Articles
79 Documents
<![CDATA[Spektrum Signless-Laplace dan Spektrum Detour Graf Konjugasi dari Grup Dihedral ]]>
<![CDATA[Abdussakir Abdussakir]]>;
<![CDATA[Rhoul Khasanah]]>
<![CDATA[ KUBIK Vol 3, No 1 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i1.2730
<![CDATA[Misalkan G graf berhingga yang tidak memuat loop dan sisi rangkap. Matriks keterhubungan titik A(G) dari graf G adalah matriks dengan entri aij = 1 jika vi terhubung langsung dengan vj dan aij = 0 untuk lainnya. Matriks derajat D(G) dari graf G adalah matriks diagonal dengan entri dii merupakan derajat titik vi di G. Matriks signless-Laplace dari graf G adalah L+(G) = D(G) + A(G). Matriks detour DD(G) dari graf G adalah matriks dengan entri ddij merupakan panjang lintasan terpanjang dari vi ke vj. Spektrum dari suatu matriks merupakan matriks yang memuat nilai eigen pada baris pertama dan multiplisitas masing-masing nilai eigen pada baris kedua. Spektrum yang diperoleh dari matriks L+(G) disebut spektrum signless-Laplace sedangkan spektrum yang diperoleh dari matriks DD(G) disebut spektrum detour. Penelitian ini menyajikan rumus untuk menghitung spektrum signless-Laplace graf konjugasi dari grup dihedral D2n untuk n ganjil (n ³ 5) dan spektrum detour graf konjugasi dari grup dihedral D2n untuk ganjil (n ³ 3) dan genap (n ³ 6).]]>
<![CDATA[Analisis Kestabilan Model Matematika SIA (Susceptible, Infected, AIDS Cases) untuk Penyakit AIDS ]]>
<![CDATA[Nurhalimah Nurhalimah]]>;
<![CDATA[Fadilah Ilahi]]>;
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 3, No 1 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i1.2735
<![CDATA[HIV (Human Immunodeficiency Virus) adalah virus penyebab penyakit AIDS (Acquired Immunodeficiency Syndrome) yang ditemukan di bali pada tahun 1987, kasus HIV dan AIDS menyebar hampir di seluruh provinsi Indonesia dan mengalami peningkatan jumlah penderita setiap tahunnya. Pada paper ini dibahas model matematika untuk penyebaran penyakit HIV-AIDS [1]. Model merupakan sistem dinamik non linier tiga dimensi yang menggambarkan Interaksi tiga populasi yaitu Susceptible, Infected, dan AIDS Cases. Analisis kestabilan dari titik kesetimbangan endemik menggunakan metode Kriteria Routh Hurwitz. Bilangan reproduksi dasar digunakan untuk menganalisis keendemikan penyakit HIV-AIDS yang diperoleh menggunakan next generation matrix [2]. Hasil analisis memberikan informasi bahwa semakin besar nilai bilangan reproduksi dasar maka penyebaran penyakit HIV-AIDS di dalam suatu populasi akan semakin cepat dan dalam waktu yang lama penyakit tersebut akan tetap ada. Berdasarkan analisis sensitivitas diketahui parameter-parameter yang berpengaruh terhadap bilangan reproduksi dasar yaitu tingkat kontak Susceptible dengan Infected, peluang sukses terjadinya transmisi virus HIV dari Infected ke Susceptible, tingkat kontak Susceptible dengan AIDS Cases, peluang sukses terjadinya transmisi virus HIV dari AIDS Cases ke Susceptible, tingkat kematian yang disebabkan oleh penyakit AIDS, dan tingkat penjangkitan virus HIV.]]>
<![CDATA[Model Autoregressive dengan Pendekatan Conditional Maximum Likelihood Untuk Prediksi Harga Saham ]]>
<![CDATA[Cipta Rahmadayanti]]>;
<![CDATA[Hasbi Rabbani]]>;
<![CDATA[Aniq Atiqi Rohmawati]]>
<![CDATA[ KUBIK Vol 3, No 1 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i1.2731
<![CDATA[Jual beli saham merupakan salah satu bentuk investasi yang menjanjikan para investor, investasi berkaitan dengan return atau keuntungan yang didapatkan oleh suatu investor atas suatu investasi yang dilakukan terhadap saham tertentu. Untuk mendapatkan nilai return pada beberapa periode kedepan dapat dilakukan prediksi, pada dasarnya prediksi dapat dilakukan dengan menggunakan beberapa metode, namun dengan menggunakan model time series diharapkan menghasilkan prediksi yang baik karna karakteristik dari data saham merupakan data time series yang bergerak kontinu terhadap waktu. Pada penelitian ini digunakan model time series Autoregressive (AR) dengan pendekatan Conditional Maximum Likelihood untuk memprediksi nilai return serta dapat melihat pergerakan harga saham. Nilai parameter yang penting pada model Autoregressive orde 1 adalah . Hasil penaksiran parameter dengan Conditional Maximum Likelihood digunakan untuk memperoleh nilai hasil prediksi. Berdasarkan hasil analisis, model Autoregressive dengan pendekatan Conditional Maximum Likelihood adalah model yang baik untuk memprediksi return dan harga saham NASDAQ dengan RMSE sebesar 0,0002578. Berdasarkan hasil prediksi model AR(1), maka para investor dapat membuat strategi untuk berinvestasi pada indek saham NASDAQ agar dapat menghasilkan keuntungan.]]>
<![CDATA[Ruang Fungsi Terintegralkan p Berbobot ]]>
<![CDATA[Muhammad Jakfar]]>
<![CDATA[ KUBIK Vol 3, No 1 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i1.2732
<![CDATA[Pada artikel [2], telah berhasil didefinisikan suatu hasil kali dalam berbobot pada ruang L^p(X) untuk p>2. Oleh karena itu, inilah pertamakali kita pandang ruang L^p(X) untuk p>2 sebagai ruang hasil kali dalam. Dalam artikel ini, kita akan menunjukkan bahwa hasil kali dalam berbobot terdefinisi pada ruang yang lebih besar dari pada L^p(X) . Kita juga akan mempelajari hubungan ruang L^p(X) dengan ruang yang lebih besar tersebut dan menemukan banyak hasil yang menarik lainnya.]]>
<![CDATA[Analisis Kestabilan Global dengan Menggunakan Fungsi Lyapunov pada Model Dinamik Epidemik SIR ]]>
<![CDATA[Lisna Nurjanah]]>;
<![CDATA[Fadilah Ilahi]]>;
<![CDATA[Dani Suandi]]>
<![CDATA[ KUBIK Vol 3, No 1 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i1.2733
<![CDATA[Artikel ini menganalisis kestabilan global dengan menggunakan fungsi Lyapunov pada model dinamik epidemik SIR. Populasi manusia diasumsikan menjadi tiga bagian yaitu individu rentan (susceptible), terinfeksi (infected) dan kebal (recovered). Titik tetap terdiri dari titik tetap bebas penyakit dan endemik. Kestabilan yang dikaji berupa kestabilan global dari titik tetap bebas penyakit dan endemik menggunakan fungsi Lyapunov. Berdasarkan hasil analisis, pada titik tetap bebas penyakit dapat disimpulkan bahwa titik tersebut bersifat stabil asimtot global jika . Sedangkan pada titik tetap endemik dapat disimpulkan bersifat stabil global karena definit positif dan turunan fungsi tersebut semi definit negatif.]]>
<![CDATA[Estimasi Parameter Distribusi Campuran BiWeibull ]]>
<![CDATA[Asep Solih Awalluddin]]>
<![CDATA[ KUBIK Vol 3, No 2 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i2.4113
<![CDATA[Salah satu pendekatan distribusi yang banyak digunakan dalam analsis data statistik adalah Distribusi Weibull. Pendekatan distribusi Weibull tunggal untuk populasi yang didalamnya terdapat beberapa sub populasi kurang baik digunakan, karena adanya perbedaan karakteristik data antar sub populasi tersebut, sehingga memungkinkan memiliki parameter yang berbeda. Distribusi campuran (mixture distribution) diharapkan dapat mencadi solusi pendekatan bentuk distribusi dengan kondisi data berasal dari beberapa sub populasi. Sebagai contoh distribusi usia atau masa pengobatan (sampai mati) pasien kanker atau Aids, dengan sub populasi adalah ras atau kelompok usia. Tulisan ini membahas distribusi campuran Weibull, khususnya model distribusi campuran biWeibull yang akan digunakan dalam studi kasus data yang terdiri dari dua sub populasi. Metode estimasi parameter model yang digunakan Tahapan estimasi parameter model diuraikan dalam tulisan ini. Di lapangan, masalah yang timbul selanjutnya adalah bagaimana menaksir ketiga parameter model tersebut jika data ada di tangan. Dalam tulisan ini algoritma yang digunakan untuk menaksir parameter di atas adalah algoritma EM (Expectation Maximization). Studi kasus sebagai penerapan algoritma dilakukan untuk kasus pendekatan distribusi campuran biWeibull.]]>
<![CDATA[Analisis dan Simulasi Model Matematika untuk Kehidupan Sosial dan Dominasi dalam Koloni Semut Leptothorax Acervorum ]]>
<![CDATA[Irma Aryani]]>;
<![CDATA[Rahmi Rahmi]]>
<![CDATA[ KUBIK Vol 3, No 2 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i2.4114
<![CDATA[Semut Leptothorax acervorum memiliki karakteristik kehidupan sosial, diantaranya pembagian peran, keharmonisan, dan kompetisi betina-betina dalam perebutan hak reproduksi di koloninya. Kompetisi yang mematikan ini terjadi baik sesama gyne maupun gyne dengan pekerja. Berdasarkan fenomena yang terjadi pada koloni semut Leptothorax acervorum akan dibangun model matematika. Model ini dibentuk dengan membagi populasi semut menjadi tiga kompartemen, yaitu gyne, pekerja, dan jantan pada populasi Leptothorax acervorum. Fenomena yang menarik seperti kompetisi-kompetisi yang terjadi pada semut Leptothorax acervorum dianalisis dan kestabilan koeksistensi juga akan ditunjukkan secara analitik. Selanjutnya, untuk melihat pengaruh kompetisi terhadap koeksistensi dalam koloni akan ditunjukkan dengan simulasi numerik.]]>
<![CDATA[Pengaruh Pendapatan Premi dan Hasil Investasi terhadap Underwriting Dana Tabarru’ pada PT. Asuransi Jiwa Bringin Jiwa Sejahtera ]]>
<![CDATA[Trisna Taufik Darmawansyah]]>;
<![CDATA[Yani Aguspriyani]]>
<![CDATA[ KUBIK Vol 3, No 2 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i2.4115
<![CDATA[Penelitian ini bertujuan untuk mencari pengaruh variabel bebas yaitu Pendapatan Premi (X1) dan Hasil Investasi (X2) terhadap variabel terikat yaitu Underwriting Dana Tabarru’ (Y). Pendekatan yang digunakan dalam penelitian ini adalah pendekatan kuantitatif yang menganalisis data dengan alat statistik dalam bentuk angka-angka pada PT Asuransi Jiwa Bringin Jiwa Sejahtera dengan sumber datanya adalah data sekunder yang diperoleh dan dan web Resmi PT Asuransi Jiwa Bringin Jiwa Sejahtera (www.bringinlife.co.id), web resmi Otoritas jasa keuangan (www.ojk.go.id). Hasil penelitian menunjukkan bahwa : Pendapatan Premi terbukti berpengaruh secara signifikan terhadap Underwriting dana Tabaru’. Hasil Investasi terbukti berpengaruh terhadap Underwriting dana Tabaru’ namun tidak begitu signifikan. secara simultan Pendapatan Premi dan Hasil Investasi terbukti berpengaruh secara signifikan terhadap Underwriting dana Tabaru’.]]>
<![CDATA[Rank dari Matriks yang Ajaib Secara Diagonal ]]>
<![CDATA[Siti Nurjanah]]>;
<![CDATA[Melani Yana Putri]]>;
<![CDATA[Fadilah Ilahi]]>
<![CDATA[ KUBIK Vol 3, No 2 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i2.4110
<![CDATA[Matriks yang ajaib secara diagonal adalah suatu matriks A yang memenuhi syarat tertentu. Dalam jurnal ini akan ditunjukkan bagaimana mengkonstruksi matriks yang ajaib secara diagonal dan menunjukkan bahwa matriks yang ajaib secara diagonal memiliki rank kurang dari atau sama dengan 2.]]>
<![CDATA[Akurasi Peramalan Long Horizon dengan Singular Spectrum Analysis ]]>
<![CDATA[Awit Marwati Sakinah]]>
<![CDATA[ KUBIK Vol 3, No 2 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i2.4111
<![CDATA[Perubahan iklim akhir-akhir ini tidak dapat dihindari. Salah satu penyebab perubahan iklim adalah perubahan suhu udara. Untuk itu, perlu dilakukan peramalan suhu agar penyimpangannya dapat diantisipasi. Dalam penelitian ini akan dibandingkan akurasi hasil peramalan dengan menggunakan model Singular Spectrum Analysis (SSA) dengan R-forecasting dan V-Forecasting. Peramalan dengan metode SSA R-forecasting dan V-Forecasting pada suhu Jakarta menggunakan window length L= 204 dan r=3 menghasilkan ramalan yang tidak jauh berbeda (aproksimasi kekontinuannya hampir sama). Berdasarkan hasil analisis, didapat MAPE untuk hasil permalan dengan SSA R-forecasting sebesar 5,0029 yang lebih besar dari MAPE SSA V-Forecasting sebesar 4,0067. Ini munjukkan bahwa peramalan suhu untuk long horizon lebih akurat dengan menggunakan V-Forecasting dibandingkan dengan R-Forecasting.]]>
