Zero-divisor graph is an undirectedgraphwhose vertices are zero-divisors of a commutative ring and edges defined as if and only if .Wicaksono (2013) gave some characteristics of graph zero-divisor in the modulary integer ring. This research aims to represent the zero-divisor elements of the polynomial kuosien ring where are prime numbers and into a graph called the zero-divisor graph The method used in this research is a deduktive method. The result shows that the zero divisor graph obtained from polynomial kuosien ring is complete bipartit graph with some characteristics related to its girth, ecccentricity, radius and diameter.
{"title":"SIFAT-SIFAT GRAF PEMBAGI NOL PADA GELANGGANG POLINOM KUOSIEN (Z_p [x])/〈x^(n+1) 〉 ×(Z_q [x])/〈x^(n+1) 〉","authors":"Daisyah Alfian Fatahillah, Ni Wayan Switrayni","doi":"10.29303/emj.v1i2.51","DOIUrl":"https://doi.org/10.29303/emj.v1i2.51","url":null,"abstract":"Zero-divisor graph is an undirectedgraphwhose vertices are zero-divisors of a commutative ring and edges defined as if and only if .Wicaksono (2013) gave some characteristics of graph zero-divisor in the modulary integer ring. This research aims to represent the zero-divisor elements of the polynomial kuosien ring where are prime numbers and into a graph called the zero-divisor graph The method used in this research is a deduktive method. The result shows that the zero divisor graph obtained from polynomial kuosien ring is complete bipartit graph with some characteristics related to its girth, ecccentricity, radius and diameter.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"117 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132456240","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}
Analisis regresi logistik dibagi menjadi beberapa jenis data pada responnya, diantaranya yaitu respon biner, multinomial, ordinal dan poisson. Analisis regresi logistik yang paling sederhana digunakan adalah analisis regresi logistik biner. Regresi logistik biner digunakan untuk menganalisa hubungan antara satu variabel respon dan beberapa variabel independen, dengan variabel responnya berupa data kualitatif dikotomi yaitu bernilai 1 untuk menyatakan keberadaan sebuah karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah karakteristik. Namun regresi biner ini kurang tepat apabila digunakan pada kasus yang memiliki struktur hirarki. Data yang memiliki struktur hirarki, sebenarnya terdapat efek dari kelompok yang membawahi unit-unit yang diteliti. Suatu metode yang digunakan untuk menyelesaikan kasus berstruktur hirarki adalah model multilevel. Penelitian ini menyajikan perbandingan antara model regresi logistik biner satu level dan model regresi logistik biner multilevel dalam menganalisis partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Variabel yang digunakan adalah status bekerja sebagai variabel respon, tipe daerah tempat tinggal, umur, pendidikan, status perkawinan, jenis kelamin, dan pelatihan bersertifikat sebagai variabel penjelas level satu serta IPM, PDRB, dan UMK sebagai variabel penjelas level dua. Pemilihan model terbaik dilakukan dengan membandingkan deviance pada null model regresi logistik biner satu level dan null model regresi logistik biner multilevel serta melakukan pengujian signifikan adanya random effect. Analisis yang dilakukan menunjukkan hasil bahwa deviance pada null model regresi logistik biner multilevel lebih kecil dibandingkan deviance regresi logistik biner satu level serta terdapat random effect sehingga model regresi logistik biner multilevel adalah model yang terbaik dalam menggambar partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Estimasi parameter dengan regresi logistik biner multilevel memperoleh hasil bahwa faktor yang secara signifikan mempengaruhi status bekerja di Provinsi Jawa Tengah tahun 2018 adalah tipe daerah tempat tinggal, jenis kelamin, umur, status perkawinan, keikutsertaan dalam pelatihan yang bersertifikat. Selain itu, terdapat pengaruh perbedaan Kabupaten/Kota yang digambarkan dengan IPM dan PDRB sebagai variabel kontekstual. Sebesar 0,82 persen keragaman status bekerja pada Provinsi Jawa Tengah disebabkan oleh perbedaan karakteristik antar kabupaten/kota asal penduduk.
{"title":"Penerapan Regresi Logistik Biner Multilevel pada Partisipasi Angkatan Kerja di Provinsi Jawa Tengah Tahun 2018","authors":"Meilani Thereza Br. Saragih, Anindia Wahyu Inayah, Rani Nooraeni, Mikha Aprilio, Marita Mutiara Sinsyi, Yolanda Rizkie Aprilia","doi":"10.29303/emj.v1i2.60","DOIUrl":"https://doi.org/10.29303/emj.v1i2.60","url":null,"abstract":"Analisis regresi logistik dibagi menjadi beberapa jenis data pada responnya, diantaranya yaitu respon biner, multinomial, ordinal dan poisson. Analisis regresi logistik yang paling sederhana digunakan adalah analisis regresi logistik biner. Regresi logistik biner digunakan untuk menganalisa hubungan antara satu variabel respon dan beberapa variabel independen, dengan variabel responnya berupa data kualitatif dikotomi yaitu bernilai 1 untuk menyatakan keberadaan sebuah karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah karakteristik. Namun regresi biner ini kurang tepat apabila digunakan pada kasus yang memiliki struktur hirarki. Data yang memiliki struktur hirarki, sebenarnya terdapat efek dari kelompok yang membawahi unit-unit yang diteliti. Suatu metode yang digunakan untuk menyelesaikan kasus berstruktur hirarki adalah model multilevel. Penelitian ini menyajikan perbandingan antara model regresi logistik biner satu level dan model regresi logistik biner multilevel dalam menganalisis partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Variabel yang digunakan adalah status bekerja sebagai variabel respon, tipe daerah tempat tinggal, umur, pendidikan, status perkawinan, jenis kelamin, dan pelatihan bersertifikat sebagai variabel penjelas level satu serta IPM, PDRB, dan UMK sebagai variabel penjelas level dua. Pemilihan model terbaik dilakukan dengan membandingkan deviance pada null model regresi logistik biner satu level dan null model regresi logistik biner multilevel serta melakukan pengujian signifikan adanya random effect. Analisis yang dilakukan menunjukkan hasil bahwa deviance pada null model regresi logistik biner multilevel lebih kecil dibandingkan deviance regresi logistik biner satu level serta terdapat random effect sehingga model regresi logistik biner multilevel adalah model yang terbaik dalam menggambar partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Estimasi parameter dengan regresi logistik biner multilevel memperoleh hasil bahwa faktor yang secara signifikan mempengaruhi status bekerja di Provinsi Jawa Tengah tahun 2018 adalah tipe daerah tempat tinggal, jenis kelamin, umur, status perkawinan, keikutsertaan dalam pelatihan yang bersertifikat. Selain itu, terdapat pengaruh perbedaan Kabupaten/Kota yang digambarkan dengan IPM dan PDRB sebagai variabel kontekstual. Sebesar 0,82 persen keragaman status bekerja pada Provinsi Jawa Tengah disebabkan oleh perbedaan karakteristik antar kabupaten/kota asal penduduk.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"402 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123203116","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}
Penelitian ini bertujuan untuk meramalkan data Indeks Harga Konsumen (IHK) sub-kelompok padi-padian, umbi-umbian dan hasilnya serta sub-kelompok bumbu-bumbuan di Kota Mataram. Data yang digunakan adalah data tahun 2014 sampai dengan tahun 2017, yang digunakan untuk meramalkan nilai IHK pada tahun 2018. Metode yang digunakan dalam penelitian ini adalah metode Vector Autoregressive Integrated Moving Averageatau disebut VARIMA. Hasil penelitian menunjukkan bahwa model terbaik yang diperoleh adalah model VARIMA (1,1,0) dengan akurasi model untuk IHK padi-padian, umbi-umbian dan hasilnya berdasarkan nilai MAPE sebesar 0,7359% yang menyatakan bahwa hasil peramalan dapat dikategorikan sangat baik, sedangkan akurasi model untuk IHK bumbu-bumbuan berdasarkan nilai MAPE sebesar 10,6736% yang menyatakan bahwa hasil peramalan dapat dikategorikan baik.
{"title":"Peramalan Indeks Harga Konsumen Kota Mataram Menggunakan Vector Autoregressive Integrated Moving Average","authors":"Moudy Puspita Ayudhiah, Syamsul Bahri, Nurul Fitriyani","doi":"10.29303/emj.v1i2.61","DOIUrl":"https://doi.org/10.29303/emj.v1i2.61","url":null,"abstract":"Penelitian ini bertujuan untuk meramalkan data Indeks Harga Konsumen (IHK) sub-kelompok padi-padian, umbi-umbian dan hasilnya serta sub-kelompok bumbu-bumbuan di Kota Mataram. Data yang digunakan adalah data tahun 2014 sampai dengan tahun 2017, yang digunakan untuk meramalkan nilai IHK pada tahun 2018. Metode yang digunakan dalam penelitian ini adalah metode Vector Autoregressive Integrated Moving Averageatau disebut VARIMA. Hasil penelitian menunjukkan bahwa model terbaik yang diperoleh adalah model VARIMA (1,1,0) dengan akurasi model untuk IHK padi-padian, umbi-umbian dan hasilnya berdasarkan nilai MAPE sebesar 0,7359% yang menyatakan bahwa hasil peramalan dapat dikategorikan sangat baik, sedangkan akurasi model untuk IHK bumbu-bumbuan berdasarkan nilai MAPE sebesar 10,6736% yang menyatakan bahwa hasil peramalan dapat dikategorikan baik.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"199 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116149557","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}
Ni Luh Putu Dewi Wikayanti, Qurratul Aini, Nurul Fitriyani
Pergerakan Indeks Harga Saham Gabungan (IHSG) dipengaruhi oleh situasi politik dan perekomian global, serta adanya faktor seperti Kurs Dolar Amerika Serikat, Inflasi, dan Tingkat Suku Bunga, yang apabila melemah dapat mengakibatkan perekonomian terguncang. Penelitian ini bertujuan mengkonstruksi model Vector Error Correction Model (VECM) yang merupakan pengembangan model Vector Autoregressive pada runtun waktu yang tidak stasioner dan memiliki hubungan kointegrasi. Selain itu, penelitian ini bertujuan untuk menganalisis hubungan jangka panjang maupun jangka pendek antara faktor-faktor yang mempengaruhi IHSG yaitu Kurs Dolar Amerika Serikat, Inflasi, dan Tingkat Suku Bunga serta menentukan hasil peramalan IHSG berdasarkan faktor yang mempengaruhinya. Model VECM yang diperoleh yaitu VECM(2), yang menunjukkan bahwa perubahan variabel Kurs Dolar Amerika Serikat memiliki pengaruh positif terhadap IHSG, sedangkan Inflasi dan Tingkat Suku Bunga memberikan pengaruh negatif terhadap perubahan IHSG. Hal ini berlaku untuk pengaruh jangka panjang maupun jangka pendek. Hasil peramalan diperoleh dengan menggunakan VECM(2) pada bulan Juli dan Agustus 2019 yaitu sebesar 6424,68 dan 6488,88 dengan nilai MAPE sebesar 1,534%. Nilai MAPE menunjukkan bahwa hasil peramalan dengan model VECM(2) memberikan hasil yang sangat baik.
{"title":"Pengaruh Kurs Dolar Amerika Serikat, Inflasi, dan Tingkat Suku Bunga Terhadap Indeks Harga Saham Gabungan Dengan Vector Error Correction","authors":"Ni Luh Putu Dewi Wikayanti, Qurratul Aini, Nurul Fitriyani","doi":"10.29303/emj.v1i2.58","DOIUrl":"https://doi.org/10.29303/emj.v1i2.58","url":null,"abstract":"Pergerakan Indeks Harga Saham Gabungan (IHSG) dipengaruhi oleh situasi politik dan perekomian global, serta adanya faktor seperti Kurs Dolar Amerika Serikat, Inflasi, dan Tingkat Suku Bunga, yang apabila melemah dapat mengakibatkan perekonomian terguncang. Penelitian ini bertujuan mengkonstruksi model Vector Error Correction Model (VECM) yang merupakan pengembangan model Vector Autoregressive pada runtun waktu yang tidak stasioner dan memiliki hubungan kointegrasi. Selain itu, penelitian ini bertujuan untuk menganalisis hubungan jangka panjang maupun jangka pendek antara faktor-faktor yang mempengaruhi IHSG yaitu Kurs Dolar Amerika Serikat, Inflasi, dan Tingkat Suku Bunga serta menentukan hasil peramalan IHSG berdasarkan faktor yang mempengaruhinya. Model VECM yang diperoleh yaitu VECM(2), yang menunjukkan bahwa perubahan variabel Kurs Dolar Amerika Serikat memiliki pengaruh positif terhadap IHSG, sedangkan Inflasi dan Tingkat Suku Bunga memberikan pengaruh negatif terhadap perubahan IHSG. Hal ini berlaku untuk pengaruh jangka panjang maupun jangka pendek. Hasil peramalan diperoleh dengan menggunakan VECM(2) pada bulan Juli dan Agustus 2019 yaitu sebesar 6424,68 dan 6488,88 dengan nilai MAPE sebesar 1,534%. Nilai MAPE menunjukkan bahwa hasil peramalan dengan model VECM(2) memberikan hasil yang sangat baik.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"12 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116958249","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}
Himayati Himayati, Ni Wayan Switrayni, D. Komalasari, Nurul Fitriyani
Factor analysis is a multivariate statistical method that tries to explain the relationship between a number of independent variables by grouping these variables into factors. With this grouping, the existing variables will be easier to interpret. In increasing the power of factor interpretation, a matrix loading factor transformation must be performed. The transformation can be done by choosing the method that is in orthogonal rotation, the varimax or quartimax or equamax method. In order to find out which rotation techniques is the most appropriate, the minimum square distance values () generated from the procrustes method used. In this study three data were used from the results of the questionnaire, for data I obtain the value of the minimum distance squared with a varimax rotation that is with ; for data II obtain the value of the minimum distance squared with a quartimax rotation that is with ; for data III obtain the value of the minimum distance squared with a varimax rotation that is with .
{"title":"Analisis Rotasi Ortogonal pada Teknik Analisis Faktor Menggunakan Metode Procrustes","authors":"Himayati Himayati, Ni Wayan Switrayni, D. Komalasari, Nurul Fitriyani","doi":"10.29303/emj.v1i2.66","DOIUrl":"https://doi.org/10.29303/emj.v1i2.66","url":null,"abstract":"Factor analysis is a multivariate statistical method that tries to explain the relationship between a number of independent variables by grouping these variables into factors. With this grouping, the existing variables will be easier to interpret. In increasing the power of factor interpretation, a matrix loading factor transformation must be performed. The transformation can be done by choosing the method that is in orthogonal rotation, the varimax or quartimax or equamax method. In order to find out which rotation techniques is the most appropriate, the minimum square distance values () generated from the procrustes method used. In this study three data were used from the results of the questionnaire, for data I obtain the value of the minimum distance squared with a varimax rotation that is with ; for data II obtain the value of the minimum distance squared with a quartimax rotation that is with ; for data III obtain the value of the minimum distance squared with a varimax rotation that is with .","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"126 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126707665","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}
This study aims to compare the Classification and Regression Trees (CART) and Naïve Bayes Classification (NBC) methods in classifying the nutritional status of toddlers in West Pagesangan by looking at their accuracy and also knowing the variables that influence the classification of toddler nutritional status. The data used in this study were toddlers who come to the posyandu in May 2019, with predictor variables used namely gender, ages, weight, mother’s employment status, mother’s education level, number of children and parents income. The result showed that Naïve Bayes Classification (NBC) is better in classifying the nutritional status of toddlers in West Pagesangan than Classification and Regression Trees (CART). This can be seen from the accuracy values obtained with three comparisons of training data and testing data. In the comparison of 90% of training data: 10% of testing data, obtained an accuracy value of 90% for NBC and 85% for CART, in the comparison of 80% of training data: 20% of testing data, obtained an accuracy value 0f 82.5% for NBC and 80% for CART, while in comparison 70% traing data : 30% testing data, obtained an accuracy value 72% for NBC and 70%for CART. This study also showed that significant variables the classification of nutritional status of toddlers in West Pagesangan village are age, gender, weight and parents income.
{"title":"Perbandingan Metode Classification and Regression Trees (CART) dengan Naïve Bayes Classification (NBC) dalam Klasifikasi Status Gizi Balita di Kelurahan Pagesangan Barat","authors":"Nurul Insan, Mustika Hadijati, Irwansyah Irwansyah","doi":"10.29303/emj.v1i2.68","DOIUrl":"https://doi.org/10.29303/emj.v1i2.68","url":null,"abstract":"This study aims to compare the Classification and Regression Trees (CART) and Naïve Bayes Classification (NBC) methods in classifying the nutritional status of toddlers in West Pagesangan by looking at their accuracy and also knowing the variables that influence the classification of toddler nutritional status. The data used in this study were toddlers who come to the posyandu in May 2019, with predictor variables used namely gender, ages, weight, mother’s employment status, mother’s education level, number of children and parents income. The result showed that Naïve Bayes Classification (NBC) is better in classifying the nutritional status of toddlers in West Pagesangan than Classification and Regression Trees (CART). This can be seen from the accuracy values obtained with three comparisons of training data and testing data. In the comparison of 90% of training data: 10% of testing data, obtained an accuracy value of 90% for NBC and 85% for CART, in the comparison of 80% of training data: 20% of testing data, obtained an accuracy value 0f 82.5% for NBC and 80% for CART, while in comparison 70% traing data : 30% testing data, obtained an accuracy value 72% for NBC and 70%for CART. This study also showed that significant variables the classification of nutritional status of toddlers in West Pagesangan village are age, gender, weight and parents income.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"19 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126213902","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}
D. Firmansyah, Fathin Nadillah, M. Rizky, Nurul Hanifah Septiani, S. R. Y. Sinurat, Rani Nooraeni
Kelahiran di luar nikah adalah setiap kelahiran yang terjadi di luar pernikahan di mana orang tua mereka tidak menikah secara sah. Wanita yang melahirkan di luar nikah masih dianggap tabu di Indonesia, karena kelahiran di luar nikah dianggap melanggar budaya dan hukum Indonesia. Menurut data Survei Demografi dan Kesehatan Indonesia (SDKI) 2017, dari semua kasus kelahiran di luar nikah di kalangan perempuan usia subur di Indonesia, 53 persen di antaranya terjadi di Provinsi Nusa Tenggara Timur. Kasus kelahiran di luar nikah di Indonesia terbilang sedikit karena keberadaan norma sosial, agama, dan stigma yang masih berlaku di masyarakat. Jadi, sebuah penelitian dilakukan untuk mengetahui faktor-faktor yang mempengaruhi kejadian kelahiran di luar nikah. Karena angka kelahiran di luar nikah relatif rendah (kejadian langka) sehingga metode yang tepat untuk menganalisis masalah ini adalah Zero Inflated Poisson. Hasil penelitian menunjukkan bahwa untuk model log, variabel yang mempengaruhi jumlah rata-rata anak yang lahir di luar nikah adalah status kontrasepsi, tingkat pendidikan, dan status pekerjaan. Untuk model logit, variabel yang mempengaruhi risiko tidak memiliki kelahiran di luar nikah adalah status pekerjaan dan kelompok umur.
{"title":"PENERAPAN MODEL REGRESI ZERO INFLATED POISSON PADA KEJADIAN KELAHIRAN DI LUAR NIKAH WUS DI PROVINSI NUSA TENGGARA TIMUR TAHUN 2017 (ANALISIS DATA SDKI 2017)","authors":"D. Firmansyah, Fathin Nadillah, M. Rizky, Nurul Hanifah Septiani, S. R. Y. Sinurat, Rani Nooraeni","doi":"10.29303/emj.v1i2.67","DOIUrl":"https://doi.org/10.29303/emj.v1i2.67","url":null,"abstract":"Kelahiran di luar nikah adalah setiap kelahiran yang terjadi di luar pernikahan di mana orang tua mereka tidak menikah secara sah. Wanita yang melahirkan di luar nikah masih dianggap tabu di Indonesia, karena kelahiran di luar nikah dianggap melanggar budaya dan hukum Indonesia. Menurut data Survei Demografi dan Kesehatan Indonesia (SDKI) 2017, dari semua kasus kelahiran di luar nikah di kalangan perempuan usia subur di Indonesia, 53 persen di antaranya terjadi di Provinsi Nusa Tenggara Timur. Kasus kelahiran di luar nikah di Indonesia terbilang sedikit karena keberadaan norma sosial, agama, dan stigma yang masih berlaku di masyarakat. Jadi, sebuah penelitian dilakukan untuk mengetahui faktor-faktor yang mempengaruhi kejadian kelahiran di luar nikah. Karena angka kelahiran di luar nikah relatif rendah (kejadian langka) sehingga metode yang tepat untuk menganalisis masalah ini adalah Zero Inflated Poisson. Hasil penelitian menunjukkan bahwa untuk model log, variabel yang mempengaruhi jumlah rata-rata anak yang lahir di luar nikah adalah status kontrasepsi, tingkat pendidikan, dan status pekerjaan. Untuk model logit, variabel yang mempengaruhi risiko tidak memiliki kelahiran di luar nikah adalah status pekerjaan dan kelompok umur.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"29 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127229495","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}
Abdul Azis Lalu Mursy, Hibban Kholiq, Diah Ayu Saptyaningtyas, Rina Juliana, Mira Sulisdiana, Mamika Ujianita Romdhini
PT. Sadar Jaya Manunggal merupakan salah satu perusahaan yang bergerak dalam pengadaan bahan bangunan. Perusahaan ini memiliki banyak cabang di kota-kota besar Indonesia, salah satunya di Kota Mataram yaitu di jalan TGH. Faisal no 78. Setiap hari, perusahaan akan melakukan pendistribusian bahan bangunan kepada para konsumen. Kegiatan pendistribusian ini memakan biaya dan waktu yang dipengaruhi oleh jarak setiap tempat yang menjadi tujuan pendistribusian, sehingga timbullah masalah bagaimana agar kegiatan pendistribusian ini memakan biaya dan waktu seminimal mungkin, sehingga perusahaan memperoleh keuntungan yang optimal. Masalah tersebut merupakan bentuk travelling salesman problem yaitu mencari rute terpendek untuk pendistribusian bahan bangunan kepada semua konsumen. Pemecahan permasalahan tersebut adalah dengan merepresentasikan peta tujuan pendistribusian atau alamat para konsumen ke dalam bentuk graf lengkap berbobot, selanjutnya permasalahan diselesaikan menggunakan Algoritma Branch and Bound. Perhitungan dilakukan secara manual dengan jarak (dalam kilometer) sebagai bobot perhitungan. Berdasarkan perhitungan menggunakan Algoritma Branch and Bound untuk optimasi rute pendistribusian bahan bangunan oleh PT. Sadar Jaya Manunggal Mataram menghasilkan solusi rute: (PT. Sadar Jaya Manunggal Mataram - UD. Mitra Utama - Pos Bangunan - Kunci Pelita - UD. Budi Rahman - Kurnia Jaya - UD. Salha - Ikhlas Bersama - PT. Sadar Jaya Manunggal Mataram) dengan total jarak 122,3 km.
PT. Jaya Manunggal是一家从事建筑材料采购的公司。该公司在印尼主要城市有许多分支机构，其中一个在TGH街的马塔拉姆市。费萨尔78号。该公司将每天向消费者分配建筑材料。分配活动的成本和时间受到分配目标的距离的影响，因此，如何分配的成本和时间减少是一个问题，从而使企业获得最佳利润。这是一种旅行问题，一种向所有消费者寻求最短的建筑材料分配路线。解决这个问题的方法是将分配目标地图或消费者的地址写入完整重量表，然后使用分支算法和绑定算法解决问题。计算是由计算重量的距离(以公里为单位)手动完成的。根据计算，使用Branch和研究算法优化了PT. Jaya Manunggal Mataram分配材料的路线，得出了通路方案:(PT. realize Manunggal Mataram - UD)。主要的合作伙伴- post building - key灯- UD。仁慈的礼物。Salha - re巴蒂- PT. Jaya Manunggal Mataram)总共跑了122.3公里。
{"title":"Menentukan Rute Terpendek Pendistribusian Bahan Bangunan oleh PT. Sadar Jaya Manunggal Mataram Menggunakan Algoritma Branch and Bound","authors":"Abdul Azis Lalu Mursy, Hibban Kholiq, Diah Ayu Saptyaningtyas, Rina Juliana, Mira Sulisdiana, Mamika Ujianita Romdhini","doi":"10.29303/EMJ.V1I1.24","DOIUrl":"https://doi.org/10.29303/EMJ.V1I1.24","url":null,"abstract":"PT. Sadar Jaya Manunggal merupakan salah satu perusahaan yang bergerak dalam pengadaan bahan bangunan. Perusahaan ini memiliki banyak cabang di kota-kota besar Indonesia, salah satunya di Kota Mataram yaitu di jalan TGH. Faisal no 78. Setiap hari, perusahaan akan melakukan pendistribusian bahan bangunan kepada para konsumen. Kegiatan pendistribusian ini memakan biaya dan waktu yang dipengaruhi oleh jarak setiap tempat yang menjadi tujuan pendistribusian, sehingga timbullah masalah bagaimana agar kegiatan pendistribusian ini memakan biaya dan waktu seminimal mungkin, sehingga perusahaan memperoleh keuntungan yang optimal. Masalah tersebut merupakan bentuk travelling salesman problem yaitu mencari rute terpendek untuk pendistribusian bahan bangunan kepada semua konsumen. Pemecahan permasalahan tersebut adalah dengan merepresentasikan peta tujuan pendistribusian atau alamat para konsumen ke dalam bentuk graf lengkap berbobot, selanjutnya permasalahan diselesaikan menggunakan Algoritma Branch and Bound. Perhitungan dilakukan secara manual dengan jarak (dalam kilometer) sebagai bobot perhitungan. Berdasarkan perhitungan menggunakan Algoritma Branch and Bound untuk optimasi rute pendistribusian bahan bangunan oleh PT. Sadar Jaya Manunggal Mataram menghasilkan solusi rute: (PT. Sadar Jaya Manunggal Mataram - UD. Mitra Utama - Pos Bangunan - Kunci Pelita - UD. Budi Rahman - Kurnia Jaya - UD. Salha - Ikhlas Bersama - PT. Sadar Jaya Manunggal Mataram) dengan total jarak 122,3 km.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"63 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-06-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124916195","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}
Ulfa Destiarina, Mustika Hadijati, D. Komalasari, Nurul Fitriyani
In parameter estimation, sometimes there are several problems that require the completion of a mixture distribution. This study aimed to apply the parameter estimation of exponential and Weibull mixture distribution in simulation data using the Bayesian Markov Chain Monte Carlo (MCMC) estimation method. The results obtained indicate that the analytic calculations of parameter estimation were more accurate than the calculations with the help of software, based on the terms of the suitability of the theory and its integration process.
{"title":"Estimasi Parameter Distribusi Mixture Eksponensial dan Weibull dengan Metode Bayesian Markov Chain Monte Carlo","authors":"Ulfa Destiarina, Mustika Hadijati, D. Komalasari, Nurul Fitriyani","doi":"10.29303/EMJ.V1I1.30","DOIUrl":"https://doi.org/10.29303/EMJ.V1I1.30","url":null,"abstract":"In parameter estimation, sometimes there are several problems that require the completion of a mixture distribution. This study aimed to apply the parameter estimation of exponential and Weibull mixture distribution in simulation data using the Bayesian Markov Chain Monte Carlo (MCMC) estimation method. The results obtained indicate that the analytic calculations of parameter estimation were more accurate than the calculations with the help of software, based on the terms of the suitability of the theory and its integration process.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"55 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-06-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132343971","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：