Article Per Year (5 Year)
p-Index From 2021 - 2026
2.223
P-Index
This Author published in this journals
All Journal dCartesian: Jurnal Matematika dan Aplikasi Jurnal MIPA JURNAL LPPM BIDANG SAINS DAN TEKNOLOGI Jurnal Ilmiah Sains d'Cartesian: Jurnal Matematika dan Aplikasi
Charles E. Mongi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Education Mathematics Physics

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

Found 32 Documents
Search

 1   2   3   4 
Perbandingan Metode Support Vector Regression menggunakan Kernel Radial Basis Function dan Kernel Linear dalam Peramalan Laju Inflasi di Kota Manado Jon Prasetio Bawues; Charles E. Mongi; Deiby T. Salaki
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 11 No. 2 (2022): September 2022
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.11.2.2022.39931

Abstract

Inflasi adalah kenaikan harga barang dan jasa secara umum dan terus menerus, atau melemahnya daya jual mata uang suatu negara. Inflasi yang tidak stabil berdampak negatif terhadap kondisi sosial ekonomi masyarakat. Indeks Harga Konsumen (IHK) merupakan faktor yang mempengaruhi terjadinya inflasi, perubahan IHK dari waktu ke waktu mempengaruhi terjadinya inflasi. Tujuan penelitian ini yaitu memprediksi inflasi berdasarkan IHK menggunakan metode Support Vector Regression (SVR). Data yang digunakan dalam penelitian ini yaitu IHK Kota Manado Januari 2010 – Desember 2021. Prediksi nilai IHK terbaik didapat menggunakan kernel radial basis dengan parameter . Hasil prediksi pada data training menghasilkan nilai akurasi   dan RMSE masing – masing  85 % dan 0.07, hasil akurasi pada data testing menghasilkan  dan RMSE masing – masing 78 % dan 0.15. Hasil peramalan inflasi Kota Manado berdasakan IHK pada bulan Januari 2022 – Juli 2022 menunjukan penurunan secara perlahan tiap bulannya.
Analisis Saham-Saham dengan Menggunakan Capital Asset Pricing Model (CAPM) dalam Pembentukan Portofolio Optimal Novelia Todingan; Tohap Manurung; Charles E. Mongi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 12 No. 2 (2023): September 2023
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.12.2.2023.50257

Abstract

CAPM adalah sebuah model hubungan antara risiko dan expected suatu sekuritas atau portofolio. Tujuan dari penelitian ini yaitu untuk mengetahui Saham-saham apa saja yang dapat membentuk portofolio optimal dari saham-saham yang masuk dalam Index MNC36 dan mengetahui besarnya proporsi dana pada masing-masing saham berdasarkan hasil pembentukan portofolio optimal. Teknik pengambilan sampel menggunakan teknik purposive sampling. Terdapat 8 saham yang memenuhi kriteria pembentukan portofolio optimal saham. Besarnya proporsi dana yang layak diinvestasikan pada kedelapan saham tersebut adalah 14.61% dialokasikan untuk saham AKRA (AKR Corporindo Tbk), 2.73% ASII (Astra International Tbk.), 13.91% BBNI ((Bank Negara Indonesia (Persero) Tbk.), 12.14% BMRI (Bank Mandiri (Persero) Tbk.), 13.89% INCO (Vale Indonesia Tbk.), 17.58%, PTBA (Bukit Asam Tbk.), 17.96% TLKM (Telkom Indonesia (Persero) Tbk.), dan 7.19% UNTR (United Tractors Tbk.).
Penggunaan Analisis Two Step Clustering untuk Data Campuran Charles E. Mongi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.7251

Abstract

Penggerombolan adalah proses mengelompokkan objek ke dalam kelompok-kelompok yang memiliki kemiripan. Metode penggerombolan yang sering digunakan adalah metode berhirarki dan tak berhirarki. Kedua metode tersebut mensyaratkan untuk skala data ordinal, interval atau rasio. Permasalahan yang timbul jika peubah bersifat kategorik atau campuran kategorik dan numerik. Untuk mengatasi masalah tersebut digunakan two step cluster. Hasil analisis two step clustering mengelompokkan menjadi 3 gerombol model kendaraan. Peubah yang berpengaruh terhadap pembentukan gerombol pada Gerombol 1 adalah semua peubah kategorik dan kontinu. Gerombol 2 yang berpengaruh  adalah 6 peubah yaitu 1 peubah kategorik dan 5 peubah kontinu. Sedangkan untuk gerombol 3 peubah yang berpengaruh ada 8 yaitu 1 peubah kategorik dan 7 peubah kontinu. Kata kunci: Peubah Kategorik, Peubah Kontinu, Two Step Clustering
Analisis Regresi Faktor-Faktor Yang Mempengaruhi Penerimaan Pajak Daerah di Kota Manado Sulawesi Utara Wempi Bululung; Jantje D. Prang; Charles E. Mongi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 10 No. 2 (2021): September 2021
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.10.2.2021.34700

Abstract

Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang sering kali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal suatu variabel. Dalam analisis regresi, variabel yang dipengaruhi disebut variabel terikat (dependent) dan variabel yang mempengaruhi disebut variabel bebas (independent). Tujuan penelitian ini adalah untuk mencari pengaruh Pertumbuhan Ekonomi, Inflasi, Jumlah Penduduk, Tingkat Kemiskinan, Wisatawan, Pelanggan Listrik PLN terhadap penerimaan pajak daerah di Kota Manado pada tahun 2012 – 2018. Jenis data pada penelitian ini berupa data sekunder, yakni: pajak daerah, pertumbuhan ekonomi, inflasi, jumlah penduduk, tingkat kemiskinan, wisatawan, pelanggan listrik PLN. Data pajak daerah diperoleh dari Dinas Pendapatan Daerah Kota Manado. Pertumbuhan ekonomi, inflasi, jumlah penduduk, tingkat kemiskinan, wisatawan, pelanggan listrik PLN diperoleh melalui website Badan Pusat Statistik kota Manado. Hasil uji regresi didapatkan bahwa variabel yang berpengaruh signifikan terhadap pajak daerah hanya ada dua variabel yaitu jumlah penduduk dan wisatawan
Penggunaan Model Autoregressive Integrated Moving Average (ARIMA) Untuk Meramalkan Nilai Tukar Petani (NTP) di Provinsi Sulawesi Utara Firmina November Sorlury; Charles E. Mongi; Nelson Nainggolan
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol 11, No 1 (2022) Maret 2022
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Nilai Tukar Petani (NTP) adalah angka perbandingan antara indeks harga yang diterima (It) dan indeks harga yang di bayar (Ib) petani. NTP merupakan salah satu alat ukur yang digunakan untuk menilai tingkat kesejahteraan petani. Salah satu metode peramalan yang dapat digunakan adalah metode time series Autoregressive Integrated Moving Average (ARIMA). Penelitian ini bertujuan untuk memperoleh model time series yang terbaik serta untuk mengetahui hasil peramalan nilai tukar petani di Provinsi Sulawesi Utara, menggunakan Metode Autoregressive Integrated Moving Average (ARIMA). Hasil penelitian menunjukan bahwa dengan menggunakan metode ARIMA memperlihatkan model yang dapat menggambarkan Nilai Tukar Petani adalah model ARIMA (5,2,0). Dari hasil peramalan diperoleh bahwa NTP pada bulan Agustus 2021 – Desember 2021 mengalami peningkatan secara perlahan pada setiap bulannya.
Perbandingan Metode Support Vector Regression menggunakan Kernel Radial Basis Function dan Kernel Linear dalam Peramalan Laju Inflasi di Kota Manado Jon Prasetio Bawues; Charles E. Mongi; Deiby T. Salaki
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 11 No. 2 (2022): September 2022
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.11.2.2022.39931

Abstract

Inflasi adalah kenaikan harga barang dan jasa secara umum dan terus menerus, atau melemahnya daya jual mata uang suatu negara. Inflasi yang tidak stabil berdampak negatif terhadap kondisi sosial ekonomi masyarakat. Indeks Harga Konsumen (IHK) merupakan faktor yang mempengaruhi terjadinya inflasi, perubahan IHK dari waktu ke waktu mempengaruhi terjadinya inflasi. Tujuan penelitian ini yaitu memprediksi inflasi berdasarkan IHK menggunakan metode Support Vector Regression (SVR). Data yang digunakan dalam penelitian ini yaitu IHK Kota Manado Januari 2010 – Desember 2021. Prediksi nilai IHK terbaik didapat menggunakan kernel radial basis dengan parameter . Hasil prediksi pada data training menghasilkan nilai akurasi   dan RMSE masing – masing  85 % dan 0.07, hasil akurasi pada data testing menghasilkan  dan RMSE masing – masing 78 % dan 0.15. Hasil peramalan inflasi Kota Manado berdasakan IHK pada bulan Januari 2022 – Juli 2022 menunjukan penurunan secara perlahan tiap bulannya.
Analisis Saham-Saham dengan Menggunakan Capital Asset Pricing Model (CAPM) dalam Pembentukan Portofolio Optimal Novelia Todingan; Tohap Manurung; Charles E. Mongi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 12 No. 2 (2023): September 2023
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.12.2.2023.50257

Abstract

CAPM adalah sebuah model hubungan antara risiko dan expected suatu sekuritas atau portofolio. Tujuan dari penelitian ini yaitu untuk mengetahui Saham-saham apa saja yang dapat membentuk portofolio optimal dari saham-saham yang masuk dalam Index MNC36 dan mengetahui besarnya proporsi dana pada masing-masing saham berdasarkan hasil pembentukan portofolio optimal. Teknik pengambilan sampel menggunakan teknik purposive sampling. Terdapat 8 saham yang memenuhi kriteria pembentukan portofolio optimal saham. Besarnya proporsi dana yang layak diinvestasikan pada kedelapan saham tersebut adalah 14.61% dialokasikan untuk saham AKRA (AKR Corporindo Tbk), 2.73% ASII (Astra International Tbk.), 13.91% BBNI ((Bank Negara Indonesia (Persero) Tbk.), 12.14% BMRI (Bank Mandiri (Persero) Tbk.), 13.89% INCO (Vale Indonesia Tbk.), 17.58%, PTBA (Bukit Asam Tbk.), 17.96% TLKM (Telkom Indonesia (Persero) Tbk.), dan 7.19% UNTR (United Tractors Tbk.).
Pengelompokan Kecamatan Berdasarkan Produksi Hortikultura Menggunakan Analisi Klaster Hierarki di Kabupaten Toraja Utara Paonganan, Hasraty; Prang, Jantje; Mongi, Charles E.
JURNAL LPPM BIDANG SAINS DAN TEKNOLOGI Vol. 8 No. 2 (2023): JLPPM SAINTEK 8(2), 2023
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35801/jlppmsains.8.2.2023.49453

Abstract

Tujuan dari penelitian ini adalah untuk mengetahui hasil pengelompokan kecamatan berdasarkan potensi produksi hortikultura di kabupaten Toraja Utara menggunakan analisis klaster hierarki metode complete linkage dan untuk mengetahui karakteristik setiap kelompok klaster yang terbentuk. Analisis klaster yaitu analisis yang mengelompokkan elemen yang mirip sebagai objek penelitian menjadi klaster yang berbeda dan klaster saling meniadakan (mutually exclusive). Analisis klaster terbagi atas dua metode yaitu hierarki dan non hierarki. Pada penelitian ini digunakan metode hierarki yaitu complete linkage. Metode complete linkage adalah proses clustering yang didasarkan pada jarak terjauh antar objeknya, kemudian diterapkan dalam pengelompokan kecamatan di kabupaten Toraja Utara berdasarkan produksi hortikultura dan menggunakan jarak Manhattan. Hasil pengelompokan dari penelitian ini ada 5 klaster, klaster 1 terdiri dari 7 kecamatan, klaster 2 terdiri dari 1 kecamatan, klaster 3 terdiri dari 2 kecamatan, klaster 4 terdiri dari 10 kecamatan dan klaster 5 terdiri dari 1 kecamatan dan pada klaster 1 pada produksi tomat dan buncis adalah nilai rata-rata tertinggi di antara variabel tiap klaster dan untuk produksi labu siam adalah nilai rata-rata tertinggi pada klaster 1, klaster 2 pada produksi labu siam adalah nilai rata-rata tertinggi pada klaster 2, klaster 3 pada produksi cabai rawit dan kacang Panjang adalah nilai rata-rata tertinggi di antara variabel tiap klaster dan untuk produksi labu siam merupakan nilai rata-rata tertinggi pada klaster 3, klaster 4 pada produksi terung adalah nilai rata-rata tertinggi di antara variabel tiap klaster dan untuk produksi cabai besar adalah nilai rata-rata tertinggi antar variabel dan klaster dan untuk klaster 5 pada produksi bayam dan bawang daun adalah nilai rata-rata tertinggi di antara variabel tiap klaster dan untuk produksi cabai rawit merupakan adalah nilai rata-rata tertinggi pada klaster 5.Kata kunci: sektor pertanian; analisis gerombol; squared euclidean Kata kunci: Klaster, hierarki, complete linkage
Pengelompokan Kecamatan Berdasarkan Produksi Hortikultura di Kabupaten Toraja Utara Menggunakan Analisis Komponen Utama dan Analisis Gerombol. Chung, Suiling; Komalig, Hanny A.H.; Mongi, Charles
JURNAL LPPM BIDANG SAINS DAN TEKNOLOGI Vol. 8 No. 2 (2023): JLPPM SAINTEK 8(2), 2023
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35801/jlppmsains.8.2.2023.49686

Abstract

Penelitian ini bertujuan untuk mengelompokkan kecamatan-kecamatan berdasarkan produksi hortikultura di Kabupaten Toraja Utara menggunakan analisis komponen utama dan analisis gerombol, serta mengetahui variabel penelitian apa saja yang mempengaruhi dimensi komponen utama pembentuk gerombol. Data yang digunakan dalam penelitian ini merupakan data sekunder tahun 2019 yaitu data produksi hortikultura yang diperoleh dari publikasi Badan Pusat Statistik Kabupaten Toraja Utara. Analisis yang digunakan adalah Analisis Komponen Utama dan Analisis Gerombol dengan metode k-means. Hasil Analisis Komponen Utama yaitu dan yang mewakili 65,8% variabilitasnya dan terbentuk 2 kelompok dengan menggunakan Analisis Gerombol. Gerombol pertama memuat 9 Kecamatan dan gerombol kedua memuat 12 Kecamatan. dipengaruhi oleh labu siam, buncis, tomat, kangkung, dan petsai. dipengaruhi oleh bawang daun dan tomat. Kata kunci : Analisis Komponen Utama, Analisis Gerombol, K-Means
Peramalan Banyaknya Pasien yang Berobat di Puskesmas Bengkol dengan Menggunakan Metode ARIMA Manabung, Novindah; Mongi, Charles E.; Langi, Yohanes A.R.
JURNAL LPPM BIDANG SAINS DAN TEKNOLOGI Vol. 9 No. 1 (2024)
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35801/jlppmsains.9.1.2024.49768

Abstract

Penelitian ini bertujuan untuk meramalkan banyaknya pasien yang berobat di Puskesmas Bengkol. Data yang digunakan dalam penelitian merupakan data sekunder yang diperoleh dari Puskesmas Bengkol. Selain itu, data yang diambil hanya banyaknya pasien yang berobat di Puskesmas Bengkol dari bulan Januari 2017 sampai Desember 2022. Metode yang digunakan yaitu metode ARIMA (Autoregressive Integrated Moving Average). Setelah dilakukan analisis, diperoleh peramalan banyaknya pasien yang berobat di Puskesmas Bengkol pada bulan Januari sampai Desember 2023. Berdasarkan hasil peramalan, banyaknya pasien yang berobat paling banyak ada pada bulan Januari, yaitu sebanyak 706 orang atau diramalkan banyaknya pasien meningkat dari bulan sebelumnya. Sedangkan peramalan banyaknya pasien paling sedikit ada pada bulan Mei, yaitu 562 orang. Model terbaik berdasarkan nilai Mean square Error (MSE) yaitu Model ARIMA (3,1,1) dengan nilai MSE ialah 5610. Kata kunci : Puskesmas, Autoregressive Integrated Moving Average, Peramalan
Co-Authors Biri, Valdy Prasetyo Bululung, Wempi Chriestie E.J.C. Montolalu, Chriestie E.J.C. Chriestie Montolalu, Chriestie Chung, Suiling Deiby T. Salaki Djoni Hatidja Eva Damayanti, Eva Firmina November Sorlury Handy I. R. Mosey Hanny F. Sangian Hanny Komalig Harikadua, Meilissa Jantje D. Prang Jantje D. Prang Jantje Prang, Jantje Jon Prasetio Bawues Langi, Yohanes A R Lidya I Momuat Lintong, Rocky Londah, Suhendri A. Malah, Siti R.O. Manabung, Novindah Mans L. Mananohas, Mans L. Mans Mananohas, Mans Marline Paendong Masuku, Fatimah N NELSON NAINGGOLAN Novelia Todingan Paonganan, Hasraty Pareda, Susanti Sagai, Friska Sandag, Agnes Mariana Veronica Sueharti Maatuil, Sueharti Tipaka, Yulin Tohap Manurung Tulong, Meykel Wempi Bululung Woran, Henkie F. Yohanes A.R Langi Yohanes A.R. Langi Yohanes Aldo Taogan, Yohanes Aldo