Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jurnal Penelitian Sains

Pemodelan dan Peramalan Deret Waktu Musiman dengan Pendekatan Filter Bank Robinson Sitepu
Jurnal Penelitian Sains Vol 12, No 2 (2009)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (175.951 KB) | DOI: 10.56064/jps.v12i2.173

Abstract

Pada makalah ini penulis mengajukan suatu metode untuk memodelkan dan meramalkan deret waktu musiman. Tidak seperti metode tradisional yang hanya bergantung sepenuhnya pada model dinamik, di sini diajukan suatu metode yang mengkombinasikan pemodelan dinamik stokastik dengan analisis filter bank yang dirancang untuk mengurangi dimensionalitas dan untuk menggali komponen yang ada untuk peramalan jangka panjang yang dapat dipercaya. Filter bank mengubah (decomposes) deret waktu menjadi komponen-komponen musiman dan hanya komponen tersebut yang koheren melalui periode yang terpilih untuk pemodelan dan peramalan selanjutnya. Percobaan yang dilakukan menunjukkan bahwa menurut kondisi tertentu yang tepat, penggunaan komponen koheren yang tepat tidak hanya mengurangi kompleksitas pemodelan dan jumlah data percobaan yang diperlukan tetapi juga membatasi dampak perubahan berkala dan juga gangguan (noise) dalam data percobaan sedemikian sehingga memberikan ramalan robust dengan variabilitas yang berkurang.
Penentuan Momen ke-5 dari Distribusi Gamma Robinson Sitepu; Putra B.J. Bangun; Heriyanto Heriyanto
Jurnal Penelitian Sains Vol 16, No 2 (2013)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.682 KB) | DOI: 10.56064/jps.v16i2.71

Abstract

Distribusi Gamma mempunyai peranan yang sangat penting dalam teori antrian dan teori keandalan (reliabilitas). Distribusi gamma memiliki grafik yang disebut kurva tak beraturan, yang menggambarkan keti-daknormalan dalam sebarannya. Pada distribusi yang mempunyai kurva tak beraturan, sangat penting untuk diketahui besarnya koefisien Skewness dan koefisien Kurtosis, sehingga diperlukan adanya momen ketiga dan momen keempat. Sedangkan momen kelima, dapat digunakanuntuk mencari besarnya koefisien Skewness yang lebih akurat. Menurut Walpole, kegunaan yang jelas dari fungsi pembangkit momen ialah untuk menen-tukan momen distribusi. Jika diketahui fungi pembangkit momen suatu peubah acak, maka dapat ditentukan momen-momennya, yaitu dengan menurunkan fungsi pembangkit momen hingga n kali. Fungsi pembangkit momen distribusi gamma didefinisikan sebagai ???? ???? =1(1−????????)????. Untuk mendapatkan momen ke-5, maka fungsi pembangkit momen tersebut diturunkan sebanyak 5 kali, sehingga mendapatkan momen pertama sampai momen ke-5 yaitu ????????; ????????2;2????????3;3????2????4+ 6????????4 dan 20????2????5+ 24????????5. Momen ke-3 dan ke-5 digunakan un-tuk mencari nilai koefisien Skewness, yaitu ????3= 2 ???? dan ????5= 20 ????+ 24???? ????. Sedangkan momen ke-4 digunakan un-tuk mencari nilai koefisien Kurtosis, yaitu ????4= 6????+ 3.
Beberapa Alternatif Untuk Menentukan Luas Daerah di Bawah Kurva Normal Robinson Sitepu
Jurnal Penelitian Sains No 5 (1999)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (455.01 KB) | DOI: 10.56064/jps.v0i5.369

Abstract

Pada pengujian hipotesis yang berhubungan dengan distribusi normal, sering diperlukan beberapa besarnya kekeliruan α yang diperoleh. Karena tabel normal tidak tersedia dengan lengkap, maka diperlukan suatu teknik bagaimana caranya untuk menentukan peluang tersebut dengan menggunakan Calculator.
Penggunaan Metode Deseasonalized untuk Meramalkan Jumlah Pengunjung Objek Wisata Danau Ranau, Sumatera Selatan Robinson Sitepu; Putra B.J. Bangun; M. Haris Suryansah
Jurnal Penelitian Sains Vol 16, No 3 (2013)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (369.091 KB) | DOI: 10.56064/jps.v16i3.69

Abstract

Peramalan merupakan proses meramal suatu peristiwa yang akan terjadi pada masa yang akan da-tang dengan mendasarkan pada variabel-variabel tertentu. Metode Deseasonalized adalah bagian dari metode dekomposisi yang merupakan salah salah satu metode deret berkala. Peramalan dengan metode ini dilakukan dengan cara menhilangkan pengaruh variasi musiman. Tujuan penelitian ini adalah untuk mengetahui rama-lan jumlah pengunjung objek wisata Danau Ranau pada tahun 2012. Untuk melakukan ramalan, terlebih da-hulu dihitung indeks musiman menggunakan metode rasio terhadap rata-rata bergerak, kemudian menentu-kan persamaan garis trend. Peramalan dihitung dengan mengalikan ???? (nilai dugaan) dengan indeks musim. Dari hasil penelitian diperoleh model peramalan yaitu ???? =18235,21775+174,9745????. Sedangkan perkiraan jumlah pengunjung objek wisata Danau Ranau tahun 2012 pada kuartal pertama adalah 21.015 pengunjung, kuartal kedua 22.262 pengunjung, kuartal ketiga 24.211 pengunjung dan kuartal empat 23.233 pengunjung. Nilai MAE dan MSE yang dihasilkan masing-masing adalah 1.209 dan 2.122.780.
Analisis Cluster terhadap Tingkat Pencemaran Udara pada Sektor Industri di Sumatera Selatan Robinson Sitepu; Irmeilyana Irmeilyana; Berry Gultom
Jurnal Penelitian Sains Vol 14, No 3 (2011)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (194.981 KB) | DOI: 10.56064/jps.v14i3.208

Abstract

Analisis cluster merupakan suatu teknik yang dipergunakan untuk mengklasifikasikan objek ke dalam kelompok yang relatif homogen. Analisis cluster terbagi atas dua metode, hirarki dan non-hirarki. Penelitian ini dibahas pengelompokan 10 jenis industri yang ada di Sumatera Selatan berdasarkan jenis polutan yang dihasilkan dan mengetahui ciri-ciri setiap kelompok industri. Berdasarkan hasil analisis cluster metode hirarki, ada 3 kelompok industri (cluster). Cluster pertama yaitu industri karet, industri sawit, industri pengalengan ikan, industri listrik, industri pertambangan dan industri semen. Cluster kedua terdiri dari industri migas, industri minyak goreng dan industri makanan. Cluster ketiga yaitu industri pupuk. Pada metode non-hirarki, cluster pertama yaitu industri yang memiliki rata-rata polutan yang lebih besar dari pada cluster kedua, dapat digolongkan menjadi kelompok industri dengan tingkat pencemaran tinggi. Anggotanya adalah  industri migas, industri minyak goreng, industri makanan dan industri pupuk. Cluster kedua yaitu industri yang memiliki rata-rata polutan yang lebih kecil dari pada cluster pertama, dapat digolongkan menjadi kelompok industri dengan tingkat pencemaran rendah. Anggotanya adalah industri karet, industri sawit, industri pengalengan ikan, industri listrik, industri pertambangan dan industri semen.
Beberapa Alternatif Koefisien Korelasi Sederhana untuk Data Terpencil Robinson Sitepu
Jurnal Penelitian Sains No 4 (1998)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (572.166 KB) | DOI: 10.56064/jps.v0i4.237

Abstract

Penelitian ini bertujuan untuk menentukan koefisien determinasi (R2) untuk data terpencil atau ekstrim, karena koefisien determinasi (R2) merupakan salah satu ukuran untuk menyatakan kecocokan model. Apabila terdapat data yang terpencil atau ekstrim maka koefisien determinasi tersebut tidak dapat dipergunakan. Dengan metode kuadrat median terkecil akan dimodifikasi beberapa koefisien determinasi untuk data yang terpencil.