JMT (Jurnal Matematika dan Terapan)
JMT (Jurnal Matematika dan Terapan) is a journal that publishes about scientific papers containing fields of mathematics such as analysis, geometry, algebra and its application. This mathematics journal contains about the result of student thesis, research lecturer both in mathematics prodi unj and outside unj. This math journal helps me to write the results briefly, clearly, and densely. So that students, lecturers, or researcher of mathematics have a container to write the results of research being worked on.
Articles
41 Documents
<![CDATA[Pengembangan Program Pecahan Linier dengan Transformasi Aljabar ]]>
<![CDATA[Bobby Reynaldo]]>;
<![CDATA[Ratna Widyati]]>;
<![CDATA[Med Irzal]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 1 No 1 (2017): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21009/jmt.1.1.1
<![CDATA[Abstrak Penyelesaian program pecahan linier pada penelitian ini menggunakan transformasi secara aljabar menjadi bentuk program linier yang lebih mudah didefi- nisikan. Setelah menjadi bentuk program linier kemudian diselesaikan menggu- nakan metode simpleks direvisi yang memiliki kelebihan dalam mengindentifi- kasi kasus khusus. Hasil optimal yang telah didapat ditransformasikan kembali dalam bentuk program pecahan linier. Juga dibuat sebuah aplikasi penyele- saiannya menggunakan metode tersebut untuk membantu perhitungan dengan cepat. Dari hasil pengujian untuk menyelesaikan permasalahan program pecahan linier dengan 10 variabel, 10 fungsi kendala, dan 10 kali iterasi, aplikasi mampu menyelesaikan seluruh proses hanya sekitar 0.026 detik. Kata kunci : Optimasi, program pecahan linier, rasio, transformasi, program linier, metode simpleks direvisi.]]>
<![CDATA[Hubungan antara Integral Henstock dengan Integral Henstockdelta pada Skala Waktu ]]>
<![CDATA[Albert Parulian]]>;
<![CDATA[Sudarwanto Sudarwanto]]>;
<![CDATA[Ibnu Hadi]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 1 No 1 (2017): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21009/jmt.1.1.2
<![CDATA[Abstrak Penelitian ini membahas bagaimana hubungan antara Integral Henstock dengan Integral Henstock-Delta pada skala waktu. Konsep dasar dari kedua integral tersebut terletak pada pembentukan partisi yang muncul pada konsep Integral Riemann. Perluasan konsep ini yang menjadi dasar dalam hubungan antara Integral Henstock dengan Integral Henstock-Delta pada skala waktu. Hubungan tersebut tertuang dalam teorema, misalkan terdefinisikan pada skala waktu dan didefinisikan oleh sehingga jika terintegralkan Henstock pada selang maka terintegralkan Henstock-Delta pada skala waktu. Kata kunci : Integral Riemann, Integral Henstock, Integral Henstock-Delta, skala waktu, partisi .]]>
<![CDATA[Analisis Hybrid Mutual Clustering menggunakan Jarak Square Euclidean ]]>
<![CDATA[Astrid Alfira]]>;
<![CDATA[Fariani Hermin]]>;
<![CDATA[Eti Dwi Wiraningsih]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 1 No 1 (2017): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21009/jmt.1.1.3
<![CDATA[ABSTRAK Analisis kelompok berguna untuk mengelompokkan objek berdasarkan ukuran kemiripan, dimana konsep dasar dari analisis kelompok adalah pengukuran jarak dan kesamaan. Pengelompokan objek di dalam analisis kelompok dapat dilakukan dengan metode bottom-up, top-down, dan Hybrid Mutual Clustering. Pengelompokan objek dengan bottom-up menggunakan metode pengelompokan yang dimulai dari kelompok kecil menjadi kelompok yang lebih besar, pengelompokan objek dengan top-down menggunakan metode sebaliknya yaitu pengelompokan dengan memecah kelompok besar menjadi kelompok yang lebih kecil. Metode Hybrid Mutual Clustering baru diperkenalkan pada tahun 2006 oleh Hugh Chipman dan Robert Tibshirani, dimana metode ini mengkombinasikan kelebihan metode bottom-up dan top-down. Metode Hybrid Mutual Clustering yang digunakan dalam skripsi ini adalah metode pengelompokan hybrid menggunakan jarak Square Euclidean sebagai metode perhitungan jarak objek satu ke objek lainnya. Pemilihan kelompok terbaik dipilih berdasarkan nilai proporsi terbesar pada variabel dan perbedaan karakteristik antar variabel. Pada skripsi ini proporsi terbesar didapat dari variabel umur di bawah 14 tahun di kota Nusa Tenggara Barat dan Papua. Kata kunci : Klaster, Hybrid Mutual Clustering, Bottom-Up, Top-Down, Jarak Square Euclidean.]]>
<![CDATA[Peramalan Indeks Harga Saham Gabungan (IHSG) dengan Metode Extreme Learning Machine (ELM) ]]>
<![CDATA[Afifah Arifianty]]>;
<![CDATA[Mulyono Mulyono]]>;
<![CDATA[Med Irzal]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 1 No 1 (2017): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21009/jmt.1.1.4
<![CDATA[Abstrak Indeks Harga Saham Gabungan (IHSG) merupakan suatu nilai untuk mengukur kinerja seluruh saham. IHSG mencerminkan perkembangan pasar secara keseluruhan. Jika IHSG mengalami kenaikan dari hari kemarin maka dapat disimpulkan beberapa saham yang berada pada bursa efek mengalami kenaikan. Oleh karena itu, peramalan harga akan sangat bermanfaat untuk para investor, sehingga mereka dapat mengetahui prospek investasi saham di masa datang. Ada banyak metode untuk peramalan. Tetapi, metode-metode yang telah ada sebelumnya membutuhkan waktu komputasi yang relatif lebih lama. Metode Jaringan Syaraf Tiruan(JST) dikhawatirkan akan semakin ditinggalkan karena diperlukan waktu yang lama dalam pengambilan keputusan. Untuk mengatasi masalah, Huang (2004) menemukan sebuah metode pembelajaran dalam JST bernama Extreme Learning Machine (ELM). ELM merupakan jaringan syaraf tiruan feedforward dengan satu hidden layer atau lebih dikenal dengan istilah Single hidden Layer Feedforward neural Networks(SLFNs) (Sun et al, 2008). Pada metode ini, faktor yang digunakan dalam peramalan hanya faktor data masa lalu, bukan disebabkan faktor lain seperti politik, ekonomi dan lain-lain. Kata kunci: Indeks Harga Saham Gabungan, Peramalan, Jaringan Syaraf Tiruan, Extreme Learning Machine.]]>
<![CDATA[Optimasi Biaya Perawatan Sistem dengan Faktor Diskon ]]>
<![CDATA[Desyandi Ayuriza]]>;
<![CDATA[Suyono Suyono]]>;
<![CDATA[Fariani Hermin]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 1 No 1 (2017): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21009/jmt.1.1.5
<![CDATA[AbstrakKegiatan perawatan dapat meminimalkan biaya atau kerugian yang ditimbulkan, apabila terdapat kerusakan pada suatu sistem. Biaya total perawatan bergantung pada jumlah dari tindakan perawatan preventif dan korektif yang dilakukan selama interval waktu tertentu. Skripsi ini membahas biaya total perawatan sistem dari komponen dalam waktu yang terbatas. Strategi penggantian usia komponen diasumsikan sebagai kerusakan komponen yang mengikuti sebuah proses gamma. Asumsikan faktor diskon yang perlu dimasukkan ke dalam perhitungan untuk mempersiapkan biaya yang diperlukan untuk biaya perawatan komponen pada interval waktu [0,t], maka akan menghasilkan waktu yang optimal antara perawatan preventif yang dilakukan secara berurutan untuk meminimalkan nilai ekspektasi dari biaya total perawatan. Sebuah contoh numerik dibahas pada bagian akhir skripsi ini untuk mengilustrasikan hasil yang telah diperoleh. Kata kunci: strategi penggantian usia, proses Gamma, pendiskonan, proses Renewal, transformasi Laplace.]]>
<![CDATA[Klasifikasi Diagnosis Penyakit Kanker Payudara Dengan Pendekatan Regresi Logistik Biner Dan Metode Classification And Regression Trees (Cart) ]]>
<![CDATA[Rifqy Marwah Akhsanti]]>;
<![CDATA[Widyanti Rahayu]]>;
<![CDATA[Vera Maya Santi]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 2 No 1 (2018): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kanker merupakan masalah penyakit yang dapat menyebabkan kematian bagi penderitanya. Salah satu kanker yang sering dialami oleh kalangan wanita adalah kanker payudara. Regresi logistik biner dan Metode CART (Classiï¬cation And Regression Trees) diterapkan pada data pasien kanker payudara RS. Dharmais tahun 2015 untuk mengetahui faktor pengaruh timbulnya kanker payudara yang diklasiï¬kasikan menurut dua kategori yaitu jinak dan ganas. Faktor yang digunakan adalah usia, usia menarche, usia menopause, obesitas, riwayat keluarga penderita kanker (genetik), tidak menyusui anaknya, penggunaan KB. Analisis regresi logistik biner yang terbentuk menghasilkan faktor yang berpengaruh signiï¬kan terhadap hasil diagnosis kanker adalah usia dan riwayat keluarga penderita kanker (genetik), model ini mampu mengklasiï¬kasikan sebesar 90.5%. Metode CART menghasilkan pohon klasiï¬kasi optimum dengan empat simpul terminal dan memperoleh nilai ketepatan klasiï¬kasi sebesar 93%.]]>
<![CDATA[Analisis Hybrid Mutual Clustering menggunakan Jarak Square Euclidean ]]>
<![CDATA[Astrid Alfira]]>;
<![CDATA[Fariani Hermin]]>;
<![CDATA[Eti Dwi Wiraningsih]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 2 No 1 (2018): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Analisis kelompok berguna untuk mengelompokkan objek berdasarkan ukuran kemiripan, dimana konsep dasar dari analisis kelompok adalah pengukuran jarak dan kesamaan. Pengelompokan objek di dalam analisis kelompok dapat dilakukan dengan metode bottom-up, top-down, dan Hybrid Mutual Clustering. Pengelompokan objek dengan bottom-up menggunakan metode pengelompokan yang dimulai dari kelompok kecil menjadi kelompok yang lebih besar, pengelompokan objek dengan top-down menggunakan metode sebaliknya yaitu pengelompokan dengan memecah kelompok besar menjadi kelompok yang lebih kecil. Metode Hybrid Mutual Clustering baru diperkenalkan pada tahun 2006 oleh Hugh Chipman dan Robert Tibshirani, dimana metode ini mengkombinasikan kelebihan metode bottom-up dan top-down. Metode Hybrid Mutual Clustering yang digunakan dalam skripsi ini adalah metode pengelompokan hybrid menggunakan jarak Square Euclidean sebagai metode perhitungan jarak objek satu ke objek lainnya. Pemilihan kelompok terbaik dipilih berdasarkan nilai proporsi terbesar pada variabel dan perbedaan karakteristik antar variabel. Pada skripsi ini proporsi terbesar didapat dari variabel umur di bawah 14 tahun di kota Nusa Tenggara Barat dan Papua.]]>
<![CDATA[Perhitungan Biaya Pensiun Menggunakan Metode Attained Age Normal Pada Dana Pensiun ]]>
<![CDATA[Chrisna Sandy]]>;
<![CDATA[Sudarwanto Sudarwanto]]>;
<![CDATA[Ibnu Hadi]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 2 No 1 (2018): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perencanaan dana untuk hari tua dapat dilakukan dengan mengikuti program pensiun. Program pensiun memberikan jaminan bagi karyawan setelah tidak bekerja lagi diakibatkan oleh usia dengan merencanakan pembayaran berkala selama masa pensiun yang disebut manfaat pensiun untuk jenis pensiun normal. Pembiayaan manfaat pensiun diperoleh dari iuran normal. Perhitungan manfaat pensiun dan iuran normal dapat dilakukan dengan menggunakan metode Attained Age Normal. Perhitungan manfaat pensiun berdasarkan usia karyawan mengikuti program pensiun, gaji yang didapat karyawan selama bekerja (faktor gaji) dan persentase gaji yang disiapkan untuk masa pensiun. Iuran normal dibayarkan oleh peserta mulai dari tanggal perhitungan sampai usia pensiun peserta. Perhitungan iuran normal dilakukan dengan diketahui nilai manfaat pensiun dan nilai sekarang manfaat pensiun.]]>
<![CDATA[Perbandingan Metode Lagrange dan Metode Newton pada Interpolasi Polinomial dalam Mengestimasi Harga Saham ]]>
<![CDATA[Leny Wiji Astuti]]>;
<![CDATA[Sudarwanto Sudarwanto]]>;
<![CDATA[Lukita Ambarwati]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 2 No 1 (2018): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Saham adalah surat berharga dalam wujud selembar kertas yang dikeluar-kan oleh suatu perusahaan yang kemudian dapat menyatakan bahwa pemilik saham tersebut adalah pemilik sebagian perusahaan tersebut sejumlah persen-tase saham yang dimiliki oleh pemegang saham. Jual-beli saham terjadi di pasar modal yang dalam kurun waktu lima tahun ini kinerjanya terus tumbuh di Indonesia. Hal tersebut mengakibatkan banyak orang lebih memilih berin- vestasi melalui saham. Berinvestasi melalui saham tidak terlepas dari resiko seperti kerugian, oleh karena itu diperlukan analisis estimasi harga saham un- tuk mengurangi resiko tersebut. Penggunaan ilmu matematika dan komputasi dapat dikombinasikan untuk menganalisis estimasi harga saham, yaitu interpo- lasi polinomial dan dua metode yang digunakan adalah metode Lagrange dan metode Newton. Data yang digunakan adalah data harga saham PT Indosat Tbk. selama tiga bulan terakhir yang kemudian dianalisis dengan kedua meto-de tersebut. Hasil yang diperoleh adalah hasil interpolasi harga saham dengan metode Newton memiliki nilai galat yang lebih rendah dibandingkan dengan nilai galat dari hasil interpolasi harga saham dengan metode Lagrange.]]>
<![CDATA[Pengenalan Citra Tulisan Tangan Dengan Metode Backpropagation ]]>
<![CDATA[Alphien Andana]]>;
<![CDATA[Ratna Widiyati]]>;
<![CDATA[Med Irzal]]>
<![CDATA[ JMT : Jurnal Matematika dan Terapan Vol 2 No 1 (2018): JMT (Jurnal Matematika dan Terapan) ]]>
Publisher : <![CDATA[Program Studi Matematika Universitas Negeri Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Backpropagation merupakan salah satu metode pada jaringan syaraf tiruan yang sangat baik dalam menangani masalah pengenalan pola-pola kompleks, salah satunya adalah pengenalan citra tulisan tangan. Permasalahan yang diangkat dalam penelitian ini adalah pembuatan sistem dengan menggunakan jaringan metode backpropagation untuk pengenalan citra tulisan tangan, proses analisis masalah yang dilakukan adalah dengan menentukan masalah, studi pustaka, mengumpulkan data-data penelitian, merancang sistem, membuat sistem dan menguji sistem. Dari hasil pengujian sistem diperoleh tingkat akurasi sistem dalam mengenali citra tulisan tangan dengan metode Backpropagation adalah sebesar 96%. Arsitektur jaringan yang digunakan adalah dengan variasi jumlah iterasi 22, learning rate 0,05 dan jumlah neuron hidden layer 40. Untuk kasus yang dibahas, arsitektur jaringan tersebut menghasilkan Mean Square Error (MSE) sebesar 4:48e-14 dengan waktu training 123 detik.]]>
