cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Darvi Mailisa Putri
Contact Email
darvimailisa@uinib.ac.id
Phone
+6285263004066
Journal Mail Official
darvimailisa@uinib.ac.id
Editorial Address
Program Studi Matematika Fakultas Sains dan Teknologi UIN Imam Bonjol Padang Kampus III Jl. Sungai Bangek Kelurahan Balai Gadang Kecamatan Koto Tangah Kota Padang
Location
Kota padang,
Sumatera barat
INDONESIA
Mathematics and Applications (MAp) Journal
Published by Universitas Islam Negeri Imam Bonjol Padang
ISSN : -     EISSN : 27211185     DOI : 10.15548
Core Subject : Education,
Mathematics
MAp Journal memuat artikel yang diangkatkan dari hasil penelitian di bidang matematika baik teori maupun aplikasinya
Arjuna Subject : Matematika - Matematika Terapan
Articles 97 Documents
 6   7   8   9   10 
ANALISIS DINAMIK MODEL MATEMATIKA PENYEBARAN PENYAKIT KECANDUAN GAME ONLINE DENGAN MEMPERHATIKAN FAKTOR EDUKASI Wigantono, Sri; A'yun, Qonita Qurrota; Sandariria, Hardina; Dani, Andrea Tri Rian; Fauziyah, Meirinda
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.10065

Abstract

Kecanduan bermain game online adalah bentuk penggunaan aplikasi permainan yang kurang bijak. Dampak buruk dan banyak masalah sosial muncul akibat dari kecanduan bermain game online.  Pada penelitian ini dibahas model matematika penyebaran penyakit kecanduan bermain game online dengan memperhatikan faktor edukasi. Model ini bertipe SEAR yang terdiri atas empat kompartemen, yaitu Susceptible (rentan), Exposed (terpapar), Addicted (kecanduan), dan Recovered (sembuh). Kemudian, pada penelitian ini ditentukan titik setimbang, bilangan reproduksi dasar, dan dilakukan analisis kestabilan titik setimbang yang sudah diperoleh. Berdasarkan hasil analisis kestabilan titik setimbang, didapat bahwa titik setimbang bebas penyakit model bersifat stabil asimtotis jika bilangan reproduksi dasar bernilai kurang dari satu dan titik setimbang endemik bersifat stabil asimtotis jika bilangan reproduksi dasar bernilai lebih dari satu. Berdasarkan hasil simulasi numerik didapat bahwa ilustrasi kestabilan lokal titik setimbang sesuai dengan hasil analisis yaitu konvergen ke titik setimbangnya. Selain itu, dari hasil numerik juga menunjukkan keefektivitasan faktor edukasi pada model yaitu semakin tinggi tingkat edukasi, maka akan menurunkan populasi yang terpapar dan populasi kecanduan bermain game online.
PENGGUNAAN PARTICLE SWARM OPTIMIZATION PADA JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI SINYAL RADAR Jamhuri, Mohammad; Utomo, Tri
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.8961

Abstract

Klasifikasi sinyal radar merupakan salah satu tugas penting yang memiliki aplikasi luas, termasuk dalam domain militer, navigasi, dan pengawasan cuaca. Jaringan Syaraf Tiruan (JST) telah terbukti efektif dalam menyelesaikan tugas klasifikasi kompleks berkat kemampuannya dalam memodelkan pola dan hubungan non-linear dalam data. Salah satu tantangan mendasar dalam implementasi JST adalah penentuan jumlah node optimal pada hidden layer, yang secara signifikan memengaruhi performa model. Penelitian ini mengusulkan pendekatan berbasis Particle Swarm Optimization (PSO) untuk mengoptimalkan konfigurasi JST dalam klasifikasi sinyal radar. PSO, sebagai algoritma optimasi berbasis populasi yang terinspirasi dari perilaku sosial kawanan, memungkinkan eksplorasi ruang solusi secara lebih efisien dan efektif dibandingkan metode tradisional. Hasil penelitian menunjukkan bahwa penerapan PSO pada JST secara signifikan meningkatkan metrik performa model, termasuk accuracy, precision, recall, dan F1-score, dibandingkan dengan metode baseline. Namun demikian, penggunaan PSO tidak memberikan peningkatan efisiensi dalam hal waktu komputasi. Temuan ini memberikan kontribusi penting dalam pengembangan model pembelajaran mesin yang lebih akurat untuk aplikasi praktis seperti pengawasan cuaca dan sistem pertahanan, sekaligus memperkaya kajian teoretis di bidang optimasi dan jaringan syaraf tiruan.
PENDEKATAN KOMPARATIF ALGORTIMA MACHINE LEARNING UNTUK PREDIKSI KEMISKINAN GLOBAL Putri, Darvi Mailisa; Friska, Dina
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.10063

Abstract

Kemiskinan masih menjadi masalah sosial yang butuh perhatian khusus untuk ditangani. Banyak dampak yang ditimbulkan, diantaranya permasalahan pertumbuhan otak anak, meningkatnya penyakit jangka panjang, dan meningkatnya konflik sosisal dan keamanan. Maka perlu usaha untuk mengatasi kasus kemiskinan secara efektif dengan pendekatan yang inovatif dan berbasis data yaitu penggunaan Algoritma machine learning. Algoritma ini dapat menganalisis data kemiskinan, mengidentifikasi pola, dan memprediksi risiko kemiskinan dengan lebih akurat. Penelitian ini fokus menganalisis performa algoritm machine learning yaitu Decision Trees dan Naïve Bayes. Hasil penelitian menunjukkan algoritma Decision Trees memiliki akurasi lebih baik (84,2%) dibandingkan akurasi algortima Naïve Bayes (78,9%). Namun performa algoritma Naïve Bayes dalam memprediksi berbagai kelas lebih stabil dibanding algoritma Decision Trees berdasarkan nilai presisi, recall, F1-score dan specificity.
PERBANDINGAN PRINCIPAL COMPONENT REGRESSION DAN REGRESI RIDGE PADA ANALISIS FAKTOR-FAKTOR INDEKS PEMBANGUNAN MANUSIA DI PROVINSI SUMATERA BARAT Khoiro, Ismi; Asfa'ani, Ezhari; Musthofa, Syarto
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.10168

Abstract

Penelitian ini membahas tentang perbandingan metode principal component regression dan regresi ridge dalam mengatasi masalah multikolinearitas pada data Indeks Pembangunan Manusia (IPM) di Provinsi Sumatera Barat. Penelitian menggunakan data yang diambil dari Badan Pusat Statistika Sumatera Barat pada tahun 2023. Kedua metode tersebut akan dibandingkan berdasarkan nilai  dan RSE. Nilai  yang dihasilkan principal component regression  (93,2%)  regresi ridge (84,89%), begitu juga dengan nilai  principal component regression (92,8%)  regresi ridge (84,89%). Sedangkan nilai RSE principal component regression (0,2683)   RSE regresi ridge (0,4). Dapat disimpulkan bahwa model terbaik yang diperoleh untuk mengatasi masalah multikolinearitas pada data IPM Provinsi Sumatera Barat adalah principal component regression.
ANALISIS PERAMALAN INDEKS SAHAM SYARIAH INDONESIA (ISSI) MENGGUNAKAN FUZZY TIME SERIES CHEN DAN FUZZY TIME SERIES CHENG Mahendra, Fikri Rizky; Putri, Darvi Mailisa; Rianjaya, Ilham Dangu
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.10151

Abstract

Penelitian ini bertujuan untuk mengetahui tingkat akurasi dalam memprediksi Indeks Saham Syariah Indonesia (ISSI) dengan menggunakan metode Fuzzy Time Series Chen dan Fuzzy Time Series Cheng. Fuzzy Time Series (FTS) merupakan konsep yang dapat digunakan untuk meramalkan masalah, dengan menggunakan data historis. Kedua metode ini menggunakan prinsip-prinsip logika fuzzy. Hasil penelitian menunjukkan bahwa akurasi peramalan menggunakan Mean Absolute Percentage Error (MAPE) untuk metode FTS Chen yaitu, 0,048% dan FTS Cheng yaitu, 0,031%. Maka disimpulkan kedua metode memiliki nilai MAPE kurang dari 10% dan dapat dikatakan Model FTS Chen dan FTS Cheng tergolong sangat baik. Metode ini juga memiliki urgensi yang besar dalam berbagai bidang, terutama yang berkaitan dengan analisis deret waktu dan peramalan dalam kondisi ketidakpastian atau data yang tidak pasti. Kedua metode ini memiliki kelebihan masing-masing sebagai contoh FTS Chen dapat memberikan peramalan yang lebih akurat, terutama dalam peramalan jangka panjang atau dalam situasi yang memiliki fluktuasi tinggi dalam data. Sedangkan FTS Cheng sangat efektif ketika digunakan pada data yang relatif stabil.
ANALISIS MODEL MATEMATIKA TERHADAP PENULARAN PENYAKIT DEMAM BERDARAH Tarapang, Angelina Novryance; Rizqina, Sila; Balya, Muhammad Afief; Affandi, Pardi
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.8604

Abstract

Penyakit Demam Berdarah Dengue adalah penyakit menular yang disebabkan oleh virus Dengue dan ditularkan melalui gigitan nyamuk Aedes Aegypti. Faktor penyebabnya adalah kurangnya pemahaman masyarakat mengenai gejala-gejala penyakit DBD serta cara menanggulanginya[1]. Pada penelitian ini, model epidemik yang digunakan adalah model SIR dengan asumsi bahwa penyemprotan (fogging), pendistribusian bubuk temephos dan sosialisasi 3M Plus, serta meningkatkan kegiatan fogging pada pemberantasan sarang nyamuk sebelum masa penularan (SMP) dapat digunakan sebagai upaya pencegahan kontak antara populasi manusia rentan dengan nyamuk yang terinfeksi, pengobatan dilakukan dengan individu yang terinfeksi, dan isolasi dilakukan bagi individu terinfeksi agar tidak terjadi kontak dengan nyamuk yang rentan. Penelitian ini bertujuan untuk mengembangkan model matematika dalam menggambarkan penyebaran penyakit Demam Berdarah Dengue (DBD), menyusun kembali model dengan menghitung titik kesetimbangan dan bilangan reproduksi dasar, menentukan startegi kendali optimal untuk pengendalian penyakit DBD, serta melakukan simaluasi numerik[2]. Hasil penelitian menghasilkan model SIR-SI yang memodelkan dinamika penyebaran DBD. Dari model tersebeut, ditemukan dua titik kesetimbangan, yaitu titik kesetimbangan bebas penyakit  dan titik kesetimbangan endemik . Selain itu, bilangan reproduksi dasar  dihitung menggunakan metode Next Generation matrix, dengan hasil .
ANALISIS REGRESI LOGISTIK ORDINAL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKAT KELULUSAN MAHASISWA SARJANA UIN IMAM BONJOL PADANG Sholih, Ahmad Shubhi; Hasibuan, Lilis Harianti; Rianjaya, Ilham Dangu
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.10075

Abstract

Perguruan tinggi mempunyai kewajiban untuk menjaga kualitas prestasi akademik mahasiswanya agar menghasilkan lulusan yang berkualitas. Tujuan dari penelitian ini adalah mengetahui faktor-faktor yang mempengaruhi predikat izin. Predikat pelamar dipengaruhi oleh beberapa faktor tertentu. Dalam penelitian ini variabel respon adalah predikat kelulusan dengan tipe data ordinal, yang terdiri dari pujian, sangat memuaskan dan memuaskan. analisis regresi logistik ordinal merupakan salah satu metode yang tepat karena variabel respon mempunyai skala ordinal (bertingkat). Terdapat beberapa variabel prediktor yang diduga berpengaruh pada predikat pernikahan antara lain jenis kelamin, fakultas, asal daerah dan lama studi. Data tersebut merupakan data sekunder dari Badan Administrasi Akademik dan Kemahasiswaan (BAAK) UIN Imam Bonjol. Predikat kelulusan dengan jumlah pujian memiliki angka sebesar 23,53%, sangat memuaskan 70,42% dan memuaskan 6,05%. Dengan pengujian serentak seluruh variabel prediktor secara simultan berpengaruh signifikan terhadap variabel respon, namun model regresi logistik ordinal yang diperoleh tidak cocok dengan data yang lemah karena variabel bebas sehingga semua variabel bebasnya terjadi signifikan.

Page 10 of 10 | Total Record : 97

 6   7   8   9   10 

Filter by Year

2019 2024


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