cover
Contact Name
Nilwan Andiraja
Contact Email
nilwanandiraja@uin-suska.ac.id
Phone
-
Journal Mail Official
nilwanandiraja@uin-suska.ac.id
Editorial Address
-
Location
Kab. kampar,
Riau
INDONESIA
Jurnal Sains Matematika dan Statistika
ISSN : 24604542     EISSN : 26158663     DOI : -
Core Subject : Education,
Jurnal JSMS (print ISSN: 2460-4542 dan online ISSN: 2615-8663) adalah akademik jurnal yang diterbitkan dua kali setahun (Januari dan Juli). Jurnal JSMS bertujuan menerbitkan hasil penelitian berkualitas tinggi yang direview oleh beberapa orang reviewer di bidang Matematika dan Statistika yang dikelola oleh Program Studi Matematika, Fakultas Sains dan Teknologi, Universitas Islam Negeri (UIN) Sultan Syarif Kasim Riau.
Arjuna Subject : -
Articles 267 Documents
Perbandingan Harga Opsi Put Tipe Eropa Menggunakan Metode Binomial dan Trinomial Wahyuni, Wahyuni; Ekawati, Darma
Jurnal Sains Matematika dan Statistika Vol 10, No 1 (2024): JSMS Januari 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i1.20504

Abstract

Opsi adalah suatu jenis kontrak antara dua pihak di mana satu pihak memberikan hak kepada pihak yang lain, opsi terbagi menjadi dua yaitu opsi call dan opsi put. Dalam penelitian ini memfokuskan perhitungan opsi put. Tujuan dalam penelitian ini adalah untuk mengetahui perbandingan harga opsi eropa menggunakan metode binomial dan trinomial. Penelitian ini penelitian kuantitatif untuk penentuan harga opsi put tipe eropa. Data yang digunakan dalam penelitian ini adalah data sekunder  berupa data harga saham dari tiga perusahaan yang  berbeda. Berdasarkan hasil perhitungan menggunakan metode binomial dan trinomial untuk PT Bank Jago, dengan harga saham awal sebesar Rp. 10.200 dan harga kesepakatan Rp. 10.300 diperoleh harga opsi put menggunakan metode binomial sebesar Rp. 1.259 sedangkan jika menggunakan metode trinomial diperoleh harga opsi sebesar Rp. 767. Kemudian untuk PT United Tractors, dengan harga saham awal sebesar Rp. 31.600 dan harga kesepakatan Rp. 31.700 diperoleh diperoleh harga opsi put menggunakan metode binomial opsi sebesar Rp. 2.390 sedangkan jika menggunakan metode trinomial diperoleh harga opsi sebesar Rp. 1.398. Dan untuk PT Tower Bersama Insfratucture, dengan harga saham awal Rp. 3.000 dan harga kesepakatan Rp. 3.041 diperoleh harga opsi put menggunakan metode binomial Rp. 199 sedangkan jika menggunakan metode trinomial diperoleh harga opsi sebesar Rp. 134. Metode trinomial memberikan harga opsi put yang lebih rendah dibandingkan metode binomial, selain harga saham perhitungan harga opsi eropa juga dipengaruhi oleh harga kesepakatan, volatilitas, jumlah priode dan metode.
Perbandingan Kinerja Multinomial Naïve Bayes Classifier dan Naïve Forecasting dalam Klasifikasi dan Peramalan Jumlah Opini Kenaikan Harga BBM Oktaviani, Nita; Rohaeti, Embay; Widyastiti, Maya; Andriyati, Ani
Jurnal Sains Matematika dan Statistika Vol 10, No 2 (2024): JSMS Juli 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i2.28309

Abstract

Data opini pengguna X terhadap topik kenaikan harga Bahan Bakar Minyak (BBM) memiliki nilai sentimen yang dapat menentukan kelas opini dominan sebagai gambaran penilaian dari sisi masyarakat pengguna X. Opini pengguna X akan diklasifikasi dalam tiga kelas yaitu kelas opini positif, negatif dan netral menggunakan model Multinomial Naïve Bayes Classifier (MNBC). Hasil klasifikasi yang diperoleh dilanjutkan pada tahapan peramalan jumlah opini dengan metode Naïve Forecasting (NF). Tujuan dari penelitian ini yaitu mengklasifikasikan opini dengan MNBC, meramalkan jumlah opini untuk jangka waktu satu minggu kedepan dengan NF, dan mengevaluasi hasil klasifikasi serta hasil peramalan. MNBC merupakan salah satu algoritma machine learning yang digunakan untuk klasifikasi teks. NF merupakan salah satu metode peramalan untuk data time series. Perhitungan pada penelitian ini dilakukan dengan penggunaan bantuan software R. Data yang digunakan berupa data sekunder sebanyak 2500 data. Periode pengambilan data selama satu minggu dimulai dari 20 Oktober 2022 hingga 27 Oktober 2022. Hasil dari pemodelan MNBC didapatkan tiga kelas yaitu sebanyak 775 dokumen diklasifikasikan sebagai opini negatif, 475 dokumen diklasifikasikan sebagai opini netral, dan 581 dokumen diklasifikasikan sebagai opini positif. Akurasi model MNBC dikategorikan sangat baik sebesar 92% untuk keseluruhan kelas. Hasil peramalan tiga kelas klasifikasi dengan NF yaitu jumlah opini kelas positif sebanyak 44 opini dengan nilai RMSE sebesar 8,96, jumlah opini kelas negatif sebanyak 25 opini dengan nilai RMSE sebesar 14,87, dan jumlah opini kelas netral sebanyak 21 opini dengan nilai RMSE sebesar 11,45. Hal ini menunjukkan Peramalan dengan NF dikategorikan cukup baik. Kata Kunci:  MNBC, NF, Opini, Klasifikasi, Peramalan.
Analisis Regresi Data Panel pada Dampak Pendidikan terhadap Tingkat Pengangguran Terbuka di Provinsi Kepulauan Bangka Belitung Viryanto, Ferdy Agus; Yusri, Thesa Adi Saputra; Mahmudin, Rizanal
Jurnal Sains Matematika dan Statistika Vol 10, No 1 (2024): JSMS Januari 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i1.26228

Abstract

Pengangguran terbuka adalah isu multidimensional yang memiliki dampak yang luas. Hal ini merupakan permasalahan yang rumit karena melibatkan banyak faktor yang saling terkait dalam pola yang kompleks. Data penelitian mencakup data panel yang mencakup time series dari tahun 2017 hingga 2021 dan cross section dari 7 kabupaten/kota. Variabel dependen adalah tingkat pengangguran terbuka, dengan variabel independen termasuk laju pertumbuhan produk domestik regional bruto atas dasar harga konstan tahun 2010, jumlah penduduk, dan rata-rata lama sekolah. Analisis dilakukan menggunakan regresi data panel. Hasil penelitian menunjukkan bahwa pendekatan dengan menggunakan model fixed effect dan metode ordinary least square adalah model dan metode terbaik dalam mengidentifikasi faktor-faktor yang memengaruhi tingkat pengangguran terbuka. Laju pertumbuhan produk domestik regional bruto atas dasar harga pasar konstan tahun 2010 dan jumlah penduduk tidak memiliki pengaruh yang signifikan pada tingkat pengangguran terbuka. Namun, rata-rata lama sekolah memiliki pengaruh positif dan signifikan pada tingkat pengangguran terbuka. Variasi sebesar 70,63% dari tingkat pengangguran terbuka dapat dijelaskan oleh ketiga variabel independen ini.
Pemodelan Stunting di Lombok Utara: Studi Geographically Weighted Regression Hariani, Fitri; Herniyati, Herniyati; Hardani, Bq Ika; Amli, Istia Datul; Hastuti, Siti Hariati
Jurnal Sains Matematika dan Statistika Vol 10, No 2 (2024): JSMS Juli 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i2.28683

Abstract

Penelitian ini untuk mengetahui hubungan antara Berat Badan Bayi Sangat Kurang dengan varibel Gizi Buruk dan Bayi mendapat ASI Eksklusif di Kabupaten Lombok Utara serta  menerapkan metode Geographically Weighted Regression (GWR) untuk menganalisis hubungan antara Berat Badan Bayi Sangat Kurang dengan variabel independen di Kabupaten Lombok Utara. Metode yang digunakan dalam penelitian ini adalah Geographically Weighted Regression (GWR). GWR sendiri merupakan pengembangan dari Ordinary Least Square (OLS) menjadi model regresi terboboti dengan memperhatikan efek spasial. Dengan demikian, model tersebut dapat digunakan untuk memprediksi nilai parameter pada setiap titik atau lokasi. Variabel yang digunakan pada penelitian ini yaitu: Berat Badan Bayi Sangat Kurang (Y) yang merupakan representasi dari stunting, Gizi Buruk (X1), dan Bayi mendapat ASI Eksklusif (X2). Hasil analisis menunjukkan bahwa terdapat keragaman spasial pada kasus stunting di Kabupaten Lombok Utara berdasarkan uji Breusch-Pagan. Pemodelan menggunakan GWR menghasilkan dua pengelompokan berdasarkan signifikansi parameter di seluruh desa di Kabupaten Lombok Utara. Kelompok pertama dengan signifikansi hanya pada variabel  memiliki anggota 15 desa. Kelompok kedua dengan signifikansi pada seluruh variabel memiliki anggota 18 desa. Adapun variabel yang signifikan di seluruh desa ialah variabel asi eksklusif (X2), sedangkan variabel Gizi Buruk (X1) hanya signifikan di 18 desa. Kata Kunci: Efek Spasial, Geographically Weighted Regression, Stunting
Boosting Housing Markets: Amplifying Reserve Requirements for Greater Economic Growth, Insights from China and Indonesia Rachmad, Sri Hartini; Hajriani, Meilisa; Basorudin, Muhammad; Fajar, Muhammad; Iriana, Nona; Dillena, Kennith G.C.; Wibisono, Okki Navarone
Jurnal Sains Matematika dan Statistika Vol 10, No 1 (2024): JSMS Januari 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i1.25895

Abstract

Enhancing the inclusivity, safety, resilience, and sustainability of urban areas, as outlined in Goal 11 of the Sustainable Development Goals (SDGs) to be accomplished by 2030, entails ensuring universal access to adequate, secure, and affordable housing along with essential services, and the enhancement of informal settlements. Consequently, numerous megacities worldwide grapple with burgeoning populations, precipitating a surge in housing costs, particularly exacerbated by volatile financial environments. The post-2013 financial recuperation in the United States precipitated a capital exodus towards Emerging economies, precipitating currency depreciation and imported inflation due to heavy reliance on foreign reserves. In response, the Indonesian central bank augmented reserve requirements to curtail money supply, while its Chinese counterpart reduced such requisites to stimulate economic expansion. This inquiry endeavors to discern the short-term impact of heightened reserve requirements on consumer, investment, and working capital credit pertinent to housing consumption, and in the long run, examines their ramifications on total output within the current account. Employing the Vector Error Correction Model (VECM), this study scrutinizes the central bank's credit policies' influence on overall output over both temporal horizons. Augmenting reserve requirements, integral to banks' balance sheets, impinges on liquidity and credit provisioning capacities, affecting not only consumer and housing credit but also investment and working capital credit, crucial financing conduits bolstering real sector activity and economic growth.
Perhitungan Biaya Pensiun Menggunakan Metode Projected Unit Credit Tipe Constant Dollar Apriliani, Azha; Granita, Granita
Jurnal Sains Matematika dan Statistika Vol 10, No 2 (2024): JSMS Juli 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i2.28055

Abstract

Program dana pensiun dibentuk untuk menjamin masa depan setiap pekerja setelah masa bekerja selesai. Pengelolaan program dana pensiun ini memakai pendekatan projected unit credit dengan tipe constant dollar dalam perhitungan aktuaria. Penelitian ini bertujuan mengestimasi iuran normal (NC), tanggung jawab aktuaria (AL), serta jumlah keseluruhan iuran normal pada guru honorer di SDN 09 Padang Ganting. Perhitungan perkiraan iuran normal dan tanggung jawab aktuaria menggunakan data usia saat awal datang, umur sekarang, lama bekerja, gaji sekarang, serta tingkat suku bunga 6,00% berdasarkan BI rate Oktober 2023. Tahap berikutnya termasuk mengira manfaat pensiunan berdasarkan 3 skala penghasilan, angka saat ini dari manfaat pensiunan, iuran pensiun, serta kewajiban aktuaria. Hasil perhitungan menunjukkan bahwa skala gaji selama masa bekerja merupakan faktor yang menyebabkan iuran normal, tanggung jawab aktuaria, dan total akhir dari iuran normal tersebut bernilai kecil dibandingkan dengan skala gaji lainnya.Kata Kunci: Program Dana Pensiun, Iuran Normal, Kewajiban Aktuaria.
Fuzzy Time Series Chen Untuk Forecasting Hasil Produksi Tebu Di Kabupaten Langkat Andini, Antika Putri; Muliani, Fitra
Jurnal Sains Matematika dan Statistika Vol 10, No 1 (2024): JSMS Januari 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i1.23375

Abstract

Abstrak                                                                                                  Kabupaten Langkat merupakan salah satu daerah penghasil tebu terbesar di Sumatera Utara. Hampir 96% produksi tebu di Provinsi Sumatera Utara dihasilkan dari Kabupaten Langkat. Untuk itu perlu dilakukan prediksi produksi tebu untuk tahun 2023. Ada beberapa metode untuk mempresiksi produksi tebu, salah satunya adalah metode time series model chen. Ada beberapa tahapan metode time series model chen  mulai dari menentukan semesta pembicaraan, menghitung panjang interval, fuzzifikasi, menentukan FLR, menentukan FLRG, menghitung nilai peramalan kemudikan setelah didapat hasil peramalan, akan dilakukan uji ketepatan pramalan (MAPE). Setelah mengikuti langkah-langkah pada peramalan Fuzzy Time Series Model Chen di dapatkan nilai peramalan produksi tebu untuk tahun 2023 yaitu sebesar 3137,75 ton dan setelah dilakukan uji ketepatan peramalan Nilai MAPE yang didapatkan sebesar 18,6363%. Maka dari itu dapat disimpulkan bahwa peramalan ini baik karena nilai MAPE kurang dari 20%.Kata Kunci : Fuzzy Time Series Chen, Peramalan, Dan Produksi Tebu
Prediksi Prevalensi Diabetes Tipe 2 menggunakan Artificial Neural Network Fernanda, Jerhi Wahyu; Bisono, Eva Firdayanti; Nurkhalim, Ratna Frenty; Jayanti, Krisnita Dwi
Jurnal Sains Matematika dan Statistika Vol 10, No 2 (2024): JSMS Juli 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i2.26622

Abstract

Prediksi prevalensi Diabetes Mellitus Tipe 2 merupakan salah satu upaya pengelolaan sebaran penyakit. Penelitian ini bertujuan memprediksi angka prevalensi DM tipe 2 menggunakan metode Artificial Neural Network (ANN). Data yang digunakan dalam penelitian ini menggunakan data sekunder yang berasal dari data rekam medis elektronik pasien DM tipe 2 pada periode Januari 2019 sampai Desember 2022. Data dibagi menjadi data training dan data testing. Data training adalah angka prevalensi DM tipe 2 mulai januari 2019 sampai juni 2022. Data testing terdiri dari angka prevalensi DM tipe 2 mulai Juni 2022 sampai desember 2022. Grafik deret waktu memberikan informasi trend DM tipe mengalami kenaikan pada tahun 2022. Pemilihan model ANN yang terbaik dilakukan dengan melakukan prediksi dengan data testing menggunakan jumlah neuron yang berbeda yaitu 2 sampai 10 neuron. ANN dengan 2 neuron pada hidden layer merupakan metode terbaik dengan nilai RMSE sebesar 0,419. Hasil prediksi angka prevalensi DM tipe 2 periode januari sampai juni 2023 memiliki pola yang cenderung stasioner.Kata Kunci:  Prevalensi, Diabetes Mellitus tipe 2, Artificial Neural Network.
Analisis Model Mangsa-Pemangsa dengan Fungsi Respon Holling Tipe II dan Adanya Infeksi Penyakit pada Mangsa fardinah, fardinah; Hikmah, Hikmah; Salsabila, Nadia
Jurnal Sains Matematika dan Statistika Vol 10, No 2 (2024): JSMS Juli 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i2.30041

Abstract

This research discusses the predator-prey model with the Holling Type II response function and the presence of disease in the prey population. It is assumed that the disease infection only spreads within the prey population and cannot be cured so there are three subpopulations in the model, namely susceptible prey, infected prey and predators. This research aims to construct a prey-prey model with a Holling Type II response function and the presence of disease infection in the prey population, analyze the stability of the model equilibrium point and interpret the model. Analysis of the stability of the equilibrium point begins with the linearization method, and then the type of stability is determined based on the characteristics of the eigenvalues using the Routh-Hurwitz criterion. The results of this research obtained 5 (five) equilibrium points, namely population extinction, vulnerable prey existing, extinction of infected prey, extinction of predators and existing population. The results of the equilibrium point analysis show that all equilibrium points are stable if they fulfill the specified conditions. Based on the numerical simulations carried out, the interpretation was obtained that if the parameter values of the interaction rate of susceptible prey and infected prey as well as the rate of death due to disease were changed, this could cause a change in the stability of the equilibrium point.
PENERAPAN ALGORITMA K-MEANS UNTUK KLUSTERISASI KABUPATEN/KOTA BERDASARKAN TINGKAT KEMISKINAN DI KEPULAUAN MALUKU DAN PAPUA Matdoan, M. Y.; Igo, La; Rumeon, Ramli; Fadhilah, Rahmi; Laamena, N. S.
Jurnal Sains Matematika dan Statistika Vol 10, No 1 (2024): JSMS Januari 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i1.21260

Abstract

Berdasarkan data Badan Pusat Statistik Tahun 2022 menunjukan bahwa persentase penduduk miskin terbesar berasal dari Kepulauan Maluku dan Papua. Penelitian ini menggunakan meotde K-Means untuk klusterisasi kabupaten/kota berdasarkan tingkat kemiskinan. Data yang diperoleh pada penelitian ini berasal dari BPS Provinsi Papua, Papua Barat, Maluku dan Maluku Utara yang terdiri dari 63 kabupaten/kota dengan 8 menggunakan variabel. Penelitian ini disimpulkan bahwa terdapat 3 kluster dalam tingkat kemiskinan di Kepulauan Papua dan Maluku. Kluster 0 terdiri atas Kabupaten Maluku Tengah, Kota Ambon, Kota Merauke, Jayawijaya, Kota Jayapura, Lanni Jaya dan Kota Sorong. Cluster 1 yang terdiri atas Kabupaten Seram Bagian Barat, Buru, Halmahera Tengah, Halmahera Selatan, Halmahera Timur, Halmahera Utara, Kepulauan Sula, Pulau Morotai, Jayapura, Biak Numfor, Puncak Jaya, Nabire, Paniai, Mimika, Tolikara, Yahukimo, Puncak, Manokwari dan Nduga. Selanjutnya cluster 2 yang terdiri atas Kepulaun Tanimbar, Maluku Tenggara, Kepulaun Aru, Seram Bagian Timur, Maluku Barat Daya, Buru Selatan, Tual, Halmahera Barat, Pulau Taliabu, Ternate, Tidore Kepulauan, Kepulauan Yapen,  Mappi, Boven Digoel, Asmat, Sarmi, Pegunungan Bintang, Keerom, Supiori, Waropen, Mamberamo Raya, Yalimo, Dogiyai, Mamberamo Tengah, Intan Jaya, Deiyai, Kaimana, Teluk Wondama, Fakfak, Teluk Bintuni, Sorong Selatan, Sorong, Tambrauw, Raja Ampat Maybrat, Pegunungan Arfak  dan Manokwari Selatan. Kata Kunci:  Kemiskinan, Klustering, K-Means.