Claim Missing Document
Check
Articles

Found 10 Documents
Search
Journal : JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif Andi Kresna Jaya
Jurnal Matematika, Statistika dan Komputasi Vol. 3 No. 2: January 2007
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (468.233 KB) | DOI: 10.20956/jmsk.v3i2.3315

Abstract

Ide utama skripsi ini adalah untuk mendapatkan metode dalam menentukan batas dari nilai eigen maksimal dari matriks tak negatif, dengan berdasarkan batas Frobenius. Yaitu , dimana  adalah jumlah baris atau kolom minimum dan  adalah jumlah baris atau kolom maksimum. Kemudian dengan menggunakan batas bawah adalah maksimum dari jumlah baris atau kolom minimum sedangkan batas atas adalah jumlah minimum dari jumlah baris atau kolom maksimum. Metode yang diperoleh adalah                  .Setelah diperoleh metode baru kemudian dibandingkan dengan metode sebelumnya, untuk beberapa kasus diperoleh  batas nilai eigen maksimal yang lebih optimal untuk metode ini.
Himpunan Ω-Stabil Sebagai Daerah Faktorisasi Tunggal Nur Erawati; Andi Kresna Jaya
Jurnal Matematika, Statistika dan Komputasi Vol. 9 No. 1: July 2012
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (535.74 KB) | DOI: 10.20956/jmsk.v9i1.3398

Abstract

Perturbasi Nilai Eigen dalam Mengatasi Multikolinearitas Andi Kresna Jaya; Anisa Anisa
Jurnal Matematika, Statistika dan Komputasi Vol. 10 No. 1: July 2013
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (499.26 KB) | DOI: 10.20956/jmsk.v10i1.3407

Abstract

Multikolinieritas adalah salah satu pelanggaran asumsi dalam regresi linier berganda. Multikolinieritas terjadi ketika variabel bebas memiliki korelasi dengan variabel bebas yang lain. Apabila dalam  suatu data terdapat multikolinieritas maka koefisien regresi yang dihasilkan tidak dapat memberikan hasil analisis yang mewakili sifat atau pengaruh variabel bebas terhadap variabel terikat, selain itu variansi yang dihasilkan juga besar. Jika terjadi multikolinieritas maka rasio antara nilai eigen terbesar dan nilai eigen terkecil akan melebihi 100 bahkan bisa lebih dari 1000. Untuk itu, dalam penelitian ini ditawarkan suatu solusi untuk mengatasi multikolinearitas yaitu dengan menggunakan perturbasi pada nilai eigen. Perturbasi ( diberikan dengan menambahkan nilai , yang nilainya berkisar antara 0 dan 1, pada diagonal matriks nilai eigen.
Identifikasi Faktor Signifikan pada Rancangan Fraksional Split-Plot Anisa Anisa; Andi Kresna Jaya
Jurnal Matematika, Statistika dan Komputasi Vol. 10 No. 1: July 2013
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.403 KB) | DOI: 10.20956/jmsk.v10i1.3412

Abstract

Rancangan Split-Plot lengkap yang melibatkan banyak faktor akan membutuhkan satuan percobaan sejumlah kombinasi perlakuan lengkapnya. Waktu dan biaya yang besar untuk menyediakan satuan percobaan dan kesulitan dalam interpretasi hasil untuk pengaruh interaksi tingkat tinggi membuat rancangan ini sulit untuk dilakukan. Rancangan Fraksional Split-Plot merupakan solusi dari masalah tersebut dengan menggunakan satuan percobaan hanya sebagian dari kombinasi perlakuan lengkap. Tulisan ini bertujuan untuk menentukan bentuk rancangan Fraksional Split-Plot yang melibatkan 4 faktor, dimana taraf dari masing-masing faktor adalah 2 level. Kemudian bentuk rancangan tersebut diterapkan pada percobaan perkecambahan kacang hijau yang merupakan data primer. Metode analisis yang digunakan untuk menentukan faktor signifikan dalam percobaan tersebut adalah analisis variansi. Adapun hasil dari percobaan ini diperoleh faktor yang signifikan yaitu cahaya, media tumbuh, dan frekuensi penyiraman. 
Analisis Hidden Markov Model untuk Segmentasi Barisan DNA Anisa Anisa; Andi Kresna Jaya; Sunarti Sunarti
Jurnal Matematika, Statistika dan Komputasi Vol. 13 No. 1: July 2016
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (499.316 KB) | DOI: 10.20956/jmsk.v13i1.3484

Abstract

Barisan DNA merupakan barisan yang terdiri dari basa Adenin (A), Sitosin (C), Timin (T), dan Guanin (G) yang diulang ribuan hingga jutaan kali dalam genom. Pada barisan ini, dilakukan analisis segmentasi DNA untuk mengidentifikasi dan memprediksikan pola kemunculan basa A, C, T, dan G. Pada penelitian ini, analisis segmentasi barisan DNA dilakukan dengan menggunakan model Hidden Markov Model (HMM) orde pertama yang merupakan sebuah model statistik dari sebuah sistem yang diasumsikan sebagai suatu proses Markov dengan parameter yang tak diketahui  dan tantangannya adalah menentukan parameter tersembunyi (hidden) dari parameter yang dapat diamati . HMM orde pertama berarti bahwa peluang munculnya suatu basa A, C, T, dan G, hanya dipengaruhi oleh satu basa sebelumnya. Dari hasil HMM pada penelitian ini yang merupakan suatu matriks peluang transisi, diperoleh nilai peluang terbesar adalah proses perpindahan basa Guanin (G) ke Adenin (A) dengan nilai peluang 0,434 dan nilai peluang  terkecil adalah perpindahan basa Sitosin (C) ke Guanin (G) dengan nilai peluang 0,072. Data yang digunakan dalam penelitian ini adalah data barisan DNA Homo sapiens (manusia), yang merupakan salah satu database barisan DNA pada GenBank.
Proses Decoding Kode Reed Muller Orde Pertama Menggunakan Transformasi Hadamard Andi Kresna Jaya
Jurnal Matematika, Statistika dan Komputasi Vol. 13 No. 2 (2017): January 2017
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (189.192 KB) | DOI: 10.20956/jmsk.v13i2.3497

Abstract

Analisis Faktorisasi Matriks Tak Negatif Andi Kresna Jaya
Jurnal Matematika, Statistika dan Komputasi Vol. 13 No. 2 (2017): January 2017
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (311.675 KB) | DOI: 10.20956/jmsk.v13i2.3501

Abstract

Orbit Fraktal Himpunan Julia Andi Kresna Jaya; Niswar Aliansa
Jurnal Matematika, Statistika dan Komputasi Vol. 13 No. 2 (2017): January 2017
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.957 KB) | DOI: 10.20956/jmsk.v13i2.3504

Abstract

Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan; Andi Kresna Jaya
Jurnal Matematika, Statistika dan Komputasi Vol. 14 No. 2 (2018): January 2018
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (380.271 KB) | DOI: 10.20956/jmsk.v14i2.3556

Abstract

Penelitian ini dilakukan untuk melihat hubungan resiko kanker terhadap usia wanita, jenis pendidikan dan pekerjaan  di kota Makassar dengan menggunakan regresi logistik. Pada penaksiran parameternya digunakan metode local maximum likelihood yaitu penaksiran parameter dengan  mempertimbangkan ukuran pemusatan datanya, seperti mean dan modusnya. Penaksiran parameternya kemudian menggunakan metode Newton-Rhapson. 
Himpunan Spektrum Real Untuk Masalah Balikan Nilai Eigen Dari Matriks Tak Negatif Andi Kresna Jaya
Jurnal Matematika, Statistika dan Komputasi Vol. 14 No. 2 (2018): January 2018
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (474.42 KB) | DOI: 10.20956/jmsk.v14i2.3561

Abstract

Pada paper ini akan dibahas representasi geometri dari himpunan spektrum nilai eigen real yang nilai eigen maksimalnya 1 untuk masalah balikan nilai eigen (invers eigenvalues problem). Untuk menunjukkan representasi tersebut akan digunakan sifat invarian dari jumlah konveks matriks stokastik terhadap jumlah konveks spektrum matriks stokastik tersebut. Representasi geometri yang diperoleh hanya pada Rn untuk n = 2, 3 dan 4. Sifat invariant di atas juga akan digunakan untuk menunjukkan bahwa sebuah spektrum matriks tak negatif ditulis dalam bentuk vektor , maka  merupakan spektrum dari sebuah matriks positif untuk .