Article Per Year (5 Year)
p-Index From 2020 - 2025
4.465
P-Index
This Author published in this journals
All Journal LOGIK@ Statistika JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI CAUCHY: Jurnal Matematika Murni dan Aplikasi Journal of Mathematical and Fundamental Sciences Jurnal Fourier Desimal: Jurnal Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan Zero : Jurnal Sains, Matematika, dan Terapan AXIOM : Jurnal Pendidikan dan Matematika M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika InPrime: Indonesian Journal Of Pure And Applied Mathematics Majalah Ilmiah Matematika dan Statistika (MIMS) Jambura Journal of Biomathematics (JJBM) Jurnal Eurekamatika Innovative: Journal Of Social Science Research The Indonesian Journal of Computer Science
Nina Fitriyati
UIN Syarif Hidayatullah Jakarta
Agriculture, Biological Sciences & Forestry Humanities Astronomy Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : LOGIK@

 1 
APLIKASI MODEL GSTAR-I DENGAN PENDEKATAN INVERS MATRIKS AUTOKOVARIANS (IMAk) PADA PRAKIRAAN CURAH HUJAN DI PROVINSI BANTEN Sri Maliska; Nina Fitriyati; . Mahmudi
LOGIK@ Vol 7, No 1 (2017): Vol.7 No.1 Tahun 2017
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (819.495 KB)

Abstract

Hujan merupakan unsur iklim yang paling penting di Indonesia karena memiliki keragaman yang sangat tinggi baik menurut waktu maupun menurut tempat. Oleh karena itu, kajian mengenai iklim lebih diarahkan pada hujan. Secara umum, curah hujan merupakan data deret waktu yang mempunyai keterkaitan antarlokasi sehingga salah satu model prakiraan yang dapat digunakan adalah model GSTAR-I. Pada penelitian ini, akan dibahas mengenai prakiraan curah hujan menggunakan model GSTAR-I dengan pendekatan Invers Matriks Autokovarians (IMAk). Data yang digunakan adalah data curah hujan di Stasiun Meteorologi Serang, Stasiun Klimatologi Pondok Betung, Stasiun Meteorologi Curug, Stasiun Meteorologi Cengkareng dan Stasiun Geofisika Tangerang. Diasumsikan setiap lokasi memiliki jarak yang sama sehingga digunakan matriks bobot seragam. Hasil identifikasi model menunjukkan bahwa beberapa model GSTAR-I yang mungkin adalah GSTAR-I (1;0), GSTAR-I (2;0), GSTAR-I (3;0), GSTAR-I (1;1) dan GSTAR-I (2;1). Berdasarkan nilai Mean Square Residual (MSR) diperoleh GSTARI (1;0) adalah model prakiraan terbaik.
KLASIFIKASI JENIS PENYAKIT ERYTHEMATO-SQUAMOUS BERDASARKAN CIRI KLINIS DAN HISTOPATOLOGIS MENGGUNAKAN METODE ANALISIS DISKRIMINAN VERTEX Nurmaleni Nurmaleni; Ayu Puji Rahayu; Nina Fitriyati
LOGIK@ Vol 8, No 2 (2018): Vol.8 No.2 Tahun 2018
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (343.128 KB)

Abstract

Penelitian ini membahas mengenai klasifikasi jenis penyakit erythemato-squamous menggunakan metode Vertex Discriminant Analysis (VDA) berdasarkan hasil pemeriksaan klinis dan histopatologis. Digunakan 3 pinalti pada metode VDA yaitu Euclidian, Lasso, dan Ridge dan kesalahan klasifikasi dinilai menggunakan Apparent Rate Error (APER). Data yang digunakan berjumlah 366 terdiri dari 34 buah peubah hasil pemeriksaan klinis dan histopatologis yang berasal dari 6 kelompok penyakit: psoriasis, seboreic dermatits, lichen planus, pityriasis rosea, cronic dermatitis, dan pityriasis rubra pilaris. Hasil menunjukkan bahwa setiap pinalti pada metode VDA membentuk 5 buah fungsi diskriminan untuk membedakan 6 kelompok penyakit. VDA dengan pinalti Euclidian berhasil mengklasifikasikan dengan tepat 104 data dari 110 data training dengan 27 peubah penjelas yang terdiri dari 12 ciri klinis dan 15 ciri hispatologis. VDA dengan pinalti Lasso berhasil mengklasifikasikan dengan tepat 102 data dari 110 data training dengan 25 peubah penjelas yang terdiri dari 11 ciri klinis dan 14 ciri hispatologis. Sedangkan VDA dengan pinalti Ridge berhasil mengklasifikasikan dengan tepat 107 data dari 110 data training dengan 34 peubah penjelas yang terdiri dari 12 ciri klinis dan 22 ciri hispatologis.
APLIKASI FILTER KALMAN DAN FILTER ADAPTIF KULLBACK-LEIBLER PADA MODEL OTOREGRESIF ORDO PERTAMA Haris Hamzah; Nina Fitriyati
LOGIK@ Vol 6, No 2 (2016)
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (696.59 KB)

Abstract

Filter Kalman adalah salah satu metode untuk mengestimasi suatu keadaan berdasarkan model ruang-keadaan yang terdiri dari persamaan keadaan dan persamaan pengukuran.  Filter  Kalman dapat dijalankan ketika dugaan awal mengenai matriks kovariansi eror pada persamaan keadaan dan matriks kovariansi eror pada persamaan pengukuran diketahui dengan tepat. Namun, hal itu sulit untuk dilakukan. Oleh karena itu, E. L. Pervukhina mengusulkan filter adaptif Kullback-Leibler. Penelitian ini menjelaskan secara detail mengenai filter adaptif tersebut dan aplikasinya terhadap model  otoregresif  ordo  pertama. Data simulasi dibangkitkan untuk mendukung aplikasi dari filter Kalman dan filter adaptif. Hasil simulasi menunjukkan bahwa estimasi keadaan menggunakan kedua metode sangat dekat dengan data pengukuran. Kalman gain untuk  filter  Kalman konvergen ke nilai 0,9525 sedangkan Kalman gain untuk filter adaptif konvergen ke nilai 1,001. Selain itu, variansi estimasi keadaan untuk  filter  Kalman lebih kecil daripada variansi estimasi keadaan filter adaptif, dengan nilai masing-masing adalah 0,2122 dan 0,2437.
APLIKASI KALMAN FILTER DAN ENSEMBLE KALMAN FILTER PADA PENDETEKSIAN GANGGUAN KONDUKSI PANAS PADA KEPING LOGAM BERBENTUK SILINDER Gina Isma Kusuma; Nina Fitriyati
LOGIK@ Vol 7, No 2 (2017): Vol.7 No.2 Tahun 2017
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (757.508 KB)

Abstract

Kebocoran pada keping logam berbentuk silinder dapat menganggu proses perpindahan panas. Oleh karena itu diperlukan suatu metode yang dapat digunakan untuk mendeteksi kebocoran tersebut. Pada penelitian ini, dibahas pengetimasian lokasi kebocoran pada keping logam berbentuk silinder menggunakan metode Kalman filter (KF) dan Ensemble Kalman Filter (EnKF). Persamaan ruang keadaan dibentuk dari diskritisasi persamaan difusi menggunakan metode Beda Hingga Maju dan Beda Hingga Pusat. Data simulasi dibangkitkan dari solusi analitik persamaan difusi. Pada metode EnKF banyaknya ensemble yang digunakan adalah 100, 200, 300, 400, dan 500 buah. Hasil simulasi menunjukkan bahwa kedua metode ini mampu mendeteksi dengan baik lokasi kebocoran pada keping logam berbentuk silinder. Pada metode EnKF, pendeteksian terbaik dihasilkan ketika banyak ensemble 500 karena nilai rata-rata error lebih kecil dibandingkan nilai rata-rata error pada banyak ensemble lainnya. Selain itu, hasil simulasi pun menunjukkan bahwa metode EnKF lebih akurat daripada KF karena rata-rata error dan nilai ratarata norm dari matriks kovariansi errornya lebih kecil disbanding Kalman filter.
Co-Authors . Mahmudi Aceng Komarudin Mutaqin Adjie, Dharma Syadhi Putra Agus Yodi Gunawan Agus Yodi Gunawan Alkadrie, Syarifah Syila Amelia Emaras, Tamara Anas Qolbu, Adinda Andrew Fiade Anggita Septiani Ayu Puji Rahayu Azzahra Benita Bisyri, M. Alvi Devi Ila Octaviyani Dino Agustin Putra Eliskar, Yulinda Faizah, Salma Abidah Fathu Rahman Gina Isma Kusuma Handarbeni, Zalfa Talitha Haris Hamzah Inna, Suma Irene, Yanne Irma Fauziah Iskandar Fahmi Khusnul Khotimah Mahmudi Mahmudi Mahmudi Mahmudi Maysun Maysun Maysun, Maysun Muhammad Manaqib, Muhammad Nadilia, Nindita Nindita Nadilia Nur Inayah Nuraini, Vita Nurmaleni Nurmaleni NURTITI SUNUSI Rahma, Chelsea Fatihah Rahman, Fathu Rini Marwati Rustam, Rustam S. Sutawanir Saleh, Khaerudin Sari, Flori Ratna Sri Maliska Sri Wahyuningsih Sutanto, Taufik Edy Sutawanir Darwis Taufik Edy Sutanto Wahri Irawan Wijaya, Madona Yunita Wulandari, Fitria Sisca Yupinto, Ikhwal Zharifah, Zharifah Zulkifli, Dhea Urfani Zulkifli, Dhea Urfina