cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Asrirawan
Contact Email
asrirawan@unsulbar.ac.id
Phone
+6285214495284
Journal Mail Official
ejomta@unsulbar.ac.id
Editorial Address
Jalan Prof. Dr. Baharuddin Lopa, SH Talumung, Majene Sulawesi Barat
Location
Kab. majene,
Sulawesi barat
INDONESIA
Journal of Mathematics: Theory and Applications
Published by Universitas Sulawesi Barat
ISSN : 26859653     EISSN : 27222705     DOI : https://doi.org/10.31605/jomta
Core Subject : Education,
Mathematics
JOMTA Journal of Mathematics Theory and applications is a national journal intended as a communication forum for mathematicians and other scientists from many practitioners who use mathematics in the research. JOMTA Journal of Mathematics Theory and applications disseminates new research results in all areas of mathematics and their applications. Besides research articles, the journal also receives survey papers that stimulate research in mathematics and their applications. The scope of the articles published in this journal deal with a broad range of mathematics topics, : Numerical Analysis Modeling and Simulation Logic Geometry and Topology Discrete Mathematics and Combinatorics Control and Optimization Applied Mathematics Analysis Algebra and Number Theory Computational Mathematics Statistics and Probability
Arjuna Subject : Matematika - Matematika Terapan
Articles 90 Documents
 5   6   7   8   9 
Akurasi Nilai Peramalan Harga Cabai Rawit Merah di Kota Makassar dengan Metode Single Exponential Smoothing Arisandi, Arwini
Journal of Mathematics: Theory and Applications Vol 7 No 1 (2025): Volume 7, Nomor 1, 2025
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v7i1.4780

Abstract

Red cayenne pepper is a food commodity that is widely cultivated in Indonesia. This chili is in demand from domestic to foreign markets, so the price of chili can fluctuate under certain conditions. This is a concern that forecasting chili prices is important as a step for policymakers in making policies. Data obtained from the Makassar City Food Security Service amounted to 671 data (days) modeled using the single exponential smoothing forecasting method, which aims to assess the ability of forecasting results for the price of red cayenne pepper in Makassar City. The results show that descriptively the lowest chili price occurred in September 2023 at IDR 13,000 to IDR 15,000, while the highest chili prices will occur at the end of 2023 at IDR 70,000 to IDR 80,000. The resulting MAPE value is 6.50% < 10%, so it is concluded that the single exponential smoothing model provides excellent forecasting capabilities in forecasting the price of red cayenne pepper in Makassar City.
Pemodelan Geographically Weighted Regression (GWR) pada Prevalensi Severely Stunting di Indonesia Tahun 2023 Idris, Muh Akbar; Nur Aidi, Muhammad
Journal of Mathematics: Theory and Applications Vol 7 No 1 (2025): Volume 7, Nomor 1, 2025
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v7i1.4873

Abstract

Stunting masih menjadi tantangan kesehatan global yang kritis, terutama di negara berkembang seperti Indonesia, di mana tingkat prevalensi nasional mencapai 20,8% pada tahun 2023. Penelitian ini menggunakan Geographically Weighted Regression (GWR) untuk menganalisis faktor-faktor yang bervariasi secara spasial yang memengaruhi prevalensi stunting parah di berbagai provinsi di Indonesia. Dengan memanfaatkan data dari Survei Kesehatan Dasar Nasional (RISKESDAS) tahun 2013 dan 2018, penelitian ini mencakup variabel seperti pemberian ASI eksklusif, sanitasi rumah tangga, pernikahan dini, imunisasi, dan status sosial ekonomi. Hasil penelitian menunjukkan adanya heterogenitas spasial yang signifikan, dengan determinan utama seperti pemberian ASI eksklusif (X1), sanitasi yang memadai (X3), dan pernikahan di bawah umur (X6) menunjukkan dampak yang bervariasi di berbagai wilayah. Provinsi di Indonesia bagian timur, seperti Papua dan Maluku, menunjukkan prevalensi stunting yang lebih tinggi terkait dengan faktor sosial ekonomi dan lingkungan yang bersifat lokal. Model GWR menunjukkan performa yang lebih baik dibandingkan regresi global, menangkap ketergantungan spasial (Moran’s I = 0.303, p < 0,001) dan menekankan perlunya intervensi yang spesifik untuk setiap wilayah. Rekomendasi kebijakan menekankan perbaikan yang terarah dalam bidang gizi, sanitasi, dan pendidikan untuk mengatasi disparitas dan mencapai target nasional penurunan stunting sebesar 14% pada tahun 2024.Stunting remains a critical global health challenge, particularly in developing countries like Indonesia, where the national prevalence rate was 20.8% in 2023. This study employs Geographically Weighted Regression (GWR) to analyze spatially varying factors influencing severe stunting prevalence across Indonesian provinces. Utilizing data from the 2013 and 2018 National Basic Health Surveys (RISKESDAS), the research incorporates variables such as exclusive breastfeeding, household sanitation, early marriage, immunization, and socioeconomic status. Results reveal significant spatial heterogeneity, with key determinants like exclusive breastfeeding (X1), adequate sanitation (X3), and underage marriage (X6) showing varying impacts across regions. Provinces in eastern Indonesia, such as Papua and Maluku, exhibited higher stunting prevalence linked to localized socioeconomic and environmental factors. The GWR model outperformed global regression, capturing spatial dependencies (Moran’s I = 0.303, p < 0.001) and highlighting the need for region-specific interventions. Policy recommendations emphasize targeted improvements in nutrition, sanitation, and education to address disparities and achieve Indonesia’s national stunting reduction target of 14% by 2024.
Portofolio Saham Optimal dengan Mean-Gini dan Modigliani-Squared: Studi Kasus Saham JII Akbar, Akbar; Ekawati, Darma
Journal of Mathematics: Theory and Applications Vol 7 No 1 (2025): Volume 7, Nomor 1, 2025
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v7i1.4982

Abstract

This study aims to develop the composition and determine the optimal portfolio of stocks listed in the Jakarta Islamic Index (JII) 70 using a quantitative approach. The Mean-Gini method is employed to obtain the portfolio with the highest expected return and the lowest risk. The data analyzed consists of monthly closing prices of five JII 70 stocks, namely TLKM (Telkom Indonesia), ISAT (Indosat), ADRO (Adaro Energy Indonesia), BRMS (Bumi Resources Minerals), and CTRA (Ciputra Development), covering the period from January 2020 to December 2023. The performance of the optimal portfolio is evaluated using the Modigliani–Squared (M²) method on 25 portfolio combinations. The results indicate that the optimal portfolio, based on the M² index, is the first portfolio, comprising two stocks with an investment proportion of 34.32% in BRMS and 65.68% in ADRO. These findings provide strategic insights for constructing an efficient Sharia-compliant portfolio based on risk and return considerations.
Analisis Tingkat Pengangguran Terbuka di Provinsi Maluku Menggunakan Rantai Makrov Husnah, Maulida; da Costa, Julieta; Lestaluhu, Fitri; Apriyanti, Maulita Dwi; Mahubessy, Juan Felix Benicktus; Kilikily, Aditia Rajasa Kifta; Hatala, Devita; Yudistira, Yudistira
Journal of Mathematics: Theory and Applications Vol 7 No 2 (2025): Volume 7, Nomor 2, 2025
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v7i2.5264

Abstract

Berdasarkan pada permasalahan fluktuasi tingkat pengangguran terbuka di Provinsi Maluku yang berdampak pada aspek sosial serta ekonomi, penelitian ini bertujuan untuk menganalisis pola juga transisi tingkat pengangguran terbuka pada 11 kabupaten atau kota di Maluku pada kurun waktu tahun 2020–2024 dengan penggunaan model rantai Markov. Metode tersebut menggunakan pengumpulan data sekunder dari BPS beserta klasifikasi data pengangguran ke dalam beberapa kategori. Selain itu, dilakukan perhitungan pada matriks probabilitas transisi, serta analisis peluang menuju absorbing state. Penelitian menemukan absorbing state ada pada kondisi pengangguran rendah serta sangat tinggi berarti sistem cenderung stabil pada dua kondisi itu dalam jangka panjang sementara peluang transisi dari state transien memperlihatkan kecenderungan kuat ke absorbing state itu. Sebagai simpulan, model rantai Markov secara efektif mengidentifikasi dinamika juga kecenderungan pergeseran tingkat pengangguran antar wilayah yang ada di Maluku, sehingga dapat menjadi dasar pertimbangan untuk perumusan kebijakan ketenagakerjaan yang lebih adaptif juga prediktif.
Peramalan Harga Beras di Tingkat Perdagangan Besar (Grosir) Indonesia Menggunakan Model ARFIMA-GARCH Hapsa, Sitti; Rahmawati
Journal of Mathematics: Theory and Applications Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v8i1.5622

Abstract

Penelitian ini memanfaatkan data harga beras grosir di Indonesia pada periode Januari 2010 hingga September 2024. Data harga beras memperlihatkan adanya karakteristik memori jangka panjang yang memerlukan pemodelan khusus. Tujuan penelitian ini adalah untuk melakukan peramalan harga beras sekaligus menentukan model yang paling optimal. Metode yang diterapkan adalah Autoregressive Fractionally Integrated Moving Average – Generalized Autoregressive Conditional Heteroskedasticity (ARFIMA-GARCH), di mana ARFIMA berfungsi menangkap sifat long memory sementara GARCH digunakan untuk memodelkan volatilitas, sehingga dinilai lebih tepat dibandingkan penggunaan ARFIMA saja. Tiga model ARFIMA-GARCH yang diuji meliputi ARFIMA(0,d,0)-GARCH(1,1), ARFIMA(0,d,0)-GARCH(1,2), dan ARFIMA(0,d,0)-GARCH(2,1), dengan hasil bahwa ARFIMA(0,d,0)-GARCH(1,1) merupakan model terbaik berdasarkan nilai AIC dan BIC yang paling rendah. Hasil peramalan memperlihatkan adanya tren penurunan harga beras dari Rp13.102/kg pada Oktober 2024 menjadi sekitar Rp12.130/kg pada September 2025. Secara keseluruhan, model ARFIMA-GARCH terbukti mampu menghasilkan peramalan harga beras yang lebih akurat dan relevan sebagai dasar dalam perumusan kebijakan stabilisasi pangan.
Implementasi Metode Random Forest dan Support Vector Regression dalam Memprediksi Harga Cryptocurrency Ethereum Firdhasari, Azizah Aulia; Sriwahyuni, Lilis; Nurdiati, Sri; Najib, Mohamad Khoirun
Journal of Mathematics: Theory and Applications Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v8i1.6189

Abstract

Perkembangan cryptocurrency menjadikan Ethereum (ETH) sebagai salah satu aset digital penting, namun pergerakan harganya sangat volatil karena dipengaruhi oleh berbagai faktor fundamental dan eksternal. Kondisi tersebut menyebabkan prediksi harga close ETH menjadi permasalahan utama karena akurasi peramalan sangat menentukan analisis dan pengambilan keputusan berbasis data. Penelitian ini bertujuan membangun serta membandingkan model prediksi harga close Ethereum menggunakan Random Forest dan Support Vector Regression (SVR) untuk forecasting 30 hari ke depan. Data yang digunakan berupa harga harian Ethereum periode 1 Januari 2020 hingga 30 Desember 2024 dari Yahoo Finance, kemudian dilakukan pra-pemrosesan, standarisasi, dan pembagian data train-test 80:20 dengan menjaga urutan waktu. Feature engineering dibagun dari harga close melalui MA 7, EMA 7, dan lag return 7, serta diterapkan exponential smoothing untuk mengurangi noise. Model Random Forest dan SVR dioptimasi menggunakan Grid Search CV, kemudian dievaluasi menggunakan metrik MAPE. Hasil tuning menunjukkan konfigurasi terbaik Random Forest adalah max depth = 10 dan total estimator = 90. Konfigurasi terbaik SVR adalah kernel linear dengan C = 10, ε = 0.5, dan γ = scale. Evaluasi MAPE menunjukkan Random Forest lebih unggul dengan MAPE train 1,37% dan test 2,04%, sedangkan SVR menghasilkan MAPE train 5,83% dan test 2,22%. Secara keseluruhan, kedua model memberikan akurasi prediksi yang sangat baik, namun Random Forest menunjukkan kinerja lebih stabil dan akurat pada data pengujian. Model Random Forest kemudian digunakan untuk forecasting harga close ETH 30 hari ke depan sebagai estimasi jangka pendek yang cenderung stabil dan mengikuti tren data pengujian.
Pendekatan Hibrid Principal Component Analysis dan Regresi Binomial Negatif untuk Pemodelan Data Cacahan: Studi Kasus Tuberkulosis di Indonesia Muzakir, Nurul Azizah; Astri; Mukminin B; Usman, Irwan
Journal of Mathematics: Theory and Applications Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v8i1.6222

Abstract

Tingginya jumlah kasus Tuberkulosis (TBC) di Indonesia dan kompleksitas faktor yang memengaruhinya menuntut metode analisis yang mampu menangani hubungan antarvariabel prediktor dan karakteristik data cacahan. Penelitian ini bertujuan untuk mengatasi multikolinieritas pada variabel prediktor kasus TBC, membangun model regresi binomial negatif berbasis komponen utama, dan mengidentifikasi faktor-faktor yang berpengaruh signifikan terhadap jumlah kasus TBC di Indonesia. Data yang digunakan terdiri dari jumlah kasus TBC tahun 2023 di 34 provinsi Indonesia dengan 10 variabel prediktor terkait faktor kesehatan, sosial, dan demografis. Principal component analysis (PCA) digunakan pada penelitian ini untuk mengatasi masalah multikolinieritas variabel prediktor dan model regresi binomial negatif digunakan untuk memodelkan jumlah kasus TBC. PCA menghasilkan tiga komponen utama yang menjelaskan 78% keragaman data. Ketiga komponen kemudian digunakan dalam regresi binomial negatif yang dipilih karena adanya overdispersi pada data jumlah kasus. Hasil penelitian menunjukkan bahwa model yang dibangun signifikan dan layak digunakan, dengan deviansi yang mendekati nilai ekspektasi. Secara parsial, PC1 yang merepresentasikan faktor infrastruktur dan kebijakan kesehatan berpengaruh negatif dan signifikan terhadap jumlah kasus TBC, sedangkan PC2 yang menggambarkan faktor sosial dan kepadatan penduduk berpengaruh positif dan signifikan. PC3 tidak berpengaruh signifikan. Temuan ini menegaskan pentingnya peningkatan infrastruktur kesehatan dan penguatan kebijakan dalam menekan kasus TBC, serta perlunya perhatian khusus pada wilayah berpenduduk padat dengan masalah sosial tinggi. Pendekatan hibrid PCA–regresi binomial negatif terbukti efektif dalam mengatasi multikolinieritas dan overdispersi, sekaligus memberikan interpretasi epidemiologis yang lebih representatif.
Penerapan Algoritma Dijkstra Untuk Menentukan Rute Terpendek Pengangkutan Teh Dari PTPN IV Kayu Aro Ke Pelabuhan Belawan Nopriani, Sri; Safitri, Yuliana
Journal of Mathematics: Theory and Applications Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v8i1.6229

Abstract

Penentuan rute distribusi yang merupakan efisiensi penting dalam kegiatan logistik perusahaan perkebunan. PTPN IV Regional 4 menghadapi tantangan dalam transportasi teh dari Pabrik Teh Kayu Aro menuju Pelabuhan Belawan akibat jarak tempuh yang panjang dan keterbatasan jalur yang dapat dilalui kendaraan angkut. Penelitian ini bertujuan untuk menentukan rute transportasi yang terpendek guna meningkatkan efisiensi distribusi. Pendekatan yang digunakan didasarkan pada teori graf dengan memodelkan jalur distribusi ke dalam graf berbobot positif, di mana simpul merepresentasikan titik persimpangan dan sisi menunjukkan jarak antar lokasi. Penentuan lintasan terpendek dilakukan menggunakan Algoritma Dijkstra karena sesuai dengan grafik dengan bobot non-negatif. Data jarak antar lokasi diperoleh dari Google Maps dan dianalisis menggunakan tahapan Algoritma Dijkstra. Hasil penelitian menunjukkan bahwa rute transportasi terpendek adalah A–B–C–F–G–I–J–K dengan total jarak 981 km. Penerapan algoritma membantu perencanaan rute distribusi yang lebih efisien sehingga dapat mengoptimalkan jarak tempuh.
Implementation of Monte Carlo Simulation to Measure Value at Risk (VaR) in BNI Bank Stock Investments Muthahharah, Isma
Journal of Mathematics: Theory and Applications Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v8i1.6293

Abstract

This study applies the Value at Risk (VaR) method using Monte Carlo simulation to estimate the maximum potential loss in BNI stock investments. Daily closing prices of BNI stock for 2024 were analyzed to calculate returns and assess risk at confidence levels of 99%, 95%, and 90%. The Monte Carlo simulation, performed with 1,000 iterations, produced estimated maximum losses of approximately 9.7%, 7.4%, and 5.9% of the total investment for the respective confidence levels. These findings demonstrate that a higher confidence level corresponds to a larger potential loss, highlighting the usefulness of VaR combined with Monte Carlo simulation as a tool for evaluating and managing stock investment risk.
Classification of Gen-Z Fashion Trends Based on Tiktok Social Media Activities Using the K-Means Clustering Method Muthahharah, Isma
Journal of Mathematics: Theory and Applications Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v8i1.6302

Abstract

Fashion trends continue to evolve as times, culture and technology change. With social media playing a big role in its spread, especially among Generation Z (Gen-Z). This study aims to classify Gen-Z dressing trends based on their activities on TikTok using the K-Means Clustering method. Data was collected through web scraping techniques from the TikTok platform, including variables such as the number of likes, comments, shares, saves, and fashion-related hashtags. The clustering results showed three main clusters: cluster 1 consists of posts with very high engagement and viral tendencies, dominated by scene trends supported by major influencers. Cluster 2 has medium engagement with still dominant scene trends but comes from medium-sized accounts. Meanwhile, cluster 3 consists of posts with low engagement, dominated by casual styles that don't attract much attention. Overall, the results show that the success of Gen-Z dressing trends on social media is influenced by visual factors, the role of influencers, and interactive elements in the content.

Page 9 of 9 | Total Record : 90

 5   6   7   8   9 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026 Vol 7 No 2 (2025): Volume 7, Nomor 2, 2025 Vol 7 No 1 (2025): Volume 7, Nomor 1, 2025 Vol 6 No 1 (2024): Volume 6, Nomor 1, 2024 Vol 6 No 2 (2024) Vol 5 No 2 (2023): Volume 5, Nomor 2, 2023 Volume 5, Nomor 1, 2023 Volume 4, Nomor 2, 2022 Volume 4, Nomor 1, 2022 Volume 3, Nomor 2, 2021 Volume 3, Nomor 1, 2021 Volume 2, Nomor 2, 2020 Volume 2, Nomor 1, 2020 Volume 1, Nomor 2, 2019 More Issue