cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nina Valentika
Contact Email
dosen02339@unpam.ac.id
Phone
+6285814291973
Journal Mail Official
sm@unpam.ac.id
Editorial Address
Jl. Surya Kencana No. 1 Pamulang Barat - Tangerang Selatan, Banten
Location
Kota tangerang selatan,
Banten
INDONESIA
Jurnal Statistika dan Matematika (Statmat)
Published by Universitas Pamulang
ISSN : 26553724     EISSN : 27209881     DOI : 10.32493
Core Subject : Economy, Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics Other
P-ISSN : 2655-3724 E-ISSN : 2720-9881 Jurnal Statmat UNPAM: Jurnal Statistika dan Matematika Universitas Pamulang is a means of publication of scientific articles and research with concentrations of Statistics, Pure Mathematics, Applied Mathematics, Computational Mathematics, Educational Mathematics, and other research articles related to Statistics and Mathematics. Mathematics Department, Faculty of Mathematics and Natural Sciences, University of Pamulang publishes this journal, since 2019, which scheduled periodically every six months (twice a year).
Arjuna Subject : Matematika - Matematika Terapan
Articles 9 Documents
 1 
Search results for , issue "Vol 4, No 2 (2022)" : 9 Documents clear
ANALISIS KEMISKINAN MULTIDIMENSI ANAK SULAWESI SELATAN MENGGUNAKAN MULTIPLE OVERLAPPING DEPRIVATION ANALYSIS Volandio Ardhian Rastantra
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.19353

Abstract

Kemiskinan menjadi masalah pembangunan dalam beberapa dekade terakhir. Kelompok penduduk yang paling rentan terhadap dampak kemiskinan adalah kelompok anak-anak karena berpotensi memengaruhi tumbuh kembang dan masa depannya. Sejauh ini, kemiskinan anak diukur dengan ukuran kemiskinan rumah tangga dimana anak itu tinggal. Sedangkan kemiskinan anak memiliki karakteristik yang berbeda dengan kemiskinan rumah tangga. Selain itu, pengukuran kemiskinan moneter kurang mampu memberikan gambaran kemiskinan yang bersifat multidimensi. Tujuan penelitian ini untuk mengukur angka kemiskinan anak  secara multidimensi di Sulawesi Selatan dengan metode Multiple Overlapping Deprivation Analysis (MODA) menggunakan 5 dimensi yaitu perumahan, fasilitas, kesehatan, pendidikan, dan perlindungan anak. Hasil penelitian menunjukkan bahwa sebanyak 10,53 persen anak miskin mengalami deprivasi setidaknya pada 3 dimensi dan mengalami deprivasi terbesar pada dimensi fasilitas sebesar 35,96 persen.
PEMODELAN ARIMAX KASUS COVID-19 DIKAITKAN DENGAN CURAH HUJAN DI KOTA MAKASSAR Sukarna Sukarna; Sahlan Sidjara; Aswi Aswi; Oktaviana Oktaviana
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.25556

Abstract

ABSTRACT This research applies a quantitative modelling approach and focuses on ARIMAX modelling in the Covid-19 case associated with rainfall in Makassar City. Data were obtained from the government's official website for daily confirmed case data of Covid-19 and rainfall (from June 25, 2020 to January 15, 2022). Rainfall is measured in mm which is the independent variable ( ), and confirmed Covid-19 as the dependent variable ( ). This research objective is to obtain the best ARIMAX model that informs the effect of rainfall intensity ( ) on the number of confirmed cases of Covid-19 ( ). This best model used the criteria that all parameters are significant, the residuals involved the white noise assumption and the best criteria measured from the smallest value of Akaike Information Criterion (AIC). The best model in this study is ARIMAX(3,0,5), with the smallest AIC value of 7,220,96. The results of this study indicate that rainfall ( ) has no significant effect on the number of confirmed Covid-19 ( ) in Makassar City. Keywords: ARIMAX, Covid-19, rainfall, Makassar. ABSTRAK Penelitian ini menerapkan pendekatan pemodelan kuantitatif (quantitative modelling approach) dan membahas pemodelan ARIMAX pada kasus Covid-19 dikaitkan dengan curan hujan di Kota Makassar. Data diperoleh dari website resmi pemerintah untuk data kasus terkonfirmasi harian Covid-19 dan juga curah hujan (mulai Tanggal 25 Juni 2020 s/d 15 Januari 2022). Curah Hujan diukur dalam mm yang merupakan variabel bebas ( , dan terkonfirmasi Covid-19 sebagai variabel terikat ( . Penelitian ini bertujuan untuk mendapatkan model ARIMAX terbaik yang menginformasikan pengaruh intensitas curah hujan (  terhadap jumlah kasus terkonfirmasi Covid-19 ( . Model terbaik ini memenuhi kriteria bahwa semua parameter signifikan, residual memenuhi asumsi white noise dan kriteria terbaiknya menggunakan nilai Akaike Information Criterion (AIC). Model terbaik yang diperoleh dalam penelitian ini adalah ARIMAX(3,0,5), dengan nilai AIC terkecil sebesar 7.220,96. Hasil penelitian ini menunjukkan bahwa Curah Hujan (  tidak berpengaruh signifikan terhadap jumlah terkonfirmasi Covid-19 (  di Kota Makassar. Kata kunci: ARIMAX, Covid-19, Curah hujan, Makassar
PEMODELAN TIME SERIES UNTUK NILAI TUKAR RUPIAH DI MASA PANDEMI COVID-19 Hisyam Ihsan; Abdul Rahman; Sukarna Sukarna; Aswi Aswi; Muhammad Ammar Naufal
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.26100

Abstract

Abstract: Covid-19 is an international disaster with a long occurrence interval. The research divides this disaster into four phases, namely before the Covid-19 pandemic (1 January 2019 to 31 March 2020), the implementation of PSBB (1 April 2020 to 20 January 2021), the performance of PPKM & Micro-Lockdown (21 January 2021 to 23 July 2021), and after Covid-19 is reduced (24 July 2021 to 30 June 2022). Data on IDR to USD exchange rates were obtained from the official website from 1 January 2019 to 30 June 2022. Comparing the ARIMA temporal model for the four phases was proposed in this study as an inferential and descriptive way to compare exchange rates. The results showed that the IDR exchange rate against the USD closed at IDR 14,155.63 (before the pandemic), IDR 15,581.83 (PSBB period), IDR 14,362.84 (PPKM period), and IDR 14,368.16 (after the pandemic). According to the smallest AIC or parsimony considerations, the most effective ARIMA model is ARIMA(2,1,0) for the stage before the pandemic, ARIMA(0,2,1) for the stage during PSBB, ARIMA(3,1,0) for the stage during PPKM & micro-lockdown, and ARIMA(2,1,0) for the stage after the pandemic.ABSTRAK: Pandemi Covid-19 merupakan bencana internasional yang sangat panjang interval kejadiannya. Penelitian ini membagi bencana ini menjadi 4 fase, yaitu sebelum pandemi Covid-19 (1 januari 2019 s/d 31 Maret 2020), pemberlakuan PSBB (1 April 2020 s/d 20 Januari 2021), pemberlakuan PPKM & Micro-Lockdown (21 Januari 2021 s/d 23 Juli 2021), dan setelah Covid-19 berkurang (24 Juli 2021 s/d 30 Juni 2022). Data nilai tukar IDR ke USD diambil dari situs resmi mulai 1 Januari 2019 s/d 30 Juni 2022. Tujuan penelitian ini adalah membandingkan nilai tukar secara deskriptif dan inferensial dengan membandingkan model temporal ARIMA untuk keempat fase tersebut. Hasil penelitian menunjukan bahwa nilai tukar IDR terhadap USD ditutup pada Rp 14.155,63 (sebelum pandemi), Rp 15.581,83 (masa PSBB), Rp 14.362,84 (masa PPKM), dan Rp 14.368,16 (setelah pandemi). Model ARIMA terbaik berdasarkan AIC terkecil atau pertimbangan parsimony untuk tiap fase adalah ARIMA(2,1,0) sebelum pandemi, ARIMA(0,2,1) dimasa PSBB, ARIMA(3,1,0) dimasa PPKM & micro-lockdown, dan ARIMA(2,1,0) setelah masa pandemi.Kata kunci: covid-19, nilai tukar rupiah, model temporal, ARIMA.
POWER OF MATHEMATIC DALAM MENGEMBANGKAN JIWA EDUPRENEURSHIP DI MADRASAH TSANAWIYAH Gerry Sastro; Dewi Purnama Sari; Yana Yana
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.17789

Abstract

Tujuan penelitian ini adalah untuk mengetahui jiwa edupreneurship yang dimiliki siswa tingkat Madrasah berdasarkan kemampuan pemecahan masalah matematis. Penelitian ini dilakukan di salah satu Madrasah di Jakarta Selatan. Metode penelitian yang digunakan yaitu deskriptif kualitatif dengan pendekatan studi kasus. Subjek penelitian yaitu siswa kelas VII tahun pelajaran 2021/2022 sebanyak 30 siswa. Pengambilan sampel menggunakan teknik purposive sampling. Instrument penelitian yang digunakan berupa tes KPMM bentuk uraian sebanyak 3 soal dan wawancara terstruktur untuk mengetahui jiwa edupreneurship. Pengumpulan data dilakukan dengan tes dan wawancara. Hasil penelitian menunjukan bahwa 26,7 % mempunyai tingkat KPMM tinggi, 33,3% mempunyai tingkat KPMM sedang, sementara 40% berada pada tingkat KPMM rendah. Kelompok siswa dengan tingkat KPMM tinggi dan sedang menunjukan indikator jiwa edupreneurship. Adapun indikator tersebut adalah ketekukan, pengambilan keputusan dengan baik, kreatifitas serta rasa percaya diri. Sementara kelompok siswa dengan KPMM yang rendah belum menunjukan indikator jiwa edupreneurship.Kata kunci: Matematika, Pemecahan Masalah Matematis, Edupreneurship
PERBANDINGAN UKURAN JARAK PADA ALGORITMA K-NEAREST NEIGHBOR DALAM ANALISIS SENTIMEN Alfiari Firdaus; Dwi Agustin Nuriani Sirodj
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.27059

Abstract

K-Nearest Neighbor (KNN) merupakan salah satu algoritma klasifikasi yang paling banyak digunakan dalam metode machine learning. Klasifikasi KNN merupakan metode klasifikasi non-parametrik konvensional yang telah digunakan sebagai pengklasifikasi dasar dalam banyak masalah klasifikasi pola. Teknik pencarian KNN yang digunakan dalam penelitian ini dengan menggunakan rumus jarak euclidean, minkowski, manhattan dan linear least square. Keuntungan dari metode ini adalah efektif terhadap data noise dan efektif ketika data training berukuran besar. Namun metode ini masih memiliki kekurangan yaitu masalah tingkat akurasi metode yang digunakan untuk mengukur kemiripan antar objek yang dibandingkan. Tujuan dari penelitian ini adalah untuk mengetahui ukuran jarak terbaik dalam metode KNN pada analisis sentimen. Data yang digunakan adalah data tweet sebanyak 12.951 yang diambil dari twitter dengan menggunakan hastag #OmicronVariant dan #Covid19. Hasil penelitian menunjukkan bahwa parameter nilai k terbaik adalah 15 sedangkan jarak terbaik adalah jarak euclidean yang diukur melalui nilai akurasi, recall, dan presisi yang baik, kemudian hasil prediksi diperoleh nilai kategori positif lebih tinggi dibandingkan nilai kategori netral dan nilai kategori negatif. Dapat disimpulkan bahwa persepsi masyarakat terhadap Covid-19 Omicron adalah positif, artinya mereka percaya dengan adanya virus covid-19 jenis omicron.
PERBANDINGAN METODE PERAMALAN MENGGUNAKAN SINGLE EXPONENTIAL SMOOTHING DAN RANDOM FOREST PADA DATA OUTLIER Lukmanul Hakim; Asep Saefuddin; Ristu Haiban Hirzi; Agustifa Zea Tazliqoh
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.27349

Abstract

ABSTRACT The progress of a country is seen from various indicators and one of them is the welfare of its population. The most basic welfare of the population in an agrarian country like Indonesia can be seen from the welfare of its farmers. The indicator that is commonly used to measure the welfare of farmers is by using Farmer Exchange Rates (NTP). However, it is known that the exchange rate of farmers during the Covid 19 pandemic has experienced a very drastic decline. This is difficult for the government to make predictions. So a special method is needed in handling it. In this study, two methods were used, namely single exponential smoothing and random forest. From the research results, it was found that the MAPE value in single exponential smoothing was smaller when compared to the random forest. However, the fact is that the exchange rate of farmers every year always increases. Therefore it can be concluded that exponential smoothing is weak against outlier data.Keywords: Exponential ,Smoothing, Random Forest, MAPE, Forecasting  ABSTRAKMaju atau tidaknya suatu negara dilihat dari berbagai indikator dan salah satunya yaitu kesejahteraan penduduknya. Kesejahteraan penduduk yang paling mendasar pada negara agraris seperti Indonesia dapat dilihat dari kesejahteraan petaninya. Indikator yang umum digunakan untuk mengukur kesejahteraaan petani yaitu dengan menggunakan Nilai Tukar Petani (NTP). Akan tetapi diketahui bahwa nilai tukar petani selama pandemi covid 19 melangalami penurunan yang sangat drastis. Hal ini sulit pagi pemerintah dalam melakukan prediksi. Sehingga di butuhkan metode khusus dalam penanganannya. Dalam penelitian ini menggunakan dua metode yaitu singgel exponential smoothing dan random forest. Dari hasil penelitian didapatkan hasil bahwa nilai MAPE pada single exponential smoothing lebih kecil jika dibandingkan dengan random forest. Akan tetapi faktanya nilai tukar petani setiap tahunnya selalu mengalami peningkatan. Oleh karena itu dapat disimpulkan bahwa exponential smoothing lemah terhadap data outlier. Kata Kunci: Exponential ,Smoothing, Random Forest, MAPE, Peramalan 
ALGORITMA CONVOLUTIONAL NEURAL NETWORK DALAM KLASIFIKASI CHEST X-RAYS PASIEN COVID-19 MENGGUNAKAN FUNGSI AKTIVASI SIGMOID Muhamad Nurhikmat Zain; Dwi Agustin Nuriani Sirodj
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.27058

Abstract

Convolutional neural network merupakan pengembangan dari artificial neural network. Penelitian ini akan melakukan klasifikasi chest x-rays pasien COVID-19. Proses klasifikasi dilakukan dengan menggunakan bantuan fungsi aktivasi sigmoid untuk kasus klasifikasi biner. Selama ini untuk mendiagnosa COVID-19 dilakukan dengan tes Reverse Transcription Polymerase Chain Reaction (RT-PCR). Namun ada beberapa masalah pada mekanisme pengujian tes (RT-PCR) diantaranya perlunya alat dan bahan khusus dan memakan waktu yang cukup lama. Solusi yang lebih cepat berbasis data sangat diperlukan dibandingkan melakukan tes (RT-PCR). Salah satu cara yang dapat membantu adalah dengan memanfaatkan citra digital berupa chest x-rays untuk mengambil informasi dan mengenali objek secara otomatis dengan menggunakan metode convolutional neural network. Hasil klasifikasi chest x-rays dengan arsitektur convolutional neural network yang telah dibangun mendapatkan nilai akurasi sebesar 91%, presisi sebesar 86% dan recall sebesar 79%.
PEMILIHAN MODEL TERBAIK PADA KASUS KEMISKINAN DI BEBERAPA WILAYAH DI JAWA TENGAH DENGAN ANALISIS DATA PANEL Agustifa Zea Tazliqoh; Lukmanul Hakim
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.27496

Abstract

Kemiskinan merupakan suatu permasalahan yang tidak pernah lepas dari negara berkembang, tak terkecuali Indonesia. Negara Indonesia dengan sumber daya alam yang berlimpah masih belum mampu untuk mengentaskan kemiskinan di Indonesia. Jawa tengah merupakan salah satu provinsi dengan jumlah penduduk yang cukup banyak dengan potensi perekonomian yang mendukung seperti bidang pertanian, kehutanan, industry, perguruan tinggi negeri maupun swasta yang cukup banyak tetapi masih belum mampu untuk menekan angka kemiskinan di Jawa Tengah. Sebagian wilayah di Jawa Tengah yang memiliki potensi sumber daya alam dan juga potensi industri kecil-sedang justru menjadi kabupaten dengan tingkat kemiskinan yang cukup tinggi. Tujuan penelitian ini yaitu untuk mendapatkan model terbaik untuk mengetahui faktor apa saja yang mempengaruhi kemiskinan di sebagian wilayah di Jawa Tengah dengan analisis data panel. Adapun peubah yang digunakan adalah persentase penduduk miskin (%) sebagai peubah respon dan kepadatan penduduk per km2 (%), tingkat pengangguran terbuka (%), dan angka melek huruf (%) sebagai peubah penjelas. Model yang terbaik untuk analisis kemiskinan di sebagian wilayah di Jawa Tengah adalah model pengaruh tetap. Angka melek huruf berpengaruh negatif sebesar -0,991045 terhadap tingkat kemiskinan di wilayah tersebut. Sedangkan tingkat pengangguran terbuka berpengaruh positif sebesar 0,338258 terhadap tingkat kemiskinan di wilayah tersebut.
PENENTUAN CURAH HUJAN MENGGUNAKAN RANTAI MARKOV DI BEBERAPA DAERAH PROVINSI BANTEN Ahmad Shulhany; Andi Fitriawati; Dina Prariesa; Yoshua Yeremy Budiman; Karina Ayudhia Sasmito
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 2 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i2.28077

Abstract

Rantai markov merupakan salah satu model proses stokastik yang menyatakan bahwa peluang keadaan yang akan datang , hanya dipengaruhi oleh peluang keadaan terdekat sebelumnya yaitu . Salah satu penerapan dari Rantai Markov adalah penentuan curah hujan berdasarkan data yang diperoleh. Pengamatan untuk Rantai Markov dengan tiga keadaan diperoleh dari website NASA Prediction of Worldwide Energy Resource. Data yang diperoleh adalah data curah hujan di beberapa daerah di Provinsi Banten, yaitu Kota Cilegon, Kota Serang, Kota Tangerang, Kota Tangerang Selatan, Kabupaten Serang, Kabupaten Lebak, Kabupaten Pandeglang, dan Kabupaten Tangerang. Dari data tersebut, ditentukan matriks transisi satu langkah yang diperoleh. Matriks transisi tersebut diolah menggunakan perkalian matriks biasa, memanfaatkan nilai eigen, serta rumus khusus untuk menghitung matriks transisi dengan n langkah. Penentuan distribusi peluang Rantai Markov  langkah dengan tiga keadaan dilakukan dengan pengamatan kekonvergenan peluang transisi.

Page 1 of 1 | Total Record : 9

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 7 No 2 (2025) Vol 7 No 1 (2025) Vol 5, No 1 (2023) Vol 4, No 2 (2022) Vol 4, No 1 (2022) 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