cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Juhari
Contact Email
juhari@uin-malang.ac.id
Phone
+6281336397956
Journal Mail Official
jrmm@uin-malang.ac.id
Editorial Address
Jalan Gajayana 50 Malang, Jawa Timur, Indonesia 65144 Faximile (+62) 341 558933
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Riset Mahasiswa Matematika
Published by Universitas Islam Negeri Maulana Malik Ibrahim Malang
ISSN : 28081552     EISSN : 28084926     DOI : https://doi.org/10.18860/jrmm
Core Subject : Education,
Mathematics
Jurnal Riset Mahasiswa Matematika (JRMM) publishes current research articles in any area of Mathematics Research such as graph labelings, modeling, statistics, actuaria, optimal network problems, metric dimension, graph coloring, rainbow connection and other related topics. JRMM is published six times a year, namely in February, April, June, August, October, December JRMM is published by the Association of Indonesian Islamic Religious University Mathematics Lecturers and Department of Mathematics Universitas Islam Negeri Maulana Malik Ibrahim Malang (UIN Malang). All papers will be refereed in the normal manner of mathematical journals to maintain the high standards. JRMM is an open access journal. Full-text access to all papers is available for free. Jurnal Riset Mahasiswa Matematika (JRMM) has been indexed by Google Scholar
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 186 Documents
 15   16   17   18   19 
Analisis Churn Pelanggan Telekomunikasi menggunakan Regresi Logistik Biner Pangesti, Zahwa Rifsya; Sormin, Corry
Jurnal Riset Mahasiswa Matematika Vol 5, No 2 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v5i2.38982

Abstract

Peningkatan persaingan dalam industri telekomunikasi mendorong perusahaan untuk mengelola risiko pelanggan berhenti berlangganan agar bisa mempertahankannya dengan lebih baik. Penelitian ini bertujuan menemukan faktor-faktor yang memengaruhi kemungkinan pelanggan berhenti berlangganan, terutama dalam hal layanan telepon, layanan internet fiber, dan jenis kontrak yang digunakan. Untuk menganalisis data, digunakan metode regresi logistik biner dengan sampel sebanyak 288 pelanggan. Sampel tersebut diambil melalui uji Cochran dan teknik stratified random sampling agar hasilnya mewakili seluruh populasi. Hasil penelitian menunjukkan bahwa layanan internet fiber dan jenis kontrak bulanan berpengaruh signifikan terhadap risiko pelanggan berhenti berlangganan, sedangkan layanan telepon tidak menunjukkan pengaruh yang nyata. Model yang didapatkan memiliki tingkat kesesuaian yang baik dan mampu mengklasifikasikan pelanggan yang berhenti berlangganan dengan akurasi yang cukup baik. Temuan ini menunjukkan bahwa pelanggan yang menggunakan layanan internet fiber serta pelanggan dengan kontrak fleksibel lebih rentan untuk berpindah ke penyedia layanan lain. Secara keseluruhan, penelitian ini memberikan dasar yang memadai bagi perusahaan untuk merancang strategi retensi yang lebih tepat sasaran dan bisa menjadi acuan bagi penelitian lebih lanjut dalam pengembangan model prediksi churn yang lebih lengkap.
Implementasi Particle Swarm Optimization pada Fuzzy Time Series Lee untuk Prediksi Nilai Tukar Petani NTT Mohamad, Ramla; Achmad, Novianita; Hasan, Isran K.
Jurnal Riset Mahasiswa Matematika Vol 5, No 2 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v5i2.37544

Abstract

Nilai Tukar Petani (NTP) merupakan indikator penting untuk mengukur kesejahteraan petani di Indonesia. Data NTP, khususnya di Provinsi Nusa Tenggara Timur (NTT), menunjukkan fluktuasi yang cukup tinggi sehingga diperlukan metode peramalan yang mampu menangani pola data nonlinier dan ketidakpastian. Penelitian ini menerapkan metode Fuzzy Time Series (FTS) Lee yang dioptimasi menggunakan Particle Swarm Optimization (PSO) untuk meningkatkan akurasi peramalan NTP. PSO digunakan untuk menentukan interval fuzzy optimal sehingga proses fuzzifikasi pada FTS Lee menjadi lebih representatif terhadap variasi data. Data yang digunakan merupakan data bulanan NTP Provinsi NTT periode Januari 2021–Desember 2024 yang diperoleh dari Badan Pusat Statistik. Hasil penelitian menunjukkan bahwa model PSO-FTS Lee memberikan tingkat akurasi yang lebih baik dibandingkan FTS Lee tanpa optimasi, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,44\%, lebih rendah dibandingkan 0,46\% pada model standar. Temuan ini membuktikan bahwa integrasi PSO dengan FTS Lee efektif dalam meningkatkan kinerja model peramalan untuk data deret waktu yang bersifat fluktuatif dan nonlinier.
Code-Based Document Authentication Using SHA-3 and McEliece Maulidya, Vadillatul Ni'ma; Khudzaifah, Muhammad
Jurnal Riset Mahasiswa Matematika Vol 5, No 2 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v5i2.37652

Abstract

Personal data protection is essential to ensure the security and authenticity of digital documents. One approach to achieving document authenticity is through a code-based document authentication mechanism. This study proposes a document authentication scheme using the SHA-3 hash function combined with the McEliece code-based cryptosystem with Hamming code. The authentication process begins by hashing the document content using SHA-3 to generate a message digest. The resulting hash value is converted into binary form and then encoded and encrypted using the public key of the McEliece cryptosystem, producing an authentication code. During the verification phase, the received authentication code is processed through the decoding mechanism using the private key, allowing error correction and recovery of the original hash representation. A document is considered authentic if the decoded hash matches the hash value generated from the received document. Experimental results show that the authentication code depends on the McEliece key pair used, ensuring uniqueness and resistance to forgery. Furthermore, the combination of SHA-3 and the McEliece cryptosystem exhibits an Avalanche Effect close to 50%, indicating strong diffusion properties. These results demonstrate that the proposed code-based authentication scheme provides a reliable cryptographic solution for ensuring the authenticity and protection of digital documents, particularly against future cryptanalytic threats.
Inexact Generalized Gauss--Newton--CG for Binary Cross-Entropy Minimization Jamhuri, Mohammad; Sari, Silvi Puspita; Amiroch, Siti; Juhari, Juhari; Fitria, Vivi Aida
Jurnal Riset Mahasiswa Matematika Vol 5, No 2 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v5i2.34739

Abstract

Binary cross-entropy (BCE) minimization is a standard objective in probabilistic binary classification, yet practical training pipelines often rely on first-order methods whose performance can be sensitive to step-size choices and may require many iterations to reach low-loss solutions. This paper studies an inexact curvature-based solver that combines a (generalized) Gauss–Newton approximation with conjugate gradient (CG) inner iterations for minimizing the regularized BCE objective in full-batch logistic regression. At each outer iteration, the method computes a descent direction by approximately solving a damped Gauss–Newton system in a matrix-free manner via repeated products with X and X⊤, and terminates CG according to a relative-residual inexactness rule. Numerical experiments on three benchmark datasets show that the proposed Inexact GGN–CG can substantially reduce the number of outer iterations on smaller numerical data, while remaining competitive in predictive performance, and can improve both validation and test mean BCE on larger mixed-type data after one-hot encoding. In particular, on Adult Census Income the method achieves lower test mean BCE (0.3176 ± 0.0044) and higher F1-score (0.6623 ± 0.0066) than Adam and gradient descent under the same regularization-selection protocol, at the cost of additional CG work. These results highlight how damping and inexactness jointly govern the trade-off between curvature-solve effort, wall-clock time, and achieved BCE values in deterministic logistic-regression training.
Implementasi Vector Error Correction Model dalam Menganalisis Hubungan Tingkat Kesejahteraan Petani Antar Subsektor Ardiansyah, Zidni Permana; Harini, Sri; Juhari, Juhari
Jurnal Riset Mahasiswa Matematika Vol 5, No 2 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v5i2.34580

Abstract

This study aims to analyze the relationship between the level of farmers’ welfare between agricultural subsectors in Indonesia in the short and long term using the Vector Error Correction Model (VECM) approach. The data used includes the Farmer Exchange Rate (NTP) from five subsectors: Food, Hor ticulture, Plantations, Farms, and Fisheries. The results of the study show that there are differences in the relationship between subsectors in the short and long term. In the long term, Food NTP, Horti culture NTP, and Plantation NTP affect each other significantly, both positively and negatively, while Farms NTP and Fisheries NTP tend to have a more limited influence. On the other hand, short-term relationships are more influenced by NTP values from previous periods. The VECM model proved to be accurate in modeling the relationship between subsectors, with the Mean Absolute Percentage Error (MAPE) value of all subsectors being below 10%. In detail, MAPE for Food NTP is 2.18%, Horticulture NTP 4.18%, Plantation NTP 3.43%, Farms NTP 0.71%, and Fisheries NTP 0.86%. Thus, the VECM model is effectively used to analyze the dynamics of farmers’ welfare between subsectors in Indonesia.
Segmentasi Provinsi di Indonesia Menggunakan Metode K-Means Berdasarkan Tujuan Mengakses Internet Tahun 2024 Nabila, Anugrah Putri; Mardhotillah, Bunga
Jurnal Riset Mahasiswa Matematika Vol 5, No 2 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v5i2.38985

Abstract

Kesenjangan digital dan pemahaman tentang cara masyarakat di daerah menggunakan internet sangat penting dalam membuat kebijakan pembangunan yang tepat sasaran di Indonesia. Penelitian ini bertujuan untuk mengelompokkan provinsi ke dalam kelompok-kelompok yang memiliki karakteristik serupa, berdasarkan persentase penduduk yang mengakses internet untuk tujuan tertentu pada tahun 2024. Metode yang digunakan adalah K-Means Clustering, dengan data yang sudah diatur agar mudah dibandingkan. Jumlah kelompok terbaik ditentukan melalui metode Elbow. Penelitian menemukan lima kelompok yang mewakili perilaku pengguna internet yang berbeda, mulai dari daerah yang cenderung hanya mengakses internet secara pasif hingga wilayah yang menjadi pusat aktivitas digital. Contohnya, Kelompok 3 dikenal sebagai pusat ekonomi digital karena tingkat penggunaan internet yang tinggi untuk keperluan jual beli, bekerja dari rumah, dan belajar online. Sementara itu, Kelompok 1 memiliki kesenjangan digital yang tinggi karena adopsi internet rendah di semua aspek. Hasil pemilahan kelompok ini memberikan dasar analisis yang solid dan berdasarkan fakta untuk pemerintah dalam merancang kebijakan yang tepat, seperti meningkatkan literasi digital, membangun infrastruktur, atau melatih tenaga ahli, sesuai dengan kebutuhan masing-masing kelompok.

Page 19 of 19 | Total Record : 186

 15   16   17   18   19 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol 5, No 2 (2025): Jurnal Riset Mahasiswa Matematika Vol 5, No 1 (2025): Jurnal Riset Mahasiswa Matematika Vol 4, No 6 (2025): Jurnal Riset Mahasiswa Matematika Vol 4, No 5 (2025): Jurnal Riset Mahasiswa Matematika Vol 4, No 4 (2025): Jurnal Riset Mahasiswa Matematika Vol 4, No 3 (2025): Jurnal Riset Mahasiswa Matematika Vol 4, No 2 (2024): Jurnal Riset Mahasiswa Matematika Vol 4, No 1 (2024): Jurnal Riset Mahasiswa Matematika Vol 3, No 5 (2024): Jurnal Riset Mahasiswa Matematika Vol 3, No 4 (2024): Jurnal Riset Mahasiswa Matematika Vol 3, No 3 (2024): Jurnal Riset Mahasiswa Matematika Vol 3, No 2 (2023): Jurnal Riset Mahasiswa Matematika Vol 3, No 1 (2023): Jurnal Riset Mahasiswa Matematika Vol 2, No 6 (2023): Jurnal Riset Mahasiswa Matematika Vol 2, No 5 (2023): Jurnal Riset Mahasiswa Matematika Vol 2, No 4 (2023): Jurnal Riset Mahasiswa Matematika Vol 2, No 3 (2023): Jurnal Riset Mahasiswa Matematika Vol 2, No 2 (2022): Jurnal Riset Mahasiswa Matematika Vol 2, No 1 (2022): Jurnal Riset Mahasiswa Matematika Vol 1, No 6 (2022): Jurnal Riset Mahasiswa Matematika Vol 1, No 5 (2022): Jurnal Riset Mahasiswa Matematika Vol 1, No 4 (2022): Jurnal Riset Mahasiswa Matematika Vol 1, No 3 (2022): Jurnal Riset Mahasiswa Matematika Vol 1, No 2 (2021): Jurnal Riset Mahasiswa Matematika Vol 1, No 1 (2021): Jurnal Riset Mahasiswa Matematika More Issue