Claim Missing Document
Check
Articles

Found 2 Documents
Search

Versi fuzzy teorema utama homomorfisma grup Karyati '; Dhoriva Urwatul Wutsqa
Jurnal Sains Dasar Vol 2, No 2 (2013): October 2013
Publisher : Faculty of Mathematics and Natural Science, Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jsd.v2i2.3300

Abstract

Abstrak Penelitian terkait dengan struktur aljabar fuzzy telah diawali oleh Rosenfield. Terkait dengan penelitian tersebut, banyak peneliti lain yang meneliti beberapa struktur aljabar dalam versi fuzzy, termasuk subgrup fuzzy. Struktur grup, merupakan struktur aljabar yang melibatkan satu operasi biner yang bersifat asosiatif, terdapat elemen identitas dan setiap elemennya mempunyai invers. Terkait dengan struktur grup, maka selalu dibicarakan tentang homomorfisma, kernel dan teorema fundamental homomorfisma grup. Teorema tersebut mengatakan bahwa suatu grup hasil bagi isomorfis dengan peta homomorfismanya. Dalam penelitian ini akan diselidiki versi fuzzy dari teorema fundamental homomorfisma grup. Dalam menyelesaikan masalah dalam penelitian ini, diawali dengan mencermati beberapa definisi dan teorema, lemma dan proposisi terkait dengan teori grup maupun teori subgrup fuzzy. Berdasarkan definisi dan beberapa sifat peta dan pra peta homomorfik  suatu subgrup fuzzy relatif terhadap suatu homomorfisma grup, yang ternyata membentuk subgrup fuzzy masing-masing dari kodomain dan domain homomorfismanya. Berdasarkan kondisi ini, berhasil diselidiki beberapa sifat terkait dengan peta dan pra-peta homomorfik, subhimpunan level dan subgrup hasil bagi fuzzy. Pada akhirnya dapat buktikan: jika  adalah homomorfisma grup dari  ke   yang ‘onto’ dengan kernel  dan  subgrup fuzzy dari  maka subgrup hasil bagi fuzzy-nya isomorfis dengan peta homomorfis  relatif terhadap .   Kata kunci: peta homomorfis, pra-peta homomorfis, subgrup hasil bagi fuzzy, teorema fundamental homomorfisma grup
Statistical Inference for Modeling Neural Network in Multivariate Time Series Dhoriva Urwatul Wutsqa; Subanar Subanar; Suryo Guritno; Zanzawi Soejoeti
Jurnal ILMU DASAR Vol 9 No 1 (2008)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (136.781 KB)

Abstract

We present a statistical procedure based on hypothesis test to build neural networks model in multivariate time series case. The method involved strategies for specifying the number of hidden units and the input variables in the model using inference of R2 increment. We draw on forward approach starting from empty model to gain the optimal neural networks model. The empirical study was employed relied on simulation data to examine the effectiveness of inference procedure. The result showed that the statistical inference could be applied successfully for modeling neural networks in multivariate time series analysis.