cover
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
ISSN : -     EISSN : 30311152     DOI : 10.21831
Core Subject : Science, Education,
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.
Articles 217 Documents
PENENTUAN RUTE TERPENDEK OBJEK WISATA DI KABUPATEN MAGELANG MENGGUNAKAN ALGORITMA FLOYD-WARSHALL DAN ALGORITMA BELLMAN-FORD Silvia Indriana Ayu; Himmawati Puji Lestari
Jurnal Kajian dan Terapan Matematika Vol 12, No 3 (2026): Jurnal Kajian dan Terapan Matematika (Oktober)
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jktm.v12i3.28084

Abstract

Kabupaten Magelang merupakan daerah tujuan wisata dengan persebaran objek wisata yang luas sehingga menyulitkan wisatawan dalam menentukan rute perjalanan terutama dalam konsep perjalanan singkat (one day trip). Penelitian ini bertujuan untuk memodelkan jaringan objek wisata ke dalam bentuk graf berbobot, menentukan rute terpendek menggunakan Algoritma Floyd-Warshall dan Bellman-Ford, membandingkan kedua algoritma berdasarkan minimisasi jarak tempuh, serta mengelompokkan rute menjadi paket wisata berdasarkan kesamaan lintasan. Penelitian terapan dengan pendekatan kuantitatif deskriptif ini menggunakan pemodelan graf berbobot dan analisis algoritma shortest path. Data diperoleh dari Dinas Pariwisata Kabupaten Magelang dan Google Maps yang terdiri atas 25 objek wisata, 4 titik masuk, dan 9 persimpangan yang direpresentasikan menjadi 38 simpul dengan jarak sebagai sisi. Analisis dilakukan menggunakan Algoritma Floyd-Warshall dan Bellman-Ford, serta divisualisasikan menggunakan QGIS dan diolah menggunakan Python. Hasil penelitian menunjukkan bahwa jaringan objek wisata di Kabupaten Magelang berhasil dimodelkan sebagai graf berbobot dengan 38 simpul yang mencakup 25 objek wisata, 4 titik masuk, dan 9 simpul persimpangan. Penerapan Algoritma Floyd-Warshall menghasilkan rute terpendek untuk seluruh pasangan simpul, sedangkan Algoritma Bellman-Ford menghasilkan rute terpendek dari titik masuk ke seluruh simpul lainnya. Kedua algoritma menghasilkan nilai jarak minimum yang sama sebanyak 100 rute terpendek, namun berbeda pada aspek mekanisme perhitungan. Rute tersebut dikelompokkan menjadi paket wisata one day trip berdasarkan kesamaan lintasan, yaitu 6 paket dari utara, 6 paket dari timur, 5 paket dari selatan, dan 5 paket dari barat.Kata kunci: Algoritma Bellman-Ford, Algoritma Floyd-Warshall, Graf, Rute Terpendek
PREDIKSI VOLUME TRANSAKSI QRIS UMKM DI KOTA YOGYAKARTA MENGGUNAKAN MODEL FUZZY TIME SERIES Gita Anggi Nurlita; Agus Maman Abadi
Jurnal Kajian dan Terapan Matematika Vol 12, No 3 (2026): Jurnal Kajian dan Terapan Matematika (Oktober)
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jktm.v12i3.27857

Abstract

Perkembangan teknologi digital telah membawa inovasi sistem pembayaran di Indonesia, yaitu Quick Response Code Indonesian Standard (QRIS). Tujuan penelitian ini untuk memprediksi volume transaksi QRIS Usaha Mikro, Kecil, dan Menengah (UMKM) di Kota Yogyakarta dengan menggunakan model fuzzy time series Singh dan membandingkannya dengan model ARIMA. Penelitian ini menggunakan data bulanan volume transaksi QRIS UMKM di Yogyakarta periode Januari 2023 sampai Desember 2025 yang diperoleh dari Kantor Perwakilan Bank Indonesia Provinsi DIY. Prediksi yang dilakukan dengan model Singh memiliki langkah-langkah, yaitu membentuk himpunan semesta, menentukan jumlah dan panjang interval, membentuk himpunan fuzzy, melakukan fuzzifikasi dan membentuk Fuzzy Logical Relationship (FLR), serta melakukan defuzzifikasi. Sedangkan tahapan untuk prediksi dengan ARIMA, yaitu menguji stasioneritas, melakukan transformasi dan/atau differencing, mengidentifikasi model, melakukan estimasi parameter dan uji signifikansi, melakukan uji diagnostik residual, serta melakukan prediksi. Hasil penelitian ini menunjukkan bahwa model Singh adalah model terbaik dengan nilai MAPE terkecil. Nilai MAPE data latih model Singh pada usaha mikro, kecil, dan menengah masing-masing sebesar 3,084%, 3,574%, dan 3,024%. Sedangkan pada data uji masing-masing sebesar 1,02%, 0,127%, dan 0,203%.Kata kunci: ARIMA, Fuzzy Time series, Prediksi, QRIS, Singh.
PREDIKSI JUMLAH PENDUDUK PEREMPUAN DI KOTA MALANG PADA TAHUN 2045 MENGGUNAKAN MATRIKS LESLIE Afifah Kamiliya; Ferdinandus Riyandika Pratama; Nikken Prima Puspita
Jurnal Kajian dan Terapan Matematika Vol 12, No 3 (2026): Jurnal Kajian dan Terapan Matematika (Oktober)
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jktm.v12i3.30384

Abstract

Proyeksi penduduk perempuan Kota Malang dilakukan dengan menerapkan model matriks Leslie berdasarkan parameter fertilitas dan transisi usia. Data yang digunakan pada artikel ini adalah jumlah penduduk perempuan menurut kelompok usia lima tahunan, Age-Specific Fertility Rate (ASFR), dan koefisien transisi usia sebagai komponen penyusun matriks Leslie. Matriks Leslie dibentuk menggunakan nilai fertilitas pada baris pertama dan koefisien transisi usia pada elemen subdiagonal. Analisis nilai eigen dan vektor eigen dilakukan untuk menentukan laju pertumbuhan populasi dan distribusi usia stabil penduduk perempuan hingga tahun 2045. Hasil analisis menunjukkan nilai eigen dominan sebesar 1,0328 sedangkan vektor eigen menunjukkan proporsi distribusi usia yang stabil, dengan proporsi penduduk usia 65 tahun ke atas sebesar 15,99%.  Pertumbuhan jumlah penduduk perempuan Kota Malang berlangsung bersamaan dengan penuaan penduduk sehingga perubahan usia pada setiap kelompok perlu dipertimbangkan dalam perencanaan demografi jangka panjang.Kata kunci: Proyeksi Populasi, Matriks Leslie, ASFR, Nilai Eigen, Vektor Eigen
SENTIMENT ANALYSIS BASED ON THE PERFORMANCE ASPECTS OF THE TIKTOK APP BY TIME PERIOD AND APP VERSION USING SUPPORT VECTOR MACHINES (SVM) Irna Dwi Astuti; Bambang Sumarno Hadi Marwoto
Jurnal Kajian dan Terapan Matematika Vol 12, No 3 (2026): Jurnal Kajian dan Terapan Matematika (Oktober)
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jktm.v12i3.29295

Abstract

This study aims to analyze aspect-based sentiment regarding the performance of the TikTok app based on user reviews on Google Play, as well as to identify changes in user perceptions over time and across app versions following app updates. The performance aspects analyzed include speed, stability, and responsiveness. This study employs a quantitative method with a descriptive approach. Data was obtained through web scraping of TikTok user reviews on Google Play during the period of January 1–December 31, 2025. The data was processed through the stages of text preprocessing, sentiment labeling using the INSET lexicon, aspect labeling using a keyword-based approach, feature representation using TF-IDF, and classification using the Support Vector Machine (SVM) method. The results of the study indicate that SVM is capable of effectively classifying sentiment across all aspects of the app’s performance. Speed and stability were the most frequently discussed aspects and were dominated by negative sentiment. Additionally, the analysis revealed that app updates influenced changes in user perceptions of TikTok’s performance throughout 2025.Keywords:  aspect-based sentiment analysis, TikTok, SVM.
SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PEMBANGUNAN INFRASTRUKTUR DESTINASI PARIWISATA BERBASIS WISATA ALAM DI DAERAH ISTIMEWA YOGYAKARTA MENGGUNAKAN METODE AHP DAN FUZZY TOPSIS Dimas Oki Sriwijaya Saputra; Sri Andayani
Jurnal Kajian dan Terapan Matematika Vol 12, No 3 (2026): Jurnal Kajian dan Terapan Matematika (Oktober)
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jktm.v12i3.29347

Abstract

Penelitian ini bertujuan untuk membangun sistem pendukung keputusan (SPK) yang objektif, transparan, dan berbasis data dengan menggunakan metode Analytical Hierarchy Process (AHP) dan Fuzzy Technique for Order Preference by Similarity to Ideal Solution (Fuzzy TOPSIS) untuk menentukan prioritas pembangunan infrastruktur destinasi pariwisata berbasis wisata alam di DIY. Metode AHP digunakan untuk menentukan bobot prioritas kriteria pembangunan, sedangkan metode Fuzzy TOPSIS digunakan untuk melakukan perangkingan alternatif berdasarkan kedekatan terhadap solusi ideal. Subjek penelitian melibatkan perangkat daerah Dinas Pariwisata Provinsi DIY dan Dinas Pariwisata Kulon Progo, dan pengelola destinasi pariwisata berbasis wisata alam sebagai sumber data primer untuk metode AHP, serta data sekunder diambil dari data resmi dan portal resmi Dinas Pariwisata DIY. Dari delapan variabel yang diperoleh, tujuh variabel digunakan sebagai kriteria utama dalam proses seleksi, yaitu jumlah pengunjung, fasilitas mitigasi, fasilitas TIC, fasilitas umum, fasilitas kebersihan, pusat cinderamata dan oleh-oleh, dan panggung pertunjukkan. Sedangkan metode Fuzzy TOPSIS digunakan untuk melakukan perangkingan 40 destinasi pariwisata berbasis wisata alam yang termasuk dalam Kawasan Strategis Pariwisata Daerah (KSPD) di DIY. Pengembangan model SPK dilakukan dengan pemrograman Python. Hasil penelitian ini menunjukkan bahwa pembobotan kriteria dengan menggunakan metode AHP menghasilkan nilai konsisten, sedangkan perangkingan alternatif dengan metode Fuzzy TOPSIS menunjukkan bahwa Destinasi Pariwisata Gua Langse (A15) menempati peringkat pertama dengan nilai Closeness Coefficient (CC) sebesar 0.5723, sehingga direkomendasikan sebagai prioritas utama pembangunan infrastruktur. Sistem ini diharapkan dapat membantu pemerintah daerah dan pengelola destinasi pariwisata dalam menyusun kebijakan pembangunan infrastruktur pariwisata yang lebih objektif dan tepat sasaran.Kata kunci: AHP, Fuzzy TOPSIS, Pembangunan Infrastruktur Destinasi Pariwisata, Sistem Pendukung Keputusan
PEMODELAN MARKOV SWITCHING AUTOREGRESSIVE (MSAR) PADA INFLASI PROVINSI DAERAH ISTIMEWA YOGYAKARTA Ardan Andhirta; Syarifah Inayati
Jurnal Kajian dan Terapan Matematika Vol 12, No 3 (2026): Jurnal Kajian dan Terapan Matematika (Oktober)
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jktm.v12i3.28413

Abstract

Struktur ekonomi Daerah Istimewa Yogyakarta yang didominasi sektor pendidikan dan pariwisata menyebabkan tingkat inflasi cenderung berfluktuasi. Sementara itu, tingginya ketimpangan pendapatan menyebabkan inflasi memberikan dampak yang berbeda antar kelompok masyarakat. Penelitian ini bertujuan memodelkan inflasi menggunakan model Markov Switching Autoregressive (MSAR) untuk mengidentifikasi regime inflasi rendah dan inflasi tinggi. Selain itu, penelitian ini juga bertujuan mengetahui peluang bertahan pada masing-masing regime dan berpindah ke regime lain, serta lama durasi setiap regime. Penelitian ini menggunakan data inflasi Daerah Istimewa Yogyakarta tahun 2015-2024. Pemodelan MSAR dilakukan menggunakan estimasi parameter Maximum Likelihood Estimation (MLE) dengan pendekatan algoritma Expectation-Maximization (EM), serta pemilihan model terbaik berdasarkan nilai Akaike Information Criterion (AIC) dan hasil asumsi residual. Selain itu, dilakukan monitoring process untuk mengidentifikasi dinamika inflasi. Hasil penelitian menunjukkan model MSAR yang terbaik adalah model MS(2)-AR(2). Model ini mampu menangkap perbedaan regime inflasi. Hasil model menunjukkan peluang inflasi rendah bertahan pada kondisinya sebesar  dan peluang  berpindah ke inflasi tinggi sebesar  , dengan durasi bertahan sekitar 8 sampai 9 bulan. Sementara itu, kondisi inflasi tinggi memiliki peluang bertahan sebesar  dan peluang berpindah ke inflasi rendah sebesar , dengan durasi bertahan sekitar 2 sampai 3 bulan. Perbedaan ini menunjukkan inflasi rendah terjadi lebih dominan dibandingkan inflasi tinggi.Kata kunci: Inflasi, Markov Switching Autoregressive, Monitoring Process, Nonlinearitas, Regime
PERBANDINGAN MODEL REGRESI POISSON, REGRESI BINOMIAL NEGATIF, DAN REGRESI GENERALIZED POISSON DALAM MENGIDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI JUMLAH KEMATIAN IBU DI PROVINSI JAWA TENGAH Anisah Daffa Citra Nareswari; Kismiantini Kismiantini
Jurnal Kajian dan Terapan Matematika Vol 12, No 3 (2026): Jurnal Kajian dan Terapan Matematika (Oktober)
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jktm.v12i3.29610

Abstract

Jumlah kematian ibu di Provinsi Jawa Tengah tahun 2024 mencapai 427 kasus atau setara dengan Angka Kematian Ibu (AKI) sebesar 74,73 per 100.000 kelahiran hidup yang masih melebihi target Sustainable Development Goals, yaitu di bawah 70. Penelitian ini bertujuan memodelkan jumlah kematian ibu di Provinsi Jawa Tengah menggunakan regresi Poisson, regresi Binomial Negatif, dan regresi Generalized Poisson, serta mengidentifikasi model terbaik dan faktor yang berpengaruh signifikan. Variabel respons adalah jumlah kematian ibu, sedangkan variabel prediktor meliputi kunjungan kehamilan K6, imunisasi tetanus difteri lengkap (Td2+), persalinan di fasilitas kesehatan, kunjungan nifas (KF) lengkap, pemberian tablet tambah darah, rasio bidan per puskesmas, persentase ibu hamil dengan anemia, persentase penduduk miskin, dan persentase rumah tangga berperilaku hidup bersih dan sehat (PHBS). Estimasi parameter dilakukan menggunakan metode Iteratively Reweighted Least Squares (IRLS) dengan pemilihan model terbaik berdasarkan nilai terkecil dari kriteria Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC). Hasil penelitian menunjukkan bahwa model regresi Generalized Poisson merupakan model terbaik (AIC = 219,89, BIC = 236,68). Faktor yang berpengaruh signifikan adalah cakupan imunisasi Td2+, setiap peningkatan 1% cakupan Td2+ diperkirakan menurunkan rata-rata jumlah kematian ibu sebesar 0,99 kali dengan asumsi variabel lain konstan.Kata kunci: Jumlah Kematian Ibu, Regresi Binomial Negatif, Regresi Generalized Poisson, Regresi Poisson

Filter by Year

2016 2026


Filter By Issues
All Issue Vol 12, No 3 (2026): Jurnal Kajian dan Terapan Matematika (Oktober) Vol 12, No 2 (2026): Jurnal Kajian dan Terapan Matematika (Juli) Vol 12, No 1 (2026): Jurnal Kajian dan Terapan Matematika (April) Vol 11, No 3 (2025): Jurnal Kajian dan Terapan Matematika (November) 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