Claim Missing Document
Check
Articles

Found 2 Documents
Search

Rainbow vertex connection number and strong rainbow vertex connection number on slinky graph (SlnC4)) Akadji, Afifah Farhanah; Katili, Muhammad Rifai; Nasib, Salmun K.; Yahya, Nisky Imansyah
Desimal: Jurnal Matematika Vol. 4 No. 2 (2021): Desimal: Jurnal Matematika
Publisher : Universitas Islam Negeri Raden Intan Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24042/djm.v4i2.7276

Abstract

A graph is said rainbow connected if no path has more than one vertices of the same color inside. The minimum number of colors required to make a graph to be rainbow vertex-connected is called rainbow vertex connection-number and denoted by rvc(G) . Meanwhile, the minimum number of colors  required to make a graph to be strongly rainbow vertex-connected is called strong rainbow vertex connection-number and denoted by srvc(G). Suppose there is a simple, limited, and finite graph G. Thus, G=(V(G),E(G)) with the determination of k-coloring c:V(G)->{1,2,...,k} . The reaserch aims at determining rainbow vertex connection-number and strong rainbow vertex connection-number on slinky graphs (Sl_nC_4). Moreover, the research method applies a literature study with the following procedures; drawing slinky graphs (Sl_nC_4), looking for patterns of rainbow vertex connection-number, and strong rainbow vertex connection-number on slinky graphs (Sl_nC_4), then proving the theorems obtained from the previous pattern. It is obtained rvc(Sl_nC_4)=2n-1, srvc(Sl_2C_4)=4, and srvc(Sl_nC_4) = 3n-3 for n>= 3. 
Metode Finite Mixture Partial Least Square Untuk Mengatasi Heterogenitas Pada Model Struktural Partial Least Square Sasmito, Karina Ayudhia; Ayyasy, Muhammad Yahya; Hidayahningrum, Syafitri; Azirah, Nursiti; Kameliani, Kameliani; Akadji, Afifah Farhanah
Journal of Innovative and Creativity Vol. 6 No. 1 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i1.7208

Abstract

Finite Mixture Partial Least Square (FIMIX-PLS) adalah metode untuk mengungkap heterogenitas yang tidak teramati di dalam model struktural. FIMIX-PLS dapat dipakai sebagai pendekatan yang komprehensif untuk mengetahui heterogenitas dalam pemodelan jalur PLS. Metode FIMIX-PLS mengidentifikasi heterogenitas data dengan memperkirakan probabilitas dari keanggotaan segmen untuk setiap observasi dan secara bersamaan memperkirakan koefisien jalur semua segmen. Pada studi kasus pengaruh predisposisi dan kebiasaan terhadap tekanan darah pasien hipertensi, sehingga menghasilkan anggota kelompok yang lebih homogen berdasarkan hubungan antar variabel laten. Pada penelitian ini ,jumlah segmen terbaik hasil dari FIMIX-PLS dipilih berdasarkan nilai kriteria dari AIC dan EN. Tujuan penelitian ini yaitu mendeteksi heterogenitas pada model struktural PLS menggunakan metode FIMIX-PLS pada studi kasus pengaruh predisposisi dan kebiasaan terhadap tekanan darah pasien hipertensi dan mengetahui jumlah segmentasi terbaik dari hasil FIMIX- PLS berdasarkan nilai kriteria dari AIC dan EN. Variabel predisposisi diukur oleh 6 indikator yaitu jenis kelamin, keterbatasan mobilitas, penyakit penyerta, psikolo- gis, suhu tubuh dan usia. Variabel kebiasaan pasien diukur oleh 5 indikator alkohol, diet oral, merokok dan olahraga. Variabel tekanan darah diukur oleh 2 variabel indikator distolik dan sistolik. Hasil penelitian menunjukkan kajian hetoreginitas dengan dengan FIMIX-PLS menghasilkan segmentasi yang menunjukkan adanya heterogenitas. Segmentasi terbaik pada K=5 dengan nilai AIC terendah yaitu sebesar 175,947 dengan nilai EN sebesar 0,610.