cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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,
Computer Science & IT Mathematics
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.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 78 Documents
 1   2   3   4   5 
METODE RANTAI MARKOV UNTUK MEMPREDIKSI PERKEMBANGAN PRODUKSI DAN KONSUMSI BERAS DI SULAWESI TENGGARA: MEMPREDIKSI PERKEMBANGAN PRODUKSI DAN KONSUMSI BERAS DI SULAWESI TENGGARA Nanda Fitriani; Norma Mukhtar; Arman Arman; Lilis Laome
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.v2i3.22

Abstract

Tingginya konsumsi beras di Indonesia, termasuk Provinsi Sulawesi Tenggara, menjadikan beras sebagai komoditas yang memiliki peran dan pengaruh yang besar dalam ketehanan pangan, ekonomi, dan stabilitas politik nasional. Penelitian ini bertujuan untuk memprediksi pertumbuhan produksi dan konsumsi beras di Sulawesi Tenggara di masa mendatang dengan menggunakan Model Rantai Markov. Data produksi dan konsumsi beras dari tahun 1996 hingga tahun 2020 yang bersumber dari BPS diklasifikasikan menjadi empat keadaan (state) yaitu naik drastis, naik, turun, dan turun drastis. Hasil penelitian menunjukkan bahwa pada keadaan setimbang peluang produksi beras berada pada kondisi naik drastis, naik, turun, dan turun drastis secara berturut-turut yaitu , , , dan . Sedangkan untuk peluang konsumsi beras berada pada kondisi naik drastis, naik, turun, dan turun drastis secara berturut-turut yaitu , , , dan .Sehingga dapat dilihat bahwa peluang terbesar produksi dan konsumsi beras di masa mendatang akan berada pada kondisi naik, dengan besar kemungkinan terjadinya kenaikan produksi beras lebih dari hingga ribu ton adalah , dan kemungkinan terjadinya kenaikan konsumsi beras lebih dari hingga ribu ton sebesar .
ANALISIS MODEL SIR MENGGUNAKAN METODE EULER DAN RUNGE-KUTTA ORDE EMPAT: MODEL SIR MENGGUNAKAN METODE EULER DAN RUNGE-KUTTA ORDE EMPAT Andi Nurkifayah; Edi Cahyono; Mukhsar Mukhsar; Asrul Sani
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.v2i3.23

Abstract

Model matematika suatu fenomena adalah suatu ekspresi matematika yang diturunkan dari fenomena tersebut. Covid-19 adalah suatu fenomena penyebaran penyakit, model matematika yang dapat menggambarkan penyebaran Covid-19 adalah model SIR dengan membagi populasi menjadi tiga subpopulasi,
ANALISIS INTERVENSI FUNGSI STEP PADA PERAMALAN JUMLAH KUNJUNGAN WISATAWAN: INTERVENSI FUNGSI STEP PADA PERAMALAN JUMLAH KUNJUNGAN WISATAWAN Muhammad Ikram Adi Surya; Makkulau Makkulau; Bahriddin Abapihi; Ruslan Ruslan; Baharuddin Baharuddin
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.v2i3.24

Abstract

Tujuan penelitian ini adalah mendapatkan bentuk model intervensi fungsi step yang didapat dari pengamatan data jumlah kunjungan wisatawan di Kota Bau-Bau periode Januari 2015- Desember 2020 dan melakukan peramalan jumlah kunjungan wisatawan di Kota Bau-Bau dalam 6 bulan kedepan dengan model intervensi fungsi step. Suatu data deret waktu yang mengandung intervensiZt, dikelompokkan menjadi data sebelum terjadinya intervensi dan data setelah terjadinya intervensi. Data sebelum terjadinya intervensi Nt dimodelkan dengan menggunakan model Auto Regressive Integrated Moving Average (ARIMA). Dari hasil analisis diperoleh adalah model intervensi ARIMA (0,1,1) dengan fungsi step pertama, yaitu b = 0, s = 9, dan r = 1 yang meghasilkan AIC sebesar 1534,98. Model tersebut terpilih sebagai model terbaik karena memenuhi semua uji yang dilakukan, yaitu signifikansi parameter, uji white noise residual, dan normal residual.
ANALISIS REGRESI DATA PANEL PADA FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN SULAWESI TENGGARA TAHUN 2017-2020: FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN SULAWESI TENGGARA Hijrawati Hijrawati; Gusti Adi Wibawa; Irma Yahya; Baharuddin Baharuddin; Gusti Arviana Rahman; Agusrawati Agusrawati
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.v2i3.25

Abstract

Tingkat kemiskinan adalah persentase jumlah penduduk yang berada di bawah garis kemiskinan. Tingkat kemiskinan yang tinggi memberikan dampak negatif bagi pembangunan ekonomi negara. Sulawesi Tenggara merupakan salah satu provinsi yang ada di Indonesia dan juga mengalami masalah kemiskinan. oleh karena itu, dalam penelitian ini membahas tentang analisis regresi data panel pada faktor-faktor yang mempengaruhi tingkat kemiskinan Provinsi Sulawesi Tenggara tahun 2017-2020. Penelitian ini dilakukan dengan tujuan untuk mengetahui faktor-faktor yang mempengaruhi tingkat kemiskinan Provinsi Sulawesi Tenggara tahun 2017-2020 menggunakan analisis regresi data panel. Analisis regresi data panel merupakan gabungan antara data cross section dan data time series. Model regresi data panel yang diperoleh dari estimasi Generalized Least Square yaitu dengan pendekatan random effect model. Hasil penelitian menunjukan bahwa variabel rata-rata lama sekolah dan tingkat pengangguran terbuka berpengaruh signifikan terhadap tingkat kemiskinan (Y) di Provinsi Sulawesi Tenggara tahun 2017-2020.
PROFIL PENGGUNA ALAT KONTRASEPSI DI PROVINSI SULAWESI TENGGARA DENGAN ALGORITMA K-MEANS TERORGANISIR: PROFIL PENGGUNA ALAT KONTRASEPSI DI PROVINSI SULAWESI TENGGARA Asti Lapandewa; Agusrawati Agusrawati; Gusti Adi Wibawa; Bahriddin Abapihi; Baharuddin Baharuddin
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.v2i3.26

Abstract

Tujuan penelitian ini adalah untuk mengetahui profil pengguna alat kontrasepsi berdasarkan kabupaten/kota di Provinsi Sulawesi Tenggara, karena pengguna alat kontasepsi yang bervariasi atau berbeda beda di setiap kabupaten/kota, maka untuk mengatasinya dibutuhkan metode dalam menganalisis data pengguna alat kontrasepsi. Salah satu metode yang dapat digunakan adalah penggerombolan. Pada penelitian ini diterapkan metode penggerombolan dengan algoritma K-Means terorganisir. Hasil penggerombolan terbaik adalah algotirma pautan tunggal dengan K-Means dengan banyaknya gerombol ialah 3 gerombol berdasarkan Bayesian Information Criterion (BIC). Gerombol 1 termasuk dalam pengguna alat kontrasepsi rendah berisi 12 Kabupaten/Kota yaitu Buton, Bombana, Wakatobi, Kolaka Utara, Buton Utara, Konawe Utara, Kolaka Timur, Konawe Kepulauan, Muna Barat, Buton Tengah, Buton Selatan, Kota Bau-Bau, Gerombol 2 termasuk pengguna alat kontrasepsi sedang berisi 3 Kabupaten/Kota yaitu Konawe, Kolaka, Konawe Selatan dan gerombol 3 termasuk pengguna alat kontrasepsi tinggi berisi 2 Kabupaten/Kota yaitu Muna dan Kota Kendari.
MODEL JUMLAH BALITA PNEUMONIA KOTA KENDARI DAN KABUPATEN KONAWE DENGAN GENERALIZED POISSON REGRESSI: MODEL JUMLAH BALITA PNEUMONIA KOTA KENDARI DAN KABUPATEN KONAWE Anisah Saudah; Baharuddin Baharuddin; Bahriddin Abapihi; Ruslan Ruslan; Agusrawati Agusrawati
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.v2i3.27

Abstract

Pneumonia merupakan bentuk peradangan dari jaringan paru yang ditandai dengan gejala batuk dan sesak nafas atau nafas cepat. Anak-anak berusia di bawah lima tahun dan orang lanjut usia merupakan kelompok usia yang rentan terkena pneumonia. Sulawesi Tenggara merupakan salah satu provinsi dengan jumlah penderita pneumonia balita terbanyak di Indonesia. Beberapa daerah di Sulawesi Tenggara yang memiliki jumlah penderita pneumonia balita terbanyak yaitu di daerah Kota Kendari dan Kabupaten Konawe. Jumlah penderita pneumonia balita di Kota Kendari dan Kabupaten Konawe sebagai variabel respon yang merupakan data cacahan yang mengikuti distribusi Poisson dan berpotensi mengalami overdispersi. Oleh karena itu, salah satu metode yang dapat digunakan adalah generalized Poisson regression. Tujuan penelitian ini adalah memodelkan jumlah penderita pneumonia balita di Kota Kendari dan Kabupaten Konawe dengan menggunakan metode generalized Poisson regression. Berdasarkan model terbaik dengan nilai AIC terkecil menunjukkan bahwa variabel yang berpengaruh signifikan dalam model adalah variabel X2 (Presentase cakupan imunisasi BCG pada bayi) dan variabel X3 (PersentaseCakupanImunisasiDPT-HB3/DPT-HB-Hib3)
PEMANFAATAN PUSAT DAN BASIS GRAF DALAM MENGOPTIMALKAN PEMASANGAN SENSOR KEBAKARAN: PUSAT DAN BASIS GRAF DALAM MENGOPTIMALKAN PEMASANGAN SENSOR KEBAKARAN Wa Ode Masitaroh Saleha; Hasmawati; Muhammad Zakir
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.v2i3.28

Abstract

Kebakaran dapat terjadi dimana saja, baik itu di perumahan, gedung perkantoran atau di tempat umum. Keterlambatan informasi yang diperoleh petugas pemadam kebakaran atau pemilik rumah menjadi salah satu penyebab parahnya kebakaran, sehingga perlu adanya alat atau metode yang dapat memberi informasi yang cepat dan akurat. Salah satu alat yang dapat memberi informasi dengan cepat dan akurat tentang kebakaran adalah sensor kebakaran. Sensor kebakaran secara simultan menerima sinyal dan mengirimkan sinyal yang dapat mendeteksi lokasi kebakaran dengan tepat serta memberikan peringatan tentang kemungkinan terjadinya kebakaran di suatu area tertentu. Namun, dalam banyak kasus, penentuan jumlah dan letak pemasangan sensor kebakaran masih kurang optimal. Untuk mengatasi masalah tersebut digunakan pendekatan graf dengan pemanfaatan pusat dan basis graf sebagai solusi dari permasalahan optimasi jumlah dan letak pemasangan sensor kebakaran. Studi kasus untuk penelitian ini dilakukan di Kota Baubau yang memiliki 43 kelurahan. Berdasarkan analisis, hanya empat kelurahan saja yakni, Kelurahan Kampoenaho, Kelurahan Kadolo, Kelurahan Kaobula dan Kelurahan Lipu yang harus dipasang sensor kebakaran di Kota Baubau.
PENERAPAN MODEL EKONOMI LEONTIEF MENGGUNAKAN METODE DEKOMPOSISI LU PADA SEKTOR EKONOMI PROVINSI SULAWESI TENGGARA: MODEL EKONOMI LEONTIEF MENGGUNAKAN METODE DEKOMPOSISI LU Nur Alam Akbar; Norma Muhtar; La Gubu
Jurnal Matematika Komputasi dan Statistika Vol. 3 No. 1 (2023): Januari-April
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v3i1.29

Abstract

Model ekonomi Leontief berupa persamaan linear digunakan untuk menentukan total output terhadap permintaan akhir. Tujuan dari penelitian ini adalah untuk mengetahui proses penerapan model ekonomi Leontief menggunakan metode dekomposisi LU pada sektor ekonomi di Provinsi Sulawesi Tenggara, mengetahui jumlah total output masing-masing sektor ekonomi untuk melakukan produksi agar dapat memenuhi target permintaan akhir dan mengetahui analisis hasil dari metode yang diterapkan. Penelitian ini dapat dimulai dengan membuat matriks transaksi yang kemudian ditransformasi kedalam bentuk matriks konsumsi. Selanjutnya membuat model ekonomi Leontief yaitu kemudian menentukan fungsi total output terhadap permintaan akhir menggunakan metode dekomposisi LU. Penyelesaian model ekonomi Leontief menggunakan metode dekomposisi LU, dimana metode dekomposisi LU dirancang dengan menyesuaikan karakteristik alami dari model ekonomi Leontief yang berguna untuk mencari total output tiap sektor dalam sistem ekonomi ini. Setelah diperoleh fungsi total output, selanjutnya menghitung total output berdasarkan target permintaan akhir sesuai dengan dugaan analisis yang dilakukan. Dengan memodelkan suatu sistem perekonomian, kita dapat menentukan total output terhadap target permintaan akhir yang harus diproduksi untuk memenuhi kebutuhan baik dari internal sektor maupun eksternal. Hasil pengujian ini menunjukkan bahwa total output tiap sektor menunjukkan konsistensi yang baik terhadap lingkup persoalan. Kemudian dari analisis metode dekomposisi LU yang diusulkan dapat menyelesaikan model ekonomi Leontief secara efektif dan efisien.
PEMILIHAN MODEL REGRESI LINIER BERGANDA DENGAN KRITERIA AIC: PEMILIHAN MODEL REGRESI LINIER BERGANDA DENGAN KRITERIA AIC Ira Ernawati; Wayan Somayasa; Arman; Alfian
Jurnal Matematika Komputasi dan Statistika Vol. 3 No. 1 (2023): Januari-April
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v3i1.30

Abstract

Tujuan dari penelitian ini adalah untuk mengetahui pemilihan model terbaik dalam regresi linier berganda dengan kriteria AIC dan pengaplikasiannya pada data real. AIC (Akaike Information Criterion) merupakan pengukuran untuk kualitas relatif pada model statistik dari data yang diberikan untuk pemilihan model terbaikdari beberapa model yang ada. Menurut metode AIC, model regresi terbaik adalah model regresi yang mempunyai nilai AIC terkecil. Jenis penelitian yang digunakan adalah penelitian terapan, yaitu penelitian yang memberikan solusi atas permasalahan tertentu secara praktis. Data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari siswa setelah melakukan kegiatan pembelajaran selama tiga tahun dijenjang SMKN 1 Kulisusu Barat. Data yang digunakan terdiri dari variabel respon yang merupakan rata-rata nilai UN, dan variabel prediktor yang terdiri dari rata-rata nilai tryout, nilai ujian kompetensi, dan rata-rata nilai ujian sekolah. Penerapan kriteria AIC pada studi kasus faktor-faktor yang mempengaruhi rata-rata nilai UN di SMKN 1 Kulisusu Barat, menghasilkan model sebagai model regresi terbaik dengan kriteria AIC terendah.
ESTIMASI PARAMETER DISTRIBUSI GAMMA UNTUK SAMPEL TERSENSOR TIPE I DAN TIPE II: ESTIMASI PARAMETER DISTRIBUSI GAMMA UNTUK SAMPEL TERSENSOR Ayudikta Fitri Salaam; Wayan Somayasa; Muhammad Kabil Djafar
Jurnal Matematika Komputasi dan Statistika Vol. 3 No. 1 (2023): Januari-April
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v3i1.31

Abstract

Estimasi parameter adalah pendugaan karakteristik populasi (parameter) dengan menggunakan karakteristik sampel (statistik). Analisis uji hidup merupakan salah satu teknik statistika yang berguna untuk melakukan pengujian tentang keandalan komponen suatu produk atau pengukuran lamanya tahan hidup. Tujuan penelitian ini adalah mendapatkan penduga parameter dari distribusi Gamma untuk sampel tersensor tipe I dan tipe II. Sensor tipe I merupakan tipe penyensoran dimana pengamatan uji hidup akan dihentikan jika telah tercapai waktu tertentu (waktu penyensoran). Sensor tipe II merupakan tipe penyensoran dimana pengamatan uji hidup akan dihentikan jika telah tercapai kegagalan dalam jumlah tertentu. 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. Metode Newton-Raphson merupakan salah satu metode iterasi yang digunakan untuk menyelesaikan permasalahan nonlinear. Dengan menggunakan software R, untuk sampel tersensor tipe I menggunakan data daya tahan transistor diperoleh nilai estimasi parameternya. Untuk sampel tersensor tipe II menggunakan data ketahanan hidup tikus jantan diperoleh hasil komputasi untuk nilai estimasi parameter-parameternya. Berdasarkan perhitungan fungsi survival dan fungsi hazard dapat disimpulkan bahwa semakin lama waktu hidup individu/item, maka semakin rendah probabilitas bertahan hidupnya dan semakin tinggi probabilitas kegagalannya.

Page 3 of 8 | Total Record : 78

 1   2   3   4   5 

Filter by Year

2022 2024


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2024): Januari-April Vol. 3 No. 3 (2023): September-Desember Vol. 3 No. 2 (2023): Mei-Agustus Vol. 3 No. 1 (2023): Januari-April Vol. 2 No. 3 (2022): September - Desember Vol. 2 No. 2 (2022): Mei - Agustus Vol. 2 No. 1 (2022): Januari - April