Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

2.59

P-Index

This Author published in this journals

All Journal dCartesian: Jurnal Matematika dan Aplikasi Jurnal MIPA EUGENIA Jurnal TIMES Vivabio : Jurnal Pengabdian Multidisiplin Journal Social Science And Technology For Community Service Jurnal Perempuan dan Anak Indonesia Jurnal Info Sains : Informatika dan Sains Jurnal Informatika dan Rekayasa Perangkat Lunak

NELSON NAINGGOLAN

Jurusan Matematika FMIPA UNSRAT

Author-ID : 327762

Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Physics Public Health Social Sciences Other

Published : 39 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

Region Coloring in Minahasa Regency Using Sequential Color Algorithm Ingamita, Yevie; Nainggolan, Nelson; Pinontoan, Benny
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 8, No 2 (2019): September 2019
Publisher : Universitas Sam Ratulangi

Graph Theory is one of the mathematical sciences whose application is very wide in human life. One of theory graph application is Map Coloring. This research discusses how to color the map of Minahasa Regency by using the minimum color that possible. The algorithm used to determine the minimum color in coloring the region of Minahasa Regency that is Sequential Color Algorithm. The Sequential Color Algorithm is an algorithm used in coloring a graph with k-color, where k is a positive integer. Based on the results of this research was found that the Sequential Color Algorithm can be used to color the map of Minahasa Regency with the minimum number of colors or chromatic number Ï‡(G) obtained in the coloring of 25 sub-districts on the map of Minahasa Regency are 3 colors (Ï‡(G) = 3).

Model Generalized Space Time Autoregressive (GSTAR) dengan Analisis Data Menggunakan Software R Talungke, Yulianti; Nainggolan, Nelson; Hatidja, Djoni
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 4, No 2 (2015): September 2015
Publisher : Universitas Sam Ratulangi

Tujuan penelitian ini adalah menganalisis data model Generalized Space Time Autoregreesive (GSTAR) menggunakan software R. Â 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 áº1(t) = 0.085Z1(t-1) + 0.1225Z2(t-1) + 0.1225Z3(t-1) áº2(t) = 0.022Z2(t-1) + 0.214Z1(t-1) + 0.214Z3(t-1) áº3(t) = 0.380Z3(t-1) + 0.082Z1(t-1) + 0.0820Z2(t-1).Â Kata Kunci: Model GSTAR, Software R, 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 Latupeirissa, Youla M.A.; Nainggolan, Nelson; Manurung, Tohap
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 3, No 1 (2014): Maret, 2014
Publisher : Universitas Sam Ratulangi

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 forÂ 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; Â 0,348; Â 0,211 dan Â 0,503; 0,021; 0,244 sedangkan untuk beras Sultan diperoleh nilai taksiran parameter 0,326; 0,475; 0,149 dan Â 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

Analisis Multidimensional Scaling Untuk Jarak Antara Fakultas-fakultas serta Program Pasca Sarjana di Universitas Sam Ratulangi Manado Pura, Maria; Nainggolan, Nelson; Komalig, Hanny A.H.
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 8, No 1 (2019): Maret 2019
Publisher : Universitas Sam Ratulangi

A B S T R A KÂ Â Â Â Â Â Â Multidimensional Scaling (MDS) merupakan teknik eksplorasi untuk memvisualisasikan kemiripan/ketakmiripan individu dalam ruangan dimensi rendah berdasarkan jarak. Kegunaan MDS adalah untuk menyajikan kemiripan objek-objek secara visual. Interpretasi keluaran MDS dapat mengarah pada pemahamanan yang mendasari kedekatan antara objek.Â Dalam penelitian ini, MDS digunakan untuk visualisasi jarak antara fakultas-fakultas sertaÂ pasca sarjana di Universitas Sam Ratulangi Manado dalam bentuk peta konfigurasi.Â Hasil dari data menunjukan bahwaÂ plot MDS menunjukanÂ adanyaÂ kedekatanÂ antara FKM dan FIB berdekatan; juga FMIPA, Faperta, Fapet dan FKed berdekatan; serta FaPerik, FTeknik, FEkonomi,Â FisipÂ dan FHukum, juga saling berdekatan.Â Kecuali FIB, karena fakultas ini terlihat jauh dari Fakultas-fakultas yang lain. Nilai Stress dari MDS ini diperoleh sebesar adalah 0.12241 yang artinya tingkat kesesuaian model cukup baik.Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â

Pengaruh Pelayanan Di Fakultas Matematika Dan Ilmu Pengetahuan Alam Terhadap Kepuasan Mahasiswa FMIPA UNSRAT Menggunakan Analisis Regresi Logistik Ordinal Minabari, Fadhila; Titaley, Jullia; Nainggolan, Nelson
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 8, No 2 (2019): September 2019
Publisher : Universitas Sam Ratulangi

Tujuan dari penelitian ini adalah untuk mengetahui bagaimana model regresi logistik ordinal terhadap pengaruh pelayanan di fakultas MIPA terhadap kepuasan mahasiswa, mengetahui aspekaspek pelayanan apa saja yang mempengaruhi tingkat kepuasan mahasiswa dan mengetahui seberapa besar variabel independen dapat mempengaruhi variabel dependen. Hasil penelitian menunjukan bahwa regresi ordinal dan persamaannya layak digunakan, variabel yang berpengaruh secara signifikan terhadap kepuasan mahasiswa di Fakultas MIPA adalah aspek administrasi, aspek pengajaran dan aspek sarana prasarana. Model regresi logistik ordinal aspek administrasi, aspek pengajaran dan aspek sarana prasarana mempengaruhi penilaian kepuasan mahasiswa secara keseluruhan sebesar 50,3%.

Data Compression Using Shannon-Fano Algorithm Lamorahan, Christine; Pinontoan, Benny; Nainggolan, Nelson
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 2, No 2 (2013): September, 2013
Publisher : Universitas Sam Ratulangi

Abstract Communication systems in the world of technology, information and communication are known as data transfer system. Sometimes the information received lost its authenticity, because size of data to be transferred exceeds the capacity of the media used. This problem can be reduced by applying compression process to shrink the size of the data to obtain a smaller size. This study considers compression for data text using Shannon â€“ Fano algorithm and shows how effective these algorithms in compressing it when compared with the Huffman algorithm. This research shows that text data compression using Shannon-Fano algorithm has a same effectiveness with Huffman algorithm when all character in string all repeated and when the statement short and just one character in the statement that repeated, but the Shannon-Fano algorithm more effective then Huffman algorithm when the data has a long statement and data text have more combination character in statement or in string/ word. Keywords: Data compression, Huffman algorithm, Shannon-Fano algorithm Abstrak Sistem komunikasi dalam dunia teknologi informasi dan komunikasi dikenal sebagai sistem transfer data. Informasi yang diterima kadang tidak sesuai dengan aslinya, dan salah satu penyebabnya adalah besarnya ukuran data yang akan ditransfer melebihi kapasitas media yang digunakan. Masalah ini dapat diatasi dengan menerapkan proses kompresi untuk mengecilkan ukuran data yang besar sehingga diperoleh ukuran yang lebih kecil. Penelitian ini menunjukan salah satu kompresi untuk data teks dengan menggunakan algoritma Shannon â€“ Fano serta menunjukan seberapa efektif algoritma tersebut dalam mengkompresi data jika dibandingkan dengan algoritma Huffman. Kompresi untuk data teks dengan algoritma Shannon-Fano menghasilkan suatu data dengan ukuran yang lebih kecil dari data sebelumnya dan perbandingan dengan algoritma Huffman menunjukkan bahwa algoritma Shannon- Fano memiliki keefektifan yang sama dengan algoritma Huffman jika semua karakter yang ada di data berulang dan jika dalam satu kalimat hanya ada satu karakter yang berulang, tapi algoritma Shannon-Fano lebih efektif jika kalimat lebih panjang dan jumlah karakter di dalam kalimat atau kata lebih banyak dan beragam. Kata kunci: Algoritma Huffman, Algoritma Shannon-Fano, Kompresi data

Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Tando, Jeine; Komalig, Hanny; Nainggolan, Nelson
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 5, No 2 (2016): September 2016
Publisher : Universitas Sam Ratulangi

Tujuan penelitian ini adalah menentukan model ARMA yang terbaik dalam memprediksi jumlah penumpang yang berangkat di pelabuhan Manado. Data yang di gunakan adalah data bulanan jumlah penumpang kapal laut dari bulan Januari 2012 sampai bulan Juni 2015. Hasil penelitian menunjukkan model ARMA (1,2) menggunakan model yang lebih baik dalam meprediksi jumlah penumpang kapal laut di pelabuhan laut Manado. Prediksi untuk periode 6 bulan yakni bulan Juli 2015 sebanyak 31106 penumpang, bulan Agustus 2015 sebanyak 31406Â penumpang, bulan September sebanyak 31350 penumpang, bulan oktober sebanyak 31300 penumpang, bulan November sebanyak 31256 penumpang, bulan Desember sebanyak 31217 penumpang. Kata Kunci : Model ARMA, Time series, Prediksi

Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Bawotong, Vitawati; Komalig, Hanny; Nainggolan, Nelson
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 4, No 1 (2015): Maret 2015
Publisher : Universitas Sam Ratulangi

Kernel PCA merupakan PCA yang diaplikasikan pada input data yang telah ditransformasikan ke feature space. Misalkan F: RnÂ®F fungsi yang memetakan semua input data xiÃŽRn, berlaku F(xi)ÃŽF. Salah satu dari banyak fungsi kernel adalah power kernel. Fungsi power kernel K(xi, xj) = â€“|| xi â€“ xj ||b dengan 0 < b â‰¤ 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

Penggunaan Analisis Komponen Utama Dalam Penggabungan Data Peubah Ganda pada Kasus Produksi Pertanian dan Perkebunan Di Wilayah Bolaang Mongondow Tahun 2008 Abdurrachman, Sunarsi Habib; Komalig, Hanny; Nainggolan, Nelson
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 3, No 2 (2014): September 2014
Publisher : Universitas Sam Ratulangi

Abstract The objective of this research is to study the combine the two groups of data with multivariate variables using Principal Component Analysis. The data used in this study is a secondary data drawn from the North Sulawesi BPS data in Production Agriculture and Plantation Bolaang Mongondow region in 2008. The results show that PCA can be used to combining two separate groups multivariate data and the correlation between the Principal Components of the data are combined with the Principal Component of the overall initial data (intact) is relatively high wich correlation between PC1 and PC1AB as big 0,987 and correlation between PC2 and PC2AB as big 0,916. Keywords : Principal Component Analysis, Agriculture Production and Plantation Abstrak Tujuan penelitian ini adalah menggabungkan dua gugus data peubah ganda dengan menggunakan Analisis Komponen Utama. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diambil dari BPS Sulawesi Utara yakni Data Produksi Pertanian Dan Perkebunan Di Wilayah Bolaang Mongondow Tahun 2008. Hasilnya menunjukkan bahwa AKU dapat digunakan untuk menggabungkan dua gugus data peubah ganda yang terpisah dan korelasi antara komponen utama dari data yang digabungkan dengan komponen utama dari keseluruhan data awal (utuh) Â relatif tinggi yakni dengan nilai korelasi PC1 dan PC1AB sebesar 0,987 dan PC2 dan PC2ABÂ sebesar 0,916. Â Kata kunci : Analisis Komponen Utama, Produksi Pertanian dan Perkebunan

Penerapan Model Vector Autoregressive (VAR) untuk Memprediksi Harga Cengkeh, Kopra dan Pala di Sulawesi Utara Tunang, Yulin; Manurung, Tohap; Nainggolan, Nelson
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 8, No 2 (2019): September 2019
Publisher : Universitas Sam Ratulangi

YULIN TUNANG. Application of Vector Autoregressive (VAR) Model to Predict Prices of Clove, Copra and Nutmeg Commodities in North Sulawesi. Under the guidance of NELSON NAINGGOLAN as main supervisor and TOHAP MANURUNG as a co-supervisor.The purpose of this study is to determine the vector autoregressive (VAR) model of the prices of clove, copra and nutmeg commodities in North Sulawesi. The data used are data on monthly prices of cloves, copra and nutmeg for the period of January 2015 to March 2019. Parameter estimation results for clove prices are estimated parameter values of 0,174; 0,260; 0,151 while for the copra price, the estimated value of the parameter is 0,060; 0,004; 0,002; and for nutmeg prices the parameter value of 0,215 is obtained; 0,105; 0,625. Prediction results for April, May and June 2019, namely in April 2019 the price of cloves was Rp90.882, the price of copra was Rp4.461, and the price of nutmeg was Rp70.316. The prediction results in May 2019 of clove prices amounted to Rp90.231, copra prices amounted to Rp4.411, and nutmeg prices were Rp70.021. Predicted results in June 2019 of clove prices amounted to Rp89.392, copra prices of Rp4.356, and nutmeg prices of Rp69.532.Â Â Â Â Â Â Keywords: Vector Autoregressive (VAR) model, clove, copra, nutmeg.

Co-Authors Adinata, Harni Seven Arundaa, Rillya Benny Pinontoan Christine Lamorahan D. Parsaulian, Dyen DINGSE PANDIANGAN Djoni Hatidja Eliasta Ketaren Eliasta Ketaren, Eliasta Hanny Komalig Harni Seven Adinata Ingamita, Yevie Iqrami, Al Izhar Jantje Prang, Jantje Johanes, Albani Boutje John Kekenusa, John Julia Titaley Jullia Titaley Kalengkongan, Cesni Sinta Langi, Yohanes AR Lusikooy, Johanes Luther Latumakulita Maliangkay, Hendra Pratama Marline Paendong Max R Kumaseh Mendome, Karmelin Minabari, Fadhila Mokorimban, Filsa Eugeni Mongi, Charles Eferain Nainggolan, Verina Putri Gloria Nainggolan, Wanri Noveriana Bunga, Noveriana Novita Homer, Novita Pangaribuan, Petrus T.H Paruntu, Leivy G. Pogalin, Regina Octavia Marta Pura, Maria Rahma Rahmadania Paita Runturambi, Ridel Sanriomi Sintaro Sinnyo Salmon, Sinnyo Situmorang, Ogy S Somba, Liani Sualang, Meyhard Sumihi, Deastic Sunarsi Habib Abdurrachman Takaendengan, Mahardika Inra Talumepa, Gabriel Tando, Jeine Tilaar, Yesinta Kezia Tohap Manurung Tunang, Yulin Van Gobel, Amelya Ramadhanty Varra Wuwung Vitawati Bawotong, Vitawati Wenny Tilaar Wisard Widsli Kalengkongan Wohon, Selfina Clara Yohanes A. R. Langi Yohanes A.R Langi Yohanes Langi Yolanda, Natasya Bella Youla M.A. Latupeirissa Yulianti Talungke, Yulianti

Title

Found 39 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 39 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 39 Documents
Search