cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Lyra Yulianti
Contact Email
lyra@sci.unand.ac.id
Phone
-
Journal Mail Official
lyra@si.unand.ac.id
Editorial Address
http://jmua.fmipa.unand.ac.id/index.php/jmua/index
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Matematika UNAND
Published by Universitas Andalas
ISSN : 2303291X     EISSN : 27219410     DOI : -
Core Subject : Science, Education,
Computer Science & IT Mathematics
Fokus dan Lingkup dari Jurnal Matematika FMIPA Unand meliputi topik-topik dalam Matematika sebagai berikut : Analisis dan Geometri Aljabar Matematika Terapan Matematika Kombinatorika Statistika dan Teori Peluang.
Arjuna Subject : -
Articles 9 Documents
 1 
Search results for , issue "Vol 9, No 1 (2020)" : 9 Documents clear
BILANGAN KROMATIK LOKASI DARI HASIL AMALGAMASI GRAF BINTANG YANG DIHUBUNGKAN OLEH SUATU GRAF LINGKARAN RUVIQA PUTRI SOLEHA; DES WELYYANTI; NARWEN NARWEN
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.46-52.2020

Abstract

Pada penelitian ini membahas tentang penentuan bilangan kromatik lokasi dari hasil amalgamasi graf bintang yang dihubungkan oleh suatu graf lingkaran nSk,m dengan k = 4, m = 3 dan n ≥ 3 adalah χL(nS4,3) = 4 untuk n ≤ 4 dan χL(nS4,3) = 5 untuk n > 4.Kata Kunci: Bilangan kromatik lokasi, amalgamasi graf bintang, graf lingkaran
MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA DI KOTA PADANG RESTY OKTAVIANI; HAZMIRA YOZZA; YUDIANTRI ASDI
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.15-22.2020

Abstract

Balita adalah istilah untuk anak usia dibawah 5 tahun yaitu 1-3 tahun (batita) dan anak prasekolah (3-5) tahun. Masa balita merupakan periode terpenting dalam proses tumbuh kembang manusia, terutama pada 1000 hari pertama pada kehidupan. Oleh karena itu, pola pengasuhan yang baik dan benar serta pemantauan pertumbuhan balita sangat dibutuhkan. Pemantauan gizi balita akan dibandingkan dengan suatu acuan yaitu kurva pertumbuhan dengan mengetahui bentuk hubungan antara berat badan balita dan umur. Hubungan ini akan dimodelkan dengan regresi nonparametrik dengan penduga polinomial lokal kernel, dimana fungsi kernel yang digunakan adalah Gaussian dan penduga kuadrat terkecil. Penduga kernel ini sangat bergantung pada pemilihan bandwidth yang digunakan yaitu metode complete cross validation dan diperoleh nilai bandwidth sebesar 3,059628 dengan meminimumkan weighted least square. Pemilihan model terbaik antara penduga kuadrat terkecil dan penduga kernel polinomial lokal berdasarkan kriteria koefisien determinasi. Nilai koefisien determinasi dari penduga kuadrat terkecil adalah 0,93144 dan nilai koefisien determinasi penduga kernel polinomial lokal adalah 0,954367.Kata Kunci: Nonparametrik, Estimator Polinomial Lokal, Kernel Gaussian, Complete Cross Validation, Weighted Least Square
FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI KOTA/KABUPATEN PROVINSI SUMATERA BARAT DENGAN MENGGUNAKAN ANALISIS REGRESI PANEL AYU ALIFAH; HAZMIRA YOZZA; YUDIANTRI ASDI
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.53-61.2020

Abstract

Kemiskinan diartikan sebagai suatu keadaan dimana taraf hidup manusia berada pada keadaan serba kekurangan dan tidak mampu untuk memenuhi kebutuhan dasar. Salah satu cara untuk mengukur kemiskinan di suatu daerah adalah dengan menggunakan indikator persentase penduduk miskin di daerah tersebut. Provinsi Sumatera Barat merupakan salah satu daerah yang masih memiliki penduduk miskin dengan persentase yang cukup besar. Pemerintah Sumatera Barat berusaha untuk menekan persentase kemiskinan dari berbagai aspek yang terkait dengan faktor-faktor yang diperkirakan mempengaruhi angka kemiskinan. Data mengenai persentase penduduk miskin serta faktor-faktor yang diduga mempengaruhinya dikumpulkan Badan Pusat Statistik untuk semua daerah secara berkala, sehingga untuk semua daerah secara berkala, sehingga untuk masing-masing daerah tersedia data dari tahun ke tahun. Data pengamatan yang dikumpulkan untuk beberapa objek pengamatan dan untuk beberapa waktu itu disebut data panel. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi kemiskinan di Provinsi Sumatera Barat pada tahun 2015-2017 dengan menggunakan Analisis Regresi Panel. Pada penelitian ini diperoleh metode yang tepat digunakan adalah random effect model dengan faktor yang signifikan mempengaruhi persentase kemiskinan yaitu penduduk yang tamat SMA. Dari hasil penelitian ini, semakin tinggi persentase penduduk yang tamat SMA, maka semakin rendah persentase penduduk miskin.Kata Kunci: Data Panel, Analisis Regresi Panel, Random effect model
KLASIFIKASI DAERAH TERTINGGAL DI INDONESIA MENGGUNAKAN METODE NAIVE BAYEA CLASSIFIER WINDA LIDYA; HAZMIRA YOZZA; FERRA YANUAR
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.23-29.2020

Abstract

Status daerah dapat diprediksi berdasarkan klasifikasi dengan metode Naive Bayes. Naive Bayes merupakan teknik prediksi berbasis peluang sederhana yang berdasarkan penerapan teorema Bayes dengan tingkat akurasi cukup tinggi. Klasifikasi status daerah ditentukan berdasarkan indikator yang terkait dalam penentuan status daerah. Menghitung klasifikasi Naive Bayes untuk indikator kontinu menggunakan sebaran normal. Pengukuran Kinerja Klasifikasi ditentukan dengan menggunakan matriks konfusi, diperoleh nilai akurasi sebesar 0,905 yang artinya nilai akurasi yang diperoleh cukup baik dalam klasifikasi status daerah.Kata Kunci: Status daerah, klasifikasi, Naive Bayes, sebaran normal, matriks konfusi, akurasi.
PENENTUANBILANGANKROMATIKLOKASIGRAF PRISMA C n;n;n YOZA DELLA SYAUMI; NARWEN NARWEN; EFFENDI EFFENDI
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.62-69.2020

Abstract

Misalkan G = (V, E) graf terhubung. Bilangan kromatik dari graf G adalah bilangan asli terkecil k sedemikian sehingga G mempunyai suatu pewarnaan-k titik sejati. Bilangan kromatik dari G dinotasikan dengan χ(G). Misalkan χ(G) = k, ini berarti titiktitik di G paling kurang diwarnai dengan k warna dan tidak dapat diwarnai dengan k − 1 warna. jika titik-titik di G diwarnai dengan k warna maka tidak ada titik yang bertetangga mempunyai warna yang sama. Kelas warna pada G dinotasikan dengan Si, merupakan himpunan titik-titik yang berwarna i dengan 1 ≤ i ≤ k. Misalkan Π = {S1, S2, · · · , Sk} merupakan partisi terurut dari V (G). Berdasarkan suatu pewarnaan titik, maka representasi v terhadap Π disebut kode warna dari v, dinotasikan dengan cΠ(v). Kode warna cΠ(v) dari suatu titik v ∈ V (G) didefinisikan sebagai k-vektor, cΠ(v) = (d(v, S1), d(v, S2), · · · , d(v, Sk)) dimana d(v, Si) = min{d(v, x)|x ∈ Si} untuk 1 ≤ i ≤ k. Jika setiap titik yang berbeda di G memiliki kode warna yang berbeda untuk suatu Π, maka c disebut pewarnaan lokasi dari G. Minimum dari banyaknya warna yang digunakan pada pewarnaan lokasi dari graf G disebut bilangan kromatik lokasi. Pada tulisan ini akan dibahas bilangan kromatik lokasi graf prisma Cn,n,n yang dibentuk dari tiga graf lingkaran Cn, untuk n ≥ 3.Kata Kunci: kelas warna, kode warna, bilangan kromatik lokasi
BEBERAPA OPERASI DAN SIFAT-SIFAT PADA HIMPUNAN LEMBUT KABUR RELI FIRMANENTI; NOVA NOLIZA BAKAR
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.30-37.2020

Abstract

Pada penelitian ini dibahas tentang operasi-operasi pada himpunan lembut kabur seperti gabungan himpunan lembut kabur, irisan himpunan lembut kabur, komplemen himpunan lembut kabur, algebraic sum himpunan lembut kabur, dan algebraic product himpunan lembut kabur. Kemudian, akan dibahas beberapa sifat pada himpunan lembut kabur yang terkait dengan operasi himpunan lembut kabur, serta adanya definisi mengenai monoid dan semiring yang terkait pada himpunan lembut kabur.Kata Kunci: Himpunan lembut, himpunan kabur, himpunan lembut kabur, monoid, semiring
GRUP Zn DALAM BENTUK GRAF IDENTITAS ELIZIA AUGUSTIN; DES WELYYANTI
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.1-7.2020

Abstract

Graf identitas dari suatu grup dapat digambarkan dengan cara titik yang menginterpretasikan unsur-unsur dari grup dihubungkan melalui sisi, dimana sisi menghubungkan semua unsur ke unsur identitas grup dan dua unsur bertetangga jika ketika dioperasikan operasi biner pada kedua unsur tersebut akan menghasilkan identitas. Penelitian ini mengkaji sifat-sifat graf identitas yang diperoleh dari grup Zn. Pada penelitian ini diperoleh bahwa untuk grup Zn yang berorder n ≥ 3 ganjil, maka graf identitas yang dihasilkan memuat K3 sebanyak (n − 1)/2, sedangkan untuk grup Zn yang berorder n ≥ 2 genap, graf identitas yang dihasilkan memuat K3 sebanyak (n − 2)/2 dan sebuah K2.Kata Kunci: Graf, Grup, Graf identitas, Subgraf identitas khusus
GRAF LEMBUT KABUR ANGGUN DELVIANA; NARWEN NARWEN
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.38-45.2020

Abstract

Pada penelitian ini dibahas beberapa jenis graf lembut kabur dan hubungan antara graf-graf lembut kabur tersebut, yang diantaranya yaitu graf lembut kabur, graf lembut kabur reguler, graf lembut kabur total reguler, dan graf lembut kabur parsial reguler.Kata Kunci: Graf lembut kabur, graf lemb
MODEL NON REKURSIF DALAM ANALISIS JALUR DINIE ANEFI HAJARA; IZZATI RAHMI HG; FERRA YANUAR
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.8-14.2020

Abstract

Analisis jalur adalah suatu teknik penggambaran dan pengujian model hubungan antar variabel yang berbentuk sebab akibat, yang dikembangkan dari analisis regresi sebagai metode untuk mempelajari pengaruh langsung atau tidak langsung dari variabel bebas terhadap variabel terikat. Jika ditinjau dari hubungan peubahnya, analisis jalur terbagi menjadi model rekursif dimana hubungan sebab akibat bergerak satu arah dan model non rekursif dimana hubungan sebab akibat bergerak dua arah atau timbal balik. Untuk menduga koefisien jalur model rekursif bisa digunakan metode Ordinary Least Squares (OLS), namun untuk model non rekursif penggunaan metode OLS tidak layak digunakan karena akan menghasilkan koefisien yang bias dan inkonsisten. Oleh karena itu, untuk menduga koefisien model non rekursif digunakan metode pendugaan lain salah satunya Two-Stage Least Squares (2SLS), yang merupakan pengembangan dari metode OLS. Pada penelitian ini untuk menduga koefisien model non rekursif digunakan metode jalur dan metode 2SLS dengan menggunakan data bangkitan. Hasil yang diperoleh dengan kedua metode ini tidak jauh berbeda, sehingga metode 2SLS menjadi metode alternatif untuk menduga koefisien jalur model non rekursif.Kata Kunci: Analisis jalur, model non rekursif, Two-Stage Least Squares (2SLS)

Page 1 of 1 | Total Record : 9

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 12, No 1 (2023) Vol 11, No 4 (2022) Vol 11, No 3 (2022) Vol 11, No 2 (2022) Vol 11, No 1 (2022) Vol 10, No 4 (2021) Vol 10, No 3 (2021) Vol 10, No 2 (2021) Vol 10, No 1 (2021) Vol 9, No 4 (2020) Vol 9, No 3 (2020) Vol 9, No 2 (2020) Vol 9, No 1 (2020) Vol 8, No 4 (2019) Vol 8, No 3 (2019) Vol 8, No 2 (2019) Vol 8, No 1 (2019) Vol 7, No 4 (2018) Vol 7, No 3 (2018) Vol 7, No 2 (2018) Vol 7, No 1 (2018) Vol 6, No 4 (2017) Vol 6, No 3 (2017) Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol 5, No 4 (2016) Vol 5, No 3 (2016) Vol 5, No 2 (2016) Vol 5, No 1 (2016) Vol 4, No 4 (2015) Vol 4, No 3 (2015) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 3, No 4 (2014) Vol 3, No 3 (2014) Vol 3, No 2 (2014) Vol 3, No 1 (2014) Vol 2, No 4 (2013) Vol 2, No 3 (2013) Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol 1, No 2 (2012) Vol 1, No 1 (2012) Vol 1, No 1 (2012) More Issue