Article Per Year (5 Year)
p-Index From 2020 - 2025
1.197
P-Index
This Author published in this journals
All Journal HAYATI Journal of Biosciences dCartesian: Jurnal Matematika dan Aplikasi Jurnal Ilmiah Sains d'Cartesian: Jurnal Matematika dan Aplikasi
NELSON NAINGGOLAN
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Earth & Planetary Sciences Mathematics Physics

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
The Enhancement of Catharanthine Content in Catharanthus roseus Callus Culture Treated with Naphtalene Acetic Acid DINGSE PANDIANGAN; NELSON NAINGGOLAN
HAYATI Journal of Biosciences Vol. 13 No. 3 (2006): September 2006
Publisher : Bogor Agricultural University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (63.84 KB) | DOI: 10.4308/hjb.13.3.90

Abstract

The research aim was to examine the enhancement of catharanthine content in Catharanthus roseus callus culture added with different concentration of Naphtalene Acetic Acid (NAA). NAA treatment produced callus that formed hairy roots. Fresh and dry weight of callus increased as the increasing of NAA concentration. The catharanthine content of C. roseus callus culture was increased by adding NAA as well. The highest catharanthine content was found in 2.5 ppm NAA added callus. Key words: Catharanthus roseus, callus, catharanthine, NAA
SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING Max R Kumaseh; Luther Latumakulita; Nelson Nainggolan
JURNAL ILMIAH SAINS Volume 13 Nomor 1, April 2013
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.957 KB) | DOI: 10.35799/jis.13.1.2013.2057

Abstract

SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDINGABSTRAK Untuk mengenal jenis-jenis ikan berdasarkan ciri-cirinya, telah dibuat suatu sistem untuk memisahkan objek mata ikan menggunakan metode thresholding. Prosesnya dimulai dengan menginput citra digital ikan, selanjutnya dikonversi ke citra grayscale. Kemudian dilakukan proses segmentasi terhadap citra grayscale. Selanjutnya, dipilih hasil segmentasi dan ditandai dengan proses deteksi tepi menggunakan operator Canny yang dipertajam dengan proses dilasi. Proses terakhir adalah membuat plot contour terhadap hasil proses dilasi dan citra grayscale. Hasil segmentasi berhasil memisahkan objek mata ikan dengan menggunakan metode thresholding local. Keseluruhan proses ini dilakukan dengan menggunakan MATLAB R2012a. Kata kunci : Mata Ikan, Segmentasi Citra, Thresholding DIGITAL FISH IMAGE SEGMENTATION BY THRESHOLDING METHOD ABSTRACT A system of fish eyelets seperation has been conducted to identify types of fish acording to their characteristics, by using thresholding method. The process start by inserting digital fish image then convert it to grayscale image. Next step is to process segmentation the grayscale image. Choosed the segmentation result then marked it by edge detection process using Canny operation which has been sharpened by dilation process. The last step is to make contour plot to dilation result and grayscale image. The result of the segmentation shows that the fish eyelets can be separated using local thresholding method. The whole process is conducted by using MATLAB R2012a. Keywords : Fish Eyelets, Segmentation Image, Thresholding
Penggunaan Model Autoregressive Integrated Moving Average (ARIMA) Untuk Meramalkan Nilai Tukar Petani (NTP) di Provinsi Sulawesi Utara Firmina November Sorlury; Charles E. Mongi; Nelson Nainggolan
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 11, No 1 (2022) Maret 2022
Publisher : Universitas Sam Ratulangi

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

Abstract

Nilai Tukar Petani (NTP) adalah angka perbandingan antara indeks harga yang diterima (It) dan indeks harga yang di bayar (Ib) petani. NTP merupakan salah satu alat ukur yang digunakan untuk menilai tingkat kesejahteraan petani. Salah satu metode peramalan yang dapat digunakan adalah metode time series Autoregressive Integrated Moving Average (ARIMA). Penelitian ini bertujuan untuk memperoleh model time series yang terbaik serta untuk mengetahui hasil peramalan nilai tukar petani di Provinsi Sulawesi Utara, menggunakan Metode Autoregressive Integrated Moving Average (ARIMA). Hasil penelitian menunjukan bahwa dengan menggunakan metode ARIMA memperlihatkan model yang dapat menggambarkan Nilai Tukar Petani adalah model ARIMA (5,2,0). Dari hasil peramalan diperoleh bahwa NTP pada bulan Agustus 2021 – Desember 2021 mengalami peningkatan secara perlahan pada setiap bulannya.
Analisis Regresi Logistik Untuk Menentukan Pengaruh Kualitas Layanan Pendidikan Terhadap Indeks Prestasi Kumulatif Mahasiswa Universitas Sam Ratulangi Manado Maruli Gultom; Nelson Nainggolan; Hanny Komalig
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 11 No. 2 (2022): September 2022
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.11.2.2022.42536

Abstract

Layanan pendidikan adalah suatu usaha yang dilakukan oleh lembaga pendidikan dalam rangka menciptakan lingkungan belajar yang ideal agar menunjang keberhasilan pendidikan itu sendiri dengan memperhatikan aspek kepuasan dari konsumen pendidikan. Dalam penelitian ini akan ditentukan hubungan dari IPK mahasiswa dan layanan pendidikan pada mahasiswa UNSRAT dengan menggunakan metode analisis regresi logistik. Data yang digunakan dalam penelitian ini merupakan penilaian mahasiswa yang telah menyelesaikan Program S1 dari tahun 2018-2019 terhadap layanan pendidikan UNSRAT yang diperoleh dari Lembaga Pembinaan dan Pengembangan Pembelajaran (LP3) UNSRAT. Layanan pendidikan UNSRAT dibagi ke dalam beberapa indikator, diantaranya : Kegiatan Perkuliahan, Kegiatan Praktikum, Fasilitas Laboratorium, Fasilitas Penunjang Pembelajaran (Ruangan dan Kursi yang Memadai), Fasilitas Penunjang Pembelajaran (Kelancaran Internet, Wi-Fi), Fasilitas Penunjang Pembelajaran (Toilet, Kantin), Lama Perkuliahan, dan Kelengkapan Perpustakaan. Hasilnya menunjukkan bahwa terdapat beberapa indikator yang memiliki pengaruh signifikan terhadap nilai IPK mahasiswa adalah : Kegiatan Perkuliahan,  Fasilitas Penunjang Pembelajaran (ruangan dan kursi yang memadai), Fasilitas Penunjang Pembelajaran (Kelancaran internet, Wi-Fi), Kelengkapan Perpustakaan dan Lama Kuliah.
Model Space Time Autoregressive (STAR) Orde 1 Dan Penerapannya Pada Prediksi Harga Beras Di Kota Manado, Tomohon Dan Kabupaten Minahasa Utara Rahmadania Paita; Nelson Nainggolan; Yohanes A. R. Langi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.3798

Abstract

Abstract In this research the model is described by using the Space Time Autoregressive (STAR ) Model Order 1 of the price of rice in Manado, Tomohon and North Minahasa regency consist of Membramo and Superwin rice. The data were used monthly data from January 2008 to September 2013. Estimating parameter results of STAR model order 1 for Superwin and Membramo are given with parameters  -0.182, 0.146, -0.068 and 0.102. Prediction results were obtained for the periods of October, November and December of 2013 in Manado Location which Superwin Rice has the same type of rice Rp. 9,500 and Membramo type is Rp. 9,000. For Tomohon predictions were obtained for the periods of October, November and December of 2013 with Superwin Rice is the same type of Rp. 9,000 and Membramo type is Rp. 8,700 while for North Minahasa regency prediction results were obtained for the periods of October, November and December of 2013 with Superwin Rice is the same type of rice Rp. 9,000  and Membramo type Rp. 8,800. Keywords : rice, space-time, STAR models, time series Abstrak Dalam penelitian ini diuraikan model Space Time Autoregressive (STAR) Orde 1 dari harga beras di Kota Manado, Tomohon dan Kabupaten Minahasa Utara yang terdiri dari beras Superwin dan Membramo. Data yang digunakan adalah data bulanan periode Januari  2008 sampai September 2013. Hasil penaksiran parameter model STAR orde-1 untuk superwin dan membramo memberikan nilai taksiran parameter -0.182, 0.146, -0.068 dan 0.102. Hasil Prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 di Lokasi Manado dengan Jenis Beras Superwin adalah sama yakni Rp. 9.500 dan jenis Membramo adalah Rp. 9.000. Untuk Kota Tomohon prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 dengan jenis beras Superwin adalah sama yakni Rp. 9.000 dan Jenis Membramo adalah Rp. 8.700 sedangkan untuk Kabupaten Minahasa Utara hasil prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 dengan jenis beras Superwin adalah sama yakni Rp. 9.000 dan jenis Membramo Rp. 8.800. Kata kunci : beras, model STAR, space time, time series.
Model Generalized Space Time Autoregressive (GSTAR) Orde 1 dan Penerapannya pada Prediksi Harga Beras di Kota Bitung, Kabupaten Minahasa dan Kabupaten Minahasa Selatan Youla M.A. Latupeirissa; Nelson Nainggolan; Tohap Manurung
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.3824

Abstract

Abstract This research describe Generalized Space Time Autoregressive (GSTAR) Order 1 model of rice price in Bitung city, Minahasa regency and South Minahasa regency specifically Superwin rice and Sultan rice, and rice price prediction in October, November and December 2013. Data that used was monthly price rice data from January 2008 to September 2013. Parameter estimation result for Superwin rice obtained parameter estimation value 0,007; 0,348; 0,211 and 0,503; 0,021; 0,244 and for Sultan rice obtained parameter estimation value 0,326; 0,475; 0,149 and 0,081; -0,078; 0,403. Data analysis result show that error was normally distribute. Prediction results for October, November and December 2013 in Bitung city for  Superwin rice were Rp. 8.629, Rp. 8.500 and Rp. 8.500 and Sultan rice were Rp. 8.185, Rp. 8.000 and Rp. 8.000. For Minahasa regency, prediction result for October, November and December 2013 for Superwin rice were Rp. 8.810, Rp. 8.800 and Rp. 8.800 and Sultan rice were Rp. 8.761, Rp.8.800 and Rp. 8.800. For South Minahasa regency, prediction result for October, November and December 2013 for Superwin rice were Rp. 9.166, Rp. 9.000 and Rp. 9.000 and Sultan rice were Rp. 8.675, Rp. 8.500 and Rp. 8.500. Keywords: rice, space time, GSTAR order 1 model Abstrak Penelitian ini membahas model Generalized Space Time Autoregressive (GSTAR) Orde 1 dari data harga beras di Kota Bitung, Kabupaten Minahasa dan Kabupaten Minahasa Selatan yang terdiri dari beras Superwin dan Sultan serta prediksi untuk harga beras di bulan Oktober, November dan Desember tahun 2013. Data yang digunakan adalah data harga bulanan beras periode Januari 2008 sampai September 2013. Hasil penaksiran parameter untuk beras Superwin diperoleh nilai taksiran parameter 0,007;  0,348;  0,211 dan  0,503; 0,021; 0,244 sedangkan untuk beras Sultan diperoleh nilai taksiran parameter 0,326; 0,475; 0,149 dan  0,081; -0,078; 0,403. Hasil prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 di Kota Bitung dengan jenis beras Superwin adalah Rp. 8.629, Rp. 8.500 dan Rp. 8.500 dan untuk jenis Sultan adalah Rp. 8.185, Rp. 8.000 dan Rp. 8.000. Untuk Kabupaten Minahasa prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 dengan jenis beras Superwin adalah Rp. 8.810, Rp. 8.800 dan Rp. 8.800 dan jenis Sultan adalah Rp. 8.761, Rp.8.800 dan Rp. 8.800. Untuk Kabupaten Minahasa Selatan hasil prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 dengan jenis beras Superwin adalah Rp. 9.166, Rp. 9.000 dan Rp. 9.000 dan jenis Sultan Rp. 8.675, Rp. 8.500 dan Rp. 8.500. Kata kunci: beras, space time, model GSTAR orde 1
Pemodelan ARIMA Dalam Prediksi Penumpang Pesawat Terbang Pada Bandara Internasional Sam Ratulangi Manado Sinnyo Salmon; Nelson Nainggolan; Djoni Hatidja
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8099

Abstract

Analisis time series model ARIMA dapat digunakan untuk melakukan perkiraan maupun prediksi pada masa yang akan datang. Data pengamatan banyaknya penumpang pesawat dapat dipandang sebagai data time series. Tujuan penelitian ini ialah menentukan  model time series yakni model ARIMA dari banyaknya penumpang pesawat domestik di Bandara Internasional Sam Ratulangi Manado. Kemudian memprediksi  (prediction)  jumlah penumpang pesawat domestik di Bandara Internasional Sam Ratulangi Manado untuk    6 bulan.  Data yang digunakan pada penelitian ini adalah data  sekunder yang diperoleh dari PT. Angkasa Pura I di Bandara Internasional Sam Ratulangi yang berupa data jumlah penumpang pesawat di Bandara Internasional Sam Ratulangi bulan Januari 2003 sampai Juni 2014. Data yang diambil adalah banyaknya penumpang pesawat baik yang datang ke Bandara Internasional Sam Ratulangi maupun yang berangkat dari Bandara Internasional Sam Ratulangi. Hasilnya model time series untuk jumlah penumpang pesawat domestik pada Bandara Internasional Sam Ratulangi Manado adalah ARIMA musiman (1,1,1)(1,1,1)12 dengan hasil prediksi bulan Januari 2015 sebanyak  171794 penumpang, bulan Februari 2015 sebanyak 173398 penumpang, bulan Maret 2015 sebanyak  165233 penumpang, bulan April 2015 sebanyak 170892 penumpang, bulan Mei 2015 sebanyak 158937 penumpang dan bulan Juni 2015 sebanyak  164245 penumpang. Kata Kunci :  Bandara Internasional Sam Ratulangi , Metode ARIMA
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer; Jantje Prang; Nelson Nainggolan
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8100

Abstract

Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh suatu variabel terhadap variabel lainnya. Dalam analisis regresi, variabel yang mempengaruhi disebut variabel bebas (independent) dan variabel yang dipengaruhi disebut variabel tak bebas (dependent).  Tujuan dari penelitian ini Untuk mengetahui pengaruh tingkat suku bunga, inflasi dan kurs terhadap perkembangan harga saham PT.Telkom tbk. Dari hasil analisis dan pembahasannya diketahui bahwa harga saham PT.Telkom Tbk dipengaruhi secara bersama-sama oleh suku bunga (X1), inflasi (X2) dan kurs (X3) pada tingkat kepercayaan 95% dengan persamaan regresi  Y = 58.0 – 3.97 X1 + 2.12 X2 – 1.37 X3. Kata Kunci : Harga Saham, Inflasi, Kurs, Regresi Linier, Suku Bunga
Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Vitawati Bawotong; Hanny Komalig; Nelson Nainggolan
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8106

Abstract

Kernel PCA merupakan PCA yang diaplikasikan pada input data yang telah ditransformasikan ke feature space. Misalkan F: Rn®F fungsi yang memetakan semua input data xiÎRn, berlaku F(xi)ÎF. Salah satu dari banyak fungsi kernel adalah power kernel. Fungsi power kernel K(xi, xj) = –|| xi – xj ||b dengan 0 < b ≤ 1. Tujuan dari penelitian ini yaitu mempelajari penggunaan Kernel PCA (KPCA) dengan fungsi Power Kernel untuk membantu menyelesaikan masalah plot multivariate nonlinier terutama yang berhubungan dalam pengelompokan. Hasil menunjukkan bahwa Penggunaan KPCA dengan fungsi Power Kernel sangat membantu dalam menyelesaikan masalah plot multivariate yang belum dapat dikelompokan dengan garis pemisah yang linier. Kata kunci : Kernel Principal Component Analysis (KPCA), Plot Multivariate, Power Kernel
Model Generalized Space Time Autoregressive (GSTAR) dengan Analisis Data Menggunakan Software R Yulianti Talungke; Nelson Nainggolan; Djoni Hatidja
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 2 (2015): September 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.2.2015.8649

Abstract

Tujuan penelitian ini adalah menganalisis data model Generalized Space Time Autoregreesive (GSTAR) menggunakan software R.  Data yang digunakan adalah data inflasi di Kota Manado, Palu, dan Makasar periode bulan Januari 2010 sampai dengan bulan Desember 2014. Data diolah menggunakan software R, mulai dari menginput data, memplotkan data, menaksir parameter, membuat model, sampai uji diagnostik. Hasil penaksiran parameter model GSTAR untuk data inflasi tiga lokasi memberikan taksiran parameter 0.085, 0.022, 0.380 dan 0.245, 0.458, 0.164. sehingga diperoleh model GSTAR untuk tiga lokasi adalah Ẑ1(t) = 0.085Z1(t-1) + 0.1225Z2(t-1) + 0.1225Z3(t-1) Ẑ2(t) = 0.022Z2(t-1) + 0.214Z1(t-1) + 0.214Z3(t-1) Ẑ3(t) = 0.380Z3(t-1) + 0.082Z1(t-1) + 0.0820Z2(t-1). Kata Kunci: Model GSTAR, Software R, Time Series
Co-Authors Al Izhar Iqrami Charles E. Mongi Deastic Sumihi Dingse Pandiangan Djoni Hatidja Filsa Eugeni Mokorimban Firmina November Sorlury Hanny Komalig Jantje Prang Jeine Tando John Kekenusa Luther Latumakulita Maruli Gultom Max R Kumaseh Meyhard Sualang Noveriana Bunga Novita Homer Rahmadania Paita Sinnyo Salmon Tohap Manurung Vitawati Bawotong Yesinta Kezia Tilaar Yohanes A. R. Langi Yohanes Langi Youla M.A. Latupeirissa Yulianti Talungke