Claim Missing Document
Check
Articles

Found 10 Documents
Search

ANALISIS MODEL PELUANG BERTAHAN HIDUP (SURVIVAL) DAN APLIKASINYA S. FAJARIYAH; H. SUMARNO; N. K. K. ARDANA
MILANG Journal of Mathematics and Its Applications Vol. 12 No. 2 (2013): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (665.36 KB) | DOI: 10.29244/jmap.12.2.51-60

Abstract

Up till now, models of demography mathematics usually use discrete approximation. This research will use continue approximation agree with demography characteristic that always change every times.  The Maximum Likelihood method is chosen by using five distributions. There are two data that use i.e. hypothetic data and life table data of Banten. The result of hypothetic data shows that if we choose real distribution, it will produce the good value of 2 R , whereas with survival data of Banten. The result shows that Weibull distribution is the best from another distributions. Keywords: survival function, maximum likelihood method.
BIPLOT DAN IMPLEMENTASINYA DENGAN PEMROGRAMAN FUNGSIONAL MATHEMATICA N. K. K. ARDANA; S. SISWADI
MILANG Journal of Mathematics and Its Applications Vol. 4 No. 2 (2005): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (5653.802 KB) | DOI: 10.29244/jmap.4.2.45-55

Abstract

Teknik pemrograman fungsional mathematica digunakan untuk mengimplementasikan metode (Gabriel) biplot. Hasil utarna yang diperoleh berupa suatu perintah/fungsi biplot[data, 0, opsi]. Argumen pertama: data berupa data mentah dalam bentuk matriks dan peubah ganda yang terdiri dari n obyek dan p peubah. Argumen a berupa koefisien a € [0,1] pada penguraian nilai singular rnatriks data X = VA V' = (U Aa)( A I-a V')=GH". Nilai a = 0 menghasilkan biplot korelasi, a = 1 menghasilkan biplot jarak Euclid, 0.= 0.5 menghasilkan biplot antara. Kombinasi a, = 1 untuk G dan 0.2 = 0 untuk H menghasilkan biplot kombinasi. Argumen opsi berupa tambahan untuk label titik-titik obyek dan vektor peubah. Perintah biplot akan menghasilkan sekaligus plot obyek yang dinyatakan dengan tebaran titik koordinatnya, dan plot vektor peubah yang dinyatakan dengan garis. Illustrasi kasus nyata berupa biplot pernanfaatan dan pengembangan Teknologi Informasi (TI) pada beberapa negara diberikan untuk melihat tampilan biplot yang dihasilkan beserta interpretasinya.
PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA B. SETIAWATY; D. H. SANTOSO; N. K. K. ARDANA
MILANG Journal of Mathematics and Its Applications Vol. 7 No. 2 (2008): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (250.999 KB) | DOI: 10.29244/jmap.7.2.1-10

Abstract

Perilaku nilai tukar Rupiah terhadap $US dari tahun 1998 sampai dengan 2007 dicoba dimodelkan dengan menggunakan deret waktu Hidden Markov satu waktu sebelumnya. Pendugaan parameter model dilakukan menggunakan Metode Maximum Likelihood dan pendugaan ulang menggunakan metode Expectation Maximization. Hasil yang diperoleh cukup baik karena sudah menggambarkan secara umum perilaku nilai tukar Rupiah. Galat antara nilai harapan dengan nilai sebenarnya relatif cukup kecil.
PEMANTAUAN PERSAMAAN MODEL STRUKTURAL DALAM DATA ORDINAL B. SUHARJO; LA MBAU; N. K. K. ARDANA
MILANG Journal of Mathematics and Its Applications Vol. 8 No. 1 (2009): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (713.526 KB) | DOI: 10.29244/jmap.8.1.21-36

Abstract

Structural equation modeling (SEM) is one of multivariate techniques  that can estimates a series of interrelated dependence relationships from a number of endogenous and exogenous variables, as well as latent (unobserved) variables simultaneously. To estimates their parameters, SEM based on structure covariance matrix, there are severals methods can be used as estimation methods, namely maximum likelihood (ML), weighted least squares (WLS), generalized least squares (GLS) and unweighted least squares (ULS). The purpose of this paper are to learn these methods in estimating SEM parameters and to compare their consistency, accuracy and sensitivity based on sample size and multinormality assumption of observed variables.  Using a fully crossed design, data were generated for 2 conditions of normality  and 5 different sample sizes. The result showed that when data are normally distributed, ML and GLS more consistent and accurate then the  other methods
PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV DUA WAKTU SEBELUMNYA B. SETIAWATY; S. F. NIKMAH; N. K. K. ARDANA
MILANG Journal of Mathematics and Its Applications Vol. 8 No. 2 (2009): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.081 KB) | DOI: 10.29244/jmap.8.2.47-56

Abstract

Perilaku nilai tukar Rupiah terhadap $US dari tahun 1998 sampai dengan 2008 dicoba dimodelkan dengan menggunakan deret waktu Hidden Markov dua waktu sebelumnya. Pendugaan parameter model dilakukan menggunakan Metode Maximum Likelihood dan pendugaan ulang menggunakan metode Expectation Maximization. Hasil yang diperoleh cukup baik karena sudah menggambarkan secara umum perilaku nilai tukar Rupiah. Galat antara nilai harapan dengan nilai sebenarnya relatif cukup kecil.
PEMODELAN NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA MENGGUNAKAN DERET WAKTU HIDDEN MARKOV TIGA WAKTU SEBELUMNYA B. SETIAWATY; S. A. PURNOMO; N. K. K. ARDANA
MILANG Journal of Mathematics and Its Applications Vol. 10 No. 1 (2011): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1964.432 KB) | DOI: 10.29244/jmap.10.1.39-50

Abstract

Perilaku nilai tukar Rupiah terhadap Dollar Amerika dari tahun 1998 sampai dengan 2009 dicoba dimodelkan dengan menggunakan deret waktu Hidden Markov tiga waktu sebelumnya. Pendugaan parameter model dilakukan menggunakan Metode Maximum Likelihood dan pendugaan ulang menggunakan metode Expectation Maximization. Hasil yang diperoleh cukup baik karena sudah menggambarkan secara umum perilaku nilai tukar Rupiah. Galat antara nilai harapan dengan nilai sebenarnya relatif cukup kecil.
PEMODELAN HIDDEN MARKOV UNTUK TRANSAKSI PELANGGAN D. A. MUNAWAR; B. SETIAWATY; N. K. K. ARDANA
MILANG Journal of Mathematics and Its Applications Vol. 10 No. 2 (2011): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1448.508 KB) | DOI: 10.29244/jmap.10.2.41-51

Abstract

Transaksi pelanggan dapat dimodelkan menggunakan Hidden Markov. Pendugaan parameter model dilakukan menggunakan MetodeMaximum Likelihood Rabiner yang terdiri dari: Algoritme Forward, Algoritme Virtebi dan algoritme Baum-Welch. Aplikasi pada data transaksi perusahaan seluler menunjukkan hasil yang memuaskan. 
APLIKASI MODEL HIDDEN MARKOV DISKRET UNTUK MENDETEKSI PENYALAHGUNAAN KARTU KREDIT P. UTARI; B. SETIAWATY; N. K. K. ARDANA
MILANG Journal of Mathematics and Its Applications Vol. 11 No. 1 (2012): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2257.818 KB) | DOI: 10.29244/jmap.11.1.21-30

Abstract

Model Hidden Markov diskret diaplikasikan pada transaksi suatu kartu kredit untuk mendeteksi penyalahgunaan terhadap penggunaan kartu kredit tersebut. Pendugaan parameter model dilakukan menggunakan Metode Maximum Likelihood Rabiner yang terdiri dari : Algoritme Forward. Algoritme Virtebi dan Atgoritme Baum-Welch. Dengan menggunakan parameter dugaan proses deteksi kartu kredit dilakukan dengan menghitung peluang observasi untuk setiap transaksi baru. Jika perbandingan selisih dari peluang observasi transaksi baru dengan transaksi sebelumnya lebih besar atau sama dengan nilai ambang batas, maka transaksi baru tersebut terdeteksi sebagai penyalahgunaan.
PEMODELAN NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA MENGGUNAKAN DERET WAKTU HIDDEN MARKOV EMPAT WAKTU SEBELUMNYA A. K. CRENATA; B. SETIAWATY; N. K. K. ARDANA
MILANG Journal of Mathematics and Its Applications Vol. 11 No. 2 (2012): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2140.135 KB) | DOI: 10.29244/jmap.11.2.36-46

Abstract

Perilaku nilai tukar Rupiah terhadap Dollar Amerika dari tahun 1998 sampai dengan 2011 dicoba dimodelkan dengan menggunakan deret waktu Hidden Markov empat waktu sebelumnya. Pendugaan parameter model dilakukan menggunakan metode Maximum Likelihood dan pendugaan ulang menggunakan metode Expectation Maximization. Hasil yang diperoleh ternyata tidak lebih baik daripada hasil jika menggunakan deret waktu Hidden Markov tiga waktu sebelumnya. Hal ini mungkin disebabkan oleh kompleksitas perhitungan numerik.
PAKET BIPLOT BIASA DAN KEKAR DENGAN PEMROGRAMAN FUNGSIONAL MATHEMATICA BERBASIS GUI N. K. K. ARDANA; S. SISWADI
MILANG Journal of Mathematics and Its Applications Vol. 8 No. 2 (2009): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1170.078 KB) | DOI: 10.29244/jmap.8.2.57-64

Abstract

Paket biplot sebagai alat eksplorasi dan visualisasi data peubah ganda dikembangkan dengan teknik pemrograman fungsional Mathematica berbasis GUI (Graphical User Interface)  Paket ini dapat digunakan untuk melakukan eksplorasi data peubah ganda, baik tanpa pencilan maupun dengan pencilan. Analisis biplot biasa untuk kasus data tanpa pencilan menggunakan penguraian nilai singular matriks data dengan norma L2, sedangkan biplot kekar untuk kasus matriks data yang mengandung pencilan dilakukan dengan memberikan bobot pada setiap baris matriks data pendugaan-M kekar. Konfigurasi peubah-objek ditampilkan di dalam ruang dua dimensi pada berbagai koefisien α ϵ [0,1] yang dapat diubah secara interaktif, disertai ukuran kesesuaian matriks pendekatan, dan berbagai hasil komputasi numerik lainnya, Ilustrasi numerik diberikan untuk melihat tampilan kedua jenis biplot yang dihasilkan.