Matematika Sains: Jurnal Ilmu Matematika
Pure Mathematics, Applied Mathematics and Computation, Statistics and Probability, and Mathematics Education : Pure Mathematics, include analysis and applied analysis, algebra and applied algebra, logic, geometry, differential equations, dynamical system, fuzzy set, and fuzzy logic, etc. Graph and Combinatorics, include all areas in graph theory, combinatorics, number theory, coding theory, cryptography, etc. Applied Mathematics and Computation, include mathematical modeling (including but not limited to mathematical physics, mathematical biology, mathematical medicine), control theory and automation, optimization, operational research, neural network, data science, machine learning, etc. Statistics and Probability, include all areas in statistics and probability, finance mathematics, biostatistics, actuary, etc. Realistic Mathematics Education (RME). The journal receives the results of research on teaching and learning in RME-based mathematics education. Design or Development Research in Mathematics Education. includes of validation studies or development studies in mathematics education, with a comprehensive description and analysis of each stage. PISA Task. Authors can submit their articles on the evaluation of the education system by measuring the scholastic performance of school students about math, science, and students reading activities as well as measuring their math literacy. Mathematics Ability, includes the following abilities: reasoning, connection, communication, representation, and problem solving.
Articles
28 Documents
<![CDATA[PEMODELAN REGRESI LOGISTIK BINER TERHADAP PENERIMAAN PEGAWAI DI PT XYZ JAKARTA ]]>
<![CDATA[Ali Ilham Sofiyat]]>;
<![CDATA[Awaluddin Tjalla]]>;
<![CDATA[Mahdiyah Mahdiyah]]>
<![CDATA[ Matematika Sains Vol 1 No 1 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 1 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i1.2625
<![CDATA[Recruitment is a selection pattern implemented by PT XYZ to accept employees placed in various company branches, through a written exam. From the many applicants, there were some who were accepted and the rest were not accepted. Therefore, we want to know the characteristics and modeling using the binary logistic regression method with the response variable is the status of acceptance which has a value of one is accepted and a value of zero if it fails to be accepted. Based on the results of the analysis it is known that the number of applicants who were declared accepted was 50% of the participants, while the remaining 50% of the applicants were declared not accepted. In binary logistic regression modeling, the influential variables are education (last length of education) and experience (work experience).]]>
<![CDATA[PENGEMBANGAN INSTRUMEN TES KEMAMPUAN PENALARAN STATISTIKA MAHASISWA PAI UNIVERSITAS ISLAM AS-SYAFI’IYAH ]]>
<![CDATA[Ali Ilham Sofiyat]]>;
<![CDATA[Awaluddin Tjalla]]>;
<![CDATA[Iva Sarifah]]>
<![CDATA[ Matematika Sains Vol 1 No 1 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 1 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i1.2626
<![CDATA[Evaluasi pembelajaran tidak lepas dari penggunaan instrumen. Instrumen yang sering diberikan dosen pada pembelajaran pengantar statistika berbentuk tes essay. Instrumen ini sesuai untuk mengukur kemampuan penalaran statistik, akan tetapi memiliki unsur subjektivitas yang tinggi. Sementara untuk bentuk pilihan ganda memiliki unsur objektivitas yang tinggi, tetapi unsur menebak jawaban peserta didik juga tinggi dan kurang dapat mengukur kemampuan peserta. Oleh karena itu perlu dikembangkan bentuk tes pilihan ganda yang memiliki kualitas baik dan dapat mengukur kemampuan penalaran statistik mahasiswa. Penelitian ini bertujuan mengembangkan instrument test kemampuan penalaran statistika mahasiswa yang valid dan reliable. Instrumen tes untuk mengukur kemampuan penalaran statistik adalah instrumen tes yang meliputi aspek penalaran terhadap ukuran pemusatan, ukuran tata letak dan ukuran penyebaran. Instrumen tes tersebut berupa pilihan ganda yang memiliki tingkatan soal analisis (C4), sintesis (C5), dan evaluasi (C6). Penelitian ini menggunakan metode penelitian dan pengembangan. Adapun tahapannya meliputi studi pendahuluan dan pengembangan model. Pada tahap pengembangan model melalui tahap validasi internal (butir), uji coba terbatas (dengan 66 mahasiswa semester V) yang dipilih secara random. Hasil penelitian menunjukkan bahwa instrumen yang dikembangkan terdapat 43 butir valid (dari 50 butir yang dikembangkan) dan koefisien reliabilitas Alpha Cronbach sebesar 0,913 (sangat tinggi).]]>
<![CDATA[MODEL VEKTOR AUTOREGRESI UNTUK PRAKIRAAN CURAH HUJAN DI JAKARTA TIMUR DAN JAKARTA SELATAN ]]>
<![CDATA[Mirtawati Mulyami]]>;
<![CDATA[Andri Saputra]]>
<![CDATA[ Matematika Sains Vol 1 No 1 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 1 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i1.2631
<![CDATA[Model Vektor Autoregresi (VAR) adalah model multivariat time series yang dapat digunakan untuk memodelkan data time series di beberapa lokasi secara simultan. Sebagaimana model multivariat time series lainnya, model VAR menjadikan syarat kestasioneran dan penaksiran parameter model agar model yang di susun layak digunakan untuk prakiraan suatu objek untuk waktu yang akan datang. Tahapan dalam prakiraan terdiri dari : 1. Penyusunan model VAR. 2. Prakiraan curah hujan. Sedangkan tahapan penyusunan model VAR terdiri dari : 1. Identifikasi, 2. Estimasi parameter, 3. Uji kelayakan model. Untuk identifikasi digunakan Plot data pasangan fungsi Auto Correlation Function (ACF) dan Partial Auto Correlation Function (PACF) untuk melihat stasioneritas dan menentukan orde p model. Untuk estimasi parameter digunakan Maksimum Likelihood Estimator (MLE) dan untuk uji kelayakan model digunakan Mean Square Error (MSE). Data yang digunakan adalah data curah hujan berbasis hari di dua wilayah yaitu Jakarta Timur dan Jakarta Selatan dengan periode pengamatan 50 hari dan di hitung dalam satuan mm. Program software yang digunakan adalah R.]]>
<![CDATA[Penjadwalan Pegawai PT XYZ Jakarta Menggunakan Metode Goal Programming ]]>
<![CDATA[Priharyanti Priharyanti]]>;
<![CDATA[Lisana Sumarah Pratignyo]]>;
<![CDATA[Ali Ilham Sofiyat]]>
<![CDATA[ Matematika Sains Vol 1 No 1 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 1 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i1.2634
<![CDATA[Penjadwalan merupakan persoalan yang sering muncul di dunia kerja. Dalam menyusun jadwal pegawai diperlukan pemikiran yang cukup rumit untuk dapat meletakkan sejumlah komponen penjadwalan pegawai ke dalam matriks ruang dan waktu dengan mempertimbangkan semua kendala yang ada. Penjadwalan yang dilakukan secara manual akan memerlukan waktu yang cukup lama dan memungkinkan terjadinya pelanggaran kendala akibat kesalahan yang dilakukan. Pada penelitian ini, akan dibahas tentang penggunaan goal programming untuk menyelesaikan masalah penjadwalan pegawai di PT XYZ. Metode goal programming merupakan metode yang mampu menyelesaikan masalah multitujuan. Tujuan dari penelitian adalah mengetahui model masalah penjadwalan pegawai menggunakan metode goal programming dan implementasinya di PT XYZ menggunakan bantuan software Lingo 18.0. Ketercapaian dari beberapa fungsi tujuan dalam penjadwalan PT XYZ menunjukkan pemodelan menggunakan metode goal programming sesuai untuk menyelesaikan masalah penjadwalan. Hasil implementasi model pada software Lingo menghasilkan jadwal pegawai dapat memenuhi setiap tujuan dan batasan-batasan penjadwalan yang telah ditetapkan oleh perusahaan.]]>
<![CDATA[ANALISIS PEMBUKTIAN FORMULA DERET HINGGA BILANGAN ASLI PANGKAT r MENGGUNAKAN INDUKSI DAN DEDUKSI MATEMATIKA (Kajian Literasi Kontribusi Matematikawan Muslim Abad Pertengahan) ]]>
<![CDATA[Soekardi Hadi Prabowo]]>
<![CDATA[ Matematika Sains Vol 1 No 1 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 1 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i1.2636
<![CDATA[Makalah ini membahasi pembuktian lemma terkait Formula ringkasan Deret Hingga Bilangan Asli pangkat r, dengan r bilangan Bulat Positif antara 1 sampai 4 .Hasil penemuan Ibn Haytham, matematikawan Muslim dari Basrah Irak pada abad ke-11 Masehi. Metode Penelitian ini merupakan kajian Pustka untuk mempelajari dan mendalami informari mengenai permasalah yang ada, secara teknis dimulai denagn mengkonstruksi lemma model deret Hingga Bilangan Asli pangkat r penemuan Ibn Al Haytham, dengan proses pembuktian bilangan bulat r dari 1 sampai 3 menggunakan pendekatan Induksi matematika dan khsus untuk pangkat 4 diawali dengan pembuktian menggunakan pendekatan induksi matematika, dilanjutkan dengan pendekatan Deduksi. Materi dalam penelitian ini berupa Buku teks, jurnal-jurnal terdahulu sebagai rujukan dan sumber laiinya yang memuat dan membahas Deret Hingga bilangan asli, konsep penjabaran Koefisien Binomial penemuan al-Karaji, teorema Kombinasi , Induksi matematika dan pendekatan deduksi menggunakan metode pembuktian langsung, berbasis Identitas penjumlahan menurun notasi Sigma berkaitan dengan binomium pangkat lima serta literasi kontribusi matematikanwan muslim. Hasil penelitian menunjukkan bahwa pembuktian Deret hingga Bilangan asli pangkat r , sampai dengan tingkat empat hasil penemuan matematikawan Muslim Ibn Haitham menggunakan metode Induksi matematika dapat terbukti kebenarannya dengan dengan Baik, dengan pendekatan Induktif matematika lebih efektif dan efisien dibandinbgkan dengan pendekatan Deduktif berbasis metode penbuktian langsung serta kontribusi matematikawan muslim abad pertengahan pada proses pembuktian berpengaruh dan memegang peran penting dalam sejarah perkembangan matematika modern saat ini serta oleh kalangan matematikawan di kawasan Eropa (matematikan Barat).]]>
<![CDATA[TIME SERIES ANALYSIS FOR THE TREATMENT OF TYPHOID (ENTERIC) FEVER IN MAIDUGURI: USING ARIMA MODEL ]]>
<![CDATA[Aishatu Kaigama]]>;
<![CDATA[Umar Yusuf Madaki]]>
<![CDATA[ Matematika Sains Vol 1 No 2 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 2 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i2.3152
<![CDATA[This paper titled time series analysis for treatment of typhoid (etteric) fever in Maiduguri; using Arima model, the paper has noticed that the data displayed both a trend and seasonality; the trend indicates a reduction in the most recent year's data. Using autocorrelation and partial autocorrelation function (ACF and PACF), the data can also be utilized to determine the model's order. The model obtained is subjected to model diagnostics in order to determine its efficiency and the model is used to forecast the typhoid fever. From the forecast graph shows that there may be a decrease in future years due to the pattern of the series the impression, we obtain from the graph is that predicted series seems to be trend upward and then downward. ARIMA (1,0,0) has the minimum value of AIC therefore it found to be best model. Hence, the model to fit the typhoid fever based on diplomatic test, which is LJung Box test from the family of Box Janks procedure, then our P-value is less than 0.05 level of significant, we reject the null hypothesis and conclude that the typhoid fever is statistically significant at 5% level of significant. Forecast of typhoid fever from February to December 2025 we also conclude that the typhoid fever is stable. Improve Sanitation and Hygiene: Implement measures to improve sanitation and hygiene practices, especially in areas with high disease prevalence. This may include promoting access to clean water, proper waste management, and hygiene education campaigns.]]>
<![CDATA[ANALISIS SISTEM ANTRIAN UNTUK MENINGKATKAN EFEKTIFITAS PELAYANAN PADA RUMAH SAKIT PEKANBARU ]]>
<![CDATA[Putri Aseha]]>;
<![CDATA[Depriwana Rahmi]]>;
<![CDATA[Suci Yuniati]]>;
<![CDATA[Annisa Kurniati]]>
<![CDATA[ Matematika Sains Vol 1 No 2 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 2 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i2.3170
<![CDATA[Antrian adalah suatu proses dimana sejumlah orang, benda, atau entitas lain menunggu sepanjang waktu dalam urutan tertentu untuk mendapatkan suatu layanan atau sumber daya. Penelitian ini bertujuan menganalisis sistem antrian di Rumah Sakit Sansani Pekanbaru untuk mengidentifikasi masalah potensial, mengukur dampak masalah dalam sistem antrian terhadap efektivitas pelayanan, termasuk waktu tunggu pasien, serta mengembangkan rekomendasi perbaikan dan solusi untuk meningkatkan efektivitas pelayanan. Metode pengumpulan data yaitu melalui pengamatan di Rumah Sakit Sansani Pekanbaru dan didukung dengan banyak referensi dari peneliti terdahulu untuk mendapat dasar dalam melakukan penelitian dan Metode analisis data yang digunakan saat penelitian adalah model antrian Multhi Channel-Multhi Phase. Hasil penelitian yang dilakukan menunjukan bahwa sistem antrian yang sedang diterapkan perlu adanya sedikit perbaikan dan peningkatan dalam hal efisiensi dan efektivitas. Karena, pada sistem antrian tersebut terjadi sedikit penumpukan pasien pada loket pendaftaran hal ini bisa dilihat dari waktu yang telah dihabiskan pasien dalam sistem adalah 0,5 menit atau 30 menit kemudian waktu yang dihabiskan pasien dalam antrian adalah 0,3 atau 18 menit. Dengan demikian perbaikan yang bisa dilakukan adalah dengan menambahkan 1 pegawai pada loket pendaftaran maka, waktu yang dihabiskan pasien dalam sistem akan menjadi 0,4 atau 24 menit dan waktu yang dihabiskan pasien dalam antrian adalah 0,2 atau 12 menit.]]>
<![CDATA[PERAMALAN PANEN PADI DI KECAMATAN BUNGA RAYA DENGAN METODE HOLT-WINTERS ADDITIVE ]]>
<![CDATA[Siti Nuraisah]]>;
<![CDATA[Depriwana Rahmi]]>;
<![CDATA[Annisah Kurniati]]>;
<![CDATA[Suci Yuniati]]>
<![CDATA[ Matematika Sains Vol 1 No 2 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 2 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i2.3171
<![CDATA[Bagi Masyarakat Indonesia, padi merupakan kebutuhan pokok karena menyediakan energi dan karbohidrat. Adanya peramalan produksi padi dapat memberikan informasi mengenai hasil produksi dimasa depan, sehingga peramalan merupakan salahsatu cara yang dapat digunakan untuk menetukan kebijakan. Tujuan dari penelitian ini adalah meramalakan hasil panen padi di Kecamatan Bungaraya, Kabopaten Siak pada tahun 2023. Penelitian ini menggunakan data time series hasil panen padi di Kecamatan Bungaraya, Kabupaten Siak periode 2019-2022, dengan menggunakan metode holt-winters additive. Hasilnya menunjukkan bahwa perapan metode Holt-winters ini untuk peramalan hasil panen padi tahun 2023 tersebut memiliki akurasi yang baik dengan tingkat kesalahan MAPE yang relative kecil sebesar 2,03%. Oleh karena itu penerapan Metode Holt-Winters Additive ini dapat direkomendasi untuk prediksi hasil panen padi di masa-masa yang akan mendatang.]]>
<![CDATA[OPTIMASI PRODUKSI OLAHAN RUMPUT LAUT DI UMKM XYZ MENGGUNAKAN METODE BRANCH AND BOUND ]]>
<![CDATA[Indah Nur Aini]]>;
<![CDATA[Mikhratunnisa Mikhratunnisa]]>
<![CDATA[ Matematika Sains Vol 1 No 2 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 2 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i2.3172
<![CDATA[MSME XYZ is one of the active UMKM and has considerable market potential in West Sumbawa Regency. The problem commonly faced by UMKM, especially MSME XYZ is how to properly combine production factors or resources owned to obtain maximum profit. This study aimed to determine the production process's optimization and the maximum profit obtained by MSME XYZ by using the branch and bound method. Based on the study's results, it was obtained that for effective optimization of the production process, MSME XYZ should produce 16 packages of seaweed sticks, 11 packages of seaweed dodol, 8 packages of seaweed brownies, and 4 packages of seaweed ice cream in one production. So that the total profit from each type of product in each package is Rp. 243.700 for one-time production. The maximum profit obtained by MSME XYZ in one production is Rp. 110.712 and an increase in profits of 5,7% from factual conditions]]>
<![CDATA[Klasifikasi Tingkat Keparahan Korban Pada Kecelakaan Lalu Lintas Dengan Metode Chi-Squared Automatic Interaction Detection (CHAID) Di Kota Bekasi ]]>
<![CDATA[Zulaiha Zulaiha]]>;
<![CDATA[Mirtawati Mulyami]]>;
<![CDATA[Andri Saputra]]>
<![CDATA[ Matematika Sains Vol 1 No 2 (2023): JURNAL MATEMATIKA SAINS VOLUME 1 NOMOR 2 TAHUN 2023 ]]>
Publisher : <![CDATA[Fakultas Sains Dan Teknologi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34005/ms.v1i2.3237
<![CDATA[Kecelakaan lalu lintas merupakan suatu peristiwa di jalan yang tidak dapat diduga dan tidak disengaja yang melibatkan kendaraan dengan atau tanpa pengguna jalan yang mengakibatkan korban manusia maupun kerugian harta, benda. Kecelakaan lalu lintas sulit di minimalisasi dan cenderung meningkat setiap tahunnya seiring pertambahan jalan dan banyaknya jumlah kendaraan. Menurut data POLRES kota Bekasi kecelakaan lalu lintas mengalami kenaikan setiap tahunnya, maka perlu dilakukan penelitian yang bertujuan untuk mengetahui faktor-faktor apa sajakah yang mempengaruhi kecelakaan lalu lintas yang mengalami meninggal dunia, luka berat, dan luka ringan. Metode yang digunakan adalah CHAID, karena CHAID akan menghasilkan pohon keputusan dalam klasifikasi sehingga akan memudahkan dalam interprestasi. Prosedur metode CHAID yaitu membagi variabel independen (Jenis Kelamin, Usia Korban, Pendidikan, Pekerjaan, Waktu Kejadian, Faktor Pengemudi, Jumlah Kendaraan Yang Terlibat, Jenis Kendaraan, Jenis Kecelakaan, Status Jalan, Lokasi Kawasan) menjadi sebuah kelompok berdasarkan pada variabel dependennya (Tingkat Keparahan Korban). Analisis CHAID dengan menggunakan software SPSS 24 menghasilkan 7 segmen klasifikasi dimana terdapat 4 faktor yang mempengaruhi Tingkat Keparahan Korban yaitu, Pekerjaan, Jenis Kendaraan, Status Jalan, dan Jumlah Kendaraan Yang Terlibat. Model Klasifikasi metode CHAID dengan software SPSS 24 memiliki akurasi sebesar 96,8%, maka model tersebut sudah sangat baik. Sedangkan analisis CHAID dengan menggunakan software SIPINA menghasilkan 5 segmen terdapat 3 faktor yang mempengaruhi Tingkat Keparahan Korban yaitu, Pekerjaan, Status Jalan, dan Jumlah Kendaraan Yang Terllibat. Model Klasifikasi metode CHAID dengan software SIPINA memiliki akurasi sebesar 86,9%, maka model tersebut sudah sangat baik.]]>
