cover
Contact Name
Wayan Somayasa
Contact Email
wayan.somayasa@uho.ac.id
Phone
+6282296009798
Journal Mail Official
wayan.somayasa@uho.ac.id
Editorial Address
Jl. HEA Mokodompit, Anduonohu, Kendari 93232
Location
Kota kendari,
Sulawesi tenggara
INDONESIA
Jurnal Matematika, Komputasi dan Statistika
Published by Universitas Halu Oleo
ISSN : -     EISSN : 25032984     DOI : -
Core Subject : Science, Education,
Jurnal Matematika Komputasi dan Statistika (JMKS) diresmikan pada tahun 2020. Secara administrasi JMKS diasuh oleh Jurusan Matematika FMIPA UHO dan berada di bawah pembinaan langsung Dekan FMIPA dan ketua Jurusan Matematika FMIPA UHO. Jurnal Matematika Komputasi dan Statistika (JMKS) merupakan media tempat mendesiminasikan (mempublikasikan) hasil-hasil penelitian atau hasil survei terkini dan original (asli) pada bidang matematika, Statistika dan ilmu komputer. Jurnal ini diharapkan dapat menjadi salah satu sumber rujukan tentang perkembangan matematika, statistika dan ilmu komputer di Indonesia khususnya. Tulisan dibidang matematika yang dapat dipublikasikan pada JMKS meliputi hasil-hasil penelitian di bidang aljabar, analisis, geometri dan matematika terpan. Untuk bidang statistika meliputi statistik matematika, statistika terapan serta proses stokastik. Untuk bidang ilmu komputer mencakup semua aspek dari ilmu komputer. JMKS terbit secara berkala 3 (tiga) kali setahun: peroide Januari - April, periode Mei - Agustus dan periode September - Desember.
Articles 6 Documents
Search results for , issue "Vol. 2 No. 1 (2022): Januari - April" : 6 Documents clear
OPTIMALISASI PENJADWALAN PROYEK PEMBANGUNAN DRAINASE DENGAN FUZZY CRITICAL PATH METHOD: OPTIMALISASI PENJADWALAN PROYEK Pramesti Dwicahyani; Asrul Sani; Arman Arman
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 1 (2022): Januari - April
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (634.1 KB) | DOI: 10.33772/jmks.v2i1.2

Abstract

Kota Kendari khususnya kawasan TPU Punggolaka menjadi area publik sebagai tempat pemakaman jenazah warga Kota Kendari dan daerah sekitarnya. Permasalahan TPU Punggolaka pada saat musim hujan terjadi banjir akibat buruknya sistem drainase pada wilayah tersebut.Tujuan penelitian ini adalah untuk memodelkan jaringan proyek pembangunan drainase TPU Punggolaka, Kota Kendari dan menentukan lintasan kritis pada jaringan proyek pembangunan drainase dengan Fuzzy Critical Path Method (FCPM). Dengan menggunakan FCPM, jaringan kerja pada penjadwalan proyek pembangunan drainase tersebut menghasilkan suatu lintasan kritis. Penelitian ini dilakukan dengan menghitung earliest time, latest time dan slack time menggunakan bilangan fuzzy trapesium. Setelah itu, dilakukan defuzzifikasi terhadap nilai slack time menggunakan metode centroid. Penelitian ini juga menggunakan program komputasi menggunakan Bahasa pemrograman Python.Hasil dari penelitian ini, perhitungan nilai earliest time dengan perhitungan maju FCPM dihasilkan total waktu penyelesaian proyek, yaitu (61, 69, 79, 88) hari, dengan perkiraan durasi optimum selesainya pekerjaan adalah 69 sampai 79 hari.Perhitungan nilai latest time dengan perhitungan mundur FCPM dihasilkan total waktu paling lambat dimulainya pekerjaan proyek, yaitu (-12, 4, 23, 39) hari, dengan perkiraan durasi optimum dimulainya pekerjaan adalah 4 sampai 23 hari.Dari lintasan kritis,diperoleh jumlah durasi maksimum untuk mengerjakan proyek pembangunan drainase TPU Punggolaka Kota Kendari yaitu 75 hari. Hasil perhitungan maju FCPM, durasi maksimumdan pemrograman Python yang dihasilkan menunjukkan suatu kesamaan jumlah waktu dengan pelaksanaan proyek.
F FAKTOR–FAKTOR YANG MEMPENGARUHI KASUS STROKE ISKEMIK DI PROVINSI SULAWESI TENGGARA MENGGUNAKAN REGRESI LOGISTIK BINER: FAKTOR–FAKTOR YANG MEMPENGARUHI KASUS STROKE ISKEMIK Fikri Sofian Afrizal; Agusrawati Agusrawati; Irma Yahya; Gusti Adi Wibawa; Ruslan Ruslan; Makulau Makulau
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 1 (2022): Januari - April
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (782.804 KB) | DOI: 10.33772/jmks.v2i1.3

Abstract

Stroke merupakan penyakit gangguan fungsional otak akut fokal maupun global akibat terhambatnya aliran darah ke otak karena perdarahan (stroke hemoragik) ataupun sumbatan (stroke iskemik) dengan gejala dan tanda sesuai bagian otak yang terkena yang dapat sembuh sempurna, sembuh dengan cacat, atau kematian. Penelitian ini bertujuan menentukan faktor–faktor yang mempengaruhi kasus stroke iskemik di provinsi sulawesi tenggara menggunakan regresi logistik biner. Sumber data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari hasil rekam medis pasien stroke rawat inap di RSUD Bahteramas Provinsi Sulawesi Tenggara periode Januari sampai dengan Desember 2019. Pengambilan data dilakukan dengan cara sampling sebanyak 100 pasien. Variabel prediktor yang digunakan dalam penelitian ini yaitu jenis kelamin, usia, status hipertensi, status diabetes mellitus, status hiperkolesterol, riwayat stroke keluarga dan indeks massa tubuh. Hasil analisis menunjukkanbahwa variabel atau faktor yang mempengaruhi stroke iskemik adalah status hipertensi dan indeks massa tubuh, Sementara itu model regresi logistik yang diperoleh adalah dengan adalah status indeks massa tubuh dengan kategori berat badan kurang. Oddsrasio menunjukkan bahwa pasien mengalami serangan stroke dengan status indeks massa tubuh dengan kategori berat badan kurang berpotensi terserang stroke iskemik sebesar 4,307 kali lebih besar daripada terserang stroke hemoragik. Ketepatan model dalam mengklasifikasikanjenis stroke sebesar 85%.
ANALISIS MODEL REGRESI BERGANDA DAN GEOGRAPHICALLY WEIGHTED REGRESSION PADA JUMLAH KENDARAAN SEPEDA MOTOR: GEOGRAPHICALLY WEIGHTED REGRESSION Imron Nur Ramadhan; Agusrawati Agusrawati; Mukhsar Mukhsar; Bahriddin Abapihi; Baharuddin Baharuddin
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 1 (2022): Januari - April
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (611.381 KB) | DOI: 10.33772/jmks.v2i1.4

Abstract

Analisis regresi adalah metode yang digunakan untuk menganalisis data dan mengambil kesimpulan yang bermakna tentang hubungan ketergantungan yang mungkin ada antara variabel terikat, sedangkan Geographically Weighted Regression adalah metode statistika dengan pendekatan titik yang digunakan untuk menganalisis heterogenitas spasial. Berdasarkan hasil penelitian dengan menggunakan analisis regresi berganda diperoleh model global untuk 34 provinsi di Indonesia sedangkan analisis GWR diperoleh model lokal yaitu ada 34 model yang berbeda-beda setiap Provinsi di Indonesia
PEMODELAN IHK DENGAN REGRESI NONPARAMETRIK SPLINE MULTIVARIABEL: REGRESI NONPARAMETRIK SPLINE MULTIVARIABEL Azizatun Nisa; Makkulau Makkulau; Lilis Laome; Edi Cahyono; Norma Mukhtar
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 1 (2022): Januari - April
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (247.01 KB) | DOI: 10.33772/jmks.v2i1.5

Abstract

Indeks Harga Konsumen (IHK) merupakan salah satu indikator ekonomi yang dapat memberikan informasi mengenai perkembangan harga barang dan jasa yang dibayar oleh konsumen atau masyarakat, khususnya masyarakat perkotaan sehingga secara umum mempengaruhi rata-rata harga yang tercipta antara produsen dengan konsumen. Karena pola data yang berubah-ubahberdasarkan selang waktu tertentu tidak tepat memakai regresi linear dan menggunakan lebih dari satu variabelprediktor oleh karena itu dibutuhkan suatu penelitian untuk mencari model terbaik sehingga mampu menjelaskan fenomena terkait menggunakan pendekatan yang sesuai dengan pola hubungan data. Salah satu metode yang dapat digunakan adalah Regresi Nonparametrik Spline. Spline merupakan potongan polinomial tersegmen yang memiliki titik perpaduan bersama yang menunjukkan terjadinya perubahan-perubahan perilaku kurva. Tujuan dari penelitian ini adalah untuk mengetahui pemodelan regresi spline multivariabel pada data Indeks Harga Konsumen.Berdasarkan model terbaik dari IHK di Indonesia adalah pada tiga titik knot dengan nilai GCVminimum 14,07 serta R-square (R2) adalah 0.73 yang berarti kemampuan variabel respon dalam menjelaskan variabel terikatnya sebesar 73% sedangkan sisanya dipengaruhi oleh variabel lain diluar penelitian.
PERAMALAN JUMLAH KASUS DBD KOTA KENDARI DENGAN MENGGUNAKAN METODE FUNGSI TRANSFER: MENGGUNAKAN METODE FUNGSI TRANSFER Arniati Arniati; Ruslan Ruslan; Gusti Adi Wibawa; Jufra Jufra; Aswani Aswani
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 1 (2022): Januari - April
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (683.488 KB) | DOI: 10.33772/jmks.v2i1.6

Abstract

Model fungsi transfer merupakan salah satu model peramalan kuantitatif yang dapat digunakan untuk peramalan data deret berkala yang multivariat. Model ini menggabungkan beberapa karakteristik analisis regresi berganda dengan karakteristik deret berkala ARIMA. Konsep fungsi transfer terdiri dari deret input, deret output, dan seluruh pengaruh lain yang disebut dengan gangguan. Salah satu contoh yang dapat digunakan dalam bidang kesehatan, ialah meramalkan kejadian penyakit Demam Berdarah Dengue (DBD) dimana terdapat beberpa faktor yang mempengaruhinya seperti curah hujan, suhu, kelembaban dan kecepatan angin untuk tingkat kota Kendari selama 12 bulan kedepan ditahun 2021 . Tujuan dari penelitian ini adalah menerapkan aplikasi peramalan menggunakan metode fungsi transfer. Hasil peramalan dari metode ini menghasilkan model fungsi ransfer sebagai berikut. Dimana dari model tersebut menghasilkan model deret output DBD yang dipengaruhi oleh deret input Kecepatan angin. Setelah melakukan peramalan dengan menggunakan metode fungsi transfer dapat ditarik kesimpulan bahwa hasil peramalan jumlah kasus penderita DBD Januari hingga February 2021 adalah 41, 131, 39, 15, 0, 4, 9, 3, 0, 5, 1, dan 6 orang.
ESTIMASI PARAMETER DAN UJI GOODNESS OF FIT UNTUK DATA BINER BERPASANGAN: ESTIMASI PARAMETER DAN UJI GOODNESS OF FIT Ummi Maryam; Wayan Somayasa; Ruslan Ruslan; La Gubu La Gubu; Jufra Jufra
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 1 (2022): Januari - April
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (779.67 KB) | DOI: 10.33772/jmks.v2i1.7

Abstract

Tujuan penelitian ini adalah menunjukkan estimasi parameter dan uji goodness of fit untuk data biner berpasangan. Estimasi parameter dilakukan menggunakan metode estimasi maksimum likelihood. Data biner dari organ berpasangan diperoleh dengan melakukan pengukuran dari bagian tubuh yang berpasangan atau dari subjek yang sama pada dua titik waktu yang berbeda. Dengan asumsi adalah hasil pengukuran bagian tubuh ke dari bagian tubuh yang berpasangan dari subjek ke dan kelompok ke . dapat bernilai atau (biner). jika bagian tubuh ke dari bagian tubuh yang berpasangan dari subjek ke dan kelompok ke menunjukkan respond dan jika sebaliknya. Adapun model yang digunakan untuk menggambarkan hasil pengukuran organ berpasangan yaitu model Rosner (1982) dan model Dallal (1988). Rosner (1982) mengusulkan suatu konstanta yang memperhitungkan intra korelasi bagian tubuh yang dipasangkan. Rosner (1982) menyatakan bahwa untuk beberapa konstanta positif . Jika maka bagian tubuh yang dipasangkan independen, jika maka bagian tubuh yang dipasangkan saling dependen. Dallal (1988) mengkritik asumsi Rosner (1982) karena tidak dapat mendekati untuk semua kelompok kecuali nilai hampir sama. Dallal (1988) mengasumsikan . Selanjutnya dilakukan pengaplikasian model Rosner (1982) dan model Dallal (1988) terhadap data pasien scleroderma dimana MRSS (Modified Rodnan Skin Score) digunakan sebagai alat ukur ketebalan kulit yang telah divalidasi oleh American Collage of Rheumatologist. Dari kedua model kemudian dilakukan uji goodness of fit untuk mengetahui alokasi probabilitas kedua model. Selanjutnya dilakukan pemilihan model terbaik menggunakan metode Akaike’s Criterion Information (AIC).

Page 1 of 1 | Total Record : 6