cover
Contact Name
Sugiyarto
Contact Email
jk_math@uad.ac.id
Phone
-
Journal Mail Official
jk_math@uad.ac.id
Editorial Address
Program Studi Mateamtika Univeritas Ahmad Dahlan, Matematika, FMIPA Universitas Ahmad Dahlan, Jl. Ringroad Selatan, Kragilan, Tamanan, Kec. Banguntapan, Bantul, Daerah Istimewa Yogyakarta 55191
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Ilmiah Matematika
ISSN : 20878796     EISSN : 27743241     DOI : http://dx.doi.org/10.26555/konvergensi
Core Subject : Education,
Fuzzy Systems and its Applications Geometry Theories and its Applications Graph Theories and its Applications Real Analysis and its Applications Operation Research and its Applications Statistical Theories and its Applications Dinamical Systems and its Applications Mathematical Modeling and its Applications Discrete Mathematics and its Applications Computer Mathematics and its Applications Actuarial Mathematics and its Application
Articles 5 Documents
Search results for , issue "Vol. 10 No. 1 (2023)" : 5 Documents clear
SEIAR Epidemic Model on the Spread on the Spread of COVID-19 in the Special Region of Yogyakarta sitirizkiayuni; Yudi Ari Adi
Jurnal Ilmiah Matematika Vol. 10 No. 1 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v10i1.30866

Abstract

Severe Acute Respiratory Syndrome Coronavirus 2 ( SARS-Cov-2) merupakan virus varian baru yang menyebabkan penyakit menular yang disebut dengan Coronavirus Disease (COVID-19). World Health Organization (WHO) menyatakan COVID-19 sebagai pandemi global pada tanggal 11 Maret 2020. Untuk menggambarkan penyebaran COVID-19, pada artikel ini disusun model epidemik SEIAR yang menunjukkan dinamika populasi dari lima kompartmen, yaitu kelompok rentan, kelompok terpapar, kelompok terinfeksi bergejala, kelompok terinfeksi tanpa gejala, dan kelompok sembuh. Hasil penelitian ini diperoleh dua titik kesetimbangan, yaitu titik kesetimbangan penyakit dan titik kesetimbangan endemik. Analisis kestabilan titik kesetimbangan dengan menggunakan kriteria Routh-Hurwitz menunjukkan titik kesetimbangan bebas penyakit bersifat stabil asimtotik lokal pada saat R_0<1 dan tidak stabil pada saat R_0>1 . Selanjutnya, pada prediksi kasus COVID-19 di Daerah Istimewa Yogyakarta yang diperkirakan nilai R_0=1,48. Kemudian dilakukan analisis sensitivitas untuk mengetahui parameter yang paling berpengerauh terhadap bilangan reproduksi dasar. Hasil penelitian menunjukkan laju infeksi (β) merupakan parameter yang paling berpengaruh terhadap penyebaran COVID-19 di Daerah Istimewa Yogyakarta. Hasil penelitian ini diharapkan menjadi salah satu referensi kepada pemerintah Daerah Istimewa Yogyakarta untuk menekan laju infeksi pada kasus penyebaran COVID-19.
Optimasi Parameter Support Vector Regression (SVR) Menggunakan Algoritma Grey Wolf Optimizer (GWO) Yulia Candra Dewi; Joko Purwadi
Jurnal Ilmiah Matematika Vol. 10 No. 1 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v10i1.30867

Abstract

Prediksi harga bawang merah merupakan hal penting bagi petani dan pemerintah untuk mengurangi risiko ekonomi dan membuat keputusan yang lebih baik. Penelitian ini bertujuan untuk mengembangkan model prediksi harga bawang merah di Indonesia menggunakan Support Vector Regression (SVR) yang dioptimalkan dengan algoritma Grey Wolf Optimizer (GWO). SVR adalah teknik pembelajaran mesin yang efektif untuk regresi, tetapi mempunyai kesulitan dalam menetapkan parameter optimalnya. Untuk itu, algoritma GWO, yang terinspirasi dari strategi berburu serigala, digunakan untuk mengoptimalkan parameter SVR. Dalam penelitian ini, data harga bawang merah sejak tanggal 1 Januari 2022 sampai 31 Desember 2023 yang diperoleh dari website resmi Pusat Informasi Harga Pangan Strategis Nasional (PIHPS) dikumpulkan dan dianalisis. Hasil penelitian menunjukkan bahwa tingkat eror yang diukur dengan RMSE (Root Mean Square Error) untuk model GWO-SVR diperoleh sebesar 0.062561 sedangkan model SVR sebesar 0.078579. Dapat dilihat bahwa terjadi penurunan nilai RMSE, sehingga dapat dikatakan bahwa algoritma optimasi GWO dapat meningkatkan kinerja dari model SVR.
Batik Motif From The Movement Of Dynamics Harmoic Waves Sugiyanto; Bariromah; Awliya Amali Tazkiya; Ratna Sinta Dewi; Musyarofah Nurul Maisaroh
Jurnal Ilmiah Matematika Vol. 10 No. 1 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v10i1.30868

Abstract

This batik motif is inspired by the movement of waves in the context of dynamic harmony. Through mathematical and philosophical analysis, wave motion is explored as a symbol of life that constantly changes yet remains harmonious. The methods used include studies on wave displacement, wave partitioning, and the dynamics of waves on a string fixed at one end. Each phase of wave movement is interpreted from the perspective of culture and life values, inviting the viewer to understand the beauty in change and appreciate diversity. Through this motif, the creator wishes to convey that beauty can be found in the dynamic fluctuations of life, inspiring one to face challenges with balance.
Analisis Performa Algoritma Smote-Bagging Dalam Klasifikasi Data Tidak Seimbang Dengan Metode Chi-Square Automatic Interaction Detection (CHAID) Tyas Kusuma Argani
Jurnal Ilmiah Matematika Vol. 10 No. 1 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v10i1.30873

Abstract

Klasifikasi data tidak seimbang sering menghadapi tantangan dalam mencapai keseimbangan antara sensitivitas dan spesifisitas. Penelitian ini menganalisis performa algoritma SMOTE-Bagging pada klasifikasi data tidak seimbang menggunakan metode Chi-Square Automatic Interaction Detection (CHAID), dengan studi kasus stunting pada balita tahun 2022 di Bojongsoang. SMOTE (Synthetic Minority Over-sampling Technique) digunakan untuk meningkatkan representasi kelas minoritas dalam dataset, kemudian digabungkan dengan teknik Bagging untuk meningkatkan kinerja klasifikasi. Hasil penelitian menunjukkan bahwa algoritma SMOTE-Bagging CHAID meningkatkan performa dalam klasifikasi data tidak seimbang, dengan peningkatan sensitivitas sebesar 65%, Area Under Curve (AUC) sebesar 42%, dan keseimbangan antara sensitivitas dan spesifisitas (G-Mean) sebesar 71%. Implementasi SMOTE-Bagging meningkatkan sensitivitas dan memberikan keseimbangan yang lebih baik antara sensitivitas dan spesifisitas.
Optimasi Metode CART Menggunakan Metode Bagging Pada Studi Kasus Data Imbalance Berbasis Metode Adasyn Khana Pujiyanti
Jurnal Ilmiah Matematika Vol. 10 No. 1 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v10i1.30874

Abstract

Penelitian ini membahas mengenai permasalahan data imbalance yang menyebabkan kinerja dari model klasifikasi menjadi tidak optimal. Dalam penelitian ini menerapkan metode Adaptive Synthetic Sampling (ADASYN) untuk menangani permasalahan data imbalance, metode Classification and Regression Tree (CART) diterapkan sebagai metode klasifikasi pada dataset penyakit stroke, dan metode Boostrap Agregating (Bagging) untuk mengoptimalkan metode Cart. Penelitian ini bertujuan untuk mengetahui cara kerja dan performa dari penerapan metode Adasyn, Cart, dan Bagging dengan membangun tiga model klasifikasi yaitu model Cart, model Cart Adasyn, dan model Cart Adasyn Bagging. Hasil penelitian menunjukan model Cart menghasilkan nilai akurasi sebesar 94%, G-mean sebesar 0%, dan AUC sebesar 50%. Model Cart Adasyn menghasilkan nilai akurasi 78%, G-Mean 74% dan AUC 74%. Model Cart Adasyn Bagging menghasilkan nilai akurasi 78%, G-mean 76%, dan AUC 76%. Oleh karena itu, dapat disimpulkan bahwa kombinasi metode Cart, Adasyn, dan Bagging memberikan performa terbaik dalam mengatasi data tidak seimbang untuk klasifikasi penyakit stroke. Model Cart Adasyn Bagging terbukti lebih baik dalam memprediksi kedua kelas mayoritas dan kelas minoritas.

Page 1 of 1 | Total Record : 5