Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal BAREKENG: Jurnal Ilmu Matematika dan Terapan
Dorteus L. Rahakbauw
Jurusan Matematika FMIPA Universitas Pattimura
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Energy Engineering Mathematics Mechanical Engineering Physics Transportation

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
PEMODELAN HYBRID SINTESIS PADA AUTOMATED MANUFACTURING SYSTEM (AMS) DENGAN MENGGUNAKAN PETRI NET Dorteus L. Rahakbauw
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 6 No 2 (2012): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (634.814 KB) | DOI: 10.30598/barekengvol6iss2pp1-6

Abstract

Dalam Jurnal ini dibahas masalah sistem even diskrit yang ada pada Automated Manufacturing System (AMS), khususnya menyangkut model, kedinamikan, danmendesain sistem AMS dengan menggunakan tool matematik Petri net. Selanjutnya dikonstruksikan suatu model AMS yang komponen utamanya terdiri dari dua entry, duaexit, lima mesin, dua buffer, empat robot, dan dua sistem Automated Guided Vehicle (AGV) yang ada dalam AMS, dimana masing-masing komponen tersebut memiliki deskripsi kerjaberlainan sesuai tugas masing-masing. Dengan menggunakan metode hybrid, AMS akan ditransformasikan ke dalam tool matematik Petri net dengan menggunakan deskripsisintesis yang didalamnya terdiri atas dua prosedur kerja yaitu top-down design dan bottomup design. Dekomposisi (decomposition) dan penghalusan (refinement) yang meliputipenambahan place shared dan non-shared resource ke dalam Petri net dibutuhkan untuk mendapatkan desain Petri net AMS yang akan mengurangi atau menghilangkan deadlockpada sistem AMS. Dengan demikian, suatu definisi dari hybrid sintesis serta struktur Petri net dapat terjawab. Perilaku mendesain sistem ini akan dibahas untuk mendapatkan suatudesain yang efektif dalam fungsi dan penggunaan AMS tersebut.
DIAGRAM UNIFIED MODELLING LANGUAGE UNTUK MEMODELKAN LAYANAN AUTOMATED TELLER MACHINE DENGAN PETRI NET Dorteus L. Rahakbauw
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 7 No 1 (2013): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (537.328 KB) | DOI: 10.30598/barekengvol7iss1pp9-14

Abstract

Penelitian ini menguraikan suatu aplikasi yang mungkin dari Petri net untuk menspesifikasikan dinamika dari sistem informasi. Petri net adalah suatu alat matematik yang menerapkan spesifikasi formal dari dinamika sistim. Suatu prosedur yang formal disarankan karena mampu mentransformasi diagram kegiatan Unified Modeling Language (UML) ke dalam suatu model Petri net. Atas dasar perubahan bentuk ini dimungkinkan untuk memenuhi verifikasi model dinamis dari sistim riil, yaitu untuk mengevaluasi apakah aktivitas dan ordernya terdefinisi dengan baik (well defined). Ini juga mungkin untuk memecahkan permasalahan alur dan sinkronisasi aktivitas suatu sistim, seperti juga untuk mengoptimalkan model dinamis. Permasalahan yang dibahas dalam tulisan ini adalah bagaimana memodelkan layanan ATM dengan berdasar pada diagram aktivasi UML (Unified Modelling Language) dan bagaimana memodelkan layanan ATM (Automated Teller Machine) dengan menggunakan Petri Nets. Dihasilkan 49 Transisi dan 26 place untuk menggambarkan kedinamikan suatu ATM.
REGRESI FUZZY Dorteus L. Rahakbauw
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 7 No 2 (2013): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (311.786 KB) | DOI: 10.30598/barekengvol7iss2pp9-12

Abstract

Dalam statistik, Analisis regresi memiliki bahasan ketergantungan satu variabel dengan satu atau lebih variabel yang lain. Tujuan dari analisa regresi adalah untuk menaksir parameter berdasakan data empiris. Bentuk linier 𝑦=𝛾0+𝛾1𝑥1+⋯+𝛾𝑛𝑥𝑛 , Dimana 𝑦 adalah variabel output, 𝑥1,𝑥2,⋯,𝑥𝑛 adalah variabel input, dan 0,1,⋯,𝑛 adalah parameter, yang merupakan bentuk matematika berulang dalam analisa regresi. Suatu permasalahan regresi linier yang lebih luas dimana terdapat parameter fuzzy dan data fuzzy dapat diselesaikan dengan pendekatan symmetric triangular fuzzy number dimana titik-titiknya dibagi dan dicocokkan berdasarkan data kemudian diselesaikan dengan masalah pemrograman linier.
PENGGUNAAN METODE ANALISIS DISKRIMINAN, REGRESI LOGISTIK, NEURAL NETWORK, DAN MARS UNTUK ANALISIS PERMASALAHAN Ferry Kondo Lembang; Dorteus L. Rahakbauw
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 7 No 2 (2013): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.715 KB) | DOI: 10.30598/barekengvol7iss2pp47-51

Abstract

Masalah mendasar dalam permasalahan klasifikasi umumnya berkaitan dengan ketidakstabilan performansi atau kebaikan model mencakup aspek interpretasi model yang didapat dikaitkan dengan hubungan antara prediktor (input) dan respon (output), serta aspek ketepatan klasifikasi terutama pada objek baru yang tidak dimasukkan dalam pembentukan model (data testing). Analisis Diskriminan dan Regresi Logistik merupakan dua model klasik dari beberapa metode statistika yang digunakan untuk mengatasi masalah tersebut. Prinsip dasar kedua model klasik dalam permasalahan klasifikasi adalah adanya asumsi yang harus dipenuhi berkaitan dengan skala pengukuran prediktor, keterkaitan antara prediktor, dan distribusi bersama dari prediktor. Agar asumsi dari model klasik ini tidak menjadi syarat utama dalam masalah klasifikasi maka dikembangkan metode klasifikasi modern yaitu Neural Network (NN) dan MARS. Data HBAT dan data IRIS akan digunakan dalam penelitian ini untuk menilai kekonsistenan dan performansi model klasifikasi klasik dan model klasifikasi modern. Hasil empirik menunjukkan bahwa kekonsistenan performansi model klasifikasi klasik lebih baik daripada model klasifikasi modern.
ANALISIS ENTROPI DARI TRANSFORMASI MENGAWETKAN UKURAN DAN SIFAT-SIFATNYA Dorteus L. Rahakbauw; Henry J. Wattimanela
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 8 No 1 (2014): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (289.986 KB) | DOI: 10.30598/barekengvol8iss1pp1-6

Abstract

Transformasi 1 2 T : X  X merupakantransformasiterinvers yang mengawetkan ukuran jika T mengawetkan ukuran, bijektif, and 1 T juga menawetkan ukuran. Transformasi yang mengawetkan ukuran merupakan pemetaan yang mengawetkan struktur antara ruang ukuran. Pada sisi lain, T : X  X merupakan transformasi yang mengawetkan ukuran dari ruang probabilitas X,B,m . Jika A adalah aljabar bagian berhingga  dari B maka     1 0 1 , , lim n i n i h T h T H T n   A A A disebut entropi dari T terhadap A . Jika T : X  X merupakan transformasi yang mengawetkan ukuran dari ruang probabilitas X,B,m maka hT   suphT,A  dimana suprimum diambil atas semua aljabar bagian berhingga A dari B disebut entropi dari T. Dalam penelitian ini akan ditunjukkan bahwa limit di atas selalu ada dan menjelaskan mengenai beberapa sifat dari hT,A  dan hT  .
ANALISIS JARINGAN SARAF TIRUAN BACKPROPAGATION TERHADAP PERAMALAN NILAI TUKAR MATA UANG RUPIAH DAN DOLAR Dorteus L. Rahakbauw
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 8 No 2 (2014): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (370.606 KB) | DOI: 10.30598/barekengvol8iss2pp27-32

Abstract

Kurs atau nilai tukar mata uang. Jenis kurs ada tiga macam, yaitu kurs jual, kurs beli, dan kurs tengah. Kurs dibutuhkan untuk menentukan sesuatu yang perlu dilakukan yang berkaitan dengan kurs itu misalnya keputusan investasi jangka pendek, keputusan penganggaran modal, keputusan pembiayaan jangka panjang, dan penilaian laba. Oleh karena itu, perlu dilakukan upaya untuk memprediksi besarnya kurs untuk beberapa waktu ke depan. Permasalahan yang dihadapi adalah cara untuk memprediksi besarnya kurs yang menghasilkan nilai prediksi dengan tingkat kesalahan yang minimal. Peramalan merupakan suatu proses untuk memprediksi kejadian ataupun perubahan di masa yang akan datang. Dalam suatu proses kegiatan, proses peramalan ini merupakan awal dari suatu rangkaian kegiatan, dan sebagai titik tolak kegiatan berikutnya. Pemodelan time series seringkali dikaitkan dengan proses peramalan (forecasting) suatu nilai karakteristik tertentu pada periode kedepan, melakukan pengendalian suatu proses ataupun untuk mengenali pola perilaku sistem. Dengan mendeteksi pola dan kecenderungan data, kemudian memformulasikannya dalam suatu model, maka dapat digunakan untuk memprediksi data yang akan datang. Model dengan akurasi yang tinggi akan menyebabkan nilai prediksi cukup valid untuk digunakan sebagai pendukung dalam proses pengambilan keputusan.Salah satu metode peramalan yang berkembang saat ini adalah menggunakan Artificial Neural Network (ANN), dimana ANN telah menjadi objek penelitian yang menarik dan banyak digunakan untuk menyelesaikan masalah pada beberapa bidang kehidupan, salah satu diantaranya adalah untuk analisis data time series pada masalah Forecasting (Loh, 2003). Salah satu jaringan yang sering digunakan untuk prediksi data time series adalah Backpropagation neuron network. Dalam penelitan ini akan dibahas mengenai penggunaan jaringan saraf tiruan backpropagation untuk memprediksi kurs jual Rupiah (Rp) per 1 dolar amerika (USD). Dalam penelitian ini akan dibagi sebanyak 70% dari data yang ada sebagai pelatihan dan 30% dari data sebagai data pengujian. Dan dalam penelitian ini digunakan data kurs bulan Oktober 2013-Januari 2014, yang diambil dari situs Bank Indonesia. Dalam proses penelitian diperoleh Learning rate yang digunakan untuk data harian adalah 0.5, proses epoch berhenti pada iterasi ke-27088 untuk data harian, dengan pencapaian gradient sebesar 0,0081822 dan nilai R untuk pelatihan data sebesar 0,99494 yang berarti sangat baik. Selanjutnya data di uji dan memperoleh R sebesar 0,48638 yang berarti masih dikatakan baik untuk mempediksi data uji. Beberapa hal yang mempengaruhi hasil penelitian juga seperti data histories yang digunakan untuk variable masukkan JST kurang banyak, data yang digunakan untuk memprediksi kurs tidak bisa mewakili sebagai faktor utama yang mempengaruhi nilai kurs, dan batas nilai kesalahan yang kurang kecil serta kesesuaian bobot dalam arsitektur jaringan.
PENERAPAN LOGIKA FUZZY METODE SUGENO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI BERDASARKAN DATA PERSEDIAAN DAN JUMLAH PERMINTAAN Dorteus L. Rahakbauw
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 9 No 2 (2015): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (708.733 KB) | DOI: 10.30598/barekengvol9iss2pp121-134

Abstract

Keuntungan yang maksimal diperoleh dari penjualan yang maksimal. Apabila jumlah produk yang diproduksi oleh perusahaan kurang dari jumlah permintaan maka perusahaan akan kehilangan peluang untuk mendapatkan keuntungan yang maksimal dan sebaliknya. Oleh karena itu, perencanaan jumlah produk dalam Pabrik Roti Sarinda sangatlah penting. Agar dapat memenuhi permintaan pasar dengan tepat dan dengan jumlah yang sesuai. Faktor-faktor yang perlu diperhatikan dalam menentukan jumlah produk, antara lain: jumlah persediaan dan jumlah permintaan. Penulisan dan pembahasan pada penelitian ini adalah tentang sistem inferensi Fuzzy Metode Sugeno, penerapan sistem inferensi Fuzzy Metode Sugeno untuk menentukan jumlah produksi berdasarkan jumlah permintaaan dan data persediaan yang dimana data dari penulisan ini didapat dari Pabrik Roti Sarinda dengan menggunakan Matlab. Untuk membuat rancangan program yang bisa diharapkan dapat diaplikasikan dan dipakai, sehingga membantu proses penentuan jumlah produksi berdasarkan data persediaan dan jumlah permintaaan pada Pabrik Roti Sarinda. Logika Fuzzy Metode Sugeno dalam menentukan jumlah produksi roti berdasarkan data persediaan dan jumlah permintaan yang telah dibangun dapat digunakan untuk membantu perusahaan dalam mengambil sebuah keputusan dengan nilai kebenaran mencapai 86.92165%.
IMPLEMENTASI FUZZY C-MEANS CLUSTERING DALAM PENENTUAN BEASISWA Dorteus L. Rahakbauw; Venn Y. I. Ilwaru; M. H. Hahury
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 11 No 1 (2017): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (218.909 KB) | DOI: 10.30598/barekengvol11iss1pp1-12

Abstract

Logika fuzzy merupakan salah satu komponen pembentuk Soft Computing, yaitu suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Dalam banyak hal logika fuzzy digunakan sebagai suatu cara untuk memetahkan permasalahan dari input menuju output yang diharapkan. Dalam penelitian ini logika fuzzy digunakan untuk penentuan beasiswa dengan metode Fuzzy C-Means. Untuk mendapatkan beasiswa, ada beberapa kriteria yang harus dipenuhi. Adapun kriteria yang ditetapkan adalah semester, IPK, jumlah tanggungan orang tua, penghasilan total orang tua, dan alat transportasi. Untuk itu diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat memperhitungkan segala kriteria yang mendukung pengambilan keputusan guna membantu, mempercepat dan mempermudah proses pengambilan keputusan.
ANALISIS BREAK EVEN POINT SEBAGAI ALAT UNTUK MERENCANAKAN LABA PERUSAHAAN Mozart W. Talakua; Dorteus L. Rahakbauw; Serly Surlialy
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 11 No 1 (2017): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (162.573 KB) | DOI: 10.30598/barekengvol11iss1pp49-54

Abstract

Salah satu teknik analisis yang dapat digunakan untuk mengetahui kondisi dimana perusahan dalam menjalankan aktivitasnya tidak mendapatkan laba dan tidak mengalami kerugian adalah analisis breakeven point (BEP). Dengan kata lain, jumlah penghasilan sama dengan jumlah biaya yang dikeluarkan. Tujuan dari penelitian adalah mengetahui penerapan analisis titik impas pada PT. Kimia Farma, margin of safety yang dihasilkan, dan membuat perencanaan laba periode dan perencanaan penjualan minimal untuk mencapai keuntungan yang diharapkan oleh PT. Kimia Farma pada tahun 2016. Hasil dari penelitian tahun 2015 setelah biaya semivariabel dipisahkan kedalam biaya tetap dan biaya variabel, dapat dihitungBEP perusahan. BEP terjadi pada penjualan Rp. 464.000 dan margin of safety sebesar 14,5% tahun 2015 dijadikan dasar perhitungan untuk perencanaan tahun 2016. BEP tahun 2016 terjadi pada penjualan Rp. 464.000 dan margin of safety sebesar 548,1% perencanaan penjualan minimal mencapai keuntungan yang diharapkan sebesar Rp. 1.497.500 tercapai sebesar Rp. 1.783.643.
APLIKASI METODE FUZZY C-MEANS UNTUK MENENTUKAN TINGKAT PENGANGGURAN Dorteus L. Rahakbauw; Lexy J. Sinay; Vilomina Enus
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 11 No 2 (2017): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (183.493 KB) | DOI: 10.30598/barekengvol11iss2pp95-100

Abstract

Pada penelitian ini Algoritma Fuzzy C-Means digunakan untuk menentukan tingkat pengangguran pada 11 kabupaten di Provinsi Maluku. Variabel yang digunakan dalam penelitian ini adalah Jumlah Penduduk, Tingkat Partisipasi Angkatan Kerja (TPAK), Jumlah Angkatan Kerja, Penduduk Usia 15 Tahun ke Atas, Tingkat Pengangguran Terbuka (TPT) dengan 11 kabupaten yaitu kabupaten Maluku Tenggara Barat (MTB), Maluku Tenggara (MTr), Maluku Tengah (MTh), Buru (B), Kepulauan Aru (KA), Seram Bagian Barat (SBB), Seram Bagian Timur (SBT), Maluku Barat Daya (MBD), Buru Selatan (BS), Ambon (A), Tual (T). Hasil penelitian yang diperoleh berdasarkan pengelompokan cluster dengan (Kota, Derajat Keanggotaan) adalah Cluster I : (MTB ; 0,9768), (MTr ; 0,8175), (B ; 0,9982), (SBB ; 0,7808), (SBT ; 0,8483), Cluster II : (KA ; 0,6426), (MBD ; 0,9946), (BS ; 0,9587), (T ; 0,9900) dan Cluster III : (MTh ; 0,9986), (A ; 0,9986). Cluster I merupakan kabupaten – kabupaten yang termasuk dalam pengangguran tingkat rendah, Cluster II merupakan kabupaten – kabupaten yang termasuk dalam pengangguran tingkat sedang, dan cluster III kabupaten – kabupaten yang termasuk dalam pengangguran tingkat tinggi.
Co-Authors Ferry Kondo Lembang Fitri R. N. Tihurua Henry Junus Wattimanela Ilwaru, Venn Yan Ishak Jeky Tetimelay Lexy J. Sinay M. H. Hahury Mozart W. Talakua Rethalina Waas Serly Surlialy Venn Y. I. Ilwaru Vilomina Enus Yopi Andry Lesnussa