Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal Jurnal Matematika BIMASTER GRADIEN Jurnal Pengabdian Masyarakat Bumi Raflesia Dharma Raflesia : Jurnal Ilmiah Pengembangan dan Penerapan IPTEKS Jurnal Eurekamatika Journal of Mathematics UNP Aceh International Journal of Science and Technology
Jose Rizal
Department Of Mathematics, Faculty Of Mathematics And Natural Sciences, Universitas Bengkulu, Indonesia
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Physics Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Penerapan Model Analisis Time Series Dalam Peramalan Pemakaian Kwh Listrik Untuk n-Bulan Ke depan Yang Optimal Di Kota Bengkulu Faisal, Fachri; Rizal, Jose
GRADIEN : Jurnal Ilmiah MIPA Vol 4, No 1 (2008): (Januari 2008)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.52 KB)

Abstract

Penelitian ini bertujuan untuk memberikan alternatif solusi dalam peramalan konsumsi listrik pelanggan PLN yang tidak tercatat dan hasil ini dapat dijadikan sebagai alat deteksi awal dalam melihat kecurangan yang dilakukan oleh pelanggan dan atau pencatat meter. Metode yang digunakan adalah dengan melakukan simulasi data kemudian menganalisis data tersebut menggunakan Analisis Time Series guna mendapatkan model matematika pemakian kWh listrik. Hasil penelitian menunjukan bahwa model timeseries dari data simulasi yang dibangkitkan dari Distribusi Poisson, Uniform, Normal, dan Bilangan Bulat adalah ARIMA(1,1,0).   
Pendeskripsian Kontur Dan Image Suatu Kawasan Eksplorasi Menggunakan Monte Carlo Markov Chain Rizal, Jose; Rafflesia, Ulfasari
GRADIEN : Jurnal Ilmiah MIPA Vol 4, No 1 (2008): (Januari 2008)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (226.485 KB)

Abstract

Artikel ini membahas salah satu dari simulasi bersyarat (conditional simulation) yaitu Monte Carlo MarkovChain (MCMC) dalam pendeskripsian kontur dan image. Simulasi ini mengkombinasikan antara simulasi Monte Carlo(mengeneret state awal) dan Markov Chain (pengujian perubahan state). Dalam aplikasi MCMC pada suatu kawasaneksplorasi, terdapat proses pembentukan dan perubahan state untuk setiap iterasinya. Algoritma Metropolis-Hastingdigunakan sebagai kriteria pengujian diterima atau tidaknya perubahan state. Sebagai studi kasus, diberikan contohpermasalahan dalam pendeskripsian image dan kontur pada kawasan eksplorasi di lapangan X.   
Kajian Pemilihan Model Semivariogram Terbaik Pada Data Spatial (Studi Kasus : Data Ketebalan Batubara Pada Lapangan Eksplorasi X) Faisal, Fachri; Rizal, Jose
GRADIEN : Jurnal Ilmiah MIPA Vol 8, No 1 (2012): (Januari 2012)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (804.24 KB)

Abstract

Semivariogram merupakan alat statistik untuk menggambarkan, memodelkan, dan menjelaskan korelasi spasial antar observasi. Penelitian ini bertujuan memilih model semivariogram terbaik dari model semivariogram teoritis Spherical, Exponential dan Gaussian berdasarkan uji kenormalan dari residu terbakukan, uji Q1 dan uji Q2. Sebagai penerapan kasus, pada penelitian ini data yang digunakan adalah data ketebalan cadangan batubara dari 41 titik sampel yang diperoleh dari skripsi Heryanti (2007). Dari hasil dan pembahasan diperoleh model semivariogram teoritis Gaussian yang terbaik karena untuk uji kenormalan menggunakan SPSS diperoleh nilai sig.>0.05 (0.340>0.05 ) dianggap residual terbakukannya berdistribusi normal. Berdasarkan uji Q1 (|0.026|<0.316) dan uji Q2 (0.61<1.335<1.48 ) dapat ditarik kesimpulan model Gaussian tersebut cocok atau valid digunakan untuk melakukan pengestimasian pada lokasi yang belum diketahui nilainya.   Kajian Pemilihan Model Semivariogram Terbaik Pada Data Spatial(Studi Kasus : Data Ketebalan Batubara Pada Lapangan Eksplorasi X)
Optimasi Pada Traveling Salesman Problem (TSP) dengan Pendekatan Simulasi Annealing Rizal, Jose
GRADIEN : Jurnal Ilmiah MIPA Vol 3, No 2 (2007): (Juli 2007)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (175.041 KB)

Abstract

Tulisan ini membahas salah satu penerapan dari simulasi bersyarat (conditional simulation) yaitu SimulasiAnnealing dalam mencari rute terpendek (optimasi) dari permasalahan Traveling Salesman Problem (TSP). Proses Simulasi Annealing analogi dengan proses pada pendinginan logam cair. Dalam aplikasi Simulasi Annealing pada TSP, terdapat proses pertukaran rute-rute perjalanan guna mendapatkan rute perjalanan yang menghasilkan total jarak perjalanan keseluruhan yang minimum. Algoritma Metropolis-Hasting digunakan sebagai kriteria pengujian diterima atau tidaknya pertukaran rute perjalanan dari dua titik. Sebagai studi kasus, diberikan suatu contoh permasalahan TSP dimana untuk menjalankan algoritmaSimulasi Annealing menggunakan bantuan Software Matlab.   
Perbandingan Uji Stasioner Data Timeseries Antara Metode: Control Chart, Correlogram, Akar Unit Dickey Fuller, dan Derajat Integrasi Rizal, Jose; Akbar, Syahrul
GRADIEN : Jurnal Ilmiah MIPA Vol 11, No 1 (2015): (Januari 2015)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (353.364 KB)

Abstract

Penelitian ini bertujuan untuk mengkaji hasil pengujian stasioneritas data time series menggunakan beberapa metode pengujian yaitu : Control Chart, Correlogram, Augmented Dickey Fuller dan Derajat Integrasi. Metode yang digunakan dalam penelitian ini adalah dengan melakukan prosedur pengujian kestatsioneran data. Adapun data yang akan di uji merupakan data hasil bangkitan dari dua parameter statistik yakni rata-rata dan standart deviasi. Terdapat 11 kasus yang akan disimulasikan dengan mengkondisikan parameter rata-rata tetap (10) sedangkan standart deviasi berubah-ubah (1.4, 2, 2.2, 2.4, 2.8, 3.2, 4, 5, 6, 8, dan 10). Hasil penelitian menunjukan bahwa pada (1) metode Augmented Dickey Fuller lebih banyak menghasilkan data tidak stasioner bila dibandingkan dengan Correlogram. (2) Tidak terdapat kaitan langsung antara Uji stasioneritas dengan penyebaran data yang Out of Control pada pengujian Control Chart X-S. (3) Dengan menggunakan derajat integrasi, diperoleh data bangkitan yang tidak stasioner akan mengalami stasioner bila dilakukan diferensiasi sebanyak 1 kali. 
MODEL PELUANG KEJADIAN TSUNAMI PASCA TERJADI GEMPA BUMI DI WILAYAH PESISIR PULAU SUMATERA Syahrul Akbar, Jose Rizal, Etis Sunandi, Fachri Faisal,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 4, No 01 (2015): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v4i01.9649

Abstract

Penelitian ini bertujuan mendapatkan sebuah persamaan matematis yakni peluang kejadian tsunami pasca terjadi gempabumi khususnya untuk wilayah pesisir pulau Sumatera. Melihat bentuk datanya, pendekatan yang sesuai digunakan adalah Regresi Berganda Logit Normal. Untuk mencapai tujuan tersebut, dilakukan beberapa tahapan pemodelan dari satu variabel respon dan tiga variabel prediktor. Dalam pengolahan datanya digunakan bantuan Software SPSS versi 16. Hasil studi menunjukkan bahwa (1) tidak terjadi multikolinieritas antar variabel prediktor (2) peluang kejadian tsunami pasca gempa bumi dapat diprediksi dengan pendekatan model regresi berganda logit normal antara satu variabel respon(terjadi atau tidak terjadi tsunami) dan  ketiga variabel prediktor (kedalaman, kekuatan, dan bentuk gempa). Besarnya kesesuaian model yang dihasilkan dengan data empiris yang digunakan dalam penelitian ini adalah 83,3%, sedangkan sisanya sebesar 16,7% belum dapat dijelaskan melalui model yang dihasilkan. Hal ini dapat disebabkan adanya variabel lain  yang tidak teramati. (3) Dari model logit yang dihasilkan menunjukkan bahwa, semakin besar kekuatan gempa, maka kecendrungan kejadian tsunami akan meningkat sebesar 4.085 kali lipat, sedangkan variabel kedalaman sebesar 0,981. Kata Kunci : Tsunami, gempa bumi, regresi logit, multikolinieritas
Analisis Kejadian Gempa Bumi Tektonik di Wilayah Pulau Sumatera Jose Rizal; Sigit Nugroho; Adi Irwanto; , Debora
Jurnal Matematika Vol 6 No 1 (2016)
Publisher : Mathematics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JMAT.2016.v06.i01.p63

Abstract

The purpose of this study to get an overview of the earthquakes in Sumatra. The method used is descriptive statistics and models Autoregressive Fractionally Integrated Moving Average (ARFIMA). The result from analysis data yielded a mathematical model to predict the amount of tectonic earthquakes that occur every month in Sumatra is ARFIMA (4,0.350,3) with a value of RMSE is 0,040??. While the best model for the average magnitude of the many tectonic earthquakes that occur every month in Sumatra is ARFIMA (1,0.310,3) with a value of RMSE is 0.013. Based on the model results obtained forecast frequency earthquake and the average magnitude for the three periods ahead, namely the first period 21 times with an average magnitude is 4,91 SR , the second period will occur 14 times with an average magnitude is 4.94 SR and the third period will occur 20 times with an average magnitude is 4,96 SR.
ANALISIS UJI-T BERPASANGAN UNTUK MELIHAT PENGARUH PEMBINAAN OLIMPIADE MATEMATIKA DALAM MENINGKATKAN KEMAMPUAN SISWA Idhia Sriliana; Jose Rizal; Baki Swita; Pepi Novianti; Etis Sunandi
DHARMA RAFLESIA Vol 13, No 2 (2015): DESEMBER
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/dr.v13i2.4240

Abstract

SMA Negeri 3 Bengkulu city is one of the active participants in the competition OSN SMA/MA in Bengkulu. But the school's achievements have not been prominent, especially in the field of Mathematics. In the period of last 10 years, SMAN 3 Bengkulu have never gotten quite encouraging achievement in Maths OSN. Department of Mathematics, University of Bengkulu has the human resources pretty promising, that competent teaching staff to improve the ability of reasoning and analysis of students SMA Negeri 3 Bengkulu City through guidance materials OSN Mathematics SMA/MA. Therefore, it will be held activities in the promotion of students regarding the material OSN Mathematics SMA/MA to improve the ability of reasoning and analysis of students so that they know how concepts and strategies work on the problems OSN Mathematics SMA/MA with reasoning and analysis are correct, so as to achievement on activities OSN Mathematics both at the provincial and national levels. After coaching is done, using paired t-test analysis can be concluded that these activities have a significant influence. Development activities that have been implemented can increase the ability of reasoning and analysis of the students as well as students of SMAN 3 of Bengkulu in adding knowledge on mathematics material and questions in SMA/MA OSN. Keywords: OSN Mathematics, SMAN 3 Bengkulu, Paired t-test
The Application of Spatial Analysis and Time Series in Modeling the Frequency of Earthquake Events in Bengkulu Province Fachri Faisal; Pepi Novianti; Jose Rizal
Aceh International Journal of Science and Technology Vol 7, No 2 (2018): August 2018
Publisher : Graduate Program of Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2113.633 KB) | DOI: 10.13170/aijst.7.2.8656

Abstract

This study provides an overview in combining spatial analysis and time series analysis to model the frequency of earthquake. The aim of this research is to apply the spatial statistical analysis and time series analysis in estimating semivariogram parameters for the next four steps. The data in this study is secondary data that has been validated based on sources that publish parameters of earthquake events. Looking at the characteristics of the earthquake frequency frequency data, there are spatial and time elements. The method used in this research is interpolation kriging and Autoregressive Moving Average (ARMA) model. The semivariogram models used in kriging interpolation are: Spherical, Exponential, Gaussian, and Linear. The parameters of the semivariogram model are modeled using ARMA time series analysis adjusted to the model diagnostic results. To measure of fit model is used Mean Square Error (MSE). The result of research is a suitable semivariogram model to be applied in the modeling of earthquake events is the Spherical model. While each parameter is estimated using ARMA model (2,2) with different coefficient estimation value.
ANALISIS KEMISKINAN EKSTREM PROVINSI BENGKULU MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT ADAPTIVE GAUSSIAN KERNEL DAN ADAPTIVE BI-SQUARE Riki Wahyudi; Yulian Fauzi; Jose Rizal
Journal of Mathematics UNP Vol 8, No 2 (2023): Journal Of Mathematics UNP
Publisher : UNIVERSITAS NEGERI PADANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/unpjomath.v8i2.14914

Abstract

Extreme poverty is a condition of inability to fulfill basic needs, namely the need for food, clean drinking water, proper sanitation, health, shelter, education, and access to information which is not only limited to income, but also access to social services (United Nations, 1996).Geographically Weighted Regression (GWR) model is used in mapping extreme poverty of all level 2 regions in Bengkulu Province using Adaptive Gaussian Kernel and Adaptive Bi-Square weights as well as finding the best GWR model and analyzing the model against extreme poverty mapping of Bengkulu Province. The data used in this study is the March 2022 Susenas data. Of the 18 variables that allegedly affect extreme poverty, only 6 variables support the assumption of spatial heterogeneity in GWR modeling. Based on the selection of the best model, it is known that the GWR model with Adaptive Bisquare Kernel weighting is a suitable model for the percentage of extreme poor people in Bengkulu Province with the smallest AIC value
Co-Authors , Debora Adi Irwanto Baki Swita Cinta Rizki Oktarina Etis Sunandi Fachri Faisal Idhia Sriliana Nur Afandi Nurul Hidayati Pepi Novianti Pratiwi, Stevy Cahya Riki Wahyudi Riri Sesiati Sigit Nugroho Sigit Nugroho Syahrul Akbar Tasyah, Qhiky Lioni Ulfasari Rafflesia Yulian Fauzi