cover
Contact Name
Yuni Yulida
Contact Email
y_yulida@ulm.ac.id
Phone
+6281348054202
Journal Mail Official
epsilon@ulm.ac.id
Editorial Address
Mathematics Department, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat University. Jl. A. Yani KM.35.8 Banjarbaru, Kalimantan Selatan
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Epsilon: Jurnal Matematika Murni dan Terapan
ISSN : 19784422     EISSN : 26567660     DOI : http://dx.doi.org/10.20527
Jurnal Matematika Murni dan Terapan Epsilon is a mathematics journal which is devoted to research articles from all fields of pure and applied mathematics including 1. Mathematical Analysis 2. Applied Mathematics 3. Algebra 4. Statistics 5. Computational Mathematics
Articles 6 Documents
Search results for , issue "Vol 10, No 2 (2016): JURNAL EPSILON VOLUME 10 NOMOR 2" : 6 Documents clear
ANALISIS BIAYA FUZZY DALAM SISTEM TRANSPORTASI FUZZY FUZZY COST ANALYSIS IN FUZZY TRANSPORTATION SYSTEM Gita Sari Adriani; Pardi Affandi; Muhammad Ahsar Karim
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 10, No 2 (2016): JURNAL EPSILON VOLUME 10 NOMOR 2
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (237.329 KB) | DOI: 10.20527/epsilon.v10i2.36

Abstract

Dalam kehidupan sehari-hari, baik disadari maupun tidak, orang selalu melakukan optimasi untuk memenuhi kebutuhan. Dari masalah optimasi tersebut, banyak metode maupun teknik yang digunakan. Salah satu metode yang telah berkembang dalam teori optimasi adalah model transportasi fuzzy. Model transportasi fuzzy merupakan salah satu model optimasi yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk ke tempat tujuan secara optimal. Dimana parameter-parameternya seperti nilai permintaan dan penawarannya berupa bilangan fuzzy, sedangkan untuk biaya yang digunakan biasanya bilangan tegas. Penelitian kali ini mengangkat tentang model transportasi fuzzy yang mana semua parameter-parameternya akan dibawa ke dalam bentuk bilangan fuzzy. Tujuan penelitian ini adalah untuk memperoleh solusi penyelesaian analisis biaya fuzzy dalam menggunakan sistem transportasi fuzzy. Adapun metode penelitian, yaitu membawa nilai permintaan, penawaran dan biaya fuzzy kedalam bentuk ????????−???????????????????????? dan ????????−????????????????????????, kemudian mencari solusi awal dan solusi optimal masalah transportasi fuzzy menggunakan metode biaya terkecil dan metode stepping stone. Dari hasil penelitian menunjukkan bahwa analisis biaya fuzzy dapat dijadikan salah satu alternatife tambahan untuk menyelesaikan masalah transportasi fuzzy. Dengan menggunakan penyelesaian analisis biaya fuzzy hasil penyelesaian yang diperoleh lebih optimal dibandingkan dengan tanpa analisis biaya fuzzy.Kata kunci: Model Transportasi, Sistem Transportasi Fuzzy, Analisis Biaya Fuzzy
ANTI SUBGRUP FUZZY Ahmad Yasir; Saman Abdurrahman; Nurul Huda
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 10, No 2 (2016): JURNAL EPSILON VOLUME 10 NOMOR 2
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (160.924 KB) | DOI: 10.20527/epsilon.v10i2.37

Abstract

Subgrup yaitu himpunan bagian tidak kosong dari suatu grup ???????? dan merupakan grup terhadap operasi yang sama dengan grup ????????. Perpaduan antara konsep aljabar dengan konsep fuzzy disebut subgrup fuzzy. Pada tahun 1998 R. Biswas memperkenalkan konsep lower level subset dari subset fuzzy, anti subgrup fuzzy, dan lower level subgrup. Tujuan dari penelitian ini membuktikan subset fuzzy dari grup adalah subgrup fuzzy jika dan hanya jika komplemen dari subset fuzzy adalah anti subgrup fuzzy dan membuktikan jika subset fuzzy adalah anti subgrup fuzzy maka lower level subset juga anti subgrup fuzzy. Metode yang digunakan studi literatur. Hasil dari penelitian ini adalah jika diberikan ???????? grup, suatu subset fuzzy ???????? di ???????? disebut anti subgrup fuzzy maka berlaku ????????(????????????????)≤max {????????(????????),????????(???? )} dan ????????(????????−1)≤????????(???? ) untuk setiap ????????,???? ∈????????. Kemudian diberikan ???????? subgrup fuzzy di ???????? jika dan hanya jika komplemen dari subgrup fuzzy (μc) adalah anti subgrup fuzzy. Jika suatu subset fuzzy ???????? dari ???????? dan untuk ????????∈[0,1] maka lower level subset dari ???????? adalah himpunan ????????????????????={????????∈????????|????????(????????)≤????????}, kemudian jika diberikan μ anti subgrup fuzzy di ???????? maka suatu subgrup ???????????????????? , ????????∈[0,1] dan ????????≥????????(????????), disebut lower level subgrup dari ????????. Selanjutnya jika ???????? adalah anti subgrup fuzzy di ???????? maka ???????????????????????????? adalah anti subgrup fuzzy di ???????? dengan ????????∈[????????(????????),1].Kata Kunci: Lower level subset, Anti subgrup fuzzy, Lower Level Subgrup.
PERKIRAAN SELANG KEPERCAYAAN UNTUK PARAMETER PROPORSI PADA DISTRIBUSI BINOMIAL Jainal Jainal; Nur Salam; Dewi Sri Susanti
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 10, No 2 (2016): JURNAL EPSILON VOLUME 10 NOMOR 2
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (202.571 KB) | DOI: 10.20527/epsilon.v10i2.32

Abstract

Selang kepercayaan adalah sebuah selang antara dua angka yang diperoleh dari perkiraan titik sebuah parameter. Karena besar nilai parameter tidak diketahui, sehingga yang dipakai dalam perkiraan adalah sebuah peluang. Nilai parameter yang diperkirakan adalah proporsi. Tujuan penelitian ini adalah menentukan perkiraan selang kepercayaan untuk parameter proporsi pada distribusi Binomial. Hasil dari penelitian ini adalah perkiraan selang kepercayaan untuk parameter proporsi pada distribusi Binomial dengan menggunakan metode besaran pivot dengan ukuran sampel ????????≥30 dan ????????<30.Kata Kunci: Selang Kepercayaan (1−????????), Distribusi Binomial, Proporsi, Metode Kemungkinan Maksimum, Metode Besaran Pivot
ASURANSI JOINT LIFE SEUMUR HIDUP Bizaini Bizaini; Dewi Sri Susanti; Yuni Yulida
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 10, No 2 (2016): JURNAL EPSILON VOLUME 10 NOMOR 2
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (201.674 KB) | DOI: 10.20527/epsilon.v10i2.33

Abstract

Salah satu jenis asuransi jiwa adalah asuransi jiwa seumur hidup. Asuransi tersebut berlaku kondisi single life dan joint life. Kondisi joint life berlaku ketika jumlah tertanggung lebih dari satu orang. Pada asuransi joint life seumur hidup, jangka waktu perlindungan asuransi diberikan selama semua tertanggung masih hidup atau sampai sedikitnya satu tertanggung meninggal dengan jumlah tertanggung sebanyak m orang. Pada penelitian ini diperoleh rumusan anuitas hidup berjangka dan asuransi jiwa seumur hidup pada kondisi joint life dalam bentuk simbol komutasi.Kata kunci : Asuransi jiwa seumur hidup, Anuitas, Joint life.
DETERMINAN MATRIKS DENGAN ELEMEN BILANGAN FIBONACCI ORDER-???????? YANG DIGENERALISASI Fadly Ramadhan; Thresye Thresye; Akhmad Yusuf
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 10, No 2 (2016): JURNAL EPSILON VOLUME 10 NOMOR 2
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (173.766 KB) | DOI: 10.20527/epsilon.v10i2.34

Abstract

Bilangan Fibonacci didefinisikan sebagai barisan bilangan yang suku-sukunya merupakan penjumlahan dua suku sebelumnya. Penelitian sebelumnya menjelaskan tentang bilangan Fibonacci yang digeneralisasi hingga order-????????. Selanjutnya bilangan Fibonacci tersebut dibentuk dalam matriks berukuran ????????×???????? yang akan ditentukan nilai determinannya. Tujuan dari penelitian ini adalah untuk mengetahui bentuk barisan Fibonacci order-???????? yang digeneralisasi, kemudian mengetahui bentuk matriks persegi yang elemennya berupa bilangan Fibonacci order-???????? yang digeneralisasi dan membuktikan teorema untuk menentukan determinan dari matriks persegi yang elemennya berupa bilangan Fibonacci order-???????? yang digeneralisasi. Hasil dari penelitian ini adalah diperoleh bentuk barisan dari bilangan Fibonacci order-???????? yang digeneralisasi, diperoleh bentuk matriks persegi yang elemennya berupa bilangan Fibonacci order-???????? yang digeneralisasi dan diperoleh determinan dengan 4 kondisi yang berbeda.Kata Kunci : Bilangan Fibonacci, bilangan Fibonacci order-???????? yang digeneralisasi, matriks.
SOLUSI DARI PERSAMAAN DIFERENSIAL BIASA LINIER ORDE 2 DALAM BENTUK POLINOMIAL TAYLOR Herlyn Basrina; Yuni Yulida; Thresye Thresye
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 10, No 2 (2016): JURNAL EPSILON VOLUME 10 NOMOR 2
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (201.79 KB) | DOI: 10.20527/epsilon.v10i2.35

Abstract

Persamaan diferensial biasa (PDB) adalah persamaan diferensial yang hanya mengandung turunan biasa dari satu atau lebih variabel tak bebas terhadap satu variabel bebas. Persamaan diferensial biasa dapat dikatakan linier jika tidak ada perkalian antara variabel-variabel tak bebas dan turunannya. Solusi persamaan diferensial dapat berupa solusi pendekatan. Salah satu metode untuk menentukan solusi pendekatan dari persamaan diferensial linier adalah metode Taylor-Matrix. Tujuan dari penelitian ini adalah untuk menentukan solusi dari persamaan diferensial biasa linier orde 2 dalam bentuk polinomial Taylor. Penelitian ini dilakukan dengan cara studi literatur dari berbagai sumber, baik buku, artikel maupun jurnal. Hasil dari penelitian ini menunjukkan bahwa solusi dari persamaan diferensial biasa linier orde 2 berbentuk polinomial Taylor. Solusi tersebut diperoleh dengan mengasumsikan setiap fungsi pada persamaan diferensial biasa linier orde 2 dapat dinyatakan dalam bentuk polinomial Taylor, kemudian persamaan diferensial tersebut berserta kondisi yang diberikan diubah dalam bentuk matriks. Setelah itu matriks tersebut dibentuk menjadi matriks diperbesar dan diselesaikan.Kata kunci : Persamaan Diferensial Biasa Linier, Polinomial Taylor.

Page 1 of 1 | Total Record : 6