Article Per Year (5 Year)
p-Index From 2021 - 2026
2.092
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
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 : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jurnal MIPA

 1 
Analisis Biplot Untuk Pemetaan Kabupaten/Kota di Provinsi Sulawesi Utara Berdasarkan Beberapa Variabel Pendidikan Pogalin, Regina Octavia Marta; Mongi, Charles Eferain; Nainggolan, Nelson
Jurnal MIPA Vol 10, No 1 (2021)
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/jmuo.10.1.2021.30416

Abstract

Pendidikan merupakan komponen yang penting dalam pembangunan suatu negara. Dalam upaya pembangunan pendidikan diperlukan kebijakan yang disesuaikan dengan karakteristik suatu wilayah. Tujuan penelitian ini adalah memetakan Kabupaten/Kota yang memiliki kemiripan berdasarkan beberapa variabel pendidikan juga mengetahui korelasi antar variabel pendidikan dengan menggunakan analisis biplot. Data yang digunakan adalah data sekunder tahun 2018 yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sulawesi Utara dan Kementerian Pendidikan dan Kebudayaan. Hasil dari analisis biplot penelitian ini menunjukkan bahwa Kabupaten/Kota yang memiliki karakteristik pendidikan yang relatif sama yaitu Kepulauan Sangihe, Kabupaten Minahasa Tenggara, dan Kabupaten Siau Tagulandang Biaro. Dimana keragaman yang terbesar terjadi pada jumlah SMP/sederajat, dan keunggulan dari suatu objek terdapat pada Kabupaten Bolaang Mongondow Utara memiliki nilai tertinggi pada variabel Angka Partisipasi Kasar (APK) SMP/sederajat. Kemudian variabel - variabel yang memiliki korelasi positif yaitu Angka Partisipasi Kasar (APK) SD/sederajat dan Angka Partisipasi Murni (APM) SD/sederajat yang artinya jika nilai Angka Partisipasi Kasar (APK) SD/sederajat bertambah, maka bertambah pula nilai Angka Partisipasi Murni (APM) SD/sederajat begitu juga sebaliknyaEducation is an important component of country development. To educational development, the regulation which is adaptable to characteristics of a region is required. The purposes of this research are to implement the biplot analysis method to mapping Districts that have similar characteristics based on the educational variable and knowing the correlation between educational variables. This research used secondary data obtained from the North Sulawesi Central Statistics Agency (BPS) and the Ministry of Education and Culture. The results from biplot analysis showed that Sangihe Island Regency, Southeast Minahasa Regency, Siau Tagulandang Biaro Regency has similar characteristics, the number of junior high school has the biggest variance, Bolaang Mongondow Utara has the biggest value in Gross Enrollment Ratio (GER) Junior High School, Gross Enrollment Ratio (GER) Elementary School and Net Enrollment Ratio (NER) Elementary School has positive correlations, it means when one variable decreases as the other variable decreases or one variable increases while the other increases
Prediksi Harga Beras Sultan dan Membramo di Kota Manado dengan Menggunakan Model ARIMA Wuwung, Varra; Nainggolan, Nelson; Paendong, Marline
Jurnal MIPA Vol 2, No 1 (2013)
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/jm.2.1.2013.739

Abstract

Pada makalah ini diuraikan model ARIMA dari harga beras di kota Manado yang meliputi beras Sultan dan beras Membramo. Data yang diamati adalah data bulanan dari Januari 2007 sampai dengan Maret 2012. Hasil analisis time series menunjukan bahwa untuk beras Sultan diperoleh model ARIMA(1,1,1) dan beras Membramo diperoleh model ARIMA(1,1,0). Hasil diagnosis menunjukan bahwa galat dari model untuk beras Sultan dan beras Membramo sudah berdistribusi normal dengan p-value lebih dari 0,05 yaitu masing-masing 0,15 dan 0,07. Prediksi harga beras untuk tiga periode kedepan untuk beras Sultan berkisar antara Rp. 8.287 sampai Rp. 8.389, dan beras Membramo berkisar antara Rp. 8.482 sampai Rp. 8.593.This paper described ARIMA models of the rice prince in Manado, that is sultan and membramo rice. The observed data is monthly from January-2007 to March-2012. The result show that the models for sultan is ARIMA(1,1,1) and for membramo is ARIMA(1,1,0). The diagnosis results show that the residuals of the models for sultan and membramo is normally distributed with a p-value more than 0,05, that is 0,15 and 0,07 respectively. The prediction of price for the next three periods for sultan from Rp. 8.287,30 to Rp. 8.389,92 and for membramo from Rp. 8.482 to Rp. 8.593.
Penerapan Model ARIMA dalam Memprediksi Jumlah Tindak Kriminalitas di Wilayah POLRESTA Manado Provinsi Sulawesi UtaraKlorofil Mendome, Karmelin; Nainggolan, Nelson; Kekenusa, John
Jurnal MIPA Vol 5, No 2 (2016)
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/jm.5.2.2016.13763

Abstract

Tujuan penelitian ini adalah menentukan model Autoregressive Integrated Moving Average (ARIMA) untuk memprediksi  jumlah kejadian tindak kriminalitas di Wilayah Kepolisian Resort Kota (POLRESTA) Manado. Data yang digunakan adalah data bulanan  jumlah kejadian tindak kriminalitas dari bulan Januari 2010 sampai Mei 2016. Hasil penelitian menunjukan Model ARIMA (1,1,0) cukup baik untuk memprediksi jumlah kejadian tindak  kriminalitas di Wilayah POLRESTA Manado dengan  presentase rata-rata dari nilai selisih antara nilai aktual dan nilai prediksi sebesar 13,81 %.  Untuk prediksi jumlah kejadian tindak kriminalitas pada bulan Juni, Juli dan Agustus tahun 2016 menunjukkan pola yang menurun.The purpose of this study was determining the model Autoregressive Integrated Moving Average (ARIMA) to predict the number of occurrences of crime in the Territory Police Resort City Manado. The data used are the monthly data of the number of occurrences of crime from January 2010 to May 2016.  The results showed that the ARIMA (1,1,0) well enough to predict the number of occurrences of crime in the Territory POLRESTA Manado with a percentage of the average of the value of the difference between the actual value and the predictive value of 13.81%. The prediction of the number of incidents of crime in June, July and August 2016 showed a declining pattern
Penerapan Model ARIMA-GARCH Untuk Memprediksi Harga Saham Bank BRI Yolanda, Natasya Bella; Nainggolan, Nelson; Komalig, Hanny A.H.
Jurnal MIPA Vol 6, No 2 (2017)
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/jm.6.2.2017.17817

Abstract

Model time series yang dapat mengakomodasi sifat heteroskedastik adalah model ARCH atau GARCH. Penelitian ini bertujuan untuk menerapkan model ARIMA-GARCH dalam memprediksi harga saham bank BRI. Hasil penelitian menunjukkan bahwa pada harga saham bank BRI terdapat unsur heteroskedastik. Model terbaik yang didapat pada harga saham bank BRI yaitu ARIMA(2,1,1)-GARCH(2,2). Model tersebut memiliki nilai koefisien determinasi atau  (R-squared) yaitu sebesar 0.99916 atau 99,91%Time series model which can accommodate heteroscedasticity is the ARCH or GARCH model. This study aims to apply and determine the ARIMA-GARCH models in predicting stock prices of bank BRI. The result of this research show that in bank BRI stock price there is heteroscedasticity element. The best model obtained in bank BRI stock price that is ARIMA (2,1,1)-GARCH (2,2). The model determination or (R-squared) 0.99916 or 99.91%
Analisis Volatilitas Harga Eceran Komoditas Beberapa Pangan Utama di Kota Manado Menggunakan Model ARCH Nainggolan, Wanri; Nainggolan, Nelson; Komalig, Hanny A.H.
Jurnal MIPA Vol 7, No 2 (2018)
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/jm.7.2.2018.20617

Abstract

Konsumsi bahan pangan utama seperti cabai rawit merah dan tomat apel selalu menjadi sorotan bagi kalangan masyarakat, hal  ini disebabkan oleh harga yang tidak tetap dan selalu berfluktuasi pada setiap periode. Besaran perubahan harga yang menunjukkan fluktuasi pasar dalam satu periode waktu ( volatilitas ) merupakan gambaran seberapa besar resiko yang akan dihadapipara pelaku ekonomi pada masa yang akan datang. Volatilitas dalam penelitian ini dibangun menggunakan modelAutoregressive Conditional Heteroskedasticit (ARCH). Tujuan dari penelitian ini adalah untuk menentukan volatilitas harga eceran dari beberapa komoditas pangan utama yaitu cabai rawit merah  dan tomat apel di Kota Manado. Penelitian ini menggunakan data sekunder periode Januari 2013 – Desember 2016. Hasil penelitian menunjukkan bahwa model volatilitas untuk cabai rawit merah dan tomat apel adalah model ARCH (1)The main food consumption such as red pepper and apple tomato has always been the spotlight for the society, this is due to the fixed price and always fluctuate in every period. The magnitude of price changes that indicate market fluctuations in a period of time (volatility) is a picture of how much risk will be faced by economic actors in the future. Volatility in this research was built using Autoregressive Conditional Heteroskedasticit (ARCH) model. The purpose of this study is to determine the retail price volatility of some major food commodities namely red chili and apple tomatoes in Manado City. This study uses secondary data from January 2013 to December 2016. The results showed that the volatility model for red cayenne and apple tomato was ARCH (1) model
Prediksi Harga Tutup Saham PT. Garuda Indonesia,Tbk Menggunakan Metode ARIMA Lusikooy, Johanes; Nainggolan, Nelson; Titaley, Julia
Jurnal MIPA Vol 6, No 1 (2017)
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/jm.6.1.2017.16174

Abstract

Tujuan dari penelitian ini adalah untuk menerapkan model ARIMA dalam memprediksi harga tutup saham PT. Garuda Indonesia,Tbk. 25 Oktober 2016 sampai 7 November 2016. Penelitian ini menggunakan data harga tutup saham PT. Garuda Indonesia,Tbk. Data yang digunakan yaitu data sekunder yang diambil dari website perusahaan PT. Garuda Indonesia,Tbk. sejak 1 Januari 2013 sampai 24 Oktober 2016.Dari hasil penelitian menunjukkan bahwa data 1 Januari 2013 sampai 24 oktober 2016 dapat digunakan untuk memprediksi harga tutup saham 25 oktober 2016 sampai dengan 7 November 2016. Hasilnya model ARIMA untuk harga tutup saham adalah ARIMA (3,1,3) yang dapat digunakan untuk memprediksi data 25 oktober 2016 sampai dengan 7 November 2016muaThe purpose of this research is to applying model of ARIMA to predict stock closing price of PT.Garuda Indonesia,Tbk. in 25 October 2016 until 7 November 2016. The research use data of stock closing price daily of PT. Garuda Indonesia,Tbk. Data are used  is secondary data that taking from website of PT. Garuda Indonesia,Tbk. since 1 Januari 2013 until 24 October 2016. In this research show that data from 1 January 2013 until 24  October 2016 can be used to predict the stock closing price in 25 October 2016 to 7 November 2016. The result of ARIMA’s model for stock closing price is ARIMA (3,1,3) can use to predict the data on 25 October 2016 to 7 November 2016
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 Maramis, Redway Truman Douglas 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