Claim Missing Document
Check
Articles

Found 26 Documents
Search

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Rachmatin, S.Si., M.Si., Dewi
Jurnal Pengajaran Matematika dan Ilmu Pengetahuan Alam Vol 9, No 2 (2007): Jurnal Pengajaran MIPA
Publisher : Faculty of Mathematics and Science Education, Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18269/jpmipa.v9i2.321

Abstract

Gagasan dasar dari Analisis Kanonik adalah mengembangkan pengertian koefisien korelasi antara dua kelompok variabel kuantitatif menjadi pengertian “korelasi” antara dua kelompok variabel kuantitatif. Melalui teknik Analisis Kanonik dapat dipelajari kemiripan antara kedua kelompok variabel kuantitatif. Berdasarkan hasil ini, penyajian data variabel maupun individu dapat dilakukan pada ruang bagian berdimensi kecil yang optimal seperti halnya pada Analisis Komponen Utama.Kata Kunci : Analisis Kanonik, korelasi antara dua kelompok variabel kuantitatif, penyajian data.
MONOTHETIC DIVISIVE CLUSTERING (MONA) PADA DATA INTERVAL DAN HISTOGRAM (Studi Kasus : Data Indeks Komponen IPM pada Provinsi-provinsi di Indonesia Wilayah Timur Tahun 2012) Dahlan, Jarnawi Afgani; Rachmatin, Dewi; Fathia, Anisa Bella
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

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

Abstract

ABSTRAK: Monothetic Divisive Clustering (MONA) merupakan salah satu metode pengklasteran dalam analisis klaster hierarki, lebih tepatnya metode divisive atau pemecahan. Metode ini mula-mulanya menghimpun seluruh objek dalam satu klaster besar, kemudian klaster tersebut dipecah ke dalam dua sub-klaster berdasarkan pertanyaan biner, lalu kedua sub-klaster tersebut dipecah lagi ke dalam dua sub-klaster, begitu seterusnya hingga dalam satu klaster terdiri dari objek tunggal (singleton) atau tidak ada lagi variabel pemisah yang tersisa. Ketika menghadapi suatu data histogram atau data berdistribusi peluang biasanya sangat sulit untuk dilakukan penganalisisan khususnya pengelompokkan untuk mengidentifikasi masing-masing objek. Penggunaan metode Monothetic Divisive Clustering (MONA) pada data interval dan histogram sangat tepat dan efisien untuk digunakan. Kata kunci : monothetic divisive clustering, analisis klaster hierarki, divisive methods, data interval, data histogram, symbolic data.
ANALIS EFISIENSI PELAYANAN RUMAH SAKIT UMUM PEMERINTAH KABUPATEN/KOTA DI JAWA BARAT MENGGUNAKAN METODE PCA-DEA ANALYSIS EFFICIENCY OF PUBLIC HOSPITALS IN WEST JAVA: AN APPROACH TO PRINCIPAL COMPONENT ANALYSIS WITH DATA ENVELOPMENT ANALYSIS Herrhyanto, Nar; Hardiyana, Indra; Rachmatin, Dewi
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

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

Abstract

ABSTRAKAnalisis efisiensi merupakan salah satu metode yang digunakan untuk menghitung kinerja Decisions Making Unit (DMU). Analisis efisiensi sendiri secara sederhana merupakan perbandingan antara output dan input suatu DMU. Bidang pelayanan kesehatan mempunyai peran dalam suksesnya pembangunan nasional yang perlu dinilai kinerjanya, oleh karena itu pada penelitian kali ini akan dikaji perhitungan efisiensi 21 rumah sakit umum kelas B milik pemerintahkabupaten/kota yang ada di Jawa Barat dengan menggunakan metode Principal Component Analysis-Data Envelopment Analysis (PCA-DEA) untuk menilai kinerja rumah sakit sebagai pelayan kesehatan masyarakat. Penelitian ini akan menggunakan PCA untuk menentukan komponen utama pada 5 variabel output dan 2 variabel input dan menggunakan hasil komponen utama PCA sebagai variabel output dan input yang baru untuk menghitung DEA, diperoleh 3 komponen utama input dan 1 komponen utama output. Dari 21 rumah sakit hanya terdapat 5 rumah sakit yang efisien berdasarkan metode PCA-CCR dan 6 rumah sakit yang efisien berdasarkan PCA-BCC, dari proyeksi perbaikan penilain yang dilakukan perbaikan rumah sakit umum yang tidak efisien mengalami pengurangan yang sangat progresif rata-rata 49% menurut model PCA-CCR, sedangkan pada model PCA-BCC rata-rata 28% pada seluruh inputnya dikedua model tersebut.Kata kunci :Efisiensi, Rumah Sakit Umum, DEA,PCA-CCR,PCA-BCC. 
PENERAPAN METODE EXPONENTIALLY WEIGTHED MOVING AVERAGE (EWMA) DAN METODE SEMI VARIANS (SV) DALAM PERHITUNGAN RISIKO PORTOFOLIO SAHAM PT PINDAD PERSERO Dewi Rachmatin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 15, No 2 (2015)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v15i2.1469

Abstract

Tujuan penelitian yang telah dilakukan adalah menghitung nilai risiko portofolio saham optimal, dan metode yang digunakan dalam menentukan nilai risiko (Value at Risk) adalah Exponentially Weighted Moving Average (EWMA) dan Semi Varians (SV). Model EWMA dipilih karena data nilai return saham cenderung bersifat heteroskedastis sedangkan SV dipilih karena tidak memerlukan asumsi distribusi apapun sehingga kedua metode tersebut dapat diterapkan pada data nilai return saham yang sama. Dari hasil  penelitian ini, investor yang akan melakukan jual-beli saham dapat menentukan metode mana yang paling sesuai guna meminimalkan risiko kerugian sehingga memperoleh keuntungan maksimum. Hasil penelitian menunjukkan bahwa portofolio optimum yang diperoleh dengan menggunakan metode EWMA memiliki komposisi portofolio yang terdiri dari INDF 43,15%, UNVR 21,58%, SMGR 22,35%, INTP 12,92%, dengan tingkat risiko (VaR) sebesar Rp 9.910.339,867 atau 2,47%. Sedangkan dengan menggunakan metode SV diperoleh INDF 38,09%, UNVR 24,85%, SMGR 19,53%, INTP 17,53%, dengan tingkat risiko (VaR) sebesar Rp 9.448.912,9 atau 2,35%. Penelitian ini menggunakan nilai eksposur sebesar Rp 100 Juta untuk tiap sahamnya atau Rp 400 Juta untuk portofolio.
DESAIN GAME ONLINE MATEMATIKA MENGGUNAKAN HTML DAN FLASH DALAM PERKULIAHAN MULTIMEDIA PENDIDIKAN MATEMATIKA BERBANTUAN E-LEARNING Sudihartinih, Eyus; Rachmatin, Dewi
Jurnal Pendidikan (Teori dan Praktik) Vol 5, No 1 (2020): Volume 5, Nomor 1, April 2020
Publisher : Fakultas Ilmu Pendidikan Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jp.v5n1.p%p

Abstract

This study aims to obtain a description of online mathematical game design using HTML and Flash in e-learning-assisted mathematics education multimedia lectures. This research is a pre-experimental type of one-shot case study. The research participants were a class of students consisting of 34 people (5 men and 29 women), 5th- semester students in multimedia mathematics education courses in the mathematics education department at one of the universities in Indonesia. The research instrument was a questionnaire through Google forms and interviews. In this study, triangulation was carried out using documentation, interviews, and theory. Based on the results of the study note that HTML and Flash can be used in the design of mathematical games even though students have not previously learned both but the results are good. The author suggests that students be able to try the math game at school during research or teaching practice. In addition, the authors hope the game can be published on the internet so that it can be used by many students.
Aplikasi Metode Weighted Principal Component Analysis (WPCA) dengan Software S-PLUS2000 Dewi Rachmatin
Jurnal Penelitian Sains Vol 17, No 2 (2015)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.102 KB) | DOI: 10.56064/jps.v17i2.49

Abstract

Sebuah metode baru untuk mereduksi ruang berdimensi tinggi yang dikembangkan dari metode PCA yaitu Weighted Principal Component Analysis (WPCA) diperkenalkan oleh J.F. Pinto da Costa, H. Alonso dan L. Roque (2011). Oleh karena pada metode PCA, koefisien korelasi Pearson sangat sensitif dengan kehadiran gangguan dan pencilan, maka pada metode WPCA ini digunakan koefisien korelasi baru yang melibatkan rank dari setiap pengamatan untuk setiap variabel. Untuk memberikan gambaran tentang metode WPCA ini, Pada artikel ini program untuk WPCA dibuat dengan software S-PLUS 2000 diterapkan pada data bayi (Damayanti, 2008) serta data catatan waktu pelari (Johnson, 2007), dan hasilnya dibandingkan dengan hasil metode PCA klasik.
PREDIKSI HARGA SAHAM MENGGUNAKAN MODEL JUMP DIFFUSION Ilyas, Isti Agustia; Puspita, Entit; Rachmatin, Dewi
Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.335 KB) | DOI: 10.17509/jem.v6i1.11654

Abstract

ABSTRAK. Pergerakan harga saham pada dasarnya tidak dapat diprediksi secara pasti dan berfluktuasi seiring dengan bertambahnya waktu dan situasi yang berkembang, karena itu diperlukan model harga saham untuk periode yang akan datang. Salah satu metode yang digunakan untuk memprediksi harga saham di masa yang akan datang berdasarkan harga saham masa lalu adalah Jump Diffusion Model. Kesimpulan yang didapat dari penelitian ini adalah terbentuknya model jump diffusion untuk memprediksi harga saham Bank Negara Indonesia (persero) Tbk periode yang akan datang berdasarkan Persamaan Diferensial Stokastik (PDS) dan Proses Ito. Model dan prediksi harga saham yang diperoleh memiliki Mean Absolute Percentage Error (MAPE) sebesar 1,761%, sehingga akurasi prediksi atau peramalan harga saham termasuk ke dalam kategori sangat baik. Kata Kunci: Jump Diffusion Model, Return Saham, Investasi, Prediksi Harga Saham, Persamaan Diferensial Stokastik (PDS), Proses Ito. ABSTRACT. Stock price movements are basically unpredictable and fluctuate as time and situation grow, therefore a stock price model is needed for the coming period. One method used to predict future stock prices based on past stock prices is the Jump Diffusion Model. The conclusion of writing this paper is the derivative of jump diffusion model to predict the future stock price of Bank Negara Indonesia (Persero) Tbk based on Stochastic Differential Equation (SDE) and Process Ito. The model and stock price predictions obtained have Mean Absolute Percentage Error (MAPE) of 1.761%, so prediction accuracy or stock price forecasting fall into very good category. Keywords: Jump Diffusion Model, Stock Return, Investment, Stock Price Prediction, Stochastic Differential Equation (SDE), Ito Process.
ANALIS EFISIENSI PELAYANAN RUMAH SAKIT UMUM PEMERINTAH KABUPATEN/KOTA DI JAWA BARAT MENGGUNAKAN METODE PCA-DEA ANALYSIS EFFICIENCY OF PUBLIC HOSPITALS IN WEST JAVA: AN APPROACH TO PRINCIPAL COMPONENT ANALYSIS WITH DATA ENVELOPMENT ANALYSIS Hardiyana, Indra; Herhyanto, Nar; Rachmatin, Dewi
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.275 KB) | DOI: 10.17509/jem.v2i1.11272

Abstract

ABSTRAKAnalisis efisiensi merupakan salah satu metode yang digunakan untuk menghitung kinerja Decisions Making Unit (DMU). Analisis efisiensi sendiri secara sederhana merupakan perbandingan antara output dan input suatu DMU. Bidang pelayanan kesehatan mempunyai peran dalam suksesnya pembangunan nasional yang perlu dinilai kinerjanya, oleh karena itu pada penelitian kali ini akan dikaji perhitungan efisiensi 21 rumah sakit umum kelas B milik pemerintahkabupaten/kota yang ada di Jawa Barat dengan menggunakan metode Principal Component Analysis-Data Envelopment Analysis (PCA-DEA) untuk menilai kinerja rumah sakit sebagai pelayan kesehatan masyarakat. Penelitian ini akan menggunakan PCA untuk menentukan komponen utama pada 5 variabel output dan 2 variabel input dan menggunakan hasil komponen utama PCA sebagai variabel output dan input yang baru untuk menghitung DEA, diperoleh 3 komponen utama input dan 1 komponen utama output. Dari 21 rumah sakit hanya terdapat 5 rumah sakit yang efisien berdasarkan metode PCA-CCR dan 6 rumah sakit yang efisien berdasarkan PCA-BCC, dari proyeksi perbaikan penilain yang dilakukan perbaikan rumah sakit umum yang tidak efisien mengalami pengurangan yang sangat progresif rata-rata 49% menurut model PCA-CCR, sedangkan pada model PCA-BCC rata-rata 28% pada seluruh inputnya dikedua model tersebut.Kata kunci :Efisiensi, Rumah Sakit Umum, DEA,PCA-CCR,PCA-BCC.ABSTRACTEfficiency analysis is one method used to calculate the performance of Decisions Making Unit (DMU). Analysis of efficiency itself is simply the ratio between output and input of a DMU. Field of health services have a role in the success of national development that need to be assessed performance, therefore, the present study will be assessed for efficiency calculations 21 public hospitals class B belongs to the district/city in West Java by using Principal Component Analysis-Data Envelopment analysis (PCA-DEA) to assess the performance of the hospital as a public health service. This study will use PCA to determine the major components in the 5 variables output and two input variables and use the results of PCA as a main component output and input variables for calculating the new DEA, obtained 3 main components output and one major component input. Of the 21 hospitals there are only five hospitals efficiently based PCA-CCR and 6 hospitals efficiently based PCA-BCC, of the projected improvements assessment of the improvement public hospitals are inefficient experienced a reduction in a very progressive average of 49% PCA-CCR according to the model, while the PCA-BCC models an average of 28% across all inputs in both models.Keyword : Efficiency , Public Hospital , DEA , CCR - PCA , PCA – BCC.
PROGRAM APLIKASI PENGELOMPOKAN OBJEK DENGAN METODE SELF ORGANIZING MAP MENGGUNAKAN BAHASA R Siti Kania; Dewi Rachmatin; Jarnawi Afgani Dahlan
Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (252.183 KB) | DOI: 10.17509/jem.v7i2.22132

Abstract

ABSTRAKAnalisis klaster merupakan salah satu teknik analisis statistika multivariat yang bertujuan untuk mengalokasikan sekelompok objek pada suatu kelompok-kelompok yang saling bebas, yang disebut sebagai klaster, sehingga objek-objek di dalam satu kelompok homogen, sedangkan objek-objek di dalam kelompok yang berbeda heterogen. Pada penelitian ini, proses analisis klaster dilakukan dengan menggunakan metode Self Organizing Map. Self Organizing Map merupakan salah satu metode dalam jaringan syaraf tiruan yang menggunakan pembelajaran tak terawasi. Akan tetapi proses pengelompokan dengan metode Self Organizing Map memerlukan waktu yang cukup lama serta dapat terjadi kesalahan dalam perhitungannya apabila dilakukan secara manual, sehingga pada penelitian ini dibuat program aplikasi untuk proses pengelompokan objek dengan metode Self Organizing Map menggunakan bahasa pemrograman R. Output dari program aplikasi tersebut berupa proses clustering yang terdiri dari hasil perhitungan tiap iterasi dan hasil pengelompokan objek yang termuat dalam lembar kerja ‘Console’ pada software R. Setelah program aplikasi selesai dibuat, kemudian diaplikasikan pada data Indeks Pembangunan Manusia Provinsi Aceh tahun 2013. Dari program aplikasi tersebut dengan menentukan terlebih dahulu klaster yang akan dibentuk yaitu 4 klaster diperoleh jumlah anggota klaster ke 1,2,3, dan 4 secara berturut-turut adalah 10, 2, 1, dan 11.Kata kunci : Analisis Klaster, Self-Organizing Map, R  OBJECTGROUPING APPLICATION PROGRAM WITH SELF ORGANIZING MAP METHOD USING R ABSTRACTCluster analysis is one of multivariate analysis technique that is purposed to alocate a group of object of independent groups, the so-called cluster, so as to each object in a same group is homogeneous, whilst each object in different group is heterogeneous. In this research, the process of cluster analysis is conducted by employing Self Organizing Map method. Self Organizing Map is one of method in artificial neural network that use unsupervised learning. However, the process of grouping of Self Organizing Map took a long time and it can generate mistakes in its calculation if it is conducted manually, for that concern this research provides a program application for the grouping process with Self Organizing Map using R programming language. Output of the application program  is a clustering process that consist of calculation result for each iteration and object grouping result provided in Console worksheet in R software. After the application program is completely created, finally it is applied to data of Human Development Index of Aceh province in 2013. From the application program, by first determining the cluster to be formed ie 4 clusters obtained by the number of cluster members to 1,2,3 and 4 respectively are 10, 2, 1, and 11.Key Words: Cluster Analysis, Self-Organizing Map, R-language
Estimasi Harga Tanah Dengan Menggunakan Metode Universal Kriging (Studi Kasus Pada Kecamatan Taman Sari, Kota Pangkalpinang, Kepulauan Bangkabelitung) Desya Salwa R; Dewi Rachmatin; Husty Serviana Husain
Jurnal EurekaMatika Vol 8, No 2 (2020): Jurnal Eurekamatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.872 KB) | DOI: 10.17509/jem.v8i2.30741

Abstract

ABSTRAK. Pada penelitian ini dilakukan pengestimasian harga tanah dengan metode Universal Kriging. Metode Kriging memanfaatkan nilai spasial pada lokasi tersampel dan variogram untuk memprediksi nilai pada lokasi lain yang belum dan/atau tidak tersampel dimana nilai prediksi tersebut tergantung pada kedekatannya terhadap lokasi tersampel. Proses penghitungan estimasi dilakukan dengan bantuan software R menggunakan package sp dan gstat. Berdasarkan hasil penelitian, diperoleh informasi harga tanah yang tidak tersampel di sekitar lokasi yang sudah dilakukan survey lapangan yaitu sebanyak 186 titik hasil estimasi dengan harga tanah tertinggi yaitu sebesar Rp 2.251.604,1 /m² pada lokasi absis X 632564 meter dan ordinat Y 9764654 meter dengan variansi error sebesar 9,82E+17 dan nilai harga tanah terendah sebesar Rp 500.615,6 /m² pada lokasi absis X 623854 meter dan ordinat Y 9766992 meter dengan variansi error sebesar 1,20E+18. Kata Kunci: Metode Universal Kriging, Harga Tanah ABSTRACT. In this research, we estimate the price of land using Universal Kriging method. The Kriging method utilizes the spatial value at the sampled location and the variogram to predict the value at other locations that have not been and / or are not sampled where the predicted value depends on its proximity to the sampled location. This Estimate was used in order to find the information of land price that weren’t sampled around the locations that have been conducted field survey. The computation of estimation was used using R software, such as package SP and Gstat. The 186 areas were estimated, the highest land price was Rp 2.251.604,1/m² at the location of the X abscissa 632564 meters and the Y ordinate 9764654 meters with an error variance was 9,82E+17 and the lowest land price was Rp 500.615,6/ m² at the location of the X abscissa 623854 meters and the Y ordinate 9766992 meters with an error variance was 1,20E+18. Keywords: Universal Kriging Method, Land Price