Garuda - Garba Rujukan Digital

Aplikasi Penentuan Tingkat Kesegaran Ikan Selar Berbasis Citra Digital Dengan Metode Kuadrat Terkecil Bee, Devit; Weku, Winsy; Rindengan, Altien
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 5, No 2 (2016): September 2016
Publisher : Universitas Sam Ratulangi

Ikan banyak mengandung nutrisi yang sangat bermanfaat bagi tubuh, namun seringkali ikan diperdagangkan dalam keadaan sudah mati juga dalam keadaan masih hidup. Untuk mengamati kesegaran ikan selar dilakukan dengan pengenalan perubahan warna yang tampak pada citra digital dengn menggunakan metode kuadrat terkecil. Tujuan dari penelitian ini adalah membangun sistem aplikasi pengelolahan citra untuk mendeteksi tingkat kesegaran ikan selar. Data yang gunakan adalah 10 sampel citra ikan selar yang di-photo setiap 1 jam selama 15 jam dan diperoleh 150 data gambar kemudian diolah dan dilakukan analisis dengan metode kuadrat terkecil. Proses pertama diawali dengan pengolahan citra dengan melakukan pemtotongan (cropping) pada bagian tepi mata citra original kemudian dilanjutkan dengan penyamaan ukuran (resize) menjadi 1000 x 1000 pixel dan pergantian format citra menjadi *.png. setelah gambar sudah diolah kemudian dilakukan perhitungan nilai rata-rata grayscale menggunakakn sistem aplikasi â€˜Rata_rataGambarâ€™ dan diperoleh persamaan yang disimpan sebagai data training pada sistem aplikasi. Setelah citra sudah diolah selanjutnya citra tersebut di-input pada sistem maka citra akan dikonversi kedalam bentuk grayscale dan ditampilkan pada tempat yang telah ditentukan bersamaan dengan histogram rgb dan grayscale kemudian dilakukan perhitungan dengan metode kuadrat terkecil. Proses terakhir kita lakukan pencocokan citra uji dengan citra yang disimpan sebagai data training dan diperoleh kesimpulan apakah citra itu (sangat segar, segar , cukup segar, tidak segar, atau sangat tidak segar ) , persentase ketidaksegaran ikan selar, dan lama waktu ikan selar mati. Penelitian ini menggunakan 150 sampel citra ikan selar dari ikan masih sangat segar sampai ikan sangat tidak segar (busuk) hasilnya menunjukan 125 citra sesuai dan 25 tidak sesuai dengan persentase akurasi sistem sebesarÂ 83.333 %. Kata kunciÂ : Mata Ikan Selar, Pengolahan Citra Digital, Metode Kuadrat Terkecil.

Sistem Pendukung Keputusan Dalam Memetakan Wilayah Risiko Banjir Menggunakan Fuzzy Multi Criteria Decision Making Ontah, Glorya; Weku, Winsy; Rindengan, Altien
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 3, No 2 (2014): September 2014
Publisher : Universitas Sam Ratulangi

Abstrak Banjir yang melanda di berbagai wilayah Indonesia merupakan suatu fenomena logis karena negara ini berada di daerah tropis dengan intensitas curah hujan yang sangat tinggi. Penelitian bertujuan untuk memetakan daerah berisiko banjir di Kota Manado. Pemetaan wilayah berisiko banjir di Kota Manado memerlukan beberapa pendapat atau masukan dari berbagai pihak. Atribut yang digunakan yaitu kemiringan lahan (%), ketinggian wilayah (%), DAS (km), luas pemukiman/wilayah tutupan lahan (%) dan curah hujan (mm). Penentuan wilayah banjir di Kota Manado menggunakan Fuzzy Multi Criteria Decision Making (MCDM) dengan dua (2) metode yaitu Simple Additive Weighting Method (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Hasil dengan menggunakan metode SAW dan SAW Fuzzy menunjukkan bahwa wilayah paling berisiko banjir yaitu Kecamatan Wenang. Hasil dengan menggunakan metode TOPSIS dan TOPSIS Fuzzy menunjukkan bahwa wilayah paling berisiko banjir yaitu Kecamatan Bunaken. Wenang sebagai wilayah banjir disebabkan lahan yang berada di dataran landai, ketinggian wilayah di bawah 240 meter, memiliki aliran sungai, intensitas curah hujan tinggi, dan besarnya tutupan lahan mencapai 94,59%. Bunaken menjadi wilayah banjir karena Bunaken memiliki aliran sungai terpanjang di Kota Manado yaitu 17,9 km. Kata kunci: Fuzzy, Kota Manado, MCDM, SAW, TOPSIS, Wilayah Banjir.

Hidden Markov Model Tumilaar, Kezia; Langi, Yohanes; Rindengan, Altien
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 4, No 1 (2015): Maret 2015
Publisher : Universitas Sam Ratulangi

Hidden Markov Models (HMM) is a stochastic model and is essentially an extension of Markov Chain. In Hidden Markov Model (HMM)Â there are two types states: the observable states and the hidden states. The purpose of this research are to understand how hidden Markov model (HMM) and to understand how the solution of three basic problems on Hidden Markov Model (HMM) which consist of evaluation problem, decoding problem and learning problem.Â The result of the research is hidden Markov model can be defined as . The evaluation problem or to compute probability of the observation sequence given the model P(O|) can solvedÂ by Forward-Backward algorithm, the decoding problem or to choose hidden state sequence which is optimal can solved by Viterbi algorithm and learning problem or to estimate hidden Markov model parameter Â to maximize P(O|)Â can solved by Baum â€“ Welch algorithm. From description above Hidden Markov ModelÂ with state 3Â can describe behaviorÂ from the case studies. Key Â words: Decoding Problem, Evaluation Problem, Hidden Markov Model, Learning Problem

Aplikasi Fuzzy Goal Programming (Studi Kasus: UD. Sinar Sakti Manado) Tampinongkol, Felliks; Rindengan, Altien; Latumakulita, Luther
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 4, No 2 (2015): September 2015
Publisher : Universitas Sam Ratulangi

Pengoptimalan merupakan salah satu proses penentuan tinggi rendah-nya suatu pendapatan atau memaksimumkan keuntungan, meminimumkan tenaga kerja sesuai dengan yang diinginkan oleh pengambil keputusan. Penentuan solusi optimal sering kali dipakai oleh sebuah perusahaan atau organisasi yang bergerak dibidang pemasaran atau produksi untuk memperoleh informasi yang dibutuhkan. Tujuan dari penelitian ini adalah membuat user interface (UI) untuk menyelesaikan masalah fuzzy goal programming (FGP) dan penentuan hasil solusi optimal pada perusahaan UD. Sinar Sakti Manado. Data yang digunakan merupakan data hasil produksi perusahaan pada tahun 2014. Dari hasil yang diperoleh, jika pengambil keputusan perusahaan menginginkan pendapatan minimum Rp. 250.000.000 dan waktu kerja maximum 2400 jam, maka keuntungan yang akan diperoleh perusahaan sebesar Rp. 318.816.650318.816.650 dengan produk yang harus dihasilkan adalah 2 buah Dresoar uk.250, 28,7646 buah Dresoar uk.150, 2 buah Dresoar uk.100 dan 24,1966 set Sofa Laminating. Kata kunci : Fuzzy Goal Programming, Optimalisasi, User InterfaceCallSend SMSCall from mobileAdd to SkypeYou'll need Skype CreditFree via Skype

Penggunaan Association Rule Data Mining Untuk Menentukan Pola Lama Studi Mahasiswa F-MIPA UNSRAT Mahmudin, M. Zainal; Rindengan, Altien; Weku, Winsy
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 3, No 1 (2014): Maret, 2014
Publisher : Universitas Sam Ratulangi

Abstract The requirement of highest information sometimes is not balance with the provision of adequate information, so that the information must be re-excavated in large data. By using the technique of association rule we can obtain information from large data such as the college data. The purposes of this research is to determine the patterns of study from student in F-MIPA UNSRAT by using association rule method of data mining algorithms and to compare in the apriori method and a hash-based algorithms. The majorâ€™s student data of F-MIPA UNSRAT as a data were processed by association rule method of data mining with the apriori algorithm and a hash-based algorithm by using support and confidance at least 1 %. The results of processing data with apriori algorithms was same with the processing results of hash-based algorithms is as much as 49 combinations of 2-itemset. The pattern that formed between 7,5% of graduates from mathematics major that studied for more 5 years with confidence value is 38,5%. Keywords: Apriori algorithm, hash-based algorithm, association rule, data mining. Abstrak Kebutuhan informasi yang sangat tinggi terkadang tidak diimbangi dengan pemberian informasi yang memadai, sehingga informasi tersebut harus kembali digali dalam data yang besar. Dengan menggunakan teknik association rule kita dapat memperoleh informasi dari data yang besar seperti data yang ada di perguruan tinggi. Tujuan penelitian ini adalah menentukan pola lama studi mahasiswa F-MIPA UNSRAT dengan menggunakan metode association rule data mining serta membandingkan algoritma apriori dan algoritma hash-based. Data yang digunakan adalah data induk mahasiswa F-MIPA UNSRAT yangÂ diolah menggunakan teknik association rule data mining dengan algoritma apriori dan algoritma hash-based dengan minimum support 1% dan minimum confidance 1%. Hasil pengolahan data dengan algoritma apriori sama dengan hasil pengolahan data dengan algoritma hash-based yaitu sebanyak 49 kombinasi 2-itemset. Pola yang terbentuk antara lain 7,5% lulusan yang berasal dari jurusan matematika menempuh studi selama lebih dariÂ Â Â Â 5 tahun dengan nilai confidence 38,5%. Kata kunci : Association rule data mining, algoritma apriori, algoritma hash-based

Penerapan Hidden Markov Model Pada Harga Saham Mamonto, Sri; Langi, Yohanes; Rindengan, Altien
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 5, No 1 (2016): Maret 2016
Publisher : Universitas Sam Ratulangi

Hidden Markov Model (HMM) adalah perkembangan dari rantai Markov di mana statenya tidak dapat diamati secara langsung (tersembunyi), tetapi hanya dapat diobservasi melalui suatu himpunan pengamatan lain. Tujuan dari penelitian ini untuk memprediksi peluang kenaikan harga saham PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk dengan menggunakan Algoritma Baum Welch dalam Hidden Markov Model dan untuk memprediksi state tersembunyi (peluang naik turunnya) suatu harga saham dari PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk pada tahun 2016 dengan menggunakan decoding problem. Penelitian ini menggunakan data harga saham harian dengan periode satu minggu, satu bulan, dan satu tahun. Data yang digunakan yaitu data sekunder dari harga saham harian (penutupan) PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk untuk memprediksi peluang kenaikan harga saham dengan periode satu minggu, satu bulan dan satu tahun pada tahun 2016. Dari hasil penelitian menunjukkan bahwa Hidden Markov Model dapat digunakan untuk memprediksi peluang kenaikan harga saham dan hasil prediksi peluang kenaikan harga saham yang paling tinggi untuk satu minggu dan satu bulan yaitu PT. Bank Mandiri Tbk, sedangkan untuk satu tahun di tahun 2016 adalah harga saham PT. Bank BRI Tbk yang hanya selisih peluang sekitar 0.2 dengan bank lain. Pada algoritma Viterbi, dapat di ambil kesimpulan bahwa untuk 2016 kemungkinan harga saham dari bank PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk akan lebih banyak turun, walaupun akan lebih banyak turun tidak akan menutup kemungkinan untuk peluang kenaikan harga saham PT. Bank BRI Tbk pada tahun 2016 akan mengalami kenaikan. Kata kunci : Hidden Markov Model, Saham Bank.

Perhitungan Premi Netto Tahunan Dalam Menganalisis Komponen Biaya Pada Perusahaan Asuransi Jiwa Bumiputera Tamalonggehe, Sumiati; Rindengan, Altien; Manurung, Tohap
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 6, No 2 (2017): September 2017
Publisher : Universitas Sam Ratulangi

Sekarang ini banyak jenis asuransi di Indonesia, salah satu jenis asuransi yaitu asuransi jiwa. Disadari bahwa asuransi mempunyai beberapa manfaat antara lain, membantu masyarakat dalam rangka mengatasi segala masalah risiko yang dihadapinya. Penelitian ini bertujuan untuk mengetahui besaran masing-masing komponen dan menghitung serta menganalisis bagaimana menentukan perhitungan premi netto pada asuransi jiwa dwiguna dengan menggunakan metode invers matriks. Sumber data diambil dari Asuransi Jiwa Bumi Putera. Dari hasil penelitian dapat disimpulkan bahwa untuk masa pertanggungan 4 tahun besaran komponen-komponen biaya untuk uang pertanggungan sebesar Rp. 1.500,000 dengan demikian untuk biaya penutupan baru sebesar Rp. 11.199,1821 dan Rp. 0,0299, biaya pengumpulan premi sebesar Rp. 0,9030 dan biaya untuk pemeliharaan sebesar Rp. 10,832.6678. dengan premi neto tahunan untuk usia 17 tahun adalah Rp. 279.162 , untuk usia 18 tahun sebesar Rp. 279.279 , untuk usia 19 tahu sebesar Rp. 279.336 , untuk usia 20 tahun sebesar Rp. 279.355 .Kata kunci: Asuransi Jiwa Dwiguna, Invers Matriks, Analisis Biaya

Identifikasi Tingkat Kesehatan Karang Berdasarkan Coral Health Chart Menggunakan Pengolahan Citra Digital Dan Metode Kuadrat Terkecil Mandagi, Arista; Latumakulita, Luther; Rindengan, Altien
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 4, No 1 (2015): Maret 2015
Publisher : Universitas Sam Ratulangi

Terumbu karang bermanfaat bagi kelangsungan hidup makhluk bawah air. Namun saat ini terancam keberadaannya, salah satu penyebab adalah peningkatan suhu Bumi sehingga banyak terumbu karang mengalami kerusakan ditandai dengan pemutihan warna karang. Pengamatan kesehatan karang dapat dilakukan dengan tabel kesehatan karang (Coral Health Chart). Penelitian ini dimulai dengan menghitung nilai rata-rata RGB (red, green, blue) dengan pengolahan citra digital terhadap Coral Health Chart, dan menerapkan metode kuadrat terkecil untuk memperoleh perumusan dalam rangka penentuan tingkat kesehatan dari terumbu karang menggunakan bantuan komputer. Langkah selanjutnya hitung nilai rata-rata RGB dari beberapa gambar karang dengan pengolahan citra digital, kemudian diterapkan pada perumusan yang telah diperoleh sebelumnya. Penelitian dilakukan pada 8 contoh gambar karang, hasilnya menunjukan tingkat kesehatan karang dan persentase tingkat kesehatan dari masing-masing karang yaitu untuk karang dengan simbol j=95.52%, k=65.02%, l=80.42%, m=81.11%, n=84.69%, o=52.87%, p=79.41% dan karang q=69.78%. Kata kunci : Tabel Kesehatan Karang, Pengolahan Citra Digital, Kesehatan Karang, Metode Kuadrat Terkecil

Aplikasi Penentuan Tingkat Kesehatan Terumbu Karang Menggunakan Metode K-Nearest Neighbor dan Curve Fitting Berbasis Pengolahan Citra Digital Koba, Christian Elric; Montolalu, Chriestie; Rindengan, Altien
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 6, No 1 (2017): Maret 2017
Publisher : Universitas Sam Ratulangi

Terumbu karang merupakan sebuah ekosistem laut yang secara langsung sangat mempengaruhi kehidupan manusia. Akan tetapi, terumbu karang telah banyak mengalami kerusakan yang ditandai dengan pemutihan terumbu karang. Tujuan dari penelitian ini yakni untuk membangun sebuah sistem aplikasi yang mampu melakukan klasifikasi kelas warna terumbu karang berdasarkan Coral Health Chart dengan menggunakan ciri warna RGB (red, green, blue) serta menentukan persentasi tingkat kesehatan terumbu karang tersebut.Â K-Nearest Neighbor merupakan metode yang digunakan untuk melakukan klasifikasi kelas warna terumbu karang. Dalam melakukan perhitungan persentase kesehatan terumbu karang digunakan metode Curve Fitting yang didasarkan pada rata-rata nilai RGB gambar terumbu karang. Penelitian ini menggunakan basis data citra Coral Health Chart. Sebagai data uji diambil 10 sampel citra terumbu karang.Â Baik K-Nearest Neighbor maupun Curve Fitting keduanya dapat digunakan untuk mengolah sebuah data berbentuk citra digital serta dapat diimplementasikan kedalam sebuah sistem aplikasi.Kata Kunci :Â TerumbuÂ Â Â Karang,Â Â Â K-NearestÂ Â Neighbor,Â CurveÂ Â Fitting,Â Coral Â Health Chart, Image Processing.

Model Fuzzy Goal Programming Yang Diselesaikan Dengan Linear Programming Pada Perencanaan Produksi Rindengan, Altien; Tri Supriyo, Prapto; Kustiyo, Aziz
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 2, No 2 (2013): September, 2013
Publisher : Universitas Sam Ratulangi

Abstract Optimization of an objective in the model of linear programming (LP) is widely applied in solving the problems that exist. But with the increasing complexity of these problems, optimization with multiple objectives , known as goal programming (GP) being an option. In this GP, some of these goals were weighted before analysis . In this paper will discuss the formulation of fuzzy goal prongramming (FGP), in which these goals need not be discrete weighted, but enough to consider the decision maker wishes to impose limits on the value of each function's purpose. Fuzzy concept of a fuzzy membership function is applied to functions such objectives to be achieved. The problems in this case is production planning at the company with some goals to be achieved namely income, labor costs, and raw material costs. The result is a model with some objectives can be formulated in FGP models that can be solved with the LP forÂ production planning of the company. Keywords : fuzzy goal programming, linear programming, production planning ABSTRAK Optimalisasi suatu tujuan dalam model linear programming (LP) banyak diaplikasikan dalam menyelesaikan masalah-masalah yang ada.Â Tapi dengan makin kompleksnya masalah-masalah tersebut, pengoptimalan dengan beberapa tujuan atau dikenal dengan goal programming (GP) menjadi pilihan. Dalam GP ini, beberapa tujuan ini diberi pembobotan sebelum dianalisa.Â Dalam tulisan ini akan dibahas tentang formulasi fuzzy goal prongramming (FGP), dimana tujuan-tujuan tersebut tidak perlu diboboti secara diskret, tapi cukup dengan mempertimbangkan keinginan pengambil keputusan untuk menentukan batasan nilai pada setiap fungsi tujuan yang ada.Â Konsep fuzzy berupa fungsi keanggotaan fuzzy diterapkan pada fungsi-fungsi tujuan yang akan dicapai tersebut.Â MasalahÂ yang digunakan adalah perencanaan produksi pada suatu perusahaan dengan beberapa tujuan yang ingin dicapai yaitu pendapatan, biaya tenaga kerja, dan biaya bahan baku.Â Hasil yang diperoleh adalah model beberapa tujuan dapat diformulasi dalam model FGP yang dapat diselesaikan dengan LP untuk perencanaan produksi suatu perusahaan. Kata kunci :Â fuzzy goal programming,Â linear programming, Â perencanaan produksi

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search