cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
kartika yulianti
Contact Email
kartika.yulianti@upi.edu
Phone
+6289646358817
Journal Mail Official
eurekamatika@upi.edu
Editorial Address
Program Studi Matematika, Departemen Pendidikan Matematika, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam, Universitas Pendidikan Indonesia Jl. Dr. Setiabudhi No. 229, Bandung 40154, Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Eurekamatika
Published by Universitas Pendidikan Indonesia
ISSN : 2776480X     EISSN : 25284231     DOI : https://doi.org/10.17509/jem
Core Subject : Science, Education, Engineering,
Computer Science & IT Industrial & Manufacturing Engineering Mathematics
Jurnal EurekaMatika (e-ISSN: 2528-4231, p-ISSN: 2776-480X) was first published annually on December 2013, and then since 2017 has been published twice a year, on May and November. JEM is a peer-reviewed Mathematics journal with its scope covers Algebra, Analysis, Statistics, and Applied Mathematics. This journal is published by Mathematics study program of Indonesia University of Education (Universitas Pendidikan Indonesia) collaborates with Himpunan Peneliti dan Pendidik Matematika Indonesia (HIPPMI). The editorial contents and elements that comprise the journal include: -Theoretical articles -Empirical studies -Practice-oriented papers -Case studies -Review of papers, books, and resources. As far as the criteria for evaluating and accepting submissions is concerned, a rigorous review process will be used. Submitted papers will, prior to the formal review, be screened so as to ensure their suitability and adequacy to the journal. In addition, an initial quality control will be performed, so as to ensure matters such as language, style of references and others, comply with the journal´s style.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 145 Documents
 11   12   13   14   15 
Penerapan Spatial Durbin Model (SDM) untuk Menganalisis Faktor-Faktor yang Mempengaruhi Persentase Penduduk Miskin di Kabupaten Cianjur Tahun 2021 Raspati, Rifqy Sayidi; Herrhyanto, Nar; Agustina, Fitriani
Jurnal EurekaMatika Vol 12, No 1 (2024): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v12i1.68795

Abstract

In this research, we built a regression model to analyze the factors influencing the percentage of poor people in Cianjur Regency. The method used to model the problem of the percentage of poor people is Durbin spatial regression analysis by considering location aspects of both the dependent variable and the independent variable. Of the six independent variables taken, only four independent variables can be modeled using Durbin spatial regression. This is caused by the results of the Moran Index Test which states that there is spatial autocorrelation in these four variables. Based on Durbin's spatial regression analysis, the results showed that the variables that significantly influenced the percentage of poor people in Cianjur Regency in 2021 were the average length of schooling and life expectancy at birth. A high average number of years of schooling and life expectancy at birth can reduce the percentage of poor people in Cianjur Regency.Keywords: Moran's Index Test, Percentage of Poor People, Spatial Durbin Regression. AbstrakPada penelitian ini dibangun model regresi untuk menganalisa faktor-faktor mempengaruhi persentase penduduk miskin di Kabupaten Cianjur. Metode yang digunakan untuk memodelkan masalah persentase penduduk miskin tersebut adalah analisis regresi spasial Durbin dengan mempertimbangkan aspek lokasi baik dari variabel dependen dan variabel independen. Dari enam variabel independen yang diambil hanya empat variabel independen yang dapat dimodelkan menggunakan regresi spasial Durbin. Hal tersebut disebabkan oleh hasil Uji Indeks Moran yang menyatakan terdapat autokorelasi spasial pada empat variabel tersebut. Berdasarkan analisis regresi spasial Durbin didapatkan hasil bahwa variabel yang berpengaruh secara signifikan terhadap persentase penduduk miskin di Kabupaten Cianjur Tahun 2021 adalah rata-rata lama sekolah dan usia harapan hidup saat lahir. Nilai rata-rata lama sekolah dan usia harapan hidup saat lahir yang tinggi dapat menurunkan persentase penduduk miskin di Kabupaten Cianjur.
Implementasi QR Code dengan Algoritma SHA-256 dan RSA yang Ditingkatkan untuk Autentikasi Dokumen Digital Az-Zahra, Fatimah; Marwati, Rini; Sispiyati, Ririn
Jurnal EurekaMatika Vol 12, No 1 (2024): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v12i1.67161

Abstract

Digital technology is developing very rapidly, including document digitization. With the shift in the form of documents, wet signatures have also shifted to electronic signatures. During the distribution process of digital documents, there is no guarantee that the contents of the document are not modified by other parties, so a tool is needed to authenticate the authenticity of the document. Cryptography can be a solution, especially asymmetric key cryptography. The Rivest-Shamir-Adleman (RSA) algorithm is a type of asymmetric cryptography with security that lies in the integer factoring problem. To speed up the encryption and decryption process, an improved RSA is used by adding one prime number to the key generation process. In addition to asymmetric key cryptography, there is one function that is useful in creating electronic signatures, which is the hash function. The combinations of the RSA algorithm and the SHA-256 hash function can be one solution for digital document authentication. In addition, the addition of a QR Code can also make it easier to sign and check the authenticity of documents.Keywords: Document Authentication, Electronic Signature, Enhanced RSA, QR Code, SHA-256. AbstrakTeknologi menjadi salah satu bidang yang berkembang dengan sangat pesat saat ini dan membuat banyak hal didigitalisasi, salah satunya adalah dokumen. Dengan adanya peralihan bentuk dokumen, tanda tangan basah juga beralih menjadi tanda tangan elektronik. Selama proses distribusi dokumen digital, tidak ada jaminan bahwa isi dokumen tidak dimodifikasi oleh pihak lain sehingga diperlukan alat untuk melakukan autentikasi keaslian dokumen. Ilmu kriptografi dapat menjadi solusi, khususnya kriptografi kunci asimetri. Algoritma Rivest-Shamir-Adleman (RSA) adalah jenis kriptografi asimetri dengan keamanan yang terletak pada masalah pemfaktoran bilangan bulat. Untuk mempercepat proses enkripsi dan dekripsi, digunakan RSA yang ditingkatkan dengan cara menambahkan satu bilangan prima pada proses pembangkitan kunci. Selain kriptografi kunci asimetri, terdapat satu fungsi yang berguna dalam pembuatan tanda tangan elektronik, yaitu fungsi hash. Penggabungan algoritma RSA dan fungsi hash jenis SHA-256 dapat menjadi salah satu solusi untuk autentikasi dokumen digital. Selain itu, adanya penambahan QR Code juga dapat lebih mempermudah dalam proses penandatanganan dan pemeriksaan keaslian dokumen.
Implementasi CART-Real Adaboost dalam Memprediksi Minat Pelanggan Membeli Sepatu Aprihartha, Moch. Anjas; Prasetya, Jus; Fallo, Sefri Imanuel
Jurnal EurekaMatika Vol 12, No 1 (2024): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v12i1.67808

Abstract

Machine learning is a field of science related to the development of computer algorithms to transform data into intelligent actions. In machine learning does not escape understanding machine learning algorithms. One popular machine learning algorithm is supervised learning. Supervised learning algorithms are commonly used in solving prediction problems. This study aims to implement supervided learning algorithms using CART and CART-Real Adaboost methods in predicting customer interest in buying shoes. The results of the study obtained the performance of the CART model resulted in an accuracy of 77.5% and an AUC of 0.711 which indicates that the model is quite good. While the performance of the CART-Real Adaboost model obtained the best model at tree depth level 6 or level 8. The model obtained an accuracy of 85.71% and an AUC of 0.8225 which indicates a good model. This makes CART-Real Adaboost the best model compared to the CART model.Keywords: CART, Prediction, Real Adaboost, Shoes, Supervised Learning.AbstrakPembelajaran mesin merupakan bidang ilmu yang berkaitan pengembangan algoritma komputer untuk mengubah data menjadi suatu tindakan cerdas. Dalam pembelajaran mesin tidak luput dari memahami algoritma pembelajaran mesin. Salah satu algoritma pembelajaran mesin yang populer adalah supervised learning. Algoritma supervised learning umumnya digunakan dalam memecahkan masalah prediksi. Penelitian ini bertujuan untuk menerapkan algoritma supervided learning menggunakan metode CART dan CART-Real Adaboost dalam memprediksi minat pelanggan membeli sepatu. Hasil penelitian diperoleh performa model CART menghasilkan akurasi sebesar 77,5% dan AUC sebesar 0,711 yang menandakan model cukup baik. Sedangkan performa model CART-Real Adaboost diperoleh model terbaik pada kedalaman pohon berada di level 6 atau level 8. Model menghasilkan akurasi sebesar 85,71% dan AUC sebesar 0,8225 yang menandakan model baik. Ini menjadikan CART-Real Adaboost menjadi model terbaik dibandingkan model CART.
Pemodelan IPM di Provinsi Bengkulu dengan Pendekatan Metode Geographically Weighted Regression (GWR) dan Geographically Temporally Weighted Regression (GTWR) Oktarina, Cinta Rizki; Rizal, Jose; Faisal, Fachri; Tasyah, Qhiky Lioni; Pratiwi, Stevy Cahya
Jurnal EurekaMatika Vol 12, No 1 (2024): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v12i1.66629

Abstract

The Geographically Temporally Weighted Regression (GTWR) method is a development of the Geographically Weighted Regression (GWR) method, namely by considering elements of location and time. This research aims to obtain the best estimation results between the GWR and GTWR methods applied to human development index data in Bengkulu Province for 2018–2022. There are three variables modelled, namely three independent variables: life expectancy, average years of schooling, and open unemployment rate, while the dependent variable is the Human Development Index. The research results show that the three independent variables significantly influence the dependent variable and have spatial heterogeneity in the modelled data. In addition, the coefficient of determination value for GTWR is 99.98%, while for GWR it is 99.74%, so the GTWR method is better for modelling the Human Development Index in Bengkulu Province for 2018–2022.Keywords: Coefficient of Determination, GWR Method, GTWR Method, Human Development Index, Spatial heterogeneity.AbstrakMetode Geographically Temporally Weighted Regression (GTWR) merupakan pengembangan dari metode Geographically Temporally Weighted Regression (GWR), yakni dengan mempertimbangkan unsur lokasi dan waktu. Penelitian ini bertujuan untuk mendapatkan hasil estimasi terbaik antar metode GWR dan GTWR yang diterapkan pada data indeks pembangunan manusia di Provinsi Bengkulu Tahun 2018-2022. Terdapat tiga variabel yang dimodelkan, yakni tiga variabel bebas: angka harapan hidup, rata-rata lama sekolah, dan tingkat pengangguran terbuka, sedangkan variabel takbebas adalah Indeks Pembangunan Manusia. Hasil penelitian menunjukkan bahwa ketiga variabel bebas tersebut mempengaruhi variabel takbebas secara signifikan dan terdapat sifat heterogenitas spasial pada data yang dimodelkan. Sebagai tambahan, nilai koefisien determinasi untuk GTWR sebesar 99.98%, sedangkan untuk GWR sebesar 99.74%, jadi metode GTWR lebih baik untuk memodelkan Indeks Pembangunan Manusia di Provinsi Bengkulu tahun 2018-2022.
Penyelesaian Multi Depot Vehicle Routing Problem with Time Windows Menggunakan Particle Swarm Optimization Algorithm Azzahra, Khairunnisa Aulia; Novianingsih, Khusnul; Rachmatin, Dewi
Jurnal EurekaMatika Vol 12, No 1 (2024): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v12i1.69199

Abstract

AbstractThis research addresses the Multi Depot Vehicle Routing Problem with Time Windows (MDVRPTW), the problem of determining vehicle routes from several depots to multiple customers while considering time window constraints for each route. The goal of solving MDVRPTW is to obtain optimal routes with the shortest total travel time without exceeding their respective time windows. The Particle Swarm Optimization (PSO) algorithm is used to solve MDVRPTW, adapted from the social behavior of a flock of birds in search of food. The algorithm operates through initialization, evaluation, route construction, and route updates to achieve optimality. The research was tested on a case study involving raw material pickup for a company with 2 storage depots and 169 agents. The implementation of PSO successfully generated an average travel time of 7.83 hours for each route, indicating adherence to time windows and fulfillment of vehicle capacity.Keywords:Multi Depot Vehicle Routing Problem, Particle Swarm Optimization, Route, Time WindowsAbstrakPenelitian ini membahas Multi Depot Vehicle Routing Problem with Time Windows (MDVRPTW), masalah penentuan rute kendaraan dari sejumlah depot ke beberapa pelanggan dengan mempertimbangkan batasan time windows dalam setiap rutenya. Tujuan penyelesaian MDVRPTW adalah mendapatkan rute optimal dengan total travel time terkecil dan tidak melebihi time windows-nya. Algoritma Particle Swarm Optimization (PSO) digunakan untuk menyelesaikan MDVRPTW. Cara kerja PSO diadaptasi dari perilaku sosial dari sekawanan burung dalam mencari makan. Algoritma ini bekerja dengan cara melakukan inisialisasi, mengevaluasi, mengonstruksi rute, dan memperbaharui rute hingga optimal. Penelitian diuji pada studi kasus pengambilan bahan baku suatu perusahaan dengan 2 depot penyimpanan dan 169 agen. Implementasi PSO berhasil membentuk rata-rata travel time setiap rute adalah 7,83 jam yang artinya time windows tidak dilanggar dan kapasitas kendaraan terpenuhi.

Page 15 of 15 | Total Record : 145

 11   12   13   14   15 

Filter by Year

2014 2024


Reset
Filter By Issues
All Issue Vol 12, No 1 (2024): Jurnal EurekaMatika Vol 11, No 2 (2023): Jurnal Eurekamatika Vol 11, No 1 (2023): Jurnal Eurekamatika Vol 10, No 2 (2022): Jurnal Eurekamatika Vol 10, No 1 (2022): Jurnal Eurekamatika Vol 9, No 2 (2021): Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika Vol 8, No 2 (2020): Jurnal Eurekamatika Vol 8, No 1 (2020): Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika More Issue