cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Didi Suhaedi
Contact Email
uptpublikasi@unisba.ac.id
Phone
+6289657453976
Journal Mail Official
jrm@unisba.ac.id
Editorial Address
UPT Publikasi Ilmiah, Universitas Islam Bandung. Jl. Tamansari No. 20, Bandung 40116, Indonesia. Tlp +62 22 420 3368, +62 22 426 3895 ext. 6892
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Riset Matematika
Published by Universitas Islam Bandung
ISSN : 2808313X     EISSN : 27986306     DOI : https://doi.org/10.29313/jrm.v2i2
Core Subject : Education,
Mathematics
Jurnal Riset Matematika (JRM) Jurnal Riset Matematika (JRM) menerbitkan artikel penelitian akademik tentang kajian teoritis dan terapan serta berfokus pada Matematika dengan ruang lingkup Algoritma, MATLAB, ARFIMA, Arithmetic Geometric Mean, Aritmatika Modulo konveksi alamiah, Backorder, Bidang Singgung, EOQ , Fuzzy Decision Tree, Himpunan Fuzzy, Jumlah Riemann, kecepatan aliran, Koefisien Fungsi, Konstanta Pegas Graph Hamilton, Konveksi Alamiah, Lapisan Batas, Logika Fuzzy, Metode Beda Hingga Deret Waktu, Metode Dekomposisi Lower-Upper Gauss, Metode Deret Pangkat, Model Inventory, NCP, Norm Cross Product, Persamaan Arus, Persamaan Diferensial Orde Dua Homogen, Premi Bundaran, Profitabilitas, Risiko, Varians, Shortest Path, Sequential Insertion, Sistem Persamaan Diferensial, Tangga Nada Pentatonik, Time Series, Titik Biasa, Titik Ekuilibrium Luas Permukaan, Titik Kesetimbangan Optimasi Multi Objektif, Titik Singular Regular Rumah Sakit, Transformasi Laplace. Jurnal ini diterbitkan oleh UPT Publikasi Unisba. Artikel yang dikirimkan ke jurnal ini akan diproses secara online dan menggunakan double blind review minimal oleh dua orang mitra bebestari.
Arjuna Subject : Matematika - Matematika Terapan
Articles 130 Documents
 9   10   11   12   13 
Perbandingan Algoritma Dijkstra dan Bellman Ford dalam Menentukan Rute Terpendek Cafe Hopping Gheamelia, Dieva; Respitawulan, R; Permanasari, Yurika
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8297

Abstract

Abstrak. Penelitian ini bertujuan untuk membandingkan dua algoritma pencarian rute terpendek, yaitu Dijkstra dan Bellman-Ford, dalam konteks kegiatan cafe hopping di Kota Bandung. Dengan semakin maraknya minat masyarakat terhadap eksplorasi tempat-tempat kuliner seperti cafe, dibutuhkan sistem yang mampu memberikan rute tercepat dan terpendek agar kegiatan tersebut lebih efisien. Penelitian dilakukan dengan membangun model graf berarah berbobot dari beberapa lokasi cafe populer, menggunakan jarak antar titik sebagai bobot sisi. Implementasi algoritma dilakukan menggunakan Python di Google Colab. Hasil pengujian menunjukkan bahwa meskipun kedua algoritma menghasilkan rute dan jarak yang sama dari titik awal ke tujuan akhir, Algoritma Dijkstra memproses data lebih cepat karena tidak melakukan relaksasi berulang seperti Bellman-Ford. Namun, Bellman-Ford memiliki keunggulan dalam menangani graf dengan bobot negatif. Penelitian ini menyimpulkan bahwa pemilihan algoritma harus disesuaikan dengan karakteristik graf dan kebutuhan aplikasi. Rekomendasi untuk pengembangan selanjutnya mencakup penggunaan graf dua arah dan integrasi data waktu tempuh aktual agar solusi lebih relevan terhadap kondisi nyata di lapangan. Abstract. This study aims to compare two shortest path algorithms, namely Dijkstra and Bellman-Ford, in the context of cafe hopping activities in Bandung City. With the growing public interest in exploring culinary destinations such as cafés, a system that can determine the most efficient and shortest route is essential. The research was conducted by modeling a directed weighted graph based on several popular cafe locations, using the distance between each point as edge weights. The algorithms were implemented using Python on the Google Colab platform. The results show that although both algorithms produced the same route and distance from the starting point to the destination, Dijkstra's algorithm processed the data faster due to its single-pass nature, unlike Bellman-Ford which performs multiple relaxation steps. However, Bellman-Ford has the advantage of handling graphs with negative weights. This study concludes that the selection of an algorithm should align with the graph characteristics and application needs. Future development is recommended to include bidirectional graphs and real-time travel time data to ensure more practical and realistic solutions in real-world scenarios. 
Prediksi Tren Data Penjualan Album K-Pop Berbasis Machine Learning Menggunakan Algoritma XGBoost Andiyani, Maesaroh; Harahap, Erwin; Suhaedi, Didi
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8340

Abstract

Abstract. The South Korean music industry (K-Pop) is experiencing rapid growth and holds significant global influence. Despite the dominance of digital platforms, physical album sales remain strong, although their trends are not always consistent. This study aims to predict K-Pop album sales trends for the period 2025–2029 using the eXtreme Gradient Boosting (XGBoost) machine learning algorithm, based on historical data from 2020–2024. Data were manually collected from multiple digital platforms, including Circle Chart, YouTube, Instagram, X, and Naver. The research follows the Knowledge Discovery in Database (KDD) framework, consisting of data selection, pre-processing, transformation, data mining, and evaluation stages. The model’s performance was evaluated using the Mean Absolute Percentage Error (MAPE) metric. The results show a general upward trend in album sales across all four major K-Pop agencies HYBE, SM Entertainment, JYP Entertainment, and YG Entertainment although the growth patterns vary by agency. Feature importance analysis revealed different key influencing factors 24-hour MV views played a dominant role at HYBE and SM, the album releases was most significant at JYP, and the active artists had the greatest impact at YG. These findings demonstrate that XGBoost can effectively model and predict K-Pop album sales while identifying agency-specific influencing factors. Abstrak. Industri musik Korea Selatan (K-Pop) mengalami pertumbuhan pesat dan memiliki pengaruh global yang signifikan. Meskipun era digital mendominasi, penjualan album fisik K-Pop terus meningkat, namun tidak selalu menunjukkan pola yang konsisten. Penelitian ini bertujuan untuk memprediksi tren penjualan album K-Pop menggunakan algoritma machine learning eXtreme Gradient Boosting (XGBoost) dengan prediksi tren data penjualan album tahun 2025–2029, berdasarkan data historis periode 2020–2024. Sumber data diperoleh dari platform digital seperti Circle Chart, YouTube, Instagram, X, dan Naver. Penelitian ini dilakukan melalui pendekatan Knowledge Discovery in Database (KDD), dan model dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil penelitian, dapat disimpulkan bahwa pola dan tren penjualan album K-Pop tahun 2025–2029 menunjukkan peningkatan dari tahun ke tahun, dengan pola yang beragam pada setiap agensi tergantung pada faktor seperti jumlah album dan aktivitas artis. Hasil feature importance menggunakan algoritma XGBoost menunjukkan bahwa setiap agensi memiliki faktor yang berbeda dalam memengaruhi penjualan album, seperti total tayangan MV 24 jam pada agensi HYBE Corporation dan SM Entertainment, total album pada agensi JYP Entertainment, serta jumlah artis aktif pada agensi YG Entertainment.
Analisis Superposisi Gelombang Menggunakan Transformasi Fourier Diskrit Ilham, Fajar; Ramdani, Yani; Gunawan, Gani
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8342

Abstract

Abstract. This study examines the use of the Discrete Fourier Transform (DFT) in analyzing wave superposition phenomena through a spectral approach. By utilizing the DFT, complex signals resulting from the overlap of periodic and non-periodic waves are decomposed into their constituent frequency components. The transformation process from the time domain to the frequency domain allows the extraction of critical parameters such as amplitude, dominant frequency, and phase shift for each individual wave. This analysis emphasizes the ability of the DFT to map the signal energy distribution and identify patterns of interfrequency interactions that are not observed in the time domain. Through numerical simulations, the accuracy of the signal reconstruction based on spectral components is evaluated by considering factors such as frequency resolution and aliasing effects. The verification results indicate that the DFT provides a reliable framework for understanding the dynamics of wave superposition, especially in the context of real time. Abstrak. Penelitian ini mengkaji pemanfaatan Transformasi Fourier Diskrit (DFT) dalam menganalisis fenomena superposisi gelombang melalui pendekatan spektral. Dengan memanfaatkan DFT, sinyal kompleks yang dihasilkan dari tumpang tindih gelombang periodik maupun non-periodik didekomposisi ke dalam komponen frekuensi penyusunnya. Proses transformasi dari ranah waktu ke ranah frekuensi memungkinkan ekstraksi parameter kritis seperti amplitudo, frekuensi dominan, dan pergeseran fase untuk setiap gelombang individu. Analisis ini menekankan kemampuan DFT dalam memetakan distribusi energi sinyal serta mengidentifikasi pola interaksi antarfrekuensi yang tidak teramati dalam domain waktu. Melalui simulasi numerik, ketepatan rekonstruksi sinyal berbasis komponen spektral dievaluasi dengan mempertimbangkan faktor seperti resolusi frekuensi dan efek aliasing. Hasil verifikasi menunjukkan bahwa DFT memberikan kerangka kerja yang andal untuk memahami dinamika superposisi gelombang, terutama dalam konteks pemrosesan sinyal real time.
Model Matematika Penyebaran Perilaku Online Compulsive Buying: Literature Review Asma, Niati; Sukarsih, Icih; Suhaedi, Didi
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8344

Abstract

Abstract. Online compulsive buying (OCB) is an excessive consumption phenomenon that has been increasingly prevalent in the digital era. This behavior negatively impacts not only individual financial well-being but also mental health, including increased anxiety, stress, and impulse control disorders. Various psychological and social factors, such as Fear of Missing Out (FoMO), self-control, peer influence, and social media exposure, have been proven to play essential roles in triggering and facilitating OCB behavior. This literature review explores the dynamics of OCB behavior dissemination and its implications, as well as the role of mathematical modeling as an innovative approach to study and support effective intervention efforts. The review results indicate that interventions targeting the enhancement of self-control and stress management can significantly reduce the prevalence of OCB. Moreover, this article discusses mathematical models that can simulate the spread and control of compulsive buying behavior within digital populations. However, further development of more realistic models and validation using empirical data is still necessary. This review emphasizes the need for a multidisciplinary approach that integrates psychology, mathematics, and information technology to design more targeted, measurable, and sustainable OCB prevention strategies in an increasingly digital society. Abstrak. Perilaku belanja online kompulsif (online compulsive buying-OCB) merupakan fenomena konsumsi berlebihan yang semakin meningkat di era digital. Perilaku ini tidak hanya berdampak negatif pada aspek finansial individu, tetapi juga memengaruhi kesehatan mental, termasuk meningkatkan kecemasan, stres, dan gangguan kontrol impuls. Berbagai faktor psikologis dan sosial, seperti Fear of Missing Out (FoMO), kontrol diri (self-control), serta pengaruh teman sebaya dan media sosial, terbukti memainkan peran penting dalam memicu dan memfasilitasi penyebaran perilaku OCB. Kajian literatur ini mengulas dinamika penyebaran perilaku OCB dan implikasinya, serta peran pemodelan matematika sebagai pendekatan inovatif untuk mengkaji serta mendukung upaya intervensi yang efektif. Hasil review menunjukkan bahwa intervensi yang menargetkan peningkatan kontrol diri dan pengelolaan stres secara signifikan dapat mengurangi prevalensi OCB. Selain itu, artikel ini membahas berbagai model matematika yang mampu mensimulasikan penyebaran dan pengendalian perilaku compulsive buying pada populasi digital. Meskipun demikian, pengembangan model yang lebih realistis dan validasi berbasis data empiris masih diperlukan. Kajian ini menekankan pentingnya pendekatan multidisiplin yang mengintegrasikan psikologi, matematika, dan teknologi informasi untuk merancang strategi pencegahan OCB yang lebih tepat sasaran, terukur, dan berkelanjutan di tengah masyarakat digital yang terus berkembang.
Analisis Instrumen Penelitian Impulsive Buying: Pilar Analisis Model MARS Siti Umaesoh; Ramdani, Yani; Fahmi Fikri, Fariz
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8445

Abstract

Abstract. Impulsive buying behavior refers to a person's spontaneous shopping without considering the benefits. This is characterized by the desire to buy without planning. The research data was obtained from questionnaires distributed to active students of the Faculty of Mathematics and Natural Sciences, Bandung Islamic University. This study aims to test validity using the Pearson Product Moment equation and reliability using Cronbach's alpha value equation. All items from factors influencing impulsive buying, such as lifestyle, sales promotions, hedonistic shopping motivation, visual merchandising, and product knowledge, were analyzed to assess the validity and consistency of the research instrument. The instrument testing utilized SPSS software, a statistical data analysis application commonly used in quantitative research. The results indicated that all questionnaire items related to impulsive buying indicators were valid and reliable, enabling further analysis of impulsive buying behavior using the MARS method. These findings are expected to provide valuable theoretical insights for future research. Abstrak. Perilaku impulsive buying merujuk pada tindakan seseorang untuk berbelanja secara spontan tanpa memikirkan manfaatnya. Hal tersebut ditandai dengan adanya keinginan untuk membeli tanpa merencanakan. Data penelitian diperoleh dari kuesioner yang disebarkan kepada mahasiswa aktif Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Islam Bandung. Penelitian ini bertujuan untuk menguji validitas dengan menggunakan persamaan Pearson Product Moment dan reliabilitas dengan persamaan dari nilai Cronbach’s alpha. Seluruh item pertanyaan dari faktor yang mempengaruhi impulsive buying, seperti gaya hidup, promosi penjualan, motivasi belanja hedonis, visual merchandising, dan product knowledge dianalisis untuk melihat keabsahan dan kekonsistenan instrumen penelitian. Pengujian instrumen ini memanfaatkan software SPSS yang merupakan aplikasi olah data statistik yang lebih sering digunakan dalam penelitian kuantitatif. Hasil penelitian menunjukkan bahwa seluruh item pertanyaan dari indikator impulsive buying dikatakan valid dan reliabel, dan dapat dilanjutkan ke analisis faktor perilaku impulsive buying dengan menggunakan metode MARS. Hasil tersebut diharapkan dapat memberikan informasi bahkan manfaat teoritis untuk kelanjutan penelitian di masa yang akan datang.
Penerapan Metode GRA-DEMATEL Pada Pilihan E-Commerce Fashion Gen Z Rini Kurniasih; Suhaedi, Didi; Harahap, Erwin
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8446

Abstract

Abstract. The rapid growth of fashion e-commerce has encouraged Generation Z, as digital natives, to navigate various online shopping platforms. Their unique consumption preferences, shaped by impulsive lifestyles and high exposure to social media, present challenges in selecting the most suitable e-commerce platform for fashion purchases. This study aims to determine the best e-commerce platform for Gen Z in fashion shopping using a Multi-Criteria Decision Making (MCDM) approach. This quantitative research involved 111 Gen Z respondents residing in the Greater Bandung area who have shopped for fashion products on Shopee, Tokopedia, and Lazada. Data were collected through an online questionnaire and processed using the Entropy method to objectively weigh the evaluation criteria, Grey Relational Analysis (GRA) to rank the alternatives, and the Decision Making Trial and Evaluation Laboratory (DEMATEL) to analyze the interrelationships among criteria. The evaluation was based on four main criteria: price, product, appeal, and user experience. The results indicate that Shopee ranks first as the preferred platform. The DEMATEL analysis identified product and price as the most influential criteria affecting appeal and user experience. These findings contribute to a better understanding of Gen Z’s shopping behavior and offer strategic insights for e-commerce platforms seeking to enhance competitiveness and user satisfaction. Abstrak. Pertumbuhan e-commerce fashion yang pesat mendorong Gen Z, sebagai generasi digital native, untuk menghadapi berbagai pilihan platform belanja daring. Preferensi konsumsi mereka yang unik, dipengaruhi gaya hidup impulsif dan eksposur media sosial, menimbulkan tantangan dalam memilih platform e-commerce yang paling sesuai. Penelitian ini bertujuan menentukan platform e-commerce terbaik bagi Gen Z dalam pembelian produk fashion dengan pendekatan Multi-Criteria Decision Making (MCDM). Penelitian bersifat kuantitatif dengan melibatkan 111 responden Gen Z yang berdomisili di wilayah Bandung Raya dan pernah berbelanja fashion di Shopee, Tokopedia, dan Lazada. Data dikumpulkan melalui penyebaran kuesioner daring, kemudian diolah menggunakan metode Entropy untuk pembobotan kriteria secara objektif, Grey Relational Analysis (GRA) untuk pemeringkatan alternatif, serta Decision Making Trial and Evaluation Laboratory (DEMATEL) untuk menganalisis hubungan antarkriteria. Evaluasi dilakukan berdasarkan empat kriteria: harga, produk, daya tarik, dan pengalaman pengguna. Hasil menunjukkan bahwa Shopee menempati peringkat pertama sebagai platform pilihan. Analisis DEMATEL mengidentifikasi produk dan harga sebagai kriteria paling berpengaruh terhadap daya tarik dan pengalaman pengguna. Temuan ini memberikan kontribusi dalam memahami perilaku belanja Gen Z serta menjadi referensi bagi pelaku e-commerce dalam merancang strategi yang relevan dan kompetitif.
Implementasi Perhitungan dengan Metode Garis Lurus dan Saldo Menurun Ganda Hastanti, Andrea Widhi; Rohaeni, Onoy; Permanasari, Yurika
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8461

Abstract

Abstrak. Penentuan nilai objek sewa yang sesuai dengan prinsip-prinsip syariah merupakan aspek penting dalam transaksi keuangan Islami. Penelitian ini ditujukan kepada sebuah implementasi model berbasis Python yang dapat digunakan untuk menghitung nilai sewa objek secara akurat dan sesuai dengan ketentuan syariah. Dengan memanfaatkan bahasa pemrograman Python, penelitian ini menyusun algoritma yang mengintegrasikan metode penilaian syariah seperti metode garis lurus dan metode Saldo Menurun Ganda yang diakui dalam keuangan Islam. Tujuan dari penelitian ini adalah untuk mengetahui metode mana yang paling berpengaruh terhadap laba perusahaan dan untuk mengetahui metode mana yang efektif dipilih oleh perusahaan. Berdasarkan penelitian ini, metode garis lurus memiliki keuntungan yang tidak terlalu besar dan pada beban penyusutan tidak terlalu besar pada tiap tahunnya, sedangkan pada metode saldo menurun dari segi keuntungan memang besar akan tetapi pada beban penyusutan juga besar pertahunnya, maka akan berpengaruh pada tarif sewa kepada yang akan menyewa. Abstract. Determining the value of a leased asset in accordance with Sharia principles is an important aspect of Islamic financial transactions. This study focuses on a Python-based implementation model that can be used to accurately calculate the lease value of an asset in compliance with Sharia regulations. By leveraging the Python programming language, this research develops an algorithm that integrates Sharia valuation methods such as the straight- line method and the double declining balance method, both recognized in Islamic finance. The aim of this study is to identify which method has the greatest impact on the company’s profit and to determine which method is effectively preferred by the company. Based on the research findings, the straight-line method yields moderate profit and relatively low annual depreciation expenses, whereas the double declining balance method results in higher profits but also incurs higher annual depreciation expenses, which in turn affects the rental rates charged to lessees.
Model Predator-Prey yang dipengaruhi Penyakit: Literature Review Triputra Tresnasena, Andika; Sukarsih, Icih; Fahmi Fikri, Fariz
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8707

Abstract

Abstract. Classical predator-prey models have long been used to describe interactions within ecological systems, yet they often fall short in capturing the complex dynamics that arise when disease is present. In recent decades, the growing incidence of diseases affecting wildlife and spreading across species boundaries has underscored the urgency of understanding epidemiological impacts within predator-prey systems. This study aims to systematically review various mathematical models that incorporate infection dynamics in prey, predators, or both. The review was conducted through a literature study of eight selected scientific articles representing diverse modeling frameworks and biological assumptions. Data was collected from reputable journal publications and analyzed qualitatively by examining disease schemes, recovery mechanisms, predation preferences, and environmental influences such as delay, harvesting, and external interventions. The analysis reveals that disease presence can lead to a wide range of dynamic behaviors, from stable coexistence to bifurcation and periodic oscillations, depending on critical parameter values and structural configurations. Integrating epidemiological components into ecological models not only enhances theoretical understanding but also offers a foundation for developing more adaptive, data-driven strategies to manage populations under increasing ecological and epidemiological pressures. Abstrak. Model predator-prey klasik telah banyak dimanfaatkan untuk menggambarkan interaksi populasi dalam ekosistem, namun masih belum sepenuhnya merefleksikan dinamika kompleks yang muncul akibat keberadaan penyakit. Dalam beberapa dekade terakhir, meningkatnya kasus penyakit yang menjangkiti hewan liar dan menyebar antar spesies menimbulkan kebutuhan mendesak untuk memahami dampak epidemiologis dalam sistem predator-prey. Penelitian ini bertujuan untuk menelaah secara sistematis berbagai model matematika yang menggabungkan aspek infeksi pada mangsa, predator, maupun keduanya. Kajian dilakukan melalui studi pustaka terhadap delapan artikel ilmiah terpilih yang merepresentasikan ragam pendekatan dan struktur model. Data dikumpulkan dari publikasi jurnal bereputasi dan dianalisis secara kualitatif dengan menyoroti skema penyakit, mekanisme pemulihan, fungsi predasi, serta pengaruh lingkungan seperti delay, harvesting, dan intervensi eksternal. Analisis menunjukkan bahwa keberadaan penyakit dapat menghasilkan berbagai dinamika, mulai dari kestabilan hingga bifurkasi dan osilasi periodik, tergantung pada nilai parameter kritis dan konfigurasi interaksi biologis yang diasumsikan. Penyisipan elemen epidemiologi ke dalam model ekologis tidak hanya memperkaya pemahaman teoretis, tetapi juga membuka peluang untuk merancang strategi pengelolaan populasi yang lebih adaptif dan berbasis data terhadap tantangan ekologis dan penyakit yang semakin kompleks.
Optimasi Pemilihan Saham Menggunakan Model Markowitz dengan Aplikasi Python Dewi, Adesty; Ramdani, Yani; Fahmi Fikri, Fariz
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8708

Abstract

Abstrak. Jumlah investor di pasar modal Indonesia terus meningkat dalam beberapa tahun terakhir, menunjukkan tingginya kesadaran masyarakat terhadap pentingnya investasi. Namun, fluktuasi harga saham dan ketidakpastian pasar masih menjadi tantangan utama bagi investor. Penelitian ini bertujuan untuk membentuk portofolio saham optimal guna meminimalkan risiko dan memaksimalkan return menggunakan model Markowitz. Penelitian ini bersifat kuantitatif dengan pendekatan data sekunder, yaitu data harga penutupan bulanan dari 24 saham sektor perbankan yang tercatat di Bursa Efek Indonesia periode Januari 2022 hingga Desember 2024. Data diperoleh melalui pengunduhan dari situs resmi BEI. Proses analisis meliputi perhitungan return historis, seleksi saham dengan expected return positif, analisis korelasi dan kovarian antar saham, serta optimasi bobot investasi dengan bantuan perangkat lunak Python. Hasil analisis menunjukkan bahwa model Markowitz mampu menghasilkan portofolio dengan risiko lebih rendah dibandingkan saham individual dan terletak pada posisi efisien di kurva Efficient Frontier. Temuan ini menegaskan bahwa diversifikasi saham berbasis pendekatan matematis dapat menjadi strategi yang efektif dalam pengambilan keputusan investasi di tengah kondisi pasar yang tidak stabil. Abstract. The number of investors in the Indonesian capital market has continued to increase in recent years, indicating a growing public awareness of the importance of investing. However, stock price fluctuations and market uncertainty remain major challenges for investors. This study aims to construct an optimal stock portfolio to minimize risk and maximize returns using the Markowitz model. This is a quantitative study using a secondary data approach, namely monthly closing price data from 24 banking sector stocks listed on the Indonesia Stock Exchange for the period of January 2022 to December 2024. The data was obtained by downloading from the official IDX website. The analysis process includes calculating historical returns, selecting stocks with positive expected returns, analyzing correlations and covariances among stocks, and optimizing investment weights with the help of Python software. The results show that the Markowitz model is capable of generating a portfolio with lower risk compared to individual stocks and is positioned efficiently on the Efficient Frontier curve. These findings confirm that stock diversification based on a mathematical approach can be an effective strategy for making investment decisions amid unstable market conditions.
Pemanfaatan Rancangan Acak Kelompok untuk Analisis Partisipasi Responden Survei BPS Tebing Tinggi Wandari, Rizky; Yuniar Amanda Lubis; Mahyuddin; Cipta, Hendra
Jurnal Riset Matematika Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i2.8746

Abstract

Abstrak. Penelitian ini bertujuan untuk mempelajari variabel yang memengaruhi tingkat partisipasi responden dalam survei yang dilakukan oleh Badan Pusat Statistik (BPS) Kota Tebing Tinggi. Permasalahan rendahnya partisipasi responden menjadi fokus utama penelitian ini karena berdampak signifikan pada kualitas dan representativitas data yang dikumpulkan. Penelitian ini menggunakan pendekatan kuantitatif eksperimental dengan metode Rancangan Acak Kelompok (RAK), yang dibantu oleh program SPSS. Untuk mengontrol keragaman yang disebabkan oleh faktor luar, RAK disusun berdasarkan karakteristik wilayah responden, yaitu lima kecamatan di Kota Tebing Tinggi. Variabel bebas yang diteliti meliputi usia, jenis kelamin, tingkat pendidikan, pekerjaan, kondisi sosial, dan ekonomi. Data primer dan sekunder dikumpulkan selama praktik di BPS dari Agustus hingga September 2024. Analisis data dilakukan menggunakan Uji ANOVA satu arah (Analysis of Variance). Hasil analisis sidik ragam menunjukkan nilai signifikansi sebesar 0,04 (p < 0,05), yang menunjukkan bahwa faktor sosial, ekonomi, dan demografi memiliki pengaruh signifikan terhadap tingkat partisipasi responden. Usia, tingkat pendidikan, dan status sosial merupakan faktor yang paling berpengaruh, sedangkan variabel jenis kelamin dan pekerjaan tidak memiliki dampak yang signifikan. Abstract. This study aims to analyze the factors influencing the level of respondent participation in surveys conducted by the Central Bureau of Statistics (BPS) of Tebing Tinggi City. Low respondent participation is the main focus of this study because it has a significant impact on the quality and representativeness of the collected data. The research employs a quantitative experimental approach using the Randomized Block Design (RBD) method assisted by SPSS software. To control heterogeneity caused by external factors, the RBD was arranged based on respondents’ regional characteristics, namely five sub-districts in Tebing Tinggi City. The independent variables examined include age, gender, education level, occupation, social conditions, and economic conditions. Primary and secondary data were collected during an internship at BPS from August to September 2024. Data analysis was conducted using one-way ANOVA (Analysis of Variance). The results of the analysis show a significance value of 0.04 (p < 0.05), indicating that social, economic, and demographic factors have a significant influence on respondent participation. Age, education level, and social status are the most influential factors, while gender and occupation do not have a significant effect. 

Page 13 of 13 | Total Record : 130

 9   10   11   12   13 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Volume 5, No.2, Desember 2025, Jurnal Riset Matematika (JRM) Volume 5, No.1, Juli 2025, Jurnal Riset Matematika (JRM) Volume 4, No.2, Desember 2024, Jurnal Riset Matematika (JRM) Volume 4, No.1, Juli 2024, Jurnal Riset Matematika (JRM) Volume 3, No.2, Desember 2023, Jurnal Riset Matematika (JRM) Volume 3, No.1, Juli 2023, Jurnal Riset Matematika (JRM) Volume 2, No. 2, Desember 2022, Jurnal Riset Matematika (JRM) Volume 2, No. 1, Juli 2022, Jurnal Riset Matematika (JRM) Vol. 1 No. 2 (2021): Jurnal Riset Matematika Volume 1, No.2, Desember 2021, Jurnal Riset Matematika (JRM) Vol. 1 No. 1 (2021): Jurnal Riset Matematika Volume 1, No.1, Juli 2021, Jurnal Riset Matematika (JRM) More Issue