Journal of Mathematics Education and Science

Identifikasi Faktor yang Mempengaruhi Kemiskinan di Papua dengan Principal Component Analysis

Mon, 29 Apr 2024 00:00:00 +0000

Penelitian ini bertujuan untuk menganalisis faktor-faktor kemiskinan terhadap pengentasan kemiskinan di Provinsi Papua. Metode yang digunakan yaitu Analisis Komponen Utama (AKU). Cakupan data yang digunakan dalam penelitian ini adalah data statistik kesejahteraan rakyat Provinsi Papua pada bulan Maret tahun 2021 yang diperoleh dari Badan Pusat Statistik (BPS). Hasil penelitian ini menunjukkan bahwa faktor-faktor yang mempengaruhi kemiskinan di Kabupaten dan Kota Provinsi Papua dapat dikategorikan menjadi tiga komponen yaitu Komponen 1 : “Pendidikan dan Kependudukan“, Komponen 2 : ”Fasilitas Imunisasi dan Penerangan”, serta Komponen 3 : “Fasilitas Teknologi dan Kesehatan”. Dengan demikian, penelitian ini bermanfaat bagi para pembuat kebijakan baik pemerintah pusat maupun daerah untuk memperhatikan faktor-faktor yang mempengaruhi terjadinya peningkatan kemiskinan di Provinsi Papua. Kemiskinan merupakan prioritas pada SDGs yang dinyatakan pada poin pertama yaitu no poverty (tanpa kemiskinan).

Penerapan Metode Clustering untuk Pemetaan Daerah Rawan Bencana di Kabupaten Bojonegoro

Alif Yuanita Kartini, Deby Fakhriyana — Mon, 29 Apr 2024 00:00:00 +0000

Saat ini data kejadian bencana yang ada di Badan Penanggulangan Bencana Daerah kabupaten Bojonegoro hanya berupa angka-angka kejadian bencana alam dan belum disajikan dalam bentuk peta. Olehkarena itu diperlukan penelitian untuk melakukan pemetaan daerah rawan bencana di kabupaten Bojonegoro. Dari penelitian ini akan menjadi acuan dalam mengakomodir kegiatan mitigasi bencana di kabupaten Bojonegoro. Pada penelitian ini menggunakan metode clustering yakni metode K-Means, K-Medoids, dan X-Means untuk melakukan evaluasi banyaknya cluster yang optimal dan mengembangkan hasil pengelompokan dalam bentuk peta. Data yang digunakan adalah data jumlah kejadian bencana di kabupaten Bojonegoro tahun 2022 yang meliputi jumlah kejadian akibat banjir, jumlah kejadian akibat cuaca ekstrim, jumlah kejadian akibat kebakaran hutan dan lahan, jumlah kejadian akibat kebakaran rumah, jumlah kejadian akibat kekeringan, jumlah kejadian akibat tanah longsor dan jumlah kejadian lain-lain. Berdasarkan nilai Davies Bouldin Index didapatkan hasil bahwa X-Means merupakan metode terbaik dalam pengelompokan wilayah rawan bencana di kabupaten Bojonegoro. Adapun banyaknya cluster yang terbentuk adalah 4 cluster yakni cluster 0 yang terdiri dari 18 kecamatan, cluster 1 yang terdiri dari 7 kecamatan, cluster 2 yang terdiri dari 1 kecamatan dan cluster 3 yang terdiri dari 2 kecamatan. Berdasarkan karakteristik dari hasil pengelompokan dapat disimpulkan bahwa daerah yang paling rawan terjadi bencana di kabupaten Bojonegoro adalah kecamatan Bojonegoro disusul dengan kecamatan Kedungadem dan Temayang.

Kongruensi dan Homomorfisma (m,n)-Seminearring

Muhsang Sudadama Lieko Liedokto, Mu’amar Musa Nurwigantara — Mon, 29 Apr 2024 00:00:00 +0000

Struktur (m,n)-seminearring merupakan generalisasi dari seminearring, dimana operasi biner penjumlahan dan perkalian diganti dengan operasi m-ary dan n-ary, yang keduanya belum tentu komutatif. Tujuan dari penelitian ini adalah membuktikan teorema fundamental homomorfisma dan sifat-sifat kongruensi pada (m,n)-seminearring yang berkaitan dengan homomorfisma. Metode yang digunakan dalam penelitian ini adalah mengadopsi sifat-sifat kongruensi pada n-semigrup, semiring terner, (m,n)-semiring, seminearring, seminearring terner, dan aljabar universal.

Implementasi Metode Fuzzy Possibilistic C-Means pada Pengelompokan Provinsi di Indonesia Berdasarkan Data Jumlah Kejadian dan Dampak Bencana Banjir

Khairun Nida, Memi Nor Hayati, Rito Goejantoro — Mon, 29 Apr 2024 00:00:00 +0000

Analisis cluster merupakan salah satu teknik dalam data mining yang digunakan untuk menemukan kelompok objek data yang serupa. Metode Fuzzy Possibilistic C-Means (FPCM) adalah salah satu metode clustering yang merupakan pengembangan dari algoritma Fuzzy C-Means (FCM) dan Possibilistic C-Means (PCM) dengan menggunakan kelebihan dari pemodelan fuzzy dan possibilistic. Penelitian ini bertujuan untuk mengetahui jumlah cluster optimal berdasarkan indeks validitas Modified Partition Coefficient (MPC) serta mengetahui hasil pengelompokan optimal 34 Provinsi di Indonesia berdasarkan data jumlah kejadian dan dampak bencana banjir pada tahun 2017-2021. Menurut Badan Nasional Penanggulangan Bencana (BNPB) sejak tahun 2017 hingga 2021 jumlah bencana alam yang terjadi di Indonesia mencapai 18.658 kejadian di mana bencana banjir termasuk kategori bencana yang besar dengan persentase total kejadian 28% sejak tahun 2017 hingga 2021. Oleh sebab itu, perlu dilakukan pengelompokan Provinsi di Indonesia berdasarkan dampak bencana banjir sebagai upaya mitigasi dalam mengenali risiko bencana banjir. Jumlah cluster optimal dengan menggunakan metode FPCM berdasarkan indeks validitas MPC adalah sebanyak 2 cluster yaitu cluster pertama beranggotakan 19 Provinsi di Indonesia dan cluster kedua beranggotakan 15 Provinsi di Indonesia. Cluster pertama didominasi oleh provinsi di Kepulauan Sumatera yang sebagian besar kawasannya terdiri dari dataran tinggi dan pegunungan, serta provinsi yang terletak di Kepulauan Papua dan Maluku yang memiliki jumlah penduduk lebih kecil dibandingkan dengan provinsi lain. Sementara pada cluster kedua didominasi oleh provinsi dengan jumlah pemukiman bantaran sungai yang cukup tinggi.

Aturan Asosiasi Media Sosial Favorit Mahasiswa Pendidikan Matematika Berdasarkan Cara Belajar dan Gaya Belajar

Nanda Arista Rizki, Ivan Novri, Achmad Muhtadin, Petrus Fendiyanto — Mon, 29 Apr 2024 00:00:00 +0000

Media sosial menjadi media komunikasi yang erat dengan aktivitas Generasi Z. Media sosial dapat menjadi media pembelajaran dari berbagai kalangan terutama Mahasiswa generasi Z. Aturan asosiasi diperlukan untuk menganalisa pola frekuensi media sosial berdasarkan cara belajar dan gaya belajar Mahasiswa generasi Z. Penelitian ini bertujuan untuk membuat aturan asosiasi media sosial favorit untuk mahasiswa Pendidikan Matematika ketika ditinjau dari cara belajar dan gaya belajar mereka. Sampel diambil sebanyak 111 mahasiswa program studi Pendidikan Matematika di Universitas Mulawarman. Aturan asosiasi dibentuk ketika minimal sampelnya adalah 10 Mahasiswa. Minimal support, confidence, dan lift dalam penelitian ini berturut-turut adalah 0.5, 0.8, dan 1.000001. Hasil penelitian menunjukkan bahwa WhatsApp dan Instagram merupakan media sosial yang paling favorit dari 8 kemungkinan cara belajar dan gaya belajar. 1) Untuk Mahasiswa dengan cara belajar individu dan gaya belajar audio visual: Jika memiliki Tiktok, maka memiliki Instagram atau Instagram disertai WhatsApp; Jika memiliki WhatsApp dan Tiktok, maka memiliki Instagram. 2) Untuk Mahasiswa dengan cara belajar berkelompok dan gaya belajar audio visual: Jika memiliki Telegram, maka memiliki Instagram atau Instagram disertai WhatsApp; Jika memiliki Tiktok, maka memiliki Telegram atau Instagram disertai WhatsApp; Jika memiliki Telegram dan WhatsApp, maka memiliki Instagram; Jika memiliki WhatsApp dan Tiktok, maka memiliki Instagram.

Pelabelan Total Sisi Ajaib pada Graf Triangular Book Bt_n

Rico Dwi Cahyono, Qonita Qurrota A’yun, Wasono Wasono, Hardina Sandariria — Mon, 29 Apr 2024 00:00:00 +0000

Pelabelan pada graf merupakan pemberian label pada elemen – elemen graf seperti titik, sisi, dan wilayah. Misalkan G=(V(G),E(G)) adalah graf sederhana dengan V(G) himpunan titik yang tidak kosong dan E(G) himpunan sisi. Pelabelan total sisi ajaib adalah suatu fungsi bijektif f:V(G)∪E(G)→{1,2,3,…,|V(G)|+|E(G)|}, sehingga f(x)+f(y)+f(xy)=k untuk setiap xy∈E(G) dengan k sebagai konstanta. Penelitian ini akan membahas pelabelan total sisi ajaib pada graf triangular book Bt_n. Berdasarkan hasil penelitian, diperoleh jika Bt_n memiliki banyak sisi |E(Bt_n )|=2n+1 dan banyak titik |V(Bt_n )|=n+2, maka diperoleh konstanta sisi ajaib k=3n+6, untuk n adalah bilangan natural, maka k akan bernilai ganjil ketika n ganjil dan k akan bernilai genap ketika n genap.

Pelabelan Total Sisi Trimagic Super Pada Graf Calendula

Wulandari Wulandari, Hardina Sandariria, Wasono Wasono — Mon, 29 Apr 2024 00:00:00 +0000

Graf G(V(G),E(G)) dikatakan mempunyai pelabelan total sisi trimagic bila terdapat pemetaan bijektif f:V(G) ∪ E(G) → {1,2,⋯,|V(G)|+|E(G)|}, sehingga untuk setiap sisi uv ∈ E(G), ketika f(u)+f(uv)+f(v) merupakan tiga nilai konstanta berbeda yaitu k_1,k_2, dan k_3. Pelabelan total sisi trimagic disebut sebagai pelabelan total sisi trimagic super pada suatu graf G jika titik diberi label himpunan bilangan {1,2,⋯,|V(G)|}. Dalam penelitian ini, ditentukan pelabelan total sisi trimagic super pada graf Calendula Cl_(p,q), dengan p≥3 dan q=4,5. Berdasarkan hasil penelitian, diperoleh graf Calendula Cl_(p,q) memuat pelabelan total sisi trimagic super.

Pemodelan Sistem Antrean Pelayanan Pembayaran Pajak Kendaraan Bermotor Menggunakan Petri Net dan Aljabar Max-Plus di Samsat MT Haryono Samarinda

Sayyidah Husnul Khotimah, Qonita Qurrota A’yun, Wasono Wasono — Mon, 29 Apr 2024 00:00:00 +0000

Sistem antrean adalah suatu sistem yang menyatakan kondisi pada sekelompok orang atau barang yang berkumpul dalam barisan, menunggu untuk mendapatkan produk ataupun jasa dalam hal pelayanan. Sistem antrean sering ditemukan pada suatu fasilitas pelayanan publik, di antaranya pada sistem pelayanan pembayaran pajak kendaraan bermotor. Pelayanan yang dibutuhkan masyarakat adalah pelayanan yang cepat dan efisien. Penelitian ini bertujuan untuk memperoleh lama waktu maksimum yang dibutuhkan sistem dalam melayani wajib pajak dengan memodelkan sistem antrean pelayanan pembayaran pajak kendaraan bermotor menggunakan model Petri Net dan Aljabar Max-Plus. Model Petri Net digunakan untuk membentuk coverability tree yang kemudian dikonstruksi ke dalam model Aljabar Max-Plus. Model Aljabar Max-Plus merupakan suatu model matematika yang efektif untuk menganalisis sistem dinamis, khususnya dalam konteks waktu dan nilai maksimum suatu variabel sebagai solusi optimal waktu pelayanan dalam sistem antrean pembayaran pajak kendaraan bermotor. Data penelitian diperoleh melalui observasi secara langsung di Samsat MT Haryono Samarinda. Selanjutnya, dilakukan simulasi model dengan menggunakan data waktu kedatangan wajib pajak ke-. Hasil yang diperoleh pada penelitian ini adalah lamanya waktu maksimum pelayanan wajib pajak tahunan yaitu selama 26 menit 54 detik setelah waktu kedatangan, sedangkan lamanya waktu maksimum pelayanan wajib pajak 5 tahunan yaitu selama 27 menit 42 detik setelah waktu kedatangan.

Implementasi Algoritma Genetika untuk Estimasi Parameter Model Matematika SEIR

Aminatus Sa'adah, Prihantini Prihantini — Mon, 29 Apr 2024 00:00:00 +0000

Model matematika penyebaran penyakit yang paling umum digunakan adalah model SEIR (Susceptible-Exposed-Infected-Recovered). Dinamika model SEIR bergantung pada banyak faktor, salah satunya adalah pada nilai parameter model. Pada penelitian ini, dijelaskan langkah-langkah mengestimasi parameter pada model matematika SEIR menggunakan algoritma genetika. Algoritma genetika adalah teknik optimisasi dan pencarian berbasis prinsip genetika dan seleksi alam. Dataset kumulatif kasus positif COVID-19 di provinsi DKI Jakarta, Indonesia, digunakan sebagai bentuk pengimplementasian metode. Terdapat empat parameter yang diestimasi yaitu laju infeksi β, laju transisi α, laju kesembuhan ε, dan laju kematian akibat penyakit μ_1. Berdasarkan hasil estimasi, algoritma genetika mampu mendapatkan nilai-nilai parameter terbaik dengan error sebesar 8.90%. nilai parameter yang diperoleh adalah β=0.1908, α=0.5028, ε=0.0268, dan μ_1=0.1431.

Implementasi Regresi Logistik Bayesian Pada Indeks Pembangunan Manusia

Nur Mahmudah, Ifa Khoiria Ningrum, Fifi Dayanti — Mon, 29 Apr 2024 00:00:00 +0000

Indeks Pembangunan Manusia merupakan suatu ukuran keberhasilan dalam meningkatkan kesejahteraan hidup manusia. Kegunaan IPM sebagai alat perancangan program dan evaluasi kebijakan pemerintah dalam mencapai target keberhasilan Pembangunan. Dalam meningkatkan IPM disuatu pemerintah membutuhkan sebuah program yang efektif dan komperensif sebagai data dalam pengambilan kebijakan seperti penggunaan metode regresi logistik bayesian. Penelitian ini untuk mengetahui faktor-faktor yang mempengaruhi IPM (Y) dengan melibatkan peubah rata-rata lama sekolah (X₁), harapan lama sekolah (X₂), pengeluaran perkapita (X₃) dengan komputasi Markov Chains Monte Carlo-Gibbs Sampling. Metode ini merupakan salah satu Teknik komputasi algoritma yang efektif dimana melibatkan likelihood data dan prior yang menjadi parameter posterior model pada IPM di Jawa Timur. Model regresi logistik link function menghasilkan faktor yang berpengaruh signifikan terhadap IPM yaitu rata-rata lama sekolah (X₁). Faktor ini menandakan bahwa rata-rata lama sekolah (X₁) bernilai positif terhadap IPM dengan syarat faktor lain yang diamati konstan. Hasil analisis ini menyimpulkan bahwa rata-rata lama sekolah (X₁) merupakan indikator yang penting dalam keberhasilan peningkatan IPM di Jawa Timur.