Garuda - Garba Rujukan Digital

Optimasi parameter neural network pada data time series Sultan, Muzakir Hi
CAUCHY Vol 3, No 2 (2014): CAUCHY
Publisher : Mathematics Department, Maulana Malik Ibrahim State Islamic University of Malang

Gempa bumi merupakan suatu pergerakan tanah yang terjadi secara tiba-tiba hingga menimbulkan getaran, besarnya kekuatan gempa dapat mengakibatkan bencana baik kerusakan maupun korban jiwa. Untuk mengantisipasi bencana yang akan datang maka diperlukan suatu model khususnya untuk meramalkan besarnya kekuatan gempa. Pada penelitian ini, digunakan model ARIMA dan model kombinasi dari Neural Network-Algoritma Genetik (NN-GA) untuk memprediksi rata-rata kekuatan gempa bumi setiap bulan khususnya yang terjadi di wilayah Maluku Utara. Data yang digunakan adalah data kekuatan gempa berdasarkan skala richter yang diperoleh dari Badan Meteorologi, Klimatologi dan Geofisika (BMKG) kota Ternate. Sebagai input pada model ARIMA dan NN-GA digunakan rata-rata kekuatan gempa bumi 36 bulan dan rata-rata kekuatan gempa 36 bulan berikutnya digunakan sebagai target untuk prediksi. Untuk meng-update parameter (bobot) dari Neural Network digunakan metode Gradient Descent dan untuk mendapatkan parameter yang lebih optimal pada layer Output, maka di diterapkan Algoritma Genetik. Hasil peramalan dari kedua model kemudian dibandingkan dan model terbaik ditentukan dari nilai Mean square Error (MSE) yang terkecil. dari hasil peramalan dengan model ARIMA diperoleh MSE sebesar 1.0125, sedangkan pada model NN-GA diperoleh MSE sebesar 0.9196. Nilai tersebut, menunjukkan bahwa model NN-GA lebih baik dari model ARIMA untuk peramalan rata-rata kekuatan gempa bumi beberapa bulan ke depan

Identification of Tuna and Skipjack Fish Texture Using GLCM With Naive Bayes Classification Muzakir Hi. Sultan; Ruslan Laisouw
Agrikan: Jurnal Agribisnis Perikanan Vol 13, No 2 (2020)
Publisher : Sangia Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29239/j.agrikan.13.2.285-291

Fish in Indonesian waters have various types, the famous ones are tuna and skipjack. The two types of fish look similar, because they come from the same family, namely scombridae. To find out and differentiate types of tuna and skipjack fish, it can be seen based on the texture image. The method that can be used in analyzing texture is the Gray Level Coocurent Matrix (GLCM) method. There are several methods of image classification, one of which is the Naive Bayes method. This study aims to identify types of tuna and skipjack based on texture analysis using the GLCM and Naive Bayes methods. Based on the results of testing data analysis on types of tuna and skipjack meat using GLCM with angles and , the distance of each pixel is 1, indicating the value of Energy, Entropy Contrast, Homogeneity, Correlation, Sum Average, and Sum of Variance are highly varies. As well as the Naive Bayes classification results obtained a probability of 0.58 or 58% categorized as tuna meat, while the remaining probability of 0.42 or 42% is categorized as skipjack.

Sebaran Parameter Klorofil-a di Perairan Pulau Ternate Hubungnya dengan Hasil Tangakapn Ikan Pelagis Kecil Armain Naim; Muzakir Hi. Sultan
Agrikan: Jurnal Agribisnis Perikanan Vol 12, No 2 (2019)
Publisher : Sangia Publishing

Penelitian ini dilaksanakan selama bulan Mei sampai Juli 2019 bertempat di perairan pulau Ternate, dengan tujuan untuk mengkaji sebaran konsentrasi klorofil-a dan hubungannya dengan hasil tangkapan ikan pelagis kecil di perairan Pulau Ternate. Pengguanaan metode eksperimtal fishing, dengan data hasil penelitian di analisis menggunakan analisis SIG dan analisis statistik. Hasil penelitian di dapat bahwa konsentrasi klorofil-a memberikan respon terhadap kehadiran ikan pelagis kecil di daerah Perairan Pulau Ternate dengan nilai rata-rata selama penelitian berkisar antara 0.21 - 0.26 mg/m3, dimana konsentrasi klorofil-a memiliki hubungan yang nyata dengan koefisien korelasi sebesar 0.84.

Sebaran Parameter Klorofil-a di Perairan Pulau Ternate Hubungnya dengan Hasil Tangakapn Ikan Pelagis Kecil Naim, Armain; Sultan, Muzakir Hi.
Agrikan: Jurnal Agribisnis Perikanan Vol 12, No 2 (2019)
Publisher : Sangia Research Media and Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29239/j.agrikan.12.2.322-325

Penelitian ini dilaksanakan selama bulan Mei sampai Juli 2019 bertempat di perairan pulau Ternate, dengan tujuan untuk mengkaji sebaran konsentrasi klorofil-a dan hubungannya dengan hasil tangkapan ikan pelagis kecil di perairan Pulau Ternate. Pengguanaan metode eksperimtal fishing, dengan data hasil penelitian di analisis menggunakan analisis SIG dan analisis statistik. Hasil penelitian di dapat bahwa konsentrasi klorofil-a memberikan respon terhadap kehadiran ikan pelagis kecil di daerah Perairan Pulau Ternate dengan nilai rata-rata selama penelitian berkisar antara 0.21 - 0.26 mg/m3, dimana konsentrasi klorofil-a memiliki hubungan yang nyata dengan koefisien korelasi sebesar 0.84.

Application of Newton Polynomial Interpolation Method in Determining the Continuity of Functions Represented by Tabulated Discrete Points Putra, Huraidi Darma; Laisouw, Ruslan; Sultan, Muzakir Hi.; Usman, Hasanuddin
JURNAL BIOSAINSTEK Vol 6 No 2 (2024): Jurnal BIOSAINSTEK
Publisher : UNIVERSITAS MUHAMMADIYAH MALUKU UTARA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/biosainstek.v6i2.2090

Most people are only familiar with functions that have been formulated explicitly y=f(x)) or implicitly (f(x,y)=0) However, functions obtained by researchers and engineers based on experimental data or field observations often do not have a known formula, and are therefore only represented in the form of tabulated discrete points. To determine the continuity of a tabulated function obtained from observational data, a function formula from the data is required. Consequently, the condition for the continuity of a function, where 〖lim〗┬(x→c)⁡〖f(x)=f(c)〗cannot be met. The problem in this research is to utilize data on the number of poor people from 2015-2021 and predict the monthly number of poor people using the Newton polynomial interpolation method with Maple. It also aims to prove the continuity of functions represented by tabulated discrete points by showing whether 〖lim〗┬(x→c)⁡〖p(x)=p(c)〗 or 〖lim〗┬(x→c)⁡〖p(x)≠p(c)〗. Based on the research results, it was found that Newton polynomial interpolation can be used to estimate the monthly number of poor people based on annual data, provided the conditions are met: the data represents a function, and the data table interval is changed to (1 )/12. The estimated function (Newton polynomial) p(x) obtained, in the form: (0.0121666) x^5-(122.7059942) x^4+ ( 4.950193546*〖10〗^5 ) x^3-( 0.985008654*〖10〗^8 ) x^2+(1.0070 35027*〖10〗^12)x-(4.062567218*〖10〗^14 ) has been proven to demonstrate the continuity of a function represented by tabulated discrete points by showing that 〖lim〗┬(x→c)⁡〖p(x)=p(c)〗 for each point.

Penerapan Model Pembelajaran Kooperatif Tipe Jigsaw Berbasis Modul Untuk Meningkatkan Hasil Belajar Matematika Siswa Sari, Diah Prawitha; Nur, Isman M; Laisouw, Ruslan; Usman, Hasanuddin; Sultan, Muzakir Hi; Awal, Yani
JIMAT: Jurnal Ilmiah Matematika Vol 5 No 2 (2024): Juli - Desemeber 2024
Publisher : Program Studi Pendidikan Matematika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63976/jimat.v5i2.731

Diperlukan adanya inovasi model pembelajaran sehingga hasil belajar siswa dapat ditingkatkan. Model pembelajaran yang dapat meningkatkan kemampuan matematika siswa adalah model pembelajaran kooperatif berbasis modul. Pembelajaran berbasis modul lebih efisien dibandingkan dengan pembelajaran konvensional cenderung bersifat klasik. Karena itu, tujuan penelitian ini adalah (1) untuk mengetahui hasil belajar matematika siswa melalui model pembelajaran kooperatif tipe jigsaw berbasis modul. (2) untuk mengetahui apakah terdapat peningkatan hasil belajar siswa melalui model pembelajaran kooperatif tipe jigsaw berbasis modul. Metode penelitian ini adalah metode kuantitatif dengan desain one group pretest posttest. Subjek penelitian ini adalah siswa kelas XII berjumlah 23 orang. Analisis data pada penelitian ini adalah membandingkan skor tes awal dan skor tes akhir untuk mengetahui peningkatan setelah memperoleh pembelajaran. Hasil penelitian diperoleh. (1) hasil belajar siswa sebelum dan sesudah penerapan model pembelajaran kooperatif tipe jigsaw berbasis modul dapat meningkatkan hasil belajar siswa dengan skor rata-rata tes awal 19,35, sedangkan skor rata-rata tes akhir 75,43. (2) model pembelajaran kooperatif tipe jigsaw berbasis modul dapat meningkatkan hasil belajar matematika siswa mencapai 0,70 (kategori tinggi). Disarankan kepada peneliti selanjutnya perlu mengkaji model pembelajaran terintegrasi dengan kemampuan berpikir matematika siswa. Selain itu, mempertimbangkan jumlah subjek penelitian karena subjek pada penelitian disediakan hanya satu kelas yang berjumlah 23 orang.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search