cover
Contact Name
charles eferaim mongi
Contact Email
charlesmongi@unsrat.ac.id
Phone
+6281356700321
Journal Mail Official
decartesian@unsrat.ac.id
Editorial Address
Jurusan Matematika Jalan Kampus Kleak Unsrat Manado
Location
Kota manado,
Sulawesi utara
INDONESIA
d'Cartesian: Jurnal Matematika dan Aplikasi
ISSN : 23024224     EISSN : 26851083     DOI : https://doi.org/10.35799/
Core Subject : Education,
This journal provides a forum for researchers, academics, professions, to publish research articles or review results. Topics of articles published in this journal include: 1. Applied Mathematics 2. Analysis 3. Statistics 4. Mathematical Modelling 6. Information System 7. Computational Science
Articles 226 Documents
Analisis Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Pada Kabupaten/Kota Se-Sulawesi Tahun 2022 Menggunakan Regresi Logistik Biner Ferrari, Dinda Meilinda; Mananohas, Mans L.; Langi, Yohanes A.R.
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 2 (2024): September 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.2.2024.55547

Abstract

Regresi logistik biner merupakan suatu metode analisis data yang digunakan untuk mencari hubungan antara variabel respon (Y) yang bersifat biner atau dikotomus dengan variabel prediktor (X) yang bersifat polikotomus. Penelitian ini bertujuan untuk menentukan model regresi logistik biner dan menentukan faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia (IPM) pada kabupaten/kota se-Sulawesi. Data yang digunakan adalah data sekunder yaitu data IPM yang diperoleh dari website BPS dengan satuan pengamatan kabupaten/kota se-Sulawesi. Variabel dependen adalah nilai IPM kabupaten/kota se-Sulawesi dan variabel independen adalah UHH, RLS, Pengeluaran Perkapita, TPT, serta Persentase Penduduk Miskin. Hasil Penelitian ini menunjukkan model yang diperoleh adalah Logit . Variabel prediktor yang berpengaruh signifikan terhadap nilai IPM pada kabupaten/kota se-Sulawesi tahun 2022 adalah rata-rata lama sekolah dan pengeluaran perkapita .
Analisis Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia di Kabupaten Minahasa Selatan Alvin Kolinu; Mans Mananohas; Marline Paendong
d'Cartesian Vol. 15 No. 1 (2026): Maret 2026
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.15.1.2026.63262

Abstract

Ketimpangan kualitas hidup antarwilayah masih menjadi tantangan dalam pembangunan daerah, termasuk di Kabupaten Minahasa Selatan yang IPM-nya masih di bawah rata-rata provinsi dan nasional. Penelitian ini dilakukan untuk mengetahui pengaruh Produk Domestik Regional Bruto, jumlah penduduk, dan tingkat kemiskinan terhadap indeks pembangunan manusia serta menentukan variabel paling dominan selama periode 2015–2024. Data sekunder diperoleh dari Badan Pusat Statistik dan dianalisis menggunakan regresi linier berganda dengan bantuan perangkat lunak R Studio. Sebelum analisis, dilakukan uji asumsi klasik untuk memastikan keandalan model. Hasil menunjukkan bahwa Produk Domestik Regional Bruto dan jumlah penduduk berpengaruh positif signifikan terhadap indeks pembangunan manusia, sedangkan tingkat kemiskinan tidak berpengaruh signifikan. Produk Domestik Regional Bruto menjadi variabel paling dominan dalam meningkatkan kualitas hidup masyarakat di Kabupaten Minahasa Selatan.
Pemodelan Dinamika Sentimen Publik dalam Gerakan 17+8 Tuntutan Rakyat di X dengan Rantai Markov Diskrit Rilya Livi Sukarame; Yohanes Andreas Robert Langi; Nelson Nainggolan
d'Cartesian Vol. 15 No. 1 (2026): Maret 2026
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.15.1.2026.67073

Abstract

Percakapan publik mengenai gerakan 17+8 Tuntutan Rakyat di media sosial X menunjukkan dinamika sentimen yang berubah dari waktu ke waktu. Penelitian ini memodelkan transisi sentimen tersebut menggunakan Rantai Markov Diskrit. Sebanyak 798 tweet periode 25 Agustus-05 September 2025 diklasifikasikan ke dalam tiga kategori (positif, netral, negatif) menggunakan InSet Lexicon. Distribusi awal didominasi sentimen negatif sebesar 87.59%. Matriks peluang transisi menunjukkan kecenderungan sentimen bertahan dan berpindah menuju kategori negatif. Distribusi steady state menghasilkan peluang negatif 0.875784, positif 0.087829, dan netral 0.036386. Hasil ini menunjukkan bahwa dalam jangka panjang sentimen publik cenderung stabil dengan dominasi sentimen negatif.
Penerapan Model ARIMA-GARCH Untuk Prediksi Nilai Tukar Rupiah Terhadap Mata Uang Cina (Yuan) Anastasya Sahema Puken; Djoni Hatidja; Jullia Titaley
d'Cartesian Vol. 15 No. 1 (2026): Maret 2026
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.15.1.2026.67087

Abstract

Nilai tukar merupakan harga mata uang suatu negara terhadap mata uang negara lain dan berperan penting dalam stabilitas perekonomian. Penelitian ini bertujuan memprediksi nilai tukar Rupiah terhadap mata uang Cina (Yuan) menggunakan model ARIMA–GARCH. Data yang digunakan adalah data harian periode 1 Januari 2020 hingga 30 November 2025 yang diperoleh dari situs Investing. Hasil analisis menunjukkan bahwa model terbaik adalah ARIMA(3,0,0)–GARCH(2,3) berdasarkan nilai AIC terkecil. Model ini digunakan untuk nilai prediksi tukar pada periode 1–26 Desember 2025, dengan nilai prediksi berada pada kisaran 2.354,28 hingga 2.362,19. Hasil peramalan menunjukkan bahwa model mampu mengikuti pola pergerakan nilai meskipun nilai aktual meningkat lebih cepat dibandingkan nilai prediksi.
Segmentasi Motivasi Mahasiswa Luar Provinsi di Universitas Sam Ratulangi Menggunakan Analisis Klaster Langit, Patricia Sukma; Kekenusa , John S.; Langi , Yohanes A. R.
d'Cartesian Vol. 15 No. 1 (2026): Maret 2026
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.15.1.2026.67089

Abstract

This study aims to identify the factors influencing students from outside North Sulawesi Province in choosing Sam Ratulangi University and to classify them based on their motivational patterns. A quantitative approach was employed using questionnaire data collected from 107 undergraduate students from the 2024–2025 cohorts. The research instrument was tested and found to be valid and reliable, with a Cronbach’s Alpha of 0.861. Data were analyzed using the Two-Step Cluster method based on five motivational dimensions: academic, economic, social, experience, and regional opportunity. The results revealed two optimal clusters with fair model quality: a low-motivation cluster (38.3%) and a high-motivation cluster (61.7%). Academic motivation emerged as the most dominant factor distinguishing the clusters. These findings indicate that students exhibit heterogeneous motivational patterns in selecting higher education institutions.
Pemetaan Kecamatan di Kabupaten Kepulauan Sangihe Berdasarkan Produksi Tanaman Sayuran Dengan Menggunakan Analisis Biplot Susanto, Franky Agung; Komalig, Hanny A. H.; Hatidja, Djoni; Kekenusa, John S.; Paendong, Marline S.; Mananohas, Mans L.
d'Cartesian Vol. 15 No. 1 (2026): Maret 2026
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.15.1.2026.67180

Abstract

Tanaman sayuran dalam ilmu pertanian disebut sebagai anggota komoditas hortikultura karena merupakan tanaman yang biasanya diusahakan di kebun. Peranan penting tanaman sayuran sebagai bahan pangan adalah sumbangannya terhadap vitamin dan mineral. Di samping itu, beberapa sayuran juga merupakan sumber protein dan kalori. Penelitian ini bertujuan untuk memetakan kecamatan di Kabupaten Kepulauan Sangihe berdasarkan produksi tanaman sayuran dengan menggunakan analisis biplot. Data yang digunakan merupakan data sekunder tahun 2024 yang bersumber dari Badan Pusat Statistik (BPS) Kabupaten Kepulauan Sangihe. Data yang dianalisis mencakup 6 variabel utama, yaitu produksi cabai rawit, produksi kacang panjang, produksi ketimun, produksi sawi, produksi terung, dan produksi tomat. Analisis biplot dipilih karena mampu secara simultan menggambarkan hubungan antarobjek dan antarvariabel dalam ruang dua dimensi, sehingga mempermudah proses interpretasi data secara visual.