cover
Contact Name
Resmawan
Contact Email
resmawan@ung.ac.id
Phone
+6285255230451
Journal Mail Official
info.jjom@ung.ac.d
Editorial Address
Jl. Prof. Dr. Ing. B. J. Habibie, Moutong, Tilongkabila, Kabupaten Bone Bolango, Gorontalo, Indonesia
Location
Kota gorontalo,
Gorontalo
INDONESIA
Jambura Journal of Mathematics
ISSN : 26545616     EISSN : 26561344     DOI : https://doi.org/10.34312/jjom
Core Subject : Education,
Jambura Journal of Mathematics (JJoM) is a peer-reviewed journal published by Department of Mathematics, State University of Gorontalo. This journal is available in print and online and highly respects the publication ethic and avoids any type of plagiarism. JJoM is intended as a communication forum for mathematicians and other scientists from many practitioners who use mathematics in research. The scope of the articles published in this journal deal with a broad range of topics, including: Mathematics; Applied Mathematics; Statistics; Applied Statistics.
Arjuna Subject : -
Articles 99 Documents
Penerapan Hierarchical Clustering Metode Agglomerative pada Data Runtun Waktu Andrea Tri Rian Dani; Sri Wahyuningsih; Nanda Arista Rizki
Jambura Journal of Mathematics Vol 1, No 2: Juli 2019
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (719.349 KB) | DOI: 10.34312/jjom.v1i2.2354

Abstract

Analisis cluster merupakan seperangkat metode yang digunakan untuk mengelompokkanobjek ke dalam sebuah cluster berdasarkan informasi yang ditemukan pada data. Analisiscluster dapat diterapkan pada data runtun waktu, di mana terdapat prosedur dan algoritmapengelompokkan yang berbeda dibandingkan dengan pengelompokkan data cross-section.Banyak teknik pengelompokkan data runtun waktu yang dikembangkan di antaranya adalahpenggunaan jarak pengukuran kemiripan yang sesuai dengan karakteristik data runtunwaktu, pemilihan algoritma pengelompokkan yang optimal sampai dengan penentuanbanyaknya cluster yang representatif. Tujuan dari penelitian adalah untuk memperoleh jarakpengukuran kemiripan terbaik, kemudian memperoleh algoritma pengelompokkan metodeagglomerative yang optimal serta memperoleh jumlah cluster yang representatif. Pemilihanjarak pengukuran kemiripan terbaik dan algoritma yang optimal menggunakan koefisienkorelasi cophenetic, sedangkan untuk penentuan jumlah cluster menggunakan koefisiensilhouette. Data pada penelitian adalah data jumlah penduduk Kabupaten/Kota di ProvinsiKalimantan Timur dari Tahun 2005-2017. Berdasarkan hasil analisis, diperoleh jarakpengukuran kemiripan terbaik dalam mengelompokkan Kabupaten/Kota di ProvinsiKalimantan Timur adalah jarak autocorrelation based distance (ACF) dengan nilai koefisienkorelasi cophenetic sebesar 0,99. Algoritma pengelompokkan yang optimal adalah algoritmaaverage linkage, dikarenakan memiliki nilai koefisien korelasi cophenetic yang terbesar diantaraalgoritma pengelompokkan lainnya, dengan jumlah cluster yang representatif berdasarkankoefisien silhouette adalah 2 cluster.
Pemodelan Regresi Nonparametrik dengan Estimator Spline Truncated vs Deret Fourier Andrea Tri Rian Dani; Narita Yuri Adrianingsih
Jambura Journal of Mathematics Vol 3, No 1: January 2021
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.641 KB) | DOI: 10.34312/jjom.v3i1.7713

Abstract

ABSTRAKPendekatan regresi nonparametrik digunakan apabila hubungan antara variabel prediktor dan variabel respon tidak diketahui polanya. Spline truncated dan deret Fourier merupakan estimator dalam pendekatan nonparametrik yang terkenal, karena memiliki fleksibilitas yang tinggi dan mampu menyesuaikan terhadap sifat lokal data secara efektif. Penelitian ini bertujuan untuk mendapatkan estimator model regresi nonparametrik terbaik menggunakan spline truncated dan deret Fourier. Metode estimasi kurva regresi nonparametrik dilakukan dengan menyelesaikan optimasi Ordinary Least Squares (OLS). Kriteria kebaikan model menggunakan GCV, R2 dan MSE. Pemodelan regresi nonparametrik diterapkan pada data Case Fatality Rate (CFR) akibat Demam Berdarah Dengue (DBD) di Indonesia.  Berdasarkan hasil analisis, hasil estimasi dari pemodelan regresi nonparametrik menunjukkan bahwa estimator spline truncated memberikan performa yang lebih baik dibandingkan estimator deret Fourier. Hal ini ditunjukkan dengan nilai R2 dari estimator spline truncated yaitu sebesar 91,80% dan MSE sebesar 0,04, sedangkan dengan estimator deret Fourier diperoleh nilai R2 sebesar 65,44% dan MSE sebesar 0,19.ABSTRACTThe nonparametric regression approach is used when the relationship between the predictor variable and the response variable is unknown. Spline truncated and Fourier series are well-known estimators in the nonparametric approach because they have high flexibility and are able to adjust to the local properties of the data effectively. This study aims to obtain the best nonparametric regression model estimator using the truncated spline and the Fourier series. The nonparametric regression curve estimation method is done by completing the Ordinary Least Squares (OLS) optimization. The criteria for the goodness of the model use GCV, R2, and MSE. Nonparametric regression modeling is applied to Case Fatality Rate (CFR) modeling due to Dengue Hemorrhagic Fever (DBD) in Indonesia. Based on the analysis, the estimation results from the nonparametric regression modeling show that the truncated spline estimator provides better performance than the Fourier series estimator. This is shown by the R2 value of the truncated spline estimator which is 91.80% and the MSE is 0.04, while the Fourier series estimator obtained an R2 value of 65.44% and MSE of 0.19.
Kemampuan Translasi dan Transformasi Representasi Siswa pada Materi Persamaan Garis Lurus Angelina Elisabet; Yulis Jamiah; Bistari Basyuni
Jambura Journal of Mathematics Vol 1, No 1: Januari 2019
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (587.151 KB) | DOI: 10.34312/jjom.v1i1.2007

Abstract

Penelitian ini bertujuan untuk mendeskripsikan kemampuan translasi dan transformasi representasi siswa pada materi persamaan garis lurus. Metode yang digunakan dalam penelitian ini adalah deskriptif dalam bentuk studi kasus. Subjek dalam penelitian ini adalah siswa kelas XI A SMP Santo Fransiskus Asisi Pontianak dengan jumlah 32 siswa. Instrumen pengumpulan data yang digunakan adalah tes tertulis dalam esai dan wawancara. Berdasarkan analisis data, dapat disimpulkan bahwa kemampuan translasi dan transformasi siswa dikategorikan sangat rendah. Rata-rata skor translasi representasi R-V sebesar 2.13, rata-rata skor translasi representasi V-R sebesar 0.41, rata-rata skor translasi representasi R-S sebesar 0.69, rata-rata skor translasi representasi S-R sebesar 0.19, rata-rata skor translasi representasi sebesar 0.91, dan rata-rata skor translasi representasi V-S sebesar 0.75. Adapun rata-rata skor kemampuan transformasi representasi R sebesar 0.25, representasi V sebesar 1.88 dan representasi S sebesar 2.16.
Penggunaan N-mers Frequency pada Analisis Barisan DNA Khoirul Umam; Rahmat Sagara
Jambura Journal of Mathematics Vol 2, No 2: Juli 2020
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (680.153 KB) | DOI: 10.34312/jjom.v2i2.4320

Abstract

Salah satu metode untuk menganalisis barisan DNA adalah menggunaan N-mers Frequency. N-mers Frequency termasuk metode data mining pada barisan DNA, dimana barisan DNA yang merupakan data string “ACGT” akan diubah menjadi data numerik. N-mers Frequency pada tulisan ini menggunakan N = 3. Hal ini disebabkan karena pada proses sintesis protein, tRNA akan membawa tiga basa nekleotida (anti kodon) yang akan dipasangkan dengan tiga basa nekleotida (kodon) pada pita mRNA. Dalam hal ini mRNA dibentuk dari duplikasi barisan DNA. Studi ini dilakukan untuk mengetahui akurasi dari penggunaan N-mers Frequency. Untuk menghitung Akurasi penggunaan N-mers Frequency, dilakukan tahapan seperti berikut: (1) pengumpulan data barisan DNA, (2) N-mers Frequency, (3) matriks jarak, (4) pengelompokan menggunakan algoritma K-means++, PAM, AGNES, dan DIANA, (5) menghitung akurasi, dan (6) kesimpulan. Akurasi dari Penggunaan N-mers Frequency pada penelitian ini adalah 100%, dengan menggunakan data 100 barisan DNA yang telah diketahui jenisnya, yaitu: virus HPV, virus Ebola, virus Marburg, dan virus Zika.
Pengaruh Model Pembelajaran Open-Ended terhadap Kemampuan Berpikir Kreatif Matematik Ditinjau dari Motivasi Belajar Caicy Magelo; Evi Hulukati; Ismail Djakaria
Jambura Journal of Mathematics Vol 2, No 1: Januari 2020
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (246.016 KB) | DOI: 10.34312/jjom.v2i1.2593

Abstract

Artikel ini membahas tentang perbedaan kemampuan berpikir kreatif matematik peserta didik yang diajarkan dengan model pembelajaran open-ended dan model pembelajaran langsung ditinjau dari motivasi belajar matematika. Penelitian menggunakan metode eksperimen semu dengan desain treatment by level 2 x 2. Penelitian ini dilaksanakan pada peserta didik kelas VII MTs Negeri 1 Banggai Kab. Banggai semester genap Tahun Pelajaran 2018-2019. Data penelitian diperoleh melalui tes kemampuan berpikir kreatif matematik dan instrumen motivasi belajar. Analisis data berpikir kemampuan berpikir kreatif matematik yang pengelompokannya didasarkan pada skor instrumen motivasi belajar yang menjadi variabel atribut mencakup motivasi belajar tinggi dan motivasi belajar rendah. Data penelitian dianalisis dalam dua bagian yakni analisis deskripsi dan analisis inferensial yaitu analisis dua jalur (anava 2 x 2) dan uji lanjut Tukey untuk pengujian hipotesis. Berdasarkan analisis data penelitian, diperoleh hasil bahwa terdapat perbedaan pengaruh model pembelajaran open-ended dan pembelajaran langsung pada motivasi belajar dan kemampuan berpikir kreatif matematik. Dari hasil penelitian diperoleh bahwa model pembelajaran open-ended lebih berpengaruh positif terhadap terhadap kemampuan berpikir kreatif matematik peserta didik ditinjau dari tingkat motivasi belajar.
Analisis Konjoin dalam Menentukan Persepsi Mahasiswa Matematika terhadap Dosen Muhammad Yahya Matdoan; Imanuel Y Rupilu; Yopi A Lesnussa; A Z Wattimena
Jambura Journal of Mathematics Vol 1, No 2: Juli 2019
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (363.397 KB) | DOI: 10.34312/jjom.v1i2.2318

Abstract

Analisis konjoin merupakan salah satu teknik analisis multivariat yang digunakan untuk mengetahui preferensi konsumen terhadap suatu produk, baik berupa barang atau jasa dengan cara mengkombinasikan jumlah nilai dari masing - masing atribut yang terpisah. Oleh karena itu, analisis konjoin sangat membantu untuk mengetahui preferensi mahasiswa dalam menentukan kriteria dosen yang diiginkan  di suatu perguruan tinggi. Dosen yang banyak melakukan interaksi dengan mahasiswa merupakan salah satu ciri dosen yang diharapkan mahasiswa. Hal tersebut berpengaruh pada motivasi belajar dan perilaku mahasiswa. Penelitian ini dilakukan dengan tujuan untuk mengetahui preferensi mahasiswa jurusan matematika terhadap ciri-ciri dosen yang diharapkan mampu meningkatkan motivasi belajar. Faktor-faktor yang dijadikan sebagai atribut penelitian yaitu jenis kelamin dosen, penampilan dosen, karakter dosen, latar belakang pendidikan dosen, metode pembelajaran dan pemberian tugas serta interaksi di kelas. Hasil penelitian menunjukkan bahwa ciri-ciri dosen yang diharapkan lebih memberikan pengaruh terhadap motivasi belajar mahasiswa adalah dosen yang banyak melakukan interaksi atau sesi tanya jawab dalam kelas dan pemberian tugas yang cukup.
Peramalan Gelombang Covid 19 Menggunakan Hybrid Nonlinear Regression Logistic – Double Exponential Smoothing di Indonesia dan Prancis I Gusti Bagus Ngurah Diksa
Jambura Journal of Mathematics Vol 3, No 1: January 2021
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (624.967 KB) | DOI: 10.34312/jjom.v3i1.7771

Abstract

ABSTRAKIndonesia dan Prancis adalah dua Negara yang mengalami Covid 19 dengan pola pergerakan kasus Covid 19 yang berbeda. Kondisi Indonesia masih mengalami siklus one wave namun Prancis sudah masuk pada pola second wave. Makna second wave adalah kondisi epidemi Covid 19 yang baru muncul setelah epidemi sebelumnya dianggap selesai. Dalam peramalan kasus Covid 19 baik itu terkait informasi puncak dari terjadinya kasus Covid 19 serta ramalan terkait akan berakhirnya pandemi kasus Covid 19 suatu negara merupakan hal penting bagi pemerintah suatu Negara. Model hybrid meningkatkan akurasi ramalan dibandingkan model time series yang dilakukan secara terpisah. Tujuan penelitian ini adalah melakukan peramalan kasus Covid 19 di Indonesia dan Prancis dengan menggunakan metode hybrid dan membandingkan dengan peramalan dengan salah satu metode tunggal. Metode yang digunakan adalah metode tunggal yaitu Nonlinear Regression Logistic dan metode Hybrid Nonlinear Regression Logistic–Double Eksponensial Smoothing. Hasilnya adalah model peramalan Hybrid Nonlinear Regression Logistic and Doubel Exponential Smoothing lebih bagus digunakan dalam peramalan kasus Covid 19 di Indonesia dan Prancis. Terlihat bahwa nilai MAPE model Hybrid Nonlinear Regression Logistic–Double Eksponensial Smoothing jauh lebih kecil dibandingkan model peramalan Nonlinear Regression Logistic. ABSTRACTIndonesia and France are two countries that have experienced Covid 19 with different patterns of movement of Covid 19 cases. Indonesia's condition is still experiencing a one wave cycle but France has entered into the second wave pattern. The meaning of the second wave is the condition of the Covid 19 epidemic which only emerged after the previous epidemic was considered over. In forecasting the Covid 19 case, whether it is related to the peak information on the occurrence of the Covid 19 case and predictions regarding the end of the pandemic of the Covid 19 case in a country, it is important for the government of a country. The hybrid model improves forecast accuracy compared to the time series model which is carried out separately. The purpose of this study is to forecast the cases of Covid 19 in Indonesia and France using the hybrid method and comparing with forecasting with one single method. The method used is a single method, namely Nonlinear Logistic Regression and Hybrid Nonlinear Regression Logistic-Double Exponential Smoothing methods. The result is that the Hybrid Nonlinear Regression Logistic and Double Exponential Smoothing forecasting model is better used in forecasting the Covid 19 cases in Indonesia and France. It can be seen that the MAPE value of the Hybrid Nonlinear Regression Logistic – Double Exponential Smoothing model is much smaller than the Nonlinear Regression Logistic forecasting model.
Efektifitas Vaksinasi dan Pengasapan pada Model Epidemik Transmisi Penyakit Malaria Resmawan Resmawan
Jambura Journal of Mathematics Vol 1, No 1: Januari 2019
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (843.272 KB) | DOI: 10.34312/jjom.v1i1.2004

Abstract

Dalam artikel ini dibahas model epidemik transmisi penyakit malaria dengan mempertimbangkan faktor pencegahan berupa vaksinasi pada manusia dan pengasapan pada nyamuk. Dalam model ini, populasi manusia dibagi menjadi empat kelas, yaitu rentan, terpapar, terinfeksi, dan pulih. Adapun populasi nyamuk dibagi menjadi tiga kelas, yaitu rentan, terpapar dan terinfeksi. Selanjutnya dilakukan identifikasi bilangan reproduksi dasar ( ) yang merupakan nilai harapan banyaknya infeksi tiap satuan waktu. Pada bagian akhir dalam artikel ini diberikan simulasi numerik untuk menunjukkan efektifitas vaksinasi pada manusia dan pengasapan pada nyamuk untuk menekan laju penularan penyakit. Hasil simulasi menunjukkan bahwa peningkatan efektifitas vaksinasi maupun pengasapan mampu menurunkan angka bilangan reproduksi dasar. Hal tersebut menunjukkan bahwa peningkatan kuantitas vaksinasi dan pengasapan dapat menekan jumlah individu terinfeksi sehingga dalam jangka waktu tertentu penyakit akan menghilang dari populasi.
The Influence of Additive Allee Effect and Periodic Harvesting to the Dynamics of Leslie-Gower Predator-Prey Model Hasan S. Panigoro; Emli Rahmi; Novianita Achmad; Sri Lestari Mahmud
Jambura Journal of Mathematics Vol 2, No 2: Juli 2020
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (504.111 KB) | DOI: 10.34312/jjom.v2i2.4566

Abstract

In this paper, the influence of additive Allee effect in prey and periodic harvesting in predator to the dynamics of the Leslie-Gower predator-prey model is proposed. We first simplify the model to the non-dimensional system by scaling the variable and transform the model into an autonomous system. If the effect Allee is weak, we have at most two equilibrium points, else if the Allee effect is strong, at most four equilibrium points may exist. Furthermore, the behavior of the system around equilibrium points is investigated. In the end, we give numerical simulations to support theoretical results.
Pengaruh Pendekatan Kontekstual Terhadap Kemampuan Penalaran Matematis Ditinjau dari Gaya Kognitif Peserta Didik Nosva Adam Yunus; Evi Hulukati; Ismail Djakaria
Jambura Journal of Mathematics Vol 2, No 1: Januari 2020
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.801 KB) | DOI: 10.34312/jjom.v2i1.2591

Abstract

Artikel ini membahas tentang pengaruh pendekatan kontekstual terhadap kemampuan penalaran ditinjau dari gaya kognitif peserta didik. Jenis penelitian Quasi Experiment dengan desain Faktorial  menggunakan uji analisis dua jalur dan uji Tukey. Metode pengumpulan data melalui pemberian tes kemampuan penalaran dan Group Embedded Figures Test (GEFT). Temuan penelitian menunjukkan bahwa pada pembelajaran kontekstual subjek bergaya kognitif Field Independent menguasi lebih tiga dari empat indikator pemampuan penalaran matematis dengan nilai . Sementara pada pembelajaran langsung, subjek bergaya kognitif Field Independent hanya menguasi kurang tiga dari empat indikator kemampuan penalaran matematis dengan nilai nilai . Dengan demikian, terdapat pengaruh pendekatan kontekstual terhadap kemampuan penalaran peserta didik yang mempunyai gaya kognitif Field Independent.

Page 1 of 10 | Total Record : 99