Publisher

RCF INDONESIARCF INDONESIA

Journal Journal of Science Education and Management BusinessJournal of Science Education and Management Business Abstract

Penelitian ini menganalisis peran Analisis Grafik Fungsi dalam menentukan titik maksimum, titik minimum, dan sensitivitas perubahan nilai, serta kaitannya dengan pengembangan model matematis dan komputasional berbasis graf. Kajian difokuskan pada tiga konsep: Function Graph Analysis, Maximum and Minimum Points, dan Sensitivity of Value Changes. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan kerangka PRISMA, menggunakan artikel terindeks Scopus Q1–Q4 periode 2022–2025. Dari 112 publikasi awal, diperoleh 7 artikel utama yang dianalisis. Hasil kajian menunjukkan bahwa konsep titik ekstrem dan sensitivitas perubahan nilai yang awalnya dipelajari pada grafik fungsi kalkulus telah diterapkan pada berbagai bidang, seperti analisis kekakuan struktur, sistem penalaran berbasis graf, jaringan kognitif, prediksi fungsi protein, dan rancangan dropout pada deep neural network. Kesimpulannya, pemahaman grafik fungsi, titik ekstrem, dan sensitivitas perubahan nilai menjadi fondasi penting untuk meningkatkan akurasi dan interpretabilitas berbagai model modern.

Conclusion

Berdasarkan seluruh pembahasan, dapat disimpulkan bahwa analisis grafik fungsi, titik maksimum minimum, dan sensitivitas perubahan nilai merupakan fondasi penting dalam memahami perilaku suatu fungsi sekaligus dalam mengembangkan berbagai model matematis dan komputasional berbasis graf.Grafik fungsi tidak hanya membantu mengidentifikasi titik ekstrem dan pola naik–turun, tetapi juga memberi gambaran bagaimana output merespons perubahan input, yang sejalan dengan prinsip analisis sensitivitas.Kajian literatur menunjukkan bahwa konsep-konsep ini diimplementasikan luas, mulai dari penentuan kekakuan maksimum minimum pada struktur, pemetaan simpul kognitif yang paling terganggu, pemilihan neuron dan fitur paling informatif dalam jaringan saraf dalam, hingga representasi graf untuk prediksi fungsi protein.Dengan demikian, pemahaman yang kuat tentang grafik fungsi, titik ekstrem, dan sensitivitas perubahan nilai terbukti berkontribusi langsung pada peningkatan akurasi, efisiensi, dan interpretabilitas model di berbagai bidang.

Future Research

Berdasarkan tinjauan literatur, terdapat beberapa arah penelitian lanjutan yang menjanjikan. Pertama, penelitian dapat difokuskan pada pengembangan metode visualisasi grafik fungsi yang lebih interaktif dan intuitif, sehingga memudahkan pemahaman konsep titik ekstrem dan sensitivitas perubahan nilai, terutama bagi mahasiswa atau pengguna awam. Kedua, perlu dilakukan eksplorasi lebih lanjut mengenai penerapan analisis grafik fungsi pada bidang-bidang baru, seperti analisis data keuangan atau prediksi cuaca, dengan mempertimbangkan karakteristik data yang unik dan tantangan yang mungkin timbul. Ketiga, penelitian dapat menginvestigasi potensi integrasi analisis grafik fungsi dengan teknik machine learning, misalnya untuk mengembangkan model prediktif yang lebih akurat dan interpretable, atau untuk mengidentifikasi pola-pola tersembunyi dalam data yang kompleks. Integrasi ini diharapkan dapat membuka peluang baru dalam pemecahan masalah di berbagai bidang, serta meningkatkan pemahaman kita tentang hubungan antara grafik fungsi, model matematis, dan fenomena dunia nyata.

References

1. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews | The BMJ. prisma statement... doi.org/10.1136/bmj.n71The PRISMA 2020 statement an updated guideline for reporting systematic reviews The BMJ prisma statement doi 10 1136 bmj n71
2. An experimental analysis of graph representation learning for Gene Ontology based protein function prediction... peerj.com/articles/18509An experimental analysis of graph representation learning for Gene Ontology based protein function prediction peerj articles 18509

Metadata

File size	453.72 KB
Pages	9
DMCA	Report