Analisis Numerik Model SEARQ pada Mahasiswa Kecanduan Shopee Paylater Menggunakan Metode Milne-Simpson Orde 6
Tahun 2026 · Penulis: Shinta Ayu Suryana
Faculty of Teacher Training and Education, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/15353
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Perkembangan teknologi finansial (financial technology) telah membawa perubahan dalam sistem pembayaran digital, salah satunya melalui layanan Buy Now Pay Later (BNPL). Shopee PayLater merupakan salah satu layanan BNPL yang banyak dimanfaatkan masyarakat karena memberikan kemudahan dalam melakukan transaksi dengan sistem pembayaran secara cicilan. Kemudahan tersebut menjadikan Shopee PayLater semakin diminati, terutama oleh mahasiswa yang memiliki tingkat aktivitas belanja daring cukup tinggi. Di sisi lain, penggunaan Shopee PayLater yang tidak terkendali dapat memicu perilaku konsumtif dan berkembang menjadi kecanduan. Kondisi tersebut berpotensi menimbulkan berbagai dampak negatif, seperti meningkatnya pengeluaran, kesulitan mengendalikan penggunaan layanan, hingga permasalahan keuangan. Oleh karena itu, diperlukan suatu model matematika yang mampu menggambarkan dinamika kecanduan Shopee PayLater sehingga dapat digunakan sebagai dasar dalam memahami penyebaran perilaku tersebut. Penelitian ini bertujuan untuk melakukan analisis numerik terhadap model matematika SEARQ (Susceptible–Exposed–Addicted–Recovered–Quitter) pada mahasiswa kecanduan Shopee PayLater menggunakan metode Milne-Simpson orde 6 sebagai metode penyelesaian numerik. Model SEARQ merupakan hasil modifikasi dari model matematika kecanduan media sosial yang dikembangkan oleh Alemneh dan Alemu (2021). Pada penelitian ini, variabel dan parameter model disesuaikan dengan karakteristik penggunaan Shopee PayLater sehingga terdiri atas lima kelompok, yaitu Susceptible (individu yang rentan menggunakan Shopee PayLater), Exposed (individu yang mulai terpapar penggunaan Shopee PayLater), Addicted (individu yang mengalami kecanduan), Recovered (individu yang berhasil menghentikan penggunaan namun masih berpotensi menggunakannya kembali), dan Quitter (individu yang menonaktifkan fitur Shopee PayLater). Hubungan antar variabel dinyatakan dalam bentuk sistem persamaan diferensial biasa orde satu. Penyelesaian model dilakukan secara numerik menggunakan metode Milne-Simpson Orde 6 yang diformulasikan melalui interpolasi polinomial Lagrange berderajat lima sehingga diperoleh persamaan predictor dan corrector beserta galat pemenggalan lokalnya. Metode Milne-Simpson merupakan metode multi-langkah, sehingga perlu bantuan metode Runge–Kutta Orde 4 sebagai nilai awal metode. Selanjutnya dilakukan analisis konvergensi secara teoritis berdasarkan syarat Lipschitz untuk membuktikan bahwa solusi numerik yang dihasilkan akan mendekati solusi eksak ketika ukuran langkah semakin kecil. Implementasi metode dilakukan menggunakan perangkat lunak MATLAB.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,788
Tahun 2026 · Penulis: Ahmad Ammar Yasir
Analisis Numerik Model SEIRS pada Kasus Pengguna Judi Online Menggunakan Metode Runge-Kutta Orde 17
Judi online telah menjadi fenomena sosial yang semakin meluas karena kemajuan teknologi dan kemudahan akses internet, yang menyebabkan meningkatnya jumlah pengguna judi online. Penelitian ini bertujuan untuk menganalisis dinamika pengguna judi online menggunak
- Cosine 0,781
Tahun 2026 · Penulis: Anhar Mukhlis
Klasifikasi Transaksi Penipuan pada Kartu Kredit Menggunakan Arsitektur Multi-Layer Perceptron (MLP)
Pertumbuhan cepat sistem pembayaran non-cash, terutama transaksi kartu kredit, telah meningkatkan kenyamanan dalam kegiatan keuangan tetapi juga meningkatkan risiko transaksi penipuan. Salah satu tantangan utama dalam deteksi penipuan kartu kredit adalah sifat
- Cosine 0,769
Tahun 2025 · Penulis: Layli Oktaviani Widya As’ari
Penerapan Algoritma Naïve Bayes untuk Deteksi Penipuan Transaksi E-Commerce
Pertumbuhan e-commerce di Indonesia telah menunjukkan peningkatan signifikan, dengan semakin banyak konsumen yang beralih ke belanja online. Berdasarkan data dari Asosiasi Penyelenggara Jasa Internet Indonesia dan Kementerian Komunikasi dan Informasi (Kemenkom