Muhammad Ikhsan Yusuf, Natalis Ransi, Arman Arman, A. Tenriawaru, L. Saidi, La Surimi La Surimi
{"title":"ANALISIS SENTIMEN KOMENTAR NETIZEN INSTAGRAM TERHADAP RACISM DI SEPAK BOLA INDONESIA DENGAN METODE NAIVE BAYES","authors":"Muhammad Ikhsan Yusuf, Natalis Ransi, Arman Arman, A. Tenriawaru, L. Saidi, La Surimi La Surimi","doi":"10.33772/jmks.v2i3.10","DOIUrl":"https://doi.org/10.33772/jmks.v2i3.10","url":null,"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. \u0000Penelitian 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. \u0000Dengan 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.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"118 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125393847","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"ANALISIS REGRESI DATA PANEL PADA FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN SULAWESI TENGGARA TAHUN 2017-2020","authors":"","doi":"10.33772/jmks.v2i3.25","DOIUrl":"https://doi.org/10.33772/jmks.v2i3.25","url":null,"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.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"28 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125105418","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Asti Lapandewa, Agusrawati Agusrawati, Gusti Adi Wibawa, Bahriddin Abapihi, Baharuddin Baharuddin
{"title":"PROFIL PENGGUNA ALAT KONTRASEPSI DI PROVINSI SULAWESI TENGGARA DENGAN ALGORITMA K-MEANS TERORGANISIR","authors":"Asti Lapandewa, Agusrawati Agusrawati, Gusti Adi Wibawa, Bahriddin Abapihi, Baharuddin Baharuddin","doi":"10.33772/jmks.v2i3.26","DOIUrl":"https://doi.org/10.33772/jmks.v2i3.26","url":null,"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.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"10 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129365579","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Christina Desriana, Wayan Somayasa, R. Ruslan., Muhammad Kabil Djafar, Herdi Budiman, Rahmalia Sahapati
{"title":"ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL BERDASARKAN SAMPEL TERSENSOR TIPE II DAN TIPE I","authors":"Christina Desriana, Wayan Somayasa, R. Ruslan., Muhammad Kabil Djafar, Herdi Budiman, Rahmalia Sahapati","doi":"10.33772/jmks.v2i3.20","DOIUrl":"https://doi.org/10.33772/jmks.v2i3.20","url":null,"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.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"8 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130923985","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Nur Abdi Hayatun Salamah, R Kayumov Ruslan, Baharuddin Baharuddin, Irma Yahya, Makkulau Makkulau, Agusrawati Agusrawati, Mukhsar Mukhsar
{"title":"PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KOTA KENDARI MENGGUNAKAN REGRESI POISSON INVERSE GAUSSIAN","authors":"Nur Abdi Hayatun Salamah, R Kayumov Ruslan, Baharuddin Baharuddin, Irma Yahya, Makkulau Makkulau, Agusrawati Agusrawati, Mukhsar Mukhsar","doi":"10.33772/jmks.v2i2.16","DOIUrl":"https://doi.org/10.33772/jmks.v2i2.16","url":null,"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. \u0000Hasil 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","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"35 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124330152","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Waode Rasdiansastra, Gusti Adi Wibawa, Bahriddin Abapihi
{"title":"ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMAMPUAN MEMBACA SISWA DENGAN METODE REGRESI PROBIT ORDINAL (STUDI KASUS SISWA SD SE-SULAWESI TENGGARA)","authors":"Waode Rasdiansastra, Gusti Adi Wibawa, Bahriddin Abapihi","doi":"10.33772/jmks.v2i2.14","DOIUrl":"https://doi.org/10.33772/jmks.v2i2.14","url":null,"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.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"7 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124691937","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Sanrilla Sanrilla, Natalis Ransi, La Surimi La Surimi, Andi Tenriawaru Andi Tenriawaru, La Ode Saidi La Ode Saidi
{"title":"ANALISIS SENTIMEN MASYARAKAT TERHADAP TOKO ONLINE APLIKASI SHOPEE MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES","authors":"Sanrilla Sanrilla, Natalis Ransi, La Surimi La Surimi, Andi Tenriawaru Andi Tenriawaru, La Ode Saidi La Ode Saidi","doi":"10.33772/jmks.v2i2.9","DOIUrl":"https://doi.org/10.33772/jmks.v2i2.9","url":null,"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%.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"17 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126132151","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
E. Agustina, Natalis Ransi, La Surimi La Surimi, A. Tenriawaru, L. Saidi
{"title":"SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN MENGGUNAKAN METODE WEIGHTED PRODUCT (StudiKasus :KelurahanWandoka Utara)","authors":"E. Agustina, Natalis Ransi, La Surimi La Surimi, A. Tenriawaru, L. Saidi","doi":"10.33772/jmks.v2i2.11","DOIUrl":"https://doi.org/10.33772/jmks.v2i2.11","url":null,"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%.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"13 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133089621","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Siti Nuryam, Arman Arman, Norma Mukhtar, Jufra Jufra, La Gubu La Gubu
{"title":"APLIKASI ANALISIS RANTAI MARKOV UNTUK MEMPREDIKSI STATUS PASIEN RUMAH SAKIT UMUM DAERAH (RSUD) KABUPATEN BUTON","authors":"Siti Nuryam, Arman Arman, Norma Mukhtar, Jufra Jufra, La Gubu La Gubu","doi":"10.33772/jmks.v2i2.12","DOIUrl":"https://doi.org/10.33772/jmks.v2i2.12","url":null,"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.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"12 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126609230","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"ANALISIS MODEL MATEMATIKA MANGSA-PEMANGSA HOLLING TIPE II DENGAN FAKTOR PEMANENAN DAN DAYA DUKUNG LINGKUNGAN","authors":"Yosiana Daud, Edi Cahyono, Norma Mukhtar, A. Sani","doi":"10.33772/jmks.v2i2.15","DOIUrl":"https://doi.org/10.33772/jmks.v2i2.15","url":null,"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.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"80 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116088944","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}