cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bandung,
Jawa barat
INDONESIA
EurekaMatika (Jurnal Online Matematika S1)
Published by Universitas Pendidikan Indonesia
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Mathematics
Arjuna Subject : -
Articles 9 Documents
 1 
Search results for , issue " Vol. 4, No. 1 (2016): Jurnal EurekaMatika" : 9 Documents clear
PENGUKURAN RISIKO KREDIT OBLIGASI PENDEKATAN FIRST PASSAGE TIME DAN OPTIMISASI PORTOFOLIO DENGAN MEAN VARIANCE EFFICIENT PORTFOLIO Alfiyyati, Lydia Zayyani; Suherman, Maman; Puspita, Entit
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Cara seorang investor mengambil keputusan berinvestasi adalah dengan mempertimbangkan risiko yang mungkin terjadi dan expected return yang diinginkan, seperti halnya berinvestasi pada obligasi. Risiko kredit merupakan ketidakmapuan pihak peminjam untuk membayar lagi bunga dan kewajibannya terhadap investor atau disebut juga default. Model First Passage Time yang merupakan perkembangan dari model Merton pada tahun 1976 oleh Black dan Cox mengasumsikan bahwa default dari suatu perusahaan dapat terjadi sebelum jatuh tempo obligasi. Contoh kasus untuk mengaplikasikan pendekatan ini adalah dengan menghitung risiko kredit dari obligasi yang diterbitkan oleh PT Summarecon Agung dan PT Indosat dengan data yang diperoleh dari Indonesia Bond Pricing Agency (IBPA). Nilai yang menjadi indikator bahwa kedua perusahaan tersebut default adalah face value dari masing-masing obligasi, artinya ketika face value obligasi PT Summarecon Agung Rp150000000000,00, perusahaan tersebut default jika total asetnya jatuh di bawah nilai tersebut. Hasil pengolahan data yang dilakukan memberikan hasil peluang default dari kedua perusahaan mendekati nol yang mengimplikasikan bahwa cukup aman berinvestasi pada obligasi tersebut. Saat investor ingin menggabungkan kedua obligasi dengan membentuk sebuah portofolio agar risiko minimum dan memperoleh expected return yang diinginkan, Mean Variance Efficient Portfolio dapat dijadikan alternatif optimisasi portofolio. Hasil dari MVEP menunjukkan proporsi obligasi PT Summarecon Agung adalah 38,79% dan 61,21% untuk obligasi PT Indosat.Kata kunci : Risiko Kredit, Manajemen Risiko, First Passage Time, Mean Variance Efficient Portfolio.ABSTRACT. How an investor making an investment decision is to consider the potential risks and desired expected return , as well as investing in bonds. Credit risk is the inability of the borrower to pay interest and obligations to investors or also called default. First Passage Time Model, which is the development of Merton model in 1976 by Black and Cox assuming that the default of a company may occur prior to maturity of the bonds. The case to apply this approach is to calculate the credit risk of bonds issued by PT Summarecon Agung and PT Indosat with data obtained from Indonesia Bond Pricing Agency (IBPA). The values which refer to indicator that both companies default is the face value of each bond,  that is when the face value of bonds PT Summarecon Agung Rp150000000000,00, the company declared to be default if the total asset falls below that value. The results of data processing is done and giving the result that default probability of both companies close to zero which implies that it is safe enough to invest in bonds. If the investor wants to combine the two bonds in a bond portfolio in order to obtain a minimal risk and desired expected return, Mean Variance Efficient Portfolio can be used as an alternative of portfolio optimization. Results of MVEP shows the proportion of  the bond of PT Summarecon Agung was 38.79% and 61.21% for the bond of PT Indosat.Keywords: Credit Risk, Management Risk, First Passage Time, Mean Variance Efficient Portfolio.
METODE CONSTANT PERCENT OF SALARY DALAM MENENTUKAN BENEFIT DAN IURAN NORMAL PROGRAM PENSIUN NORMAL DAN DIPERCEPAT Dewi Achmad, Puteri Ressiana; Marwati, Rini; Agustina, Fitriani
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

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.
PERAMALAN CURAH HUJAN KOTA BANDUNG MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT PADA DERET BERKALA MUSIMAN Prahesti, Danica Dwi; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Model fungsi transfer pada deret berkala pola musiman merupakan penggabungan karakteristik dari model analisis regresi berganda dengan karakteristik model deret berkala pola musiman SARIMA (Seasonal Autoregresive Integrated Moving Average). Model fungsi transfer yang memiliki lebih dari dua deret berkala pada variabel input disebut dengan model fungsi transfer multivariat. Prosedur untuk menentukan model fungsi transfer diawali dengan menghilangkan pengaruh musiman (deseasonalized) pada semua deret berkala, kemudian untuk menentukan model fungsi transfer multivariat dimulai dengan pembentukan model fungsi transfer univariat pada masing-masing variabel input, kemudian dilakukan pembentukan secara serentak menjadi model fungsi transfer multivariat. Model fungsi transfer pada deret berkala pola musiman diterapkan untuk meramalkan jumlah curah hujan di kota Bandung, dengan variabel input berupa data kelembaban udara, suhu udara, tekanan udara, dan kecepatan angin. Data yang digunakan dimulai dari bulan Januari 2000 hingga Desember 2013. Hasil penelitian ini menunjukkan bahwa : (1) model peramalan curah hujan menggunakan model fungsi transfer multivariat pada deret berkala musiman yaitu: ; (2) hasil peramalan curah hujan kota bandung untuk 12 bulan ke depan menunjukkan terjadi fluktuasi dimana jumlah curah hujan paling tinggi terjadi pada bulan Februari 2014 dan jumlah curah hujan terendah pada bulan Januari 2014.Kata Kunci: Deret Berkala, SARIMA, Fungsi Transfer, Multivariat, Curah   Hujan.ABSTRACT. Transfer function models for time series seasonal pattern which is combination characteristic of the multiple regression analysis model with a characteristics of the time series seasonal pattern models SARIMA (Seasonal Autoregresive Integrated Moving Average). Transfer function models has more than two time series on the input variables is called multivariate transfer function model. The procedure for determining the transfer function models begins with remove the influence of seasonal (deseasonalized) at all time series, then for determine multivariate transfer function models begins with the establishment of the univariate transfer function models at each input variable, and then do the establishment simultaneously be a multivariate transfer function models. multivariate transfer function models for time series seasonal pattern applied to predict the amount of rainfall at Bandung city, with a form of data input variable is air humidity, air temperature, air pressure, and wind speed. Used data starts from January 2000 to December 2013. Results from this study indicate that : (1) forecasting models of rainfall used transfer function models that : ; (2) the results of forecasting for rainfall Bandung city for 12th month ahead showed fluctuation where the number of the rainfall highest uccurred on February 2014 and the number of rainfall lowest on January 2014.Key word: Time Series, SARIMA, Transfer Function, Multivariate, Rainfall.
APERIODICITY PADA GRAF-k Azizah, Firda Bilqis; Rosjanuardi, Rizky; Yusnitha, Isnie
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Diberikan suatu graf-    berhingga baris tanpa sources . Sebagai analogi dari graf berarah  untuk dimensi yang lebih tinggi, dapat dikonstruksi suatu aljabar-    yang dibangun oleh keluarga Cuntz-Krieger . Pada tulisan ini, akan dibahas konsep kondisi aperiodicity pada graf-  berhingga baris tanpa sources dan kaitannya dengan struktur ideal dari aljabar- .Kata kunci: graf- , berhingga baris, tanpa sources, aljabar graf- , aperiodicity, ideal.ABSTRACT. Given a row-finite -graph  with no sources. As a higher-dimensional analogue of directed graphs , we can construct a -algebra  called as -algebra  generated by a Cuntz-Krieger -family. In this study, we discuss about aperiodicity condition on a row-finite -graph  with no source and its consequence to the ideal structure of a -algebra .Key words: row-finite, -graph, no sources, -graph algebra, aperiodicity, ideal.
ITERASI TIGA LANGKAH PADA PEMETAAN ASIMTOTIK NON-EKSPANSIF Anggoro, Agung; Fatimah, Siti; Sumiaty, Encum
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Misalkan  adalah subhimpunan tak kosong yang tutup, konveks, dan terbatas dari sebuah ruang Banach  yang konveks seragam. Selanjutnya, sebuah pemetaan asimtotik non-ekspansif  memiliki sebuah titik tetap. Dengan penambahan kondisi tertentu, dapat dikonstruksi sebuah barisan  dari sebuah iterasi sedemikian sehingga  konvergen menuju suatu titik tetap dari .Kata kunci: pemetaan asimtotik non-ekspansif, titik tetap, iterasi tiga langkah, konvergen.  ABSTRACT. Let  is a non-empty, closed, convex, and bounded subset of a uniformly convex Banach space . Then, an asymptotically non-expansive mapping  has a fixed point. By adding certain conditions, we can construct sequence  which is obtained from an iteration such that  converges to a fixed point of .
APLIKASI MODEL GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KASUS GIZI BURUK ANAK BALITA DI JAWA BARAT Maulani, Atiya; Herrhyanto, Nar; Suherman, Maman
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Model regresi linear klasik atau Ordinary Linear Regression (OLR) merupakan bentuk regresi yang umum digunakan untuk menyatakan bentuk hubungan antara variabel respon dengan varabel prediktornya. Regresi linear klasik mengasumsikan bahwa nilai taksiran parameter regresi akan bernilai sama untuk setiap lokasi pen gamatan atau berlaku secara global. Model Geographically Weighted Regression (GWR) adalah bentuk lokal dari regresi linear klasik yang memperhatikan aspek spasial atau lokasi geografis yang berupa koordinat titik  Dalam GWR, nilai taksiran parameter regresi yang diperoleh untuk setiap lokasi pengamatan akan berbeda-beda. Penelitian ini bertujuan untuk mengatahui faktor-faktor yang mempengaruhi kasus gizi buruk anak balita di Jawa Barat dengan menggunakan GWR. Hasil pengujian terhadap model regresi linear berganda menunjukkan bahwa asumsi homogenitas varians tidak terpenuhi atau terjadi heterogenitas spasial, dan model regresi linear berganda yang diperoleh tidak berarti secara signifikan. Sehingga, analisis dilanjutkan dengan menggunakan GWR dengan pembobot fixed Kernel Gaussian dan GWR dengan pembobot adaptive Kernel Gaussian. Berdasarkan nilai  dan jumlah kuadrat residual  model GWR dengan pembobot adaptive Kernel Gaussian lebih cocok digunakan untuk memodelkan kasus gizi buruk anak balita di Jawa Barat. Model GWR dengan pembobot adaptive Kernel Gaussian, menghasilkan  paling besar dibandingkan model regresi linear berganda dan model GWR dengan pembobot fixed Kernel Gaussian, yaitu  atau , dan  yang paling kecil, yaitu . Faktor geografis juga berpengaruh terhadap kasus gizi buruk anak balita di Jawa Barat sehingga akan diperoleh model GWR berbeda-beda untuk setiap kota/kabupaten di Jawa Barat. Adapun faktor-faktor lokal yang mempengaruhi kasus gizi buruk anak balita di Jawa Barat adalah kasus bayi dengan berat badan lahir rendah (BBLR), anak balita mendapat vitamin A, sarana kesehatan, bayi yang diberi ASI eksklusif, penduduk miskin, dan usia perkawinan pertama ≤ 15 tahun.Kata Kunci : Geographically Weighted Regression, Pembobot, Gizi BurukABSTRACT. Ordinary Linear Regression (OLR) model is a form of regression that used to indicate the relationship between the response variable with the predictor variable. Classical linear regression assumes that the value of the regression parameter estimates will have the same value for each observation or apply globally. Geographically Weighted Regression (GWR) model is the local form of the classical linear regression model that takes into account aspects of the spatial or geographic coordinates of a point  In GWR, the estimated value of the regression parameters will vary for each location. This study aims to know the factors that affect malnutrition of toodler in West Java by using GWR. The test results of the multiple linear regression model showed that the assumption of varians homogeneity is not significant or there is spatial heterogeneity, and multiple linear regression models were not significant. Thus, the analysis continued using a GWR with weighted fixed Kenel Gaussian and GWR with adaptive weighted Kernel Gaussian. Based on the value of coefficient determination  and sum of squared residuals, GWR models with adaptive weighted Kernel Gaussian is suitable for modeling the malnutrition of toodler in West Java. GWR models with adaptive weighted kernel Gaussian has an  value that greater than the multiple linear regression model and GWR models with fixed weighting kernel Gaussian, 0.8994658 or 89.95%, and JK (S) is the smallest, 0.2555239. Geographical factors also affect the cases of malnutrition of toodler in West Java that would be obtained GWR models vary according to each city/district in West Java. The local factors affecting malnutrition of toodler in West Java is the case of infants with low birth weight (LBW), infants received vitamin A, health facilities, exclusively breast-fed babies, poverty, and the age of first marriage ≤ 15 years.Key words: Geographically Weighted Regression, Weighting, Malnutrition
TEORI DILASI DALAM RUANG HILBERT DAN RUANG BANACH Surachman, Annisanti; Rosjanuardi, Rizky; Yusnitha, Isnie
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Pada artikel ini dibahas teori dilasi dengan ruang Hilbert sebagai ruang pokok dan kaitan antara beberapa teori dilasi yang terdiri dari pemetaan positif lengkap, kontraksi dan ukuran bernilai operator. Selain itu dibahas juga teori dilasi dengan ruang Hilbert sebagai ruang pokok.Kata Kunci: ukuran bernilai operator, pemetaan positif, Teorema Dilasi Naimark, ruang dilasi Hilbert dan ruang dilasi Banach.ABSTRACT. This paper tells about dilation theory with a Hilbert space as an underlying space and  associations between some of dilation theory consist of completely positive maps, contraction and operator-valued measure. In addition also tells about dilation theory with a Banach space as an underlying space.Key words: operator-valued measure, positive maps, Naimark‘s Dilation Theorem, Hilbert dilation space, Banach dilation space.
PENERAPAN METODE SCHNABEL DALAM MENGESTIMASI JUMLAH ANGGOTA POPULASI TERTUTUP (Studi Kasus Perhitungan Populasi Ikan Mola-mola) Savitri, Gina; Dasari, Dadan; Agustina, Fitriani
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Jumlah populasi baik manusia, hewan, tumbuhan berubah setiap waktu. Informasi mengenai jumlah populasi ini dibutuhkan untuk mengetahui keragaman dan kemelimpahan makhluk hidup agar tetap terjaga kelestariannya. Statistika telah mengembangkan sebuah metode dalam mengestimasi jumlah anggota populasi hewan pada populasi tertutup yaitu metode Capture Mark Release Recapture (CMRR) yaitu metode estimasi populasi yang dilakukan dengan cara menangkap, menandai, melepaskan dan menangkap kembali sampel sebagai metode pengamatan populasi.Teknik Capture Mark Release Recapture (CMRR) terdiri dari 3 metode, yaitu metode Licoln-Petersen, metode Schnabel dan metode Schumacher-Eschmeyer. Metode yang paling sederhana dalam Capture Mark Release Recapture (CMRR) adalah metode Licoln-Petersen. Metode Licoln-Petersen merupakan metode yang dilakukan dengan satu kali penandaan (marking) dan satu kali penangkapan ulang (recapture). Karena estimasi yang diperoleh dari metode ini dinilai kurang akurat, maka untuk mengatasi kekurangan tersebut muncul sebuah metode baru yaitu metode Schnabel. Metode Schnabel merupakan metode estimasi jumlah anggota populasi dalam teknik Capture Mark Release Recapture (CMRR) dimana pengambilan sampel dan penandaan sampelnya dilakukan lebih dari dua kali. Dalam penulisan karya tulis ilmiah ini penulis mencoba mengaplikasikan metode Schnabel dalam menghitung populasi ikan mola-mola. Berdasarkan hasil perhitungan diperoleh bahwa estimasi jumlah anggota populasi ikan mola-mola adalah sebanyak 450 ikan.Kata Kunci: Populasi hewan, ikan mola-mola, Capture Mark Release Recapture (CMRR), metode Schnabel.ABSTRACT. The number of human, animal and plant population changes every time.The most accurate method to determine the density of population is by counting the number of the entire individual (cencus), but it is getting hard to conducted due to various constraints such as the natural situation, the locations of research, the funding and the time.Statistics have developed a method to estimate the number of animal populations in the covered population. The technique is Capture Mark Release Recapture (CMRR). The population estimation in this technique is done by capturing, marking, releasing and recapturing sample population as a method of observation.In Capture Mark Release Recapture (CMRR) there is 3 methods, Licoln-Petersen Method, Schnabel Method and Schumacher-Eschmeyer method. Licoln-Petersen is the simplest method in Capture Mark Release Recapture (CMRR). Licoln Petersen is the method which is performed with one marking and one recapture. Because of the estimates obtained from this method was considered less accurate, then to overcome these deficiencies, the method od Schnabel arose. Schnabel method is a method of estimating the number of closed population in Capture Mark Release Recapture (CMRR)  which is sampling and marking more than twice. In writing this paper, the researcher tried to apply Schnabel method in calculating the population of sunfish. Based on the calculations, the estimation number of the sunfish population is 450 fish.Keyword: Animal population, Sunfish, Capture Mark Release Recapture (CMRR), Schnabel Method.
IMPLEMENTASI ALGORITMA FUZZY EVOLUSI PADA PENJADWALAN PERKULIAHAN Pangestu, Herny Wulandari; Yulianti, Kartika; Marwati, Rini
Jurnal EurekaMatika Vol. 4, No. 1 (2016): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Algoritma fuzzy evolusi merupakan perpaduan antara algoritma genetika dengan sistem fuzzy. Dalam algoritma fuzzy evolusi, tahapan-tahapannya dapat diselesaikan seperti tahapan yang terdapat pada algoritma genetika. Namun untuk penentuan parameter-parameter genetika seperti probabilitas crossover dan probabilitas mutasi dihasilkan melalui sistem inferensi fuzzy Tsukamoto. Aturan fuzzy yang digunakan didasarkan dari masukkan jumlah populasi dan jumlah generasi. Dari dua buah masukkan tersebut diperoleh sembilan aturan yang akan menghasilkan probabilitas crossover dan probabilitas mutasi. Salah satu permasalahan yang dapat diselesaikan oleh algoritma fuzzy evolusi adalah penjadwalan mata kuliah. Dalam penyusunan penjadwalan mata kuliah dibutuhkan waktu yang cukup lama dan ketelitian yang sangat tinggi. Oleh karena itu, tujuan dari penelitian ini adalah mengimplementasikan algoritma fuzzy evolusi pada permasalahan penjadwalan perkuliahan. Sehingga keakuratan dan kecepatan dalam menentukan jadwal kuliah dapat terpenuhi. Hasil pengujian menunjukkan bahwa dengan menerapkan sistem fuzzy pada algoritma genetika dapat mempercepat proses pencarian solusi optimal. Hal tersebut terlihat dari diperolehnya jadwal mata kuliah tanpa adanya benturan dalam satu kali proses iterasi dengan menggunakan jumlah populasi 100 dan jumlah generasi 200.Kata kunci: Algoritma fuzzy evolusi, fuzzy Tsukamoto, algoritma genetika, penjadwalan mata kuliahABSTRACT. Fuzzy evolutionary algorithm is a combination of genetic algoritm with fuzzy system. In fuzzy evolutionary algorithm, phases can be completed as phase contained in genetic algorithm. However, for the determination of genetic parameters such as the probability of crossover and probability of mutation are generated by Tsukamoto fuzzy inference system. Fuzzy rules uses are based on the number of population and the number of generation. By that two input obtained nine rules will generate the probability of crossover and the probability of mutation. One of the problems that can be solved by fuzzy evolutionary algorithm is the scheduling of course. In the preparation of the course scheduling takes considerable time and very high accuracy. Therefore, the purpose of this research is implementation of fuzzy evolutionary algorithm in the course scheduling problem using. So, the accuracy and speed in determine the course schedule can be solved. The result show that by applying the fuzzy system on genetic algorithm can speed up the process of finding the optimal solution. It is seen from obtaining a schedule of course without collisions in one iteration process by using 100 of population and 200 of generation.Keywords: fuzzy evolutionary algorithm, fuzzy Tsukamoto, genetic algorithm, scheduling course

Page 1 of 1 | Total Record : 9

 1 

Filter by Year

2016 2016


Reset
Filter By Issues
All Issue Vol 5, No 1 (2017) Vol. 4, No. 1 (2016): Jurnal EurekaMatika Vol 3, No 1 (2015): Journal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika Vol 1, No 1 (2013): Jurnal EurekaMatika