi pada graf rantai gurita O2(n) dan graf tangga gurita O2'(n). Kami memperoleh bahwa rc(O2(n))=3n untuk n>=1 dan rc(O2'(n))=3n-1, untuk n>=2. Kata Kunci: kelas graf iterasi gurita; graf rantai gurita; graf tangga gurita; bilangan terhubung pelangi. 2020MSC: 05C15, 05C40.
A Bibliometric Analysis of Mathematical Problem-Solving: A State of The Art Morin, Shelly
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 2 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i2.41418

Abstract

This study aims to explore research on problem-solving in various countries using complete and systematic bibliometrics, mainly Publish or Perish (PoP) and Vos viewer, to analyze data systematically. This analysis reveals the development of research related to problem-solving to provide new ideas and raise research gaps related to this topic. The data used in 2016-2022 is 2959 articles using keywords, namely problem solving and mathematics. The method used in this study used bibliometric analysis with interconnected keyword maps. Through this bibliometric, researchers can find research trends by the chosen topic, explain the updates that can be presented, and determine research gaps. So, this research is the first step to making it easier for researchers to report the results of previous studies and offer further research.Keywords: bibliometric; mathematics; problem-solving; vos viewer. AbstrakTujuan penelitian ini untuk mengeksplorasi penelitian tentang pemecahan masalah diberbagai negara dengan menggunakan analisis data bibliometric vos viewer dan publish or perish secara lengkap dan sistematis. Analisis ini mengungkapkan perkembangan penelitian terkait pemecahan masalah untuk memberika ide baru serta memunculkan kesenjangan penelitian terkait topik ini. data yang digunakan pada tahun 2016-2022 sebanyak 2959 artikel. Metode yang digunakan dalam penelitian ini menggunakan analisis bibliometric dengan peta kata kunci yang saling berhubungan. Melalui bibliometric ini peneliti dapat menemukan trend penelitian yang sesuai dengan topik yang dipilih, menjelaskan kebeharuan yang dapat disajikan serta menentukan gap penelitian. Sehingga penelitian ini sebagai langkah awal untuk memudahkan peneliti melaporkan hasil penelitian terdahulu untuk dapat menawarkan penelitian yang berbeda dari penelitian yang sudah ada. Kata Kunci: bibliometrik; matematika; penyelesaian masalah; vos viewer. 2020MSC: 97D50, 97U60.  
Optimal Control of a Modified Mathematical Model of Social Media Addiction Juhari, Juhari; Alisah, Evawati; Safitri, Alisa Ayu; Sujarwo, Imam
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 2 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i2.41438

Abstract

This research investigates the application of optimal control in the Susceptible, Exposed, Addicted, Recovery, Quit (SEA_1 A_2 RQ) model to address social media addiction. The primary objective is to develop an effective control strategy to reduce the prevalence of social media addiction. The methodology employs Pontryagin's maximum principle to formulate the optimal control problem, incorporating two time-dependent control variables: control (u_1) and treatment (u_2). The optimal control model is numerically simulated using the 4th-order Runge-Kutta method. Comparative analysis of the simulation results, with and without control, demonstrates significant differences in all population groups after four years. The findings reveal that implementing control (u_1) and treatment (u_2) markedly decreases the number of individuals addicted to social media, highlighting the efficacy of the proposed strategy in mitigating social media addiction.Keywords: optimal control; social media addiction model; Pontryagin maximum principle. AbstrakPenelitian ini mengkaji penerapan kontrol optimal pada model Susceptible, Exposed, Addicted, Recovery, model Quit (SEA_1 A_2 RQ)  untuk menangani kecanduan sosial media. Tujuan utama penelitian ini adalah untuk mengembangkan strategi kontrol yang efektif untuk mengurangi jumlah individu yang mengalami kecanduan media sosial. Metodologi penelitian ini menggunakan prinsip maksimum Pontryagin untuk merumuskan masalah kontrol optimal, yang menggabungkan dua variabel kontrol bergantung pada waktu: pengendalian (u_1) dan pengobatan (u_2). Model kontrol optimal disimulasikan secara numerik menggunakan metode Runge-Kutta orde 4. Analisis komparatif dari hasil simulasi, dengan dan tanpa kontrol, menunjukkan perbedaan yang signifikan pada semua kelompok populasi setelah empat tahun. Temuan tersebut mengungkapkan bahwa penerapan pengendalian (u_1) dan pengobatan (u_2) secara signifikan mengurangi populasi pengguna kecanduan sosial media, yang menyoroti kemanjuran strategi yang diusulkan untuk mengurangi kecanduan sosial media.Kata Kunci: kontrol optimal; model kecanduan media sosial; prinsip maksimum Pontryagin. 2020MSC: 49N90, 91D10, 92B05.
Optimizing Modem Placement in UPI Building FPMIPA using the Illumination Model Aisy, Khansa Salsabila Rohadatul; Yulianti, Kartika; Sumiaty, Encum; Yusnitha, Isnie
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 2 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i2.41452

Abstract

Since a reliable internet signal has become an essential and significant need nowadays, the existence of modems as transmitters of internet signals is also crucial; modems transmit the internet signal (without cable), which is then captured by devices. This research aims to construct a mathematical model to determine the minimum number of modems and their placement so that the entire building FPMIPA-A of UPI has a good internet signal. In this research, we assume that the modem can pass through at most two walls, and the area studied is limited to the first floor of FPMIPA-A. The model is based on the illumination problems theorems, one of which states that every monotone 6-gon can be covered by a single 2-modem point placed at one of its two leftmost (or rightmost) vertices.  By the theorem, we view the layout of the rooms in the building as a combination of polygons. The results show that 12 modems are required to cover all areas on the first floor of FPMIPA-A to get a good signal.Keywords: illumination problem; modem; polygonal regions; optimal modem placement; building FPMIPA A. AbstrakSaat ini, kebutuhan akan sinyal internet yang andal menjadi kebutuhan penting dan utama. Modem sebagai pemancar sinyal internet mengirimkan sinyal internet (tanpa kabel) dan kemudian ditangkap oleh perangkat. Penelitian ini bertujuan untuk membangun model matematika yang menentukan jumlah minimum modem dan penempatannya agar seluruh gedung FPMIPA-A UPI mempunyai sinyal internet yang baik. Pada penelitian ini diasumsikan modem dapat menembus paling banyak dua dinding dan area yang diteliti dibatasi pada lantai 1 gedung FPMIPA-A UPI. Model matematika untuk masalah penempatan modem ini didasarkan pada teorema masalah iluminasi, yang salah satunya menyatakan bahwa setiap 6-gon monoton dapat ditutupi oleh satu titik 2-modem yang ditempatkan di salah satu dari dua simpul paling kiri (atau paling kanan).  Berdasarkan teorema tersebut, tata ruang pada lantai 1 gedung FPMIPA-A UPI dipandang sebagai kombinasi poligon. Hasil penelitian menunjukkan bahwa dibutuhkan 12 modem untuk mencakup seluruh area di lantai 1 FPMIPA-A guna mendapatkan sinyal yang baik. Kata Kunci: masalah iluminasi; modem, daerah poligon; penempatan modem secara optimal; gedung FPMIPA A. 2020MSC: 90C90.
Enhancing Tuberculosis Diagnosis: Effective Naive Bayes Classification using SMOTE and Tomek Links for Imbalanced Data Faulina, Naflah; Nisa, Khoirin; Warsono, Warsono
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol. 6 No. 2 (2024)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v6i2.41463

Abstract

Naive Bayes classification, grounded in Bayes' theorem, is a well-established probabilistic and statistical method. However, it often faces challenges when dealing with datasets that have skewed class distributions. A common issue with unbalanced data is that the classifier tends to predict the majority class more accurately, leading to high accuracy for the majority class but low accuracy for the minority class. Resampling techniques such as oversampling, undersampling, or a combination of both can be employed to address this. This research introduces a novel approach to balancing training data using a hybrid method that combines SMOTE (Synthetic Minority Oversampling Technique) and Tomek Links by applying this method to tuberculosis (TB) diagnosis data from Mayjend HM Ryacudu Kotabumi Hospital. We evaluate the Naive Bayes classifier's performance on the original and newly balanced data.  We used 826 patient data for training and 207 for testing out of 1,033. Of the 826 records in the training dataset, 306 patients had a TB diagnosis, whereas 520 patients did not. To achieve a better balance between the majority and minority classes, we oversampled 214 data in the minority class to match the number in the majority class. If necessary, we also reduce 214 data from the majority class. The results demonstrate that this hybrid approach significantly enhances the performance of the Naive Bayes model in terms of data balancing and overall accuracy. Specifically, the hybrid method achieves an average specificity of 96%, sensitivity of 88%, false positive fraction (FPF) of 4%, and false negative fraction (FNF) of 12%. These findings highlight the effectiveness of combining SMOTE and Tomek Links, providing a robust solution for improving classification performance in unbalanced datasets.Keywords: Naive Bayes classification; SMOTE; Tomek Links; SMOTE+Tomek Links; tuberculosis. AbstrakKlasifikasi Naive Bayes, yang didasarkan pada Teorema Bayes, adalah metode probabilistik dan statistik yang sudah mapan. Namun, metode ini sering menghadapi tantangan ketika berhadapan dengan kumpulan data yang memiliki distribusi kelas yang miring (tidak seimbang). Masalah umum pada data yang tidak seimbang adalah bahwa pengklasifikasi cenderung memprediksi kelas mayoritas dengan lebih akurat, yang mengarah pada akurasi tinggi untuk kelas mayoritas namun menghasilkan akurasi rendah untuk kelas minoritas. Untuk mengatasi masalah ini, teknik resampling seperti oversampling, undersampling, atau kombinasi keduanya dapat digunakan. Penelitian ini memperkenalkan pendekatan baru untuk menyeimbangkan data pelatihan menggunakan metode hibrida yang menggabungkan SMOTE (Synthetic Minority Oversampling Technique) dan Tomek Links. Dengan menerapkan metode ini pada data diagnosis tuberculosis (TB) dari Rumah Sakit Mayjend HM Ryacudu Kotabumi. Kami mengevaluasi kinerja pengklasifikasi Naive Bayes pada data yang tidak seimbang asli dan data yang sudah seimbang. Kami menggunakan 826 data pasien untuk pelatihan dan 207 untuk pengujian dari total 1.033. Dari 826 catatan dalam dataset pelatihan, 306 pasien didiagnosis dengan TB, sedangkan 520 pasien tidak. Untuk mencapai keseimbangan yang lebih baik antara kelas mayoritas dan minoritas, kami melakukan oversampling sebanyak 214 data pada kelas minoritas agar jumlahnya seimbang dengan kelas mayoritas. Selain itu, kami juga mengurangi 214 data dari kelas mayoritas. Hasilnya menunjukkan bahwa pendekatan hibrida ini secara signifikan meningkatkan kinerja model Naive Bayes dalam hal keseimbangan data dan akurasi keseluruhan. Secara spesifik, metode hibrida ini mencapai spesifisitas rata-rata sebesar 96%, sensitivitas sebesar 88%, fraksi positif palsu (FPF) sebesar 4%, dan fraksi negatif palsu (FNF) sebesar 12%. Temuan ini menyoroti efektivitas penggabungan SMOTE dan Tomek Links, serta memberikan solusi yang tangguh untuk meningkatkan kinerja klasifikasi di tengah kumpulan data yang tidak seimbang.Kata Kunci: klasifikasi Naive Bayes; SMOTE; Tomek Links; SMOTE+Tomek Links; tuberkulosis. 2020MSC: 68T05, 62R07.

Page 19 of 20 | Total Record : 197

 16   17   18   19   20 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7, No 2 (2025) Vol. 7 No. 2 (2025) Vol 7, No 1 (2025) Vol. 7 No. 1 (2025) Vol 6, No 2 (2024) Vol. 6 No. 2 (2024) Vol. 6 No. 1 (2024) Vol 6, No 1 (2024) Vol 5, No 2 (2023) Vol. 5 No. 2 (2023) Vol. 5 No. 1 (2023) Vol 5, No 1 (2023) Vol. 4 No. 2 (2022) Vol 4, No 2 (2022) Vol 4, No 1 (2022) Vol. 4 No. 1 (2022) Vol. 3 No. 2 (2021) Vol 3, No 2 (2021) Vol 3, No 1 (2021) Vol. 3 No. 1 (2021) Vol 2, No 2 (2020) Vol 2, No 1 (2020) Vol 1, No 2 (2019) Vol 1, No 1 (2019) More Issue