BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya
Not a member yet
521 research outputs found
Sort by
IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR DENGAN NORMALISASI Z-SCORE DALAM KLASIFIKASI PENERIMA BANTUAN SOSIAL DESA SERUNAI
Get PDFBeberapa program pemerintah dalam menanggulangi masalah kemiskinan, diantaranya Program Keluarga Harapan (PKH), Bantuan Pangan Non Tunai (BPNT), Bantuan Sosial Tunai (BST), dan Bantuan Langsung Tunai (BLT) dana desa. Desa Serunai merupakan desa yang berada di Kecamatan Salatiga Kabupaten Sambas, telah menerapkan pemberian bantuan sosial sejak tahun 2020. Penentuan penerima bantuan sosial yang dilakukan dengan cara manual dapat menjadi penyebab ketidaktepatan sasaran penerima bantuan. Oleh karenanya penelitian ini bertujuan mengklasifikasikan penerima bantuan sosial dan mencari akurasi terbaik menggunakan algoritma K-Nearest Neighbor dengan normalisasi z-score. Penerima bantuan sosial diklasifikasikan menjadi tiga, yaitu penerima PKH, penerima BLT dana desa dan tidak menerima bantuan. Klasifikasi penerima bantuan menggunakan perhitungan jarak Euclidean dengan sembilan parameter K, yaitu . Perhitungan akurasi dilakukan dengan confusion matrix. Data yang digunakan adalah data Pemutakhiran Keluarga Desa Serunai Tahun 2022 yang berdomisili di Dusun Kemboja, diperoleh dari website BKKBN dan kantor Desa Serunai, sebanyak 205 data dengan delapan variabel atribut dan satu variabel kelas. Data dibagi menjadi data latih (training) dan data uji (testing), dengan proporsi 90:10, 80:20, dan 70:30. Hasil penelitian menunjukkan bahwa klasifikasi terbaik diperoleh pada proporsi 90:10 dengan parameter , dimana dari 20 individu yang diprediksi, terdapat sepuluh individu diklasifikasikan sebagai penerima PKH (kelas 1), satu individu diklasifikasikan sebagai penerima BLT dana desa (kelas 2) dan sembilan individu diklasifikasikan sebagai bukan penerima bantuan (kelas 3). Jika disandingkan dengan data aktual terdapat dua individu yang salah diklasifikasikan sehingga didapatkan akurasi sebesar 90%, dengan recall sebesar 100% dan presisi sebesar 80%. Kata Kunci: klasifikasi, normalisasi z-score, jarak Euclidean
PENERAPAN SISTEM LINEAR MAKS-PLUS INTERVAL WAKTU INVARIAN PADA PRODUKSI SOFA DI FEBBRY MEBEL
Get PDFFebbry Mebel merupakan salah satu industri mebel yang memproduksi produk sofa dan tempat tidur dengan menggunakan bahan utama kayu. Banyaknya permintaan pembuatan sofa, terkadang pihak mebel harus dapat memperkirakan berapa banyak waktu yang diperlukan dalam sekali produksi sofa dan berapa sofa yang dapat diproduksi dalam waktu satu minggu dengan asumsi bahwa bahan baku pembuatan sofa dianggap selalu ada. Penelitian ini bertujuan untuk memodelkan serta menganalisis output sistem berdasarkan input sistem ke dalam sistem linear maks-plus interval waktu invarian autonomous (SLMIIA). Dalam penelitian ini, data utama yang digunakan adalah dari sistem produksi sofa Romeo yang terdiri dari tujuh unit pemrosesan. Data berupa langkah proses pembuatan sofa dan waktu pada setiap unit pemrosesan kemudian dibentuk ke dalam model matematika sistem produksi sofa, selanjutnya dilakukan analisis input-output menggunakan sistem linear maks-plus interval waktu invarian autonomous (SLMIIA). Hasil penelitian menunjukan bahwa waktu penyelesaian produksi untuk satu sofa adalah paling cepat 780 menit atau 13 jam 0 menit dan paling lambat 1.125 menit atau 18 jam 45 menit, sedangkan dalam waktu satu minggu Febbry Mebel bisa melakukan paling sedikit lima kali produksi dan paling banyak delapan kali produksi, saat aktivitas produksi dilaksanakan dengan maksimal. Kata Kunci : Aljabar Maks-Plus, Sistem Produksi, Analisis Input-output, Autonomous
METODE TIME INVARIANT FUZZY TIME SERIES UNTUK PREDIKSI PRODUKSI KELAPA SAWIT
Get PDFPerkebunan kelapa sawit merupakan komoditas unggulan di Indonesia yang memiliki nilai ekonomis yang tinggi dan menjadi salah satu sumber penghasilan bagi sebagian masyarakat Kalimantan Barat. Kelapa sawit termasuk jenis tanaman musiman yang memiliki data produksi secara deret waktu dan dapat diprediksi menggunakan time invariant fuzzy time series. Time invariant fuzzy time series merupakan metode peramalan yang memiliki dua aspek penting yaitu pada data variasi yang merupakan selisih dari data aktual dan perhitungan relasi (R) yang digunakan untuk prediksi waktu yang akan datang. Tujuan dari penelitian ini yaitu menentukan hasil prediksi produksi kelapa sawit selama enam periode kedepan. Data yang digunakan dalam penelitian adalah jumlah produksi tandan buah segar kelapa sawit bulanan di tujuh kebun PT. Perkebunan Nusantara XIII, periode Januari 2019 hingga September 2022 dengan satuan ton. Keakuratan hasil prediksi diukur menggunakan mean absolute percentage error (MAPE), dengan nilai MAPE 7,456% menunjukkan kategori sangat baik dalam memprediksi produksi kelapa sawit. Adapun nilai prediksi produksi yang diperoleh selama enam periode adalah pada bulan Oktober 2022 sebesar 21187,421 ton, November 2022 sebesar 20316,5420 ton, Desember 2022 sebesar 225716704 ton, Januari 2023 sebesar 23145,2444 ton, Februari 2023 sebesar 20854,3326 ton dan Maret 2023 sebesar 26132,9919 ton. Kata Kunci: variasi, prediksi, perkebuna
PERAMALAN KASUS TERKONFIRMASI POSITIF COVID-19 DI KABUPATEN KAPUAS HULU MENGGUNAKAN MODEL INARIMA
Get PDFVirus corona atau (Covid-19) merupakan penyakit yang menyerang sistem pernapasan sehingga menyebabkan demam tinggi, dan lainnya. Kapuas Hulu menjadi salah satu kabupaten di Provinsi Kalimantan Barat yang dilaporkan terdampak kasus terkonfirmasi positif Covid-19. Model rata-rata pergerakan terintegrasi autoregresif bernilai bilangan bulat (INARIMA) adalah jenis model statistik yang digunakan untuk menganalisis dan memodelkan data deret waktu diskrit yang mengambil nilai bilangan bulat. Tujuan penelitian untuk membahas analisis prakiraan Covid-19 agar dapat dijadikan sebagai upaya preventif untuk mencegah peningkatan kasus positif Covid-19. Tahapan dalam tugas akhir ini meliputi penginputan data kasus Covid-19 di Kabupaten Kapuas Hulu sampai memprediksi jumlah kasus tpositif Covid-19 12 hari ke depan. Data yang digunakan merupakan data harian penambahan kasus positif Covid-19 di wilayah Kapuas Hulu. Data ini adalah jumlah kejadian. Oleh karena itu, model rata-rata bergerak terintegrasi Autoregresif bilangan bulat digunakan untuk pemodelan. Model utama yang digunakan sebagai basis adalah model ARMA Berdasarkan hasil penelitian yang diperoleh untuk pemodelan jumlah kasus Covid-19 di Kabupaten Kapuas Hulu dengan menggunakan model rata-rata bergerak terintegrasi Autoregresif bilangan bulat, INARIMA (3, 1, 4) merupakan model terbaik. Hasil prediksi kasus positif Covid-19 di Kabupaten Kapuas Hulu selama 12 hari ke depan adalah: 15, 9, 18, 10, 16, 12, 14, 14, 13, 14, 13, 14 orang. Kata Kunci: Model INARIMA, Peramalan, Covid-1
PEMODELAN ARIMA-ANN PADA HARGA SAHAM BANK MANDIRI
Get PDFSaham adalah salah satu instrumen pasar keuangan yang paling populer. Dalam sektor perbankan, Bank Mandiri memiliki nilai aset saham terbesar, sehingga perlu dilakukan peramalan untuk kebijakan perusahaan. Pada penelitian ini harga saham Bank Mandiri mengandung komponen linier dan nonlinier. Metode peramalan yang digunakan adalah metode hybrid ARIMA-ANN gabungan model Autoregressive Integrated Moving Average (ARIMA) dan Artificial Neural Network (ANN). Penelitian ini bertujuan untuk memodelkan data dan mengetahui akurasi peramalan harga saham Bank Mandiri. Studi kasus yang digunakan adalah harga penutupan saham pada Bank Mandiri periode Januari 2021 hingga Desember 2022. Langkah pertama dilakukan pembentukan model ARIMA menggunakan data training dan menentukan residual ARIMA. Apabila residual ARIMA nonlinier, maka dapat dimodelkan dengan ANN. Hasil penelitian ini adalah model ARIMA (0,1,1) dan model ANN dengan 4 neuron pada hidden layer. Nilai MAPE training dan testing hybrid ARIMA–ANN sebesar 1,32% dan 5,49%. Akurasi peramalan harga saham memilki nilai MAPE kurang dari 10% yang menunjukkan metode hybrid ARIMA-ANN tergolong sangat baik. Kata Kunci : ARIMA, ANN, Harga Saham Bank Mandir
PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN FAKTOR-FAKTOR KEMISKINAN MENGGUNAKAN METODE DBSCAN
Get PDFSalah satu teknik analisis cluster adalah Density Based Spatial Clustering Algorithm with Noise (DBSCAN). Teknik ini mengelompokkan data berdasarkan kepadatannya. Jumlah data atau minimum point (Minpts) dalam radius epsilon (ε) dari setiap kumpulan data adalah merupakan konsep kepadatan data yang dimaksud . Dalam penelitian ini, Kabupaten/kota di Kalimantan Barat dikelompokkan berdasarkan kriteria berdasarkan faktor-faktor kemiskinan tahun 2021 dengan menggunakan metode DBSCAN. Indeks pembangunan manusia (X1), tingkat pengangguran terbuka (X2), dan persentase penduduk usia 15 tahun ke atas yang melek huruf (X3) menjadi variabel yang digunakan dalam penelitian ini. Tahap pertama dalam penelitian ini adalah menggunakan z-score untuk standarisasi data. Selanjutnya dengan melihat kurva siku menggunakan plot K-Nearest Neighbor (KNN) untuk menentukan nilai epsilon dan Minpts. Selanjutnya menentukan titik centroid pertama yang dipilih secara acak. Selanjutnya gunakan jarak euclidean untuk menghitung jarak. Setelah itu pembentukan cluster berdasarkan jumlah titik dalam radius ε dan lebih besar sama dengan Minpts. Kemudian vadidasi cluster dengan silhouette coefficient. Selanjutnya adalah interpretasi cluster. Dari hasil pengelompokan menggunakan metode DBSCAN diperoleh dua cluster dan lima noise dengan parameter ε sebesar 0,6 dan Minpts sebesar dua. Tujuh Kabupaten yaitu Sambas, Bengkayang, Landak, Sanggau, Kapuas Hulu, Sekadau, dan Melawi termasuk dalam cluster satu. Dua Kabupaten yaitu Mempawah dan Kubu Raya termasuk dalam cluster dua. Dibandingkan dengan cluster satu, cluster dua memiliki nilai rata-rata IPM dan tingkat pengangguran terbuka yang lebih besar. Berdasarkan hasil tersebut maka program-program dari pemerintah dapat diarahkan pada cluster dua. Kata Kunci: Analisis Cluster, Epsilon, Minpt
METODE MODIFIKASI ASM DAN IMPROVED ZERO POINT PADA MASALAH TRANSPORTASI TIDAK SEIMBANG
Get PDFMasalah transportasi adalah Masalah optimasi yang melibatkan alokasi komoditas dari beberapa sumber ke beberapa tempat tujuan pengiriman dengan biaya minimal. Pada umumnya penyelesaian permasalahan transportasi diselesaikan dalam dua langkah, pertama adalah menentukan solusi fisibel kemudian menentukan solusi optimal dengan Metode Stepping Stone atau MODI. Seiring berjalannya waktu, terdapat berbagai metode yang dengan lebih sederhana dapat menyelesaikan permasalahan transportasi. Metode-metode tersebut disebut metode langsung, diantaranya Metode Modifikasi ASM dan Improved Zero Point. Data distribusi produk PT. Anugerah Berkah Bersaudara pada tahun 2021 di bulan Agustus menunjukan jumlah persediaan lebih besar dari jumlah permintaan, sehingga kasus transportasi tersebut merupakan kasus tidak seimbang. Tujuan penelitian ini adalah mengkaji penerapan Metode Modifikasi ASM dan Improved Zero Point dalam mengoptimalkan pendistribusian barang. Penelitian ini diawali dengan membentuk tabel transportasi pada data yang diperoleh dengan baris (kolom) dummy, kemudian dilakukan reduksi sehingga terdapat nilai 0 di setiap baris dan kolom. Langkah selanjutnya pada Metode Modifikasi ASM adalah penentuan indeks e, sedangkan untuk Metode Improved Zero Point dilakukan pemilihan sel kunci yaitu biaya terbesar pada tabel transportasi sebelum melakukan pengalokasian barang. Metode Modifikasi ASM dan Metode Improved Zero Point menghasilkan besar biaya yang sama yaitu sebesar Rp.24.724.750 yang artinya persentase perusahaan dapat menghemat biaya pendistribusian sebesar 7% dari pengeluaran perusahaan sebelumya yaitu sebesar Rp.26.785.050. Kata Kunci : Solusi Optimal, Biaya Pendistribusian, Dumm
PENENTUAN BIAYA TRANSPORTASI PENDISTRIBUSIAN IKAN NILA MENGGUNAKAN ALLOCATION TABLE METHOD
Get PDFMetode transportasi merupakan alat yang digunakan untuk mengatasi permasalahan dalam bidang transportasi. Permasalahan tersebut terkait dengan pendistribusian produk dari beberapa sumber ke berbagai tujuan. Maksud dari permasalahan transportasi adalah untuk menemukan metode optimal atau efisien agar produk dapat dialokasikan dengan tepat, sehingga biaya yang dikeluarkan dapat diminimalkan sebanyak mungkin. Allocation Table Method (ATM) merupakan salah satu teknik dalam optimasi yang bertujuan untuk menemukan solusi layak dasar yang memadai terhadap permasalahan transportasi dan terkadang memberikan hasil yang serupa dengan solusi optimal dengan cara melakukan alokasi pendistribusian pada tabel transportasi. Penelitian ini bertujuan untuk mengidentifikasi biaya distribusi dengan menggunakan pendekatan ATM. Studi kasus yang diambil adalah biaya distribusi di Usaha Ikan Nila milik A pada bulan Desember 2022. Usaha ini mendistribusikan ikan dari 3 sumber (Pick up) menuju 8 pasar dengan total biaya distribusi sekitar Rp 2.689.928,00. Permasalahan distribusi ikan dirumuskan dalam bentuk model matematika dan dicari solusinya menggunakan ATM, yang menghasilkan biaya distribusi sekitar Rp 2.408.970,00. Terdapat selisih sebesar Rp 280.958,00 antara perhitungan biaya distribusi usaha budidaya ikan nila dengan pendekatan ATM. Kata Kunci : permasalahan transportasi, alokasi, solusi layak dasar
SOLUSI NUMERIK PERSAMAAN INTEGRAL VOLTERRA JENIS PERTAMA MENGGUNAKAN METODE SIMPSON 1/3
Get PDFIntegral adalah bentuk operasi matematika yang menjadi kebalikan dari operasi turunan. Integral juga dapat didefinisikan sebagai limit dari jumlah atau suatu luas daerah tertentu. Jika integral dari suatu fungsi tidak selalu mudah diperoleh, maka pada persamaan integral juga memungkinkan sulit diperoleh fungsi yang tidak diketahui dalam persamaan tersebut. Persamaan integral adalah persamaan matematika yang melibatkan fungsi yang tidak diketahui dalam suatu integral. Persamaan integral Volterra didefinisikan sebagai persamaan integral dimana batas atas dari integralnya yaitu suatu variabel dan batas bawahnya berupa konstanta. Penelitian ini bertujuan menentukan solusi numerik persamaan integral Volterra jenis pertama menggunakan metode Simpson 1/3. Penelitian dalam artikel ini dimulai dengan menjabarkan persamaan integral Volterra jenis pertama menggunakan suatu sifat integral sehingga diperoleh sejumlah partisi integral dan pada integralnya dihampiri menggunakan metode Simpson 1/3. Setelah diperoleh formula penyelesaian persamaan integral Volterra jenis pertama dengan metode Simpson 1/3, diberikan beberapa contoh pengaplikasian. Berdasarkan hasil dan pembahasan, diperoleh formula untuk menentukan solusi numerik pada persamaan integral Volterra jenis pertama menggunakan metode Simpson 1/3, dan dapat disimpulkan juga bahwa semakin kecil panjang partisi yang digunakan, maka semakin baik akurasi yang dihasilkan.Kata kunci : luas daerah, partisi, polinomial berderajat dua
PERBANDINGAN AVERAGE BASED DAN STURGES PADA FUZZY TIME SERIES CHEN UNTUK PERAMALAN HARGA SAHAM
Get PDFFuzzy Time Series (FTS) merupakan teknik prediksi data untuk mengetahui pola data masa lalu dan dimanfaatkan dalam menggambarkan data di masa depan. FTS menerapkan kecerdasan buatan dimana data masa lalu dibentuk dalam nilai-nilai linguistik. Salah satu pengembangan metode FTS adalah FTS chen. Metode average based dan sturges digunakan dalam penelitian ini untuk penetapan rentang interval pada FTS chen. Tujuan penelitian ini adalah untuk meramalkan harga saham satu hari kedepan dan mengetahui metode panjang interval yang lebih akurat dalam peramalan berdasarkan nilai MAPE terkecil. Data yang digunakan adalah harga saham GGRM tanggal 3 Januari 2022 – 31 Maret 2022. Data harga saham dilakukan analisis deskriptif statistik, pembentukan himpunan semesta, penentuan panjang interval, setelah itu membentuk himpunan fuzzy dan di lakukan proses fuzzifikasi, kemudian membentuk Fuzzy Logic Relations (FLR) dan Fuzzy Logic Relations Group (FLRG). Tahapan selanjutnya adalah menjalankan defuzzifikasi terhadap nilai peramalan. Nilai MAPE diperoleh dari hasil defuzifikasi menggunakan average based dan sturges berturut-turut yaitu 1,37% dan 1,81%. Metode average based menghasilkan nilai MAPE yang lebih kecil sehingga dinyatakan lebih akurat dari sturges. Model FTS chen melalui panjang interval average based dan sturges memperoleh hasil peramalan harga saham GGRM pada tanggal 1 April 2022 sebesar 31.450 dan 31.230. Kata Kunci: peramalan, saham GGRM, MAP