Articles
18 Documents
Search results for
, issue
"Vol 8 No 2 (2020): Volume 8 Nomor 2"
:
18 Documents
clear
<![CDATA[Algoritma Genetika dalam Pengoptimuman Portofolio Perusahaan Emiten ]]>
<![CDATA[Fahria, Izma]]>;
<![CDATA[Kurtiawan, Elyas]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.16030
<![CDATA[ABSTRAK. Investasi saham di pasar modal tidak lepas dari risiko. Semakin tinggi keuntungan yang diperoleh dari investasi, maka akan berpotensi tinggi pula risiko yang dihadapi (high risk high return). Diversifikasi saham merupakan salah satu cara untuk memperkecil risiko investasi yang dapat dilakukan oleh investor. Tantangan besar ketika melakukan diversifikasi saham dalam portofolio adalah penentuan kandidat saham-saham dan besarnya proporsi jumlah dana yang ditempatkan pada masing-masing saham yang menyusun portofolio optimum. Penyelesaian masalah pembentukan portofolio optimum ini dilakukan dengan mengimplementasikan algoritma genetika agar diperoleh proporsi saham yang dapat menghasilkan keuntungan optimum dengan tingkat kerugian yang dapat dipertanggung jawabkan. Studi kasus dilakukan pada sejumlah saham dengan kinerja unggul yang aktif diperdagangkan di Bursa Efek Indonesia. Hasil penelitian menunjukkan bahwa metode algoritma genetika bekerja dengan efektif dalam penyelesaian masalah pembentukan portofolio optimum]]>
<![CDATA[Analisis Prinsip Ketiga Littlewood dalam Teori Fungsi Variabel Ril ]]>
<![CDATA[Alwi, Wahidah]]>;
<![CDATA[Ishak, Ishak]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.14346
<![CDATA[Penelitian ini membahas tentang prinsip ketiga dari tiga prinsip littlewood dalam teori fungsi variabel real yaitu hampir setiap barisan fungsi terukur yang konvergen adalah konvergen seragam. Penelitian ini bertujuan menganalisis prinsip tersebut dengan mengkaji kekonvergenan barisan fungsi terukur. pembahasan dalam tulisan ini berisi kekonntinuan dalam fungsi terukur dan kekonvergenan barisan fungsi terukur serta kaitannya dengan kekonvergenan seragam. Lebih jauh dalam tulisan ini akan ditunjukkan suatu sifat yang menyatakan terdapatnya kekonvergenan seragam dalam barisan fungsi terukur konvergen.]]>
<![CDATA[ANALISIS SENSITIVTAS PEMODELAN MATEMATIKA EPIDEMI TOKSOPLASMOSIS DENGAN EFEK VAKSINASI ]]>
<![CDATA[Yanni, Meri Hari]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.16005
<![CDATA[Analisis sensitivitas model epidemi toksoplasmosis dengan efek vaksinasi dilakukan untuk mengetahui pengaruh perubahan nilai parameter terhadap nilai basic reproduction number (Ro). hasil penelitian menunjukkan bahwa terdapat dua titik ekuilibrium yaitu titik ekuilibrium bebas penyakit dan titik ekuilibrium endemi. Hasil analisis sensitivitas menunjukan bahwa laju kelahiran yang terinfeksi toksoplasmosis dan Laju individu terinfeksi toksoplasmosis yang tervaksinasi merupakan parameter yang sangat berpengaruh terhadap basic reproduction number. Kondisi tersebut diperoleh Ketika dilakukan peningkatan pada laju kelahiran yang terinfeksi toksoplasmosis mengakibatkan basic reproduction number meningkat, begitupun sebaliknya. Sementara itu, ketika dilakukan peningkatan pada Laju individu terinfeksi toksoplasmosis yang tervaksinasi mengakibatkan basic reproduction number menurun. Hasil ini mengimplikasikan bahwa tingkat pemberian vaksin toksoplasmosis bagi individu yang terinfeksi memiliki pengaruh yang sangat besar dalam pengendalian penyakit toksoplasmosis d Banda Aceh.]]>
<![CDATA[Pemodelan Jumlah Kematian Ibu di Provinsi Sulawesi Selatan Menggunakan Regresi Binomial Negatif ]]>
<![CDATA[Sauddin, Adnan]]>;
<![CDATA[Auliah, Nur Indah]]>;
<![CDATA[Alwi, Wahidah]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.17409
<![CDATA[Kematian ibu merupakan indikator penting untuk mengukur derajat kesehatan masyarakat suatu daerah. Jumlah kematian ibu di Provinsi Sulawesi Selatan tahun 2017 terbilang masih cukup tinggi sebanyak 115 kasus. Oleh karena itu, diperlukan suatu analisis untuk mengetahui faktor apa yang signifikan berpengaruh terhadap jumlah kematian ibu. Dalam penelitian ini, jumlah kematian ibu dapat dimodelkan menggunakan analisis regresi poisson. Akan tetapi, pada model tersebut terjadi masalah overdispersi sehingga analisis dilanjutkan menggunakan analisis regresi binomial negatif sehingga diperoleh hasil dengan dua variabel yang signifikan berpengaruh terhadap jumlah kematian ibu yaitu variabel persalinan ditolong tenaga kesehatan dan variabel ibu nifas mendapat vitamin A]]>
<![CDATA[Model Time Series untuk Prediksi Jumlah Kasus Infeksi Coronavirus (Covid-19) di Sulawesi Selatan ]]>
<![CDATA[Asrirawan, Asrirawan]]>;
<![CDATA[Seppewali, Andi]]>;
<![CDATA[Fitriyani, Nurul]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.17427
<![CDATA[Since it was declared a pandemic outbreak, the COVID 19 virus has become one of the main focuses of countries in the world in efforts to prevent the spread of the virus, including Indonesia. The areas of greatest severity in Indonesia include Jakarta, East Java, West Java and South Sulawesi. South Sulawesi Province is recorded as the largest area exposed to the COVID 19 pandemic outside Java Island. Predicting the number of COVID 19 cases is an alternative in preventing the spread through making government policies based on predictive data. This article presents a predictive model for the number of COVID 19 cases based on the ARIMA, Holt Winters and Nonlinear Autoregressive Neural Network (NAR-NN) Model. The results of the analysis show that the ARIMA Model (1,1,1) has a better level of prediction accuracy than the HW and NAR-NN models based on the MAPE criteria. Meanwhile, for the RMSE, MAE and MPE criteria, the NAR-NN model is better than others.]]>
<![CDATA[HARGA OPSI CALL TIPE EROPA MENGGUNAKAN SIMULASI MONTE CARLO STANDAR DAN TEKNIK ANTITHETIC VARIATES ]]>
<![CDATA[Qur’ani, Anisah Mardiah]]>;
<![CDATA[Kasse, Irwan]]>;
<![CDATA[Syata, Ilham]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.15228
<![CDATA[The European call option is a contract that gives the contract holder the right to buy a certain asset at a price and a certain period of time, which is the execution time at maturity. This study aims to determine the accuracy of the simulation results of stock prices to determine the price of European call options from simulation of standardMonte Carlo and the antithetic variates technique using R-Studio software. The results of the simulation of the two methods will approach the option price of the analytic solution. Analytical solutions in this study use the Black-Scholes model to obtain a standard price that serves to compare the two methods. The call option price of the European type uses the Black-Scholes model as a benchmark is $ 14.20281. In the 1.000.000th standard Monte Carlo simulation, the call option price converges to $14.69786 with a standard error of 0.019, while the 100.000thMonte Carlo-antithetic variates produces a call option price converges at $14.69801 with a standard error of 0.043. The results of this study indicate that Monte Carlo simulation with antithetic variates technique is more accurate because it produces an option value faster to converge with a relatively smaller standard error]]>
<![CDATA[Analisis Kestabilan Model Predator Prey pada Tanaman Bambu dan Giant Panda ]]>
<![CDATA[Pathuddin, Hikmawati]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.14546
<![CDATA[Model Predator Prey merupakan suatu model yang menjelaskan interaksi antara dua atau lebih spesies yang terdiri dari mangsa dan pemangsa. Penelitian ini bertujuan untuk menganalisis model predator prey pada tanaman bambu dan giant panda. Metode yang digunakan adalah metode studi literatur untuk konstruksi model, penentuan titik kesetimbangan, dan menganalisis kestabilan. Hasil penelitian menunjukkan dua titik kesetimbangan yaitu(-N/a , 0) dan (c/d , (ac+Nd)/bc). Titik kesetimbangan pertama tidak dianalisis sebab tidak relevan dengan kondisi dunia nyata di mana populasi bernilai negatif. Dari hasil analisis terhadap titik kesetimbangan kedua, diperoleh bahwa titik kesetimbangan tersebut stabil. Upaya penanaman bambu secara konstan tidak berpengaruh secara signifikan terhadap kestabilan titik kesetimbangan.]]>
<![CDATA[Penerapan Metode Naïve Bayes dalam Analisis Persepsi Masyarakat mengenai Rencana Pengesahan RUU Omnibus Law di Bidang Investasi dan Ketenagakerjaan Tahun 2020 di Indonesia ]]>
<![CDATA[Helmiah, Najia]]>;
<![CDATA[Nooraeni, Rani]]>;
<![CDATA[Nulkarim, Aldi Rochman]]>;
<![CDATA[Munia, Nufaisa]]>;
<![CDATA[Susanti, Amalia]]>;
<![CDATA[Putra, Amran Pratama]]>;
<![CDATA[Taufiqurrahman, Febi]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.16743
<![CDATA[Saat ini, RUU Omnibus Law di Indonesia menjadi kontroversi, khususnya mengenai RUU Cipta Kerja karena dianggap memiliki dampak negative bagi pekerja/buruh. Hal tersebut terlihat dari banyaknya unjuk rasa yang dilakukan dalam rangka menolak RUU tersebut. Penyampaian pendapapat tidak hanya dilakukan melalui unjuk rasa, tetapi juga dapat melalui media social. Salah satunya adalah twitter. Sehingga, penelitian ini bertujuan untuk mengklasifikasikan opini masyarakat mengenai rencana pengesahan RUU Omnibus Law melalui data twitter. Analisis sentiment, asosiasi kata, dan metode Naïve Bayes Classifier diterapakan untuk mengetahui kata-kata yang sering dicuitkan mengenai Omnibus Law dan keterkaitan antar kata, serta mengklasifikasikan opini masyarakat terhadap rencana pengesahan RUU Omnibus Law baik secara emosional maupun secara polaritas. Data yang digunakan adalah data cuitan twitter dari tanggal 5 Januari 2020 hingga 30 Agustus 2020 dengan data hasil preprocessing sebanyak 8820 tweets. Hasilnya menunjukan bahwa sebagaian besar kata dalam tweet membahas tentang ketenagakerjaan. Berdasarkan analisis asosiasi kata, kata investasi memiliki keterkaitan yang erat dengan pertumbuhan ekonomi serta kemudahan regulasi, sedangkan kata cipta memiliki keterkaitan erat dengan penciptaan lapangan pekerjaan, dan kata buruh memiiki keterkaitan erat dengan penolakan. Kemudian, berdasarkan analisis sentiment, 54% cuitan terklasifikasi sebagai sentiment negative dan 46% cuitan terklasifikasi sebagai sentiment positif. Dengan metode Naïve Bayes, model yang terbentuk dapat mengklasifikasikan 87.1% cuitan twitter dengan benar atau dengan kata lain tingkat akurasi model sebesar 87.1%.]]>
<![CDATA[ANALISIS SENTIMEN PENGGUNA INSTAGRAM TERHADAP KEBIJAKAN KEMDIKBUD MENGENAI BANTUAN KUOTA INTERNET DENGAN METODE SUPPORT VECTOR MACHINE (SVM) ]]>
<![CDATA[Hakim, Syifa Rahmawati]]>;
<![CDATA[Rizki, M. Alfa]]>;
<![CDATA[Zekha F, Noval Irgi]]>;
<![CDATA[Fitri, Nurhidayatul]]>;
<![CDATA[A, Yolanda Rizkie]]>;
<![CDATA[Nooraeni, Rani]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.16795
<![CDATA[COVID-19 merupakan suatu pandemi baru yang disebabkan oleh coronavirus dan banyak memberikan dampak salah satunya pada dunia pendidikan sehingga mengharuskan menggunakan sistem pembelajaran jarak jauh. Untuk mendukung sistem tersebut, pemerintah Indonesia melalui Kemdikbud memberikan bantuan kepada peserta didik dan tenaga pendidik berupa bantuan kuota internet. Sebagian masyarakat menyampaikan tanggapan dan opininya mengenai bantuan kuota yang disediakan pemerintah di media sosial salah satunya Instagram. Opini-opini tersebut dimanfaatkan untuk mengetahui penilaian masyarakat terhadap bantuan kuota apakah positif atau negatif dengan menggunakan analisis sentimen. Data yang digunakan pada penelitian ini adalah data komentar pengguna instagram di 7 unggahan akun @kemdikbud.ri yang berkaitan dengan bantuan kuota internet mulai tanggal 27 Agustus – 30 September 2020 yang diperoleh melalui scraping sehingga didapatkan sebanyak 4520 komentar yang kemudian diolah dengan melakukan text preprocessing dan diklasifikasikan menggunakan algoritma support vector machine. Hasil dari tahapan preprocessing sebanyak 32.81% (1483 komentar) data siap digunakan untuk analisis sentimen. Setelah dilakukan analisis klasifikasi didapatkan model yang digunakan yaitu tipe C-Classification, dimana model pendekatan yang digunakan adalah SVM-Kernel Radial (Radial Basis Function) dan menghasilkan persentase komentar berupa sentimen positif sebanyak 61.5%. Model SVM Radian (RBF) mampu melakukan pengklasifikasian respons pengguna Instagram terkait pemberian bantuan kuota internet dengan cukup baik. Hal tersebut dibuktikan dengan nilai evaluasi model berupa tingkat akurasi seebsar 79.67%, sensitivitas sebesar 78.89%, dan spesifisitas sebesar 81.82%.]]>
<![CDATA[Geographically Weighted Regression (GWR) pada Data Jumlah Penderita Penyakit AIDS ]]>
<![CDATA[nurfadilah, khalilah]]>
<![CDATA[ Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.17437
<![CDATA[Acquired Immune Deficiency Syndrome (AIDS) merupakan salah satu penyakit yang menjadi penyebab kematian tertinggi di seluruh dunia. Oleh karenanya perlu dilakukan pendekatan model terhadap faktor-faktor penyebabnya. Pendekatan yang digunakan untuk mengidentifikasi faktor-faktor tersebut adalah dengan menggunakan regresi linear dan GWR. Berdasarkan hasil uji kebaikan model, dengan nilai AIC dan SSE, disimpulkan bahwa pendekatan dengan GWR lebih baik dibandingkan pendekatan regresi linear.]]>
