Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Journal of Science and Technology Mathematics and Applications (MAp) Journal
Asfa'ani, Ezhari
Unknown Affiliation
Computer Science & IT Mathematics

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
KONSISTENSI DARI ESTIMATOR MARTINGALE PADA MODEL EPIDEMI Agusta, Vira; Asfa'ani, Ezhari
MAp (Mathematics and Applications) Journal Vol 3, No 2 (2021)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.501 KB) | DOI: 10.15548/map.v3i2.3291

Abstract

Di dalam artikel ini, dibahas tentang estimasi parameter pada model epidemi. Model epidemi yang dibahas dalam penelitian ini memiliki 2 parameter yaitu laju penularan dan laju kesembuhan. Masing-masing parameter akan diestimasi dengan estimator martingale. Metode estimasi dengan estimator martingale muncul sebagai cara natural estimasi bila tidak ada asumsi distribusi dari model dan estimator maksimum likelihood tidak dapat diperoleh dalam bentuk tertutup (close form). Perilaku asimtotis dari estimator martingale diamati yaitu konsistensi dan normalitas asimtotisnya. Dari teorema dan proposisi dapat dibuktikan bahwa estimator martingale dari laju penularan dan laju kesembuhan konvergen dalam probabilitas ke parameter awalnya. Hal ini menunjukkan estimator martingale laju penularan dan laju kesembuhan bersifat konsistensi. Sifat konsistensi dari kedua estimator ini juga ditunjukkan dengan simulasi menggunakan software R.Kata Kunci: Estimator Martingale, laju penularan, laju kesembuhan, konsistensi
Aplikasi Metode Kendali LQR (Linier Quadratic Regulator) pada Sistem Suspensi Seperempat Mobil Asfa'ani, Ezhari; Sari, Anisa Rizki; Hasibuan, Lilis Harianti
JOSTECH Journal of Science and Technology Vol 4, No 1: Maret 2024
Publisher : UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/jostech.v4i1.8345

Abstract

This research discusses the design of the Linear Quadratic Regulator (LQR) control method for car suspension systems. The car suspension systems considered are limited to quarter car models. The dynamic equations of the quarter car system are derived by applying Newton's Second Law. Next, a suspension system without control is compared with a suspension system that has been given control. The uncontrolled quarter car suspension system has an eigenvalue of -1.3658 + 0.0000i; 0.9635 + 0.0000i; -0.0488 + 0.3156i and -0.0488 - 0.3156i which means the system is unstable. Meanwhile, the quarter car suspension system that has been given LQR control has an eigenvalue of -111.8113; -74.4464; -36.9243 and -14.0242 which means the system is asymptotically stable. Based on eigenvalue analysis and numerical simulation, LQR control can stabilize the quarter car suspension system.
OPTIMASI PREDIKSI CURAH HUJAN KOTA PADANG DENGAN MODEL ARIMA Putri, Darvi Mailisa; Hasibuan, Lilis Harianti; Nur, Rizki Amalia; Asfa'ani, Ezhari
MAp (Mathematics and Applications) Journal Vol 5, No 2 (2023)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v5i2.7138

Abstract

The rain is a natural phenomenon that is still a concern for several parties. Especially the assessment of rainfall in an area. This is important because high rainfall will result in natural disasters and have an impact on people's lives. So it is necessary to predict rainfall, although this is a complex problem. This research aims to optimise the prediction of Padang city rainfall data with monthly data for the period January 2018 to December 2021. The ARIMA model is used to analyse the data provided that the data must be stationary. Data stationarity can be seen from the Augmented Dickey-Fuller (ADF) test. After the ADF test is performed, the Autocorrelation Function (ACF) and Partial Autocorrelation Function (PACF) plots help in determining the order of the ARIMA model. The ARIMA (0,1,1) model was found to be the best model based on the smallest Akaike's Information Criterion (AIC) value.
KARAKTERISTIK SOLUSI KUADRAT TERKECIL Marchelina, Refni; Bakar, Nova Noliza; Asfa'ani, Ezhari
MAp (Mathematics and Applications) Journal Vol 5, No 2 (2023)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v5i2.7045

Abstract

Sistem persamaan linier Ax=b dengan A matriks m × n dimana m> n dikatakan overdetermined system. Dalam tulisan ini dikaji karakteristik solusi kuadrat terkecil pada overdetermined system untuk memperoleh solusi aproksimasi inconsistent system. Solusi kuadrat terkecil memenuhi A^T(b-Ax)=0, persamaan normal bersifat tunggal jika rank(A)=n, dan jika rank(A)
PERBANDINGAN PRINCIPAL COMPONENT REGRESSION DAN REGRESI RIDGE PADA ANALISIS FAKTOR-FAKTOR INDEKS PEMBANGUNAN MANUSIA DI PROVINSI SUMATERA BARAT Khoiro, Ismi; Asfa'ani, Ezhari; Musthofa, Syarto
MAp (Mathematics and Applications) Journal Vol 6, No 2 (2024)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v6i2.10168

Abstract

Penelitian ini membahas tentang perbandingan metode principal component regression dan regresi ridge dalam mengatasi masalah multikolinearitas pada data Indeks Pembangunan Manusia (IPM) di Provinsi Sumatera Barat. Penelitian menggunakan data yang diambil dari Badan Pusat Statistika Sumatera Barat pada tahun 2023. Kedua metode tersebut akan dibandingkan berdasarkan nilai  dan RSE. Nilai  yang dihasilkan principal component regression  (93,2%)  regresi ridge (84,89%), begitu juga dengan nilai  principal component regression (92,8%)  regresi ridge (84,89%). Sedangkan nilai RSE principal component regression (0,2683)   RSE regresi ridge (0,4). Dapat disimpulkan bahwa model terbaik yang diperoleh untuk mengatasi masalah multikolinearitas pada data IPM Provinsi Sumatera Barat adalah principal component regression.
Co-Authors Agusta, Vira Bakar, Nova Noliza Darvi Mailisa Putri Hasibuan, Lilis Harianti Khoiro, Ismi Marchelina, Refni Musthofa, Syarto Nur, Rizki Amalia Sari, Anisa Rizki