cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Unang arifin
Contact Email
bcsm@unisba.ac.id
Phone
+6281224131431
Journal Mail Official
bcsm@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. 6891
Location
Kota bandung,
Jawa barat
INDONESIA
Bandung Conference Series: Mathematics
Published by Universitas Islam Bandung
ISSN : -     EISSN : 28282515     DOI : https://doi.org/10.29313/bcsm.v2i2
Core Subject : Education,
Mathematics Other
Bandung Conference Series: Mathematics (BCSM) 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. Prosiding ini diterbitkan oleh UPT Publikasi Ilmiah Unisba. Artikel yang dikirimkan ke prosiding ini akan diproses secara online dan menggunakan double blind review minimal oleh dua orang mitra bebestari.
Arjuna Subject : Matematika - Matematika Terapan
Articles 6 Documents
 1 
Search results for , issue "Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics" : 6 Documents clear
Analisis Maksimalisasi Utilitas Konsumen Melalui Grafik dan Persamaan Rumus Siti Masytoh Diyandini; Eti Kurniati; Onoy Rohaeni
Bandung Conference Series: Mathematics Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v4i1.11021

Abstract

Abstract. This research explores how to maximize consumer utility within the constraints of a budget through the analysis of two goods and n-goods using graphs and equations. The basic assumption is that consumers have income allocated between two goods (x and y) with their respective prices. Through discussions on budget constraints, marginal substitution, and indifference curves, it is concluded that maximum utility is achieved when the entire income is spent with the marginal substitution rate (MRS) equal to the price ratio of the goods. Explanations are provided for situations where consumers can achieve maximum utility without consuming one of the goods, depending on individual preferences. The importance of optimal income allocation is also revealed in the mathematical analysis and Lagrange Multiplier Equation for n-goods cases. The condition equations indicate that the price of goods must be proportional to their marginal value for optimal purchases to occur. The research findings emphasize the significance of distributing additional benefits from each extra income uniformly across all consumed goods. This study makes a significant contribution to understanding the fundamentals of consumer economic behavior and establishes a theoretical foundation for further analysis in this field. Research steps involve information collection, mathematical analysis, and understanding economic concepts, with anticipated outcomes providing in-depth insights and meaningful contributions to understanding consumer expenditure allocation decisions. Abstrak. Penelitian ini membahas cara memaksimalkan utilitas konsumen dalam konteks keterbatasan anggaran melalui analisis dua barang dan n-barang menggunakan grafik dan persamaan. Asumsi dasar adalah konsumen memiliki pendapatan yang dialokasikan antara dua barang (x dan y) dengan harga masing-masing. Melalui pembahasan tentang budget constraint, substitusi marjinal, dan kurva indifferen, disimpulkan bahwa utilitas maksimal tercapai saat seluruh pendapatan dihabiskan dengan tingkat substitusi marjinal (MRS) sama dengan rasio harga barang. Penjelasan diberikan untuk situasi di mana konsumen dapat mencapai utilitas maksimal tanpa mengonsumsi salah satu barang, tergantung pada preferensi individu. Pentingnya alokasi pendapatan optimal juga terungkap dalam analisis matematis dan Persamaan Lagrange Multiplier untuk kasus n-barang. Persamaan kondisi menunjukkan bahwa harga barang harus proporsional dengan nilai marginalnya agar pembelian optimal terjadi. Hasil penelitian menggarisbawahi pentingnya meratakan manfaat tambahan dari setiap pendapatan tambahan ke semua barang yang dikonsumsi. Penelitian ini memberikan kontribusi signifikan dalam memahami dasar-dasar ekonomi perilaku konsumen dan menciptakan landasan teoritis untuk analisis lebih lanjut di bidang ini. Langkah-langkah penelitian melibatkan pengumpulan informasi, analisis matematis, dan pemahaman konsep-konsep ekonomi, dengan hasil yang diharapkan memberikan wawasan mendalam dan kontribusi berarti untuk pemahaman keputusan alokasi pengeluaran konsumen.
Implementasi Metode Entropy dan Metode ELECTRE pada Sistem Pendukung Keputusan Pemilihan Pegawai Berprestasi Ikbal Permana; Gani Gunawan
Bandung Conference Series: Mathematics Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v4i1.14393

Abstract

Abstract. This research aims to apply the ELECTRE Method in the selection of outstanding employees at the Regional Finance and Asset Management Agency of Cimahi City Government. The research also aims to assist management in the process of data analysis and employee evaluation based on factors considered in decision-making. The study utilizes the ELECTRE (Elimination and Choice Expressing Reality) Method. This method is capable of minimizing errors, resulting in more accurate and objective outcomes. The criteria used for determining outstanding employees in this study include work quantity, work quality, reliability, initiative, diligence, and attitude. These criteria were tested for validity and reliability using the SPSS application. The validity test results showed that all criteria were valid, while the reliability test results indicated a score of 0,908, with a minimum threshold of 0,6, signifying that the instrument used was reliable. The weights for each criterion were then determined using the Entropy Method. The Entropy Method revealed that the highest weight was on the reliability criterion, followed by initiative, attitude, work quality, diligence, and work quantity. The calculation results using the ELECTRE Method showed that the alternative with the highest number of 1s is A2, with a total of 34. This result indicates that A2 is the most outstanding employee based on the criteria determined in the calculation using the ELECTRE Method. Abstrak. Penelitian ini bertujuan untuk menerapkan Metode ELECTRE dalam pemilihan pegawai berprestasi di Badan Pengelola Keuangan dan Aset Daerah Pemerintah Kota Cimahi. Penelitian ini juga bertujuan membantu manajemen dalam proses analisis data dan penilaian pegawai berdasarkan faktor-faktor yang dijadikan acuan dalam pengambilan keputusan. Penelitian ini menggunakan Metode ELECTRE (Elimination and Choice Expressing Reality). Metode ini mampu meminimalisasi kesalahan sehingga hasil yang diperoleh lebih akurat dan objektif. Kriteria dalam penentuan pegawai berprestasi yang digunakan dalam penelitian ini adalah kuantitas kerja, kualitas kerja, keandalan, inisiatif, kerajinan, dan sikap. Kriteria-kriteria tersebut diuji validitas dan reliabilitasnya menggunakan aplikasi SPSS. Hasil uji validitas menunjukkan bahwa semua kriteria valid, adapun hasil uji reliabilitas menunjukkan angka 0,908 dengan batas minimal 0,6, menandakan bahwa instrumen yang digunakan reliabel. Bobot untuk masing-masing kriteria kemudian ditentukan menggunakan Metode Entropy. Dengan menggunakan Metode Entropy didapatkan bahwa bobot terbesar adalah pada kriteria keandalan, dilanjutkan dengan kriteria inisiatif, sikap, kualitas kerja, kerajinan dan kuantitas kerja. Hasil perhitungan dengan Metode ELECTRE menunjukkan bahwa alternatif dengan jumlah 1 paling banyak adalah A2 dengan perolehan jumlah 34. Hasil ini menunjukkan bahwa A2 adalah pegawai yang paling berprestasi berdasarkan kriteria yang telah ditentukan dalam perhitungan menggunakan Metode ELECTRE.
Penerapan Metode Adams Bashforth Moulton pada Persamaan Logistik untuk Memprediksi Pertumbuhan Ekonomi Jawa Barat Silvy Faiza Ryadi; Gani Gunawan; Yani Ramdani
Bandung Conference Series: Mathematics Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v4i1.15296

Abstract

Abstract. This research is about the application of the Adams Bashforth Moulton method to predict economic growth in West Java using the logistic equation. The logistic equation which is a population growth model is used to predict economic growth because according to Adams Smith theory, economic growth actually relies on population growth. The logistic equation is derived to obtain a logistic model in the form of a differential equation whose solution can use the Adams Bashforth Moulton method. The 4th Order Runge-Kutta method is used to obtain the initial solution needed in the Adams Bashforth Moulton method. There are two parameters that need to be defined before predicting economic growth based on the logistic model. In this research, an economic growth rate parameter (m) of 0.1279 and an economic carrying capacity (K) of 2,012,700 were used. The results showed that economic growth in West Java will always increase. In a long period of time, the West Java economy will approach the value of its economic carrying capacity with a decreasing annual growth rate. Abstrak. Penelitian ini membahas mengenai penerapan metode Adams Bashforth Moulton untuk memprediksi pertumbuhan ekonomi di Jawa Barat berdasarkan persamaan logistik. Persamaan logistik yang merupakan model pertumbuhan populasi, salah satunya pertumbuhan penduduk digunakan untuk memprediksi pertumbuhan ekonomi karena berdasarkan teori Adams Smith, pertumbuhan ekonomi sebenarnya bertumpu pada adanya pertambahan penduduk Persamaan logistik kemudian diturunkan hingga diperoleh model logistik berbentuk persamaan differensial yang penyelesaiannya digunakan metode Adams Bashforth Moulton. Untuk memperoleh solusi awal yang diperlukan pada metode Adams Bashforth Moulton digunakan metode numerik satu langkah yaitu metode Runge-Kutta Orde 4. Terdapat dua parameter yang perlu ditentukan terlebih dahulu sebelum melakukan prediksi pertumbuhan ekonomi berdasarkan model logistik. Pada penelitian ini, digunakan parameter laju pertumbuhan ekonomi (m) sebesar 0,1279 dan daya dukung ekonomi (K) sebesar 2.012.700. Dari hasil penelitian diperoleh bahwa pertumbuhan ekonomi di Provinsi Jawa Barat akan selalu mengalami kenaikan. Dalam jangka waktu yang cukup lama, ekonomi Jawa Barat akan mendekati nilai daya dukung ekonominya dengan laju pertumbuhan tiap tahunnya yang menurun.
Algoritma Deeplearning menggunakan Backpropagation Neural Network Angga Aditya Pratama; Yurika Permanasari; Didi Suhaedi
Bandung Conference Series: Mathematics Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v4i1.15299

Abstract

Abstract. The Backpropagation method is a technique used to minimize errors in output values by updating weights and biases. This process is crucial to ensure that the Neural Network's computations result in an output value with minimal error. This article focuses on the form of the Backpropagation Neural Network algorithm, aiming to understand the role of Backpropagation in Neural Network calculations. Based on the MSE graph in this study, the MSE values decreased but did not reach the minimum error value, as the case was limited to up to the 100th iteration. In this study, Backpropagation influences the attainment of an output value with minimal error, even though the minimum error value has not yet been reached. It is observed that in subsequent iterations, the error values will continue to decrease, approaching the minimum error value. With increasingly optimal error values, the prediction error decreases, leading to more accurate predictions. Abstrak. Metode Backpropagation adalah sebuah metode yang akan meminimalkan kesalahan dalam sebuah nilai Output, dengan cara memperbarui nilai bobot dan bias. Hal tersebut penting dilakukan dengan tujuan hasil yang didapatkan dari perhitungan Neural Network menghasilkan suatu nilai Output dengan nilai error yang minimum. Artikel ini difokuskan pada bagaimana bentuk Algoritma Backpropagation Neural Network, dengan tujuan untuk mengetahui bagaimana peranan Backpropagation dalam perhitungan Neural Network. Berdasarkan grafik MSE pada penelitian ini, nilai MSE yang dihasilkan menurun akan tetapi belum mencapai nilai error minimum, karena kasus tersebut dibatasi hanya sampai iterasi ke-100. Backpropagation dalam penelitian ini berpengaruh untuk mendapatkan nilai Output dengan nilai error yang minimum meskipun nilai error minimum belum tercapai. Terlihat bahwa untuk iterasi selanjutnya nilai error yang akan dihasilkan juga akan terus menurun sampai mendekati nilai error minimum. Dengan nilai Error yang semakin optimal, maka semakin kecil kesalahan yang dikeluarkan untuk menentukan prediksi tersebut.
Implementasi Convolutional Neural Network dalam Mengenali Image Angka Tulisan Tangan Andara Najla Jilan; M. Yusuf Fajar; Erwin Harahap
Bandung Conference Series: Mathematics Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v4i1.15334

Abstract

Abstract. Advances in information technology and artificial intelligence, particularly in the field of machine learning, have had a significant impact on various aspects of daily life. Machine learning's ability to learn from data and experience, identify patterns, make decisions, and even perform tasks previously only possible for humans, has revolutionized numerous industries. Within the realm of machine learning, deep learning stands out as a prominent approach. Deep learning employs artificial neural networks with intricate structures to comprehend and process data. One popular deep learning algorithm is the Convolutional Neural Network (CNN). CNNs have found extensive applications, especially in image recognition tasks. By leveraging CNNs, computers can accurately identify objects and patterns within images. The deep learning process underlying CNNs involves complex mathematical computations. It begins with feature extraction to maximize the significance of features from images, which are transformed into matrices. Subsequently, the available data is trained to develop a highly accurate CNN model. This research delves into the mathematical underpinnings of how deep learning, specifically using CNN algorithms, can recognize handwritten digit images. The employed CNN algorithm achieves an impressive accuracy of 99% in recognizing handwritten digit images. Abstrak. Perkembangan teknologi informasi dan kecerdasan buatan, terutama dalam bidang machine learning, telah memiliki dampak signifikan pada berbagai aspek kehidupan sehari-hari. Kemampuan machine learning memungkinkan komputer untuk belajar dari data dan pengalaman, mengidentifikasi pola, membuat keputusan, dan bahkan melakukan tugas-tugas yang sebelumnya hanya bisa dilakukan oleh manusia.Dalam dunia machine learning, terdapat salah satu pendekatan yaitu deep learning. Deep learning adalah artificial intelligence yang menggunakan neural networks dengan struktur yang lebih kompleks untuk memahami dan memproses data. Salah satu algoritma deep learning yang populer adalah Convolutional Neural Network (CNN). CNN telah digunakan dalam berbagai permasalahan, terutama dalam permasalahan mengenai pengenalan image. Penggunaan CNN memungkinkan komputer untuk mengenali objek dan pola dalam gambar dengan akurasi yang tinggi. Proses deep learning yang terjadi di dalam algoritma CNN merupakan perhitungan matematika. Diawali dari proses feature extraction untuk memaksimalkan fitur-fitur penting dari image yang sudah diubah menjadi matriks dan melatih data yang ada hingga didapatkan model dengan algoritma CNN berakurasi tinggi. Penelitian ini berfokus pada bagaimana deep learning dengan menggunakan algoritma CNN dapat mengenali image angka tulisan tangan. Algoritma CNN yang digunakan dapat menghasilkan model berakurasi 99% dalam mengenali image angka tulisan tangan.
Aplikasi Hypertext Preprocessor (PHP) untuk Menentukan Peringkat Nasabah Calon Penerima Kredit Usaha Rakyat di Bank Syariah Indonesia Evi Nur Aliyah Syari; Eti Kurniati; Didi Suhaedi
Bandung Conference Series: Mathematics Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v4i1.15377

Abstract

Abstract. Banks play a crucial role in the economic development of a country, including through financing for Micro, Small, and Medium Enterprises (MSMEs). Bank Syariah Indonesia, as one of the banking institutions in Indonesia, is involved in providing financing to MSMEs through the Kredit Usaha Rakyat (KUR) program. However, a key issue in this financing process is identifying eligible customers, given the risk of problematic financing due to the customer's inability to repay the loan. This study aims to design a decision support system using Hypertext Preprocessor (PHP) that combines the Analytic Hierarchy Process (AHP) and Simple Additive Weighting (SAW) methods. The AHP method is used to assign priority weights to evaluation criteria, including Condition, Collateral, Capital, Capacity, and Character (5C), while the SAW method is used to rank customers based on the weights determined by AHP. This combination of methods is intended to improve the accuracy and consistency of weight assignment and assessment, while the PHP-based computer program helps minimize manual errors. The research findings indicate that the top KUR candidate is customer A with a score of 1, followed by customer B with a score of 0.9599, customer E with a score of 0.9328, customer C with a score of 0.9172, and the last-ranked customer is D with a score of 0.7626. Therefore, implementing the AHP and SAW methods in a PHP-based program can be an effective solution for ranking KUR applicants at Bank Syariah Indonesia. Abstrak. Bank memiliki peran penting dalam perkembangan ekonomi suatu negara, salah satunya melalui pembiayaan kepada Usaha Mikro, Kecil, dan Menengah (UMKM). Bank Syariah Indonesia sebagai salah satu institusi perbankan di Indonesia, berperan dalam menyalurkan pembiayaan kepada UMKM melalui program Kredit Usaha Rakyat (KUR). Namun, masalah utama dalam penyaluran pembiayaan ini adalah menentukan calon nasabah yang layak, mengingat risiko meningkatnya pembiayaan bermasalah akibat ketidakmampuan nasabah dalam membayar pinjaman. Penelitian ini bertujuan untuk merancang sebuah sistem pendukung keputusan berbasis program komputer Hypertext Preprocessor (PHP) yang mengombinasikan metode Analytic Hierarchy Process (AHP) dan Simple Additive Weighting (SAW). Metode AHP digunakan untuk menetapkan bobot prioritas pada kriteria penilaian yang meliputi Condition, Collateral, Capital, Capacity, dan Character (5C), sedangkan metode SAW digunakan untuk menghasilkan peringkat nasabah berdasarkan bobot yang ditentukan oleh AHP. Kombinasi kedua metode ini dirancang untuk meningkatkan akurasi dan konsistensi dalam penetapan bobot dan penilaian, sementara program komputer yang dikembangkan dengan PHP dapat meminimalkan kesalahan manual. Hasil penelitian menunjukkan bahwa calon penerima KUR terbaik adalah nasabah A dengan nilai 1, peringkat kedua nasabah B dengan nilai 0,9599, peringkat ketiga nasabah E dengan nilai 0,9328, peringkat keempat nasabah C dengan nilai 0,9172, dan peringkat terakhir nasabah D dengan nilai 0,7626. Dengan demikian, aplikasi PHP menggunakan metode kombinasi AHP dan SAW dapat menjadi solusi efektif untuk menentukan peringkat nasabah calon penerima KUR di Bank Syariah Indonesia.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics Vol. 3 No. 1 (2023): Bandung Conference Series: Mathematics Vol. 2 No. 2 (2022): Bandung Conference Series: Mathematics Vol. 2 No. 1 (2022): Bandung Conference Series: Mathematics Vol. 1 No. 1 (2021): Bandung Conference Series: Mathematics