Articles
79 Documents
<![CDATA[Analisis Kestabilan Ekuilibrium dan Eksistensi Solusi Periodik Pada Model Mangsa Pemangsa Dengan Penyebaran Penyakit ]]>
<![CDATA[Dani Suandi]]>;
<![CDATA[Fadilah ilahi]]>;
<![CDATA[Erna Putri Utami]]>
<![CDATA[ KUBIK Vol 4, No 2 (2019): 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.v4i2.6430
<![CDATA[Model matematika mangsa pemangsa (predator-prey) dimodifikasi pada artikel ini. Modifikasi dilakukan dengan melibatkan penyebaran penyakit dan tingkat kekebalan pada kompartemen pemangsa. Analisis kestabilan lokal dilakukan dengan melihat nilai eigen dari matriks Jacobi. Sementara itu, Kriteria Dulac-Bendicson digunakan sebagai metode dalam menganalisis eksistensi solusi periodik. Berdasarkan hasil analisis, solusi periodik dapat terjadi pada model tersebut. Simulasi numerik disajikan sebagai konfirmasi dari hasil analisis.]]>
<![CDATA[Minimisasi Biaya Sewa Pada Penjadwalan Flow Shop 3 Mesin dengan Menggunakan Metode Nawaz, Enscor, and Ham (NEH) ]]>
<![CDATA[Muhammad Faudzi Bahari]]>;
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 4, No 2 (2019): 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.v4i2.6557
<![CDATA[Penelitian ini membahas tentang sebuah metode untuk meminimasi biaya sewa pada penjadwalan flow shop. Metode untuk pencarian waktu optimal yang digunakan pada penelitian ini adalah metode Nawaz, Enscor, and Ham (NEH). Penelitian dilakukan pada proses produksi sandal di CV. SAMHARI. CV. SAMHARI melakukan proses produksi 400 pasang sandal dengan 6 jenis berbeda. Beberapa asumsi digunakan pada penelitian ini sehingga beberapa hal menjadi tidak diperhitungkan. Pada dasarnya metode ini dapat memberikan waktu efektif dalam melakukan sewa mesin produksi, sehingga CV. SAMHARI dapat merubah kebijakan sewa yang dilakukan dalam setiap kali proses produksi. Adapun tujuan dari penelitian ini adalah mencari biaya minimal yang harus dikeluarkan oleh CV. SAMHARI pada proses produksinya. Dengan menggunakan metode ini, diharapkan CV. SAMHARI dapat merubah kebijakan sewa yang diambil sehingga biaya sewa yang dikeluarkan menjadi lebih minimal. Setelah mengaplikasikan metode yang diajukan didapat bahwa CV. SAMHARI harus membayar biaya sewa sebesar Rp. , hal ini menghemat biaya produksi sebesar Rp. 244674. Berdasarkan hal tersebut, dapat dikatakan bahwa metode ini menghasilkan biaya minimal untuk setiap kali proses produksi yang dilakukan CV. SAMHARI.]]>
<![CDATA[Modification of Fourth order Runge-Kutta Method for Kutta form With Geometrics Means ]]>
<![CDATA[Irma Suryani]]>;
<![CDATA[Roni Roni]]>;
<![CDATA[Wartono Wartono]]>;
<![CDATA[Yuslenita Muda]]>
<![CDATA[ KUBIK Vol 4, No 2 (2019): 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.v4i2.6425
<![CDATA[This paper discuss how to modified Fourth order Runge-Kutta Kutta method based on the geometric mean. Then we have parameters and however by re-comparing the Taylor series expansion of and up to the 4th order. For make error term re-compering of the Taylor series expansion of and up to the 5th order. In the error term an make substitution for the values of and into the Taylor seriese expansion up to the 5th order. So that we have error term modified Fourth Order Runge-Kutta Kutta based on the geometric mean. Modified Fourth Order Runge-Kutta Kutta based on the geometric mean that usually used to solved ordinary differential equations.]]>
<![CDATA[Perbandingan Penerapan Metode Agglomerative dengan Metode K-Means pada Data Curah Hujan di Wilayah Bogor ]]>
<![CDATA[Budi Nurani Ruchjana]]>;
<![CDATA[Hera Khoirunnisa]]>;
<![CDATA[iin Irianingsih]]>;
<![CDATA[Bambang Suhandi]]>
<![CDATA[ KUBIK Vol 5, No 2 (2020): 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.v5i2.7581
<![CDATA[Bogor merupakan salah satu wilayah di Jawa Barat yang dijuluki sebagai kota hujan karena memiliki curah hujan relatif lebih besar dibandingkan dengan wilayah lain sehingga perlu diadakannya pengelompokan wilayah berdasarkan tinggi rendahnya curah hujan sebagai acuan pemerintah dalam penanganan bencana. Teknik statistika multivariat yang bertujuan untuk mengelompokan objek berdasarkan karakteristiknya adalah analisis cluster. Metode analisis cluster yang digunakan penelitian ini yaitu Agglomerative dan K-Means. Perbedaan yang signifikan dari kedua metode tersebut terdapat pada proses pembentukan cluster. Oleh karena itu, tujuan pada penelitian ini adalah membandingkan metode yang tebaik berdasarkan kerapatan cluster. Data yang digunakan dalam penelitian ini adalah data agregat curah hujan bulanan musim basah dari 24 stasiun pos hujan di wilayah Bogor. Hasil penelitian ini adalah wilayah Bogor dapat dibagi menjadi 2 cluster yaitu cluster 1 kategori curah hujan sedang dan cluster 2 kategori curah hujan tinggi dengan perbandingan nilai kerapatan cluster kedua metode menghasilkan nilai yang sama yaitu sebesar 49,4% sehingga kedua metode tersebut baik untuk digunakan dalam pembentukan cluster curah hujan di wilayah Bogor dan bisa dijadikan sebagai rekomendasi bagi instansi terkait penggunaan data curah hujan seperti LAPAN dan BMKG.]]>
<![CDATA[Model Regresi Data Panel Terbaik untuk Faktor Penentu Laba Neto Perusahaan Asuransi Umum Syariah di Indonesia ]]>
<![CDATA[Delia Fatharani Durrah]]>;
<![CDATA[Rini Cahyandari]]>;
<![CDATA[Asep Solih Awalluddin]]>
<![CDATA[ KUBIK Vol 5, No 1 (2020): 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.v5i1.8488
<![CDATA[Data panel merupakan gabungan antara data cross section dengan data time series. Model regresi data panel terbaik pada penelitian ini adalah Random Effect Model (REM). Faktor penentu laba neto perusahaan asuransi umum syariah di Indonesia menunjukkan bahwa biaya klaim, hasil underwriting, dan pendapatan premi neto mempengaruhi laba neto perusahaan asuransi umum syariah di Indonesia selama periode pengamatan tahun 2014-2017.]]>
<![CDATA[OPTIMASI PEMBAGIAN BEBAN PADA TURBIN GAS BLOK 1 DAN BLOK 3 PLTGU PT. PJB UP GRESIK MENGGUNAKAN METODE ITERASI LAMBDA BERDASARKAN BASE POINT AND PARTICIPATION FACTORS ]]>
<![CDATA[Ery Fuji Risnawati]]>;
<![CDATA[Nurissaidah Ulinnuha]]>
<![CDATA[ KUBIK Vol 5, No 2 (2020): 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.v5i2.5094
<![CDATA[Pengoperasian sistem tenaga listrik yang baik dibutuhkan pada sistem pembangkitan untuk mendapatkan biaya operasi yang ekonomis dan pembagian beban yang optimal. Pengoptimalan pembangkitan dapat dilakukan dengan pembagian pembebanan atau economic dispatch untuk mendapatkan daya yang maksimum dengan biaya yang minimum. Metode yang dipakai yaitu iterasi lambda berdasarkan base point and participation factors untuk pembagian beban secara optimal. Pada penelitian ini, metode iterasi lambda berdasarkan base point and participation factors memberikan pembagian beban yang lebih optimal dan biaya operasi lebih hemat dibandingkan sebelumnya. Hasil pembagian beban pada kasus di PLTGU PT PJB UP Gresik yang lebih optimal yaitu turbin gas 1.3 pada Blok 1 dan turbin gas 3.3 pada Blok 3. Pada Blok 1, rata-rata daya yang dibangkitkan turbin gas 1.3 95,449 MW. Pada Blok 3, rata-rata daya yang mampu dibangkitkan turbin gas 3.3 89,205 MW. Biaya yang dihemat setelah optimasi diperoleh selisih pada Blok 1 sebesar Rp. 395.955.074,64 dan Blok 3 sebesar Rp. 565.297.532,00.]]>
<![CDATA[Pengelompokan Kabupaten/Kota di Jawa Barat Tahun 2018 Berdasarkan Indikator Kemiskinan dengan Polythetic Divisive Method ]]>
<![CDATA[Clarita Simar]]>;
<![CDATA[Nurul Gusriani]]>;
<![CDATA[Iin Irianingsih]]>
<![CDATA[ KUBIK Vol 5, No 1 (2020): 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.v5i1.8549
<![CDATA[Masalah kemiskinan merupakan salah satu masalah yang bersifat multidimensi. Faktor kemiskinan pada setiap wilayah berbeda, dan hal tersebut dipengaruhi oleh banyak indikator kemiskinan. Pengukuran dan penentuan indikator kemiskinan akan memudahkan pemerintah membedakan tingkat kemiskinan pada suatu wilayah, sehingga pemerintah dapat membuat kebijakan yang lebih tepat untuk menanggulangi kemiskinan di wilayah tersebut. Penelitian ini bertujuan untuk mengelompokkan karakteristik suatu wilayah ke dalam beberapa tingkat kemiskinan berdasarkan variabel penjelas kemiskinan. Penelitian ini menggunakan data kemiskinan kabupaten/kota se-Jawa Barat pada tahun 2018 yang diperoleh dari BPS. Terkait dengan pengelompokan wilayah kemiskinan ke beberapa kategori, metode yang digunakan adalah metode hierarki pada analisis cluster yaitu polythetic divisive method. Banyaknya cluster optimal dipilih dengan menggunakan Dunn Index. Hasil yang diperoleh adalah polythetic divisive method menghasilkan tiga kelompok wilayah kemiskinan dengan Dunn Index sebesar 0,4490613. Karakteristik wilayah masing-masing cluster diharapkan dapat membantu pemerintah menentukan kebijakan yang sesuai untuk menanggulangi tingkat kemiskinan di Jawa Barat.]]>
<![CDATA[Analisis Kestabilan Lokal Titik Ekuilibrium Model Dinamik Kebiasaan Merokok ]]>
<![CDATA[Joko Harianto]]>;
<![CDATA[Mira Aprilia Marcus]]>;
<![CDATA[Jonner Nainggolan]]>
<![CDATA[ KUBIK Vol 5, No 2 (2020): 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.v5i2.9348
<![CDATA[Dinamika kebiasaan merokok dalam artikel ini dianalisis dengan pendekatan model epidemiologi. Lingkungan perokok dibagi menjadi empat populasi, yaitu populasi (Potential) menyatakan populasi dari individu-individu yang tidak merokok, populasi (Light) menyatakan populasi dari perokok ringan, populasi (Smokers) menyatakan populasi dari perokok berat, populasi menyatakan populasi dari individu-individu yang berhenti merokok sementara dan populasi menyatakan populasi dari individu-individu yang berhenti merokok secara permanen. Model tersebut dimodifikasi kemudian dianalisis titik ekuilibriumnya. Langkah pertama, ditentukan titik ekuilibrium bebas rokok. Langkah kedua, ditentukan titik ekuilibrium kebiasaan merokok. Langkah ketiga, ditentukan the Smoking Generation Number (R0 ) dengan menggunakan next generation matrix yang melibatkan radius spektral. Langkah terakhir, kestabilan lokal setiap titik ekuilibrium pada modelnya dianalisis. Hasil analisis menunjukkan bahwa titik ekuilibrium bebas rokok stabil asimtotik lokal saat nilai the Smoking Generation Number kurang dari satu. Sebaliknya, jika nilai the Smoking Generation Number lebih dari satu dan b1(m+g) lebih dari b2(b1-m), maka titik ekuilibrium perokok ringan stabil asimtotik lokal. Sedangkan titik ekuilibrium perokok berat stabil asimtotik lokal jika nilai the Heavy Smoking Generation Number lebih dari satu. Kemudian dilakukan simulasi numerik menggunakan Software Maple untuk mengecek hasil analisis kestabilan lokal titik ekuilibrium tersebut.]]>
<![CDATA[Optimisasi Portofolio Expected Shortfall Pada Saham Sektor Energi dan Pertambangan ]]>
<![CDATA[Nurul Fadilah]]>;
<![CDATA[Betty Subartini]]>;
<![CDATA[Firman Sukono]]>
<![CDATA[ KUBIK Vol 5, No 1 (2020): 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.v5i1.7455
<![CDATA[Saham sebagai salah satu produk investasi di pasar modal Indonesia tentunya memiliki risiko yang dapat memengaruhi keputusan investor dalam berinvestasi, dalam menentukan risiko dapat dilakukan dengan melihat diversifikasi portofolio dari beberapa saham. Data saham meliputi perusahaan energi dan pertambangan yang memenuhi kriteria kapitalisasi pasar besar dan Debt to Equity Ratio (DER) rendah. Salah satu metode yang dapat digunakan untuk membentuk diversifikasi portofolio adalah Expected Shortfall (ES). ES adalah nilai ekspektasi dari return jika return tersebut melampaui batas return maksimum (Value-at-Risk). Dengan tujuan untuk meminimumkan risiko investasi. Dari perhitungan ES didapat masing-masing proporsi saham dalam satu portofolio optimal, dari beberapa portofolio yang dibentuk terlihat bahwa portofolio yang terdiri dari kombinasi saham paling banyak maka portofolio tersebut menghasilkan risiko yang paling rendah. Data dalam penelitian ini adalah data harga penutupan saham harian sector energi dan pertambangan periode Januari 2016 – Januari 2019. Ada beberapa tahap dalam penelitian ini. Langkah pertama adalah menghitung nilai return setiap saham perusahaan. Kemudian menghitung nilai expected return dan korelasi antar saham dari setiap saham perusahaan. Setelah itu pembentukan portofolio dan perumusan portofolio dengan menggunakan Expected Shortfall dengan fungsi tujuan yang dibentuk.]]>
<![CDATA[Penerapan Metode Branch and Bound dalam Optimalisasi Produk Mebel (Studi kasus: Toko Mebel di Jalan Marsan, Panam) ]]>
<![CDATA[Elfira Safitri]]>;
<![CDATA[Sri Basriati]]>;
<![CDATA[Hasyratul Najmi]]>
<![CDATA[ KUBIK Vol 5, No 1 (2020): 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.v5i1.8611
<![CDATA[Setiap pelaku usaha atau pelaku ekonomi pasti melakukan prinsip ekonomi yaitu dengan usaha atau modal yang sedikit mampu menghasilkan keuntungan yang banyak, sehingga menyebabkan munculnya masalah optimasi. Metode yang digunakan dalam penelitian ini adalah metode Branch and Bound. Penelitian ini bertujuan untuk mengetahui optimalisasi produk mebel yang berada di jalan Marsan Panam menggunakan metode Branch and Bound. . Solusi awal didapat menggunakan metode simpleks. Apabila hasilnya bernilai non integer maka dilanjutkan dengan metode Branch and Bound untuk mendapatkan solusi yang integer. Berdasarkan hasil penelitian diperoleh bahwa untuk mengoptimalkan produk mebel dengan keuntungan maksimal, maka toko mebel di Jalan Marsan, Panam menerima pesanan produk mebel tempat tidur sebanyak 4 unit, lemari tiga pintu sebanyak 4 unit, lemari dua pintu sebanyak 2 unit dan meja makan sebanyak 3 unit dengan keuntungan produksi sebesar Rp. 14.250.000.Kata kunci: Branch and bound, integer, metode simpleks, optimalisasi ]]>
