Jurnal Matematika, Statistika dan Komputasi
Not a member yet
562 research outputs found
Sort by
Pendekatan Matematika Model Ekonomi Makro
Get PDFModel matematika diberikan untuk menjelaskan fenomena dalam dunia ekonomi makro seperti modal/kapital, tenaga kerja, pengetahuan, inovasi dalam riset dan pengembangannya. Ketergantungan elemen-elemen dalam ekonomi makro antara satu dengan lainnya diberikan dalam hubungan fungsional
Perbandingan Bagan Kendali Modifikasi Shewhart dan Bagan Kendali ARMAST pada ARMA(1,1)
Get PDFPada umumnya asumsi dasar untuk data pada bagan kendali adalah bersifat saling bebas dan menyebar normal. Namun tidak semua data dapat memenuhi asumsi tersebut salah satunya ketika terjadi autokorelasi. Jika terdapat autokorelasi pada data dapat mempengaruhi tingkat alarm palsu sehingga permasalahan autokorelasi perlu untuk diatasi. Cara untuk mengatasi data berautokorelasi pada bagan kendali dapat dilakukan dengan menggunakan bagan kendali modifikasi Shewhart dan bagan kendali ARMAST. Hasil penelitian menunjukkan pada bagan kendali ARMAST lebih sensitif terhadap data yang out of control dibandingkan dengan bagan kendali modifikasi Shewhart karena nilai ARL yang diperoleh pada bagan kendali ARMAST lebih kecil dibandingkan dengan ARL pada bagan kendali modifikasi Shewhart. Sehingga dalam penelitian ini disimpulkan bahwa performance bagan kendali ARMAST lebih baik dibandingkan bagan kendali modifikasi Shewhart
Model Matematika Fermentasi Alkohol dari Buah Anggur
Get PDFPaper ini berusaha untuk memodelkan secara matematika terhadap fermentasi perasan buah anggur menjadi alkohol. Model matematikanya didasarkan pada karakteristik proses fermentasi gula dengan menggunakan ragi Saccharomyces cerevisiae. Fermentasi alkohol adalah proses kimia dimana ragi merubah gula (glukosa dan fruktosa) menjadi alkohol. Secara komersil proses tersebut digunakan untuk membuat anggur yang gulanya berasal dari buah anggur segar. Awalnya Ragi (Saccharomyces cerevisiae) ditambahkan kedalam perasan buah anggur, kemudian gula akan diserap oleh ragi dan akan diubah menjadi alkohol. Ragi berkembang dan dalam waktu yang bersamaan akan menghasilkan juga gas Carbon Dioksida (CO2). Untuk memaksimalkan produksi alkohol, maka proses peragian harus dijauhkan dari kontak gas oksigen (O2) atau dalam kondisi anaerob. Pada model ini diperlihatkan juga bahwa dengan habisnya kadar gula dalam perasan buah anggur, maka pertumbuhan ragi semakin mengecil dan akhirnya ragi akan mati. Visualisasi model juga diperlihatkan dengan menggunakan program MAPLE 9.5. Setelah ragi habis selama dalam perasan buah anggur, maka cairan tersebut dinamakan minuman anggur yang beralkoho
Penentuan Nilai R0 dengan Menggunakan Operator The Next Generation
Get PDFModel epidemiologi merupakan salah satu model matematika yang banyak diaplikasikan untuk menggambarkan proses penularan suatu penyakit yang infektif dalam dunia kedokteran,ke dalam bahasa matematika. Model ini pada umumnya menggambarkan mengenai perilaku umum sebuah penyakit yang berkembang dalam suatu sistem. Salah satu besaran yang sangat penting dalam model epidemiologi adalah besaran yang disebut sebagai basic reproductive number yang biasa dilambangkan dengan R0. Besaran ini banyak memberikan makna dalam interpretasi model matematika untuk menjelaskan seberapa besar proses penularan suatupenyakit dapat terjadi. Dalam tulisan ini akan diberikan suatu metode yang dapat digunakan dalam menentukan nilai R0
Quorum Based Conflict Resolution Algorithms In Distributed Systems
Get PDFMutual exclusion is one of the most fundamental issues in the study of distributed systems. The problem arises when two or more processes are competing to use a mutual exclusive resource concurrently, i.e., the resource can only be used by at most one process at a time. Synchronizations adopting quorum systems are an important class of distributed algorithms since they are gracefully and significantly tolerate process and communication failures that may lead to network partitioning. Coterie based algorithm is a typical quorum based algorithm for mutual exclusion: A process can use the resource only if it obtains permissions from all processes in any quorum ofcoterie, and since each quorum intersects with each other and each process only issues one permission, the mutual exclusion can be guaranteed. Many quorum systems have been defined based on the relaxation of the properties of coterie system. Each of them is designed to resolve its corresponding problem, e.g., k-coterie based algorithm to resolve the k-mutual exclusion, local coterie for the generalized mutual exclusion, (h, k)-arbiter for h-out of-k resource allocation problem, etc. Therefore, design an algorithm for any distributed conflict resolution problem is only meant to define a new quorum system which can be implemented to the corresponding problem. Since most of distributed conflict resolution problems are designed based on the relaxation of the safety property of mutual exclusion, understanding the way to relaxing the safety property and its quorum system is important to study any kind of conflict resolution problem in distributed systems
Aplikasi Kalman Filter pada Data Survival
Get PDFKalman Filter merupakan metode untuk memprediksi nilai suatu peubah di masa yang akan datang dengan mempertimbangkan data-data sebelumnya yang senantiasa di up-date. Metode ini selanjutnya akan diaplikasikan pada data survival penderita penyakit Tuberculosis (TB) dari penduduk Amerika Serikat. Metode ini sangat menarik untuk digunakan karena Tan (2004) hanya memanfaatkan metode state space saja dalam memprediksi nilai peubahnya. Oleh karena itu, pada paper ini akan memanfaatkan metode Kalman Filter dalam memprediksi nilai suatu peubah dari data survival penderita TB di Amerika Serikat.
Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Get PDFJaringan syaraf tiruan (JST) telah banyak diaplikasikan dalam berbagai bidang terutama dalam pengenalan pola. Kemampuan JST untuk mentolerir perbedaan antara data pelatihan dan data yang akan diolah diharapkan dapat diaplikasikan untuk mengenali pola karakter yang ada pada lembar formulir nilai matakuliah. Pemrosesan awal citra blanko dibutuhkan sebelum menggunakan JST, pemrosesan yang digunakan adalah traceholding, noise eliminator, thinning, segmentasi dan normalisasi karakter. Hasil penelitian menunjukkan penggunakaan128 node layer tersembunyi pada JST memberikan hasil terbaik dimana 4 buah formulir nilai dapat dikenali dengan baik tanpa kesalahan. Kesalahan pengenalan yang ada masih dapat dihilangkan dengan menambahkan data pembelajaran pada sistem
DETEKSI OUTLIER DENGAN METODE SIMPANGAN MUTLAK PADA KASUS HUBUNGAN ANTARA MOTIVASI KERJA DENGAN PRESTASI KERJA KARYAWAN
No full textAbstractOutlier is a separated data of the other data collection. This study is to detect outlier for using absolute deviation method in case the connection between employee work motivation and employee work achievement. For detecting outlier has to be used scattered plot, leverage value (hii) and student outlier error. Outlier data is reviewed from values of X based on leverage value (hii), namely h4 = 108, h19 = 193 and h26 = 108. The three values exceed of 2 times the average of leverage values 2p/n = 0.08 such that the values of observation 4, 19 and 26 be outlier. While, based on absolute value of student outlier error, it was obtained that outlier is an observation 24 and 41. Regression model that without using outlier is Y = 38.470 + 0.952X , where R2 = 0.838. Keywords: absolute deviation method, regression model, scattered plot AbstrakOutlier (pencilan) adalah suatu data yang terpisah jauh dari kumpulan data lainnya. Penelitian ini bertujuan untuk mendeteksi outlier menggunakan metode simpangan mutlak untuk kasus data hubungan antara motivasi kerja karyawan dengan prestasi kerja karyawan. Untuk mendeteksi outlier digunakan plot pencar, nilai leverasi (hii), dan sisaan dibuang ter-student-kan. Data outlier ditinjau dari nilai-nilai X berdasarkan nilai leverasi terbesar yaitu h4 = 108, h19 = 193, dan h26 = 108. Ketiga nilai tersebut melebihi kriteria 2 kali rataan nilai leverasi, 2p/n = 0,08, sehingga nilai amatan ke-4, 19, dan 26 merupakan outlier. Sedangkan berdasarkan nilai mutlak sisaan dibuang ter-student-kan, diperoleh outlier adalah amatan ke-24 dan 41. Model regresi yang digunakan tanpa outlier adalah Y = 38,470 + 0,952X dengan nilai R2 = 0,838. Kata kunci: Metode simpangan mutlak, model regresi, outlier, dan plot pencar.