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 78 Documents
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.
ANALISIS SENTIMEN KOMENTAR NETIZEN INSTAGRAM TERHADAP RACISM DI SEPAK BOLA INDONESIA DENGAN METODE NAIVE BAYES: KOMENTAR NETIZEN INSTAGRAM TERHADAP RACISM DI SEPAK BOLA INDONESIA Muhammad Ikhsan Yusuf; Natalis Ransi; Arman Arman; Andi Tenriawaru; La Ode Saidi; La Surimi La Surimi
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.10

Abstract

Penggunaan kalimat racism yang terjadi dalam dunia Sepak bola, dikarenakan sepak bola adalah sarana bentuk olahraga yang sangat digemari diberbagai belahan dunia dan hampir semua ras mengetahui jika sepak bola itu olahraga yang sangat disukai oleh berbagai kalangan dan golongan, hal tersebut membuat peneliti tertarik untuk melakukan penelitian dengan judul “Analisis Sentimen Komentar Netizen Instagram Terhadap Racism Di Sepak Bola Indonesia Dengan Metode Naive Bayes” penelitian ini dilakukan sebagai salah satu bentuk informasi agar melihat tingkat sentiman masyarakat di media sosial Instagram terhadap Racism. Penelitian ini dengan menggunakan metode Naive Bayes Classifier. Percobaan dilakukan pada 650 data komentar. Enam ratus lima puluh komentar data tersebut dibagi menjadi 2 kategori. Untuk mengetahui pengaruh jumlah data latih terhadap efektifitas Naïve Bayes Classifier maka diambil beberapa kombinasi banyaknya dokumen latih dan dokumen uji. Secara berurutan kombinasi dokumen latih dan uji tersebut antara lain 90:10, 80:20, 70:30. Dengan menggunakan metode Naive Bayes Classifier didapatkan accuracy hasil klasifikasi berurut sebesar 82%, 77% dan 80%. Berdasarkan hasil pengujian yang telah dilakukan, accuracy tertinggi didapat pada pembagian 90:10 dengan nilai accuracy 82%. Aplikasi ini dapat dikembangkan untuk platform social media lainnya seperti facebook, instagram, path, kaskus, dan lainnya.
APLIKASI BARISAN DAN DERET PADA SUATU TEORI INVESTASI: BARISAN DAN DERET PADA SUATU TEORI INVESTASI Nur Halimah; Pasrun Adam; La Ode Saidi; La Gubu La Gubu
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.19

Abstract

Penelitian ini bertujuan untuk mengetahui aplikasi barisan dan deret pada suatu teori investasi. Dengan mengaplikasikan barisan dan deret diharapkan dapat menentukan suatu nilai investasi. Penelitian ini dilakukan dengan mengkaji dan menganalisis teori-teori investasi finansial menggunakan barisan dan deret dalam menentukan nilai sekarang dan nilai masa depan. Mengaplikasikan barisan dan deretdalam menentukan future value dan present value tabungan, anuitas, dan amortisasi. Mengaplikasikan barisandan deret pada harga saham biasa dan harga obligasi.  Dari analisis teori diperoleh bahwa barisan dan deret dapat diaplikasikan dalam perhitungan present value pada investasi. Nilai akhir (future value) investasi pada akhir periode ke- dengan bunga sederhana adalah, dengan modal awal atau nilai awal (present value) . Sedangkan dengan bunga majemuk, nilai akhir (future value) pada akhir periode ke- , dengan modal awal atau nilai awal (present value) . Harga saham awal dengan pertumbuhan dividen konstan, jika dividen tumbuh sesuai dengan dan jika . Harga obligasi dengan kupon adalah, Jika , yang mana tidak ada kupon yang dibayarkan, obligasi ini disebut obligasi dengan kupon nol. Sehingga harga, , dari obligasi kupon nol adalah, .
ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL BERDASARKAN SAMPEL TERSENSOR TIPE II DAN TIPE I: ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL Christina Desriana; Wayan Somayasa; Ruslan Ruslan; Muhammad Kabil Djafar; Herdi Budiman; Rahmalia Sahapati
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.20

Abstract

Analisis uji hidup merupakan salah satu kumpulan dari prosedur statistika untuk analisis data dimana variabelnya adalah waktu sampai terjadinya kejadian. Data uji hidup dapat berupa data lengkap ataupun data hasil penyensoran. Penyensoran data pada penelitian ini adalah penyensoran tipe II dan tipe I. Ada berbagai keluarga parametrik dari model yang digunakan dalam analisis data uji hidup, diantaranya adalah model distribusi Weibull dan distribusi Nilai Ekstrim. Tujuan penelitian ini adalah untuk menentukan estimasi parameter dari distribusi Weibull berdasarkan sampel tersensor tipe II dan tipe I dengan melakukan transformasi varibel distribusi Weibull menjadi variabel distribusi Nilai Ekstrim. Berdasarkan transformasi tersebut, maka akan dilakukan estimasi parameter distribusi Nilai Ekstrim dengan metode maximum likelihood estimation (MLE) dan didapatkan penyelesaian yang nonlinier, sehingga prosedur dilanjutkan dengan metode Newton-Rapshon untuk memperoleh penyelesaiannya. Hasil estimasi parameter Nilai Ekstrim yang diperoleh nantinya akan ditransformasi kembali menjadi parameter distribusi Weibull.
PERBANDINGAN PEMBENTUKAN PORTOFOLIO OPTIMAL MODEL MARKOWITZ DAN MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) PADA SAHAM INDEKS IDX30: PORTOFOLIO OPTIMAL MODEL MARKOWITZ DAN MODEL INDEKS TUNGGAL Dian Rusmiati; La Ode Saidi; Herdi Budiman; Jufra Jufra; Aswani Aswani
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.21

Abstract

Penelitian ini bertujuan untuk mengetahui perbandingan hasil pembentukan portofolio optimal menggunakan model Markowitz dan model indeks tunggal dengan membandingkan kinerja portofolio yang dihasilkan. Objek penelitian ini adalah seluruh saham perusahaan yang masuk dalam IDX30 periode Agustus 2019-Januari 2021 yaitu sebanyak 23 saham.Peneliti tertarik mengambil penelitian ini karena ingin mengembangkan kembali penelitian sebelumnnya dimana penelitian ini menggunakan dua model yang berbeda. Selain itu, terdapat permasalahan yang harus diselesaikan misalnya investor kesulitan dalam memilih saham untuk dibentuk portofolio yang nantinya akan dilakukan investasi serta banyaknya investor yang mengalami kegagalan dalam berinvestasi.Hasil penelitian menunjukkan dengan menggunakan model Markowitz terdapat 6 saham yang termasuk dalam portofolio optimal, yaitu BBCA, CPIN, ERAA, KLBF, PTBA, dan UNTR dengan kinerja portofolio sebesar . Sedangkan model Indeks Tunggal terdapat 3 saham yang masuk dalam portofolio optimal yaitu saham ANTM, ERAA, dan INKP dengan kinerja portofolio sebesar . Dengan menggunakan model indeks tunggal, nilai dari kinerja portofolio lebih unggul dibandingkan dengan model Markowitz. Sehingga, model indeks tunggal adalah model terbaik dibandingkan model Markowitz.