Articles
182 Documents
<![CDATA[Modifikasi Metode Chebyshev-Halley tanpa Turunan Kedua dengan Orde Konvergensi Delapan ]]>
<![CDATA[wartono sarma]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (329.338 KB)
<![CDATA[Metode Chebyshev-Halley merupakan salah satu metode iterasi yang memiliki orde konvergensi tiga dan melibatkan satu parameter b yang digunakan untuk menyelesaikan persamaan nonlinear. Pada makalah ini, penulis mengembangkan metode Chebyshev-Halley tanpa turunan kedua dengan menggunakan aproksimasi interpolasi Hermit orde tiga. Berdasarkan hasil penelitian diperoleh bahwa metode iterasi baru mempunyai orde konvergensi delapan untuk b = ½ dan melibatkan empat evaluasi fungsi untuk setiap iterasinya dengan indeks efisiensinya sebesar 81/4 » 1,68179. Simulasi numerik dilakukan dengan menggunakan beberapa fungsi real untuk menunjukkan performa metode iterasi baru terhadap beberapa metode iterasi lainnya yang dibandingkan.]]>
<![CDATA[Perbandingan Model Regresi Nonparametrik Spline Multivariabel dengan Menggunakan Metode Generalized Cross Validation (GCV) dan Metode Unbiassed Risk (UBR) dalam Pemilihan Titik Knot Optimal ]]>
<![CDATA[Sari, Sulistya Umie Ruhmana]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (730.059 KB)
<![CDATA[Pada regresi nonparametrik spline menentukan titik knot optimal menjadi hal yang sangat penting. Model regresi spline terbaik dihasilkan dari pemilihan titik knot yang paling optimal. Terdapat beberapa metode yang dapat digunakan untuk memilih titik knot optimal, antara lain Cross Validation (CV), Generalized Cross Validation (GCV), Unbiassed Risk (UBR) dan Generalized Maximum Likelihood (GML). Penelitian ini akan membahas tentang perbandingan model regresi spline nonparametrik multivariabel dengan menggunakan metode GCV dan UBR sebagai metode pemilihan titik knot optimal. Kriteria pemilihan model terbaik adalah berdasarkan nilai MSE dan R2adj. Selanjutnya akan dilakukan pemodelan menggunakan data Angka Kematian Maternal di Jawa Timur dengan menggunakan regresi nonparametrik spline. Pada hasil penelitian didapatkan menggunakan metode GCV, titik knot optimum adalah menggunakan kombinasi titik knot 2-3-2-2-1 yang menghasilkan nilai MSE 0,002059. Selanjutnya pada uji parameter didapatkan bahwa semua variabel berpengaruh signifikan dan semua asumsi residual terpenuhi dengan nilai R2adj adalah sebesar 92,4%. Sementara, dengan metode UBR didapatkan titik knot optimum adalah menggunakan satu titik knot yang menghasilkan nilai MSE sebesar 0,01315. Pada uji parameter didapatkan bahwa semua variabel tidak berpengaruh signifikan dan asumsi residual distribusi normal tidak terpenuhi dengan nilai R2adj adalah sebesar 52,15%. Hal ini membuktikan bahwa pemodelan regresi nonparametrik dengan menggunakan metode GCV lebih baik untuk data angka kematian maternal dibandingkan menggunakan metode UBR dalam pemilihan titik knot.]]>
<![CDATA[Matematika Diri: Menghisab Diri Sebelum Dihisab ]]>
<![CDATA[Ahmad Mukhibin]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (243.065 KB)
<![CDATA[Semua tahu bahwa 1 × 1 = 1, 1 × 2 = 2, 1 × 3 = 3, dan seterusnya. Mudahnya menghitung secara matematis itu sesungguhnya bisa dijadikan modal untuk menghitung diri. Dalam Al-Qur’an telah disebutkan bahwa Allah SWT memberi sepuluh kali lipat pahala untuk amal yang baik dan hanya satu kali lipat dosa untuk amal yang buruk. Jika hitungan matematis diri ini lebih banyak baiknya, pastilah akan mendapat nikmat-Nya. Akan tetapi bila hasil hitungan matematis diri ini lebih banyak buruknya, celakalah diri ini. Kira-kira lebih banyak baik atau buruknya matematika diriku ini?.]]>
<![CDATA[Pengkajian Kesalahan Penalaran Analogi Siswa Pra-Kuliah dalam Memecahkan Masalah Berdasarkan Komponen Penalaran Analogi ]]>
<![CDATA[Manuaba, I Gede Beni]]>;
<![CDATA[Sutawidjaja, Akbar]]>;
<![CDATA[Susanto, Hery]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (491.879 KB)
<![CDATA[Kemampuan pemecahan masalah matematika dapat meningkat apabila siswa melakukan penalaran analogi dengan benar. Penalaran analogi terdiri dari empat komponen proses yaitu 1. identifikasi masalah sumber, 2. pemahaman struktur masalah sumber, 3. identifikasi kesesuaian struktural antara masalah target dengan masalah sumber, dan 4. adaptasi struktur masalah sumber untuk pemecahan masalah target. Kesalahan penalaran analogi banyak terjadi pada komponen kedua, ketiga dan keempat. Pada komponen kedua, siswa tidak dapat menentukan struktur masalah sumber dengan benar. Pada komponen ketiga, siswa tidak dapat menemukan kesesuaian antara struktur masalah sumber dengan struktur masalah target dan hanya fokus pada kemiripan permukaan (surface similarity) antara masalah sumber dengan masalah target. Pada komponen keempat, siswa melakukan kesalahan karena menggunakan kemiripan permukaan (surface similarity) untuk memecahkan masalah target.]]>
<![CDATA[Aplikasi Reduksi Model dengan Metode Linear Matrix Inequality pada Masalah Kualitas Air Kali Surabaya ]]>
<![CDATA[Nenik Estuningsih]]>;
<![CDATA[Fatmawati Fatmawati]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (419.16 KB)
<![CDATA[Pada realita yang banyak terjadi, sebuah sistem yang diperoleh dari suatu model matematika merupakan sistem yang berorder tinggi. Order dari sistem yang dimaksud adalah order atau dimensi dari ruang keadaan yang terbentuk sebagai realisasi lain sebuah sistem. Salah satu contoh sistem berorder tinggi adalah masalah kualitas air Kali Surabaya. Sistem berorder tinggi tersebut dapat direduksi menjadi sistem sederhana dengan order yang lebih kecil dari sistem awal dengan mempertahankan sifat-sifat sistem awal. Penelitian ini bertujuan untuk mereduksi sistem pada masalah air Kali Surabaya yang berorder tinggi dengan menggunakan metode Linear Matrix Inequality. Sistem yang akan direduksi dalam keadaan stabil, bisa disetimbangkan, dan selanjutnya dilakukan reduksi, dan diperoleh bahwa sistem tereduksi yang diperoleh tetap stabil, terkendali, dan terobservasi. Diperoleh bahwa error yang terjadi akibat reduksi dengan menggunakan metode Linear Matrix Inequality adalah lebih kecil dibandingkan dengan error yang terjadi akibat reduksi dengan metode pemotongan setimbang.]]>
<![CDATA[Portfolio Optimization With Buy-in Thresholds Constraint Using Simulated Annealing Algorithm ]]>
<![CDATA[Indana Lazulfa]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (465.342 KB)
<![CDATA[Portfolio optimization is a solution for investors to get the return as much as possible and also to minimize risk as small as possible. In this research, we use risk measures for portfolio optimization, namely mean-variance model. For single objective portfolio optimization problem, especially minimizing risk of portfolio, we used mean-variance as risk measure with constraint such as buy-in thresholds. Buy-in thresholds set a lower limit on all assets that are part of portfolio. All this portfolio optimization problems will be solved by simulated annealing algorithm. The performance of the tested metaheuristics was good enough to solve portfolio optimization.]]>
<![CDATA[Text ]]>
<![CDATA[Dewi Masfufah]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (397.016 KB)
<![CDATA[ABSTRAKPenelitian ini dilatar belakangi oleh sulitnya siswa dalam mengatasi soal-soal matematika yang berbentuk soal cerita. Dalam memecahkan masalah matematika, setiap siswa memiliki cara yang berbeda-beda karena tidak semua siswa memiliki proses berpikir yang sama. Salah satu faktor yang menyebabkan kesulitan siswa dalam memecahkan masalah matematika yaitu kemampuan siswa dalam memahami konsep dan soal masih kurang. Sehingga guru juga harus mengetahui gaya kognitif siswa agar memudahkan untuk menganalisis proses berpikir siswa dalam memecahkan masalah matematika. Tujuan penelitian ini adalah 1.) Untuk mendeskripsikan proses berpikir siswa dalam penyelesaian soal ditinjau dari gaya kognitif field dependent pada materi skala. 2.) Untuk mendeskripsikan proses berpikir siswa dalam penyelesaian soal ditinjau dari gaya kognitif field independent pada materi skala. Penelitian ini merupakan penelitian dekrisptif kualitatif yang bertujuan untuk mengetahui proses berpikir siswa field dependent dan field independent dalam penyelesaian soal. Subjek dalam penelitian ini adalah siswa kelas X SMK Pelayaran Hang Tuah Kediri sebanyak 6 siswa yaitu 3 siswa dengan gaya kognitif field dependent dan 3 siswa dengan gaya kognitif field independent. Siswa diberikan tes GEFT (Group Embedded Figures Test) untuk membedakan gaya kognitif siswa, kemudian diberikan soal tes uraian. Setelah mengerjakan soal dilakukan proses wawancara untuk mengetahui proses berpikir siswa field dependent dan siswa field independent dalam penyelesaian soal. Siswa dikelompokkan pada proses berpikir konseptual bila “siswa mampu menjelaskan langkah dan menggunakan konsep yang dapat digunakan untuk penyelesaian masalah”, sedangkan proses berpikir semi konseptual bila “siswa kurang mampu menjelaskan langkah dan menggunakan konsep yang dapat digunakan untuk penyelesaian masalah”, dan untuk proses berpikir komputasional bila “siswa tidak mampu menjelaskan langkah dan tidak menggunakan konsep untuk penyelesaian masalah”.]]>
<![CDATA[Google Map API service for VRP Solving Application ]]>
<![CDATA[Satyananda, Darmawan]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (366.923 KB)
<![CDATA[Computer program application was widely used to solve VRP (Vehicle Routing Problem) cases. In general, the graph used was mainly to model the problem, instead of depicted actual geographic condition. This modeling was inadequate to give comprehensive information to the users, particulary information related to real distance and real route. Google Map provided geographic data in the form of API (Application Programming Interface) that could be accessed by a computer program. Some of services provided were to display map, to access geographical data, distance of some places in distance matrix form, route from selected source to selected destination, and some more. This article studied developing web-based application for solving VRP using Google Map service. VRP variant implemented in the application is CVRP, and routing strategy used was Sequential Insertion method. Distance among customers was obtained from Google Map service, based on user input on the displayed map, as well as route drawing that used Google Map service. The application provided better visualization to the users, and route produced was more appropriate to the real circumstances. Test showed that length of the route is slightly longer than calculation from CVRP in general, which considered that route between two nodes is symmetrical.]]>
<![CDATA[Konstruksi Kode Cross Bifix Bebas Ternair untuk Panjang Ganjil ]]>
<![CDATA[Affaf, Moh]]>;
<![CDATA[Ulum, Zaiful]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (394.101 KB)
<![CDATA[Suatu kode cross bifix bebas dengan panjang adalah himpunan barisan dengan panjang dimana awalan (prefix) dengan panjang kurang dari dari suatu barisan tidak muncul sebagai akhiran (suffix) dari barisan yang lain. Studi tentang kode cross bifix bebas muncul dari permasalahan barisan terdistribusi sebagai solusi dari permasalahan sinkronisasi frame. Pada tahun 2012, untuk panjang barisan yang lebih dari 2, Stefano Bilotta mengkonstruksi kode cross bifix bebas biner dengan memanfaatkan lintasan Dyck. Satu tahun kemudian, yaitu pada 2013, Chee mengajukan konstruksi kode cross bifix bebas untuk sebarang simbol dan menamakan hasil konstruksinya sebagai . Chee mengklaim bahwa kodenya optimal. Namun, keoptimalannya masih bergantung pada parameter . Dua tahun kemudian, tepatnya pada 2015, Blackburn memperbaiki konstruksi Chee dengan menentukan parameter sehingga optimal. Dalam makalah ini, akan dikonstruksi kode cross bifix bebas ternair untuk panjang ganjil dengan memanfaatkan konstruksi kode cross bifix bebas milik Stefano Bilotta.]]>
<![CDATA[Investigasi Proses Visualisasi Matematis: Studi Kasus Siswa Field-Independent Dalam Menyelesaikan Soal Non-Kontekstual ]]>
<![CDATA[Utomo, Edy Setiyo]]>
<![CDATA[ Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami ) ]]>
Publisher : <![CDATA[Mathematics Department ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (312.798 KB)
<![CDATA[Tujuan penelitian ini untuk investigasi proses visualisasi matematis siswa SMP dalam menyelesaikan soal non-kontekstual. Investigasi proses visualisasi matematis didasarkan pada aspek generation, inspection, scanning, dan transformation. subjek LFI penelitian ini seorang siswa field-independent kelas 8 yang komunikatif. Instrumen penelitian terdiri dati tes GEFT, tes visualisasi, dan pedoman wawancara. Prosedur penelitian meliputi memberikan tes visualisasi matematis berupa soal non-kontekstual, dan wawancara berbasis hasil tes. Analisis data dengan langkah kategorisasi data, reduksi data, paparan data, dan menarik simpulan Hasil penelitian menunjukkan bahwa subjek LFI mengeksplorasi bentuk gambar sesuai dengan urutan kalimat. subjek LFI membayangkan posisi objek sebelum direpresentasikan. subjek LFI menetapkan strategi partisi-objek. subjek LFI menyederhanakan gambar dari objek kompleks. subjek LFI melakukan translasi objek sesuai dengan unsur awal. Terakhir, hasil investigasi proses visualisasi matematis ini sangat penting dalam pembelajaran matematika, terutama pengembangan kurikulum pada siswa sekolah menengah pertama dalam menyelesaikan soal non-kontekstual yang dihubungkan dengan gaya kognitif]]>
