cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Zuhair Zahid
Contact Email
zuhairzahid@mail.unnes.ac.id
Phone
+6285729226625
Journal Mail Official
zuhairzahid@mail.unnes.ac.id
Editorial Address
Jalan Tamansiswa Kelurahan Sekaran Gunungpati Kota Semarang
Location
Kota semarang,
Jawa tengah
INDONESIA
PRISMA, Prosiding Seminar Nasional Matematika
Published by Universitas Negeri Semarang
ISSN : -     EISSN : 26139189     DOI : -
Core Subject : Education,
Mathematics
PRISMA, Prosiding Seminar Nasional Matematika, mempublikasikan ide, gagasan, hasil penelitian matematika atau pembelajarannya. Prisma diterbitkan berkala setiap tahun, sebagai ajang publikasi seminar nasional yang diselenggarakan oleh Jurusan Matematika Fakultas MIPA Universitas Negeri Semarang. Naskah yang dipublikasikan telah dipresentasikan dalam pertemuan ilmiah tersebut. PRISMA diterbitkan setiap Februari pada tahun setelah pelaksanaan Seminar Nasional Matematika UNNES.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 837 Documents
 57   58   59   60   61 
Pemodelan dari Luas Kebakaran Hutan di Indonesia dengan Pendekatan Metode Seleksi Maju dan Metode Eliminasi
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kebakaran merupakan sebuah peristiwa yang disebabkan karena kelalaian manusia baik di sengaja maupun tidak disengaja dengan dampak kerugian harta benda. Kebakaran hutan secara tidak sengaja seperti buang puntung rokok sembarangan, pembakaran sampah serta pembakaran untuk membuka lahan. Secara alami kebakaran hutan terjadi akibat gesekan ranting saat kemarau panjang karena rendahnya curah hujan. Ada beberapa faktor yang mempengaruhi luas kebakaran hutan seperti lama terpapar sinar matahari, curah hujan, jumlah hari hujan, kelembaban udara, tekanan udara, dll. Untuk mengetahui model matematika dan faktor yang paling berpengaruh terhadap luas kebakaran hutan, akan dilakukan penelitian menggunakan analisis regresi linear berganda dengan metode seleksi maju dan metode eliminasi. Tujuannya untuk mengestimasi besar koefisien yang dihasilkan oleh analisis yang bersifat linear yang melibatkan dua variabel bebas untuk digunakan sebagai alat prediksi. Dalam penelitian ini luas kebakaran sebagai variabel independent dan faktor-faktor yang mempengaruhi luas kebakaran sebagai variabel dependen. Berdasarkan hasil analisis yang telah dilakukan diperoleh kesimpulkan bahwa model terbaik adalah model yang diperoleh dari metode seleksi maju yaitu: 𝑌 ̂ = 2502831,2 − 10501,6𝑋3 + 471,4𝑋1 − 12,4𝑋2 + 1029,6𝑋4 − 56,7𝑋5. Sedangkan faktor yang paling berpengaruh terhadap luas kebakaran hutan di Indonesia adalah jumlah hari hujan dengan pengaruh sebesar 16,5%.
Perbandingan Analisis Klaster K-Means dan Average Linkage untuk Pengklasteran Kemiskinan di Provinsi Jawa Tengah
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemiskinan mendefinisikan suatu kondisi dimana ketidakmampuan untuk memenuhi kelangsungan hidup minimum. Kemiskinan merupakan persoalan multi dimensi, dan merupakan suatu persoalan yang dihadapi di banyak negara berkembang. Di Indonesia pada tiap daerahnya memiliki data kemiskinan yang berbeda, salah satunya adalah Jawa Tengah. Badan Pusat Statistik (BPS) melaporkan presentase kemiskinan di Jawa Tengah sebesar 10,8% dari jumlah penduduk. Pada penelitian ini digunakan beberapa variabel diantaranya garis kemiskinan, jumlah penduduk miskin, jumlah keluarga pra sejahtera dan pengeluaran perkapita. Penelitian ini bertujuan untuk membandingkan pengklasteran kemiskinan di Jawa Tengah dengan metode K-Means dan Average Linkage. Evaluasi metode dilakukan dengan membandingkan nilai Silhouette Coefficient masing-masing metode. Berdasarkan hasil penelitian, jumlah klaster terbaik yang dihasilkan adalah sebanyak 2 klaster, dengan nilai Silhouette Coefficient yang diperoleh menggunakan metode Average Linkage adalah 0,35, sedangkan dengan metode K-Means adalah sebesar 0,2. Dengan demikian, model terbaik yang diperoleh untuk pengklasteran kemiskinan di Jawa Tengah adalah dengan metode Average Linkage dengan nilai Silhouette Coefficient yang lebih tinggi dibandingkan metode K-Means yaitu 0,35.
Analisis Regresi Spasial dengan Pembobot Queen Contiguity pada Tingkat Pengangguran Terbuka di Povinsi Jawa Tengah Tahun 2019
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengangguran adalah masalah ketenagakerjaan yang sering terjadi di negara berkembang seperti Indonesia. Jumlah pengangguran di Indonesia fluktuatif dari tahun ke tahun, termasuk provinsi Jawa Tengah. Dalam penelitian ini akan dilakukan analisis faktor – faktor yang berpengaruh terhadap tingkat pengangguran di Provinsi Jawa Tengah. Diketahui bahwa terdapat efek spasial data Tingkat Pengangguran Terbuka berdasarkan Indeks Moran I. Oleh karena itu pada penelitian ini dilakukan pemodelan Tingkat Pengagguran Terbuka (TPT) dengan pendekatan ekonometrika spasial pada masing-masing kabupaten/kota di Jawa Tengah. Pendekatan ekonomtrika dipilih, dikarenakan pada penelitian ini melibatkan beberapa variabel ekonomi pada faktor-faktor yang memperngaruhi TPT. Penelitian ini menggunakan model OLS, SAR, SEM dengan pembobot Queen. Model terbaik yang diperoleh untuk Tingkat Pengangguran Terbuka (TPT) adalah model SAR dengan Nilai AIC 118.0653 dan nilai sebesar 46,79%. dengan faktor yang signifikan berpengaruh adalah Usia harapan hidup saat lahir dan harapan lama sekolah.
Analisis Cluster Dengan Metode K-Means Pada Persebaran Kasus COVID-19 Berdasarkan Provinsi di Indonesia
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan dalam penelitian menggunakan metode K-Means Cluster adalah untuk mengetahui tingkat persebaran kasus COVID-19 kategori tinggi, sedang, dan rendah pada masing-masing Provinsi di Indonesia. Ada beberapa aspek yang bisa diukur seperti jumlah penduduk, kepadatan penduduk, kasus positif terinfeksi COVID-19, pasien yang sembuh, dan pasien yang meninggal dunia. Metode pengumpulan data yang digunakan adalah metode dokumentasi berupa data sekunder yang diperoleh dari publikasi buku Badan Pusat Statistik dan data Kemenkes RI di Badan Nasional Penanggulangan Bencana. Data yang digunakan yaitu jumlah penduduk (X1), kepadatan penduduk (X2), positif (X3), sembuh (X4), dan meninggal (X5) dan dianalisis menggunakan software SPSS. Dari hasil penelitian dengan metode K-Means terbentuk menjadi 5 cluster. Cluster 1 termasuk kasus yang tinggi berisi 2 Provinsi. Cluster 2 termasuk kasus yang sedang berisi 3 Provinsi. Cluster 3 termasuk kasus yang rendah berisi 29 Provinsi dan dibagi lagi menjadi 3 cluster dengan mengelompokkan berdasarkan tingakatannya. Karakteristik cluster 1 kategori tinggi berisi rata-rata X2, X3, X4, dan X5 berada di atas rata-rata populasi. Cluster 2 kategori sedang berisi rata-rata X2, X3, X4, dan X5 berada di bawah rata-rata populasi. Cluster 3 kategori rendah berisi rata-rata semua variabel berada di atas rata-rata populasi. Variabel yang memberikan perbedaan paling besar adalah variabel kepadatan penduduk dengan nilai F sebesar 26,641 dan nilai signifikan 0,000. Provinsi yang memiliki nilai paling besar pada variabel kepadatan penduduk adalah Provinsi DKI Jakarta.
Peramalan Metode ARIMA Data Saham PT.Telekomunikasi Indonesia
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peramalan merupakan kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang, sedangkan ramalan adalah suatu kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Dalam penelitian ini dilakukan peramalan close saham di PT. Telekomunikasi Indonesia dengan menggunakan metode ARIMA. Tujuan penelitian ini adalah untuk mengetahui model yang tepat dalam analisis time series dengan metode ARIMA untuk meramalkan harga saham PT. Telekomunikasi Indonesia yang selanjutnya akan diketahui hasil peralaman harga saham penutupan di PT. Telekomunikasi Indonesia pada Bulan Juni 2020 sampai Mei 2021. Data dalam penelitian ini menggunakan data sekunder dari yahoo.finance. Obyek penelitian yang dipakai sebanyak 84 data close saham PT. Telekomunikasi Indonesia. Data akan dianalisis menggunakan software Minitab. Hasil penelitian menunjukkan model ARIMA (0,2,1) sebagai model terbaik dalam meramalkan harga close saham PT. Telekomunikasi Indonesia dengan persamaan modelnya adalah . Nilai peramalan harga close saham PT. Telekomunikasi Indonesia pada Bulan Juni 2020 sebesar 3.103, Bulan Juli 2020 sebasar 3.056, Bulan Agustus 2020 sebesar 3.007, Bulan September 2020 sebesar 2.956, Bulan Oktober 2020 sebesar 2.905, Bulan November 2020 sebesar 2.852, Bulan Desember 2020 sebesar 2.799, Bulan Januari 2021 sebesar 2.744, Bulan Februari 2021 sebesar 2.687, Bulan Maret 2021 sebesar 2.630, Bulan April 2021 sebesar 2.571, dan Bulan Mei 2021 sebesar 2.511.
Estimasi Parameter Model Vector Autoregressive with Exogenous Generalized Space Time Autoregressive (VARX-GSTAR)
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Model dengan data time series multivariat yang dipengaruhi oleh variabel eksogen adalah model Vector Autoregressive with Exogenous (VARX). Pada model VARX, berdasarkan studi empiris diperoleh data time series yang dicatat secara bersamaan pada sejumlah lokasi dan menghasilkan data time series spasial (space time). Dengan demikian, space time merupakan data yang dipengaruhi oleh waktu dan keterkaitan antar lokasi amatan. Apabila lokasi amatan tersebut bersifat heterogen maka digunakan model Generalized Space Time Autoregressive (GSTAR). Jika model VARX dikonstruksi dengan memertimbangkan lokasi amatan yang heterogen maka model gabungannya menjadi model Vector Autoregressive with Exogenous Generalized Space Time Autoregressive (VARX-GSTAR). Pengkajian model VARX-GSTAR dan estimasi parameter pada model VARX-GSTAR menjadi tujuan dari penelitian ini. Metode least square (LS) atau kuadrat terkecil digunakan dalam estimasi parameter pada model VARX-GSTAR. Hasil kajian menunjukkan bahwa model VARX-GSTAR merupakan model VARX yang direpresentasikan ke dalam model GSTAR dengan menggunakan orde autoregressive dari model VARX pada model GSTAR, serta dengan metode least square diperoleh estimasi parameter dengan asumsi orde autoregressive 1 dan orde spasialnya 1.
Analisis Sentimen dengan SVM, NAIVE BAYES dan KNN untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi Covid-19 pada Media Sosial Twitter
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pandemi Covid-19 sangat berdampak diberbagai sektor kehidupan masyarakat, keadaan yang memaksa masyarakat untuk melaksanaan physical distancing merubah pola hidup masyarakat. Hal tersebut membuat berbagai pendapat atau tanggapan masyarakat terhadap pandemi Covid-19 yang dituangkan dalam media sosial. Untuk mengetahui sentimen tanggapan masyarakat tersebut perlu dilakukan analisis sentimen dengan algoritma machine learning. Pada penelitian ini dilakukan analisis sentimen tanggapan masyarakat Indonesia terhadap pandemi Covid-19 pada media sosial Twitter menggunakan algoritma Support Vector Machine (SVM), Naive Bayes, dan K-Nearest Neighbor, yang kemudian ketiga algoritma tersebut dibandingkan mana yang paling baik untuk mengklasifikasikan data tanggapan. Berdasarkan tingkat rata-rata akurasi dengan menggunakan evaluasi model 10-Fold Cross Validation, diperoleh kesimpulan bahwa algoritma SVM memiliki akurasi yang lebih tinggi daripada Naive Bayes dan KNN dengan rata-rata akurasinya sebesar 90,01% pada SVM dengan kernel linear, 79,20% pada Naive Bayes dengan jumlah laplace adalah 1, dan 62,10% pada KNN dengan jumlah K adalah 20 dan menggunakan kernel optimal.
Estimasi Parameter Model Robust Multivariate Exponential Smoothing dengan Minimum Covariance Determinant
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peramalan muncul karena adanya waktu senjang (timelag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Model peramalan deret waktu yang populer adalah Autoregressive (AR), Moving Average (MA), Simple Exponential Smoothing (SES), dan Autoregressive Integrated Moving Average (ARIMA). Model dengan data deret waktu multivariat yang populer digunakan untuk melaksanakan proses tersebut adalah model multivariate exponential smoothing. Model tersebut belum tangguh apabila terdapat data pencilan sehingga diperlukan model yang kekar terhadap data tersebut yakni robust multivariate exponential smoothing. Bentuk robust multivariate diperoleh dari penggantian bentuk multivariat klasik dengan bentuk multivariate cleaned yang bergantung pada estimasi matriks kovarian dari error satu langkah periode tertentu. Namun, estimasi matriks error satu langkah tetap rentan terhadap pencilan apabila rangkaian pengamatan mengandung pencilan. Tujuan penelitian ini mengestimasi parameter model dengan Minimum Covariance Determinant (MCD) sehingga diperoleh model multivariate exponential smoothing yang robust terhadap pencilan. Metode dalam penelitian yang digunakan adalah studi literatur yang diperoleh dari beberapa artikel, jurnal, dan buku yang mendukung dalam mencapai tujuan penelitian. Hasil kajian diperoleh model robust multivariate exponential smoothing dengan estimasi parameter MCD.
Analisis Kualitatif Kemampuan Literasi Matematika Ditinjau dari Gaya Kognitif pada Pembelajaran Daring Model MURDER dengan Pendekatan Humanistik Berbantuan Schoology
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mendeskripsikan kemampuan literasi matematika ditinjau dari gaya kognitif pada pembelajaran daring model MURDER pendekatan humanistik berbantuan schoology. Penelitian ini merupakan penelitian kualitatif. Sumber data dari penelitian ini adalah semua siswa kelas VII SMPN 33 Semarang. Subjek penelitian ini adalah 3 siswa kelompok field independent (FI) dan 3 siswa kelompok field dependent (FD). Hasil penelitian menunjukkan: (1) siswa dengan gaya kognitif field independent memiliki kemampuan literasi matematika yang sangat baik pada komponen communication, mathematizing, representation, reasoning and argument, using symbolic formal and technical language and operation, cukup baik untuk komponen using mathematics tool, dan kurang baik untuk komponen devising strategies for solving problems; (2) siswa dengan gaya kognitif field dependent memiliki kemampuan literasi matematika yang cukup baik pada komponen communication dan komponen devising strategies for solving problems. Adapun untuk komponen mathematizing, representation, reasoning and argument using symbolic, formal, and technical language, dan using mathematic tool masih kurang baik.
Pengaruh Disposisi Matematis terhadap Kemampuan Berpikir Aljabar Siswa Kelas XI MAS Simbang Kulon Pekalongan
PRISMA, Prosiding Seminar Nasional Matematika Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Publisher : Jurusan Matematika FMIPA UNNES

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan dalam penelitian ini adalah untuk mengetahui pengaruh disposisi matematis siswa terhadap kemampuan berpikir aljabar siswa. Penelitan ini adalah penelitian kuantitatif dengan menggunakan analisis regresi sederhana. Populasi dalam penelitian ini adalah siswa kelas XI MAS Simbang Kulon Pekalongan Tahun Ajar 2020/2021. Sampel dalam penelitian ini berjumlah 40 siswa kelas XI MAS Simbang Kulon Pekalongan Tahun Ajar 2020/2021. Instrumen yang digunakan dalam penelitian ini adalah tes kemampuan berpikir aljabar dan angket disposisi matematis siswa. Hasil dalam penelitian ini adalah disposisi matematis berpengaruh terhadap kemampuan berpikir aljabar siswa.

Page 59 of 84 | Total Record : 837

 57   58   59   60   61 

Filter by Year

2016 2023


Reset
Filter By Issues
All Issue Vol 6 (2023): PRISMA, Prosiding Seminar Nasional Matematika XVI Vol 5 (2022): PRISMA, Prosiding Seminar Nasional Matematika XV Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika Vol 3 (2020): PRISMA, Prosiding Seminar Nasional Matematika Vol 2 (2019): PRISMA, Prosiding Seminar Nasional Matematika Vol 1 (2018): PRISMA, Prosiding Seminar Nasional Matematika 2017: Prosiding Seminar Nasional Matematika X 2016 2016: Prosiding Seminar Nasional Matematika IX 2015