cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Jose Rizal
Contact Email
jrizal@unib.ac.id
Phone
6281321420921
Journal Mail Official
diophantine@unib.ac.id
Editorial Address
FMIPA Universitas Bengkulu JLWR Supratman Kelurahan Kandang Limun Kecamatan Muara Bangkahulu Kota Bengkulu
Location
Kota bengkulu,
Bengkulu
INDONESIA
Diophantine Journal of Mathematics and Its Applications
Published by Universitas Bengkulu
ISSN : -     EISSN : 2987906X     DOI : https://doi.org/10.33369/diophantine
Core Subject : Economy, Science, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Industrial & Manufacturing Engineering
The DJMA is published twice a year in June and December. This journal is managed by the Mathematics Department of Bengkulu University. The scope of this journal includes the fields of: 1. Mathematics 2. Applied Mathematics 3. Statistics 4. Applied Statistics 5. Computer Science.
Arjuna Subject : Matematika - Matematika Terapan
Articles 37 Documents
 1   2   3   4 
Klasifikasi Kualitas Air Minum menggunakan Penerapan Algoritma Machine Learning dengan Pendekatan Supervised Learning Savitri, Lidya; Nursalim, Rahmat
Diophantine Journal of Mathematics and Its Applications Vol. 2 No. 1 (2023)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v2i01.28260

Abstract

The need for the provision and service of clean water from time to time is increasing which is sometimes not matched by the ability and knowledge of clean water. The majority of people still do not know whether water is suitable for consumption or not. The quality of drinking water can be distinguished based on the mineral parameters contained in the water. This article will explain the classification of water sample data by applying a Machine Learning Algorithm, which includes modeling with Logistic Regression, Support Vector Machine (SVM), Random Forest Classifier, K- Nearest Neighbor(KNN), XGBoost Classifier. Classification models produce varying degrees of accuracy. The highest accuracy is obtained in the Random Forest Classifier model with an accuracy rate of 78%. Analysis of drinking water quality with machine learning algorithms is very easy to understand, because the results of this study produce very simple results so that they are easy to understand
Penerapan Metode Analisis Regresi Linier Berganda Terhadap Faktor-Faktor yang Mempengaruhi Pendapatan Pengusaha Kos di Kecamatan Kemuning Kota Palembang Della, Dhea Salsa; Fitrianti, Yuli; Hartatiana, Hartatiana
Diophantine Journal of Mathematics and Its Applications Vol. 2 No. 2 (2023)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v2i2.28275

Abstract

Kecamatan Kemuning adalah Kecamatan yang berada di Kota Palembang yang terletak di sekitar kampus besar di Sumatera Selatan, diantaranya UIN Raden Fatah Palembang, Universitas Sriwijaya, dan Poltekkes Kemenkes Palembang. Oleh karena itu Kecamatan Kemuning memiliki banyak usah kos-kosan. Penelitian ini membahas tentang “Metode Analisis Regresi Linier Berganda terhadap Faktor-Faktor Yang Mempengaruhi Pendapatan Pengusaha Kos di Kecamatan Kemuning Kota Palembang”. Penelitian ini menggunakan data primer yang diperoleh dari 30 responden. Variabel bebas (independent) (X) pada penelitian ini terdiri dari fasilitas, harga dan lokasi, sedangkan variabel terikat (dependent) (Y) adalah pendapatan. Hasil penelitian ini menunjukkan bahwa secara simultan fasilitas (X1), harga (X2) dan lokasi (X3) berpengaruh signifikan terhadap pendapatan (Y) pengusaha kos di Kecamatan Kemuning, Kota Palembang, hal ini dapat dibuktikan dengan nilai Fhitung 3,125 > Ftabel 2,98 dan tingkat signifikansi 0,043 < 0,05 dengan secara simultan fasilitas (X1), harga (X2) dan lokasi (X3). Secara parsial variabel fasilitas (X1) dengan nilai thitung 2,623 > ttabel 1,70562 dan tingkat signifikannya 0,014 < 0,05, harga (X2) dengan nilai thitung -0,571 < ttabel 1,70562 dan tingkat signifikannya 0,573 > 0,05, dan lokasi (X3)dengan niai thitung 2,117 > ttabel 1,70562 dan tingkat signifikannya sig 0,044 < 0,05. Berdasarkan hasil penelitian ini, dapat ditarik kesimpulan bahwa secara parsial variabel fasilitas (X1) dan lokasi (X3) mempengaruhi pendapatan pengusaha kos di Kecamatan Kemuning, Kota Palembang. Sedangkan secara parsial variabel harga (X2) tidak mempengaruhi pendapatan pengusaha kos di Kecamatan Kemuning, Kota Palembang.
Penerapan Algoritma Dijkstra untuk Menentukan Rute Terpendek dari Kampus A UIN Raden Fatah ke Tempat Bersejarah di Palembang Ramadan, Dwi Cahya; Ramury, Feli
Diophantine Journal of Mathematics and Its Applications Vol. 2 No. 2 (2023)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v2i1.28321

Abstract

Kehidupan sosial manusia sering melibatkan perjalanan antar tempat yang membutuhkan pemilihan rute terpendek dan efisien untuk mencapai tujuan dengan biaya, waktu, dan jarak yang optimal. Tempat bersejarah merupakan tujuan yang tak boleh dilewatkan bagi para wisatawan yang berasal dari luar daerah. Namun, seringkali terdapat masalah saat ingin mengunjungi destinasi ke tempat bersejarah. Permasalahannya yaitu rute dari masing masing lokasi tempat bersejarahnya dan kurangnya pengetahuan tentang rute terpendek yang lebih cepat dan efisien. Dalam hal ini, maka diperlukannya pencarian rute terpendek dengan algoritma dijkstra. Jenis penelitian yang digunakan yaitu Applied Reasearch (Penelitian Terapan). Penelitian terapan bertujuan untuk memecahkan masalah kehidupan praktis. Penelitian ini dimulai dengan menentukan titik awal dan tujuan, representasi rute dalam bentuk graf, menghitung bobot jarak, menganalisis iterasi Algoritma Dijkstra dalam menentukan rute terpendek, dan menentukan rute yang paling optimal. Hasil yang diperoleh dari penelitian ini adalah terdapat 10 rute yang dapat dilalui untuk menuju tempat bersejarah dan 2 rute yang paling optimal untuk mengunjungi tempat bersejarah sekaligus dan UIN Raden Fatah Kampus A sebagai titik awalnya.
Implementasi Algoritma Greedy pada Pewarnaan Wilayah Peta Kecamatan Gelumbang Muara Enim Al Jufri, Khuzaimah; Agustiani, Riza
Diophantine Journal of Mathematics and Its Applications Vol. 2 No. 1 (2023)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v2i01.28347

Abstract

A map becomes more attractive and easier to read when it is colored. However, excessive use of color can make the map ineffective. Gelumbang Subdistrict was chosen because its map had not yet been colored. Graph theory can be applied to the problem of map region coloring. Gelumbang Subdistrict is represented by a dual graph consisting of 23 vertices and 53 edges. The Greedy Algorithm was chosen as the solution to the coloring optimization problem for the Gelumbang Subdistrict map, resulting in a minimum coloring that uses four colors to represent all 23 villages within the subdistrict.
Implementasi Data Mining dengan Algoritma Naïve Bayes untuk Klasifikasi Kelayakan Penerima Bantuan Zakat Fitrah Salsabila, Nanda; Ramury, Feli
Diophantine Journal of Mathematics and Its Applications Vol. 3 No. 1 (2024)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v3i1.28374

Abstract

In life there are many commands of Allah SWT. that must be carried out, one of which is the order to pay zakat. The purpose of this study was to classify the feasibility of receiving zakat fitrah at the mosque. The type of research used is quantitative research with quantitative descriptive research types. The classification that has been carried out assists the aid manager in making decisions regarding the classification of determining the recipients of zakat fitrah assistance. In this study, the Naive Bayes algorithm was implemented and analyzed using a web-based developed application. The results of the research show that the classification of zakat fitrah recipients is correct or valid.
Performa Teknik Regularisasi Dalam Penanganan Masalah Multikolinieritas Fikri, Alin Febianti; Agwil, Winalia; Agustina, Dian
Diophantine Journal of Mathematics and Its Applications Vol. 2 No. 1 (2023)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v2i01.28480

Abstract

Multikolinieritas adalah kondisi terdapat hubungan linier antar variabel independen, dimana diantara variabel independen tersebut saling berkorelasi. Akibatnya akan sulit untuk melihat pengaruh variabel independen terhadap variabel dependen. Penanganan multikolinieritas salah satunya dapat dilakukan menggunakan teknik regularisasi yaitu bentuk regresi yang mengatur atau menyusutkan perkiraan koefisien menuju nol. Teknik regularisasi yang akan dibahas pada penelitian adalah regresi ridge, LASSO dan elastic net. Regresi ridge hanya dapat menyusutkan koefisien regresi menuju angka 0, tetapi tidak pernah tepat ke angka 0. Regresi elastic net dapat menyusutkan koefisien regresi tepat nol, melakukan seleksi variabel secara simultan dan dapat memilih kelompok peubah yang berkorelasi. Sedangkan, regresi LASSO hanya dapat menyusutkan koefisien dan menetapkan koefisien ke angka 0. Oleh karena itu, LASSO dapat menghasilkan model dengan variabel terbaik. Namun, LASSO memiliki beberapa kelemahan. Ketika jumlah variabel independent lebih kecil dibanding jumlah amatan, kinerja LASSO lebih didominasi oleh ridge. Ketika jumlah variabel independent lebih besar dibanding jumlah amatan, maka LASSO hanya memilih n variabel yang diikutkan dalam model. Sehingga, untuk mengatasi high dimensional data yang mengandung multikolinieritas dilakukan penelitian menggunakan teknik regularisasi regresi ridge, LASSO dan elastic net untuk dibandingkan kebaikan modelnya berdasarkan nilai MSE terkecil. Data yang digunakan merupakan data simulasi dan studi kasus dari website resmi BPS serta UCI machine learning repository. Disimpulkan bahwa dari 30 pengacakan, model ridge baik memodelkan dataset dengan p = 20, 40, dan 80 atau kondisi dataset dimana jumlah variabel independent lebih kecil dibanding jumlah amatan dan elastic net baik memodelkan dataset dengan p = 100, 160, dan320.
Kebijakan Pengendalian Persediaan Bahan Baku Kertas Menggunakan Model P Berdasarkan Peramalan Kebutuhan Produksi (Studi Kasus: Penerbit X) Sani, Jihan Gita; Triska, Anita
Diophantine Journal of Mathematics and Its Applications Vol. 2 No. 2 (2023)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v2i2.31119

Abstract

Raw materials are important for a company, but the stockpile of raw materials that accumulates too many and too long adds to the inventory costs. Therefore, an appropriate inventory policy is needed to meet uncertain needs. This study discusses the uncertain need for paper raw materials at the Publisher X using the Additive Decomposition Forecasting method to determine the paper needs in the future. The Additive Decomposition Forecasting Method is used since the demand for paper raw materials is seasonal and tends to increase. Furthermore, after knowing the need of paper raw materials, inventory control planning is carried out by using P Model with the back order case because of the constant order period. The results of this study indicate that by implementing an inventory control policy with P Model with the case of back order, the Publisher X is able to save as 0.9067% of total inventory cost compared to the total cost using the company’s policy that have been used before.
Perbandingan Penerapan Metode VBEOQ dan Metode Persediaan Multi Item Periode Pemesanan Tunggal untuk Meningkatkan Economic Value Added (EVA) Pada Usaha Mikro Hadi, Muthia Nurul; Triska, Anita
Diophantine Journal of Mathematics and Its Applications Vol. 3 No. 1 (2024)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v3i1.31120

Abstract

Every company requires minimum costs in controlling inventory and maximizing the company value. The company value is an investor's perception of the company success level. Therefore, the inventory management system have to contribute to realize these goals. Besides influencing the company value, inventory control is also useful to expedite the company activities. An alternative solution to maximize the company value is by increasing the economic value added (EVA). The change of EVA ΔEVA) can be analyzed using the Value Based Economic Order Quantity (VBEOQ) method which each item is ordered separately. However, in a company may manage many items. In order to overcome this problem, ΔEVA can be analyzed using the multi-item inventory method of a single order period. These two methods are used to analyze EVA in the micro enterprise Depot Tutup Galon X. Based on the analysis, it is found that by using the VBEOQ method and multi item inventory for a single order period increase the ΔEVA as Rp12,629,947,00 and Rp14,355,057,00, respectively. These results indicate that applying the multi-item inventory method for a single order period at Depot Tutup Galon X is better since it increases the ΔEVA larger.
Perbandingan Model VECN dan ECM dalam Menganalisis Hubungan antara Inflasi dan Indeks Harga Konsumen Bulanan di Kota Bengkulu (2018-2022) Pahlepi, Reza; Yanti, Rizki Dwi; Enjelina, Tiara; Aghnia, Haliza; Hidayati, Nurul
Diophantine Journal of Mathematics and Its Applications Vol. 2 No. 2 (2023)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v2i2.32044

Abstract

This study compares the effectiveness of Vector Error Correction Model (VECM) and Error Correction Model (ECM) in the context of inflation and consumer price index. The focus of the analysis is on variables that have a long-run relationship even though they are not individually stationary. The VECM model produces . Meanwhile, the ECM Model shows (long-term) and (INFLASI(IHK(Short-term). The results show that VECM is suitable for understanding the short-run and long-run linkages between the variables, while ECM provides more specific insights on the direct effects and long-run equilibrium. A combination or adjustment of the two can provide a comprehensive understanding of the relationship between the variables.
Analisis Regresi Spasial pada Persentase Penduduk Miskin di Provinsi Bengkulu Tahun 2020 Dikombinasikan dengan Aplikasi Arcmap dan Geoda Putri, Meli Handayani Catur; Immaniah, Rhifa; Andini, Agita; Kamal, Maimuna; Sari, Yunita; Hidayati, Nurul
Diophantine Journal of Mathematics and Its Applications Vol. 2 No. 2 (2023)
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/diophantine.v2i2.32045

Abstract

Kemiskinan dipandang sebagai ketidakmampuan sisi ekonomi dalam memenuhi kebutuhan dasar makanan dan non makanan yang diukur berdasarkan Garis Kemiskinan. Kemiskinan suatu daerah sangat mungkin dipengaruhi oleh kemiskinan di kabupaten/kota. Maka dari itu, diperlukan suatu pemodelan yaitu model regresi spasial. Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap kemiskinan dengan memperhatikan efek spasial di Provinsi Bengkulu pada tahun 2020. Pada analisis ini menggunakan bantuan software GeoDa, Archmap dan R studio. Model regresi spasial yang digunakan dalam penelitian ini adalah Spatial Autoregressive Model (SAR). Model SAR menunjukkan keterkaitan antara suatu kabupaten/kota dengan kabupaten/kota yang berdekatan. Diperoleh nilai AIC sebesar adalah 48.0022 dan nilai tersebut lebih kecil dari regresi klasik. Data yang digunakan diperoleh dari Badan Pusat Statistika (BPS) Provinsi Bengkulu mengenai Persentase Penduduk Miskin.

Page 2 of 4 | Total Record : 37

 1   2   3   4 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2025) Vol. 3 No. 2 (2024) Vol. 3 No. 1 (2024) Vol. 2 No. 2 (2023) Vol. 2 No. 1 (2023) Vol. 1 No. 1 (2022)