cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
BIMASTER
Published by Universitas Tanjungpura
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan
Arjuna Subject : -
Articles 15 Documents
 1   2 
Search results for , issue "Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya" : 15 Documents clear
PENERAPAN METODE NUMERIK UNTUK MEMPREDIKSI HASIL PANEN KELAPA SAWIT MENGGUNAKAN MODEL GOMPERTZ (Studi Kasus : Kalimantan Barat) Dewi, Lidia; Pasaribu, Meliana; Helmi, Helmi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.99125

Abstract

Perkebunan kelapa sawit menjadi salah satu sektor perkebunan yang unggul dan mengalami perkembangan yang cukup pesat di Indonesia. Produktivitas kelapa sawit setiap bulan tidak selalu stabil karena mengalami fluktuasi hasil panen yang dipengaruhi oleh banyak faktor, seperti iklim, curah hujan, dan kesuburan tanah. Oleh karena itu, prediksi ketersediaan hasil panen kelapa sawit di tahun mendatang perlu dilakukan. Persamaan Gompertz merupakan persamaan pertumbuhan yang memiliki model sigmoidal dengan pola pertumbuhan yang awalnya cepat, kemudian melambat seiring bertambahnya waktu. Data yang digunakan dalam penelitian ini berupa data hasil panen pada periode waktu tertentu, yang disajikan dalam bentuk diskrit. Dalam kasus ini, metode analitik sulit diterapkan karena umumnya memerlukan bentuk fungsi kontinu dan eksplisit dari solusi. Sehingga, penggunaan metode numerik yang lebih cocok dalam menangani data diskrit dan dapat menghitung solusi secara bertahap. Penelitian ini bertujuan untuk memprediksi hasil panen kelapa sawit di Kalimantan Barat pada tahun 2024 hingga 2026 menggunakan persamaan Gompertz serta mengevaluasi tingkat akurasi prediksi berdasarkan nilai MAPE. Penelitian ini dimulai dengan pemodelan pertumbuhan hasil panen kelapa sawit di Kalimantan Barat menggunakan persamaan Gompertz diikuti dengan perhitungan solusi awal dengan metode Runge-Kutta orde empat. Selanjutnya, prediksi hasil panen kelapa sawit dilakukan menggunakan metode Adams-Bashforth-Moulton, metode Milne-Simpson, dan metode Hamming. Keakuratan hasil prediksi dianalisis menggunakan MAPE. Berdasarkan hasil penelitian diperoleh bahwa metode Milne-Simpson memiliki MAPE terkecil, yaitu 17,00641% dengan hasil prediksi pada tahun 2024 hingga 2026 masing-masing sebesar 32.577.169,05259 ton, 34.075.713,91195 ton, dan 35.318.535,07526 ton.
PENENTUAN ALIRAN MAKSIMUM PADA JARINGAN PENDISTRIBUSIAN GAS MENGGUNAKAN ALGORITMA EDMONDS KARP Tantri, Eliana; Helmi, Helmi; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.96036

Abstract

PT. Livina Aurora Cemerlang merupakan perusahaan gas elpiji yang mendistribusikan gas non-subsidi ke beberapa pangkalan. Perusahaan melakukan pendistribusian gas dengan jumlah permintaan pengiriman yang berbeda-beda untuk setiap pangkalan, keterbatasan kapasitas kendaraan dan lokasi pangkalan yang tersebar dengan jarak lumayan jauh dari satu pangkalan ke pangkalan lain. Sehingga perusahaan memerlukan strategi agar pendistribusian dapat dilakukan secara efisien dengan mengetahui nilai aliran maksimum. Permasalahan yang akan dibahas pada penelitian ini yaitu masalah jaringan pendistribusian gas yang direpresentasikan dengan graf berarah, dengan setiap busurnya mempunyai bobot. Oleh karena itu, tujuan dari penelitian ini menentukan aliran maksimum pada jaringan pendistribusian gas elpiji dengan mempertimbangkan kendala kapasitas setiap busur, kendala aliran di simpul sumber dan simpul tujuan menggunakan Algoritma Edmonds Karp pada jaringan pendistribusian gas elpiji dimana pencarian lintasan penambahnya menggunakan Algoritma Breadth First Search (BFS). Tahap-tahap dalam pencarian aliran maksimum yaitu membuat jaringan pendistribusian ke bentuk graf berarah, tahap kedua memulai dengan menetapkan nilai aliran awal menjadi 0 di semua busur. Tahap ketiga mengidentifikasi lintasan penambah yaitu jalur berarah yang menghubungkan simpul awal dan simpul tujuan menggunakan Algoritma BFS, tahap keempat menentukan kapasitas sisa minimum busur pada lintasan penambah yang diperoleh, kapasitas sisa minimum digunakan untuk mengoptimalkan aliran pada lintasan penambah. Proses ini dilakukan hingga tidak ditemukan lagi lintasan penambah dan diperoleh nilai aliran maksimum pada jaringan pendistribusian gas. Hasil pencarian aliran maksimum menggunakan Algoritma Edmonds Karp pada jaringan pendistribusian gas elpiji 5,5 Kg diperoleh 61 tabung gas sedangkan pada jaringan pendistribusian gas elpiji 12 Kg diperoleh 53 tabung gas dengan 5 lintasan penambah.
ANALISIS PERSAINGAN LAYANAN TRANSPORTASI ONLINE DI PONTIANAK MENGGUNAKAN RANTAI MARKOV Iswahyudi, Rudi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.99121

Abstract

Pertumbuhan pesat layanan transportasi online telah menciptakan persaingan ketat antar penyedia, mempengaruhi perilaku pengguna, terutama dalam kasus Brand Switching. Penelitian ini menganalisis probabilitas transisi perilaku Brand Switching pengguna jasa transportasi online di Pontianak menggunakan metode Rantai Markov. Data primer dikumpulkan melalui kuesioner yang disebarkan kepada 100 responden. Dari hasil survei, 27 responden awalnya menggunakan Gojek, tetapi hanya tersisa 11 responden setelah sebagian beralih ke layanan lain. Grab mengalami peningkatan dari 25 menjadi 31 responden, sementara Maxim bertambah dari 34 menjadi 35 responden, dan Shopee turun dari 14 menjadi 12 responden. Hasil analisis menunjukkan pola transisi signifikan antar merek penyedia layanan, dengan Maxim menjadi pilihan utama, diikuti oleh Grab, Gojek, dan Shopee. Kondisi steady state diperkirakan tercapai pada periode ke-12, yaitu tahun 2036, dengan probabilitas masing-masing penyedia sebagai berikut: Gojek 0,2053, Grab 0,3258, Maxim 0,3649, dan Shopee 0,1040. Penelitian ini memberikan wawasan penting mengenai persaingan antar penyedia layanan transportasi online dan preferensi pengguna di Pontianak, yang dapat digunakan sebagai dasar strategi pemasaran dan pengembangan layanan lebih lanjut.
ANALISIS KINERJA SISTEM ANTRIAN DI SPBU JALAN JENDERAL AHMAD YANI KOTA PONTIANAK Angraini, Wanda; Yundari, Yundari; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.99126

Abstract

PT Pertamina menyediakan fasilitas layanan publik berupa Stasiun Pengisian Bahan Bakar Umum untuk memenuhi kebutuhan bahan bakar masyarakat, khususnya bagi pengguna kendaraan roda dua. Salah satu permasalahan yang sering terjadi di SPBU adalah terjadinya antrian panjang yang mengakibatkan keterlambatan pelayanan dan menimbulkan waktu tunggu yang dapat mengganggu kenyamanan dan kepuasan pelanggan, serta menyebabkan kemacetan di sekitar lokasi SPBU. Tujuan dari penelitian ini adalah untuk menganalisis kinerja antrian pada SPBU yang berlokasi di Jalan Jendral Ahmad Yani Kota Pontianak berdasarkan data aktual di lapangan. Data kedatangan pelanggan dan waktu pelayanan diuji distribusinya menggunakan metode Kolmogorov-Smirnov untuk menentukan distribusi yang sesuai. Setelah model ditentukan, maka dilakukan perhitungan parameter kinerja antrian seperti tingkat kedatangan pelanggan (λ), tingkat pemanfaatan sistem (ρ), jumlah pelanggan pada antrian maupun sistem, serta lama waktu tunggu baik di antrian maupun di dalam sistem. Hasil uji menunjukkan bahwa kedatangan pelanggan mengikuti distribusi Poisson dan waktu pelayanan mengikuti distribusi General sehingga model antrian yang sesuai adalah model (M/G/1)∶(FIFO/∞/∞). Berdasarkan perhitungan kinerja, tingkat kedatangan pelanggan (λ) tertinggi mencapai sekitar 2 kendaraan per menit dan tingkat pemanfaatan sistem (ρ) tertinggi sebesar 0,969 terjadi pada hari Kamis. Dengan demikian, kinerja sistem antrian di SPBU tersebut masih berjalan dengan baik karena tingkat kedatangan pelanggan (λ) tidak melampaui kapasitas pelayanan. Penambahan server dapat menjadi rekomendasi bagi pihak SPBU dalam meningkatkan pelayanan, khususnya pada jam-jam sibuk seperti pagi dan sore hari.
IMPLEMENTASI BICLUSTERING MENGGUNAKAN ALGORITMA BCBIMAX DALAM PEMETAAN POTENSI EKONOMI PERIKANAN INDONESIA Cornellia, Amanda; Satyahadewi, Neva; Martha, Shantika
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.96035

Abstract

Pemanfaatan ekonomi perikanan Indonesia belum optimal dalam meningkatkan pembangunan ekonomi nasional karena potensi setiap provinsi yang berbeda-beda. Pemetaan potensi ekonomi perikanan Indonesia perlu dilakukan untuk menghasilkan perencanaan kebijakan dalam meningkatkan ekonomi perikanan. Penelitian ini menggunakan biclustering yang dapat mengelompokkan objek dan variabel dengan perilaku serupa. Tujuan penelitian ini adalah untuk mengelompokkan provinsi berdasarkan kemiripan potensi ekonomi perikanan secara simultan menggunakan biclustering dengan algoritma BCBimax. Data yang digunakan dalam penelitian ini adalah data sekunder tahun 2022 yang diperoleh dari Kementerian Kelautan dan Perikanan terkait ekonomi perikanan yaitu 9 variabel dari 34 provinsi di Indonesia. Proses analisis diawali dengan pembentukan matriks dari data, melakukan binerisasi, pembentukan bicluster dengan tahapan berupa pembagian matriks menjadi set kolom, pembagian matriks menjadi set baris, pembentukan dua submatriks, menyimpan bicluster, dan mengulangi pembentukan bicluster lainnya, diikuti pemetaan. Berdasarkan hasil penelitian, diperoleh sembilan bicluster dimana masing-masing bicluster bersifat tidak tumpang tindih karena terdiri dari provinsi yang berbeda-beda. Bicluster yang dihasilkan memiliki karakteristik yang berbeda-beda sehingga dapat dijadikan pertimbangan dalam perencanaan kebijakan. Dari 34 provinsi yang dianalisis menggunakan algoritma BCBimax, sebanyak 22 provinsi terpetakan dalam bicluster yang dihasilkan. Namun, terdapat 12 provinsi yang tidak masuk dalam bicluster, yaitu Provinsi Riau, Jambi, Bengkulu, DKI Jakarta, DI Yogyakarta, Banten, Bali, Nusa Tenggara Timur, Kalimantan Barat, Gorontalo, Sulawesi Barat, dan Papua Barat karena tidak memiliki kemiripan potensi ekonomi perikanan secara simultan.
ANALISIS FAKTOR YANG MEMPENGARUHI PROFITABILITAS BANK UMUM DENGAN NET INTEREST MARGIN (NIM) SEBAGAI VARIABEL INTERVENING TAHUN 2021-2023 (Studi Kasus: Laporan Keuangan Triwulan Bank Konvensional) Al Azizi, Fudhail Azzam Thoriqi; Martha, Shantika; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.95972

Abstract

Profitabilitas merupakan indikator utama dalam menilai kinerja keuangan dan efisiensi operasional bank. Tingginya profitabilitas mencerminkan kemampuan bank menghasilkan laba dari aset yang dimiliki serta menunjukkan efektivitas dalam mengelola sumber daya, yang turut meningkatkan kepercayaan dari nasabah maupun investor. Salah satu ukuran profitabilitas yang umum digunakan adalah Return on Assets (ROA). ROA sangat dipengaruhi oleh pendapatan bunga bersih, yang tercermin dalam rasio Net Interest Margin (NIM). Selain NIM, beberapa faktor lain yang berpengaruh terhadap ROA adalah Capital Adequacy Ratio (CAR), Loan to Deposit Ratio (LDR), Biaya Operasional terhadap Pendapatan Operasional (BOPO), dan Non-Performing Loan (NPL). Penelitian ini bertujuan untuk mengetahui pengaruh CAR, LDR, BOPO, NPL, dan NIM terhadap ROA, dengan NIM sebagai variabel mediasi. Metode yang digunakan adalah analisis jalur, dengan uji-F dan uji-t untuk mengukur pengaruh langsung dan tidak langsung. Hasil menunjukkan bahwa CAR, LDR, BOPO, dan NIM berpengaruh signifikan terhadap ROA. Uji Sobel mengungkapkan bahwa NIM mampu memediasi hubungan antara CAR dan BOPO terhadap ROA, namun tidak memediasi LDR. Secara total, CAR berpengaruh positif terhadap ROA sebesar 0,028, LDR sebesar 0,135 (positif), BOPO sebesar -0,926 (negatif), dan NIM sebesar 0,316 (positif).
PENERAPAN METODE REGRESI ROBUST ESTIMASI-M DENGAN PEMBOBOTAN HAMPEL PADA ANALISIS PRODUKSI JAGUNG DI INDONESIA Asmara, Mira; Imro’ah, Nurfitri; Martha, Shantika
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.99122

Abstract

Analisis regresi digunakan untuk membangun hubungan antara satu variabel terikat (Y) dan satu atau lebih variabel bebas (X) dalam model matematika. Metode yang sering digunakan untuk mengestimasi parameter adalah Metode Kuadrat Terkecil (MKT). Namun, keberadaan pencilan membuat metode ini kurang efektif, sehingga hasil estimasi parameter menjadi tidak akurat. Regresi robust adalah metode alternatif untuk mengestimasi parameter ketika terdapat pencilan. Dalam penelitian ini digunakan metode estimasi-M dengan pembobot Hampel sebagai solusi terhadap masalah pencilan. Tujuan penelitian ini adalah menerapkan regresi robust estimasi-M pada data produksi jagung di Indonesia berdasarkan data BPS tahun 2023 dari 34 provinsi. Pemilihan variabel jumlah curah hujan (X_1) dan jumlah pupuk (X_2) didasarkan pada pentingnya kedua faktor tersebut dalam mempengaruhi tingkat produksi jagung di sektor pertanian. Jagung dipilih sebagai objek penelitian karena merupakan salah satu komoditas pertanian utama yang berperan dalam ketahanan pangan dan industri pakan ternak di Indonesia. Pencilan dalam data diidentifikasi menggunakan boxplot dan nilai DFFITS, yang menunjukkan adanya pencilan, sehingga digunakan regresi robust estimasi-M dengan pembobotan Hampel. Berdasarkan model yang dihasilkan menunjukkan bahwa kenaikan 1 mm curah hujan per tahun diperkirakan akan meningkatkan produksi jagung sebesar 28,0696 ton, sedangkan kenaikan 1 kg pupuk diperkirakan akan meningkatkan produksi jagung sebesar 0,6830 ton. Model ini memiliki adjusted R-Square sebesar 98,98% dan standard error sebesar 91600, sehingga menghasilkan estimasi yang lebih stabil.
PERBANDINGAN SOLUSI NUMERIK METODE SIMPSON 3/8 DAN METODE ROMBERG PADA PENYELESAIAN INTEGRAL TENTU Juniati, Evi; Prihandono, Bayu; Kusumastuti, Nilamsari
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.99127

Abstract

Integrasi numerik merupakan salah satu metode yang digunakan untuk menghitung persoalan integral. Penelitian ini membahas perbandingan dua metode numerik, yaitu metode Simpson 3/8 dan metode Romberg dalam menyelesaikan persoalan integral tentu. Metode Simpson 3/8 merupakan pengembangan dari metode Newton-Cotes yang menggunakan pendekatan polinom derajat tiga, sedangkan metode Romberg merupakan penerapan dari ekstrapolasi Richardson yang memperbaiki akurasi hasil integrasi dengan pendekatan berulang. Tujuan penelitian ini adalah mengetahui metode terbaik antara metode Simpson 3/8 dan metode Romberg berdasarkan tingkat keakuratan galatnya pada beberapa fungsi integral tentu. Langkah awal dalam penelitian yaitu mencari nilai integrasi dari beberapa fungsi integral tentu dengan metode Simpson 3/8 dan metode Romberg sehingga diperoleh masing-masing nilai hampirannya. Selanjutnya dicari nilai galat estimasi dan galat absolut dengan membandingkan nilai integrasi dari kedua metode dengan nilai eksak. Pada lima fungsi integral yang diberikan, diperoleh hasil pada soal kedua, galat absolut metode Simpson 3/8 sebesar 0.2838 dan Romberg sebesar 0.0004. Pada soal ketiga, galat absolut metode Simpson 3/8 sebesar 0.000576 dan Romberg sebesar 0.000108. Pada soal keempat, galat absolut metode Simpson 3/8 sebesar 0.000848 dan Romberg sebesar 0.000002. Kemudian dari kelima persoalan integral, metode Simpson 3/8 memiliki galat estimasi yang lebih besar dibandingkan dengan metode Romberg. Hasil penelitian dengan 8 subinterval menunjukkan bahwa metode Romberg lebih akurat dibandingkan dengan metode Simpson 3/8.
PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN METODE MARKOWITZ DAN MEAN VARIANCE EFFICIENT PORTFOLIO (MVEP) Rahmah, Mhaulia; Yundari, Yundari; Sulistianingsih, Evy
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.96034

Abstract

Kegiatan investasi yang dilakukan oleh investor memiliki risiko yang sebanding dengan tingkat keuntungan yang ditawarkan sehingga perlu dilakukan penyebaran investasi dengan membentuk portofolio saham untuk meminimalkan risiko. Portofolio optimal adalah portofolio yang dipilih oleh seorang investor dari sekumpulan portofolio efisien yang tersedia, berdasarkan preferensi risiko dan return investor. Penelitian ini bertujuan untuk menentukan kombinasi dan bobot saham dari setiap saham pembentuk portofolio optimal menggunakan Metode Markowitz dan Metode Mean Variance Efficient Portfolio (MVEP). Data yang digunakan berupa harga penutupan harian dari saham terindeks IDX30 periode 1 Februari 2024 hingga dengan 30 Agustus 2024. Proses analisis dilakukan dengan pengumpulan data harga saham harian lalu perhitungan return harian setiap saham dan estimasi expected return serta risiko tiap saham. Kemudian, penyusunan matriks kovarians antar saham dan dilakukan perhitungan bobot saham optimal dengan metode Markowitz dan MVEP serta evaluasi kinerja portofolio dengan indeks Sharpe. Hasilnya, portofolio optimal metode Markowitz terdiri dari ADRO (45,43%), PGAS (18,16%), MEDC (12,36%), AMRT (8,17%), KLBF (7,12%), UNTR (4,53%) dan CPIN (4,24%) dengan expected return 0,00217, risiko portofolio 0,000126 dan kinerja portofolio 0,192807. Kombinasi portofolio dengan metode MVEP terdiri dari ADRO (10,94%), PGAS (5,75%), MEDC (18,05%), AMRT (15,41%), KLBF (16,43%), UNTR (21,74%) dan CPIN (11,69%) dengan expected return 0,00130, risiko portofolio 0,0000759 dan kinerja portofolio sebesar 0,14963.
PENERAPAN METODE K-MEANS++ DALAM PENENTUAN TOPIK SKRIPSI MAHASISWA BERDASARKAN NILAI MATA KULIAH Prasetio, Rian; Yudhi, Yudhi; Kusumastuti, Nilamsari
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.98428

Abstract

Pemilihan topik skripsi merupakan langkah penting bagi mahasiswa dalam menentukan fokus utama penelitian yang akan dilakukan. Proses ini dapat menjadi tantangan karena melibatkan pencocokan antara keahlian, minat, dan potensi individu. Salah satu upaya yang dapat dilakukan untuk mengatasi permasalahan ini adalah membentuk klasterisasi. Penelitian ini bertujuan untuk menentukan pengelompokan topik skripsi berdasarkan nilai mata kuliah yang sudah diambil dan dilakukan uji validasi untuk merekomendasikan topik skripsi berdasarkan hasil klasterisasi. Dalam penelitian ini, digunakan algoritma K-Means++ untuk mengelompokkan mahasiswa berdasarkan nilai akademik, khususnya rumpun ilmu yang menjadi rujukan pemilihan topik skripsi. Data yang diperoleh berasal dari akademik FMIPA Universitas Tanjungpura dengan menggunakan 43 data mahasiswa matematika 2021. Menggunakan metode Elbow untuk menentukan jumlah klaster. Mencari centroid pertama secara acak dan centroid awal lain menggunakan algoritma K-Means++ dan menggeser centroid dengan iterasi hingga konvergen serta uji validasi menggunakan DBI. Dari hasil perhitungan diperoleh 4 klaster, dengan kombinasi dari klaster 1 menunjukkan minat pada statistika, komputasi dan terapan, klaster 2 menunjukkan minat pada analisis, komputasi dan terapan, klaster 3 menunjukkan minat komputasi dan matematika terapan dan klaster 4 menunjukkan minat pada analisis dan komputasi terapan. Dari hasil uji validasi, menggunakan uji Elbow dan DBI diperoleh nilai terbaik berada pada k=4 dengan nilai uji elbow mengalami penurunan pada k=4 dan nilai uji DBI pada k=4 adalah 1,15. Hal ini menunjukkan bahwa pengelompokan dengan 4 klaster memberikan kualitas klasterisasi terbaik dibandingkan klaster lain.

Page 1 of 2 | Total Record : 15

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 14, No 5 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 3 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 1 (2020): BIMASTER Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER Vol 8, No 1 (2019): BIMASTER Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): BIMASTER Vol 5, No 03 (2016): BIMASTER Vol 5, No 02 (2016): BIMASTER Vol 5, No 01 (2016): BIMASTER Vol 4, No 03 (2015): BIMASTER Vol 4, No 01 (2015): BIMASTER Vol 4, No 2 (2015): BIMASTER Vol 3, No 03 (2014): BIMASTER Vol 3, No 02 (2014): BIMASTER Vol 3, No 01 (2014): Bimaster Vol 2, No 03 (2013) Vol 2, No 02 (2013): Bimaster Vol 2, No 1 (2013): BIMASTER Vol 1, No 01 (2012): BIMASTER More Issue