Garuda - Garba Rujukan Digital

Desain Media Pembelajaran Matematika Topik Luas Daerah Segitiga Menggunakan Aplikasi Scratch Eyus Sudihartinih; Gita Novita; Dewi Rachmatin
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 5 No 2 (2021): Jurnal Cendekia: Jurnal Pendidikan Matematika: Volume 5 Nomor 2, In press
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v5i2.643

Telah didesain beberapa media pembelajaran matematika yaitu alat peraga dan game online yang dirancang menggunakan HTML dan Flash namun masih diperlukan inovasi media pembelajaran lainnya. Penelitian ini bertujuan untuk mendesain media pembelajaran pada topik luas daerah segitiga menggunakan Scratch. Penelitian ini menggunakan model pengembangan Multimedia Development Life Cycle (MDLC). Berdasarkan hasil penelitian diketahui bahwa media pembelajaran berupa game pada topik luas daerah segitiga dapat didesain dengan baik menggunakan Scratch melalui model pengembangan MDLC. Game matematika ini diharapkan dapat membantu guru dan siswa dalam pembelajaran. Penulis menyarankan agar media pembelajaran yang telah didesain dapat diujicobakan di sekolah atau publish di internet sehingga dapat digunakan oleh banyak siswa. Selain itu dapat dilakukan penelitian lanjutan untuk mengetahui efetivitas program yang telah didesain.

ANALISIS REGRESI LINEAR PIECEWISE DUA SEGMEN DENGAN MENGGUNAKAN METODE KUADRAT TERKECIL Titia Ningsih; Nar Herrhyanto; Dewi Rachmatin
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 | DOI: 10.17509/jem.v7i2.22136

ABSTRAK. Analisis regresi linear adalah teknik statistika untuk membentuk model dalam menentukan hubungan sebab akibat antara dua variabel atau lebih, yaitu variabel bebas dan variabel terikat. Analisis ini dapat dilakukan pada semua data atau membagi nilai variabel bebas menjadi beberapa bagian, kemudian menerapkan analisis regresi pada setiap bagian (segmen) sehingga akan dipelajari lebih dari satu model dalam satu studi kasus. Pembagian nilai variabel x menjadi beberapa segmen ini kemudian disebut analisis regresi linear piecewise dan nilai x yang menjadi titik pembagian segmen disebut breakpoint. Metode yang digunakan untuk memperkirakan nilai regresi linear dan parameter breakpoint adalah metode kuadrat terkecil. Kasus yang akan diteliti dalam penerapan regresi linear piecewise ini adalah hubungan inflasi dengan jumlah uang beredar di Indonesia pada 2014-2017.Kata kunci: piecewise, metode kuadrat terkecil, inflasi, jumlah uang beredar. LINEAR REGRESSION ANALYSIS OF PIECEWISE TWO SEGMENTS USING ORDINARY LEAST SQUARE METHOD ABSTRACT. Linear regression analysis is a statistical technique to form a model in determining the causal relationship between two or more variables, namely the independent variable and dependent variable. This analysis can be done on all data or divide the value of free variable into several parts then apply regression analysis on each part (segment) therefore more than one model in one case study is studied. The division of the value of the variable x into some of these segments is then called the linear piecewise regression analysis and the value of x which becomes the point of division of the segment is called breakpoint. The method used to estimate linear regression and breakpoint parameter values is the least squares method. The case to be investigated for the application of linear piecewise regression is the inflationary relationship with the money supply in Indonesia at 2014-2017.Keyword : piecewise, ordinary least squares method, inflation, money supply

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)

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 Ramadhianti; Dewi Rachmatin; Husty Serviana Husain
Jurnal EurekaMatika Vol 8, No 2 (2020): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

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.

PERAMALAN DATA RUNTUN WAKTU MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Yukeu S Febriani; Fitriani Agustina; Dewi Rachmatin
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 | DOI: 10.17509/jem.v7i2.22134

ABSTRAK. PT. Asuransi Jiwasraya merupakan salah satu perusahaan asuransi jiwa yang ada di Indonesia. Pada setiap tahunnya, PT. Asuransi Jiwasraya mempunyai target premi. Keberadaan target premi ini, bertujuan untuk mencapai visi dan misi dari PT. Asuransi Jiwasraya. Karena PT. Asuransi Jiwasraya merupakan perusahaan milik negara, maka setiap tahunnya perusahaan harus memberikan kontribusi kepada negara. Oleh karena itu, PT Asuransi Jiwasraya harus meramalkan pendapatan premi pada setiap tahunnya. Pada artikel ini, akan dibahas mengenai peramalan jumlah premi PT Asuransi Jiwasraya dengan tujuan untuk memprediksi jumlah premi periode selanjutnya berdasarkan data jumlah premi menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Metode ANFIS merupakan metode yang mengkombinasikan konsep Neural Network dan Fuzzy Logic. Ramalan yang tepat berguna untuk membuat kebijakan yang tepat agar tercapainya visi dan misi dari PT Asuransi Jiwasraya. Berdasarkan hasil analisis diketahui bahwa nilai MAPE untuk metode ANFIS sebesar 0.858820136%. Dengan demikian dapat dikatakan bahwa metode ANFIS sudah cukup baik digunakan untuk meramalkan jumlah premi PT. Asuransi Jiwasraya Cabang Bandung Timur.Kata kunci : Jumlah premi, ANFIS, MAPE FORECASTING TIME DATA FORECASTING USING THE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM METHOD ABSTRACT. PT. Asuransi Jiwasraya is one of the life insurance companies in Indonesia. In each year, PT. Asuransi Jiwasraya has a premi target. The premi target is aimed to achieve the vision and mission of PT. Asuransi Jiwasraya. Since PT Asuransi Jiwasraya is a state-owned company, every year the company must contribute to the state. Therefore, PT Asuransi Jiwasraya must predict the premi income every year. This article will discuss about forecasting the amount of premi PT Asuransi Jiwasraya done to predict the amount of premi next period based on premi data amount using Adaptive Neuro Fuzzy Inference System (ANFIS) method. ANFIS method is a method that combines the concept of Neural Network and Fuzzy Logic. Precise prophecy is useful to make the right policy in order to achieve the vision and mission of PT Asuransi Jiwasraya. From the results that have been done obtained MAPE value of 0.858820136%. Thus it can be said that the ANFIS method is good enough to be used to predict the amount of premium PT. Asuransi Jiwasraya, East Bandung Branch.Keywords: Total Premi, ANFIS, MAPE

DESAIN GAME ONLINE MATEMATIKA MENGGUNAKAN HTML DAN FLASH DALAM PERKULIAHAN MULTIMEDIA PENDIDIKAN MATEMATIKA BERBANTUAN E-LEARNING Eyus Sudihartinih; Dewi Rachmatin
Jurnal Pendidikan (Teori dan Praktik) Vol 5 No 1 (2020): Volume 5, Nomor 1, April 2020
Publisher : Fakultas Ilmu Pendidikan Universitas Negeri Surabaya

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.

Distribution Based Fuzzy Time Series Markov Chain Models for forecasting Inflation in Bandung Salsabila Ayu Pratiwi; Dewi Rachmatin; Rini Marwati
KUBIK Vol 7, No 1 (2022): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v7i1.18156

This study discusses the application of the Fuzzy Time Series Markov Chain method which was developed by determining the length of the interval using the distribution method. In the fuzzy forecasting method, the determination of the length of the interval is an important thing that will affect the accuracy of the forecasting results. The development of this forecasting model aims to get better forecasting accuracy results. In this study, general inflation data for the city of Bandung is used for the period January 2016 – June 2021. The data is divided into two groups, namely in sample data and out sample data with a ratio of 90: 10. In the data processing process, the Python programming language is used. Based on the accuracy test using the MAPE method, it can be concluded that this method provides better forecasting results with a MAPE value of 1.16%.

Distribution Based Fuzzy Time Series Markov Chain Models for forecasting Inflation in Bandung Salsabila Ayu Pratiwi; Dewi Rachmatin; Rini Marwati
KUBIK Vol 7, No 1 (2022): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v7i1.18156

This study discusses the application of the Fuzzy Time Series Markov Chain method which was developed by determining the length of the interval using the distribution method. In the fuzzy forecasting method, the determination of the length of the interval is an important thing that will affect the accuracy of the forecasting results. The development of this forecasting model aims to get better forecasting accuracy results. In this study, general inflation data for the city of Bandung is used for the period January 2016 – June 2021. The data is divided into two groups, namely in sample data and out sample data with a ratio of 90: 10. In the data processing process, the Python programming language is used. Based on the accuracy test using the MAPE method, it can be concluded that this method provides better forecasting results with a MAPE value of 1.16%.

Title

Found 28 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 28 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 28 Documents
Search