Claim Missing Document
Check
Articles

Found 23 Documents
Search
Journal : BIMASTER

PENENTUAN NILAI INTERNAL RATE OF RETURN DENGAN METODE NEWTON-RAPHSON PADA KASUS PENGKREDITAN KENDARAAN BERMOTOR Al Amin; Naomi Nessyana Debataraja; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (731.438 KB) | DOI: 10.26418/bbimst.v6i02.21618

Abstract

Keputusan penganggaran modal merupakan suatu tindakan untuk menilai usulan yang akan diberikan oleh perusahaan. Internal rate of return adalah salah satu metode analisis penganggaran modal dalam suatu perusahaan. Penelitian ini bertujuan untuk  mengkaji  penentuan nilai internal rate of return dengan metode Newton-Raphson pada perusahaan yang berusia                          tahun dalam jangka waktu pembayaran  tahun. Dalam menentukan nilai internal rate of return tahapan pertama yang dilakukan adalah pembayaran pengkreditan bulanan kendaraan bermotor diubah menjadi tahunan. Selanjutnya membentuk pengeluaran kas awal, kemudian nilai present value diubah dalam bentuk fungsi polinomial dan menentukan turunan pertama dari fungsi polinomial. Metode Newton-Raphson merupakan metode terbuka, terdapat selang nilai yang ditentukan oleh suatu batas dan dapat menghasilkan barisan yang konvergen. Dari hasil analisis metode Newton-Raphson memberikan penilaian bahwa dengan tahun pembayaran yang semakin tinggi maka internal rate of return semakin besar dan penilaian  tahun dengan membayarkan uang muka semakin tinggi maka internal rate of return semakin kecil. Kata Kunci: internal rate of return, formula Newton-Raphson
PENENTUAN CADANGAN PREMI ASURANSI JIWA DWIGUNA MENGGUNAKAN METODE COMMISSIONERS Grikus Romi; Neva Satyahadewi; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v9i4.44079

Abstract

Premi adalah sejumlah uang yang harus dibayarkan setiap periode oleh peserta asuransi kepada perusahaan asuransi sesuai dengan nominal yang telah ditetapkan. Penerimaan premi yang diperoleh perusahaan tidak seluruhnya digunakan, sebagian disimpan sebagai cadangan premi, sehingga bila pada masa yang akan datang terjadi klaim maka perusahaan tidak kesulitan membayarnya. Tujuan dari penelitian ini adalah menentukan besarnya premi yang dicadangkan menggunakan metode commissioners. Dalam penelitian ini diamati kasus seorang laki-laki yang berusia 25 tahun mengikuti program asuransi jiwa dwiguna untuk masa pertanggungan selama 25 tahun dengan besarnya santunan Rp100.000.000 dan jangka waktu pembayaran premi selama 20 tahun. Hasil analisis menunjukkan pada tingkat suku bunga sebesar 4,75% diperoleh besarnya cadangan premi pada tahun pertama sebesar Rp1.741.513. Pada lima tingkat suku bunga yang besarnya berbeda-beda, yakni 4%, 4,5%, 5%, 5,5% dan 6% menunjukkan bahwa semakin besar tingkat suku bunga maka diperoleh nilai cadangan premi yang semakin kecil, hal ini dapat terjadi karena nilai suku bunga merupakan variabel faktor diskonto. Pada akhir periode asuransi, besarnya cadangan premi asuransi jiwa dwiguna adalah sama dan cukup untuk membayarkan uang santunan. Kata Kunci: polis, full preliminary term, suku bunga
ANALISIS DERAJAT KESEHATAN DI KALIMANTAN BARAT DENGAN GENERALIZED STRUCTURED COMPONENT ANALYSIS Fajri Anugrah Pratiwi; Naomi Nessyana Debataraja; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i2.46541

Abstract

Tinggi rendahnya angka kesehatan manusia dipengaruhi oleh faktor lingkungan, perilaku, pelayanan kesehatan, pendidikan, dan ekonomi. Faktor-faktor ini merupakan variabel laten yang tidak dapat diukur secara langsung. Jika ada sebuah hubungan antara laten dan indikatornya, maka metode yang digunakan adalah structural equation modeling (SEM). Pada penelitian ini digunakan SEM berbasis komponen yaitu generalized structured component analysis (GSCA). Metode ini tidak berdasarkan oleh banyak asumsi. Evaluasi pada GSCA dilakukan dalam tiga tahap yaitu pada model pengukuran, model struktural, dan overall goodness of fit model. Pada model pengukuran bertujuan untuk menguji hubungan antara variabel laten dan indikatornya. Sedangkan evaluasi pada model struktural untuk menguji hubungan antar variabel laten. Overall goodness of fit model merupakan model keseluruhan untuk melihat kecocokan suatu model dengan data keseluruhan. Tujuan dari penelitian ini adalah untuk menganalisis hubungan antara variabel perilaku terhadap lignkungan, pendidikan terhadap perilaku, ekonomi terhadap lingkungan, serta hubungan antara perilaku, lingkungan, pelayanan kesehatan, dan ekonomi terhadap derajat kesehatan menggunakan metode GSCA dengan bantuan software open source GeSCA. Hasil penelitian ini menunjukkan bahwa hubungan yang signifikan terdapat pada hubungan perilaku (variabel endogen) terhadap derajat kesehatan dan ekonomi (variabel eksogen) terhadap derajat kesehatan. Hasil model yang dibangun pada penelitian ini memiliki nilai FIT sebesar 0,5388 dan AFIT sebesar 0,4544. Sehingga model pada penelitian dapat dikatakan sudah cukup baik.  Kata Kunci : variabel laten, structural equation modeling (SEM), overall goodness of fit model
PENERAPAN METODE K-MEDOIDS PADA PENGELOMPOKAN DAERAH PENGHASIL KELAPA SAWIT DENGAN VALIDASI INDEKS SILHOUETTE Ewaldus Okta; Neva Satyahadewi; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (238.38 KB) | DOI: 10.26418/bbimst.v8i4.36362

Abstract

K-medoids termasuk metode partitioning clustering untuk mengelompokkan sekumpulan  objek menjadi sekumpulan  cluster. Penelitian ini dilakukan untuk mengelompokan kabupaten/kota yang memiliki luas lahan dan rata-rata produksi perkebunan kelapa sawit tertinggi sampai terendah. Tahap ini diawali dengan menghitung kemiripan antar objek menggunakan Jarak Euclidean, kemudian memilih k objek untuk menjadi medoids awal. Langkah selanjutnya adalah mengelompokan objek berdasarkan nilai Jarak yang paling mirip dengan medoids, lalu menghitung nilai absolute error dari cluster yang terbentuk. Tahap selanjutnya adalah melakukan hal yang sama terhadap medoids random, kemudian membandingkan nilai absolute error medoids awal dengan medoids random. Langkah selanjutnya adalah mengukur validitas dengan menggunakan validasi indeks silhouette. Cluster kesatu yaitu Kabupaten Sambas, Kabupaten Bengkayang, Kabupaten Mempawah, Kabupaten Kapuas Hulu, Kabupaten Kayong Utara, Kabupaten Kubu Raya dan Kota Singkawang untuk variabel luas lahan dan rata-rata produksi termasuk kedalam kategori rendah. Cluster kedua yaitu Kabupaten Landak, Kabupaten Sanggau, Kabupaten Ketapang dan Kabupaten Sintang untuk variabel luas lahan dan rata-rata produksi termasuk kedalam kategori sedang. Cluster ketiga yaitu Kabupaten Sekadau dan Kabupaten Melawi untuk variabel luas lahan termasuk kedalam kategori rendah dan rata-rata produksi termasuk kedalam kategori tinggi. Kata kunci: Analisis Cluster, K-medoids, Validasi Indeks Silhouette
TINGKAT AKURASI KLASIFIKASI JARAK KELAHIRAN DI KAMPUNG KELUARGA BERENCANA (KB) DENGAN METODE SUPPORT VECTOR MACHINE (SVM) Agung Pratama Putra; Naomi Nessyana Debataraja; Dadan Kusnandar
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (493.555 KB) | DOI: 10.26418/bbimst.v9i3.40891

Abstract

Klasifikasi dengan Support Vector Machine (SVM) dapat digunakan untuk mencari fungsi pemisah (hyperplane) terbaik yang berfungsi sebagai pemisah dua buah kelas data pada ruang input. Tujuan dari penelitian ini adalah menentukan hasil akurasi optimal dari klasifikasi jarak kelahiran dengan menggunakan metode SVM di Kampung KB dengan indikator kelahiran ideal dan kelahiran tidak ideal. Variabel yang digunakan dalam penelitian ini berjumlah 10 variabel, diantaranya adalah jarak antar kelahiran, pendidikan responden, dan umur pertama kali melahirkan. Langkah pertama adalah menentukan variabel dependen dalam hal ini adalah variabel jarak antar kelahiran, selanjutnya membagi kelompok data training 80% dan data testing 20%. Dilanjutkan dengan melakukan proses analisis SVM untuk menentukan fungsi Kernel terbaik dengan menggunakan fungsi Kernel Linear, Kernel Radial Basis Function (RBF) dan Kernel Polynomial pada data training, selanjutnya fungsi Kernel terbaik digunakan untuk mengklasifikasi data testing. Hasil penelitian menunjukkan ketetapan klasifikasi SVM pada data training dengan menggunakan fungsi Kernel linear sebesar 74,026%, Kernel RBF sebesar 100%, dan Kernel Polynomial sebesar 83,117%. Pada data testing hasil ketetapan klasifikasi dengan menggunakan fungsi Kernel RBF sebesar 100%.Kata Kunci: Jarak Kelahiran, Data Training, Data Testing, Fungsi Kernel. 
ESTIMASI PARAMETER REGRESI RIDGE UNTUK MENGATASI MULTIKOLINEARITAS Wenty Resti Anggraeni; Naomi Nessyana Debataraja; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (176.94 KB) | DOI: 10.26418/bbimst.v7i4.28382

Abstract

Regresi ridge adalah metode yang digunakan untuk mengatasi masalah multikolinearitas, dimana metode ini merupakan modifikasi dari metode kuadrat terkecil yang menghasilkan penduga yang bias. Penelitian ini bertujuan untuk mengestimasi parameter regresi ridge menggunakan iterasi Hoerl, Kennard, dan Baldwin dalam mengatasi masalah multikolinearitas. Penelitian ini bertujuan mengatasi masalah multikolinearitas pada data tingkat pengangguran terbuka (Y), jumlah penduduk miskin (X1), jumlah penduduk Indonesia (X2), dan tingkat partisipasi angkatan kerja (X3) menggunakan regresi ridge. Hasil penelitian menunjukkan bahwa jumlah penduduk miskin, jumlah penduduk Indonesia, dan tingkat partisipasi angkatan kerja berpengaruh secara signifikan terhadap tingkat pengangguran. Nilai Variance Inflation Factors (VIF) untuk masing-masing variabel yaitu sebesar 1,037 (X1), 1,0374 (X2), 0,8037 (X3). Hal ini menunjukkan bahwa tidak terjadi multikolinearitas pada model. Kata Kunci: multikolinearitas, regresi berganda, iterasi Hoerl, Kennard dan Baldwin (HKB) 
INDEKS PENCEMARAN AIR DI KAWASAN PERMUKIMAN KOTA PONTIANAK: INDIKATOR FISIK DAN KIMIA Puteri Ratna Dewi; Dadan Kusnandar; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (842.728 KB) | DOI: 10.26418/bbimst.v8i4.36639

Abstract

Air merupakan elemen yang sangat penting bagi manusia, salah satunya untuk keperluan higiene sanitasi. Penentuan indeks pencemaran air yang digunakan untuk keperluan higiene sanitasi berdasarkan Keputusan Menteri Lingkungan Hidup Nomor 115 Tahun 2003. Data yang digunakan adalah data primer yang terdiri dari 42 sampel air yang diambil di Kota Pontianak. Terdapat dua indikator yang digunakan antara lain fisik dan kimia. Indikator fisik yang digunakan pada penelitian ini adalah kekeruhan, warna, dan Total Dissolved Solid (TDS). Indikator kimia yang digunakan pada penelitian ini adalah pH, besi, fluorida, kesadahan, nitrat, nitrit, dan deterjen. Indeks pencemaran indikator fisik terdiri dari tiga kelas yaitu, 8 titik lokasi memenuhi baku mutu, 24 titik lokasi tercemar ringan, dan 10 titik lokasi tercemar sedang. Indeks pencemaran indikator kimia terdiri dari dua kelas yaitu, 12 titik lokasi memenuhi baku mutu dan 30 titik lokasi tercemar ringan. Kata Kunci: pencemaran air, indeks pencemaran. sebaran indeks pencemaran
PEMODELAN DINAMIKA KONSENTRASI TIMBAL DARI LIMBAH ELEKTRONIK PADA LINGKUNGAN HIDUP Uray Rina; Mariatul Kiftiah; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (784.136 KB) | DOI: 10.26418/bbimst.v6i02.21620

Abstract

Limbah elektronik adalah peralatan elektronik yang telah rusak atau tidak dikehendaki lagi oleh penggunanya. Limbah ini bersifat racun karena komponennya mengandung bahan berbahaya salah satunya adalah timbal. Tujuan dari penelitian ini adalah mengkaji model konsentrasi timbal, mencari titik ekuilibrium model konsentrasi timbal dan mencari kriteria kestabilan model matematika konsentrasi timbal dari limbah elektronik pada lingkungan hidup. Pembentukan model dimulai dari konsentrasi timbal di populasi manusia, konsentrasi timbal di organisme perairan, konsentrasi timbal di organisme darat, konsentrasi timbal di darat dan konsentrasi timbal di perairan. Berdasarkan model yang terbentuk diperoleh titik ekuilibrium, dan dari model tersebut selanjutnya mencari kriteria kestabilan model. Analisis kestabilan model dalam penelitian ini adalah stabil asimtotik pada saat konsentrasi timbal di populasi manusia memakan organisme darat lebih besar dari konsentrasi timbal pada organisme darat yang memangsa organisme air. Hal ini menunjukkan bahwa dalam jangka waktu 500 bulan lingkungan hidup masih terkontaminasi timbal dari limbah elektronik.   Kata kunci: titik ekuilibrium, kestabilan, stabil asimtotik 
PEMODELAN AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) DALAM MEMPREDIKSI HARGA CRUDE PALM OIL (CPO) Ika Ayu Krismawanti; Shantika Martha; Naomi Nessyana Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (536.299 KB) | DOI: 10.26418/bbimst.v8i4.35886

Abstract

Kelapa sawit merupakan salah satu komoditas perkebunan yang dapat berpengaruh terhadap perekonomian Indonesia. Salah satu hasil olahan tanaman kelapa sawit yaitu minyak kelapa sawit mentah (CPO). CPO memiliki peran strategis dalam perekonomian negara khususnya dalam bidang ekspor ke berbagai negara terutama negara India. Harga CPO yang cenderung mengalami peningkatan dan penurunan akan berpengaruh terhadap penghasilan negara dan masyarakat khususnya petani kelapa sawit. Peningkatan dan penurunan harga CPO yang tidak menentu memerlukan peramalan untuk mengetahui harga CPO dimasa yang akan datang. Peramalan merupakan kegiatan dalam memperkirakan kejadian dimasa depan dengan pengambilan data-data dimasa lalu. Dalam analisis runtun waktu terdapat data yang memiliki ciri proses jangka pendek dan data yang memiliki ciri proses jangka panjang. Model yang dapat menangani kedua jenis data ini adalah model autoregressive fractionally integrated moving average (ARFIMA). Model ARFIMA merupakan pengembangan dari model ARIMA, dengan differencing bernilai pecahan. Penelitian ini bertujuan untuk menentukan model ARFIMA pada data harga CPO. Data yang digunakan dalam penelitian ini merupakan data harga CPO dari periode 1 Januari 2012 sampai 10 Maret 2019. Berdasarkan analisis dapat disimpulkan bahwa model ARFIMA terbaik yang didapat adalah ARFIMA (1; 0,17; 0) dengan nilai AIC sebesar 7,999 dan nilai MAPE sebesar 1,37%. Kata Kunci: CPO, peramalan, ARFIMA
PEMETAAN KASUS MULTIDRUG RESISTANT TUBERCULOSIS(MDR-TB) DI KALIMANTAN BARAT Zettira Septiani; Naomi Nessyana Debataraja; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i2.46054

Abstract

Penyakit Tuberkulosis (TB) masih menjadi prioritas utama di dunia dan menjadi salah satu target dalam SDGs (Sustainability Development Goals). Pengobatan TB yang tidak memadai dapat meningkatkan risiko resistansi kuman terhadap Obat Anti TB (OAT), salah satunya adalah Multidrug Resistant Tuberculosis (MDR-TB). MDR-TB memerlukan waktu yang lebih lama dibandigkan pengobatan TB biasa, serta memiliki angka kegagalan pengobatan dan kematian yang tinggi. Pemetaan pada kasus MDR-TB yang terjadi dapat digunakan sebagai gambaran dalam penyebaran penyakit MDR-TB. Dengan pemetaan, kasus MDR-TB dapat dianalisis dari berbagai aspek sehingga dapat membantu dalam pengendalian penyebaran penyakit ini. Penelitian ini bertujuan untuk memetakan kasus MDR-TB di Kalimantan Barat dengan pendekatan deskriptif dan menggunakan metode Indeks Moran. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data kasus MDR-TB di Kalimantan Barat yang diperoleh dari e-TB Manager TB Unit Dinas Kesehatan Provinsi Kalimantan Barat. Dari hasil yang diperoleh dalam penelitian ini, dapat disimpulkan bahwa kasus MDR-TB di Kalimantan Barat meningkat pada tahun 2019 dibandingkan dengan tahun 2018. Kasus terbanyak pada tahun 2019 terjadi pada Kabupaten Ketapang. Kemudian, berdasarkan pemetaan yang dilakukan, diketahui bahwa daerah dengan kasus MDR-TB tinggi pada tahun 2019 terjadi di Kabupaten Mempawah, Ketapang, Kubu Raya, dan Kota Pontianak. Pemantauan penderita MDR-TB di daerah dengan angka kejadian yang tinggi sangat penting dilakukan untuk memutuskan mata rantai penularan MDR-TB. Kata Kunci: Multidrug Resistant Tuberculosis (MDR-TB), Pemetaan, Deskriptif, Indeks Moran