Pub Date : 2019-10-10DOI: 10.26418/bbimst.v8i4.36748
Nurul Faseha, Helmi, Mariatul Kiftiah
Songket Sambas merupakan salah satu seni budaya Indonesia yang menjadi ciri masyarakat Sambas. Songket Sambas memiliki motif yang menonjol yaitu motif pucuk rebung dihias dan ditaburi motif flora dan fauna. Pola simetris dan pengulangan bentuk pada motif songket dapat digambarkan secara fraktal. Fraktal adalah suatu bentuk geometris yang dapat dipisahkan ke dalam beberapa bagian, dimana masing-masing bagian itu merupakan versi kecil yang berulang. Motif fraktal dapat dibentuk dengan hitungan matematis dan divisualisasi menjadi gambar tertentu menggunakan metode L-System dan himpunan Julia. L-System dibangkitkan dengan segmen garis. Sedangkan himpunan Julia dibangkitkan dengan memanfaatkan bentuk rekursif dari suatu fungsi kuadrat yang melibatkan variabel dan parameter bilangan kompleks. Penelitian ini bertujuan untuk memperoleh motif fraktal songket Sambas tabur awan menggunakan metode L-System dan himpunan Julia. Hasil dari penelitian ini diperoleh bahwa songket Sambas tabur awan dapat dibentuk dari delapan motif untuk metode L-System dan satu motif himpunan Julia. Kata kunci: fraktal, songket, L-System, himpunan Julia
{"title":"VISUALISASI VARIASI MOTIF SONGKET SAMBAS MENGGUNAKAN METODE L-SYSTEM DAN HIMPUNAN JULIA","authors":"Nurul Faseha, Helmi, Mariatul Kiftiah","doi":"10.26418/bbimst.v8i4.36748","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36748","url":null,"abstract":"Songket Sambas merupakan salah satu seni budaya Indonesia yang menjadi ciri masyarakat Sambas. Songket Sambas memiliki motif yang menonjol yaitu motif pucuk rebung dihias dan ditaburi motif flora dan fauna. Pola simetris dan pengulangan bentuk pada motif songket dapat digambarkan secara fraktal. Fraktal adalah suatu bentuk geometris yang dapat dipisahkan ke dalam beberapa bagian, dimana masing-masing bagian itu merupakan versi kecil yang berulang. Motif fraktal dapat dibentuk dengan hitungan matematis dan divisualisasi menjadi gambar tertentu menggunakan metode L-System dan himpunan Julia. L-System dibangkitkan dengan segmen garis. Sedangkan himpunan Julia dibangkitkan dengan memanfaatkan bentuk rekursif dari suatu fungsi kuadrat yang melibatkan variabel dan parameter bilangan kompleks. Penelitian ini bertujuan untuk memperoleh motif fraktal songket Sambas tabur awan menggunakan metode L-System dan himpunan Julia. Hasil dari penelitian ini diperoleh bahwa songket Sambas tabur awan dapat dibentuk dari delapan motif untuk metode L-System dan satu motif himpunan Julia. Kata kunci: fraktal, songket, L-System, himpunan Julia","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"37 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":"123457103","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.v8i4.36035
Desi Ayu Wulandari, Dadan Kusnandar, Yudhi
Metode classification and regression trees (CART) merupakan teknik pohon keputusan untuk analisis klasifikasi variabel respon kategorik maupun kontinu yang dapat diterapkan pada data jumlah besar dan variabel yang banyak. Stabilitas dan kekuatan prediksi pohon klasifikasi diperbaiki dengan metode Bootstrap Aggregating (Bagging) classification trees. Tujuan penelitian ini adalah untuk menentukan nilai ketepatan hasil pengklasifikasian tingkat kesejahteraan rumah tangga di Kalimantan Barat dengan menggunakan bagging classification trees. Data yang digunakan adalah data sekunder dari hasil Survei Sosial Ekonomi Nasional (SUSENAS) Provinsi Kalimantan Barat Tahun 2017 dengan 1400 sampel yang terdiri dari tujuh variabel bebas dan satu variabel terikat. Penelitian ini menghasilkan ketepatan klasifikasi sebesar 57,5% dengan menggunakan metode bagging classification trees. Metode bagging classification trees mampu meningkatkan ketepatan klasifikasi dari 50% pada pohon klasifikasi awal menjadi 57,5% pada bagging classification trees. Dapat disimpulkan bahwa penerapan bagging classification trees lebih baik daripada pohon klasifikasi tanpa bagging karena mampu meningkatan ketepatan klasifikasi sebesar 7,5%. Kata Kunci: Bagging CART, Pohon Keputusan, Goodness of Split, Ketepatan Klasifikasi
{"title":"BAGGING CLASSIFICATION TREES UNTUK KLASIFIKASI TINGKAT KESEJAHTERAAN RUMAH TANGGA DI KALIMANTAN BARAT","authors":"Desi Ayu Wulandari, Dadan Kusnandar, Yudhi","doi":"10.26418/bbimst.v8i4.36035","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36035","url":null,"abstract":"Metode classification and regression trees (CART) merupakan teknik pohon keputusan untuk analisis klasifikasi variabel respon kategorik maupun kontinu yang dapat diterapkan pada data jumlah besar dan variabel yang banyak. Stabilitas dan kekuatan prediksi pohon klasifikasi diperbaiki dengan metode Bootstrap Aggregating (Bagging) classification trees. Tujuan penelitian ini adalah untuk menentukan nilai ketepatan hasil pengklasifikasian tingkat kesejahteraan rumah tangga di Kalimantan Barat dengan menggunakan bagging classification trees. Data yang digunakan adalah data sekunder dari hasil Survei Sosial Ekonomi Nasional (SUSENAS) Provinsi Kalimantan Barat Tahun 2017 dengan 1400 sampel yang terdiri dari tujuh variabel bebas dan satu variabel terikat. Penelitian ini menghasilkan ketepatan klasifikasi sebesar 57,5% dengan menggunakan metode bagging classification trees. Metode bagging classification trees mampu meningkatkan ketepatan klasifikasi dari 50% pada pohon klasifikasi awal menjadi 57,5% pada bagging classification trees. Dapat disimpulkan bahwa penerapan bagging classification trees lebih baik daripada pohon klasifikasi tanpa bagging karena mampu meningkatan ketepatan klasifikasi sebesar 7,5%. Kata Kunci: Bagging CART, Pohon Keputusan, Goodness of Split, Ketepatan Klasifikasi","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"95 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":"126268754","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.v8i4.35874
A. Helmi
Ruang vektor yang dilengkapi dengan aksioma inner product disebut ruang inner product (pre-Hilbert). Ruang pre-Hilbert dikatakan lengkap jika setiap barisan Cauchy di dalamnya konvergen. Ruang pre-Hilbert yang lengkap adalah ruang Hilbert. Diberikan ruang fungsi L^2 adalah himpunan semua fungsi bernilai kompleks yang mempunyai integral mutlak kuadrat berhingga dan merupakan suatu ruang vektor. Ruang fungsi L^2 yang dilengkapi inner product membentuk ruang pre-Hilbert. Dalam penelitian ini ditunjukkan bahwa ruang fungsi tersebut merupakan ruang Hilbert. Dari sifat kelengkapan dapat ditunjukkan setiap barisan Cauchy di dalam ruang fungsi konvergen maka ruang fungsi merupakan ruang Hilbert.Kata kunci: Pre-Hilbert, Hilbert, ruang fungsi .
{"title":"RUANG FUNGSI L^2 SEBAGAI RUANG HILBERT","authors":"A. Helmi","doi":"10.26418/bbimst.v8i4.35874","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.35874","url":null,"abstract":"Ruang vektor yang dilengkapi dengan aksioma inner product disebut ruang inner product (pre-Hilbert). Ruang pre-Hilbert dikatakan lengkap jika setiap barisan Cauchy di dalamnya konvergen. Ruang pre-Hilbert yang lengkap adalah ruang Hilbert. Diberikan ruang fungsi L^2 adalah himpunan semua fungsi bernilai kompleks yang mempunyai integral mutlak kuadrat berhingga dan merupakan suatu ruang vektor. Ruang fungsi L^2 yang dilengkapi inner product membentuk ruang pre-Hilbert. Dalam penelitian ini ditunjukkan bahwa ruang fungsi tersebut merupakan ruang Hilbert. Dari sifat kelengkapan dapat ditunjukkan setiap barisan Cauchy di dalam ruang fungsi konvergen maka ruang fungsi merupakan ruang Hilbert.Kata kunci: Pre-Hilbert, Hilbert, ruang fungsi .","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"47 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":"125929571","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.v8i4.36543
Fitri Nur Hidayah, Yundari, Mariatul Kiftiah
Sistem persamaan nonlinier dapat diselesaikan dengan metode numerik salah satunya metode Newton. Metode Newton telah banyak dimodifikasi menjadi beberapa metode baru dengan tujuan dapat mereduksi jumlah iterasi dalam menyelesaikan sistem persamaan nonlinier. Pada penelitian ini dikombinasikan metode Newton, midpoint Newton dan Halley untuk menyelesaikan sistem persamaan nonlinier. Penyelesaian sistem persamaan nonlinier dengan kombinasi beberapa metode ini diawali dengan mencari solusi sistem persamaan nonlinier melalui metode Newton, kemudian nilai solusi tersebut disubstitusikan ke dalam metode Midpoint Newton. Selanjutnya nilai solusi dari metode Midpoint Newton disubstitusikan ke dalam metode Halley sebagai solusi akhir. Iterasi berhenti jika galat iterasi lebih kecil dari galat toleransi yang diberikan. Hasil numerik dari penelitian ini menunjukkan bahwa metode NMH dapat menyelesaikan sistem persamaan nonlinier. Kata kunci: metode numerik, metode Halley, metode midpoint, metode Newton, NMH
{"title":"METODE NEWTON MIDPOINT HALLEY (NMH) UNTUK MENYELESAIKAN SISTEM PERSAMAAN NONLINIER","authors":"Fitri Nur Hidayah, Yundari, Mariatul Kiftiah","doi":"10.26418/bbimst.v8i4.36543","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36543","url":null,"abstract":"Sistem persamaan nonlinier dapat diselesaikan dengan metode numerik salah satunya metode Newton. Metode Newton telah banyak dimodifikasi menjadi beberapa metode baru dengan tujuan dapat mereduksi jumlah iterasi dalam menyelesaikan sistem persamaan nonlinier. Pada penelitian ini dikombinasikan metode Newton, midpoint Newton dan Halley untuk menyelesaikan sistem persamaan nonlinier. Penyelesaian sistem persamaan nonlinier dengan kombinasi beberapa metode ini diawali dengan mencari solusi sistem persamaan nonlinier melalui metode Newton, kemudian nilai solusi tersebut disubstitusikan ke dalam metode Midpoint Newton. Selanjutnya nilai solusi dari metode Midpoint Newton disubstitusikan ke dalam metode Halley sebagai solusi akhir. Iterasi berhenti jika galat iterasi lebih kecil dari galat toleransi yang diberikan. Hasil numerik dari penelitian ini menunjukkan bahwa metode NMH dapat menyelesaikan sistem persamaan nonlinier. Kata kunci: metode numerik, metode Halley, metode midpoint, metode Newton, NMH","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"1 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":"130992345","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.v8i4.35878
Hasan Mustofa
Matriks Leslie merupakan salah satu metode yang dapat digunakan untuk memprediksi pertumbuhan suatu populasi penduduk. Penelitian ini bertujuan untuk menentukan pertumbuhan populasi penduduk perempuan dikota Pontianak tahun 2019 menggunakan Matriks Leslie. Adapun faktor yang berpengaruh dalam pertumbuhan penduduk adalah tingkat kesuburan dan tingkat ketahanan hidup. Rumus yang digunakan untuk memprediksi jumlah penduduk p tahun berikutnya dengan menggunakan Matriks Leslie adalah p dengan A merupakan Matriks Leslie dan adalah vector penduduk berisi prediksi jumlah penduduk pada kelas ke-(t+ p) sedangkan adalah vektor populasi yang berisi jumlah penduduk pada kelas umur ke-t. Hasil prediksi pada jumlah penduduk perempuan kota Pontianak tahun 2019 diperoleh sebanyak 315.218 jiwa, sedangkan jumlah penduduk perempuan pada tahun 2017 berjumlah 314.775 jiwa. Hal ini menunjukkan pertumbuhan penduduk perempuan cenderung meningkat. Kata Kunci: Tingkat kesuburan, ketahanan hidup, prediksi
{"title":"ANALISIS JUMLAH PERTUMBUHAN PENDUDUK PEREMPUAN KOTA PONTIANAK MENGGUNAKAN METODE MATRIKS LESLIE","authors":"Hasan Mustofa","doi":"10.26418/bbimst.v8i4.35878","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.35878","url":null,"abstract":"Matriks Leslie merupakan salah satu metode yang dapat digunakan untuk memprediksi pertumbuhan suatu populasi penduduk. Penelitian ini bertujuan untuk menentukan pertumbuhan populasi penduduk perempuan dikota Pontianak tahun 2019 menggunakan Matriks Leslie. Adapun faktor yang berpengaruh dalam pertumbuhan penduduk adalah tingkat kesuburan dan tingkat ketahanan hidup. Rumus yang digunakan untuk memprediksi jumlah penduduk p tahun berikutnya dengan menggunakan Matriks Leslie adalah p dengan A merupakan Matriks Leslie dan adalah vector penduduk berisi prediksi jumlah penduduk pada kelas ke-(t+ p) sedangkan adalah vektor populasi yang berisi jumlah penduduk pada kelas umur ke-t. Hasil prediksi pada jumlah penduduk perempuan kota Pontianak tahun 2019 diperoleh sebanyak 315.218 jiwa, sedangkan jumlah penduduk perempuan pada tahun 2017 berjumlah 314.775 jiwa. Hal ini menunjukkan pertumbuhan penduduk perempuan cenderung meningkat. Kata Kunci: Tingkat kesuburan, ketahanan hidup, prediksi","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"49 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":"124774623","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.v8i4.36553
Mimi Kurniati, Yundari, Setyo Wira Rizki
Least median square (LMS) adalah salah satu metode estimasi dalam regresi robust yang digunakan untuk mengatasi outlier. Dalam metode ini, dengan meminimumkan median kuadrat sisaannya, penduga yang dihasilkan akan lebih resisten terhadap outlier. Data yang digunakan pada penelitian ini adalah data sekunder tentang produksi jeruk di Indonesia tahun 2016 yang diambil dari Kementrian Pertanian. Ukuran data yang digunakan adalah sebanyak 34 yaitu banyak provinsi di Indonesia. Dengan variabel dependen adalah produksi jeruk, dan variabel bebas (independen) yang diambil sebanyak tiga yaitu luas panen, curah hujan, dan suhu. Proses pertama adalah mendeteksi apakah ada outlier pada data, dan melakukan uji asumsi klasik. Kemudian mencari model regresi dengan metode Least median square (LMS). Apabila dibandingkan, hasil model regresi produksi jeruk dengan metode MLS lebih akurat daripada hasil model regresi dengan metode MKT. Dengan demikian dapat disimpulkan bahwa metode regresi robust Least median square (LMS) cukup layak untuk digunakan sebagai alternatif dalam mencari model regresi pada data produksi jeruk di Indonesia tahun 2016 yang mengandung outlier. Kata Kunci : Least Median Square, metode kuadrat terkecil, outlier
{"title":"METODE LEAST MEDIAN SQUARE (LMS) DALAM ANALISIS REGRESI ROBUST KETIKA TERDAPAT OUTLIER","authors":"Mimi Kurniati, Yundari, Setyo Wira Rizki","doi":"10.26418/bbimst.v8i4.36553","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36553","url":null,"abstract":"Least median square (LMS) adalah salah satu metode estimasi dalam regresi robust yang digunakan untuk mengatasi outlier. Dalam metode ini, dengan meminimumkan median kuadrat sisaannya, penduga yang dihasilkan akan lebih resisten terhadap outlier. Data yang digunakan pada penelitian ini adalah data sekunder tentang produksi jeruk di Indonesia tahun 2016 yang diambil dari Kementrian Pertanian. Ukuran data yang digunakan adalah sebanyak 34 yaitu banyak provinsi di Indonesia. Dengan variabel dependen adalah produksi jeruk, dan variabel bebas (independen) yang diambil sebanyak tiga yaitu luas panen, curah hujan, dan suhu. Proses pertama adalah mendeteksi apakah ada outlier pada data, dan melakukan uji asumsi klasik. Kemudian mencari model regresi dengan metode Least median square (LMS). Apabila dibandingkan, hasil model regresi produksi jeruk dengan metode MLS lebih akurat daripada hasil model regresi dengan metode MKT. Dengan demikian dapat disimpulkan bahwa metode regresi robust Least median square (LMS) cukup layak untuk digunakan sebagai alternatif dalam mencari model regresi pada data produksi jeruk di Indonesia tahun 2016 yang mengandung outlier. Kata Kunci : Least Median Square, metode kuadrat terkecil, outlier","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"35 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":"122870139","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.v8i4.35876
Sari Setia Ningrum, Helmi, Fransiskus Fran
Prediksi harga saham di dunia investasi menjadi hal yang sangat penting untuk kegiatan jual-beli saham. Harga saham berubah-ubah secara tidak pasti dipengaruhi beberapa faktor internal dan eksternal. Pergerakan harga saham dapat diprediksi dengan berbagai metode analisis runtun waktu. Pada umumnya, sebagian besar data runtun waktu bersifat tidak stasioner, sehingga proses analisis dapat menggunakan transformasi wavelet diskrit. transformasi wavelet diskrit ini mengubah data asli ke dalam domain wavelet untuk dianalisis. Filter wavelet yang digunakan berbasis wavelet Daubechies. Pada penelitian ini dilakukan analisis penerapan dari transformasi wavelet diskrit pada data runtun waktu dan memprediksi harga saham JII (Jakarta Islamic Index) menggunakan transformasi wavelet diskrit Daubechies. Langkah dalam proses memprediksi ini yaitu melakukan estimasi thresholding untuk mendapatkan model terbaik. Hasil penelitian menunjukan bahwa parameter minimax dengan fungsi hard thresholding maupun soft thresholding memperoleh model terbaik pada level resolusi pertama dan parameter adaptive dengan fungsi soft thresholding memperoleh model terbaik pada level kedua. Namun, model terbaik untuk memprediksi harga penutupan saham harian JII adalah dengan menggunakan parameter adaptive dengan nilai MAPE (Mean Absolute Percentage Error) sebesar 0,188662%. Kata Kunci : estimasi thresholding, parameter minimax, parameter adaptive
{"title":"PREDIKSI HARGA SAHAM JII MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAUBECHIES","authors":"Sari Setia Ningrum, Helmi, Fransiskus Fran","doi":"10.26418/bbimst.v8i4.35876","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.35876","url":null,"abstract":"Prediksi harga saham di dunia investasi menjadi hal yang sangat penting untuk kegiatan jual-beli saham. Harga saham berubah-ubah secara tidak pasti dipengaruhi beberapa faktor internal dan eksternal. Pergerakan harga saham dapat diprediksi dengan berbagai metode analisis runtun waktu. Pada umumnya, sebagian besar data runtun waktu bersifat tidak stasioner, sehingga proses analisis dapat menggunakan transformasi wavelet diskrit. transformasi wavelet diskrit ini mengubah data asli ke dalam domain wavelet untuk dianalisis. Filter wavelet yang digunakan berbasis wavelet Daubechies. Pada penelitian ini dilakukan analisis penerapan dari transformasi wavelet diskrit pada data runtun waktu dan memprediksi harga saham JII (Jakarta Islamic Index) menggunakan transformasi wavelet diskrit Daubechies. Langkah dalam proses memprediksi ini yaitu melakukan estimasi thresholding untuk mendapatkan model terbaik. Hasil penelitian menunjukan bahwa parameter minimax dengan fungsi hard thresholding maupun soft thresholding memperoleh model terbaik pada level resolusi pertama dan parameter adaptive dengan fungsi soft thresholding memperoleh model terbaik pada level kedua. Namun, model terbaik untuk memprediksi harga penutupan saham harian JII adalah dengan menggunakan parameter adaptive dengan nilai MAPE (Mean Absolute Percentage Error) sebesar 0,188662%. Kata Kunci : estimasi thresholding, parameter minimax, parameter adaptive","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"123 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":"126260942","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.v8i4.36494
Irsya Afifah, Helmi, Evi Noviani
Model matematika dalam penelitian ini merupakan model penyebaran penyakit meningitis bertipe . Model tersebut dibentuk dengan membagi seluruh populasi menjadi empat sub-populasi yaitu susceptible (S), carrier (C),infected (I) , dan recovery (R) serta diasumsikan terdapat pengaruh vaksinasi dan pengobatan. Model tersebut dapat dianalisis kestabilannya dengan terlebih dahulu menentukan titik kesetimbangan bebas penyakit (E0), titik kesetimbangan endemik (E1), dan angka reproduksi dasar . Apabila R0<=1 maka titik kesetimbangan bebas penyakit stabil asimtotik global, dan apabila Ro>1 titik kesetimbangan endemik stabil asimtotik global. Sifat tersebut disebut dengan sifat ambang batas. Analisis kestabilan global pada model dilakukan dengan membuktikan adanya fungsi yang memenuhi kriteria kestabilan Lyapunov dan memenuhi sifat ambang batas. Berdasarkan analisis tersebut diperoleh titik kesetimbangan bebas penyakit dan titik kesetimbangan endemik yang stabil asimtotik global. Adapun grafik penyebaran penyakit yang dipengaruhi oleh vaksinasi dan pengobatan dapat dilihat pada grafik simulasi. Kata Kunci : meningitis, kestabilan global, fungsi Lyapunov, sifat ambang batas
{"title":"ANALISIS KESTABILAN GLOBAL MODEL PENYEBARAN PENYAKIT MENINGITIS DENGAN MENGGUNAKAN FUNGSI LYAPUNOV","authors":"Irsya Afifah, Helmi, Evi Noviani","doi":"10.26418/bbimst.v8i4.36494","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36494","url":null,"abstract":"Model matematika dalam penelitian ini merupakan model penyebaran penyakit meningitis bertipe . Model tersebut dibentuk dengan membagi seluruh populasi menjadi empat sub-populasi yaitu susceptible (S), carrier (C),infected (I) , dan recovery (R) serta diasumsikan terdapat pengaruh vaksinasi dan pengobatan. Model tersebut dapat dianalisis kestabilannya dengan terlebih dahulu menentukan titik kesetimbangan bebas penyakit (E0), titik kesetimbangan endemik (E1), dan angka reproduksi dasar . Apabila R0<=1 maka titik kesetimbangan bebas penyakit stabil asimtotik global, dan apabila Ro>1 titik kesetimbangan endemik stabil asimtotik global. Sifat tersebut disebut dengan sifat ambang batas. Analisis kestabilan global pada model dilakukan dengan membuktikan adanya fungsi yang memenuhi kriteria kestabilan Lyapunov dan memenuhi sifat ambang batas. Berdasarkan analisis tersebut diperoleh titik kesetimbangan bebas penyakit dan titik kesetimbangan endemik yang stabil asimtotik global. Adapun grafik penyebaran penyakit yang dipengaruhi oleh vaksinasi dan pengobatan dapat dilihat pada grafik simulasi. Kata Kunci : meningitis, kestabilan global, fungsi Lyapunov, sifat ambang batas","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"68 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":"130749225","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.v8i4.36053
Aloysius Billy Saga, Yundari, Shantika Martha
Model Integer-value autoregressive orde satu (INAR(1)) adalah salah satu model yang digunakan untuk memodelkan data deret waktu berupa bilangan cacah. Berdasarkan asumsi kestasioneran lemah dari data deret waktu maka sifat-sifat statistik yang dibahas adalah rata-rata dan variansi. Dalam model INAR(1) terdapat parameter yang belum diketahui dan perlu diestimasi yaitu probabilitas bertahan dalam suatu proses (alpha) dan parameter komponen kedatangan (lamda). Pada penelitian ini parameter alpha diestimasi menggunakan metode Yule-Walker dan kuadrat terkecil bersyarat sedangkan parameter lamda diestimasi menggunakan metode maksimum likelihood dan kuadrat terkecil bersyarat. Hasil yang diperoleh adalah rata-rata dari model INAR(1) adalah dan variansinya , sedangkan hasil estimasi parameter yang diperoleh adalah estimasi parameter dan . Kata Kunci: Yule-Walker, Maksimum Likelihood, Kuadrat Terkecil Bersyarat
{"title":"ESTIMASI PARAMETER MODEL INTEGER-VALUED AUTOREGRESSIVE ORDE SATU (INAR(1))","authors":"Aloysius Billy Saga, Yundari, Shantika Martha","doi":"10.26418/bbimst.v8i4.36053","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.36053","url":null,"abstract":"Model Integer-value autoregressive orde satu (INAR(1)) adalah salah satu model yang digunakan untuk memodelkan data deret waktu berupa bilangan cacah. Berdasarkan asumsi kestasioneran lemah dari data deret waktu maka sifat-sifat statistik yang dibahas adalah rata-rata dan variansi. Dalam model INAR(1) terdapat parameter yang belum diketahui dan perlu diestimasi yaitu probabilitas bertahan dalam suatu proses (alpha) dan parameter komponen kedatangan (lamda). Pada penelitian ini parameter alpha diestimasi menggunakan metode Yule-Walker dan kuadrat terkecil bersyarat sedangkan parameter lamda diestimasi menggunakan metode maksimum likelihood dan kuadrat terkecil bersyarat. Hasil yang diperoleh adalah rata-rata dari model INAR(1) adalah dan variansinya , sedangkan hasil estimasi parameter yang diperoleh adalah estimasi parameter dan . Kata Kunci: Yule-Walker, Maksimum Likelihood, Kuadrat Terkecil Bersyarat","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"121 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":"122175605","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.v8i4.35880
Esi Sari, Helmi, Fransiskus Fran
Aljabar abstrak merupakan bagian dari ilmu matematika yang mempelajari struktur aljabar. Pada umumnya struktur aljabar yang dibahas memenuhi sifat asosiatif seperti halnya pada grup, akan tetapi terdapat struktur aljabar yang tidak mensyaratkan sifat asosiatif didalamnya, salah satunya adalah Q-aljabar. Suatu himpunan merupakan Q-aljabar apabila himpunan tersebut tak kosong dan memuat konstanta yang dilengkapi dengan operasi biner serta memenuhi aksioma – aksioma tertentu. Pada penelitian ini mengkaji tentang struktur dan sifat- sifat yang berlaku pada Q-aljabar. Berdasarkan penelitian diperoleh bahwa suatu Q-aljabar yang memenuhi sifat asosiatif merupakan grup. Untuk setiap p-radical merupakan ideal pada Q-aljabar, sedangkan tidak semua G-bagian merupakan ideal pada Q-aljabar. Jika fungsi merupakan homomorfisma Q-aljabar maka merupakan ideal. Kata Kunci : Q-aljabar,G-bagian, ideal, homomorfisma
{"title":"STRUKTUR DAN SIFAT- SIFAT Q-ALJABAR","authors":"Esi Sari, Helmi, Fransiskus Fran","doi":"10.26418/bbimst.v8i4.35880","DOIUrl":"https://doi.org/10.26418/bbimst.v8i4.35880","url":null,"abstract":"Aljabar abstrak merupakan bagian dari ilmu matematika yang mempelajari struktur aljabar. Pada umumnya struktur aljabar yang dibahas memenuhi sifat asosiatif seperti halnya pada grup, akan tetapi terdapat struktur aljabar yang tidak mensyaratkan sifat asosiatif didalamnya, salah satunya adalah Q-aljabar. Suatu himpunan merupakan Q-aljabar apabila himpunan tersebut tak kosong dan memuat konstanta yang dilengkapi dengan operasi biner serta memenuhi aksioma – aksioma tertentu. Pada penelitian ini mengkaji tentang struktur dan sifat- sifat yang berlaku pada Q-aljabar. Berdasarkan penelitian diperoleh bahwa suatu Q-aljabar yang memenuhi sifat asosiatif merupakan grup. Untuk setiap p-radical merupakan ideal pada Q-aljabar, sedangkan tidak semua G-bagian merupakan ideal pada Q-aljabar. Jika fungsi merupakan homomorfisma Q-aljabar maka merupakan ideal. Kata Kunci : Q-aljabar,G-bagian, ideal, homomorfisma","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"26 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":"116780341","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：