Articles
<![CDATA[METODE LEAST MEDIAN SQUARE (LMS) DALAM ANALISIS REGRESI ROBUST KETIKA TERDAPAT OUTLIER ]]>
<![CDATA[Setyo Wira Rizki, Mimi Kurniati, Yundari,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (222.073 KB)
|
DOI: 10.26418/bbimst.v8i4.36553
<![CDATA[Least median square (LMS) adalah salah satu metode estimasi dalam regresi robust yang digunakan untuk mengatasi outlier. Dalam metode ini, dengan meminimumkan median kuadrat sisaannya, penduga yang dihasilkan akan lebih resisten terhadap outlier. Data yang digunakan pada penelitian ini adalah data sekunder tentang produksi jeruk di Indonesia tahun 2016 yang diambil dari Kementrian Pertanian. Ukuran data yang digunakan adalah sebanyak 34 yaitu banyak provinsi di Indonesia. Dengan variabel dependen adalah produksi jeruk, dan variabel bebas (independen) yang diambil sebanyak tiga yaitu luas panen, curah hujan, dan suhu. Proses pertama adalah mendeteksi apakah ada outlier pada data, dan melakukan uji asumsi klasik. Kemudian mencari model regresi dengan metode Least median square (LMS). Apabila dibandingkan, hasil model regresi produksi jeruk dengan metode MLS lebih akurat daripada hasil model regresi dengan metode MKT. Dengan demikian dapat disimpulkan bahwa metode regresi robust Least median square (LMS) cukup layak untuk digunakan sebagai alternatif dalam mencari model regresi pada data produksi jeruk di Indonesia tahun 2016 yang mengandung outlier. Kata Kunci : Least Median Square, metode kuadrat terkecil, outlier]]>
<![CDATA[PENENTUAN MODEL TERBAIK PADA REGRESI SPLINE MENGGUNAKAN GENERALIZED CROSS VALIDATION (GCV) ]]>
<![CDATA[Yundari, Susnawati, Dadan Kusnandar,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (574.917 KB)
|
DOI: 10.26418/bbimst.v8i4.35872
<![CDATA[Regresi nonparametrik merupakan suatu metode statistika yang digunakan untuk mengetahui hubungan antara variabel respon dengan variabel prediktor jika tidak diketahui bentuk kurva regresinya atau tidak terdapat informasi yang lengkap tentang bentuk pola datanya. Pada penelitian ini, digunakan regresi nonparametrik Spline yang bersifat fleksibel dalam mengatasi pola data yang mengalami kenaikan atau penurunan data dengan bantuan titik knot. Diperlukan beberapa langkah dalam menentukan model regresi Spline terbaik yaitu membuat statistik deskriptif dan matriks plot. Penentuan nilai GCV untuk masing-masing Spline linier, kuadratik, dan kubik dengan satu titik knot. Kemudian dilakukan pengujian asumsi residual. Setelah diperoleh nilai GCV yang paling minimum dan memenuhi asumsi residual, selanjutnya memodelkan persentase penduduk miskin dengan angka melek huruf menggunakan regresi Spline. Studi kasus yang digunakan ialah data persentase penduduk miskin sebagai variabel respon dan angka melek huruf sebagai variabel prediktor. Hasil analisis menunjukkan model regresi nonparametrik Spline linier dengan satu titik knot yang memiliki nilai GCV yang paling minimum. Nilai GCV  yang diperoleh adalah sebesar  dengan titik knotnya adalah   Kata Kunci: Regresi Nonparametrik Spline, GCV, Titik Knot.]]>
<![CDATA[METODE FULL ORTHOGONALIZATION UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR ]]>
<![CDATA[Fransiskus Fran, Sepliong, Yundari,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (244.934 KB)
|
DOI: 10.26418/bbimst.v8i4.35998
<![CDATA[Sistem persamaan linear dapat diselesaikan dengan metode langsung dan metode iteratif. Salah satu metode iteratif untuk menyelesaikan sistem persamaan linear yaitu metode Full Orthogonalization. Penyelesaian sistem persamaan linear dengan metode Full Orthogonalization dapat dilakukan dengan cara mereduksi matriks A  yang merupakan matriks koefisien dari sistem persamaan linear menjadi matriks Hessenberg Hm dengan menggunakan algoritma Arnoldi. Matriks  A dapat ditulis sebagai A=Vm Hm Vm(transpose) dengan Vm  matriks ortogonal. Setelah diperoleh matriks Hessenberg Hm , selanjutnya ditentukan invers dari matriks Hessenberg dengan eliminasi Gauss-Jordan. Langkah selanjutnya setelah invers matriks Hessenberg diperoleh yaitu mencari vektor ym. Solusi pendekatan sistem persamaan linear dicari dengan rumus xm=x0 + Vmym. Kata Kunci : sistem persamaan linear, algoritma Arnoldi, ortogonal]]>
<![CDATA[PEMETAAN SEBARAN TITIK PANAS DI KABUPATEN KUBU RAYA ]]>
<![CDATA[Yundari, Sujiman, Naomi Nessyana Debataraja,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (846.132 KB)
|
DOI: 10.26418/bbimst.v8i4.37194
<![CDATA[Titik panas (hotspot) merupakan indikator kebakaran hutan yang mendeteksi suatu lokasi yang memiliki suhu relatif lebih tinggi. Sebaran titik panas merupakan hasil pengamatan dari satelit-satelit yang mengudara di atas Bumi. Penelitian ini bertujuan untuk memetakan sebaran titik panas di Kabupaten Kubu Raya. Dalam penelitian ini digunakan variabel pengamatan diantaranya adalah latitude dan longitude yang berguna untuk melihat lokasi titik panas, serta confidence sebagai level titik panas. Kemudian dilakukan analisis variansi untuk mengetahui perbedaan rata-rata nilai jumlah titik panas setiap kecamatan. Kemudian dilakukan visualisasi menggunakan sistem informasi geografis untuk melihat peta sebaran titik panas pada tingkat kabupaten, kecamatan, desa dan penggunaan lahan di Kabupaten Kubu Raya. Kata Kunci: Pemetaan, Latitude, Longitude, Confidence, Analisis Variansi.]]>
<![CDATA[PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN PENYAKIT CAMPAK DENGAN PENGARUH PROGRAM KESADARAN (Data Kasus Penyakit Campak Tahun 2017 di Kabupaten Kubu Raya) ]]>
<![CDATA[Yudhi, Rimalia, Yundari,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (838.295 KB)
|
DOI: 10.26418/bbimst.v8i2.32514
<![CDATA[Campak adalah suatu penyakit akut sangat menular yang disebabkan oleh virus. Penyakit ini ditandai dengan gejala awal demam, batuk, pilek dan konjungtivis yang kemudian diikuti dengan bercak kemerahan pada kulit (rash). Pada penelitian ini penyakit campak dimodelkan secara matematika berdasarkan asumsi dan pendefinisian parameter. Model matematika yang digunakan terdiri dari empat subpopulasi pada manusia yaitu subpopulasi rentan (S), subpopulasi terinfeksi (I), subpopulasi sembuh (R) dan subpopulasi rentan yang sadar ( ). Selain itu, terdapat satu pengaruh pada proses penyebaran yaitu pengaruh program kesadaran (M). Model yang telah terbentuk, dicari determinan Routh-Hurwitz dan dianalisis untuk mengetahui perilaku dari sistem dengan menggunakan simulasi numerik. Simulasi model matematika dan nilai parameter menunjukkan bahwa terdapat dua titik kesetimbangan yaitu titik kesetimbangan bebas penyakit yang bersifat stabil asimtotik dan titik kesetimbangan endemik penyakit yang bersifat tidak stabil.  Kata kunci: model matematika, titik kesetimbangan, Routh-Hurwitz. ]]>
<![CDATA[ANALISIS STRATEGI OPTIMASI MENGGUNAKAN PROGRAM LINEAR DAN TEORI PERMAINAN (Studi Kasus : Penggunaan Laptop Oleh Mahasiswa Jurusan Matematika FMIPA UNTAN) ]]>
<![CDATA[Woro Budiartini Partiwi, Ersha Audina, Yundari,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): BIMASTER ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (130.948 KB)
|
DOI: 10.26418/bbimst.v8i1.30691
<![CDATA[Penggunaan laptop di semua kalangan membuat persaingan pasar antar produk laptop semakin meningkat untuk mencapai suatu keuntungan. Masing-masing produk merek laptop mengeluarkan spesifikasi yang saling menunjukkan kelebihannya. Adapun produk laptop tersebut adalah merek Asus, Acer dan merek lainnya. Untuk mencapai keuntungan optimal diperlukan strategi dalam pemasaran produk laptop yang penyelesaiannya dengan menggunakan program linear dan teori permainan. Program linear adalah aplikasi matematika dalam menentukan suatu masalah yang bertujuan untuk memaksimumkan dan meminimumkan. Teori permainan adalah model matematika yang digunakan dalam situasi konflik atau persaingan antar berbagai kepentingan yang saling berhadapan sebagai pesaing yang diselesaikan menggunakan metode strategi murni. Adapun tujuan penelitian adalah untuk melihat hasil solusi optimal dan strategi pemasaran pada produk laptop. Penelitian ini menggunakan data primer berupa kuesioner yang ditujukan kepada Mahasiswa Jurusan Matematika FMIPA Untan. Hasil penelitian ini adalah laptop asus maupun laptop acer tidak memiliki kendala saat dibandingkan dengan laptop lainnya yang memiliki kendala sebesar 2,75 untuk mencapai keuntungan dalam penjualannya. Sedangkan laptop asus dan acer saat dibandingkan antara keduanya memiliki kendala masing-masing sebesar 1,35 untuk mencapai keuntungan. Solusi optimal strategi yang digunakan masing-masing laptop adalah garansi untuk laptop asus dan lainnya, untuk laptop acer menggunakan strategi spesifikasi agar keuntungannya lebih optimal. Kata Kunci: program linear, simpleks, teori permainan, strategi murni.]]>
<![CDATA[PELABELAN PRIME CORDIAL PADA GRAF MIDDLE ]]>
<![CDATA[Helmi, Apistino, Yundari,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (503.776 KB)
|
DOI: 10.26418/bbimst.v8i3.33652
<![CDATA[Pelabelan graf adalah pemetaan yang memasangkan unsur-unsur graf dengan suatu himpunan bilangan. Bilangan-bilangan tersebut disebut label. Ada banyak jenis pelabelan graf yang telah dikembangkan dan salah satunya adalah pelabelan prime cordial. Pelabelan prime cordial dari suatu graf  dengan himpunan simpul  adalah fungsi bijektif , dengan  adalah orde dari graf G. Kemudian  menginduksi fungsi  yang didefinisikan dengan  jika  dan  untuk yang lainnya dan memenuhi kondisi , dengan  adalah banyak sisi pada graf G yang berlabel  pada fungsi , untuk  Graf yang memuat pelabelan prime cordial disebut graf prime cordial. Salah satu graf terkait yang dikaji dalam pelabelan prime cordial adalah graf middle dari beberapa graf. Graf middle adalah graf yang diperoleh dari graf  dan dinotasikan dengan  dengan . Dua simpul bertetangga di  jika dan hanya jika keduanya adalah sisi yang bertetangga dari  atau satu simpul dari  dan yang lainnya bersisian dengan sisinya. Adapun graf yang dibahas dalam penelitian ini adalah graf cycle , path union dengan dua salinan graf cycle , dan graf pan . Hasil penelitian menunjukkan bahwa graf middle pada graf cycle (  untuk  dan , graf middle pada path union dengan dua salinan graf cycle (  untuk , dan graf middle pada graf pan  untuk  ,  merupakan graf prime cordial. Kata Kunci: Graf Cycle, Path Union, Graf Pan ]]>
<![CDATA[RUANG HAUSDORFF KOMPAK ]]>
<![CDATA[Yundari, Putri Aprilla Suri, Mariatul Kiftiah,]]>
<![CDATA[ BIMASTER Vol 8, No 3 (2019): BIMASTER ]]>
Publisher : <![CDATA[BIMASTER ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (619.814 KB)
<![CDATA[Pada ruang topologi terdapat beberapa sifat, salah satunya adalah sifat kekompakan. Kekompakan dalam ruang topologi didefinisikan dengan terdapatnya berhingga koleksi himpunan terbuka yang dapat menutupi himpunan ruang topologi tersebut. Selain itu dalam ruang topologi juga dikenal dengan aksioma pemisahan yang membahas bagaimana titik atau himpunan di ruang topologi dapat dipisahkan satu sama lain. Terdapat beberapa ruang di dalam aksioma pemisahan yaitu, ruang- atau ruang Fréchet, ruang- atau ruang Hausdorff, ruang- , dan ruang- . Lebih lanjut terdapat juga ruang regular dan ruang normal yang secara berturut-turut adalah ruang- dan ruang- yang juga merupakan ruang- . Suatu ruang Hausdorff belum tentu merupakan ruang regular maupun ruang normal, namun apabila suatu ruang Hausdorff yang dilengkapi dengan sifat kekompakan pasti merupakan ruang regular sekaligus ruang normal. Kata kunci: ruang topologi, aksioma pemisahan, ruang Hausdorff, kekompakan]]>
<![CDATA[BILANGAN DOMINASI LOKASI PADA PAN GRAPH ]]>
<![CDATA[Fransiskus Fran, Elishabet Yohana, Yundari,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (266.006 KB)
|
DOI: 10.26418/bbimst.v9i2.39912
<![CDATA[Diberikan graf  merupakan graf terhubung dan tak berarah. Himpunan  merupakan himpunan dominasi lokasi jika untuk setiap simpul  dengan  memenuhi . Bilangan dominasi lokasi dari graf  dinotasikan dengan  merupakan kardinalitas minimum dari himpunan dominasi lokasi pada graf . Pada penelitian ini dibahas tentang bilangan dominasi lokasi pada graf lintasan , graf cycle  dan pan graph . Langkah-langkah yang dilakukan dalam penelitian ini adalah mencari himpunan dominasi lokasi dari masing-masing graf, kemudian mencari satu persatu bilangan dominasi lokasi pada setiap graf tersebut. Pada tahap akhir, diperoleh pola bilangan dominasi lokasi pada masing-masing graf. Berdasarkan hasil penelitian, diperoleh ;  dan  untuk  yaitu 2, untuk  yaitu 3, untuk  yaitu .Kata kunci: himpunan dominasi lokasi, graf cycle, graf lintasan]]>
<![CDATA[PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL LINEAR HOMOGEN DENGAN KOEFISIEN KONSTAN MENGGUNAKAN METODE ADAMS BASHFORTH MOULTON ]]>
<![CDATA[Helmi., Fitri Monika Sari, Yundari,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 3, No 02 (2014): BIMASTER ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v3i02.6563
<![CDATA[Metode Adams Bashforth Moulton adalah proses mencari nilai suatu fungsi dititik tertentu dari persamaan diferensial biasa. Untuk menyelesaikan persamaan diferensial linear orde-n secara numerik maka persamaan diferensial diubah menjadi sistem persamaan diferensial orde satu dengan n-buah persamaan diferensial orde satu. Persamaan diferensial tersebut terlebih dahulu diselesaikan dengan metode Runge Kutta orde tiga untuk mendapatkan solusi awal. Selanjutnya melakukan prediksi dengan persamaan prediktor Adams Bashforth orde dua dengan mensubtitusikan nilai awal  yang diperoleh dari metode Runge Kutta dan melakukan koreksi dengan persamaan korektor Adams Moulton orde dua. Kemudian menentukan galat untuk tahap prediktor dan korektor. Galat kumulatif untuk tahap prediktor pada titik x=1 diperoleh 0,09959432 dan galat kumulatif untuk tahap korektor diperoleh 0,07258924. Metode Adams Bashforth Moulton orde dua memberikan ketelitian yang lebih baik dengan pemilihan ukuran langkah yang tepat dan konstan. Metode ini menghasilkan galat yang kecil sehingga metode ini efisien untuk penentuan beberapa nilai taksiran.]]>
