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 61 Documents
 3   4   5   6   7 
Path Analysis dan Penerapannya pada Bantuan Sosial Sri Imas Nur Azizah; Yani Ramdani; Gani Gunawan
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.8918

Abstract

Abstrak. Path Analysis ialah sebuah teknik untuk menganalisis hubungan sebab akibat yang merupakan pengembangan dari analisis regresi linear berganda, jika variabel independent exogenous nya mempengaruhi variabel dependent endogenous tidak hanya secara langsung tetapi juga secara tidak langsung. Seperti halnya analisis regresi, Path Analysis atau Analisis Jalur dapat digunakan untuk melihat dan menentukan variabel apa saja atau jalur mana saja yang dihipotesiskan memiliki unit satuan yang berbeda-beda sehingga perlu dilakukan standardisasi untuk menjadikan semua unit satuan dari variabel yang akan hilang dan skala tiap variabel akan seragam. Penelitian ini dilakukan untuk mengetahui pengaruh sebab akibat pada data penerimaan bantuan sosial. Selama ini tingkat pendidikan pada keluarga miskin dipengaruhi oleh faktor ekonomi yang dibantu pemerintah daerah dengan adanya bantuan sosial. Data yang digunakan merupakan data bantuan sosial dari salah satu bantuan sosial yaitu bantuan PKH pada komponen pendidikan. Berdasarkan hasil Path Analysis dengan SPSS, didapat terdapat pengaruh langsung antara penerima bantuan tingkat SD terhadap penerima tingkat SMP sebesar 0,000 < 0,05, terdapat pengaruh langsung antara penerima bantuan tingkat SMP terhadap penerima tingkat SMA sebesar 0,000 < 0,05, terdapat pengaruh langsung antara penerima bantuan tingkat SMA terhadap Jumlah penerima bantuan sosial sebesar 0,000 < 0,05, terdapat pengaruh langsung antara penerima bantuan tingkat SMP terhadap Jumlah penerima bantuan sosial sebesar 0,000 < 0,05, terdapat pengaruh langsung antara penerima bantuan tingkat SD terhadap Jumlah penerima sebesar 0,000 < 0,05, terdapat pengaruh secara simultan antara tingkat SD, SMP dan SMA terhadap Jumlah Penerima Bantuan sebesar 81,5% dan sisanya sebesar 18,5% dipengaruhi oleh variabel lain yang tidak diteliti. Abstract. Path analysis is a technique for analyzing causal relationships which is a development of multiple linear regression analysis, if the exogenous independent variable affects the endogenous dependent variable not only directly but also indirectly. As with regression analysis, Path Analysis or Path Analysis can be used to see and determine which variables or which paths are hypothesized to have different units, so standardization is necessary to make all units of variables disappear and the scale of each variable will be uniform. This research was conducted to determine the causal effect on social assistance receipt data. So far, the level of education in poor families is influenced by economic factors assisted by the local government with social assistance. The data used is social assistance data from one of the social assistance programs, namely PKH assistance in the education component. Based on the results of Path Analysis with SPSS, it was found that there was a direct effect between elementary school beneficiaries and junior high school beneficiaries of 0.000 <0.05, there was a direct effect between junior high school beneficiaries and high school beneficiaries of 0.000 <0.05, there was a direct effect between high school level beneficiaries on the number of social assistance recipients of 0.000 <0.05, there is a direct effect between junior high school level beneficiaries on the number of social assistance recipients of 0.000 <0.05, there is a direct effect between elementary level beneficiaries on the number of beneficiaries of 0.000 < 0.05, there is a simultaneous influence between the elementary, middle and high school levels on the number of aid recipients of 81.5% and the remaining 18.5% is influenced by other variables not examined.
Optimasi Laba Produksi Ayam Geprek Menggunakan Metode Simplek dengan Bantuan QM for Windows Natasha Sabila Alfath; Erwin Harahap; M. Yusuf Fajar
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.9153

Abstract

Abstrak. Optimalisasi keuntungan dapat diterapkan melalui beberapa metode, salah satunya yaitu program linear. Program linear dpat digunakan untuk mengoptimalkan keuntungan pada suatu perusahaan, baik perusahaan besar maupun kecil atau UMKM. UMKM Ayam Geprek Waika yang berada di kawasan Sarijadi, Kota Bandung menjadi salah satu UMKM yang memiliki permasalahan yang sering dihadapi oleh UMKM yaitu bagaimana mengkombinasikan faktor-faktor produksi yang dimiliki dengan tepat agar dapat menghasilkan keuntungan yang maksimal. Maka penelitian ini bertujuan untuk menentukan keuntungan maksimal yang dapat diperoleh pada usaha Ayam Geprek Waika menggunakan Pemrograman Linier metode Simpleks. Jenis penelitian ini adalah jenis studi kasus menggunakan penelitian yang bersifat kuantitatif dengan menentukan variabel-variabel yang akan diteliti. Jenis data yang digunakan pada penelitian ini yaitu data primer melalui observasi langsung dan wawancara dengan narasumber pengusaha Ayam Geprek Waika. Selanjutnya data tersebut akan dianalisis menggunakan Linear Programming metode simpleks berbantuan Software QM for Windows yang bertujuan untuk mencari solusi optimal. Hasil dari analisis penelitian bahwa untuk memperoleh keuntungan yang optimal maka UMKM Ayam Geprek Waika harus memproduksi setiap jenis ayam sebanyak 1.300 potong ayam dengan keuntungan yang akan diperoleh adalah sebesar Rp 11.050.000 dalam periode satu bulan. Kenaikan keuntungan yang diperoleh oleh UMKM Ayam Geprek Waika adalah 12,29% dari kondisi faktual ke kondisi optimal yaitu sebesar Rp 1.210.000. Abstract. Optimization of profits can be applied through several methods, one of which is a linear program. Linear programs can be used to optimize profits in a company, both large and small companies or MSMEs. Ayam Geprek Waika MSME located in the Sarijadi area, Bandung City, is one of the MSMEs that has problems that are often faced by MSMEs, namely how to combine the factors of production owned appropriately in order to generate maximum profits. So this study aims to determine the maximum profit that can be obtained at Ayam Geprek Waika business using Linear Programming Simplex method. This type of research is a type of case study using quantitative research by determining the variables to be studied. The type of data used in this study is primary data through direct observation and interviews with Waika Geprek Chicken entrepreneurs. Furthermore, the data will be analyzed using Linear Programming simplex method assisted by QM for Windows Software which aims to find the optimal solution. The results of the research analysis that to obtain optimal profits, MSMEs Ayam Geprek Waika must produce each type of chicken as many as 1,300 pieces of chicken with the profit to be obtained is Rp 11,050,000 in a one-month period. The increase in profits obtained by UMKM Ayam Geprek Waika is 12.29% from the previous month.
Aplikasi Power BI pada Perhitungan Iuran Normal dan Kewajiban Aktuaria Menggunakan Metode Accrued Benefit Thalia Yasmine Puspitasari; Onoy Rohaeni; Erwin Harahap
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.9211

Abstract

Abstrak. Program Dana Pensiun merupakan salah satu aspek penting dalam pengelolaan sumber daya manusia suatu perusahaan atau lembaga. Pengelolaan program dana pensiun yang efektif adalah kunci untuk memastikan keamanan dan kestabilan keuangan bagi para pensiunan di masa depan. Pada penelitian, peneliti melakukan perhitungan program dana pensiun menggunakan metode Accrued Benefit yang merupakan salah satu pendekatan yang umum digunakan dalam menghitung manfaat pensiun berdasarkan masa kerja dan gaji karyawan. Metode Accrued Benefit mengacu pada perhitungan manfaat pensiun berdasarkan akumulasi kontribusi dan keuntungan yang diperoleh selama masa kerja karyawan. Analisis ini bertujuan untuk mengidentifikasi potensi perubahan program dana pensiun, mengevaluasi kinerja dan stabilitas program yang ada, serta menyusun strategi pengelolaan yang lebih optimal untuk kepentingan karyawan dan perusahaan. Untuk aplikasi data program dana pensiun, Peneliti menggunakan aplikasi Power BI, yang merupakan alat bisnis inteligensia yang populer untuk memvisualisasikan dan menganalisis data secara interaktif. Power BI memungkinkan peneliti untuk menggali wawasan dari data pensiun yang kompleks dan mempresentasikan hasil analisis secara intuitif melalui dashboard yang dinamis. Hasil dari analisis ini diharapkan dapat memberikan wawasan dalam meningkatkan keberlanjutan dan efisiensi program dana pensiun. Selain itu, aplikasi Power BI yang digunakan dapat menjadi referensi bagi perusahaan lain yang ingin meningkatkan pengelolaan program dana pensiun mereka dengan pendekatan yang lebih modern. Abstract. Pension fund program is one aspect important in management source Power man something company or institution. Effective management of pension fund programs is key For ensure security and stability finance for future retirees In research, researchers do pension plan calculations use method Accrued Benefit which is one common approach used in count benefit pension based on length of service and salary employee. Method Accrued Benefits refers to calculations benefit pension based on accumulation contributions and profits earned during working time employee. Analysis This aim for identify potency changes to the pension fund program, evaluate performance and stability of existing programs, as well develop a more optimal management strategy for interest employees and companies. For pension fund program data application, Researcher use application Power BI, which is a tool business popular intelligence for visualize and analyze data interactive. Power BI makes it possible researcher for dig outlook of complex pension data and present results analysis in a manner intuitive via a dynamic dashboard. Result of analysis This expected can give outlook in increase sustainability and efficiency of pension fund programs. Besides that is, the Power BI application used can become reference for other companies that want increase pension fund management they with a more modern approach.
Analisis Panjang Populasi dan Banyak Generasi Algoritma Genetika pada Traveling Salesman Problem Muhammad Iqbal Mubarok; Icih Sukarsih; Yurika Permanasari
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.9467

Abstract

Abstrak. Traveling Salesman Problem (TSP) adalah masalah optimasi yang penting dalam bidang ilmu komputer dan matematika. Tujuan utama dari TSP adalah mencari rute terpendek yang melibatkan kunjungan ke sejumlah titik atau kota tertentu oleh seorang salesman. Algoritma Genetika (AG) telah menjadi salah satu pendekatan populer dalam menyelesaikan Traveling Salesman Problem karena kemampuannya untuk menghasilkan solusi yang mendekati optimum. Pada penelitian ini, dilakukan analisis mengenai panjang populasi dan banyak generasi pada Algoritma Genetika dalam menyelesaikan Traveling Salesman Problem. Tujuan penelitian ini adalah untuk menganalisis pengaruh kedua parameter tersebut terhadap kinerja Algoritma Genetika dalam mencapai solusi yang mendekati optimal. Digunakan studi kasus pendistribusian suatu produk UMKM (Usaha Mikro Kecil dan Menengah) di Bandung. Evaluasi dilakukan berdasarkan panjang rute terpendek yang ditemukan oleh Algoritma Genetika dalam jumlah iterasi tertentu. Hasil eksperimen menunjukkan bahwa dengan peningkatan panjang populasi pada Algoritma Genetika dapat meningkatkan kemampuan algoritma untuk menemukan solusi yang lebih baik. Dengan jumlah individu dalam populasi yang lebih besar, algoritma memiliki lebih banyak kesempatan untuk menjelajahi ruang solusi dan menemukan rute terpendek yang memenuhi kriteria Traveling Salesman Problem. Abstract. The Traveling Salesman Problem (TSP) is an important optimization problem in the fields of computer science and mathematics. Its main objective is to find the shortest route that involves visiting a specific set of points or cities by a salesman. Genetic Algorithms (GA) have become a popular approach in solving the Traveling Salesman Problem due to their ability to generate solutions that approximate optimality. In this study, an analysis was conducted on the population size and number of generations in the Genetic Algorithm for solving the Traveling Salesman Problem. The aim of this research was to analyze the influence of these two parameters on the performance of the genetic algorithm in achieving near-optimal solutions. A case study was conducted on the distribution of a small and medium-sized enterprise (SME) product in Bandung. The evaluation was based on the shortest route length discovered by the the Genetic Algorithms within a specified number of iterations. The experimental results indicated that increasing the population size in the Genetic Algorithms can enhance the algorithm's ability to find better solutions. With a larger number of individuals in the population, the algorithm had more opportunities to explore the solution space and discover the shortest routes that met the the Traveling Salesman Problem criteria.
Penggunaan Rstudio dalam Pembuatan Aplikasi Peramalan Harga Emas dengan Metode Double Exponential Smooting Holt Firdy Adi; Didi Suhaedi; Eti Kurniati
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.9523

Abstract

Abstrak. Peramalan harga beli emas memiliki peranan penting dalam pengambilan keputusan investasi dan perencanaan keuangan. Pada penelitian kali ini dilakukan perhitungan secara manual dan perhitungan menggunakan aplikasi dengan menggunakan Double Exponential Smooting dari Holt. Dalam pembangunan aplikasi digunakan RStudio sebagai alat pengembang dan bahasa R sebagai bahasa pemprogramannya. Dalam proses peramalan dilakukan terlebih dahulu pengumpulan data dari web Harga Emas Orang (harga-emas.org) dan didapat data berupa harga beli emas dan tanggal berupa format csv dengan rentan waktu 1 tahun dari 1 Mei 2022 sampai 31 April 2023 dengan data yang akan diolah unuk diteliti berjumlah 357 data harian. Setelah didapat data maka dilakukan pengujian terhadap data untuk mengetahui model yang cocok untuk digunakan dalam peramalan harga beli emas. Setelah dilakukan plot data emas dengan rentang waktu selama 1 tahun didapat bahwa grafik plot emas menunjukkan adanya tren naik meskipun dalam peningkatannya secara bertahap. Kemudian dilakukan peramalan menggunakan metode Double Exponential Smooting dari Holt karena syarat menggunakan metode Double Exponential Smooting dari Holt data harus menunjukkan adanya tren baik itu tren naik atau turun. Dan didapat nilai ramalan selamat 10 periode kedepan dengan tingkat MAPE (Mean Absolute Percentage Error) yang baik. Abstract. Forecasting the purchase price of gold has an important role in making investment decisions and financial planning. In this study, manual calculations were carried out and calculations using an application using Holt's Double Exponential Smoothing. In developing applications, RStudio is used as a developer tool and the R language as the programming language. In the Forecasting process, data is first collected from the People's Gold Price web (harga-emas.org) and data is obtained in the form of gold purchase prices and dates in the form of csv format with a timeframe of 1 year from 1 May 2022 to 31 April 2023 with data to be processed to be studied amounted to 357 daily data. After obtaining the data, a test is carried out on the data to find out which model is suitable for use in Forecasting the purchase price of gold. After plotting the gold data with a time span of 1 year, it was found that the gold plot graph shows an upward trend even though the increase is gradual. Then Forecasting is carried out using the Double Exponential Smoothing method from Holt because the conditions for using the Double Exponential Smoothing method from Holt are that the data must show a trend, whether it is an uptrend or a downtrend. And obtained Forecast value for the next 10 periods with a good level of MAPE (Mean Absolute Percentage Error).
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.

Page 6 of 7 | Total Record : 61

 3   4   5   6   7 

Filter by Year

2021 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