cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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
Published by Universitas Ahmad Dahlan
ISSN : 20878796     EISSN : 27743241     DOI : http://dx.doi.org/10.26555/konvergensi
Core Subject : Education,
Mathematics
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
Arjuna Subject : Matematika - Matematika Terapan
Articles 5 Documents
 1 
Search results for , issue "Vol. 11 No. 2 (2024)" : 5 Documents clear
Analisa dan Prediksi Cost Pada Food Mart Menggunakan Model Algoritma Random Forest Regression Aris Thobirin; Zulfatin Nafisah
Jurnal Ilmiah Matematika Vol. 11 No. 2 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v11i2.30666

Abstract

Perusahaan Convenient Food Mart (CFM) berada di Amerika Serikat yang menjual berbagai produk bahan makanan, minuman ringan hingga makanan siap saji menerapkan strategi Cost Acquisition Customer (CAC) untuk mengetahui analisa target dan besaran biaya yang akan dikeluarkan sehingga tidak mengeluarkan biaya anggaran yang tinggi dan tetap mempertahankan pelanggan serta menarik pelanggan yang baru. Oleh karena itu, penulis memprediksi biaya akuisisi pelanggan tersebut menggunakan model Random Forest Regression. Berdasarkan model algoritma tersebut diperoleh nilai akurasi atau �2 score sebesar 0.901893 sehingga model algoritma tersebut memiliki performa model atau nilai keakuratan yang cukup baik. Sedangkan untuk feature importance atau variabel terpenting dari model algoritma tersebut terdiri dari promotion name dengan nilai 0.5, store city dengan nilai 0.2, dan store state dengan nilai 0.19.. Pada algoritma Random Forest Regression juga diperoleh nilai prediksi yang tidak berbeda jauh dengan nilai aktualnya sehingga besaran biaya yang dikeluarkan tidak berbeda jauh dari aslinya untuk mencapai target tertentu.
Prediksi Tingkat Kepuasan Pelanggan Maskapai Penerbangan Menggunakan Decision Tree Hernadi, Julan; Fadhilah Afwiyah
Jurnal Ilmiah Matematika Vol. 11 No. 2 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v11i2.30735

Abstract

Penelitian ini mengkaji penerapan algoritma Decision Tree Regression dalam memprediksi tingkat kepuasan pelanggan maskapai penerbangan. Dengan menggunakan dataset yang relevan, model Decision Tree berhasil dibangun dan dievaluasi. Hasil penelitian menunjukkan bahwa Decision Tree merupakan alat yang efektif untuk menganalisis data pelanggan dan mengidentifikasi faktor-faktor yang mempengaruhi kepuasan pelanggan. Penelitian ini memberikan kontribusi pada pengembangan model prediksi dalam bidang ilmu data, khususnya dalam konteks industri penerbangan..
Optimasi Parameter Support Vector Regression (SVR) Menggunakan Algoritma Grey Wolf Optimizer (GWO) Nia Andriani Laila
Jurnal Ilmiah Matematika Vol. 11 No. 2 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v11i2.30889

Abstract

Prediksi adalah suatu metode yang dilakukan untuk mendapatkan gambaran atau memperkirakan sesuatu yang terjadi di masa yang akan datang dengan menggunakan informasi atau data yang ada pada masa lampau dan masa kini. Support Vector Regression (SVR) merupakan salah satu metode yang digunakan untuk melakukan prediksi. Penelitian ini dilakukan dengan tujuan untuk meningkatkan performa dari SVR dalam memprediksi harga saham pada periode 1 februari 2021 hingga 23 februari 2023. Oleh karena itu pada penelitian ini menggunakan seleksi fitur Corelation Based Feature Selection (CFS) dan metode optimasi Grid Search Optimization (GSO) yang diimplementasikan pada SVR. Hasil penelitian menunjukkan bahwa prediksi model SVR diperoleh nilai RMSE sebesar 0.00703 pada data training dan 0.00611 pada data testing. Sedangkan pada model SVR dengan algoritma GSO diperoleh nilai RMSE sebesar 0.00429 pada data training dan 0.00367 pada data testing. Berdasarkan nilai RMSE yang diperoleh menunjukkan adanya peningkatan performa pada SVR dengan penurunan nilai RMSE sebesar 0.00274 pada data training dan 0.00244 pada data testing. ABSTRACT Prediction is a method used to get a picture of or estimate something that will happen in the future using information or data that exists in the past and present. Support Vector Regression (SVR) is one of the methods used to make predictions. This research was conducted with the aim of improving the performance of SVR in predicting stock prices for the period February 1, 2021, to February 23, 2023. Therefore, this study uses the correlation-based feature selection (CFS) and grid search optimization (GSO) optimization methods implemented in SVR. The results showed that the prediction of the SVR model obtained an RMSE value of 0.00703 on training data and 0.00611 on testing data. While the SVR model with the GSO algorithm obtained an RMSE value of 0.00429 in the testing data and 0.00367 in the testing data, based on the RMSE value obtained, it shows an increase in performance in SVR with a decrease in the RMSE value of 0.00274 in the training data and 0.00244 in the testing data.This is an open-access article under the CC–BY-SA license.
Penentuan Cadangan Premi Dengan Metode Fackler Pada Asuransi Jiwa Dwiguna Noviyanda Frayoga
Jurnal Ilmiah Matematika Vol. 11 No. 2 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v11i2.30892

Abstract

Asuransi merupakan suatu perjanjian antara dua pihak, dimana satu pihak berkewajiban membayar dan pihak lainnya memiliki kewajiban untuk memberikan ganti rugi kepada pembayar premi jika terjadi sesuatu pada pihak yang bersangkutan seperti kematian, kecelakaan, atau kehilangan kemampuan dalam memperoleh penghasilan sesuaai dengan kesepakatan yang telah dibuat. Pada perusahaan asuransi bisa mengalami kerugian apabila pemegang polis meninggal dunia tetapi perusahaan tidak memiliki dana, sedangkan perusahaan wajib mengeluarkan dana santunan kepada pemegang polis, keadaan ini bisa di antisipasi apabila perusaahn sudah mensiapkan cadangan premi secara tepat. Tujuan dari penelitian ini adalah untuk menentukan cadangan premi pada asuransi jiwa dwiguna menggunakan metode Fackler. Variabel yang digunakan pada penelitian ini adalah usia pemegang polis, jangka waktu pembayaran, jenis kelamin, suku bunga dan uang santunan. Pada penelitian ini dilakukan perhitungan cadangan premi untuk usia pemegang polis berusia 35 sampai 45 tahun pada laki-laki dengan jangka waktu 5,10,15 dan 20 tahun pada tingkat suku bunga 5,25% dan nilai santunan Rp.100.000.000, −. Dengan menggunakan metode fackler perusahaan hanya perlu menambahkan nilai cadangan sebesar Rp.34.659, 8 setiap tahunnya pada asuransi jiwa dwiguna untuk pemegang polis usia 35 tahun dengan jangka 5 tahun dan ini sudah melindungi nilai cadangan di tahun berikutnya dan hasil ini sangat mengantisipasi terjadi kelebihan klaim pada peserta asuransi.
ANALISIS PENGENDALIAN KUALITAS PRODUKSI BERAS DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) Luthfi Alleyda Fadhlullah; Joko Purwadi
Jurnal Ilmiah Matematika Vol. 11 No. 2 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v11i2.30893

Abstract

Perkembangan industri meningkat dikarenakan kebutuhan manusia yang beranekaragam seperti bahan pangan, papan, sandang, dan kendaraan. Perkembangan ini mendorong perusahaan yang bergeras dibidang industrialisasi untuk terus menjaga bahkan meningkatkan kualitas produk yang mereka hasilkan untuk menjaga kepercayaan pelanggan. UD. Penggilingan X merupakan bidang usaha yang bergerak dibidang industri pangan yang memproduksi Beras. Beras merupakan salah satu produk makanan pokok paling penting di dunia, termasuk di Indonesia. Pada penggilingan diperlukan penjagaan kualitas agar nantinya beras yang dihasilkan akan selalu terjaga bahkan meningkat setiap harinya. Kualitas ini dapat dijaga dengan ilmu matematis yaitu pengendalian kualitas yakni menggunakan tujuh alat Statistical Process Control (SPC).

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 12 No. 2 (2025) Vol. 12 No. 1 (2025) Vol. 11 No. 2 (2024) Vol. 11 No. 1 (2024) Vol 11, No 1 (2024) Vol. 10 No. 2 (2023) Vol. 10 No. 1 (2023) Vol 9, No 2 (2022) Vol. 9 No. 2 (2022) Vol. 9 No. 1 (2022) Vol 9, No 1 (2022) Vol 8, No 2 (2021) Vol 8, No 1 (2021) Vol 7, No 2 (2020) Vol 7, No 1 (2020) Vol 6, No 2 (2019) Vol 6, No 1 (2019) More Issue