Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.35998
Sepliong, Yundari, Fransiskus Fran
Sistem persamaan linear dapat diselesaikan dengan metode langsung dan metode iteratif. Salah satu metode iteratif untuk menyelesaikan sistem persamaan linear yaitu metode Full Orthogonalization. Penyelesaian sistem persamaan linear dengan metode Full Orthogonalization dapat dilakukan dengan cara mereduksi matriks A yang merupakan matriks koefisien dari sistem persamaan linear menjadi matriks Hessenberg Hm dengan menggunakan algoritma Arnoldi. Matriks A dapat ditulis sebagai A=Vm Hm Vm(transpose) dengan Vm matriks ortogonal. Setelah diperoleh matriks Hessenberg Hm , selanjutnya ditentukan invers dari matriks Hessenberg dengan eliminasi Gauss-Jordan. Langkah selanjutnya setelah invers matriks Hessenberg diperoleh yaitu mencari vektor ym. Solusi pendekatan sistem persamaan linear dicari dengan rumus xm=x0 + Vmym. Kata Kunci : sistem persamaan linear, algoritma Arnoldi, ortogonal
{"title":"METODE FULL ORTHOGONALIZATION UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR","authors":"Sepliong, Yundari, Fransiskus Fran","doi":"10.26418/bbimst.v8i4.35998","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.35998","url":null,"abstract":"Sistem persamaan linear dapat diselesaikan dengan metode langsung dan metode iteratif. Salah satu metode iteratif untuk menyelesaikan sistem persamaan linear yaitu metode Full Orthogonalization. Penyelesaian sistem persamaan linear dengan metode Full Orthogonalization dapat dilakukan dengan cara mereduksi matriks A yang merupakan matriks koefisien dari sistem persamaan linear menjadi matriks Hessenberg Hm dengan menggunakan algoritma Arnoldi. Matriks A dapat ditulis sebagai A=Vm Hm Vm(transpose) dengan Vm matriks ortogonal. Setelah diperoleh matriks Hessenberg Hm , selanjutnya ditentukan invers dari matriks Hessenberg dengan eliminasi Gauss-Jordan. Langkah selanjutnya setelah invers matriks Hessenberg diperoleh yaitu mencari vektor ym. Solusi pendekatan sistem persamaan linear dicari dengan rumus xm=x0 + Vmym. Kata Kunci : sistem persamaan linear, algoritma Arnoldi, ortogonal","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"4 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130734100","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}
Air merupakan elemen yang sangat penting bagi manusia, salah satunya untuk keperluan higiene sanitasi. Penentuan indeks pencemaran air yang digunakan untuk keperluan higiene sanitasi berdasarkan Keputusan Menteri Lingkungan Hidup Nomor 115 Tahun 2003. Data yang digunakan adalah data primer yang terdiri dari 42 sampel air yang diambil di Kota Pontianak. Terdapat dua indikator yang digunakan antara lain fisik dan kimia. Indikator fisik yang digunakan pada penelitian ini adalah kekeruhan, warna, dan Total Dissolved Solid (TDS). Indikator kimia yang digunakan pada penelitian ini adalah pH, besi, fluorida, kesadahan, nitrat, nitrit, dan deterjen. Indeks pencemaran indikator fisik terdiri dari tiga kelas yaitu, 8 titik lokasi memenuhi baku mutu, 24 titik lokasi tercemar ringan, dan 10 titik lokasi tercemar sedang. Indeks pencemaran indikator kimia terdiri dari dua kelas yaitu, 12 titik lokasi memenuhi baku mutu dan 30 titik lokasi tercemar ringan. Kata Kunci: pencemaran air, indeks pencemaran. sebaran indeks pencemaran
{"title":"INDEKS PENCEMARAN AIR DI KAWASAN PERMUKIMAN KOTA PONTIANAK: INDIKATOR FISIK DAN KIMIA","authors":"Puteri Ratna Dewi, Dadan Kusnandar, Naomi Nessyana Debataraja","doi":"10.26418/bbimst.v8i4.36639","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36639","url":null,"abstract":"Air merupakan elemen yang sangat penting bagi manusia, salah satunya untuk keperluan higiene sanitasi. Penentuan indeks pencemaran air yang digunakan untuk keperluan higiene sanitasi berdasarkan Keputusan Menteri Lingkungan Hidup Nomor 115 Tahun 2003. Data yang digunakan adalah data primer yang terdiri dari 42 sampel air yang diambil di Kota Pontianak. Terdapat dua indikator yang digunakan antara lain fisik dan kimia. Indikator fisik yang digunakan pada penelitian ini adalah kekeruhan, warna, dan Total Dissolved Solid (TDS). Indikator kimia yang digunakan pada penelitian ini adalah pH, besi, fluorida, kesadahan, nitrat, nitrit, dan deterjen. Indeks pencemaran indikator fisik terdiri dari tiga kelas yaitu, 8 titik lokasi memenuhi baku mutu, 24 titik lokasi tercemar ringan, dan 10 titik lokasi tercemar sedang. Indeks pencemaran indikator kimia terdiri dari dua kelas yaitu, 12 titik lokasi memenuhi baku mutu dan 30 titik lokasi tercemar ringan. Kata Kunci: pencemaran air, indeks pencemaran. sebaran indeks pencemaran","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"125 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133662527","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}
Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.36772
U. Umamah
Analisis regresi adalah suatu teknik yang digunakan untuk membangun suatu persamaan yang menghubungkan antara variabel independen dan variabel dependen. Dalam analisis regresi linier tidak hanya menghubungkan variabel independen dan dependen saja. Biasanya terdapat variabel yang dapat memperkuat bahkan memperlemah hubungan variabel independen dan variabel dependen atau biasa disebut juga dengan variabel moderasi. Penelitian ini mengambil data dari Bursa Efek Indonesia (BEI) yaitu Indeks Harga Saham Gabungan (IHSG) yang dipengaruhi oleh harga minyak mentah, harga emas dan jumlah uang beredar. Tujuan penelitian ini adalah mengestimasi parameter pada Indeks Harga Saham Gabungan yang dipengaruhi oleh harga minyak mentah, harga emas dan jumlah uang beredar di BEI dan menganalisis pengaruh variabel moderasi (kurs) terhadap IHSG. Metode yang digunakan adalah Moderated Regression Analysis dan analisis ini lebih umum digunakan dalam penelitian. Model yang diperoleh dari hasil penelitian analisis regresi variabel moderasi, diperoleh sebagai berikut: Berdasarkan penelitian, didapat faktor yang berpengaruh terhadap IHSG adalah harga minyak mentah, harga emas dan kurs. Setelah ditambah variabel moderasi faktor yang mempengaruhi IHSG bertambah dua variabel yaitu interaksi antara variabel harga emas dan kurs serta variabel harga minyak mentah dan kurs. Tetapi kursnya menjadi tidak berpengaruh terhadap IHSG. Pada kasus ini disebut dengan Pure Moderasi yaitu variabel moderasi yang memoderasi hubungan antara variabel independen dan variabel dependen dimana variabel Z berinteraksi dengan variabel independen tanpa menjadi variabel independen. Kata Kunci : Pure moderasi, Moderated Regression Analysis
{"title":"ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS HARGA SAHAM GABUNGAN DENGAN METODE MODERATED REGRESSION ANALYSIS","authors":"U. Umamah","doi":"10.26418/bbimst.v8i4.36772","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36772","url":null,"abstract":"Analisis regresi adalah suatu teknik yang digunakan untuk membangun suatu persamaan yang menghubungkan antara variabel independen dan variabel dependen. Dalam analisis regresi linier tidak hanya menghubungkan variabel independen dan dependen saja. Biasanya terdapat variabel yang dapat memperkuat bahkan memperlemah hubungan variabel independen dan variabel dependen atau biasa disebut juga dengan variabel moderasi. Penelitian ini mengambil data dari Bursa Efek Indonesia (BEI) yaitu Indeks Harga Saham Gabungan (IHSG) yang dipengaruhi oleh harga minyak mentah, harga emas dan jumlah uang beredar. Tujuan penelitian ini adalah mengestimasi parameter pada Indeks Harga Saham Gabungan yang dipengaruhi oleh harga minyak mentah, harga emas dan jumlah uang beredar di BEI dan menganalisis pengaruh variabel moderasi (kurs) terhadap IHSG. Metode yang digunakan adalah Moderated Regression Analysis dan analisis ini lebih umum digunakan dalam penelitian. Model yang diperoleh dari hasil penelitian analisis regresi variabel moderasi, diperoleh sebagai berikut: Berdasarkan penelitian, didapat faktor yang berpengaruh terhadap IHSG adalah harga minyak mentah, harga emas dan kurs. Setelah ditambah variabel moderasi faktor yang mempengaruhi IHSG bertambah dua variabel yaitu interaksi antara variabel harga emas dan kurs serta variabel harga minyak mentah dan kurs. Tetapi kursnya menjadi tidak berpengaruh terhadap IHSG. Pada kasus ini disebut dengan Pure Moderasi yaitu variabel moderasi yang memoderasi hubungan antara variabel independen dan variabel dependen dimana variabel Z berinteraksi dengan variabel independen tanpa menjadi variabel independen. Kata Kunci : Pure moderasi, Moderated Regression Analysis","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"24 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127664605","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}
Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.35996
Adharty Pratiwi Sembiring
Analisis regresi tobit merupakan analisis regresi yang dapat digunakan untuk variabel terikat yang sebagian datanya bernilai nol (diskrit) dan sebagian data yang lain memiliki nilai tertentu yang bervariasi (kontinu). Penelitian ini bertujuan untuk membentuk model regresi Tobit dan menentukan faktor yang memengaruhi besar klaim dari klaim asuransi jiwa. Data yang digunakan dalam penelitian berupa data besar klaim asuransi (Y), produk asuransi ( X1), cara pembayaran premi ( X2), masa asuransi (X3 ), besar pembayaran premi (X4 ) dan masa pembayaran premi (X5 ). Penduga parameter pada model regresi Tobit menggunakan metode Maximum Likelihood dan penentuan model terbaik dihitung menggunakan metode Akaike Information Criterion (AIC). Dari lima variabel bebas yang digunakan, hanya produk asuransi (X1 ) dan masa asuransi (X2 ) yang memengaruhi besar klaim asuransi jiwa. Adapun model akhir regresi Tobit yang diperoleh = -45.998.539-3.826.493,0 -1.818.050,0 dengan nilai sebesar 1,76%.Kata Kunci: Regresi Tobit, Maximum Likelihood, Akaike Information Criterion
{"title":"FAKTOR-FAKTOR YANG MEMENGARUHI BESAR KLAIM ASURANSI JIWA DENGAN MENGGUNAKAN MODEL REGRESI TOBIT","authors":"Adharty Pratiwi Sembiring","doi":"10.26418/bbimst.v8i4.35996","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.35996","url":null,"abstract":"Analisis regresi tobit merupakan analisis regresi yang dapat digunakan untuk variabel terikat yang sebagian datanya bernilai nol (diskrit) dan sebagian data yang lain memiliki nilai tertentu yang bervariasi (kontinu). Penelitian ini bertujuan untuk membentuk model regresi Tobit dan menentukan faktor yang memengaruhi besar klaim dari klaim asuransi jiwa. Data yang digunakan dalam penelitian berupa data besar klaim asuransi (Y), produk asuransi ( X1), cara pembayaran premi ( X2), masa asuransi (X3 ), besar pembayaran premi (X4 ) dan masa pembayaran premi (X5 ). Penduga parameter pada model regresi Tobit menggunakan metode Maximum Likelihood dan penentuan model terbaik dihitung menggunakan metode Akaike Information Criterion (AIC). Dari lima variabel bebas yang digunakan, hanya produk asuransi (X1 ) dan masa asuransi (X2 ) yang memengaruhi besar klaim asuransi jiwa. Adapun model akhir regresi Tobit yang diperoleh = -45.998.539-3.826.493,0 -1.818.050,0 dengan nilai sebesar 1,76%.Kata Kunci: Regresi Tobit, Maximum Likelihood, Akaike Information Criterion","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"33 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132066987","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}
Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.35883
Meliana, Evi Noviani, Hendra Perdana
Perusahaan Sedap Sari Bakery merupakan salah satu produsen makanan yang berada di Kota Singkawang. Setiap perusahaan yang bergerak dalam bidang industri, pasti menginginkan hasil produksi yang maksimal dengan memperhatikan keterbatasan sumber daya yang ada. Masalah kombinasi produk yang sering dihadapi perusahaan, yaitu menentukan jumlah masing-masing produk yang harus diproduksi. Tujuan dari penelitian ini adalah menganalisis kombinasi jumlah produksi roti di perusahaan Sedap Sari Bakery sehingga mendapatkan hasil yang maksimal menggunakan algoritma branch and bound. Kasus ini dapat dimodelkan dalam bentuk program linier untuk mengoptimalkan produksi roti berupa bilangan bulat. Dalam menyelesaikan masalah program linier tersebut maka metode yang digunakan adalah metode simpleks. Hasil penghitungan yang diperoleh menggunakan metode simpleks tidak selalu bernilai bilangan bulat. Oleh karena itu, untuk mendapatkan solusi bilangan bulat maka digunakan algoritma branch and bound. Perusahaan Sedap Sari Bakery memproduksi enam jenis roti yaitu roti bolu, roti gulung, roti mandarin, roti tiga rasa, roti coklat dan roti isi coklat. Data yang digunakan dalam penelitian ini berupa data persediaan bahan baku roti dalam waktu satu hari dari keenam jenis roti tersebut. Dari penghitungan algoritma branch and bound diperoleh jumlah kombinasi produk roti yaitu roti bolu sebanyak 423 bungkus, roti gulung sebanyak 166 bungkus, roti mandarin sebanyak 100 bungkus, roti tiga rasa sebanyak 175 bungkus, roti coklat sebanyak 423 bungkus dan roti isi coklat 342 bungkus, dengan keuntungan maksimal sebesar Rp5.101.100. Kata kunci: metode simpleks, algoritma branch and bound, program linier
{"title":"PENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN OPTIMASI JUMLAH PRODUKSI ROTI (Studi Kasus: CV Sedap Sari Bakery)","authors":"Meliana, Evi Noviani, Hendra Perdana","doi":"10.26418/bbimst.v8i4.35883","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.35883","url":null,"abstract":"Perusahaan Sedap Sari Bakery merupakan salah satu produsen makanan yang berada di Kota Singkawang. Setiap perusahaan yang bergerak dalam bidang industri, pasti menginginkan hasil produksi yang maksimal dengan memperhatikan keterbatasan sumber daya yang ada. Masalah kombinasi produk yang sering dihadapi perusahaan, yaitu menentukan jumlah masing-masing produk yang harus diproduksi. Tujuan dari penelitian ini adalah menganalisis kombinasi jumlah produksi roti di perusahaan Sedap Sari Bakery sehingga mendapatkan hasil yang maksimal menggunakan algoritma branch and bound. Kasus ini dapat dimodelkan dalam bentuk program linier untuk mengoptimalkan produksi roti berupa bilangan bulat. Dalam menyelesaikan masalah program linier tersebut maka metode yang digunakan adalah metode simpleks. Hasil penghitungan yang diperoleh menggunakan metode simpleks tidak selalu bernilai bilangan bulat. Oleh karena itu, untuk mendapatkan solusi bilangan bulat maka digunakan algoritma branch and bound. Perusahaan Sedap Sari Bakery memproduksi enam jenis roti yaitu roti bolu, roti gulung, roti mandarin, roti tiga rasa, roti coklat dan roti isi coklat. Data yang digunakan dalam penelitian ini berupa data persediaan bahan baku roti dalam waktu satu hari dari keenam jenis roti tersebut. Dari penghitungan algoritma branch and bound diperoleh jumlah kombinasi produk roti yaitu roti bolu sebanyak 423 bungkus, roti gulung sebanyak 166 bungkus, roti mandarin sebanyak 100 bungkus, roti tiga rasa sebanyak 175 bungkus, roti coklat sebanyak 423 bungkus dan roti isi coklat 342 bungkus, dengan keuntungan maksimal sebesar Rp5.101.100. Kata kunci: metode simpleks, algoritma branch and bound, program linier","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"84 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128337047","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}
Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.35872
Susnawati, Dadan Kusnandar, Yundari
Regresi nonparametrik merupakan suatu metode statistika yang digunakan untuk mengetahui hubungan antara variabel respon dengan variabel prediktor jika tidak diketahui bentuk kurva regresinya atau tidak terdapat informasi yang lengkap tentang bentuk pola datanya. Pada penelitian ini, digunakan regresi nonparametrik Spline yang bersifat fleksibel dalam mengatasi pola data yang mengalami kenaikan atau penurunan data dengan bantuan titik knot. Diperlukan beberapa langkah dalam menentukan model regresi Spline terbaik yaitu membuat statistik deskriptif dan matriks plot. Penentuan nilai GCV untuk masing-masing Spline linier, kuadratik, dan kubik dengan satu titik knot. Kemudian dilakukan pengujian asumsi residual. Setelah diperoleh nilai GCV yang paling minimum dan memenuhi asumsi residual, selanjutnya memodelkan persentase penduduk miskin dengan angka melek huruf menggunakan regresi Spline. Studi kasus yang digunakan ialah data persentase penduduk miskin sebagai variabel respon dan angka melek huruf sebagai variabel prediktor. Hasil analisis menunjukkan model regresi nonparametrik Spline linier dengan satu titik knot yang memiliki nilai GCV yang paling minimum. Nilai GCV yang diperoleh adalah sebesar dengan titik knotnya adalah Kata Kunci: Regresi Nonparametrik Spline, GCV, Titik Knot.
{"title":"PENENTUAN MODEL TERBAIK PADA REGRESI SPLINE MENGGUNAKAN GENERALIZED CROSS VALIDATION (GCV)","authors":"Susnawati, Dadan Kusnandar, Yundari","doi":"10.26418/bbimst.v8i4.35872","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.35872","url":null,"abstract":"Regresi nonparametrik merupakan suatu metode statistika yang digunakan untuk mengetahui hubungan antara variabel respon dengan variabel prediktor jika tidak diketahui bentuk kurva regresinya atau tidak terdapat informasi yang lengkap tentang bentuk pola datanya. Pada penelitian ini, digunakan regresi nonparametrik Spline yang bersifat fleksibel dalam mengatasi pola data yang mengalami kenaikan atau penurunan data dengan bantuan titik knot. Diperlukan beberapa langkah dalam menentukan model regresi Spline terbaik yaitu membuat statistik deskriptif dan matriks plot. Penentuan nilai GCV untuk masing-masing Spline linier, kuadratik, dan kubik dengan satu titik knot. Kemudian dilakukan pengujian asumsi residual. Setelah diperoleh nilai GCV yang paling minimum dan memenuhi asumsi residual, selanjutnya memodelkan persentase penduduk miskin dengan angka melek huruf menggunakan regresi Spline. Studi kasus yang digunakan ialah data persentase penduduk miskin sebagai variabel respon dan angka melek huruf sebagai variabel prediktor. Hasil analisis menunjukkan model regresi nonparametrik Spline linier dengan satu titik knot yang memiliki nilai GCV yang paling minimum. Nilai GCV yang diperoleh adalah sebesar dengan titik knotnya adalah Kata Kunci: Regresi Nonparametrik Spline, GCV, Titik Knot.","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"23 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114463392","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}
Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.36731
Yuli Yanti, Helmi, Mariatul Kiftiah
Pada umumnya invers matriks hanya dapat dicari untuk matriks persegi dan nonsingular dengan bentuk invers dari suatu matriks yaitu . Untuk matriks singular dan nonsingular invers matriks berupa invers Moore Penrose yang dapat dicari dengan , dengan merupakan invers Moore Penrose dari matriks , matriks dan merupakan matriks yang diperoleh dari baris tak nol dan kolom yang memuat satu utama dari matriks , setelah dilakukan operasi baris elementer. Penelitian ini bertujuan untuk mengkaji formula invers Moore Penrose dan menerapkan formula yang didapat pada pencarian invers matriks untuk solusi sistem persamaan linear. Hasil yang dipenuhi menyatakan bahwa invers Moore Penrose dari suatu matriks akan didapat ketika kata kunci: matriks, invers, invers Moore Penrose
一般来说，invers矩阵只能用于方格矩阵和非辛矩阵形式的入侵。对于奇点矩阵和非奇点矩阵的形式，它是由可以搜索的摩尔·彭罗斯的invers Moore Penrose，它是由无极行和包含该矩阵一个主要矩阵的字段中获得的。本研究旨在研究摩尔·彭罗斯的计算公式，并将获得的公式应用于对线性方程解系统的初始化搜索。所提交的结果表明，当关键字——矩阵、入侵者、入侵者摩尔·彭罗斯(invers Moore Penrose)时，就会获得该矩阵的入侵者摩尔·彭罗斯(invers Moore Penrose)
{"title":"INVERS MOORE PENROSE SEBAGAI INVERS MATRIKS","authors":"Yuli Yanti, Helmi, Mariatul Kiftiah","doi":"10.26418/bbimst.v8i4.36731","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36731","url":null,"abstract":"Pada umumnya invers matriks hanya dapat dicari untuk matriks persegi dan nonsingular dengan bentuk invers dari suatu matriks yaitu . Untuk matriks singular dan nonsingular invers matriks berupa invers Moore Penrose yang dapat dicari dengan , dengan merupakan invers Moore Penrose dari matriks , matriks dan merupakan matriks yang diperoleh dari baris tak nol dan kolom yang memuat satu utama dari matriks , setelah dilakukan operasi baris elementer. Penelitian ini bertujuan untuk mengkaji formula invers Moore Penrose dan menerapkan formula yang didapat pada pencarian invers matriks untuk solusi sistem persamaan linear. Hasil yang dipenuhi menyatakan bahwa invers Moore Penrose dari suatu matriks akan didapat ketika kata kunci: matriks, invers, invers Moore Penrose","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"66 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123074409","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}
Air merupakan bagian terpenting yang dibutuhkan dalam kehidupan, salah satunya untuk keperluan rumah tangga. Kegiatan manusia untuk keperluan rumah tangga yang semakin meningkat akan menimbulkan dampak pencemaran lingkungan khususnya pada pencemaran air. Data yang digunakan dalam penelitian ini adalah data primer yang terdiri dari 42 sampel air dari lokasi berbeda. Indikator fisik yang digunakan pada penelitian ini adalah kekeruhan, warna, dan Total Dissolved Solid (TDS). Berdasarkan indeks pencemaran, diperoleh tiga kriteria tingkat pencemaran air yaitu memenuhi baku mutu, tercemar ringan dan tercemar sedang. Hasil klasifikasi dengan menggunakan metode indeks pencemaran diperoleh total data yang memenuhi baku mutu sebanyak 8 titik lokasi,tercemar ringan sebanyak 24 titik lokasi tercemar ringan dan tercemar ringan sebanyak 10 titik lokasi. Kata Kunci: pencemaran air, indeks pencemaran, indikator fisik
{"title":"KLASIFIKASI INDEKS PENCEMARAN KUALITAS AIR DI KOTA PONTIANAK","authors":"Ernita Saputri, Naomi Nessyana Debataraja, Setyo Wira Rizki","doi":"10.26418/bbimst.v8i4.36887","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36887","url":null,"abstract":"Air merupakan bagian terpenting yang dibutuhkan dalam kehidupan, salah satunya untuk keperluan rumah tangga. Kegiatan manusia untuk keperluan rumah tangga yang semakin meningkat akan menimbulkan dampak pencemaran lingkungan khususnya pada pencemaran air. Data yang digunakan dalam penelitian ini adalah data primer yang terdiri dari 42 sampel air dari lokasi berbeda. Indikator fisik yang digunakan pada penelitian ini adalah kekeruhan, warna, dan Total Dissolved Solid (TDS). Berdasarkan indeks pencemaran, diperoleh tiga kriteria tingkat pencemaran air yaitu memenuhi baku mutu, tercemar ringan dan tercemar sedang. Hasil klasifikasi dengan menggunakan metode indeks pencemaran diperoleh total data yang memenuhi baku mutu sebanyak 8 titik lokasi,tercemar ringan sebanyak 24 titik lokasi tercemar ringan dan tercemar ringan sebanyak 10 titik lokasi. Kata Kunci: pencemaran air, indeks pencemaran, indikator fisik","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"18 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126321186","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}
Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.36582
Lili Surai’ya, Evi Noviani, F. Fran
Suatu himpunan simpul dari graf dikatakan himpunan domination jika semua simpul yang tidak berada di himpunan tersebut bertetangga dengan sedikitnya satu simpul di himpunan tersebut. Kardinalitas minimum dari himpunan domination disebut bilangan domination. Konsep himpunan domination terus berkembang salah satunya yaitu tentang himpunan independent domination. Simpul pada himpunan independent domination mendominasi simpul lain tetapi simpul pada himpunan tersebut tidak boleh saling bertetangga. Kardinalitas minimum dari himpunan independent domination yang dinotasikan dengan disebut bilangan independent domination. Penelitian ini mengkaji tentang pada beberapa graf yaitu graf cycle , graf roda graf pizza graf bunga matahari graf antiprisma dan graf prisma . Graf pizza dan graf bunga matahari dibangun dari graf roda, graf roda dibangun dari graf cycle. Graf antiprisma dan graf prisma dibangun dari graf cycle. Berdasarkan analisis pada penelitian ini diketahui bahwa , , , , , dan untuk yaitu , untuk yaitu , untuk yaitu , dan untuk yaitu .Kata Kunci : graf cycle, graf roda, graf pizza, graf bunga matahari, graf antiprisma, graf prisma
{"title":"BILANGAN INDEPENDENT DOMINATION PADA BEBERAPA GRAF","authors":"Lili Surai’ya, Evi Noviani, F. Fran","doi":"10.26418/bbimst.v8i4.36582","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36582","url":null,"abstract":"Suatu himpunan simpul dari graf dikatakan himpunan domination jika semua simpul yang tidak berada di himpunan tersebut bertetangga dengan sedikitnya satu simpul di himpunan tersebut. Kardinalitas minimum dari himpunan domination disebut bilangan domination. Konsep himpunan domination terus berkembang salah satunya yaitu tentang himpunan independent domination. Simpul pada himpunan independent domination mendominasi simpul lain tetapi simpul pada himpunan tersebut tidak boleh saling bertetangga. Kardinalitas minimum dari himpunan independent domination yang dinotasikan dengan disebut bilangan independent domination. Penelitian ini mengkaji tentang pada beberapa graf yaitu graf cycle , graf roda graf pizza graf bunga matahari graf antiprisma dan graf prisma . Graf pizza dan graf bunga matahari dibangun dari graf roda, graf roda dibangun dari graf cycle. Graf antiprisma dan graf prisma dibangun dari graf cycle. Berdasarkan analisis pada penelitian ini diketahui bahwa , , , , , dan untuk yaitu , untuk yaitu , untuk yaitu , dan untuk yaitu .Kata Kunci : graf cycle, graf roda, graf pizza, graf bunga matahari, graf antiprisma, graf prisma","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"87 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133145955","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}
Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.36640
Marwalida Rachmadiar, Naomi N. Debataraja, Hendra Perdana
Air merupakan kebutuhan yang sangat penting bagi manusia. Kualitas air dapat ditentukan dengan melihat standar baku mutu kesehatan lingkungan untuk keperluan higiene sanitasi. Salah satu indikator fisik penentu kualitas air adalah Total Dissolved Solid (TDS). TDS adalah indikator yang menunjukkan kandungan padatan terlarut dalam air yang termasuk didalamnya senyawa-senyawa organik dan anorganik, mineral dan garam-garamnya. Salah satu senyawa kimia yang dapat membantu memperkirakan kandungan TDS adalah kesadahan. Penelitian ini bertujuan untuk mengestimasi kandungan TDS dengan metode cokriging. Metode cokriging adalah metode estimasi yang meminimalkan kesalahan estimasi dengan memanfaatkan korelasi silang antara beberapa variabel. Kesadahan menjadi variabel tambahan dalam membantu mengestimasi TDS pada lokasi baru yang ditentukan. Model semivariogram teoritis TDS, kesadahan dan cross semivariogram yang digunakan adalah model exponential. Berdasarkan hasil analisis dan pembahasan yang telah dilakukan diperoleh estimasi TDS pada sembilan titik lokasi baru yang ditentukan dan airnya digunakan untuk kebutuhan higiene sanitasi masyarakat di sekitar lokasi tersebut. Hasil estimasi TDS terbesar di Parit Tokaya yaitu sebesar 76,3 mg/l dan hasil estimasi terkecil di parit sekitar Jalan Tani yaitu sebesar 17,2 mg/l. Kata Kunci: variogram, higiene sanitasi, kualitas air, cokriging
{"title":"METODE COKRIGING UNTUK MENGESTIMASI KANDUNGAN AIR DI KOTA PONTIANAK","authors":"Marwalida Rachmadiar, Naomi N. Debataraja, Hendra Perdana","doi":"10.26418/bbimst.v8i4.36640","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36640","url":null,"abstract":"Air merupakan kebutuhan yang sangat penting bagi manusia. Kualitas air dapat ditentukan dengan melihat standar baku mutu kesehatan lingkungan untuk keperluan higiene sanitasi. Salah satu indikator fisik penentu kualitas air adalah Total Dissolved Solid (TDS). TDS adalah indikator yang menunjukkan kandungan padatan terlarut dalam air yang termasuk didalamnya senyawa-senyawa organik dan anorganik, mineral dan garam-garamnya. Salah satu senyawa kimia yang dapat membantu memperkirakan kandungan TDS adalah kesadahan. Penelitian ini bertujuan untuk mengestimasi kandungan TDS dengan metode cokriging. Metode cokriging adalah metode estimasi yang meminimalkan kesalahan estimasi dengan memanfaatkan korelasi silang antara beberapa variabel. Kesadahan menjadi variabel tambahan dalam membantu mengestimasi TDS pada lokasi baru yang ditentukan. Model semivariogram teoritis TDS, kesadahan dan cross semivariogram yang digunakan adalah model exponential. Berdasarkan hasil analisis dan pembahasan yang telah dilakukan diperoleh estimasi TDS pada sembilan titik lokasi baru yang ditentukan dan airnya digunakan untuk kebutuhan higiene sanitasi masyarakat di sekitar lokasi tersebut. Hasil estimasi TDS terbesar di Parit Tokaya yaitu sebesar 76,3 mg/l dan hasil estimasi terkecil di parit sekitar Jalan Tani yaitu sebesar 17,2 mg/l. Kata Kunci: variogram, higiene sanitasi, kualitas air, cokriging ","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"16 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122374551","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}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：