cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muh. Isbar Pratama
Contact Email
isbarpratama@unm.ac.id
Phone
+6285399692435
Journal Mail Official
jmathcos@unm.ac.id
Editorial Address
Kampus Parangtambung UNM, Jl. Dg. Tata Raya Prodi Matematika Lt. 3 Gd FG Jurusan Matematika FMIPA
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Journal of Mathematics, Computation and Statistics (JMATHCOS)
Published by Universitas Negeri Makassar
ISSN : 24769487     EISSN : 27210863     DOI : https://doi.org/10.35580/jmathcos
Core Subject : Education,
Mathematics
Fokus yang didasarkan tidak hanya untuk penelitian dan juga teori-teori pengetahuan yang tidak menerbitkan plagiarism. Ruang lingkup jurnal ini adalah teori matematika, matematika terapan, program perhitungan, perhitungan matematika, statistik, dan statistik matematika.
Arjuna Subject : Matematika - Matematika Terapan
Articles 194 Documents
 1   2   3   4   5 
Implementasi Data Mining Dalam Menentukan Penambahan Koleksi Buku di Perpustakaan: Algoritma K-Means Clustering Mau, Paskalia Yunita; Chrisinta , Debora; Binsasi, Eva
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1938

Abstract

Penentuan jenis koleksi buku perlu menjadi prioritas untuk diperhatikan karena berkaitan dengan kebutuhan bagi pengunjung, sehingga penting bagi para pengelola perpustakaan untuk mengetahui cara yang efektif dalam penambahan koleksi buku. Penelitian ini bertujuan untuk menerapkan konsep data mining dengan algoritma K-Means Clustering dalam menentukan penambahan koleksi buku di Perpustakaan Universitas Timor. Data yang digunakan dalam penelitian ini adalah data sekunder yang terdiri dari objek pengamatan jenis buku dan variabel yang diamati adalah jumlah buku yang dipinjam dari perpustakaan. Metode yang diterapkan dalam menganalisis data adalah K-Means Clustering. Hasil penelitian diperoleh bahwa cluster optimal yang terbentuk adalah sebanyak dua cluster, dimana cluster pertama sebagai kategori buku yang paling diminati sedangkan cluster kedua kategori buku yang kurang diminati. Berdasarkan stok buku yang tersedia dan kategori buku diminati menunjukkan bahwa jumlah peminjam lebih banyak dari jumlah buku tersedia. Artinya penambahan koleksi buku yang diperlukan berasal dari jenis buku pertanian dan ekonomi.
Perbandingan Model Dinamis dan Neural Network pada Pemodelan Kontribusi Total Aset Perbankan Syariah terhadap Pertumbuhan Ekonomi di Indonesia Setyowati, Endah
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1943

Abstract

Tujuan dari penelitian ini adalah mendapatkan model terbaik untuk pertumbuhan ekonomi Indonesia berdasarkan nilai total aset perbankan syariah. Pertumbuhan ekonomi di Indonesia dapat diwakili oleh nilai PDB (Produk Domestik Bruto) yang diduga memiliki hubungan dan dipengaruhi oleh besar kecilnya nilai total aset perbankan syariah. Pemodelan PDB ini menggunakan pendekatan model dinamis dan neural network, diantaranya model Distributed Lag, Koyck, Autoregressive Distributed Lag (ARDL), Feedforward Neural Network (FFNN), dan Deep Learning Neural Network (DLNN). Data yang digunakan adalah data triwulan PDB atas dasar harga konstan dan total aset perbankan syariah (terdiri dari total aset Bank Umum Syariah dan Unit Usaha Syariah) periode 2015-2023. Hasil analisis menunjukkan bahwa model terbaik untuk memodelkan nilai PDB berdasar total aset perbankan syariah adalah model ARDL(2, 2) dengan tingkat akurasi kesalahan (MAPE) sebesar 1,227%. Model terbaik tersebut menunjukkan bahwa data PDB dipengaruhi oleh kondisi nilai PDB dan total aset perbankan syariah hingga dua periode waktu sebelumnya. Kesalahan model tersebut juga cukup kecil, sehingga menunjukkan bahwa variabel total aset perbankan syariah mampu memodelkan nilai PDB dengan baik.
Penerapan Metode Generalized Space Time Autoregressive (GSTAR) Untuk Memprediksi Sebaran Covid-19 di Pulau Jawa Wea, Maria Dominggo; aswi; Aidid, Muhammad Kasim
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1944

Abstract

Virus Corona merupakan keluarga besar virus (antara hewan dan manusia) yang ditularkan secara zoonik dan menimbulkan gejala ringan hingga berat. Kasus COVID-19 terus bertambah secara global dan berfluktuasi, termasuk di Indonesia dan sebaran kasus infeksi virus terbesar di Pulau Jawa. Penelitian ini bertujuan untuk memprediksi sebaran kasus COVID-19 di Pulau Jawa dengan data spasial yaitu 6 provinsi sehingga menggunakan model ruang waktu yaitu Model Generalized Space Time Autoregressive (GSTAR). Matriks pembobot yang digunakan adalah invers jarak dan queen contiguity. Tahapan pembentukan model terdiri dari uji stasioneritas data, penentuan urutan ruang-waktu, penggunaan kedua matriks pembobot, estimasi parameter dengan Ordinary Least Square, uji kesesuaian model dengan uji asumsi white noise dan uji asumsi normalitas, perhitungan Root Mean Square Error (RMSE), pemilihan model terbaik dengan matriks pembobotan queen contiguity yang menghasilkan nilai RMSE terkecil, peramalan berdasarkan model GSTAR terbaik, dan pemetaan total hasil peramalan. Model GSTAR terbaik yang dihasilkan adalah GSTAR (1;1) I(1) dengan menggunakan matriks pembobotan queen contiguity dengan nilai RMSE terkecil. Hasil peramalan dan pemetaan berdasarkan hasil ramalan total kasus COVID-19 di Pulau Jawa pada tanggal 1 April 2022 – 7 April 2022 menunjukkan bahwa hampir semua provinsi mendekati nilai pada data aktual dilihat dari plot dan peta sebaran.
Pemetaan Pertumbuhan Penduduk di Kota Samarinda Melalui Pemodelan Logistik dengan Metode Adams-Bashforth-Moulton Raming, Indriasri; Wirawan, Adellia Septina; Syaripuddin; Putri, Annisa Amalia; Aslina; Sahputra, Dimas Raditya; Dala, Maria Alensia Deltin; Avrilia, Mia Putri
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1945

Abstract

Pertumbuhan penduduk yang cepat adalah salah satu tantangan utama yang dihadapi oleh negara-negara, terutama di negara kepulauan seperti Indonesia di Asia Tenggara. Kota Samarinda, yang terletak di Provinsi Kalimantan Timur, adalah salah satu kota yang mengalami pertumbuhan penduduk yang signifikan. Penelitian ini membahas tantangan pertumbuhan penduduk yang cepat di Kota Samarinda, Indonesia, dan dampaknya terhadap pembangunan kota. Dengan menggunakan metode Adams-Bashforth-Moulton dalam pemodelan logistik, penelitian ini memadukan data historis tentang jumlah penduduk, tingkat kelahiran, tingkat kematian, dan migrasi untuk membuat proyeksi tentang jumlah penduduk di masa depan. Hasilnya menunjukkan bahwa metode ini efektif dalam memprediksi pertumbuhan penduduk di Kota Samarinda. Pada tahun 2023, jumlah penduduk diperkirakan mencapai 968.932 jiwa, dengan kenaikan sebesar 16,06% dibandingkan dengan tahun sebelumnya. Penelitian ini memberikan wawasan berharga tentang dampak pertumbuhan penduduk terhadap masalah kependudukan seperti kemiskinan, kurangnya pendidikan, dan pengangguran. Model pertumbuhan logistik dengan metode Adams-Bashforth-Moulton dapat menjadi alat yang berguna bagi pengambil kebijakan untuk merencanakan pembangunan yang berkelanjutan dan efektif di kota ini..
Penerapan Metode CLARA dalam Pengelompokan Indeks Pembangunan Manusia Kabupaten/Kota Provinsi Sulawesi Selatan Irwan; Sidjara, Sahlan; Muhjria
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1946

Abstract

Analisis klaster merupakan salah satu teknik untuk mengelompokan objek-objek sesuai kemiripan ciri yang dimilikinya. Analisis klaster terbagi menjadi dua yaitu hierarki dan non-hierarki. Penelitian ini menerapkan analisis klaster non-hierarki yaitu metode CLARA untuk menentukan klaster Kabupaten/Kota di Provinsi Sulawesi Selatan berdasarkan indikator Indeks Pembangunan Manusia (IPM) tahun 2020 dan 2021. IPM memiliki empat indikator yaitu umur harapan hidup, harapan lama sekolah, rata-rata lama sekolah, dan pengeluaran perkapita disesuaikan. Metode penelitian ini menggunakan metode CLARA dan data dari Badan Pusat Statistik Provinsi Sulawesi Selatan. Ukuran Jarak Yang digunakan adalah jarak Euclidean, dan untuk menentukan jumlah klaster terbaik menggunakan nilai koefisien Silhouette. Hasil klaster dengan nilai koefisien Silhouette dari metode CLARA diperoleh 2 klaster, yaitu klaster 1 dengan kategori indeks pembangunan manusia sedang ditempati oleh Kab. Kep. Selayar, Kab. Bulukumba, Kab. Bantaeng, Kab. Jeneponto, Kab. Takalar, Kab. Gowa, Kab. Sinjai, Kab. Maros, Kab. Pangkajene Kepulauan, Kab. Barru, Kab. Bone, Kab. Soppeng, Kab. Pinrang, Kab. Enrekang, Kab. Luwu, Kab. Tana Toraja, Kab. Luwu Utara, dan Kab. Toraja Utara. Sedangkan klaster 2 dengan kategori Indeks Pembangunan Manusia tinggi ditempati oleh Kab. Wajo, Kab. Sidenreng Rappang, Kab. Luwu Timur, Kota Makassar, Kota Pare-pare, dan Kota Palopo.
Penerapan Regresi Logistik Biner terhadap Faktor-Faktor yang Memengaruhi UMKM dalam Penerapan Digital Marketing : Studi Kasus: Kecamatan Tamalate Kota Makassar Sanusi, Wahidah; Ihsan, Hisyam; Andini, Reski
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1947

Abstract

Penelitian ini merupakan penelitian terapan dengan menggunakan regresi logistik biner dalam melihat hubungan antara faktor-faktor yang berpengaruh terhadap penerapan digital marketing pada pelaku UMKM melalui media sosial atau online. Regresi logistik merupakan analisis statistika guna mendeskripsikan hubungan antara variabel respon yang bersifat kategori dengan variabel prediktor berskala kategori atau kontinu. Dalam menentukan model regresi logistik biner yang paling sesuai maka dilakukan analisis regresi logistik biner dengan menggunakan Uji G dan Uji Wald untuk menguji masing-masing koefisien parameter dan memaparkan deskriptifnya. Data diambil pada bulan November 2022 menggunakan bantuan kuesioner dengan jumlah responden 113 pelaku UMKM. Sebanyak 87,61% dari jumlah pelaku UMKM di Kecamatan Tamalate Kota Makassar yang menerapkan digital marketing. Mayoritas pelaku UMKM yang menerapkan digital marketing, memiliki pendidikan terakhir perguruan tinggi, usia 35-50 tahun, penggunaan jaringan internet yang berlangganan Wi-Fi, tidak pernah mengikuti pelatihan teknologi informasi dan memiliki jenis usaha yaitu jasa. Model regresi logistik yang mempunyai nilai statistik G terkecil adalah model yang terbaik yaitu dengan statistik uji G sebesar 65,950. Berdasarkan uji kesignifikan parameter dengan menggunakan uji Wald, bahwa variabel pendidikan memiliki pengaruh signifikan yang lebih besar terhadap penerapan digital marketing pada pelaku UMKM.
Perbandingan Box-Jenkin’s Method dan ChatGPT dalam Memprediksi Jumlah Kematian Penderita Tuberkulosis di Indonesia Melantika, Brigita Tiara Elgityana; Wiyanti, Wiwik
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1948

Abstract

Penyakit merupakan salah satu hal yang dihindari oleh makhluk hidup. Banyak penyakit yang dapat memicu kematian. Adapun 10 penyakit mematikan yang terkenal di berbagai penjuru dunia, salah satunya adalah tuberkulosis (TB). Indonesia termasuk dalam 10 negara yang memiliki jumlah kasus penderita tuberkulosis yang tinggi. Pada angka kematian penderita tuberkulosis di Indonesia pada 1990-2019 memiliki pola tren yang cocok untuk melakukan analisis Box-Jenkin’s method. Data aktual kasus ini menggunakan difference method orde-2 dan memiliki model terbaik yaitu ARIMA (2, 2, 2) dengan hasil data peramalan, yaitu 76741,18, 74746,60, 72869,15, 70939,06, dan 69035,59 jiwa. Pemodelan yang dihasilkan ChatGPT memiliki kesamaan yaitu ARIMA (2, 2, 2).
Peramalan Harga Emas Menggunakan Metode Fuzzy Time Series Chen dalam Investasi untuk Meminimalisir Risko Sofiyanti , Elvia Nanda; Ulinuha, Samikoh; Okiyanto, Rizal; Haris, M. Al; Wasono, Rochdi
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1955

Abstract

Peran emas yang nilainya diakui secara luas diseluruh dunia menyebabkan minat para investor untuk berinvestasi lebih tinggi dibandingkan dengan investasi lainnya. Informasi yang signifikan mengenai harga emas dapat digunakan sebagai prediktor yang penting untuk memperkirakan pergerakan harga emas dimasa mendatang. Risiko yang umum dalam investasi emas adalah berfluktuasinya harga disetiap periode/satuan waktu yang menyulitkan bagi investor untuk menduga arah pergerakan harga emas. Agar dapat mencapai keuntungan sesuai dengan rencana yang dibuat investor perlu menggunakan teknik peramalan yang akurat, salah satunya dengan metode Fuzzy time series dengan algoritma Chen. Hasil analisis menunjukkan bahwa penerapan metode Fuzzy time series yang dikembangkan oleh Chen menghasilkan tingkat kesalahan berdasarkan nilai MAPE sebesar 3.92% atau dengan kata lain tingkat akurasinya sangat baik. Hasil prediksi harga emas pada 1 Juli 2023 menghasilkan nilai ramalan sebesar 1907.36 USD.
Metode Runge-Kutta dalam Menentukan Solusi Numerik Model SEIR Penyebaran Penyakit Hepatitis B di Provinsi Sulawesi Selatan Wahyuni, Maya Sari; Sanusi, Wahidah; Janide, Anugrah
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1956

Abstract

Penelitian ini bertujuan untuk mencari solusi numerik model matematika penyakit Hepatitis B di Provinsi Sulawesi Selatan menggunakan metode Runge-Kutta orde empat dan orde lima. Model matematika penyakit Hepatitis B berbentuk persamaan differensial model SEIR yang diselesaikan secara numerik menggunakan metode Runge-Kutta orde empat dan metode Runge-Kutta orde lima yang dilakukan sebanyak 500 iterasi dengan waktu interval h = 0,01 bulan. Nilai awal dan nilai parameter disubtitusi ke dalam solusi numerik terhadap model disimulasikan menggunakan Maple. Hasil yang didapat Metode Runge-Kutta Orde Empat menunjukkan bahwa nilai laju setiap kelas untuk 5 bulan ke depan saat t = 5 untuk laju kelas individu rentan (S) sebesar 670822, untuk kelas individu terekspose (E) sebesar 178983, untuk kelas individu terinveksi (I) sebesar 77 dan kelas individu sembuh (R) sebesar 51327. Hasil yang didapat Metode Runge-Kutta Orde Lima menunjukkan bahwa nilai laju setiap kelas untuk 5 bulan ke depan saat t = 5 untuk laju kelas individu rentan (S) sebesar 670551, untuk kelas individu terekspose (E) sebesar 181380, untuk kelas individu terinveksi (I) sebesar 0 dan kelas individu sembuh (R) sebesar 56539. Ini berarti diantara penggunanaan metode Runge-kutta Orde Empat dan Metode Runge-Kutta Orde Lima, Penggunaan metode Runge-Kutta Orde Lima Merupakan metode yang lebih baik.
Faktor-Faktor yang Mempengaruhi Risiko Saham dengan Menggunakan Regresi Logistik Ordinal Valentika, Nina; Sumertajaya, I Made; Azis, Irfani; Nunung Kusdaniyama
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1962

Abstract

Abstrak. Tujuan dalam penelitian ini adalah untuk mengetahui kategori risiko pada saham dengan menggunakan beta saham, serta membandingkan model regresi logistik ordinal tanpa efek interaksi dan dengan efek interaksi untuk mengetahui faktor-faktor yang mempengaruhi risiko saham. Hasil penelitian yang diperoleh adalah model terbaik yang diperoleh adalah Untuk rendah|sama Untuk sama|tinggi Ukuran dari koefisien determinasi (R-Square) yang digunakan dalam pengujian kebaikan model adalah Negelkerke yaitu sebesar 66,80%. Variabel yang berpengaruh terhadap risiko saham adalah return pada taraf nyata 10%.

Page 1 of 20 | Total Record : 194

 1   2   3   4   5 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 2 (2025): Volume 08 Nomor 02 (Oktober 2025) Vol. 8 No. 1 (2025): Volume 08 Nomor 01 (April 2025) Vol. 7 No. 2 (2024): Volume 07 Nomor 02 (Oktober 2024) Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024) Vol. 6 No. 2 (2023): Volume 06 Nomor 02 (Oktober 2023) Vol. 6 No. 1 (2023): Volume 06 Nomor 01 (April 2023) Vol. 5 No. 2 (2022): Volume 05 Nomor 02 (Oktober 2022) Vol. 5 No. 1 (2022): Volume 05 Nomor 01 (April 2022) Vol. 4 No. 2 (2021): Volume 04 Nomor 02 (Oktober 2021) Vol. 4 No. 1 (2021): Volume 04 Nomor 01 (April 2021) Vol. 3 No. 2 (2020): Volume 03 Nomor 02 (Oktober 2020) Vol. 3 No. 1 (2020): Volume 03 Nomor 01 (April 2020) Vol. 2 No. 02 (2019): Volume 02 Nomor 02 (Oktober 2019) Vol. 2 No. 01 (2019): Volume 02 Nomor 01 (April 2019) Vol. 1 No. 02 (2018): Volume 01 Nomor 02 (Oktober 2018) Vol. 1 No. 01 (2018): Volume 01 Nomor 01 (April 2018) More Issue