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 845 Documents
 81   82   83   84   85 
PENGELOMPOKKAN DAERAH DI KALIMANTAN BARAT BERDASARKAN TINGKAT PENGANGGURAN MENGGUNAKAN METODE K-MEANS++ DAN VALIDASI ELBOW Adinda, Dian Tri; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): 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.v15i1.105753

Abstract

Tingkat pengangguran merupakan indikator penting yang mencerminkan kondisi ekonomi serta kesejahteraan masyarakat di suatu wilayah. Di Provinsi Kalimantan Barat, permasalahan pengangguran masih menjadi tantangan dalam upaya pembangunan daerah. Penelitian ini membentuk cluster optimal Kabupaten/Kota di Kalimantan Barat berdasarkan tingkat pengangguran sebagai dasar perumusan kebijakan yang tepat. Data yang digunakan merupakan data sekunder tahun 2024 yang diperoleh dari Badan Pusat Statistik Kalimantan Barat, dengan lima variabel penelitian, yaitu produk Domestik Regional Bruto Atas Dasar Harga Berlaku (PDRB ADHB), Persentase Penduduk Miskin, Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), dan Rata-rata Lama Sekolah (RLS). Proses pengelompokan dilakukan dengan menghitung jarak antar objek menggunakan jarak Manhattan serta penentuan centroid optimal melalui inisialisasi sistematis pada K-Means++. Validasi menggunakan Elbow menunjukkan jumlah cluster optimal adalah K = 5. Hasil analisis menunjukkan bahwa cluster pertama merepresentasikan daerah dengan tingkat partisipasi angkatan kerja yang tinggi namun RLS yang rendah. Cluster kedua yang hanya terdiri atas Kota Pontianak menggambarkan wilayah dengan PDRB dan RLS tertinggi, tetapi memiliki TPT yang tinggi akibat ketidaksesuaian antara kualifikasi tenaga kerja dan ketersediaan lapangan kerja. Cluster ketiga mencerminkan daerah dengan kondisi PDRB terendah dan PPM tinggi, namun memiliki TPAK yang tinggi karena didominasi sektor informal. Cluster keempat menunjukkan wilayah dengan PPM yang cukup tinggi dan RLS yang cukup rendah. Sementara itu, cluster kelima menggambarkan wilayah dengan PDRB dan TPAK cukup rendah, namun RLS yang cukup tinggi. Sehingga adanya indikasi permasalahan struktural dalam penyerapan tenaga kerja.
PENGELOMPOKAN DAERAH DI KALIMANTAN BARAT BERDASARKAN TINGKAT PENGANGGURAN MENGGUNAKAN ALGORITMA K-MEDOIDS DENGAN METODE ELBOW Firnanda, Firnanda; Perdana, Hendra; Martha, Shantika
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): 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.v15i1.105754

Abstract

Tingkat pengangguran merupakan indikator penting untuk menggambarkan kondisi ekonomi suatu wilayah. Perbedaan potensi ekonomi dan kualitas sumber daya manusia antar kabupaten/kota di Provinsi Kalimantan Barat menyebabkan variasi tingkat pengangguran yang cukup signifikan. Penelitian ini bertujuan mengelompokkan kabupaten/kota di Provinsi Kalimantan Barat berdasarkan karakteristik ketenagakerjaan yang berkaitan dengan pengangguran menggunakan algoritma K-Medoids. Penentuan jumlah klaster dilakukan dengan metode Elbow berdasarkan penurunan total jarak dalam klaster (within-cluster distance) menggunakan jarak Manhattan. Penelitian memanfaatkan data sekunder tahun 2024 dari Badan Pusat Statistik (BPS) yang terdiri atas lima variabel, yaitu Produk Domestik Regional Bruto (PDRB), Persentase Penduduk Miskin (PPM), Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), dan Rata-rata Lama Sekolah (RLS). Jarak Manhattan digunakan karena lebih tahan terhadap outlier, terutama pada variabel RLS. Hasil penelitian menunjukkan bahwa jumlah klaster optimal yang terbentuk adalah tiga klaster dengan nilai Sum of Squares Error (SSE) sebesar 128,03. Klaster 1 terdiri atas Sambas, Mempawah, dan Sanggau, yang ditandai oleh RLS yang relatif perlu ditingkatkan. Klaster 2 terdiri atas Bengkayang, Landak, Sintang, Kapuas Hulu, Sekadau, Melawi, dan Kayong Utara, dengan karakteristik PDRB yang lebih rendah dan PPM yang lebih tinggi. Klaster 3 terdiri atas Ketapang, Kubu Raya, Kota Pontianak, dan Kota Singkawang, yang ditandai oleh TPAK yang lebih rendah dan TPT yang lebih tinggi. Hasil pengelompokan ini diharapkan dapat menjadi dasar dalam perumusan kebijakan ketenagakerjaan dan pembangunan wilayah yang lebih tepat sasaran sesuai kondisi sosial ekonomi masing-masing klaster.
ANALISIS KEMISKINAN DI PULAU KALIMANTAN MENGGUNAKAN METODE REGRESI SPASIAL DENGAN MATRIKS PEMBOBOT INVERSE DISTANCE WEIGHTING Mulia Tsani, Dien Permata; Martha, Shantika; Imro’ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): 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.v15i1.105756

Abstract

Kemiskinan merupakan permasalahan kompleks yang tidak hanya dipengaruhi oleh karakteristik internal suatu wilayah, tetapi juga oleh kondisi wilayah di sekitarnya. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap tingkat kemiskinan di Pulau Kalimantan menggunakan pendekatan spasial. Pendekatan Inverse Distance Weighting (IDW) digunakan dalam membangun matriks pembobot spasial, dengan asumsi bahwa wilayah yang saling berdekatan memiliki hubungan yang lebih kuat dibandingkan wilayah yang berjauhan. Analisis diawali dengan regresi linear berganda serta pengujian asumsi klasik. Selanjutnya dilakukan perhitungan matriks pembobot IDW, dan pengujian autokorelasi spasial menggunakan indeks moran. Hasil pengujian menunjukkan adanya autokorelasi spasial yang signifikan, sehingga regresi linear berganda kurang sesuai digunakan, untuk menentukan model spasial yang sesuai, digunakan uji Lagrange Multiplier. Berdasarkan hasil pemilihan model, Spatial Autoregressive Model terpilih sebagai model terbaik karena mampu menangkap dependensi spasial antarwilayah secara lebih akurat. Hasil estimasi menunjukkan bahwa umur harapan hidup serta persentase rumah tangga yang memiliki akses terhadap air minum layak berpengaruh negatif terhadap tingkat kemiskinan. Sebaliknya, pengeluaran pangan dan penduduk usia 15 tahun ke atas yang bekerja di sektor pertanian, kehutanan, dan perikanan tidak menunjukkan pengaruh signifikan dalam model. Nilai Akaike Information Criterion (AIC) sebesar 231,71 serta likelihood ratio test sebesar 0,036 memperkuat bahwa model spasial lebih baik dibandingkan regresi linear berganda. Temuan ini menunjukkan bahwa kemiskinan di Pulau Kalimantan saling terkait antarwilayah.
PERAMALAN HARGA TANDAN BUAH SEGAR KELAPA SAWIT MENGGUNAKAN METODE PROPHET Setepani, Setepani; Huda, Nur’ainul Miftahul; Noviani, Evi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): 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.v15i1.105750

Abstract

Industri kelapa sawit merupakan satu diantara sektor strategis yang berkontribusi pada penyediaan 16 juta lapangan kerja. Permasalahan yang dihadapi industri kelapa sawit yakni fluktuasi pada harga Tandan Buah Segar (TBS) kelapa sawit yang mempengaruhi pendapatan bagi petani dan koperasi terkhusus KUD Belitang Hilir. Penelitian bertujuan untuk meramal harga TBS kelapa sawit berdasarkan data historis KUD Belitang Hilir dengan metode Prophet dengan validasi pengukuran akurasi menggunakan Mean Absolute Percentage Error (MAPE) yang kemudian diinterpretasikan hasil peramalan yang diperoleh. Tahapan penelitian meliputi pre-processing data, plot data, membagi data menjadi data training dan data testing, estimasi parameter, identifikasi trend, membentuk model peramalan dengan data training Prophet, dan menghitung MAPE. Hasil analisis yang diperoleh model dibandingkan dengan data asli agar dapat memprediksi dengan hasil lebih stabil sehingga cukup baik dalam memproyeksikan tren jangka pendek dengan nilai MAPE pada data training sebesar 11,642% sedangkan MAPE pada data testing sebesar 11,981% maka kemampuan model peramalan tergolong baik. Melalui hasil peramalan pada periode Januari 2025 didapat adanya kecenderungan harga TBS meningkat, dengan nilai tertinggi Rp3.642/kg pada 30 Januari 2025 dan terendah Rp3.472/kg pada 1 Januari 2025. Metode Prophet dapat memprediksi harga TBS dengan cukup akurat sehingga dapat membantu KUD Belitang Hilir untuk memproyeksikan strategi pengelolaan panen dan penjualan TBS.
ANALISIS ANTRIAN TELLER PADA BANK KALBAR CABANG PEMBANTU JERUJU Liliana, Tiara; Yudhi, Yudhi; Pasaribu, Meliana
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): 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.v15i1.105752

Abstract

Bank merupakan institusi keuangan yang menyediakan layanan kepada masyarakat. Meskipun layanan perbankan digital berkembang pesat, layanan teller masih menjadi pilihan utama bagi sebagian besar nasabah. Bank Kalbar Cabang Pembantu Jeruju menghadapi masalah antrian terutama pada jam sibuk yang mengakibatkan ketidaknyamanan bagi nasabah. Kondisi ini dapat terjadi secara tidak terduga sepanjang waktu operasional bank, oleh karena itu diperlukan analisis sistem antrian untuk memahami pola pelayanan. Penelitian ini bertujuan untuk menganalisis sistem antrian pada pelayanan teller di Bank Kalbar Cabang Pembantu Jeruju. Tahapan penelitian ini dimulai dengan pengumpulan data melalui observasi langsung selama tiga hari berturut-turut yaitu Senin, Selasa dan Rabu dengan pertimbangan bahwa tiga hari tersebut menggambarkan kondisi operasional harian bank pada jam operasional 08.00-12.00 WIB. Pemilihan periode akhir bulan (28-30 April 2025) dilakukan dengan pertimbangan bahwa periode ini, umumnya mencerminkan kondisi operasional bank pada keadaan normal. dilakukan perhitungan ukuran steady state, selanjutnya data uji kecocokan distribusi menggunakan uji Kolmogorov-Smirnov dengan taraf signifikansi 5% untuk menentukan distribusi kedatangan dan waktu pelayanan. Setelah model ditentukan, dilakukan perhitungan ukuran kinerja sistem antrian. Berdasarkan hasil penelitian diperoleh bahwa pola kedatangan nasabah mengikuti distribusi Poisson dan pola pelayanan mengikuti distribusi Eksponensial, sehingga model antrian yang sesuai adalah M∕M∕1. Hasil perhitungan kinerja sistem menunjukkan utilitas di bawah 1 dengan tingkat sistem kesibukan 45,54%, dengan demikian, pelayanan teller di Bank Kalbar Cabang Pembantu Jeruju sudah masih berjalan dengan baik karena tingkat kedatangan nasabah tidak melampaui kapasitas pelayanan.

Page 85 of 85 | Total Record : 845

 81   82   83   84   85 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 6 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) 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 Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): BIMASTER Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 6, No 03 (2017): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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