Articles
<![CDATA[TUTORIAL SOFTWARE: ANALISIS DATA MENGGUNAKAN PEMROGRAMAN MAKRO MINITAB ]]>
<![CDATA[Muh. Irwan]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 5 No 1 (2017) ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v5i1.4480
<![CDATA[Minitab merupakan salah satu paket program pengolahan data statistik yang sangat baik dan digemari oleh statistisi maupun ahli teknik. Minitab memiliki bahasa pemrograman yang dikenal dengan macro minitab. Pada bagian pembahasan telah dijelaskan operator, perulangan, control statement dan tipe data sebagai dasar pemrograman lanjutan dalam minitab. Sehingga minitab menjadi alternatif bahasa pemrograman yang dapat digunakan dalam menjelaskan data dalam kehidupan sehari-hari.]]>
<![CDATA[IMPLEMENTASI METODE MARKOWITZ DALAM PEMILIHAN PORTOFOLIO SAHAM OPTIMAL ]]>
<![CDATA[Rinawati Ibnas]]>;
<![CDATA[Muh. Irwan]]>;
<![CDATA[Muhammad Al Ma'arif]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 5 No 2 (2017) ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (345.104 KB)
|
DOI: 10.24252/msa.v5i2.4507
<![CDATA[Salah satu kegiatan perseorangan atau perusahaan dalam mengembangkan usaha adalah dengan cara berinvestasi. Dalam berinvestasi terdapat berbagai macam investasi, salah satu diantara investasi jangka panjang yaitu saham. Metode Markowitz termasuk salah satu model yang tepat dalam memilih portofolio yang menekankan pada usaha memaksimalkan ekspektasi return dan dapat meminimumkan ketidakpastian atau risiko saham. Penelitian ini bertujuan untuk memilih dan mengetahui Portofolio Saham yang Optimal dengan Metode Markowitz. Hasil penelitian ini menunjukkan dari 6 saham yang telah diteliti, terbentuk 15 kombinasi portofolio (tiap portofolio terdiri dari 2 saham) yang diperoleh, dengan bobot (80% : 20%) dan (50% : 50%) yang telah diberikan, terdapat 1 portofolio optimal, yaitu (bobot 80% : 20%) portofolio 6 dengan tingkat keuntungan sebesar 2.359% dan risiko sebesar 2.359%. Sedangkan (bobot 50% : 50%) portofolio 6 dengan tingkat keuntungan sebesar 2.207% dan risiko sebesar 2.207%. Portofolio 6 yaitu kombinasi antar Asuransi Bina Arta Tbk. (ABDA.JK) dan Asuransi Dayin Mitra Tbk. (ASDM.JK)]]>
<![CDATA[TRANSFORMASI FOURIER DAN TRANSFORMASI FOURIER QUATERNION ]]>
<![CDATA[Muh. Irwan]]>;
<![CDATA[Muhammad Ridwan]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 5 No 2 (2017) ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (122.564 KB)
|
DOI: 10.24252/msa.v5i2.4508
<![CDATA[pada paper ini menjelaskan transformasi Fourier baik yang bernilai real maupun yang bernilai quaternion. Perbedaan mendasarnya terletak pada kernel transformasi, dimana pada transformasi Fourier quaternion dibedakan menjadi tiga jenis, yaitu sisi kiri, sisi kanan dan dua sisi. Adapun sifat-sifat yang dibuktikan seperti pergeseran, modulasi, pengskalaan dan lain-lain (TFQ sisi kanan).]]>
<![CDATA[PENGANTAR MATLAB UNTUK SISTEM PERSAMAAN LINEAR ]]>
<![CDATA[Muh. Irwan]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 5 No 2 (2017) ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (145.715 KB)
|
DOI: 10.24252/msa.v5i2.4509
<![CDATA[Pada paper ini dijelaskan beberapa alternatif dalam menyelesaikan sistem persamaan linear (SPL) dengan menggunakan MATLA. Metode yang digunakan diantaranya adalah metode matriks (????????=????????−1????????) , rref([????????,????????]) dan eliminasi Gauss]]>
<![CDATA[EKUIVALENSI KEKONVERGENAN POINTWISE DAN KEKONVERGENAN SERAGAM PADA BARISAN FUNGSI ]]>
<![CDATA[Wahidah Alwi]]>;
<![CDATA[Ishak Ishak]]>;
<![CDATA[Muh. Irwan]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 6 No 2 (2018) ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (150.012 KB)
|
DOI: 10.24252/msa.v6i2.6417
<![CDATA[Tulisan ini membahas tentang ekuivalensi kekonvergenan pointwise dan kekonvergenan seragam pada barisan fungsi. Kekonvergenan pointwise adalah kekonvergenan barisan fungsi dimana suatu barisan fungsi dapat memiliki satu atau lebih nilai limit dan tidak mampu mempertahankan sifat kontinu suatu fungsi. Sedangkan kekonvergenan seragam mengakibatkan ketunggalan nilai limit dan mampu mempertahankan kekontinuan fungsi. Sehingga penelitian ini bertujuan untuk menunjukkan karakteristik dari barisan fungsi yang menjamin ekuivalensi dari dua jenis kekonvergenan tersebut. Terkait dengan ekuivalensi kekonvergenan pointwise dan kekonvergenan seragam, dapat ditunjukkan karakteristik barisan fungsi yang menjadi syarat terjadinya ekuivalensi yaitu barisan yang monoton dan terbatas serta ketunggalan nilai limitnya. Selain itu ditunjukkan karakteristik fungsi yang menjamin terjadinya ekuivalensi yaitu barisan fungsi monoton seragam.]]>
<![CDATA[PEMODELAN MATEMATIKA DALAM SISTEM MASSA PEGAS ]]>
<![CDATA[muh irwan]]>;
<![CDATA[Erniwati Jalil]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 7 No 1 (2019) ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (339.733 KB)
|
DOI: 10.24252/msa.v7i1.7520
<![CDATA[Pada paper ini diperkenalkan teori pemodelan matematika dalam bidang fisika khususnya pada sistem massa pegas teredam linear dengan massa tidak constant. Hasil yang diperoleh adalah suatu model matematika dalam bentuk pesamaan diferensial linear orde dua dengan koefisien tidak constant. Adapun solusi persamassam berbentuk kurva sinosoida dengan amplitudodan phase gelombang tidak tetap. Hal ini dibabkan karena pengaruh massa benda dan koefisein gaya gesek.]]>
<![CDATA[Pemodelan Matematika Dalam Sistem Massa Pegas Dengan Massa Tidak Konstan ]]>
<![CDATA[Erniwati Jalil]]>;
<![CDATA[Muh Irwan]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 7 No 2 (2019) ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (311.485 KB)
|
DOI: 10.24252/msa.v7i2.11357
<![CDATA[Pada paper ini diperkenalkan teori pemodelan matematika dalam bidang fisika. pada sistem massa pegas teredam linear dengan massa tidak constant dengan perubahan massa untuk setiap saat dua kali lebih ringan dari berat sebelumnya. Hasil yang diperoleh adalah suatu model matematika dalam bentuk pesamaan diferensial linear orde dua dengan koefisien tidak constant. Adapun solusi persamassam berbentuk kurva sinosoida dengan amplitude dan phase gelombang tidak tetap. Hal ini disebabkan karena pengaruh massa benda dan koefisein gaya gesek. ]]>
<![CDATA[MODEL EPIDEMIK SIR PADA KASUS COVID-19 DI INDONESIA ]]>
<![CDATA[Muh Irwan]]>;
<![CDATA[Hikmawati Pathuddin]]>;
<![CDATA[Erniwati Jalil]]>;
<![CDATA[Andi Mariani]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 8 No 2 (2020): Volume 8 Nomor 2 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i2.14613
<![CDATA[Model epodemik SIR merupakan salah satu model matematika di bidang epidemiologi. Model ini terbagi ke dalam tiga subpopulasi yaitu Susceptible, Infection, dan Removed.. Pada paper ini, dilakukan analisis terhadap penyakit yang disebabkan oleh COVID-19. Dari model SIR yang telah dibentuk, diperoleh . Pada simulasi numeric yang dilakukan dengan mengambil initial value berdasarkan waktu mulai diterapkannya PSBB di beberapa wilayah di Indonesia yaitu pada tanggal 07 April 2020 dan disusul beberapa wilayah lainnya, diketahui bahwa jumlah individu terinfeksi akan semakin menurun dan sebaliknya jumlah individu sembuh akan meningkat jika PSBB diberlakukan]]>
<![CDATA[PENERAPAN INTEGRAL LIPAT DUA DALAM PENENTUAN VOLUME PERMUKAAN KUADRATIS ]]>
<![CDATA[Muh irwan]]>;
<![CDATA[Irwan Kasse]]>;
<![CDATA[Darmiani Darmiani]]>;
<![CDATA[Erniwati Jalil]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 9 No 1 (2021): VOLUME 9 NOMOR 1 TAHUN 2021 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v9i1.18459
<![CDATA[Perhitungan volume permukaan kuadratis dengan menggunakan integral lipat dua membutuhkan ketelitian dalam proses pencariannya, oleh karena itu diperlukan alat atau sarana yang dapat membantu mengecek keakuratannya. Salah satu alat atau sarana yang dapat digunakan adalah program R. Penelitian ini bertujuan untuk menentukan rumus volume permukaan kuadratis serta mengetahui aplikasi integral dalam menentukan volume benda permukaan kuadratis menggunakan program R. Berdasarkan hasil pengamatan diperoleh rumus volume permukaan kuadratis serta penggunaan integral dalam menentukan volume benda permukaan kuadratis menggunakan R. Benda permukaan kuadratis yang akan dihitung harus diukur panjang bagian-bagiannya terlebih dahulu, selanjutnya akan ditentukan daerah integrasi dan fungsi yang akan diintegrasikan.]]>
<![CDATA[ANALISIS PENGENDALIAN KUALITAS STATISTIK GULA RAFINASI DENGAN PETA KENDALI MULTIVARIAT T-SQUARE (STUDI KASUS: PT. MAKASSAR TENE) ]]>
<![CDATA[Irwan Kasse]]>;
<![CDATA[Efita Erianti]]>;
<![CDATA[Muh. Irwan]]>
<![CDATA[ Jurnal MSA ( Matematika dan Statistika serta Aplikasinya) Vol 8 No 1 (2020): Volume 8 Nomor 1 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Alauddin Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/msa.v8i1.19364
<![CDATA[Sugar is a simple carbohydrate that is a source of energy. Sugar consumption in each country are different from Indonesia. Demand for sugar in Indonesia is always changing and increasing along with increasing of the population in Indonesia. If sugar consumption in Indonesia is Increasing, Sugar Production have to be increased. Of course, the company have to guarantee the quality of sugar. There are several factors that affect the quality of sugar. So, the company must always check the quality of sugar to be producted by considering these factors. Therefore, this research used multivariate T2 control chart method. This study aims to determine whether refined sugar products have been statistically controlled using multivariate T-Square control chart. The method used is the Statistical Quality Control method with multivariate T-Square control chart. The results of the study show that all refined sugar products have been statistically controlled by using multivariate T-Square control chart after making several revisions and can be a reference in the analysis control chart.]]>
