Claim Missing Document
Check
Articles

Found 34 Documents
Search

Sifat-Sifat Matriks Eksponensial Saragih, Dearmauli; Fran, Fransiskus; Kusumastuti, Nilamsari
AKSIOMA : Jurnal Matematika dan Pendidikan Matematika Vol 15, No 1 (2024): AKSIOMA: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/aks.v15i1.16741

Abstract

Fungsi eksponensial natural merupakan fungsi yang memuat bentuk eksponen dengan pangkat berupa variabel dan disimbolkan dengan e^x. Sedangkan pada matriks, matriks yang dianalogikan ke dalam fungsi eksponensial disebut matriks eksponensial dan disimbolkan dengan e^A, dengan  merupakan matriks berukuran n*n. Fungsi tersebut didefinisikan berdasarkan bentuk ekspansi deret Maclaurin dari e^x. Dari analogi tersebut, timbul pertanyaan operasi dan sifat-sifat fungsi eksponensial natural apa saja yang dapat digeneralisasi pada matriks eksponensial. Artikel ini membahas tentang analisis dari sifat-sifat fungsi eksponensial natural yang dapat digeneralisasikan pada matriks eksponensial dan mengkaji sifat-sifat pada matriks eksponensial seperti sifat operasi, diagonal, transpos, determinan dan turunan pada matriks eksponensial. Langkah awal yang dilakukan  adalah mendefinisikan matriks eksponensial, setelah itu dikaji rumusan matriks eksponensial untuk matriks diagonal dan matriks yang dapat didiagonalisasi. Selanjutnya dikaji sifat-sifat operasi yang berlaku pada matriks eksponensial dan sifat transpos, determinan dan turunannya. Sifat-sifat pada fungsi eksponensial natural yang dapat digeneralisasikan pada matriks eksponensial yaitu pangkat nol, operasi perkalian dan turunan fungsi eksponensial. Sifat operasi pembagian pada fungsi eksponensial memiliki bentuk yang berbeda pada matriks eksponensial, pada matriks eksponensial (e^-A) tidak samadengan 1/(e^A) karena operasi pembagian tidak berlaku pada matriks. Matriks eksponensial e^A selalu punya invers dan memiliki invers e^-A.
PERAMALAN HARGA CABAI RAWIT DI KOTA SINGKAWANG MENGGUNAKAN METODE RADIAL BASIS FUNCTION NEURAL NETWORK (RBFNN) Dina, Dina; Fran, Fransiskus; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.106657

Abstract

Indonesia memiliki kekayaan sumber daya di bidang pertanian yang sangat besar. Salah satu komoditas yang cukup penting adalah cabai rawit karena berperan dalam memenuhi kebutuhan masyarakat sekaligus mendukung aktivitas ekonomi. Namun, harganya sering berubah-ubah sehingga perlu metode prediksi yang tepat untuk membantu pengambilan keputusan di bidang pertanian. Harga cabai rawit selalu mengalami perubahan harga dalam kurun waktu yang tidak menentu dalam setiap waktunya. Jaringan saraf tiruan dapat membantu menganalisis perubahan ini berdasarkan data sebelumnya. Adapun metode peramalan pada jaringan saraf tiruan adalah Radial Basis Function Neural Network (RBFNN). Pada penelitian ini, metode RBFNN digunakan untuk mendapatkan model terbaik dan meramalkan data harga cabai rawit di Singkawang tahun 2025. Penelitian ini bertujuan untuk memprediksi harga cabai rawit di Kota Singkawang tahun 2025 menggunakan metode RBFN. RBFNN input jaringan dan banyaknya lapisan tersembunyi sangat berpengaruh untuk mendapatkan model terbaik dari RBFNN dan juga hasil peramalannya. Untuk mendapatkan model terbaik digunakan penentuan input jaringan dengan mengidentifikasi lag Partial Autocorrelation Function (PACF), dan untuk menentukan banyaknya hidden layer digunakan metode K-Means klaster. Hasil penelitian menunjukkan dari data training yang digunakan didapatkan model terbaik RBFNN dengan 2 input jaringan, yaitu X_(t-1) dan X_(t-2) dan 7 hidden layer yang menghasilkan tingkat akurasi dengan Mean Absolute Percentage Error (MAPE) sebesar 6,8196%. Berdasarkan model tersebut hasil prediksi untuk periode Januari hingga Desember 2025 menunjukkan bahwa harga tertinggi diperkirakan terjadi pada bulan Januari sebesar Rp.65.063, dan terendah pada bulan April sebesar Rp.63.567. Setelah mengalami kenaikan di bulan Januari dan penurunan di bulan April, harga diperkirakan meningkat secara bertahap hingga Juni, kemudian cenderung stabil hingga akhir tahun.
PEMODELAN REGRESI HURDLE NEGATIVE BINOMIAL PADA KASUS DIFTERI DI PULAU KALIMANTAN INDONESIA Anugrah, Syalva Setia; Huda, Nur'ainul Miftahul; Fran, Fransiskus
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Penyebaran kasus difteri di Pulau Kalimantan tahun 2023 menunjukkan ketidakmerataan antarwilayah, yang ditandai dengan banyaknya kabupaten/kota yang mencatatkan nol kasus, sementara wilayah lainnya masih mencatatkan jumlah kasus yang relatif tinggi. Kondisi ini mengindikasikan data bertipe cacah (count data) dengan karakteristik overdispersi dan proporsi nilai nol yang tinggi (excess zeros), sehingga memerlukan model yang mampu memisahkan proses munculnya nilai nol serta jumlah kasus ketika bernilai lebih dari nol. Berdasarkan kondisi tersebut, digunakan model regresi Hurdle Negative Binomial yang terdiri atas dua komponen, yaitu Zero Hurdle untuk memodelkan peluang terjadinya kasus dan Truncated Negative Binomial untuk memodelkan banyaknya kasus pada nilai lebih dari nol. Penelitian ini bertujuan untuk menganalisis model regresi Hurdle Negative Binomial serta mengidentifikasi faktor yang memengaruhi terjadinya kasus difteri di Pulau Kalimantan. Data yang digunakan merupakan data sekunder yang diperoleh dari Badan Pusat Statistik dan Dinas Kesehatan dengan variabel dependen berupa banyaknya kasus difteri ( ) serta variabel independen meliputi Cakupan Imunisasi Dasar Lengkap ( ), Persentase Air Minum Layak ( ), Persentase Penduduk Miskin ( ), Persentase Balita Gizi Kurang ( ), dan Persentase Indeks Pembangunan Manusia ( ). Hasil penelitian menunjukkan bahwa Cakupan Imunisasi Dasar Lengkap ( ), Persentase Penduduk Miskin ( ), dan Persentase Indeks Pembangunan Manusia ( ) berpengaruh signifikan terhadap banyaknya kasus difteri di Pulau Kalimantan tahun 2023. Dengan demikian, model regresi Hurdle Negative Binomial mampu memberikan pemodelan yang sesuai dengan karakteristik data dan dapat dijadikan sebagai dasar kuantitatif dalam penyusunan kebijakan pengendalian difteri di Pulau Kalimantan.
PENYELESAIAN MASALAH PENUGASAN MENGGUNAKAN METODE PINALTI Agari, Fransiska Rika; Noviani, Evi; Fran, Fransiskus
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Indonesia merupakan negara penghasil minyak sawit terbesar di dunia. Di Kalimantan Barat, Kabupaten Sanggau tercatat sebagai wilayah dengan luas perkebunan sawit terbesar kedua setelah Kabupaten Ketapang, PT. Perkebunan Nusantara XIII Unit Kebun Inti Sungai Dekan yang beroperasi di Kabupaten Sanggau, menghadapi masalah penugasan tidak seimbang karena jumlah pekerja lebih banyak daripada jumlah pekerjaan. Penelitian ini bertujuan membentuk model matematika masalah penugasan dan menerapkan metode pinalti untuk meminimumkan total waktu pengerjaan. Model yang digunakan memiliki kendala bahwa setiap pekerja hanya mengerjakan satu pekerjaan dan setiap pekerjaan dikerjakan oleh minimal satu orang pekerja. Data penelitian terdiri atas 12 pekerja dan 7 jenis pekerjaan. Penyelesaian dilakukan dengan metode pinalti kolom melalui penentuan solusi awal berdasarkan nilai pinalti, kemudian dilanjutkan dengan penentuan solusi optimal melalui pembentukan loop pada sel basis dan nonbasis. Hasil penelitian menunjukkan bahwa pekerjaan I dikerjakan oleh dan , pekerjaan II oleh dan , pekerjaan III oleh dan , pekerjaan IV oleh , pekerjaan V oleh , pekerjaan VI oleh dan , serta pekerjaan VII oleh dan . Total waktu penyelesaian seluruh pekerjaan adalah 159 jam.