cover
Contact Name
Aang Nuryaman
Contact Email
aang.nuryaman@fmipa.unila.ac.id
Phone
+6285324460093
Journal Mail Official
siger.matematika@fmipa.unila.ac.id
Editorial Address
Jurusan Matematika FMIPA Universitas Lampung Jl. Soemantri Brojonegoro No 1 Gedong Meneng Rajabasa Bandar Lampung
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Siger Matematika
Published by Universitas Lampung
ISSN : 27215849     EISSN : 27216853     DOI : https://doi.org/10.23960/JSM
Core Subject : Education,
Jurnal Siger Matematika is a broad scope journal that publishes original research articles as well as review articles on all aspects of both pure and applied mathematics. publised by Departement Mathematics, Faculty of Mathematics and Natural Sciences, University of Lampung. This journal covers all topics of Mathematical sciences which includes: Analysis Geometry Algebra Combinatorics Operation Research Statistics Applied Mathematics Computational Mathematics
Articles 5 Documents
Search results for , issue "Vol 3, No 2 (2022): Jurnal Siger Matematika" : 5 Documents clear
Penerapan Algoritma Bellman-Ford dalam Menentukan Rute Terpendek Objek Wisata Kabupaten Lampung Timur Silvi Fitriani; Notiragayu Notiragayu; Wamiliana Wamiliana; Ahmad Faisol
Jurnal Siger Matematika Vol 3, No 2 (2022): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jsm.v3i2.3151

Abstract

Rute terpendek dapat mengefisienkan jarak yang harus ditempuh seseorang untuk mencapai lokasi tujuan, sehingga dapat menghemat waktu dan biaya.  Pada skripsi ini untuk mencari rute terpendek menuju objek wisata di Kabupaten Lampung Timur akan digunakan algoritma Bellman-Ford, dimana algoritma ini dapat menghitung jarak terpendek dari satu sumber pada sebuah graf berbobot dan berarah.  Maksud dari satu sumber ialah dapat dihitung semua jarak terpendek yang berawal dari satu titik.  Pada skripsi ini dapat ditentukan rute terpendek untuk menuju objek wisata di Kabupaten Lampung Timur.  Lokasi objek wisata di Kabupaten Lampung Timur yang terdiri dari 28 objek wisata direpresentasikan menjadi satu model graf, dan juga dari 28 objek wisata dikelompokkan dan direpresentasikan menjadi tiga model graf berbobot dan berarah.
Analisis Klaster untuk Data Kategorik Menggunakan Metode K-Modes (Studi Kasus: Data Pasien COVID-19 di RSUD Dr. H. Abdul Moeloek Provinsi Lampung) Shabrina Novaindah Dwiyamti; Khoirin Nisa; Agus Sutrisno; Netti Herawati
Jurnal Siger Matematika Vol 3, No 2 (2022): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jsm.v3i2.3103

Abstract

Analisis klaster merupakan salah satu analisis multivariat metode interdependensi dikarenakan tidak ada perbedaan antara variabel bebas dan variabel tak bebas. Analisis klaster terdiri dari metode hierarki dan non hierarki. K-Means merupakan salah satu metode analisis klaster non hierarki. Namun, metode K-Means terbatas pada data numerik. Sehingga dibutuhkan metode untuk mengolah data kategorik. Salah satu metode non hierarki untuk data kategorik yang sering digunakan adalah K-Modes. Penelitian ini bertujuan untuk menerapkan analisis klaster K-Modes pada data pasien COVID-19 di RSUD Dr. H. Abdul Moeloek Provinsi Lampung yang berjumlah 560 data pasien dengan variabel jenis kelamin, usia, cara masuk, dan kondisi saat keluar dari RSUD Dr. H. Abdul Moeloek Provinsi Lampung. Dengan menggunakan Davies-Bouldin Index (DBI) dan metode Silhouette, diperoleh hasil nilai  optimal untuk analisis klaster K-Modes adalah sebanyak 8 klaster, yaitu terdiri dari 145 pasien klaster 1, 227 pasien klaster 2, 16 pasien klaster 3, 30 pasien klaster 4, 30 pasien klaster 5, 74 pasien klaster 6, 4 pasien klaster 7, dan 34 pasien klaster 8. Karena anggota klaster 1 dan 2 terbanyak jika dibandingkan dengan klaster lainnya, maka diperlukan penanganan yang lebih optimal untuk klaster 1 dan 2. 
Analisis Regresi Logistik Biner Terhadap Data Indeks Kedalaman Kemiskinan Di Indonesia Tahun 2020 Regita Elza Fitri; Eri Setiawan; Mustofa Usman; Dorrah Aziz
Jurnal Siger Matematika Vol 3, No 2 (2022): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jsm.v3i2.3117

Abstract

Poverty is a serious problem that occurs in many countries, both developing and developed countries. This issue needs to be addressed by the government, especially in countries with large and dense populations such as Indonesia. Poverty inequality as measured by the poverty depth index shows a number that tends to be stable from year to year. Therefore, it’s necessary know the causal factors that affect the depth of poverty in Indonesia. This study discusses the factors that affect the poverty depth index in Indonesia in 2020 using binary logistic regression analysis to determine the best binary logistic regression model and find out the magnitude of the classification accuracy of what factors affect the poverty depth index in 34 provinces in Indonesia in 2020. This problem can be overcome by using binary logistic regression because the response variable only consists of two categories, namely high and low poverty depth. Based on the analysis, it can be concluded that the open unemployment rate variable and the average expenditure per capita for one month for food have a significant effect on the classification of the poverty depth index in Indonesia 2020.
Pemilihan Metode Terbaik Support Vector Machine (SVM) Dan Regresi Logistik Biner Untuk Klasifikasi Status Kemiskinan Rumah Tangga Di Provinsi Lampung Tahun 2019 Rengganis Woro Maharsi; Sulistyo Hadi
Jurnal Siger Matematika Vol 3, No 2 (2022): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jsm.v3i2.3015

Abstract

Metode pengklasifikasian terdiri dari metode nonlinier, yaitu Support Vector Machine (SVM), dan metode linier, yaitu Regresi Logistik Biner. Data kemiskinan di Indonesia belum menjadi dasar kebijakan yang tepat sasaran untuk permasalahan pengentasan kemiskinan. Kontraksi Ekonomi ketika Pandemi Covid-19, Provinsi Lampung mengalami peningkatan pertumbuhan penduduk miskin. Pada Maret 2020, terjadi penurunan persentase penduduk miskin sekitar 0,28% dibandingkan Maret 2019. Jumlah penduduk miskin secara absolut ternyata naik, terdapat sekitar 45.464 penduduk miskin baru tahun 2020 dan 34.553 penduduk miskin baru tahun 2021. Data yang digunakan bersumber dari Survei Sosial Ekonomi Nasional (Susenas) tahun 2019. Penelitian ini menggunakan data training (80%) dan testing (20%) dari Survei Sosial Ekonomi Nasional (SUSENAS) 2019. Karakteristik rumah tangga miskin di Provinsi Lampung tahun 2019 adalah KRT berjenis kelamin perempuan, tidak menamatkan SD, jumlah ART lebih banyak, tinggal di perdesaan, jenis dinding menggunakan Tanah/Bambu/Lainnya, sumber air minum bukan dari air kemasan dan sumur/bor/pompa/ledeng, bekerja di sektor pertanian atau tidak bekerja/penerima pendapatan, tidak memiliki jaminan kesehatan, dan tidak memiliki emas minimal 10 gr. Penelitian ini menunjukkan metode pengklasifikasian terbaik adalah SVM dengan nilai akurasi pada data testing sebesar 84,66%, APER  15,34%, Sensitivity 75%, Specificity 84,72%, AUC 79,86%, FP rate 2,98%, dan FN rate 0,18%.
Model EGARCH dan TGARCH untuk Mengukur Volatilitas Asimetris Return Saham Sofalina Nodra Brilliantya; Khoirin Nisa; Subian Saidi; Eri Setiawan
Jurnal Siger Matematika Vol 3, No 2 (2022): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jsm.v3i2.3111

Abstract

Model Generalized Autoregressive Conditional Heterocedasticity (GARCH) merupakan salah satu pemodelan data deret waktu yang digunakan untuk mengukur data yang memiliki varians residual yang tidak konstan atau bersifat heteroskedastisitas.  Heteroskedastisitas terjadi karena data deret waktu memiliki volatilitas yang tinggi.  Model Exponential GARCH (EGARCH) dan Threshold GARCH (TGARCH) adalah model-model GARCH yang dapat mengatasi efek asimetris pada volatilitas.  Data yang digunakan pada penelitian ini adalah data return saham harian PT KB Bukopin Tbk (BBKP).  Penelitan ini bertujuan untuk menerapkan model EGARCH dan TGARCH serta mendapatkan  model terbaik dalam mengukur volatilitas asimetris data return saham harian.  Pemilihan model terbaik didasarkan pada nilai Akaike Information Criterion (AIC) terkecil.  Hasil analisis menunjukan bahwa model EGARCH (2,1) adalah model terbaik untuk mengukur dan meramalkan volatilitas asimetris return saham yang digunakan.

Page 1 of 1 | Total Record : 5