cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Sri Andayani
Contact Email
jktm@uny.ac.id
Phone
-
Journal Mail Official
jktm@uny.ac.id
Editorial Address
Program Studi Matematika FMIPA UNY Jl. Colombo No. 1 Karangmalang, Yogyakarta 55281
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Kajian dan Terapan Matematika
Published by Universitas Negeri Yogyakarta
ISSN : -     EISSN : 30311152     DOI : 10.21831
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics
Jurnal Kajian dan Terapan Matematika adalah jurnal yang menyajikan hasil penelitian, pemikiran, kajian teori, pengembangan terkini, dan penerapan matematika. Ruang lingkup jurnal ini mencakup bidang: • Aljabar, • Analisis, • Geometri, • Matematika terapan, • Komputasi, dan • Statistika.
Arjuna Subject : Matematika - Matematika Terapan
Articles 190 Documents
 8   9   10   11   12 
APLIKASI LOGIKA FUZZY UNTUK KEPUTUSANKELAYAKAN KREDIT BANK Dessy Prantisani Hunawa , Emut, M.Si.
Jurnal Kajian dan Terapan Matematika Vol 7, No 4 (2018): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Abstrak   Kredit adalah kemampuan untuk melaksanakan suatu pembelian atau mengadakan suatu pinjaman dengan suatu janji pembayarannya akan dilakukan ditangguhkan pada jangka waktu yang disepakati. Masalah kelancaran pemberian kredit cenderung bersifat samar (fuzzy), dimana model analisis yang digunakan sangat penting dalam menentukan diterima atau ditolak suatu pengajuan kredit yang berguna sebagai salah satu alternatif perusahaan dalam menganalisis suatu pengajuan kredit. Data yang diambil adalah data sekunder dari PT. BANK PAPUA CABANG YOGYAKARTA berupa data calon debitur dengan tiga puluh dua sampel. Penelitian ini bertujuan untuk mengetahui tahapan-tahapan penerapan logika fuzzy pada dalam menentukan kelayakan suatu permintaan kredit yang divisualisasikan dengan Graphical User Interface (GUI) dan mengetahui keakuratan perhitungan model fuzzy Mamdani dengan lima belas variabel input. Tahapan-tahapan yang dilakukan diantaranya adalah fuzzifikasi, implikasi dengan fungsi min, agregasi dengan fungsi max, dan proses defuzzifikasi dengan metode centroid sehingga akan diperoleh hasil yang diinginkan pada variabel output. Hasil akurasi yang diperoleh pada data latih dengan dua puluh tiga data adalah 100% dan Sembilan data uji adalah 77% dengan dua nilai error 22%.                                                                   Kata kunci: kredit, logika fuzzy, metode mamdani, fuzzifikasi,  defuzzifikasi, fungsi implikasi. 
OPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA Geri Wiliansa; Rosita Kusumawati
Jurnal Kajian dan Terapan Matematika Vol 6, No 3 (2017): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Tujuan penelitian ini adalah memprediksi kurs IDR/USD dengan model Fuzzy Backpropagation Neural Network (FBPNN) yang dioptimasi dengan Algoritma Genetika. Variabel input yang digunakan adalah data kurs IDR/USD, inflasi, jumlah uang beredar, dan suku bunga Indonesia. Semua data diperoleh dari http://www.bi.go.id pada periode Januari 2006 hingga Juli 2016. Pemodelan FBPNN terdiri dari penentuan input dengan melihat autokorelasi yang signifikan pada plot ACF sehingga terpilih 33 variabel input, data input dibagi menjadi 2 dengan komposisi 75% data training dan 25% data testing, fuzzifikasi dengan menggunakan fungsi keanggotaan kurva S pertumbuhan, estimasi model terbaik dengan fungsi aktivasi sigmoid biner (logsig) pada lapisan tersembunyi dan lapisan output sehingga terpilih model dengan 4 variabel input, 14 neuron pada lapisan tersembunyi, dan 1 output, selanjutnya defuzifikasi. Prosedur optimasi FBPNN dengan Algoritma Genetika adalah pembentukan populasi awal yang berupa bobot dari hasil pemodelan FBPNN dan bilangan acak, menghitung nilai fitness masing-masing individu, individu dengan nilai fitness terbaik disimpan, menyeleksi individu dengan teknik seleksi ranking, pindah silang dengan teknik pindah silang aritmatika, mutasi dengan teknik random mutation, pembentukan populasi baru. Optimasi FBPNN dengan Algoritma Genetika memberikan nilai MAPE yang lebih kecil dibanding FBPNN tanpa Algoritma Genetika. Prediksi kurs IDR/USD untuk bulan Agustus 2016 hingga Januari 2017 secara berurutan adalah sebesar Rp14.280, Rp14.388, Rp14.431, Rp14.457, Rp14.460, dan Rp14.497 dengan MAPE sebesar 8,04%.Kata kunci: FBPNN, Algoritma Genetika, prediksi
SPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 2014 Lailatul Syaadah; Endang Listyani
Jurnal Kajian dan Terapan Matematika Vol 5, No 4 (2016): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Gini Ratio merupakan sebuah ukuran ketidak merataan distribusi pendapatan pada wilayah tertentu. Tujuan penelitian ini adalah untuk mengetahui bagaimana pemodelan Gini Ratio di Indonesia tahun 2014 dengan  Spatial Autoregressive Model  dan matriks pembobot spasial  Rook Contiguity. Variabel yang digunakan dalam penelitian adalah Gini Ratio (????), Jumlah Penduduk  (????1), Rata-rata pengeluaran per kapita per bulan  (????2), Persentase penduduk miskin (????3), Persentase penduduk lansia  (????4), Pertumbuhan produksi industri mikro  (????5)  serta Indeks pembangunan manusia  (????6).  Pemodelan  Gini  Ratio  menggunakan  Spatial  Autoregressive  Model  karena  pada  uji  Lagrange Multiplier  diketahui bahwa model mengandung efek ketergantungan spasial pada variabel terikatnya. Sedangkan matriks  pembobot  yang  digunakan  adalah  Rook  Contiguity  karena  hampir  seluruh  wilayah  di  Indonesia  saling bersinggungan sisi. Hasil penelitian yang diperoleh yaitu sebuah persamaan regresi spasial untuk pemodelan Gini Ratio di Indonesia tahun 2014 dengan Spatial Autoregressive Model dan matriks pembobot spasial Rook Contiguitydan faktor-faktor yang signifikan adalah Rata-rata pengeluaran per kapita per bulan  (????2), Persentase penduduk lansia (????4) dan Indeka pembangunan manusia (????6).Kata kunci: Spatial Autoregressive Model, Matriks Rook Contiguity, Gini Ratio
PERAMALAN VOLUME PENJUALAN EKSPOR KAYU ALBASIA BARE CORE MENGGUNAKAN METODE BOX-JENKINS PADA CV CITRA SENGON PERKASA KABUPATEN MAGELANG Meilania Julva Ayunsetyani; Muhammad Fauzan
Jurnal Kajian dan Terapan Matematika Vol 8, No 1 (2022): Jurnal Kajian dan Terapan Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Tujuan penelitian ini adalah untuk mengetahui model yang sesuai untuk meramalkan volume penjualan ekspor kayu pada CV Citra Sengon Perkasa berdasarkan data yang diperoleh dan mengetahui hasil peramalan volume penjualan ekspor kayu Albasia Barecore pada CV Citra Sengon Perkasa dengan menggunakan model peramalan terbaik. Metode yang digunakan adalah Metode Box-Jenkins dan data yang digunakan adalah data volume penjualan ekspor kayu pada CV Citra Sengon Perkasa dari tahun 2017 sampai 2021. Data diolah dengan Minitab dan dianalisis dengan langkah : identifikasi masalah, estimasi parameter dalam model, pemeriksaan model/verifikasi, dan peramalan. Hasil penelitian ini adalah model ARIMA terbaik untuk melakukan peramalan yaitu ARIMA (3, 1, 0) yang memiliki nilai MSE terkecil sebesar 66676,6 dengan model Y_t=34,9+0,288 Y_(t-1)+0,124 Y_(t-2)+0,198 Y_(t-3)+0,390 Y_(t-4)+ε_t . Hasil peramalan menunjukkan bahwa penjualan ekspor kayu pada bulan Januari  sampai dengan Desember tahun 2022  (satuan ton) berturut-turut  adalah 1070.36, 968.43, 1084.31, 1177.23, 1117.52, 1095.05, 1144.82, 1180.76, 1169.52, 1171.84, 1197.65, 1217.16.
ANALISIS PENILAIAN KINERJA BLACK-LITTERMAN MENGGUNAKAN INFORMATION RATIO DENGAN BENCHMARK CAPITAL ASSETS PRICING MODEL Hanif Syarif Mahmuda; Retno Subekti
Jurnal Kajian dan Terapan Matematika Vol 6, No 4 (2017): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Penelitian ini bertujuan untuk menganalisis kinerja portofolio dengan model Black-Littermanmenggunakan ukuran information ratio. Pengukuran information ratio dalam penelitian ini menggunakanbenchmark Capital Assets Pricing Model (CAPM) yang artinya investor dapat membandingkan portofolioyang dipilih dengan portofolio acuan (benchmark). Portofolio yang dibentuk dari 4 saham pada penelitiansebelumnya yaitu PTBA, MYRX, LSIP, dan PWON, dengan memperhatikan 2 views relatif yaitu prediksireturn saham LSIP akan melebihi PTBA dan prediksi return saham PWON akan melebihi MYRX. Hasilanalisis ini menunjukkan nilai information ratio sebesar 0.2155, artinya return yang dihasilkan modelBlack-Litterman lebih tinggi 21.55% dibandingkan benchmark sehingga portofolio Black-Littermanmempunyai kualitas kinerja yang lebih baik.Kata kunci: Portofolio, Black-Litterman, CAPM, Information Ratio.
OPTIMASI PORTOFOLIO SAHAM MENGGUNAKAN SEPARABLE PROGRAMMING Ifani Rahadian Saputri , Elly Arliani, M.Si
Jurnal Kajian dan Terapan Matematika Vol 7, No 2 (2018): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

AbstrakPermasalahan optimasi adalah permasalahan menemukan kondisi dimana fungsi tujuan mencapai nilai maksimum atau minimum. Permasalahan optimasi dapat diterapkan dalam masalah nyata dalam kehidupan manusia. Salah satu permasalahan optimasi adalah permasalahan portofolio saham. Penelitian ini bertujuan untuk membentuk model nonlinear pengembangan Mean Variance (extension MV model) dan model linear Mean Absolute Deviation (MAD) untuk masalah optimasi portofolio saham yang diselesaikan dengan Algoritma Genetika. Model untuk portofolio saham dalam penentuan jumlah dana yang akan diinvestasikan pada tiga saham BBNI, UNVR, dan ADHI periode 21 November 2016 – 20 November 2017 diperoleh hasil yaitu, dengan model nonlinear pengembangan Mean Variance (extension MV model) diperoleh jumlah dana yang diinvestasikan pada BBNI Rp 29.000.000,00 (29%), UNVR Rp 57.000.000,00 (57%), ADHI Rp 14.000.000,00 (14%), sedangkan dengan model linear Mean Absolute Deviation (MAD) diperoleh jumlah dana yang diinvestasikan pada BBNI Rp 70.000.000,00 (70%), UNVR Rp 30.000.000,00 (30%), ADHI Rp 0,00 (0%).  Kata kunci: Pemrograman Nonlinear, Separable Programming, Algoritma Genetika, Portofolio Saham. AbstractThe optimization problem is the problem of finding the condition where the objective function reaches the maximum or minimum value. Optimization problems can be applied in real problems in human life. One of the optimization issues is the stock portfolio problem. This study aims to form a nonlinear model of the development of Mean Variance (extension MV model) and the linear Mean Absolute Deviation (MAD) model for the problem of stock portfolio optimization completed with the Genetic Algorithm. The model for the stock portfolio in determining the amount of funds to be invested in the three stocks BBNI, UNVR, and ADHI period November 21, 2016 - November 20, 2017 obtained results that is, with nonlinear model development of Mean Variance (extension MV model) obtained the amount of funds invested in BBNI Rp 29.000.000,00 (29%), UNVR Rp 57.000.000,00 (57%), ADHI Rp 14.000.000,00 (14%), whereas with the linear Mean Absolute Deviation (MAD) model, the amount of funds invested on BBNI Rp 70.000.000,00 (70%), UNVR Rp 30.000.000,00 (30%), ADHI Rp 0,00 (0%). Keywords: Nonlinear Programming, Separable Programming, Genetic Algorithm, Stock Portfolio.
PENGELOMPOKAN KABUPATEN/KOTA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN METODE WARD DAN AVERAGE LINKAGE Meilia Wulan Puspitasari; Mathilda Susanti
Jurnal Kajian dan Terapan Matematika Vol 5, No 6 (2016): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Analisis cluster  merupakan analisis multivariat yang bertujuan  mengelompokkan  objek-objek pengamatan berdasarkan  kesamaan  karakteristik.  Penelitian  ini  bertujuan  untuk  mengelompokkan  35  kabupaten/kota  di  Jawa Tengah,  sehingga  pemerintah  dapat  menjalankan  program  yang  sesuai  pada  tiap  cluster.  Faktor  yang mempengaruhi  kemiskinan  yaitu  Produk  Domestik  Regional  Bruto  (PDRB),  pengeluaran  perkapita,  upah minimum, gizi buruk balita, rata-rata lama sekolah, rasio ketergantungan, dan pengangguran tahun 2014. Metode yang digunakan adalah Ward dan Average Linkage. Ward  menghasilkan 4 cluster: cluster 1 sebanyak 8 kabupaten, cluster  2  sebanyak  21  kabupaten,  cluster  3  sebanyak  5  kota,    cluster  4  sebanyak  1  kota.  Average  Linkagemenghasilkan 4  cluster:  cluster  1 sebanyak 4 kabupaten,  cluster  2 sebanyak 25  kabupaten,  cluster  3 sebanyak 5 kota,  cluster  4 sebanyak 1 kota. Variabel  yang mempengaruhi tiap cluster  untuk Ward  dan Average Linkage  sama: cluster  1  pengangguran,  cluster  2  rasio  ketergantungan,  cluster  3  rata-rata  lama  sekolah,  cluster  4  PDRB. Digunakan  rasio  simpangan  baku  dalam  cluster  ( )  dan  antar  cluster  ( )  untuk  mengetahui  metode  terbaik. Metode  yang  memiliki  rasio  paling  kecil  merupakan  metode  terbaik.  Rasio  Ward  sebesar  0,203165, sedangkan  Average  Linkage  sebesar  0,218543.  Ward  adalah  metode  terbaik  dalam  mengelompokkan  35 kabupaten/kota di Jawa Tengah berdasarkan faktor yang mempengaruhi kemiskinan tahun 2014.Kata kunci: Ward, Average Linkage, simpangan baku dalam dan antar cluster.
Klasifikasi informasi hoaks pada media sosial twitter menggunakan algoritma random forest berbasis particle swarm optimization Taqiyudin Muhammad Khalil; Sahid Sahid
Jurnal Kajian dan Terapan Matematika Vol 8, No 3 (2022): Jurnal Kajian dan Terapan Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Twitter merupakan salah satu media sosial yang memiliki peran penting sebagai sarana penyebaran informasi dan berkomunikasi. Maraknya penyebaran informasi hoaks memberikan banyak dampak buruk kepada penggunanya. Untuk mengetahui apakah informasi tersebut hoaks atau bukan diperlukan klasifikasi. Penelitian ini melakukan klasifikasi informasi hoaks dengan menggunakan algoritma Random Forest (RF) berbasis Particle Swarm Optimization (PSO). Data penelitian diambil menggunakan Twitter Application Programming Interface (API) pada rentang waktu November 2021 sampai Februari 2022. Data sampel terdiri atas tiga kategori informasi, yaitu akurat (100 sampel), hoaks yang menyesatkan (50 sampel), dan hoaks yang salah (50 sampel). Data sampel diklasifikasikan setelah melalui tahap text mining, pra proses data, eksplorasi data, pembobotan kata, pembagian data training dan data testing dalam dua perbandingan, yaitu 70% data training dan 30% data testing, dan 80% data training dan 20% data testing. Algoritma yang menghasilkan klasifikasi terbaik adalah RF berbasis PSO dengan tingkat akurasi sebesar 73%, presisi sebesar 66%, dan recall sebesar 65%. Selanjutnya diperoleh beberapa karakteristik informasi hoaks pada data sampel, di antaranya: memiliki jumlah komentar, likes, dan retweet yang tinggi. Topik yang paling sering terpapar hoaks pada data sampel adalah politik (24 sampel), kriminal dan kesehatan (21 sampel), dan terkini (20 sampel). Kata-kata pada data sampel tweet yang paling sering terpapar hoaks adalah “sebar”, “hati”, dan “buzzer”.
ANALISIS BIFURKASI PADA SCALAR MAPPING Febi Wahyu Lastika Sari Febi Wahyu Lastika Sari; Hartono Hartono
Jurnal Kajian dan Terapan Matematika Vol 5, No 2 (2016): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

Penelitian ini bertujuan untuk mengetahui bifurkasi yang terjadi pada scalar mapping tertentu dengan satuparameter dan dua parameter. Kestabilan titik tetapdapat dianalisis melalui nilai mutlak dari turunan pertamamapping terhadap titik tetap atau diagram stair-step. Bifurkasi yang terjadi pada scalar mapping dengan satuparameter adalah bifurkasi fold dan bifurkasi period-doubling. Selanjutnya, bifurkasi yang terjadi pada scalarmapping dengan dua parameter adalah bifurkasi cusp.
PENYELESAIAN MASALAH RUTE TERPENDEK DISTRIBUSI KERTAS DI CV. MARGOTAMA FANCINDO YOGYAKARTA MENGGUNAKAN METODE NEAREST NEIGHBOUR DAN METODE SAVING MATRIX Shifa Siti Fatimah Addini's , Muhammad Fauzan
Jurnal Kajian dan Terapan Matematika Vol 7, No 3 (2018): Jurnal Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

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

Abstract

AbstrakKertas merupakan salah satu kebutuhan manusia dalam kehidupan sehari-hari, sehingga pemakaian kertas setiap harinya berjumlah sangat besar. Tingginya permintaan kertas membuat perusahaan distribusi kertas pun semakin meningkat. Agar pendistribusian dapat mencapai hasil yang optimal, maka diperlukan solusi dalam masalah sistem transportasi. Permasalahan sistem transportasi ini termasuk dalam Capacitated Vehicle Routing Problem (CVRP) yaitu permasalahan penentuan rute kendaraan untuk melayani beberapa pelanggan dengan batasan kapasitas. Penelitian ini bertujuan untuk menyelesaikan masalah rute distribusi kertas di CV. Margotama Fancindo Yogyakarta menggunakan Metode Nearest Neighbour dan Metode Saving Matrix, kemudian membandingkan hasil penyelesaian dua metode tersebut.Penelitian ini dilakukan di CV. Margotama Fancindo Yogyakarta dalam pendistribusian kertas. Data yang diperlukan antara lain jarak antara depot dengan pelanggan dan jarak antar pelanggan, jumlah permintaan masing-masing pelanggan, jumlah kendaraan yang dioperasikan, dan kapasitas setiap kendaraan. Data penelitian kemudian diolah dan diselesaikan dengan Metode Nearest Neighbour dan Metode Saving Matrix. Metode Nearest Neighbour secara umum  merupakan metode yang digunakan untuk memecahkan masalah pemilihan rute dengan cara mencari jarak terpendek untuk menempuh lokasi pengiriman. Sementara, secara umum langkah-langkah Metode Saving Matrix adalah menentukan matriks jarak, menentukan matriks penghematan, mengalokasikan kendaraan dan rute, dan mengurutkan pelanggan pada suatu rute.Hasil penelitian menunjukkan bahwa Metode Nearest Neighbour lebih baik dalam segi jarak dibandingkan Metode Saving Matrix dalam menyelesaikan Capacitated Vehicle Routing Problem (CVRP). Metode Nearest Neighbour menghasilkan jarak tempuh 236,85 km dan Metode Saving Matrix menghasilkan total jarak tempuh 240,62 km. Kata kunci: CVRP, Metode Nearest Neighbour, Metode Saving Matrix, rute, distribusi AbstractPaper is one of the human needs in everyday life, so the use of it every day is very high. The high demand for paper makes the number of paper distribution companies increasing. In order to achieve optimal distribution results, a solution is needed to the problem of the transportation system. The problems of this transportation system are included in the Capacitated Vehicle Routing Problem (CVRP) which is the problem of determining the route of the vehicle to serve several customers with capacity limitation. This research aims to solve the problem of paper distribution route in CV. Margotama Fancindo Yogyakarta using the Nearest Neighbour Method and the Saving Matrix Method then compares the results of the two methods.This research was conducted at CV. Margotama Fancindo Yogyakarta in the distribution of paper. The required data were the distance between the depot with the customer and the distance between customers, the number of requests of each customer, the number of vehicles operated, and the capacity of each vehicle. Research data is then processed and completed with the Nearest Neighbour Method and Saving Matrix Method. The Nearest Neighbors method is generally the method used to solve the problem of route selection by finding the shortest distance to travel to the delivery location. In general, the steps of the Saving Matrix Method are to determine the distance matrix, determine the austerity matrix, allocate vehicles and routes, and sort customers on a route.The results show that the Nearest Neighbors Method is better in terms of distance than the Saving Matrix Method in solving the Capacitated Vehicle Routing Problem (CVRP). The Nearest Neighbors method yielded 236.85 km of distance and the Saving Matrix Method resulted in a total distance of 240.62 km. Keywords: CVRP, Nearest Neighbors Method, Saving Matrix Method, route, distribution

Page 10 of 19 | Total Record : 190

 8   9   10   11   12 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol 11, No 2 (2025): Jurnal Kajian dan Terapan Matematika (Juli) Vol 11, No 1 (2025): Jurnal Kajian dan Terapan Matematika (April) Vol 10, No 3 (2024): Jurnal Kajian dan Terapan Matematika (November) Vol 10, No 2 (2024): Jurnal Kajian dan Terapan Matematika (Juli) Vol 10, No 1 (2024): Jurnal Kajian dan Terapan Matematika (April) Vol 9, No 3 (2023): Jurnal Kajian dan Terapan Matematika (November) Vol 9, No 2 (2023): Jurnal Kajian dan Terapan Matematika (Juli) Vol 9, No 1 (2023): Jurnal Kajian dan Terapan Matematika (Maret) Vol 8, No 3 (2022): Jurnal Kajian dan Terapan Matematika Vol 8, No 2 (2022): Jurnal Kajian dan Terapan Matematika Vol 8, No 1 (2022): Jurnal Kajian dan Terapan Matematika Vol 7, No 5 (2018): Jurnal Matematika Vol 7, No 4 (2018): Jurnal Matematika Vol 7, No 3 (2018): Jurnal Matematika Vol 7, No 2 (2018): Jurnal Matematika Vol 7, No 1 (2018): Jurnal Matematika Vol 6, No 4 (2017): Jurnal Matematika Vol 6, No 3 (2017): Jurnal Matematika Vol 6, No 2 (2017): Jurnal Matematika Vol 6, No 1 (2017): Jurnal Matematika Vol 5, No 6 (2016): Jurnal Matematika Vol 5, No 5 (2016): Jurnal Matematika Vol 5, No 4 (2016): Jurnal Matematika Vol 5, No 3 (2016): Jurnal Matematika Vol 5, No 2 (2016): Jurnal Matematika Vol 5, No 1 (2016): Jurnal Matematika More Issue