cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Adnan Sauddin
Contact Email
adnan.sauddin@uin-alauddin.ac.id
Phone
+6282195975588
Journal Mail Official
-
Editorial Address
Department of Mathematics Faculty of Science and Technology Islamics State University of Alauddin Building D. Third Floor Jl. H.M Yasin Limpo No. 36 - Samata - Gowa
Location
Kab. gowa,
Sulawesi selatan
INDONESIA
Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA)
Published by Universitas Islam Negeri Alauddin Makassar
ISSN : 2355038X     EISSN : 25500767     DOI : https://doi.org/10.24252/msa
Core Subject : Economy, Health, Science, Education, Social,
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Environmental Science Mathematics Medicine & Pharmacology
The Jurnal MSA (Jurnal Matematika dan Statistika serta Aplikasinya) is a brand new on-line anonymously peer-reviewed journal interested in any aspect related to mathematics and statistics with their application. The Jurnal MSA is ready to receive manuscripts on all aspects concerning any aspect related to mathematics and statistics science with their application.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 296 Documents
 8   9   10   11   12 
HARGA OPSI CALL TIPE EROPA MENGGUNAKAN SIMULASI MONTE CARLO STANDAR DAN TEKNIK ANTITHETIC VARIATES Qur’ani, Anisah Mardiah; Kasse, Irwan; Syata, Ilham
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.15228

Abstract

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
Analisis Kestabilan Model Predator Prey pada Tanaman Bambu dan Giant Panda Pathuddin, Hikmawati
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.14546

Abstract

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.
Penerapan Metode Naïve Bayes dalam Analisis Persepsi Masyarakat mengenai Rencana Pengesahan RUU Omnibus Law di Bidang Investasi dan Ketenagakerjaan Tahun 2020 di Indonesia Helmiah, Najia; Nooraeni, Rani; Nulkarim, Aldi Rochman; Munia, Nufaisa; Susanti, Amalia; Putra, Amran Pratama; Taufiqurrahman, Febi
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.16743

Abstract

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%.
Peramalan Indeks Harga Konsumen (IHK) di Sulawesi Selatan dengan Menggunakan Metode Singular Spektrum Analysis (SSA) Satriani, Satriani; Ibnas, Risnawati
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 1 (2020): Volume 8 Nomor 1
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i1.17441

Abstract

Penelitian ini membahas tentang peramalan Indeks Harga Konsumen (IHK) di Sulawesi Selatan. IHK digunakan sebagai indikator untuk mengukur tingkat inflasi dan deflasi dari sekelompok barang dan jasa secara umum Peramalan IHK menjadi penting karena sebagai deteksi dini dalam menghadapi lonjakan harga. Penelitian ini menggunakan metode Singular Spectrum Analysis (SSA). SSA merupakan teknik analisis deret waktu nonparametrik. Tujuan dari penelitian ini adalah mengetahui hasil peramalan Indeks Harga Konsumen (IHK) di Sulawesi Selatan bulan Januari sampai Desember Tahun 2020. Dari hasil penelitian ini menunjukkan angka IHK tertinggi terjadi pada bulan Desember 2020 sebesar 146,88 dan terendah pada bulan Januari 2020 dengan angka IHK sebesar 141,92. Tingkat akurasi peramalan yang dihasilkan diukur dengan kriteria Mean Absolute Percentage Error (MAPE) sebesar 1,32%. 
ANALISIS SENTIMEN PENGGUNA INSTAGRAM TERHADAP KEBIJAKAN KEMDIKBUD MENGENAI BANTUAN KUOTA INTERNET DENGAN METODE SUPPORT VECTOR MACHINE (SVM) Hakim, Syifa Rahmawati; Rizki, M. Alfa; Zekha F, Noval Irgi; Fitri, Nurhidayatul; A, Yolanda Rizkie; Nooraeni, Rani
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.16795

Abstract

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%.
Geographically Weighted Regression (GWR) pada Data Jumlah Penderita Penyakit AIDS nurfadilah, khalilah
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.17437

Abstract

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.
IDENTIFIKASI FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP LAJU PERTUMBUHAN PENDUDUK KOTA PEKANBARU MENGGUNAKAN MODEL SPASIAL AUTOREGRESIF Tasyin, Rahmadeni
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.15973

Abstract

Spatial Autoregressive Model (SAR) disebut juga Spatial Lag Model (SLM) adalah salah satu model spasial dengan pendekatan area dengan memperhitungkan pengaruh spasial lag pada variabel dependen. Pengujian efek spasial dilakukan untuk melihat apakah variabel memiliki pengaruh spasial di suatu lokasi. Penelitian menganalisis faktor-faktor yang berhubungan dengan laju pertumbuhan penduduk Kota Pekanbaru menggunakan regresi klasik dan regresi Spatial Autoregressive Model dengan matriks pembobot spasial Queen Contiguity. Variabel yang digunakan dalam penelitian ini  adalah Laju Pertumbuhan Penduduk ( ), Luas Wilayah ( ), penduduk yang melakukan program KB ( ), Kelahiran ( ), Migrasi Masuk ( ), Migrasi Keluar ( ) serta Sarana Pendidikan ( ). Hasil penelitian menunjukkan bahwa model SAR dengan pembobot Queen Contiguity lebih baik dari pada model regresi klasik karena mempunyai nilai  paling besar dengan ketepatan klasifikasi sebesar 96,8% . Artinya model yang baik yang digunakan dalam penelitian ini adalah model SAR. faktor yang signifikan adalah luas wilayah Kota Pekanbaru , jumlah kelahiran( , migrasi masuk , dan sarana pendidikan  (
PENERAPAN METODE RANDOM FOREST UNTUK KLASIFIKASI WANITA USIA SUBUR DI PERDESAAN DALAM MENGGUNAKAN INTERNET (SDKI 2017) Khoirun Nisa', Intan Maulida; Nooraeni, Rani
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 1 (2020): Volume 8 Nomor 1
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i1.13162

Abstract

Internet adalah salah satu media penyebarluasan pengetahuan mengenai alat kontrasepsi. Alat kontrasepsi diketahui sebagai pengendali fertilitas. Faktannya, masih terdapat 32 persen desa di Indonesia yang belum dapat mengakses internet. Berdasarkan data SDKI 2017, tingkat fertilitas di desa relatif lebih tinggi daripada di kota. Fertilitas yang tinggi di daera perdesaan disebabkan oleh rendahnya pengetahuan mengenai penggunaan alat kontrasepsi. Berdasar pada data SDKI pula, kebutuhan alat atau cara KB belum terpenuhi di perdesaan. Oleh karena itu, penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi WUS di pedesaan dalam menggunakan internet menggunakan model random forest. Model rabdom forest dapat digunakan untuk memprediksi variabel prediktor. Model yang dibentuk menggunakan 80 persen dari data total dengan jumlah data sebanyak 35.939 data dan data testing yang digunakan sebanyak 8.984 data. Terdapat tiga variabel yang digunakan dalam penelitian ini yaitu umur, tingkat pendidikan yang ditamatkan, dan indeks kekayaan. Seluruh variabel yang didapat dari SDKI tahun 2017 dengan beberapa modifikasi. Dalam model yang terbentuk, variabel yang memiliki kontribusi terbesar adalah tingkat pendidikan yang ditamatkan.
Pengelompokkan Titik Wilayah di Provinsi Daerah Istimewa Yogyakarta Berdasarkan Kualitas Udara Menggunakan Algoritma Fuzzy C-Means Dewi, Aprilia Lutviana; Firmansyah, Adrian; Hirma, Emalia Septiani; Briliyanto, Muhamad Bagus Adji; Fitri, Muti Nurjannah; Nooraeni, Rani
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.16745

Abstract

Salah satu target SDGs adalah menangani permasalahan pencemaran udara, WHO menyebutkan bahwa pencemaran udara merupakan risiko gangguan kesehatan terbesar di dunia. Diperkirakan terdapat sekitar 6,5 juta orang meninggal tiap tahun akibat paparan polusi udara. Provinsi DIY merupakan salah satu daerah yang masih memiliki masalah pencemaran lingkungan, mobilitas manusia yang tinggi dengan bertambahnya pengguna kendaraan bermotor membuat pencemaran semakin meningkat. Selain itu, konsumsi energi dan aktivitas industri yang tidak terkendali terutama di daerah perkotaan juga ikut memperburuk kualitas udara. Penelitian ini bertujuan untuk mengelompokkan wilayah-wilayah di Provinsi DIY berdasarkan data kualitas udara yang terekam pada 75 titik amatan agar diperoleh gambaran umum karakteristik wilayah tertentu dengan masalah pencemaran udara spesifik meliputi gas pencemar CO, SO2, NO2, dan O3. Data yang digunakan merupakan data sekunder dari Kementerian Lingkungan Hidup Provinsi DIY, sedangkan metode yang digunakan adalah fuzzy c-means clustering. Hasilnya,dari profile data sebelum dilakukan pengelompokan diperoleh kadar CO, SO2, NO2, dan O3 terendah berada pada titik-titik wilayah permukiman dan tertinggi berada pada titik perempatan jalan, training camp, kampus fakultas teknik, dan industri dan hasil dari perbandingan clustering validity index terbentuk sebanyak 2 klaster. Klaster 1 memiliki titik tengah kadar pencemar gas NO2, SO2, CO, dan O3 yang lebih tinggi dibandingkan klaster 2. Klaster 1 terdiri atas 45 anggota, dimana sebagian besar klaster ini merupakan titik industri, persimpangan jalan, serta pusat keramaian. Sedangkan klaster 2 terdiri atas 30 anggota, dimana sebagian besar klaster ini merupakan titik permukiman.
KLASIFIKASI USAHA INDUSTRI DI KABUPATEN LUWU UTARA BERDASARKAN INDIKATOR INDUSTRI KECIL DAN INDUSTRI MENENGAH MENGGUNAKAN METODE AVERAGE LINKAGE CLUSTERING Dewi, Riani Sinta; Ibnas, Risnawati; Nawawi, M. Ichsan
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v8i2.16301

Abstract

Penelitian ini membahas tentang klasifikasi usaha industri kecil dan industri menengah di Kabupaten Luwu Utara menggunakan metode Average Linkage Clustering. Metode Average Linkage Clustering dianggap lebih stabil, dimana nilai rasio simpangan baku yang dihasilkan lebih kecil dibandingkan dengan metode-metode Cluster Hierarky lainnya. Kabupaten Luwu Utara merupakan suatu daerah dengan pertumbuhan ekonomi yang terus meningkat setiap tahunnya dan terdiri dari 48 bidang usaha industri yang berbeda-beda. Adapun penelitian ini bertujuan untuk mengklasifikasikan usaha industri di kabupaten Luwu Utara berdasarkan indikator industri kecil dan industri menengah menggunakan metode Average Linkage Clustering. Hasil penelitian diperoleh, dari pengklasifikasian 48 usaha industri di kabupaten Luwu Utara yang dibentuk dalam dua cluster, yaitu cluster A merupakan cluster industri kecil yang terdiri dari 43 usaha industri dan cluster B merupakan cluster industri menengah yang terdiri dari 5 usaha industri.Kata Kunci: Usaha Industri, Average Linkage Clustering

Page 10 of 30 | Total Record : 296

 8   9   10   11   12 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol 13 No 2 (2025): VOLUME 13 NO 2, 2025 Vol 13 No 1 (2025): VOLUME 13 NO 1 TAHUN 2025 Vol 12 No 2 (2024): VOLUME 12 NO 2 TAHUN 2024 Vol 12 No 1 (2024): VOLUME 12 NO 1 TAHUN 2024 Vol 11 No 2 (2023): VOLUME 11 NO 2 TAHUN 2023 Vol 11 No 1 (2023): VOLUME 11 NO 1 TAHUN 2023 Vol 10 No 2 (2022): VOLUME 10 NOMOR 2 TAHUN 2022 Vol 10 No 1 (2022): VOLUME 10 NOMOR 1 TAHUN 2022 Vol 9 No 2 (2021): VOLUME 9 NOMOR 2 TAHUN 2021 Vol 9 No 1 (2021): VOLUME 9 NOMOR 1 TAHUN 2021 Vol 8 No 2 (2020): Volume 8 Nomor 2 Vol 8 No 1 (2020): Volume 8 Nomor 1 Vol 7 No 2 (2019) Vol 7 No 1 (2019) Vol 6 No 2 (2018) Vol 6 No 1 (2018) Vol 5 No 2 (2017) Vol 5 No 1 (2017) Vol 4 No 1 (2016): Matematika dan Statistika serta Aplikasinya Vol 3 No 2 (2015): Matematika dan Statistika serta Aplikasinya Vol 3 No 1 (2015): Matematika dan Statistika serta Aplikasinya Vol 2, No 2 (2014) Vol 2 No 2 (2014): Matematika dan Statistika serta Aplikasinya Vol 2 No 1 (2014) Vol 2, No 1 (2014) Vol 1 No 1 (2013) More Issue