cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Florianus Aloysius Nay
Contact Email
nayflorianus@gmail.com
Phone
+6281246445803
Journal Mail Official
ejournal.leibniz@gmail.com
Editorial Address
Jln. Veteran No. 1-3 Kelurahan Kelapa Lima, Kecamatan Kelapa Lima Kota Kupang - Provinsi Nusa Tenggara Timur
Location
Kab. kupang,
Nusa tenggara timur
INDONESIA
Leibniz: Jurnal Matematika
Published by Universitas San Pedro
ISSN : -     EISSN : 27752356     DOI : -
Core Subject : Education,
Mathematics
Ruang lingkup artikel ilmiah yang dapat diterbitkan dalam Jurnal Leibniz ini adalah sebagai berikut: Geometri dan Aplikasinya, Teori Graf dan Aplikasinya, Riset Operasi dan Aplikasinya, Sistem Dinamik dan Aplikasinya, Model Matematika dan Aplikasinya, Teori Kontrol dan Aplikasinya, Aljabar dan Aplikasinya, Model Pembelajaran Matematika, Etnomatematika dalam Pembelajaran Matematika, Teknologi dalam Pembelajaran Matematika, dan Kognisi dalam Pembelajaran Matematika
Arjuna Subject : Matematika - Matematika Terapan
Articles 6 Documents
 1 
Search results for , issue "Vol. 2 No. 2 (2022): Leibniz: Jurnal Matematika" : 6 Documents clear
Penerapan Klasifikasi Naive Bayes dengan Algoritma Random Oversampling dan Random Undersampling pada Data Tidak Seimbang Cervical Cancer Risk Factors Jus Prasetya
Leibniz: Jurnal Matematika Vol. 2 No. 2 (2022): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Machine learning adalah cabang ilmu komputer yang memanfaatkan pengalaman (peristiwa) pada masa lalu untuk dipelajari dan menggunakan pengetahuannya untuk membuat keputusan di masa depan. Pada machine learning, proses klasifikasi dilakukan untuk meminimalkan kesalahan klasifikasi maka dengan demikian akan memaksimalkan akurasi prediksi. Asumsi yang mendasari metode klasifikasi ini adalah bahwa data yang diteliti memiliki jumlah sampel yang seimbang setiap kelas yang tersedia. Random Oversampling adalah proses resamplingnya dengan cara memilih sampel dari kelas minoritas secara acak, sampel yang dipilih secara acak ini kemudian diduplikasi dan ditambahkan ke set pelatihan baru. Random Undersampling adalah proses resampling dengan sampel pada kelas mayoritas dalam set pelatihan dihilangkan secara acak sampai rasio antara kelas minoritas dan mayoritas berada pada tingkat yang diinginkan. Nilai AUC yang didapatkan pada klasifikasi naive bayes sebesar 0,5325 yang berarti klasifikasi gagal. Nilai AUC yang didapatkan pada klasifikasi random oversampling-naive bayes sebesar 0,62 yang berarti klasifikasi buruk. Nilai AUC yang didapatkan pada klasifikasi random undersampling-naive bayes sebesar 0,7013 yang berarti klasifikasi cukup baik.
Kemampuan Koneksi Matematis dan Kemandirian Belajar Siswa pada Materi Sistem Persamaan Linear Dua Variabel Lilyana Tri Muharomi; Ekasatya Aldila Afriansyah
Leibniz: Jurnal Matematika Vol. 2 No. 2 (2022): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu kompetensi matematis yang penting untuk dikuasai oleh siswa adalah kemampuan koneksi matematis. Salah satu faktor yang memengaruhi kemampuan koneksi matematis adalah kemandirian belajar. Tujuan dari penelitian ini adalah untuk menganalisis kemampuan koneksi matematis yang dimiliki oleh siswa dan kemandirian belajar dengan fokus materi pada Sistem Persamaan Linear Dua Variabel. Jenis penelitian ini adalah kualitatif dengan metode deskriptif. Subjek dalam penelitian ini adalah 3 siswa kelas VIII SMP di Desa Cimareme. Teknik sampling yang digunakan dalam penelitian adalah purposive sampling. Metode pengumpulan data berupa tes soal kemampuan koneksi matematis, angket kemandirian belajar siswa, wawancara, dan dokumentasi. Seluruh data kemudian dianalisis melalui 3 tahapan, yaitu reduksi data, penyajian data, dan penarikan kesimpulan. Hasil penelitian menunjukkan: 1) Siswa dengan kemandirian belajar tinggi memiliki kemampuan koneksi matematis pada kategori tinggi dengan skor rata-rata 19 atau 95%; dan 2) Siswa dengan kemandirian belajar sedang memiliki kemampuan koneksi matematis pada kategori sedang dengan skor 11,5 atau 58%. Siswa dengan kategori kemandirian belajar tinggi sudah memenuhi semua indikator kemampuan koneksi matematis. Siswa dengan kategori kemandirian belajar sedang hanya memenuhi dua indikator kemampuan koneksi matematis, yaitu indikator koneksi antar topik matematika dan indikator koneksi matematika dengan kehidupan sehari-hari. Implikasi dari penelitian ini adalah diharapkan guru mampu meningkatkan pemahaman siswa terhadap soal-soal SPLDV yang berkaitan dengan disiplin ilmu lain dan diharapkan guru dapat menggunakan pendekatan yang mampu meningkatkan kemandirian belajar siswa.
Kesalahan Mahasiswa dalam Menyelesaikan Masalah Aljabar Hasnarika Hasnarika
Leibniz: Jurnal Matematika Vol. 2 No. 2 (2022): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu penyebab rendahnya hasil belajar siswa adalah karena melakukan kesalahan dalam menyelesaikan soal. Dengan mengetahui bentuk kesalahan yang dilakukan mahasiswa dalam belajar diharapkan dapat memberikan solusi yang tepat agar nantinya mahasiswa tidak melakukan kesalahan yang sama. Salah satu penyebab terjadinya kesalahan dalam mengerjakan soal adalah kemampuan memahami konsep matematis yang masih rendah. Berdasarkan pengalaman, peneliti masih menemukan mahasiswa melakukan kesalahan dalam menyelesaikan soal aljabar sehingga peneliti tertarik untuk melakukan penelitian ini. Penelitian ini berupa deskriptif kualitatif yang bertujuan untuk mendeskripsikan letak kesalahan yang sering dilakukan mahasiswa. Subjek penelitian ini adalah 48 mahasiswa Akuntansi STIE Pembangunan Tanjungpinang. Teknik pengumpulan data menggunakan instrument tes hasil belajar berupa tes uraian yang terdiri dari 6 soal materi aljabar. Teknik analisis data yang digunakan adalah jawaban mahasiswa yang dianalisis kemudian dihitung persentase masing-masing kesalahan dengan menggunakan rumus. Hasil penelitian menunjukkan persentase kesalahan mahasiswa dalam menyelesaikan masalah aljabar meliputi kesalahan perhitungan sebesar 20,14%, kesalahan prosedur sebesar 12,85% dan kesalahan konseptual sebesar 10,42%.
Performa Regresi Ridge dan Regresi Lasso pada Data dengan Multikolinearitas Fitri Rahmawati; Risky Yoga Suratman
Leibniz: Jurnal Matematika Vol. 2 No. 2 (2022): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Classical regression analysis with the OLS (ordinary least square) has several assumptions. One of the assumptions is that there is no multicollinearity in the predictor variables. If multicollinearity occurs in the data, there are several other methods that can be used, including lasso regression and ridge regression. These two regression models are shrinkage methods that can shrink the regression coefficient so that the variance decreases. In this study, the performance of ridge regression and lasso regression was compared for data with multicollinearity. The result of the mean of squared errors (MSE) shows that the performance of the ridge regression is better than the lasso regression. In terms of model interpretation, lasso regression is considered superior. This is because lasso regression can shrink some coefficients to zero so that only 4 of the 9 variables used in the final model.
Strategi Kontrol Optimal Model SIQR pada Penyebaran Penyakit Campak Lukman Hakim
Leibniz: Jurnal Matematika Vol. 2 No. 2 (2022): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini, melakukan suatu rekontruksi model matematika penyebaran penyakit campak dengan melibatkan variabel kontrol. Proses kontrol yang diterapkan pada model dengan memberikan pandangan bahwa kontak langsung antara populasi rentan dan terinfeksi harus dikendalikan untuk mencegah terjadinya endemi. Dimana, pengontrolan ini bertujuan untuk meminimumkan jumlah sub populasi terinfeksi penyakit campak. Selanjutnya, langkah yang dilakukan dengan menerapkan analisis teori kontrol optimal dan simulasi numerik dengan software Matlab. Berdasarkan simulasi numerik yang telah dilakukan menunjukkan bahwa strategi pengontrolan penyebaran penyakit campak terlihat efektif sebagai tindakan dalam menekan pertumbuhan populasi terinfeksi.
Analisis Faktor-Faktor yang Mempengaruhi Permintaan Volume Air pada PDAM Kota Kupang Frengky Harim Ronaldo Ottu; Florianus Aloysius Nay; Osniman Paulina Maure; Sefri Imanuel Fallo; Kamelia Mauleto
Leibniz: Jurnal Matematika Vol. 2 No. 2 (2022): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tulisan ini membahas tentang Analisis Regresi Linear Beganda. Untuk menganalisis pengaruh pendapatan rumah tangga (X1), jumlah anggota keluarga (X2)dan tarif air PDAM (X3) terhadap permintaan volume air pada PDAM Kota Kupang (Y). Setelah itu melakukan Analisa data kuantitatif meliputi, uji validitas, uji asumsi klasik, analisis regresi linear berganda, pengujian hipotesis dengan uji t dan uji F, serta analisis Koefisien Determinan (R2). Data-data yang sudah diuji menghasilkan persamaan regresi linear sebagai berikut: Y = 18474,335 - 770,685X1 + 256,091X2 - 55,197X3. Pengujian hipotesis menggunakan uji t menunjukan bahwa dari variabel X1, X2, dan X3 (Variabel Bebas) yang diteliti tidak terbukti secara signifikan mempengaruhi variabel Y (Variabel Terikat). Kemudian melakukan uji F menunjukan bahwa variabel X1, X2, dan X3 (Variabel Bebas) memang layak untuk menguji variabel Permintaan Volume Air pada PDAM. Angka Adjusted R Square sebesar 0,066 menunjukan bahwa 6,6% variasi Permintaan Volume Air pada PDAM dapat dijelaskan oleh variabel X dalam persamaan regresi. Sedangkan sisanya 93.4% dijelaskan oleh variabel lainnya yang tidak diteliti dalam penelitian ini.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 3 No. 2 (2023): Leibniz: Jurnal Matematika Vol. 3 No. 1 (2023): Leibniz: Jurnal Matematika Vol. 2 No. 2 (2022): Leibniz: Jurnal Matematika Vol. 2 No. 1 (2022): Leibniz: Jurnal Matematika Vol. 1 No. 2 (2021): Leibniz: Jurnal Matematika Vol. 1 No. 1 (2021): Leibniz: Jurnal Matematika