Claim Missing Document
Check
Articles

Found 10 Documents
Search

Positifitas dan Ketercapaian Sistem Linier Fractional Waktu Kontinu Fahcruddin, Imam
CAUCHY Vol 2, No 1 (2011): CAUCHY
Publisher : Mathematics Department, Maulana Malik Ibrahim State Islamic University of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (156.501 KB) | DOI: 10.18860/ca.v2i1.1804

Abstract

This paper studies a solution of the fractional continuous-time linier system. Necessary and sufficient condition were established for the internal and external positivity of fractional systems. Sufficient conditions are given for the reachability of fractional positive systems.
PENERAPAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM PERAMALAN NILAI TUKAR DOLAR TERHADAP RUPIAH Faridah, Siti; Fahcruddin, Imam
Gamatika Vol 1, No 1: Jurnal Gagasan Matematika Dan Informatika
Publisher : Gamatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Sebagian besar data deret waktu ekonomi dan keuangan, asumsi  kestasioneran varians (heteroskedastisitas)  untuk model Autoregresif (AR), Moving Average (MA), dan Autoregressive Moving Average (ARMA) adalah ditolak. Bagaimanapun Model Autoregressive Conditional Heteroscedastic (ARCH) dan Generalized Autoregressive Conditional Heteroscedastic (GARCH) dapat digunakan sebagai asumsi untuk data dengan varians yang tidak stasioner (heteroskedastisitas). Tujuan dari penelitian ini adalah memodelkan nilai tukar dolar terhadap rupiah dengan menggunakan model GARCH dan mengetahui peramalan nilai tukar dollar terhadap rupiah dengan menggunakan model GARCH. Model GARCH dimulai dengan transformasi data kedalam model , kemudian sisaan kuadratiknya diuji untuk mengetahui adanya efek ARCH/GARCH. Estimasi parameter yang digunakan adalah Maximum Likelihood (ML) untuk mendapatkan nilai  dan untuk menguji model diuji dengan sisaan yang sudah dibakukan menggunakan statistik Ljung-Box Q. Model GARCH(1,1) sudah cukup baik  jika tidak ada pengaruh dari ARCH/GARCH dalam sisaan yang dibakukan. Akhir dari penilitian ini, model GARCH dalam nilai tukar dollar terhadap rupiah  adalah : Dengan model di atas dapat diramalkan untuk tanggal 1 juli 2010 nilai tukar dollar terhadap rupiah berkisar antara Rp. 9089.377 dan Rp. 9089.638. Kata kunci : Peramalan, Transsformasi, maximum likelihood, GARCH. Abstract Most of the time series data of economic and financial assumptions kestasioneran variance (heteroscedasticity) to model the autoregressive (AR), Moving Average (MA), and Autoregressive Moving Average (ARMA) is rejected. However Autoregressive Conditional Heteroscedastic Model (ARCH) and the Generalized Autoregressive Conditional Heteroscedastic (GARCH) can be used as an assumption for data with stationary variances (heteroscedasticity). The purpose of this study was to model the exchange rate of the dollar against the rupiah using GARCH models and know forecasting the dollar against the rupiah using GARCH models. GARCH model begins with the transformation of data into the model , then the remnant quadratic tested to determine the effects of ARCH / GARCH. Estimation of the parameters used is Maximum Likelihood (ML) to get the value and to test models that have been tested with standardized remnant using Ljung-Box Q statistics. GARCH model (1,1) is good enough if there is no effect of ARCH / GARCH standardized in the remnant. The studies end of this, GARCH models in the dollar against the rupiah exchange rate is: With the above model can be predicted for the 1 July 2010 the exchange rate of the dollar against the rupiah ranged between Rp. 9089.377 and Rp. 9089,638. Keywords: Forecasting, Transsformtioni, maximum likelihood, GARCH.
SPECTRUM MATRIKS TERHUBUNG LANGSUNG JENIS-JENIS GRAF HASIL KALI KARTESIUS Fahcruddin, Imam
Gamatika Vol 1, No 2: Jurnal Gagasan Matematika Dan Informatika
Publisher : Gamatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Himpunan eigenvalues grafik dari matriks adjacency disebut spectrum grafik. Spektrum dari suatu graf G dengan simpul n biasanya dinotasikan Sp (G). Ada juga beberapa cara pembentukan dari dua grafik, grafik baru dimana set vertexnya adalah produk Cartesian set vertex mereka. Dalam tulisan ini kita mempelajari spektrum produk Cartesian dua graf sederhana. Memanfaatkan teorema tentang spektrum produk Cartesian dua grafik sederhana, kami membuktikan bahwa : 1. Spektrum grafik tangga adalah 2. Spektrum grafik buku 3. Spektrum grafik grid Kata kunci: Spectrum,Matriks Adjacency, Produk Cartesian Grafik Abstract The set graph eigenvalues of adjacency matrix is called the graph spectrum. The spectrum of a graph G with n vertices is usually denoted Sp (G). There are also several ways the formation of the two graphs, new graphs which are set vertex is Cartesian product their set vertex. In this paper we study the spectrum of Cartesian product two simple graphs. Utilizing theorem proves that: 1. The spectrum chart ladder is: 2. Spectrum grafik grid 3. Spectrum grafik grid Keywords: Spectrum, adjacency matrix, Cartesian Product Graphs
PENERAPAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM PERAMALAN NILAI TUKAR DOLAR TERHADAP RUPIAH Faridah, Siti; Fahcruddin, Imam
Gamatika Vol 1, No 1 (2010): Jurnal Gagasan Matematika Dan Informatika
Publisher : Gamatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Sebagian besar data deret waktu ekonomi dan keuangan, asumsi  kestasioneran varians (heteroskedastisitas)  untuk model Autoregresif (AR), Moving Average (MA), dan Autoregressive Moving Average (ARMA) adalah ditolak. Bagaimanapun Model Autoregressive Conditional Heteroscedastic (ARCH) dan Generalized Autoregressive Conditional Heteroscedastic (GARCH) dapat digunakan sebagai asumsi untuk data dengan varians yang tidak stasioner (heteroskedastisitas). Tujuan dari penelitian ini adalah memodelkan nilai tukar dolar terhadap rupiah dengan menggunakan model GARCH dan mengetahui peramalan nilai tukar dollar terhadap rupiah dengan menggunakan model GARCH. Model GARCH dimulai dengan transformasi data kedalam model , kemudian sisaan kuadratiknya diuji untuk mengetahui adanya efek ARCH/GARCH. Estimasi parameter yang digunakan adalah Maximum Likelihood (ML) untuk mendapatkan nilai  dan untuk menguji model diuji dengan sisaan yang sudah dibakukan menggunakan statistik Ljung-Box Q. Model GARCH(1,1) sudah cukup baik  jika tidak ada pengaruh dari ARCH/GARCH dalam sisaan yang dibakukan. Akhir dari penilitian ini, model GARCH dalam nilai tukar dollar terhadap rupiah  adalah : Dengan model di atas dapat diramalkan untuk tanggal 1 juli 2010 nilai tukar dollar terhadap rupiah berkisar antara Rp. 9089.377 dan Rp. 9089.638. Kata kunci : Peramalan, Transsformasi, maximum likelihood, GARCH. Abstract Most of the time series data of economic and financial assumptions kestasioneran variance (heteroscedasticity) to model the autoregressive (AR), Moving Average (MA), and Autoregressive Moving Average (ARMA) is rejected. However Autoregressive Conditional Heteroscedastic Model (ARCH) and the Generalized Autoregressive Conditional Heteroscedastic (GARCH) can be used as an assumption for data with stationary variances (heteroscedasticity). The purpose of this study was to model the exchange rate of the dollar against the rupiah using GARCH models and know forecasting the dollar against the rupiah using GARCH models. GARCH model begins with the transformation of data into the model , then the remnant quadratic tested to determine the effects of ARCH / GARCH. Estimation of the parameters used is Maximum Likelihood (ML) to get the value and to test models that have been tested with standardized remnant using Ljung-Box Q statistics. GARCH model (1,1) is good enough if there is no effect of ARCH / GARCH standardized in the remnant. The studies end of this, GARCH models in the dollar against the rupiah exchange rate is: With the above model can be predicted for the 1 July 2010 the exchange rate of the dollar against the rupiah ranged between Rp. 9089.377 and Rp. 9089,638. Keywords: Forecasting, Transsformtioni, maximum likelihood, GARCH.
Kajian Persepsi Taruna STIP Jakarta Terhadap Kualitas Pelayanan Pelabuhan Dalam Mensukseskan Persiapan Angkutan Mudik Lebaran Tahun 2018 Wibowo, Titis Ari; Fahcruddin, Imam; Siregar, Pande I.
Meteor STIP Marunda Vol 11 No 1 (2018): Juni
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat (P3M) STIP Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36101/msm.v11i1.30

Abstract

Lonjakan penumpang angkutan laut sangat meningkat pada saat mudik lebaran. Peningkatan kualitas pelayanan pelabuhan tentu menjadi factor penting dalam mensukseskan persiapan mudik lebaran tahun 2018. Penelitian ini bertujuan untuk mengetahui persepsi pengguna jasa kapal penumpang terhadap kualitas pelayanan pelabuhan dan memberikan usulan perbaikan pelayanannya berdasarkan hasil pengukuran menggunakan metode Servis Quality (Servqual). Berdasarkan hasil penelitian, didapatkan tingkat kesesuaian pada masing-masing item kurang dari 100% dan gap yang terjadi juga semuanya negatif. Artinya pihak pengguna jasa belum merasa puas dengan pelayanan yang diberikan pihak pelabuhan. Hal ini disebabkan karena yang diharapkan oleh pengguna jasa melebihi kinerja yang diberikan pihak pelabuhan. Lebih lanjut, perbaikan yang perlu diperhatikan meliputi item 2, 3, 6, 12 dan 15. Kemudian item yang perlu dipertahankan ada pada item 7, 13 dan 17. Yang terakhir, item yang dirasa berlebihan ada pada item 4, 5, 9, 10, 11, 16 dan 18.
PENERAPAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM PERAMALAN NILAI TUKAR DOLAR TERHADAP RUPIAH Faridah, Siti; Fahcruddin, Imam
Gamatika Vol 1, No 1 (2010): Jurnal Gagasan Matematika Dan Informatika
Publisher : Gamatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Sebagian besar data deret waktu ekonomi dan keuangan, asumsi  kestasioneran varians (heteroskedastisitas)  untuk model Autoregresif (AR), Moving Average (MA), dan Autoregressive Moving Average (ARMA) adalah ditolak. Bagaimanapun Model Autoregressive Conditional Heteroscedastic (ARCH) dan Generalized Autoregressive Conditional Heteroscedastic (GARCH) dapat digunakan sebagai asumsi untuk data dengan varians yang tidak stasioner (heteroskedastisitas). Tujuan dari penelitian ini adalah memodelkan nilai tukar dolar terhadap rupiah dengan menggunakan model GARCH dan mengetahui peramalan nilai tukar dollar terhadap rupiah dengan menggunakan model GARCH. Model GARCH dimulai dengan transformasi data kedalam model , kemudian sisaan kuadratiknya diuji untuk mengetahui adanya efek ARCH/GARCH. Estimasi parameter yang digunakan adalah Maximum Likelihood (ML) untuk mendapatkan nilai  dan untuk menguji model diuji dengan sisaan yang sudah dibakukan menggunakan statistik Ljung-Box Q. Model GARCH(1,1) sudah cukup baik  jika tidak ada pengaruh dari ARCH/GARCH dalam sisaan yang dibakukan. Akhir dari penilitian ini, model GARCH dalam nilai tukar dollar terhadap rupiah  adalah : Dengan model di atas dapat diramalkan untuk tanggal 1 juli 2010 nilai tukar dollar terhadap rupiah berkisar antara Rp. 9089.377 dan Rp. 9089.638. Kata kunci : Peramalan, Transsformasi, maximum likelihood, GARCH. Abstract Most of the time series data of economic and financial assumptions kestasioneran variance (heteroscedasticity) to model the autoregressive (AR), Moving Average (MA), and Autoregressive Moving Average (ARMA) is rejected. However Autoregressive Conditional Heteroscedastic Model (ARCH) and the Generalized Autoregressive Conditional Heteroscedastic (GARCH) can be used as an assumption for data with stationary variances (heteroscedasticity). The purpose of this study was to model the exchange rate of the dollar against the rupiah using GARCH models and know forecasting the dollar against the rupiah using GARCH models. GARCH model begins with the transformation of data into the model , then the remnant quadratic tested to determine the effects of ARCH / GARCH. Estimation of the parameters used is Maximum Likelihood (ML) to get the value and to test models that have been tested with standardized remnant using Ljung-Box Q statistics. GARCH model (1,1) is good enough if there is no effect of ARCH / GARCH standardized in the remnant. The studies end of this, GARCH models in the dollar against the rupiah exchange rate is: With the above model can be predicted for the 1 July 2010 the exchange rate of the dollar against the rupiah ranged between Rp. 9089.377 and Rp. 9089,638. Keywords: Forecasting, Transsformtioni, maximum likelihood, GARCH.
SPECTRUM MATRIKS TERHUBUNG LANGSUNG JENIS-JENIS GRAF HASIL KALI KARTESIUS Fahcruddin, Imam
Gamatika Vol 1, No 2 (2011): Jurnal Gagasan Matematika Dan Informatika
Publisher : Gamatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Himpunan eigenvalues grafik dari matriks adjacency disebut spectrum grafik. Spektrum dari suatu graf G dengan simpul n biasanya dinotasikan Sp (G). Ada juga beberapa cara pembentukan dari dua grafik, grafik baru dimana set vertexnya adalah produk Cartesian set vertex mereka. Dalam tulisan ini kita mempelajari spektrum produk Cartesian dua graf sederhana. Memanfaatkan teorema tentang spektrum produk Cartesian dua grafik sederhana, kami membuktikan bahwa : 1. Spektrum grafik tangga adalah 2. Spektrum grafik buku 3. Spektrum grafik grid Kata kunci: Spectrum,Matriks Adjacency, Produk Cartesian Grafik Abstract The set graph eigenvalues of adjacency matrix is called the graph spectrum. The spectrum of a graph G with n vertices is usually denoted Sp (G). There are also several ways the formation of the two graphs, new graphs which are set vertex is Cartesian product their set vertex. In this paper we study the spectrum of Cartesian product two simple graphs. Utilizing theorem proves that: 1. The spectrum chart ladder is: 2. Spectrum grafik grid 3. Spectrum grafik grid Keywords: Spectrum, adjacency matrix, Cartesian Product Graphs
KINERJA KOMPETENSI PERWIRA PERMESINAN KAPAL: SUATU ANALISIS KESENJANGAN BERBASIS KOMPETENSI Priadi, Antoni Arif; Fahcruddin, Imam; Almuzani, Nafi; Gupron, Ahmad Kasan
Jurnal Penelitian Transportasi Laut Vol 20, No 2 (2018): Jurnal Penelitian Transportasi Laut
Publisher : Puslitbang Transportasi Laut, Sungai, Danau, dan Penyeberangan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/transla.v20i2.813

Abstract

Indonesia memegang peran penting dalam industri maritim dunia. Salah satunya melalui penyediaan pelaut untuk pangsa pasar nasional maupun internasional. Besarnya jumlah pelaut Indonesia jika tidak diimbangi dengan kualitas atau kompetensinya menyebabkan lemahnya daya serap pelaut Indonesia ke kapal dalam negeri maupun luar negeri. Kompetensi yang dimiliki manusia dapat diketahui oleh orang yang melihat dan menilai aktifitas yang dia lakukan. Dengan membandingkan antara persepsi dan harapan, kita bisa mengetahui apakah ada gap (kesenjangan) dalam mencapai suatu tujuan. Dalam penelitian ini dibahas persepsi dan harapan kompetensi perwira mesin kapal asal Indonesia tahun 2017 menggunakan analisis kesenjangan. Dari hasil penelitian diperoleh tingkat kesesuaian antara persepsi dan harapan kompetensi perwira mesin kapal untuk kompetensi permesinan kapal sebesar 78.92%, kompetensi listrik, elektronika, dan sistem kontrol sebesar 77.69%, kompetensi perawatan dan perbaikan sebesar 77.97%, kompetensi pengendalian operasi kapal dan penanganan personil di kapal sebesar 77.34% serta kompetensi softskill sebesar 80.92%. Kesenjangan yang terjadi antara persepsi dan harapan kompetensi perwira mesin kapal adalah negatif.
SPECTRUM MATRIKS TERHUBUNG LANGSUNG JENIS-JENIS GRAF HASIL KALI KARTESIUS Fahcruddin, Imam
Gamatika Vol 1, No 2 (2011): Jurnal Gagasan Matematika Dan Informatika
Publisher : Gamatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Himpunan eigenvalues grafik dari matriks adjacency disebut spectrum grafik. Spektrum dari suatu graf G dengan simpul n biasanya dinotasikan Sp (G). Ada juga beberapa cara pembentukan dari dua grafik, grafik baru dimana set vertexnya adalah produk Cartesian set vertex mereka. Dalam tulisan ini kita mempelajari spektrum produk Cartesian dua graf sederhana. Memanfaatkan teorema tentang spektrum produk Cartesian dua grafik sederhana, kami membuktikan bahwa : 1. Spektrum grafik tangga adalah 2. Spektrum grafik buku 3. Spektrum grafik grid Kata kunci: Spectrum,Matriks Adjacency, Produk Cartesian Grafik Abstract The set graph eigenvalues of adjacency matrix is called the graph spectrum. The spectrum of a graph G with n vertices is usually denoted Sp (G). There are also several ways the formation of the two graphs, new graphs which are set vertex is Cartesian product their set vertex. In this paper we study the spectrum of Cartesian product two simple graphs. Utilizing theorem proves that: 1. The spectrum chart ladder is: 2. Spectrum grafik grid 3. Spectrum grafik grid Keywords: Spectrum, adjacency matrix, Cartesian Product Graphs
PROSES SCAFFOLDING BERDASARKAN KESALAHAN PESERTA DIDIK DALAM PEMECAHAN MASALAH VOLUME BENDA PUTAR Fahcruddin, Imam; Sulandra, I Made
HISTOGRAM: Jurnal Pendidikan Matematika Vol 4, No 2 (2020): Histogram
Publisher : STKIP Andi Matappa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31100/histogram.v4i2.586

Abstract

One of the applied integral is calculating the volume of a solid of revolution. Some errors experienced by students when solving the problem of volume of a solid of revolution are errors in drawing rotating objects and errors in formulating the volume of rotating objects in the form of integrals. This study aims to determine the scaffolding process that is given to students based on errors experienced when resolving rotating objects volume problems. The selection of research subjects is based on the smooth communication and ability of students so as to get three people. The data collection technique used is think aloud. From the results of the study obtained several errors experienced by the three research subjects with different initial abilities that is to simplify the function of absolute value. Scaffolding that is applied is to provide questions that lead to remember and explain the definition of an absolute value function. In addition, all research subjects also experienced errors in formulating the volume of solid of revolution. The scaffolding that is applied is to provide questions to remind about the concepts used in formulating the volume of solid of revolution. Then, the research subject with low ability has an error in determining the area that is limited by several functions and an error in identifying the components used to determine the volume of solid of revolution. Scaffolding applied is inviting students to contribute to look for clues in determining areas that are limited by several functions.