https://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/issue/feedJurnal Algebra2024-01-23T02:01:06+00:00Hani Khaulasarihani.khaulasari@uinsa.ac.idOpen Journal Systems<p><strong>Jurnal Algebra</strong> dengan e-ISSN : 2774-8677 merupakan jurnal ilmiah yang diterbitkan oleh Program Studi Matematika, Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya. Jurnal mempublikasikan hasil penelitian, kajian, dan gagasan pengembangan dalam bidang matematika dan matematika terapan dari para mahasiswa. <strong>Jurnal Algebra</strong> terbit 2 kali setahun. Redaksi jurnal menerima artikel yang belum pernah dipublikasikan. Redaksi berhak memperbaiki sistematika penulisan artikel tanpa merubah isi dari penulis. Artikel dimuat setelah melalui proses review dan dinyatakan diterima oleh dewan editor.</p>https://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/article/view/314Implementasi Peta Kendali Multivariate Pada Produksi Kertas Koran PT. Adiprima Suraprinta2023-11-10T09:58:12+00:00Cellyn Auditiyahcellynauditiyahhh@gmail.comSiti Nur Aidasnaida922@gmail.comHani Khaulasarihani.khaulasari@uinsa.ac.id<p>Persaingan dalam industri menjadikan setiap perusahaan harus meningkatkan kualitas terhadap produk yang dihasilkannya. Kualitas produk berperan penting dalam meningkatnya suatu kepuasan konsumen. Pengendalian kualitas produk penting untuk mengurangi jumlah produk cacat yang diproduksi dan meningkatkan penjualan. Penelitian ini memiki tujuan untuk menganalisis kualitas produksi kertas koran di PT. Adiprima Suraprinta dengan menggunakan peta kendali <em>Hotelling </em>dan <em>Generalized Variance</em>. Pada penelitian ini didapatkan kesimpulan bahwa data produksi kertas koran telah terkendali setelah mendapatkan perbaikan. Hasil dari analisis kapabilitas proses mendapatkan nilai Cp sebesar 1,35871 yang menyatakan bahwa data produksi kertas koran telah kapabel.</p>2023-09-30T00:00:00+00:00Copyright (c) 2023 Cellyn Auditiyah, Siti Nur Aida, Hani Khaulasarihttps://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/article/view/279Pengelompokkan Pelanggan PDAM Surya Sembada Surabaya menggunakan Algoritma K-Means Clustering2023-01-19T15:27:40+00:00Syalfa Audisyalfaaudialhabibah@gmail.comMoh. HafiyusholehHafiyusholeh@uinsa.ac.idNurissaidah Ulinnuhanuris.ulinnuha@uinsa.ac.id<p>This study aims to determine which areas should get a high capacity of clean water from customer water sales data of PDAM Surya Sembada Surabaya City. The data is managed using the Data Mining method with the K-Means Clustering algorithm. The information generated is in the form of a group of customers whose water use is classified as wasteful, moderate and economical, so PDAM Surya Sembada can find out how many customers use wasteful water so that later it can be followed up on. The results of the study showed 3 groups of extravagant customers, 3 groups of moderate customers, and 17 groups of thrifty customers.</p>2023-09-30T00:00:00+00:00Copyright (c) 2023 Syalfa Audi, Moh. Hafiyusholeh, Nurissaidah Ulinnuhahttps://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/article/view/269Klasifikasi Kualitas Air Zamp Pdam Surya Sembada Surabaya Dengan Metode Fuzzy Mamdani2023-01-12T12:52:29+00:00Berlian Tusya Devi Maharanitusyaberlian41@gmail.comMoh. Hafiyusholehhafiyusholeh@uinsa.ac.idDian Candra Rini Ndiancrini@uinsa.ac.id<p>Kota Surabaya merupakan wilayah terpadat di Provinsi Jawa Timur. Seiring berjalannya waktu, pemukiman dan berkembangnya sektor industri menyebabkan pencemaran air sungai di kota Surabaya meningkat. Hal ini berdampak pada penurunan kualitas air dari bahan pencemar organik dan limbah industri. Akibatnya kualitas air Kali Surabaya tidak memenuhi syarat kualitas air minum. PDAM Surya Sembada adalah BUMD yang menaungi kebutuhan air warga Surabaya. Salah satu programnya yaitu ZAMP (Zona Air Minum Prima). Penelitian ini mempunyai tujuan mengklasifikasikan kualitas air ZAMP PDAM Surya Sembada termasuk dalam kategori air bersih, air tercemar, atau air layak diminum. Data penelitian berupa data kualitas air ZAMP Ngagel yang diuji secara harian dengan parameter Suhu, Kekeruhan, pH, DHL, Alkalinitas, CO2 Bebas, Zat Organik yang diperoleh dari Bagian Perencanaan dan Pengembangan PDAM Surya Sembada. Data kemudian dihitung menggunakan Fuzzy Mamdani untuk mendapatkan klasifikasi air tercemar, air bersih, atau air layak diminum. Hasil penelitian diperoleh klasifikasi kualitas air ZAMP PDAM Surya Sembada termasuk dalam kategori air layak minum dan juga air bersih dengan nilai output 3,38.</p>2023-09-30T00:00:00+00:00Copyright (c) 2023 Berlian Tusya Devi Maharani, Moh. Hafiyusholeh, Dian Candra Rini Nhttps://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/article/view/318Prediksi Harga Saham PT Bank BCA Menggunakan Metode Artificial Neural Network2023-11-14T12:31:10+00:00finamafazahfinamafazah01@gmail.comBerlian Tusya Devi Maharanitusyaberlian41@gmail.comMery Anistyameryanistya1532@gmail.comHani Khaulasarihani.khaulasari@uinsa.ac.id<p>Saham adalah hal yang sangat menarik bagi para investor. Dengan mengetahui harga saham, investor dapat membuat keputusan apakah akan membeli atau menjual saham tersebut. Namun, harga saham cenderung fluktuatif dan dapat berubah-ubah karena beberapa faktor tertentu. Investor berharap dapat memprediksi pergerakan harga saham dengan akurasi. Tujuan dari penelitian ini adalah untuk meramalkan harga saham PT Bank BCA. Data yang digunakan adalah data saham dari tahun 2012-2022. Metode yang digunakan adalah ANN dengan menggunakan algoritma <em>backpropagation</em>. Hasil penelitian menunjukkan didapatkan model terbaik dengan parameter 12 <em>input,</em> 20 <em>hidden layer</em>, dan 1 <em>output</em> dengan epoch maksimum 2000, momentum sebesar 0,5, dan learning rate 0,1, dengan hasil evaluasi MSE yang diperoleh sebesar 0,0109.</p>2023-09-30T00:00:00+00:00Copyright (c) 2024 finamafazah, Berlian Tusya Devi Maharani, Mery Anistya, Hani Khaulasarihttps://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/article/view/271Pengaruh Pendidikan Terhadap Tingkat Keparahan Kemiskinan Melalui Pendekatan Regresi Logistik Biner di Kabupaten Kediri2023-01-13T07:43:58+00:00Khoirotun Nisa' Azzahrokhoirotunnisaazzahro@gmail.comHani Khaulasarihani.khaulasari@uinsa.ac.idLutfi Hakimlutfihakim@uinsa.ac.idArief Dwie Poerwantoarief_dwie@bps.go.id<p>Keparahan kemiskinan merupakan kondisi ketidakmampuan penduduk miskin dalam mencukupi kebutuhan hidupnya. Jika pengeluaran kebutuhan masyarakat lebih besar dari pada pendapatannya maka tingkat keparahan menjadi tinggi. Salah satu faktor yang dapat mempengaruhi tingkat keparahan kemiskinan adalah rendahnya tingkat pendidikan di suatu wilayah, misalnya di Kabupaten Kediri. Tujuan penelitian ini yaitu mengetahui faktor-faktor pendidikan yang mempengaruhi tingkat keparahan kemiskinan di Kabupaten Kediri menggunakan regresi logistik biner dengan metode <em>forward wald.</em> Penelitian ini membutuhkan sampel yang bersumber dari BPS Kabupaten Kediri, berupa Indeks Keparahan Kemiskinan, IPM, dan Harapan Lama Sekolah yang dikonversikan menjadi data kategori serta jumlah sekolah, jumlah guru dan Rata-Rata Lama Sekolah. Hasil penelitian menunjukkan bahwasanya faktor yang berpengaruh pada tingkat keparahan kemiskinan di Kabupaten Kediri adalah jumlah guru dengan nilai R<sup>2</sup> sebesar 68,1% dan prediksi ketepatannya sebesar 80%.</p>2023-09-30T00:00:00+00:00Copyright (c) 2023 Khoirotun Nisa' Azzahro, Hani Khaulasari, Lutfi Hakim, Arief Dwie Poerwantohttps://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/article/view/358Analisis Faktor Yang Mempengaruhi Kepuasan Peserta Bpjs Ketenagakerjaan Provinsi Jawa Timur Menggunakan Metode Regresi Logistik2024-01-23T02:01:06+00:00Destania Azirah Lasardidezilliazizi@gmail.comAn Nisa’ Pramasantian.nisa@bpjsketenagakerjaan.go.idAhmad Hanif Asyharhanif@uinsa.ac.id<p>Pelayanan publik mendapat perhatian paling besar dalam masyarakat karena masih banyak tuntutan pelayanan publik yang menjadi tolak ukur kepuasan atau ketidakpuasan masyarakat. Metode dalam penelitian ini menggunakan metode kuantitatif dengan menggunakan uji analisis regresi ordinal. Data yang digunakan dalam penelitian ini merupakan data primer. Hasil penelitian ini menunjukkan bahwa kepuasan peserta dipengaruhi oleh persepsi dan preferensi peserta itu sendiri. Ketepatan yang didapatkan sebesar 86% yang menunjukkan bahwa persepsi dan preferensi dari peserta itu sendiri merupakan faktor yang terbesar sampai saat ini untuk mempengaruhi kepuasan peserta itu sendiri.</p>2023-09-30T00:00:00+00:00Copyright (c) 2023 Destania Azirah Lasardi, An Nisa’ Pramasanti, Ahmad Hanif Asyharhttps://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/article/view/356Peramalan Jumlah Penumpang Pesawat Di Bandara Juanda Menggunakan Metode Sarima2024-01-17T02:15:48+00:00Fitri Nur Kholifahfitrinurkholifah27@gmail.comDiah Restu Ningsingdiahrestu2429a@gmail.comIsna Hamidahisnahamidah01@gmail.comHani Khaulasarihani.khaulasari@uinsa.ac.id<p>Kenaikan jumlah penumpang yang berlebihan berpotensi mengakibatkan kepadatan lalu lintas penerbangan yang berlebihan sehingga dapat menyebabkan keterlambatan penerbangan, menurunnya performa tingkat pelayanan bandara dan dampak lainnya. Penelitian ini bertujuan untuk meramalkan jumlah penumpang pesawat di Bandar udara Internasional Juanda menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Metode SARIMA merupakan pengembangan dari metode ARIMA dengan menggunakan data yang memiliki pola musiman. Penelitian ini menggunakan data bulanan dari Badan Pusat Statistika (BPS) dalam kurun waktu 2012-2019. Hasil penelitian ini menunjukkan bahwa model SARIMA terbaik yaitu SARIMA (0,1,1)x(0,1,0)12 dengan nilai MSE 71218075. Hasil peramalan pada umumnya mengalami peningkatan dibandingkan dengan tahun sebelumnya. Prediksi peningkatan jumlah penumpang tertinggi terjadi di Bulan Desember 2020 sedangkan jumlah penumpang terendah terjadi di Bulan Mei 2020.</p> <p>Kata Kunci: Prediksi, Penumpang Pesawat, SARIMA</p> <p> </p> <p> </p>2023-09-30T00:00:00+00:00Copyright (c) 2023 Fitri Nur Kholifah, Diah Restu Ningsing, Isna Hamidah, Hani Khaulasarihttps://jurnalsaintek.uinsby.ac.id/mhs/index.php/algebra/article/view/223Prediksi Hasil Produksi Pajale Di Jawa Barat Menggunakan Metode Marcov Chains2022-07-15T15:55:41+00:00Anisa Nurcahyaniannurcahyani27@gmail.comMoh. Hafiyussholehhafiyusholeh@uinsa.ac.idWika Dianita Utamiwikadianita@uinsby.ac.id<p><strong>Abstrak</strong> <strong>:</strong> Pemerintah Indonesia memiliki perhatian khusus terhadap komoditas pangan sejak presiden pertama. Kebutuhan pangan untuk rakyat harus terpenuhi tanpa bergantung dari impor. Kementerian Pertanian pada tahun 2015 membuat program UPSUS (Upaya Khusus) untuk tiga komoditas tanaman pangan yaitu padi, jagung dan kedelai. Untuk memprediksi hasil produksi padi, jagung dan kedelai (PAJALE) metode yang dapat digunakan salah satunya adalah Marcov Chain. Metode ini dapat digunakan untuk memprediksi peristiwa berikutnya. Kelebihan metode ini adalah algoritmanya sederhana sehingga mudah untuk diaplikasikan. Penelitian ini bertujuan untuk memprediksi hasil produksi Pajale di Jawa Barat pada tahun 2021-2023 dengan menggunakan metode marcov Chains. Hasil penelitian ini menunjukkan presentase produksi rata rata padi sebesar 88%, jagung sebesar 10%, dan kedelai sebesar 1%.</p> <p><strong><em>K</em></strong><strong><em>ata Kunci</em></strong><strong><em>:</em></strong><em>, Jawa Barat, Kebutuhan Pangan, Marcov Chains</em><em>, Pajale</em></p> <p><strong>Abstract</strong>: The Indonesian government has paid special attention to food commodities since the first president. Food needs for the people must be met without relying on imports. The Ministry of Agriculture in 2015 created the UPSUS (Special Effort) program for three food crop commodities, namely rice, corn and soybeans. To predict the yield of rice, corn and soybeans (PAJALE), one of the methods that can be used is Marcov Chain. This method can be used to predict the next event. The advantage of this method is that the algorithm is simple so it is easy to apply. This study aims to predict the yield of Pajale production in West Java in 2021-2023 using the Marcov Chains method. The results of this study indicate the average production percentage of rice is 88%, corn is 10%, and soybean is 1%.</p> <p><strong><em>Keywords:</em></strong><em> Markov Chains, Pajale, West Java</em></p>2024-03-15T00:00:00+00:00Copyright (c) 2023 Anisa Nurcahyani, Moh. Hafiyussholeh, Wika Dianita Utami