Claim Missing Document
Check
Articles

Found 2 Documents
Search

PERAN NILAI EIGEN DAN VEKTOR EIGEN DALAM MENENTUKAN BOBOT ALIRAN ENERGI PADA SUATU EKOSISTEM HUTAN Ardilla, Ulfa Nurfitria
Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Vol. 4 No. 3 (2024): Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3483/trigonometri.v4i3.5728

Abstract

This study aims to determine the relationship between the flow chart of the forest ecosystem with the dominant eigenvalues and the corresponding eigenvectors with the dominant eigenvalues. Environmental ecosystems are something that is very influential in the line of life, the flow of energy in each ecosystem makes each ecosystem survive and maintain the balance of the earth. In this study, a specific example of a forest ecosystem will be presented which is presented in the form of a flow chart (food web). The relationship between the species can be made into a graph form, then the number of paths from one species to another can be calculated using the power matrices method and the relative feeding weights between species can be obtained by comparing the components of the dominant eigenvectors that correspond to the dominant eigenvalues. The results obtained are quantitative measures to describe the relationship between species in the flow chart. Keywords: Energy Flow, Graph, Adjacency matrices, The Power Method, Eigenvalues, and Eigenvectors. Penelitian ini bertujuan untuk mengetahui keterkaitan diagram alir Ekosistem Hutan dengan nilai eigen dominan dan vektor eigen yang bersesuaian dengan nilai eigen dominan. Ekosistem lingkungan merupakah suatu hal yang sangat berpengaruh dalam lini kehidupan, aliran energi pada setiap ekosistem membuat setiap ekosistem tersebut bertahan dan tetap ada menjaga keseimbangan bumi. Dalam penelitian ini akan diberikan contoh spesifik suatu Ekosistem Hutan yang di sajikan dalam bentuk diagram alir (jaring-jaring makanan). Keterkaitan antar spesiesnya dapat di buat menjadi suatu bentuk graf, selanjutnya jumlah jalur dari satu spesies ke spesies lainnya dapat dihitung menggunakan metode pangkat matriks dan bobot makan relatif antar spesies dapat diperoleh dengan membandingkan komponen vektor eigen dominan yang bersesuaian dengan nilai eigen dominan. Hasil yang diperoleh berupa ukuran kuantitatif untuk menggambarkan keterkaitan antar spesies dalam diagram alir tersebut. Kata Kunci: Aliran Energi, Graf, Matriks Ketetanggan, Metode Pangkat, Nilai Eigen, dan Vektor Eigen
Analisis Faktor terhadap Variabel Dikotomi dengan Metode Maximum Likelihood dan Faktor Komponen Utama Purwanti, Ramadhani Dewi; Pertiwi, Kartika Eka; Ardilla, Ulfa Nurfitria
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3513

Abstract

Penelitian ini menganalisis faktor dan membandingkan kedua metode pendugaan parameter yang umum digunakan yaitu metode maximum likelihood dan foktor komponen utama terhadap data dikotomi dengan korelasi polychoric dan melihat bagaimana performa kedua metode yang menghasilkan analisis faktor yang lebih baik berdasarkan nilai standardized root mean square of residual (SRMR) yang dihasilkan. Dengan adanya penelitian ini diharapkan dapat memberikan tambahan pengetahuan bagi pengguna statistik tentang analisis faktor pada data dikotomi menggunakan korelasi polychoric dan perbandingan metode maximum likelihood dan metode faktor komponen utama. Data yang digunakan dalam penelitian ini merupakan data bangkitan. Data bangkitan berupa variabel dikotomi X1, X2, X3, X4, X5 dan X6. Setiap variabel Xi diasumsikan merupakan indikator-indikator dari suatu variabel laten kontinu (yaitu faktor). Metode penelitian yang dilakukan adalah studi pustaka dan simulasi data dengan menggunakan computer. Hasil penelitian ini yaitu: 1). Berdasarkan nilai communality dapat disimpulkan semakin banyak faktor yang digunakan maka kedua metode memberikan hasil yang semakin baik,. Namun nilai communality kedua metode semakin menurun seiring dengan meningkatnya ukuran sampel n. 2). Berdasarkan nilai SRMR dapat disimpulkan bahwa semakin banyak faktor yang digunakan, kedua metode juga memberikan hasil yang semakin baik,. Dan nilai SRMR kedua metode semakin menurun sdan semakin baik seiring dengan meningkatnya ukuran sampel n. 3). Untuk sampel berukuran lebih kecil (pada n bervariasi di setiap kasus model faktor) metode faktor komponen utama menghasilkan pendugaan model faktor yang lebih baik dibandingkan dengan metode maximum likelihood. Semakin besar ukuran sampel maka kedua metode memberikan hasil yang sama baiknya.