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 132 Documents
 5   6   7   8   9 
OPTIMISASI PORTOFOLIO SAHAM IDX30 DI ERA COVID-19 DENGAN MODEL MEAN-VARIANCE Diandra Chika Fransisca
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 1 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i1.18980

Abstract

Investasi merupakan alokasi uang, saham, reksadana atau sumber daya berharga lainya yang disediakan seseorang pada masa sekarang dan menahannya untuk tidak digunakan sampai masa yang ditentukan sehingga mendapat keuntungan (return). Semakin tinggi return yang diterima maka semakin tinggi juga risiko yang diperoleh. Disisi lain, para investor menginginkan tingkat risiko rendah dengan return yang maksimal. Penelitian ini bertujuan untuk mengaplikasikan model Mean-Variance untuk mengoptimisasi lima saham di Indonesia yaitu TLKM, BBRI, KLBF, MNCN, dan UNTR sehingga diperoleh return yang maksimal dan risiko (variansi) yang minimal. Metode yang digunakan dalam model MeanVariance adalah metode Lagrange. Hasil penelitian diperoleh hanya empat saham portofolio optimal dengan komposisi vektor bobot BBRI = 0,13628, TLKM = 0,013628, KLBF = 0,443232, dan UNTR = 0,196662. Komposisi portofolio optimal ini menghasilkan return rataan sebesar 0,001855 dan variansi sebesar 0,0003679. Sedangkan, saham MNCN memiliki rasio antara rataan dan variansi yang paling terkecil dari kelima saham tersebut. Dengan kata lain, saham MNC tidak menghasilkan komposisi portofolio optimal.
ANALISIS SURVIVAL PADA PASIEN COVID-19 DI KABUPATEN TIMOR TENGAH UTARA (TTU) Eva Binsasi; Maria Della Lidwina Fuin; Ebenhaiser Liunokas
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 1 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i1.18989

Abstract

Istila “analisis kelangsungan hidup” mengacu pada proses statistik yang digunakan untuk memeriksa data yang berkaitan dengan waktu sampai peristiwa itu terjadi. Pada tanggal 19 Februari 2021 pasien terkonfirmasi COVID-19 di Indonesia berjumlah 1.263.299 pasien, dengan rincian pasien meninggal 34.152 pasien dan pasien sembuh 1.069.005. Sementara di Kabupaten Timor Tengah Utara (TTU) tercatat sebanyak 91 pasien terkonfirmasi dengan rincian pasien dirawat sebanyak 43 pasien, pasien dinyatakan sembuh sebanyak 45 pasien dan 3 pasien meninggal, dalam penelitian ini menggunakan data kasus COVID-19 di Kabupaten TTU sejak Juli 2020 sampai 31 Agustus 2021. Uji Kaplan Meier dan Uji LogRank digunakan untuk menganalisis lama waktu sembuh pasien COVID-19 di Kabupaten TTU. Hasil penelitian menunjukan median lama waktu sembuh pasien COVID-19 di Kabupaten TTU secara keseluruhan adalah 10 hari perawatan, median lama waktu sembuh berdasarkan lama waktu sembuh pasien COVID-19 yang memiliki usia di bawah 40 tahun adalah 9 hari perawatan dan median lama waktu sembuh pasien COVID-19 yang memiliki usia di atas 40 tahun yaitu 10 hari perawatan. Berdasarkan uji Log-Rank dengan α = 0,05 dapat disimpulkan bahwa terdapat perbedaan yang signifikan lama waktu sembuh pasien yang memiliki usia di bawah 40 tahun dan pasien yang memiliki usia di atas 40 tahun.
APLIKASI ARITMATIKA MODULAR DALAM PENGKLASIFIKASIAN KELAS KONJUGASI GRUP DIHEDRAL ????????� Nugraha Kristiano Floresda Dethan; Faustianus Luan
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 4, No 1 (2022)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v4i1.20408

Abstract

Misalkan ????????2 (ℝ) = {???? = [ ????11 ????12 ????21 ????22 ]: ???????????? ∈ ℝ, ????????????(????) ≠ 0}. Maka jelas bahwa ???? = [ ????????????(2????/????) ????????????(2????/????) −????????????(2????/????) ????????????(2????/????) ] dan ???? = [ 1 0 0 −1 ] merupakan dua elemen dari ????????2 (ℝ). Grup dihedral merupakan grup simetri dari poligon beraturan dengan ???? sisi yang dibangkitkan oleh ???? dan ????. Telah dilakukan suatu kajian terhadap klasifikasi kelas konjugasi dari grup dihedral ????2???? dengan menggunakan arimatika modular. Tulisan ini membahas dan membuktikan beberapa sifat dasar arimatika modular, grup dihedral, kelas konjugasi, dan kemudian kelas konjugasi untuk grup dihedral secara khusus. Hasil yang diperoleh dari kajian ini adalah terdapat tiga jenis kelas konjugasi pada grup dihedral ????2???? untuk ???? ganjil dan empat jenis kelas konjugasi pada grup dihedral ????2???? untuk ???? genap.
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%.

Page 7 of 14 | Total Record : 132

 5   6   7   8   9 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7 No 3 (2025) 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