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 10 Documents
Search results for , issue "Vol. 2 No. 2 (2022): Mei - Agustus" : 10 Documents clear
ESTIMASI PARAMETER DISTRIBUSI GAMMA DIPERUMUM UNTUK SAMPEL TERSENSOR TIPE II DAN TIPE I Eka Sahapati; Wayan Somayasa; Herdi Budiman; Muhammad Kabil Djafar
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.299 KB) | DOI: 10.33772/jmks.v2i2.8

Abstract

Analisis uji hidup merupakan salah satu kumpulan dari prosedur statistika untuk analisis data dimana variabelnya adalah waktu sampai terjadinya kejadian. Tujuan penelitian ini adalah mendapatkan penduga dari distribusi Gamma diperumum untuk sampel tersensor tipe II dan tipe I.Estimasi parameter adalah pendugaan karakteristik populasi (parameter) dengan menggunakan karakteristik sampel (statistik).Dalam penelitian ini, untuk mengestimasi parameter digunakan metode maksimum likelihood. Karena turunan pertama fungsi log-likelihood nonlinear, tidak dapat diselesaikan secara analitik, maka dilakukan pendekatan numerik yaitu dengan metode Newton-Raphson.Dengan menggunakan software R, untuk sampel tersensor tipe II menggunakan data waktu  hidup marmut diperoleh ,  dan . Untuk sampel tersensor tipe I menggunakan data waktu kegagalan sistem pendingin udara pesawat terbang diperoleh  , dan .
ANALISIS SENTIMEN MASYARAKAT TERHADAP TOKO ONLINE APLIKASI SHOPEE MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES Sanrilla Sanrilla; Natalis Ransi; La Surimi La Surimi; Andi Tenriawaru Andi Tenriawaru; La Ode Saidi La Ode Saidi
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (715.28 KB) | DOI: 10.33772/jmks.v2i2.9

Abstract

Analisis sentimen masyarakat terhadap toko online pada aplikasi shopee menggunakan metode Multinomial Naïve Bayes. Tujuan penelitian ini adalah untuk mengetahui tingkat sentimen masyarakat dari ulasan produk yang ada pada toko online 3second dalam aplikasi shopee dengan menggunakan metode Multinomial Naïve Bayes. Analisis ulasan secara mudah dapat dilakukan dengan melihat jumlah bintang yang diberikan oleh pembeli, tetapi jumlah bintang tidak dapat mewakili isi dari keseluruhan ulasan. Diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui keseluruhan maksud ulasan. Sangat mungkinkan untuk menganalisis ulasan secara manual dengan melihat satu persatu, namun apabila ulasan yang dimiliki banyak akan lebih cepat menggunakan sistem analisis sentimen dengan cara melakukan teknik kalsifikasi. Algoritma Multinomial Naïve Bayes adalah pengembangan dari Naïve Bayesyang digunakan dalam pembuatan analisis sentiment, karena algoritma ini bertujuan untuk mode klasifikasi dalam kategori positif dan negatif. Berdasarkan hasil pengujian yang dilakukan metode Multinomial Naïve Bayes terbukti berfungsi baik pada penelitian ini. Hal ini dibuktikan dengan hasil confusion matrixdari pengujian klasifikasi sistem dan klasifikasi dari ahli bahasa mendapat nilai akurasi 91% dan memperoleh tingkat sentiment yang dibukti hasil recall dan precision yang bernilai 65.93% dan 60% untuk kelas positif, sedangkan untuk kelas negatif bernilai 34.06% dan 31%.
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN MENGGUNAKAN METODE WEIGHTED PRODUCT (StudiKasus :KelurahanWandoka Utara) Ega Agustina; Natalis Ransi; La Surimi La Surimi; Andi Tenriawaru; La Ode Saidi
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1117.325 KB) | DOI: 10.33772/jmks.v2i2.11

Abstract

Tujuan dari penelitian ini adalah untuk menghasilkan sebuah sistem pendukung keputusan untuk menentukan keluarga yang layak menerima bantuan program keluarga harapan sesuai dengan persyratan yang diberikan dengan menggunakan metode Weighted Product. Metode Weighted Product menggunakan Teknik perkalian untuk menghubungkan rating atribut, kemudian rating atribut dipangkatkan dengan bobot atribut yang bersangkutan. Terdapat 10 kriteria utama, 4 kriteria khusus program keluarga harapan dan 6 kriteria umum keluarga msikin yang terdaftar pada Data Terpadu Kesejahteraan Sosial dan 45 data uji yang akan di olah dalam melakukan perhitungan. Hasil pengolahan data memberikan nilai bobot pada setiap kriteria dan selanjutnya dilakukan perangkingan untuk mendapatkan penerima bantuan program keluarga harapan. Hasil pengujian sistem menggunakan metode Balck box testing diperoleh sistem yang diciptakan memberikan hasil yang baik, perhitungan nilai akurasi dengan metode ConfusionMatrix, menggunakan 45 data alternatif, diperoleh nilai Accuracy sebesar 75%, Precision sebesar 77% dan Recall sebesar 9%.
APLIKASI ANALISIS RANTAI MARKOV UNTUK MEMPREDIKSI STATUS PASIEN RUMAH SAKIT UMUM DAERAH (RSUD) KABUPATEN BUTON Siti Nuryam; Arman Arman; Norma mukhtar; Jufra Jufra; La Gubu La Gubu
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (451.804 KB) | DOI: 10.33772/jmks.v2i2.12

Abstract

Penelitian ini bertujuan untuk menentukan model rantai Markov dan model peluang steady state untuk memprediksi status pasien RSUD Kabupaten Buton. Pengambilan data penelitian diperoleh dari data sekunder Reka Medik RSUD Kabupaten Buton selama tahun 2021. Selanjutnya dilakukan analisis data dengan menggunakan rantai Markov untuk memprediksi status pasien. Proses perhitungan dilakukan dengan membuat program Matlab untuk mempermudah perkalian matriks. Data status pasien terlebih dahulu diubah menjadi data probabilitas kemudian dibentuk kedalam matriks probabilitas transisi. Hasil yang diperoleh untuk status pasien setelah dilakukan analisis rantai Markov adalah perkiraan pada periode ke-5 atau pada tahun 2026 yaitu pasien yang masuk dalam keadaan sakit ringan, sedang, dan parah dengan status keluar dalam keadaan membaik, pasien yang masuk dalam keadaan sakit ringan, sedang, dan parah dengan status keluar dalam keadaan tidak sembuh, serta pasien yang masuk dalam keadaan sakit ringan, sedang, dan parah dengan status keluar dalam keadaan meninggal.
UJI GOODNESS OF FIT DISTRIBUSI GAMMA TERBOBOTI DENGAN STATISTIK KOLMOGOROV-SMIRNOV UNTUK PARAMETER TERESTIMASI Radiyatul Mardiyah; Wayan Somayasa; Herdi Budiman; Muhammad Kabil Djafar; Rahmalia Sahupala
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (665.964 KB) | DOI: 10.33772/jmks.v2i2.13

Abstract

Distribusi gamma terboboti merupakan versi bobot dari distribusi gamma. Tujuan dari penelitian ini adalah untuk menurunkan model uji goodness of fit dengan statistik Kolmogorov-Smirnov untuk distribusi gamma terboboti. Menentukan distribusi limit statistik Kolmogorov-Smirnov dibawah yaitu diturunkan proses limit dari proses empiris dengan asimtotik. Akan ditunjukkan konsistensi dari statistik uji Kolmogorov-Smirnov secara analitik dan menggunakan simulasi Monte-Carlo. Kuantil-kuantil dari statistik Kolmogorov-Smirnov dihampiri menggunakan simulasi Monte-Carlo untuk menetukan nilai kritis terhadap pengujian hipotesis dimana menolak pada berbagai tingkat signifikansi jika . Hasil perhitungan fungsi power dari satatistik uji Kolmogorov-Smirnov, Cramer-Von Mises, dan Anderson-Darling menggunakan distribusi eksponensial dan distribusi Weibull untuk berbagai dan dengan dan adalah . Jadi dengan nilai power yang maksimal tersebut menunjukkan bahwa ketiga uji mempunyai kemampuan yang tinggi untuk mendeteksi yang salah. Selanjutnya, dilakukan penerapan uji Kolmogorov-Smirnov untuk mengetahui apakah data waktu (dalam hari) kelangsungan hidup marmut yang terinfeksi basil tuberkulum virulen yang digunakan berasal dari populasi yang berdistribusi gamma terboboti. Diperoleh hasil pengujian bahwa data berasal dari distribusi gamma terboboti.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMAMPUAN MEMBACA SISWA DENGAN METODE REGRESI PROBIT ORDINAL (STUDI KASUS SISWA SD SE-SULAWESI TENGGARA) Waode Rasdiansastra; Gusti Adi Wibawa; Bahriddin Abapihi
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (542.047 KB) | DOI: 10.33772/jmks.v2i2.14

Abstract

Keterampilan membaca siswa memiliki peran penting dalam pengembangan diri secara berkelanjutan dan sekaligus sebagai fondasi dalam pendidikan siswa di lembaga formal. Tujuan penelitian ini adalah mengetahui karakteristik pada variabel-variabel kemampuan membaca siswa dan estimasi model probit dari faktor-faktor yang mempengaruhi secara signifikan kemampuan membaca siswa(i) SD di Sulawesi Tenggara dengan menggunakan software SPSS. Penelitian ini menggunakan data kategori bertingkat atau biasa disebut data skala ordinal sebagai variabel dependen dan metode yang digunakan adalah regresi probit ordinal. Hasil analisis menunjukkan bahwa variabel yang signifikan terhadap kemampuan membaca siswa(i) adalah jenis kelamin siswa(i) (X1), mengulang kelas (X3), belajar/membaca di rumah (X4), dan guru kelas pernah memperoleh pelatihan khusus tentang cara mengajar membaca (X11). Uji kesesuaian model menunjukkan bahwa nilai signifikansi  artinya model regresi probit ordinal yang terbentuk telah sesuai atau tidak terdapat perbedaan antara hasil pengamatan dengan hasil model prediksi.
ANALISIS MODEL MATEMATIKA MANGSA-PEMANGSA HOLLING TIPE II DENGAN FAKTOR PEMANENAN DAN DAYA DUKUNG LINGKUNGAN Yosiana Daud; Edi Cahyono; Norma mukhtar; Asrul Sani
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (479.149 KB) | DOI: 10.33772/jmks.v2i2.15

Abstract

Penelitian ini bertujuan untuk mengetahui bagaimana model matematika mangsa-pemangsa Holling tipe II dengan faktor pemanenan dan daya dukung lingkungan. Dalam penelitian ini, telah ditetapkan model matematika mangsa-pemangsa Holling tipe II dengan faktor pemanenan dan daya dukung lingkungan dengan asumsi yang diberikan.
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KOTA KENDARI MENGGUNAKAN REGRESI POISSON INVERSE GAUSSIAN Nur Abdi Hayatun Salamah; Ruslan Ruslan; Baharuddin Baharuddin; Irma Yahya; Makkulau Makkulau; Agusrawati Agusrawati; Mukhsar Mukhsar
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (559.91 KB) | DOI: 10.33772/jmks.v2i2.16

Abstract

Jumlah penderita DBD di suatu wilayah merupakan data diskrit sehingga dalam pemodelannya bisa menggunakan regresi Poisson.Seringkali data diskrit ditemukan kasus overdispersi. Sebagaimana halnya datajumlah penderita DBD tahun 2020 di Kota Kendari. Kota Kendari merupakan ibukota Provinsi Sulawesi Tenggara dengan jumlah penderita DBD yang terbanyak padatahun 2020. Kasus overdispersi dapat menyebabkan terjadinya underestimate pada estimasi galat baku, sehingga dapat mengakibatkan kesalahan pada pengambilan keputusan beberapa uji hipotesis. Tujuan penelitian ini adalah untuk memodelkan faktor-faktor yang mempengaruhi jumlah penderita DBD di Kota Kendari dengan regresi Poisson Inverse Gaussian. Hasil analisis menunjukkan model regresi Poisson Inverse Gaussian yang terpilih adalah model dengan nilai AIC terkecil yaitu sebesar 91,52 dengan variabel prediktor yang berpengaruh secara signifikan yaitu rasio fasilitas kesehatan (X2).Setiap penambahan 1 satuan dari rasio fasilitas kesehatan akan sebanding dengan penurunan laju peningkatan jumlah penderita DBD sebesar 1 kali dari rata-ratanya semula jika variabel lain tetap. Fasilitas kesehatan mempunyai peranan penting dalam pembangunan kesehatan masyarakat. Jika fasilitas kesehatan bertambah maka jumlah penderita DBD akan berkurang
Penerapan Regresi Robust Dengan Menggunakan Estimasi Method Of Moment Untuk Menangani Pencilan Pada Pemodelan Regresi Berganda Rahmiatun Rahmiatun; Gusti Adi Wibawa; Irma Yahya; Agusrawati Agusrawati; Gusti A. Rahman; Baharuddin Baharuddin
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (723.585 KB) | DOI: 10.33772/jmks.v2i2.17

Abstract

Tujuan dari penelitian ini adalah untuk mengetahui penerapan regresi robust dengan estimasi method of moment dalam menangani data pencilan pada pemodelan regresi berganda. Regresi linear berganda merupakan metode regresi yang melibatkan satu variabel terikat dan beberapa variabel bebas. Regresi robust merupakan metode yang digunakan untuk menganalisis amatan yang mengandumg pencilan. Hasil penelitian ini diimplementasikan dalam kasus hasil produksi jagung di Provinsi Sulawesi Tenggara. Variabel bebas yang digunakan adalah luas panen, bibit dan pupuk. Hasil penelitian ini menunjukan bahwa variabel bebas yang berpengaruh adalah luas panen dan dengan menggunakan regresi robust estimasi method of moment diperoleh hasil regresi berikut.
PENERAPAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PADA PERAMALAN CURAH HUJAN DI KOTA KENDARI Rezky Abelia; Ruslan Ruslan; Lilis Laome; Baharuddin Baharuddin; Makkulau Makkulau; Agusrawati Agusrawati
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (328.197 KB) | DOI: 10.33772/jmks.v2i2.18

Abstract

Jaringan Syaraf Tiruan (JST) merupakan sebuah sistem pemrosesan data yang meniru cara kerja sistem syaraf manusia, yang terdiri atas banyak elemen pemrosesan sederhana yang terhubung secara paralel. Backpropagation merupakan salah satu algoritma JST yang sederhana dengan kemampuan dan akurasi yang tinggi. Salah satu implementasi JST yaitu pada peramalan curah hujan. Kota Kendari adalah salah satu daerah yang mengalami berbagai dampak negatif akibat curah hujan tinggi maupun curah hujan rendah, diantaranya adalah banjir, gagal panen, dan penurunan produktivitas tanaman tertentu. Tujuan dari penelitian ini yaitu untuk mengetahui model peramalan curah hujan bulanan di Kota Kendari menggunakan Jaringan Syaraf Tiruan Backpropagation. Arsitektur jaringan terbaik yang diperoleh dari penelitian ini memiliki nilai MAPE pengujian sebesar 19,15%, yang menunjukkan bahwa kemampuan model jaringan termasuk ‘baik’ untuk peramalan. Jaringan tersebut memiliki laju pembelajaran sebesar 0,01 dan neuron lapisan tersembunyi sebanyak 70 unit, dengan parameter-parameter lainnya bernilai tetap yaitu 1 lapisan tersembunyi, jumlah maksimum iterasi sebanyak 106 dan nilai ambang sebesar 0,005.

Page 1 of 1 | Total Record : 10