cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
kartika yulianti
Contact Email
kartika.yulianti@upi.edu
Phone
+6289646358817
Journal Mail Official
eurekamatika@upi.edu
Editorial Address
Program Studi Matematika, Departemen Pendidikan Matematika, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam, Universitas Pendidikan Indonesia Jl. Dr. Setiabudhi No. 229, Bandung 40154, Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Eurekamatika
Published by Universitas Pendidikan Indonesia
ISSN : 2776480X     EISSN : 25284231     DOI : https://doi.org/10.17509/jem
Core Subject : Science, Education, Engineering,
Computer Science & IT Industrial & Manufacturing Engineering Mathematics
Jurnal EurekaMatika (e-ISSN: 2528-4231, p-ISSN: 2776-480X) was first published annually on December 2013, and then since 2017 has been published twice a year, on May and November. JEM is a peer-reviewed Mathematics journal with its scope covers Algebra, Analysis, Statistics, and Applied Mathematics. This journal is published by Mathematics study program of Indonesia University of Education (Universitas Pendidikan Indonesia) collaborates with Himpunan Peneliti dan Pendidik Matematika Indonesia (HIPPMI). The editorial contents and elements that comprise the journal include: -Theoretical articles -Empirical studies -Practice-oriented papers -Case studies -Review of papers, books, and resources. As far as the criteria for evaluating and accepting submissions is concerned, a rigorous review process will be used. Submitted papers will, prior to the formal review, be screened so as to ensure their suitability and adequacy to the journal. In addition, an initial quality control will be performed, so as to ensure matters such as language, style of references and others, comply with the journal´s style.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 139 Documents
 2   3   4   5   6 
Kriptografi Visual pada Gambar Berwarna (RGB) Menggunakan Algoritma Elliptic Curve Cryptography Della Annisa Zahra; Rini Marwati; Ririn Sispiyati
Jurnal EurekaMatika Vol 9, No 2 (2021): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (258.152 KB) | DOI: 10.17509/jem.v9i2.40054

Abstract

Cryptography held an important role in the digital era for securing data from hackers. As technology develops, types of data that can be secured using cryptography is expanding, one of which is securing images using visual cryptography. Visual cryptography is a cryptosystem that splits an image into parts and can only be solved if it has all parts of the image. Another type of cryptography that can be used to secure data is Elliptic Curve Cryptography (ECC). ECC uses a field of prime numbers consists of points on the elliptic curve as a technique to secure data. In this research, a cryptosystem development was carried out by visual cryptography combined with ECC and its implementation in constructing a computer application program using MATLAB R2014a. Results show that the development of visual cryptography using Elliptic Curve Cryptography can complicate cryptanalysis because it has two algorithms and cannot be hacked if only one share image was obtained. Keywords: Cryptography, Elliptic Curve Cryptography, Visual Cryptography.AbstrakKriptografi berperan penting pada era digital dalam mengamankan data dari peretas. Seiring berkembangnya teknologi, data yang dapat diamankan menggunakan kriptografi semakin luas, salah satunya adalah mengamankan gambar menggunakan kriptografi visual. Kriptografi visual merupakan kriptosistem yang memecah suatu gambar menjadi beberapa bagian dan hanya dapat dipecahkan jika memiliki semua bagian dari gambar tersebut. Jenis kriptografi lain yang dapat digunakan dalam mengamankan data adalah elliptic curve cryptography (ECC). ECC menggunakan suatu lapangan atas bilangan prima yang berisi titik-titik pada kurva eliptik sebagai teknik pengamanan datanya. Dalam penelitian ini dilakukan pengembangan kriptosistem dengan menggabungkan kriptografi visual dan ECC serta implementasinya dalam mengkonstruksi program aplikasi komputer menggunakan MATLAB R2014a. Pengembangan kriptografi visual menggunakan Elliptic Curve Cryptography dapat mempersulit kriptanalisis karena harus meretas dua algoritma dan tidak akan bisa diretas jika hanya memperoleh salah satu share image.
PENERAPAN MODEL M_o DAN MODEL M_t UNTUK MENGESTIMASI UKURAN POPULASI TERTUTUP PADA DATA CAPTURE-RECAPTURE Lubis, Asep Ridwan; Dasari, Dadan; Agustina, Fitriani
Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (641.183 KB) | DOI: 10.17509/jem.v5i1.10297

Abstract

ABSTRAK. Statistika merupakan keilmuan yang bertujuan mengumpulkan, mengolah, menyajikan, dan menarik kesimpulan berdasarkan analisis data. Salah satu kajian yang terus dikembangkan dalam statistika yaitu analisis data Capture-Recapture. Analisis data Capture-Recapture memiliki ciri yaitu mengumpulkan data dengan teknik Capture, Mark, Release, Recapture (CMRR). Permasalahan yang akan dibahas karya tulis ini yaitu mengestimasi ukuran populasi pada data tersebut. Estimasi populasi merupakan proses pendekatan matematis untuk menaksir ukuran populasi. Populasi merupakan objek yang memiliki karakteristik tertentu yang akan dipelajari dan ditarik kesimpulannya. Banyak anggota suatu populasi disebut ukuran populasi. Berdasarkan karakteristik ukuran, populasi dikelompokkan menjadi dua yaitu populasi tertutup dan populasi tidak tertutup. Populasi tertutup berarti banyak anggota dalam populasi dari waktu ke waktu konstan, sedangkan populasi tidak tertutup berarti banyak anggota dalam populasi dari waktu ke waktu tidak konstan. Estimasi ukuran populasi tertutup dipengaruhi oleh nilai peluang penangkapan pada setiap kesempatan penangkapan. Apabila nilai peluang penangkapan selama penelitian tidak berbeda secara signifikan maka estimasi populasi akan dimodelkan dengan Model . Sedangkan, apabila nilai peluang penangkapan selama penelitian berbeda secara siginifikan maka estimasi populasi akan dimodelkan dengan Model . Dalam penulisan karya tulis ilmiah ini, penulis mencoba mengestimasi populasi pada Model  dan Model  serta mengaplikasikan kedua model tersebut dalam menghitung populasi paus bungkuk (Megaptera novaeangliae) dan populasi tupai (Eutamias Minimus). Berdasarkan hasil penghitungan diperoleh bahwa estimasi ukuran populasi paus bungkuk adalah sebanyak 121 paus. Sedangkan estimasi ukuran populasi tupai adalah sebanyak 50 tupai. Kata kunci: Analisis data Capture-Recapture, Estimasi Ukuran Populasi Tertutup, Model , Model .  ABSTRACT. Statistics is a science that aims to collecting, processing, presenting, and draw the conclusions based on the analysis of data. One of study is developing in statistical is Analysis of Capture-Recapture Data. Analysis of Capture-Recapture Data has a characteristic which collects data by using technics : Capture, Mark, Release, Recapture (CMRR). The Problems will discussed this paper is how about estimate the closed population size. Estimating the population is a mathematical approach to estimate the population size. Population is an object which has certain characteristics that will be studied and drawn conclusions. The number of all members on population is called the size of population. Based on the characteristics of size, population has grouping into two : closed population and open population. Closed population means the size of population is constant during over time, while open population means the size of population is not constant during over time. Estimating the size of closed population are affected by probability of captured on each occasion the arrest. If the probability of captured during the study is not significantly differ then the estimating process modeled by Model . Otherwise, if the probability of captured is significantly different the estimating process modeled by Model . In this paper, will be shown the estimating process on closed population modeled by Model  and Model . The application of each models is applied to calculate the population of humpback whales (Megaptera novaeangliae) and the population of squirrels (Eutamias minimus). Based on the calculation results, obtained that the humpback whale population size estimates are 121 whales and the squirrel population size estimates are 50 squirrels. Keywords: Analysis of Capture-Recapture Data, Estimation of Closed Population Size, Model , Model .
Deteksi Pencilan dengan Pendekatan Bayesian pada Regresi Linear (Studi Kasus Hubungan Pengeluaran Rumah Tangga dengan PDRB di Jawa Barat Tahun 2013) Prihastiwi, Dwiningrum; Juandi, Dadang; Herrhyanto, Nar
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (379.956 KB) | DOI: 10.17509/jem.v3i1.11193

Abstract

Abstrak. Pokok pembahasan dalam skripsi ini adalah langkah-langkah mendeteksi pencilan dengan pendekatan Bayesian pada model regresi linear. Metode Bayesian memberikan hasil penaksiran yang lebih baik daripada penaksiran dengan metode klasik. Pendekatan Bayesian yang dilakukan adalah dengan mempertimbangkan distribusi awal (prior) dengan melihat fungsi likelihood data dan juga melibatkan distribusi posterior. Data pencilan merupakan salah satu masalah yang sering terjadi pada model regresi. Keberadaan data pencilan dapat mengganggu proses pengujian dan pengambilan keputusan dalam penelitian. Untuk itu, ingin dikaji lebih lanjut mengenai pencarian data pencilan dengan pendekatan Bayesian. Data pencilan ini dapat diketahui dengan membandingkan peluang prior dan peluang posterior dari data regresi yang diperoleh, jika nilai peluang posterior lebih besar dari peluang prior maka data tersebut dikatakan data pencilan.Kata kunci: Pencilan, Bayesian.Abstract. The main issue in this study is the steps to detect outlier by Bayesian approach in the linear regression model. Bayesian method gives better results than the assessment of assessments by classical methods. Bayesian approach is done by considering prior distribution, which is obtained by looking likelihood function, and posterior distribution. Data outliers is one of the problem that often occur in the regression model. The existence of data outliers can disturb trial processes and decision-making in research. Furthermore, would be examined on detecting outlier by Bayesian approach. The outlier can be determined by comparing prior and posterior probability which is obtained of data regression, if posterior probability value is greater than prior probability then it called by outlier.
PRODUK SILANG ATAS SEMIGRUP ENDOMORFISMA Urfa, Ishma Fadlina; Rosjanuardi, Rizky; Yusnitha, Isnie
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (746.677 KB) | DOI: 10.17509/jem.v2i1.11273

Abstract

ABSTRAK: Misal  grup abelian terurut total dan  adalah bagian positifnya,  aljabar-, dan : adalah aksi dari semigrup  pada  melalui endomorfisma. Representasi isometrik  dari  adalah homomorfisma dari semigrup  ke semigrup isometri  pada ruang Hilbert . Adji, Laca, Nilsen, dan Raeburn (1994) telah membuktikan eksistensi representasi kovarian  dan bentuk produk silang yang dibangun oleh representasi isometrik  dari sistem dinamik , serta hubungan  dengan aljabar- yang dibangun oleh unsur-unsur isometri non-uniter. Pada tugas akhir ini akan dilihat bagaimana konstruksi pembuktian hasil-hasil diatas.Kata kunci: produk silang, aljabar-, semigrup, endomorfisma, representasi isometrik. ABSTRACT: Let  be totally ordered abelian group and  be its positive cone,  a -algebra, and an action of  on  by endomorphisms. An isometric representation of  is a homomorphism of the semigroup  into the semigroup of isometries  on a Hilbert space . Adji, Laca, Nilsen and Raeburn (1994) prove the existence of covariant representation  and crossed product generated by isometric representation  of dynamical system , and also the relation between  and a -algebra generated by nonunitary isometric representations. In this paper, we study how they construct the proof.Key words: crossed product, -algebra, semigroup, endomorphisms, isometric representation.
PROGRAM APLIKASI PENGELOMPOKAN OBJEK DENGAN METODE SELF ORGANIZING MAP MENGGUNAKAN BAHASA R Siti Kania; Dewi Rachmatin; Jarnawi Afgani Dahlan
Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (252.183 KB) | DOI: 10.17509/jem.v7i2.22132

Abstract

ABSTRAKAnalisis klaster merupakan salah satu teknik analisis statistika multivariat yang bertujuan untuk mengalokasikan sekelompok objek pada suatu kelompok-kelompok yang saling bebas, yang disebut sebagai klaster, sehingga objek-objek di dalam satu kelompok homogen, sedangkan objek-objek di dalam kelompok yang berbeda heterogen. Pada penelitian ini, proses analisis klaster dilakukan dengan menggunakan metode Self Organizing Map. Self Organizing Map merupakan salah satu metode dalam jaringan syaraf tiruan yang menggunakan pembelajaran tak terawasi. Akan tetapi proses pengelompokan dengan metode Self Organizing Map memerlukan waktu yang cukup lama serta dapat terjadi kesalahan dalam perhitungannya apabila dilakukan secara manual, sehingga pada penelitian ini dibuat program aplikasi untuk proses pengelompokan objek dengan metode Self Organizing Map menggunakan bahasa pemrograman R. Output dari program aplikasi tersebut berupa proses clustering yang terdiri dari hasil perhitungan tiap iterasi dan hasil pengelompokan objek yang termuat dalam lembar kerja ‘Console’ pada software R. Setelah program aplikasi selesai dibuat, kemudian diaplikasikan pada data Indeks Pembangunan Manusia Provinsi Aceh tahun 2013. Dari program aplikasi tersebut dengan menentukan terlebih dahulu klaster yang akan dibentuk yaitu 4 klaster diperoleh jumlah anggota klaster ke 1,2,3, dan 4 secara berturut-turut adalah 10, 2, 1, dan 11.Kata kunci : Analisis Klaster, Self-Organizing Map, R  OBJECTGROUPING APPLICATION PROGRAM WITH SELF ORGANIZING MAP METHOD USING R ABSTRACTCluster analysis is one of multivariate analysis technique that is purposed to alocate a group of object of independent groups, the so-called cluster, so as to each object in a same group is homogeneous, whilst each object in different group is heterogeneous. In this research, the process of cluster analysis is conducted by employing Self Organizing Map method. Self Organizing Map is one of method in artificial neural network that use unsupervised learning. However, the process of grouping of Self Organizing Map took a long time and it can generate mistakes in its calculation if it is conducted manually, for that concern this research provides a program application for the grouping process with Self Organizing Map using R programming language. Output of the application program  is a clustering process that consist of calculation result for each iteration and object grouping result provided in Console worksheet in R software. After the application program is completely created, finally it is applied to data of Human Development Index of Aceh province in 2013. From the application program, by first determining the cluster to be formed ie 4 clusters obtained by the number of cluster members to 1,2,3 and 4 respectively are 10, 2, 1, and 11.Key Words: Cluster Analysis, Self-Organizing Map, R-language
Analisis Data Kemampuan Menghafal Alquran Dengan Menggunakan Model Regresi Untuk Data Berdistribusi Normal Terpotong Atas Bawah Rachmi Dwiyati; Nar Herrhyanto; Bambang Avip Priatna
Jurnal EurekaMatika Vol 8, No 2 (2020): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1083.534 KB) | DOI: 10.17509/jem.v8i2.30722

Abstract

Tujuan dari penelitian ini adalah untuk menganalisis data kemampuan menghafal Alquran yang datanya diperoleh dari hasil ujian tahfizh menggunakan sebuah instrumen tes, dan digunakan model regresi terpotong. Dilihat dari pembatasan nilai pada variabel dependennya dan variabel independennya hanya akan diobservasi jika variabel dependennya diobservasi, analisis yang digunakan adalah distribusi normal terpotong atas bawah. Model regresi untuk data ini, nilai-nilai variabel dependennya berupa q Yi r dimana data yang diobservasi berada diantara titik q yang merupakan batas bawah yaitu nilai 44 dan titik r merupakan batas atas yaitu nilai 96 dari data dependen yang diobservasi.  Metode yang digunakan untuk menaksir parameter dalam model adalah metode kemungkinan maksimum dengan menggunakan bantuan iteratif Newton Raphson. Analisis data dilakukan dengan menentukan model regresi linear dan model regresi untuk data terpotong atas bawah, kemudian uji asumsi normalitas serta uji koefisien secara parsial model regresi untuk data berdistribusi normal terpotong atas bawah. Hasil yang diperoleh dari penelitian ini yaitu model regresi yang menggambarkan hubungan antara nilai ujian tahfizh, nilai tahsin, dan nilai akhir.
Penyelesaian Capacitated Vehicle Routing Problem dengan Menggunakan Gabungan Algoritma Genetika dan Simulated Annealing Yusup Syarif Firmansyah; Khusnul Novianingsih; Husty Serviana Husain
Jurnal EurekaMatika Vol 9, No 2 (2021): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (285.649 KB) | DOI: 10.17509/jem.v9i2.40080

Abstract

The capacitated vehicle routing problem (CVRP) is a problem of distributing a number of goods using vehicles with limited carrying capacity that needed to pick up or deliver items at various locations, such as round trips from a store to customers. The goal of CVRP is to obtain a route with shortest travel distance. This research proposed the combination of genetics algorithm with simulated annealing (GASA) to solve CVRP. The first step in GASA is to represent customer as chromosomes, calculate fitness values, selection, crossover, and mutation. After that we continue to optimize the problem using SA algorithm by modifying the best solution produced by GA algorithm, comparing the fitness of modified best solution with the best solution of GA, and return to GA algorithm until maximum iteration achieved. Thus, GASA has greater chance to obtain global optimal solution. To simulate the algorithm, GASA was used for CVRP of an ice cream company in Bandung City and was able to solve it well.Keywords: Capacitated Vehicle Routing Problem (CVRP), Genetic Algorithm (GA), Optimization, Simulated Annealing (SA). AbstrakCapacitated Vehicle Routing Problem (CVRP) adalah permasalahan pendistribusian sejumlah barang oleh kendaraan yang tersedia dengan kapasitas tertentu dari suatu depot ke sejumlah pelanggan lalu kembali ke depot. Tujuan penyelesaian CVRP adalah untuk menentukan rute pendistribusian dengan total jarak terpendek. Pada penelitian ini, digunakan gabungan algoritma genetika dan simulated annealing (GASA) untuk menyelesaikan permasalahan CVRP. Algoritma GASA bekerja dengan cara melakukan tahapan-tahapan pada Algoritma GA yaitu merepresentasikan kromosom, menghitung nilai fitness, seleksi, crossover, dan mutasi, kemudian dilanjutkan ke tahapan-tahapan Algoritma SA yaitu memodifikasi solusi terbaik yang diperoleh dari Algoritma GA sebelumnya, membandingkan nilai fitness solusi hasil modifikasi dengan solusi terbaik pada Algoritma GA, setelah itu melakukan kembali tahapan-tahapan Algoritma GA sampai iterasi maksimum tercapai. Dengan demikian gabungan GA dan SA mempunyai peluang besar untuk memberikan solusi optimal global. Hasil implementasi model CVRP dan Algoritma GASA pada masalah pendistribusian es krim suatu perusahaan di Kota Bandung diperoleh kesimpulan bahwa Algoritma GASA dapat menyelesaikan masalah tersebut dengan baik.
ANALISIS PENGARUH FAKTOR KEPUTUSAN KONSUMEN DENGAN STRUCTURAL EQUATION MODELING PARTIAL LEAST SQUARE Gita Alfa, Alodya Ann; Rachmatin, Dewi; Agustina, Fitriani
Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (176.897 KB) | DOI: 10.17509/jem.v5i2.9599

Abstract

ABSTRAK. Persaingan yang ketat diantara pengusaha kuliner yangterdapat di Kota Bandung, menimbulkan harapan bagi para pengusaha agarmampu bertahan dan terus berkembang dalam menjalankan usahanya.Faktor yang mempengaruhi keputusan konsumen diperlukan untukmenentukan target pemasaran. Faktor-faktor yang mempengaruhikeputusan konsumen (Y) menurut Engel, dkk (1994) adalah faktorlingkungan (X1), faktor perbedaan individu (X2) dan faktor prosespsikologis (X3). Metode yang dapat digunakan dalam penelitian ini adalahdengan menggunakan analisis Structural Equation Modeling (SEM) yangberbasis varians yaitu Partial Least Square (PLS). SEM dengan PLSberbasis varians sehingga mampu menangani dua kondisi yaitu kondisidengan faktor yang tidak dapat ditentukan dan kondisi dimana solusi tidakdapat diterima. Penelitian ini menggunakan program computer smart PLS3.0 dan menentukan variabel yang signifikan terhadap keputusankonsumen (Y) tempat makan di Kota Bandung. Berdasarkan hasilpenelitian yang telah dilakukan, variabel yang diperoleh mempengaruhikeputusan konsumen (Y) adalah variable factor lingkungan (X1) danvariable factor perbedaan individu (X2).Kata Kunci: Keputusan Konsumen, Structural Equation Modeling PartialLeast Square (SEMPLS).ABSTRACT. The intense competition among culinary entrepreneurslocated in Bandung raised hopes for them to be able to survive and continueto thrive in business. Factors that influence the consumer's decision isneeded to determine the target marketing. Factors that influence consumerdecision (Y) according to Engel, et al (1994) is an environmental factor(X1), individual differences factors (X2) and the psychological processfactor (X3). Method that can be used in this research is to use analysis ofStructural Equation Modeling (SEM) based variance Partial Least Square(PLS). SEM with PLS is method is based on the variance to be able tohandle two conditions, is factor indeterminacy and inadmissible solution.This study used a computer program smart PLS 3.0 and determine thesignificant variables to the consumer’s decision (Y) where to eat in the cityof Bandung. Based on the research that has been done, variables derivedinfluencing consumer’s decision (Y) is variable environmental factors (X1)and the variable factors of individual differences (X2).Keywords: Consumer’s Decision, Structural Equation Modeling PartialLeast Square (SEM PLS).
METODE CONSTANT PERCENT OF SALARY DALAM MENENTUKAN BENEFIT DAN IURAN NORMAL PROGRAM PENSIUN NORMAL DAN DIPERCEPAT Achmad, Puteri Ressiana Dewi; Marwati, Rini; Agustina, Fitriani
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (406.936 KB) | DOI: 10.17509/jem.v4i1.10646

Abstract

Metode Constant Percent of Salary merupakan metode pendanaan pensiun yang menghitung manfaat pensiun berdasarkan gaji karyawan sejak pertama kali masuk kerja sampai dengan pensiun. Metode tersebut dalam skripsi ini digunakan untuk menghitung besarnya benefit yang akan diperoleh peserta program pensiun pada saat pensiun normal dan pensiun dipercepat dan menghitung besarnya iuran normal yang harus dibayarkan peserta program pensiun pada saat masih aktif bekerja. Data yang digunakan adalah data karyawan suatu perusahaan dengan usia 31 tahun sampai usia 55 tahun. Data diolah dengan menggunakan Microsoft Excel 2007.Berdasarkan hasil perhitungan menggunakan metode Constant Percent of Salary diperoleh besar benefit dan besar iuran normal untuk program pensiun normal usia pensiun 55 tahun, dan juga diperoleh besar manfaat dan besar iuran normal untuk program pensiun dipercepat usia pensiun 53 dan 54 tahun . Data diolah dengan menggunakan Microsoft Excel 2007 yang terdiri dari Data 2015, Tabel Group Annuity Mortality 1971 Male, Tabel Simbol Komutasi, Perhitungan Benefit dan Iuran normal Metode Constant Percent of Salary.Kata Kunci: Constant Percent of Salary, Benefit, Iuran Normal, Program Pensiun Normal, Program Pensiun Dipercepat.ABSTRACT. Constant Percent of Salary method is a method that calculates the pension fund that pension benefits based on the employee's salary since it was first come to work until retirement. The method in this study is used to calculate the amount of future benefits participants of pension plan at the time of normal retirement and withdrawal  and calculate the amount of normal cost to be paid participants of pension plan while still actively working. The data used is data of employees of a company at the age of 31years until the age of 55 years. Data were processed using Microsoft Excel 2007.Based on calculations using the method of Constant Percent of Salary obtained the amount of benefit and the amount of normal cost for normal pension program with retirement age of 55 years, and also obtained the amount of benefit and the amount of normal cost for withdrawal pension program with retirement age of 53 and 54 years old. Data were processed using Microsoft Excel 2007 consisting of Data 2015, The Table of Group Annuity Mortality 1971 Male, The Table of Commutation Symbol, The Calculation of Benefit and Normal Cost by Constant Percent of Salary Method.Keywords: Constant Percent of Salary, Benefit, Normal Cost, Normal Retirement, Withdrawal.
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990 Purwanto, Edi; Herrhyanto, Nar; Suherman, Maman
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (316.41 KB) | DOI: 10.17509/jem.v2i1.11241

Abstract

ABSTRAK:Variabel tak bebas tidak hanya cukup dipengaruhi oleh satu variabel bebas dalam analisis regresi. Semakin banyak variabel bebas yang dilibatkan pada analisis regresi semakin baik pula untuk menaksir variabel tak bebasnya. Akan tetapi, hal ini juga menyebabkan peluang terjadinya multikolinearitas akan semakin besar. Regresi akar laten merupakan salah satu analisis regresi di mana terjadi hubungan di antara variabel-variabel bebasnya. Regresi akar laten akan menggunakan akar laten  (nilai eigen) dan vektor laten (vektor eigen) yang diperoleh dari matriks yang entri-entrinya merupakan variabel bebas dan variabel tak bebas untuk membentuk persamaan regresi. Kata kunci : multikolinearitas, nilai eigen, vektor eigen, regresi akar laten. ABSTRACT: Dependent variableis notonlysufficientlyinfluencedbyanindependent variablein the regression analysis. The moreindependent variableswere includedin theregressionanalysisto estimatethe greater theindependentvariable. However, this is alsocausingthe possibility ofmulticollinearitywill be greater. latentrootregressionis one of theregressionanalysiswhere there isa relationshipbetweenthe independent variables. Latentrootregressionwilluse thelatentroots(eigenvalues) andlatentvectors(eigenvectors) areobtainedfrom thematrixwhose entriesareindependent variablesand thedependent variabletoestablish the regression equation.

Page 4 of 14 | Total Record : 139

 2   3   4   5   6 

Filter by Year

2014 2023


Reset
Filter By Issues
All Issue Vol 11, No 2 (2023): Jurnal Eurekamatika Vol 11, No 1 (2023): Jurnal Eurekamatika Vol 10, No 2 (2022): Jurnal Eurekamatika Vol 10, No 1 (2022): Jurnal Eurekamatika Vol 9, No 2 (2021): Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika Vol 8, No 2 (2020): Jurnal Eurekamatika Vol 8, No 1 (2020): Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika More Issue