cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Charles E. Mongi
Contact Email
charlesmongi@unsrat.ac.id
Phone
+6281356700321
Journal Mail Official
charlesmongi@unsrat.ac.id
Editorial Address
Jalan Kampus Kleak Unsrat Manado
Location
Kota manado,
Sulawesi utara
INDONESIA
dCartesian: Jurnal Matematika dan Aplikasi
Published by Universitas Sam Ratulangi
ISSN : 23024224     EISSN : 26851083     DOI : https://doi.org/10.35799/
Core Subject : Science, Education,
Computer Science & IT Mathematics
dCartesiaN merupakan jurnal yang berhubungan dengan matematika dan komputasi bersama turunan-turunannya (aljabar, geometri, analisis, matematika terapan, matematika diskrit, statistika, teknologi informasi, sistem informasi, rekayasa perangkat lunak).
Arjuna Subject : Matematika - Matematika Terapan
Articles 11 Documents
 1   2 
Search results for , issue "Vol. 13 No. 1 (2024): Maret 2024" : 11 Documents clear
Crossing Number of Infinite Family of Extension Kochol's Periodic Graphs Aprilia Getroida Tesalonika Saroinsong; Benny Pinontoan; Chriestie E.J.C. Montolalu
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.52363

Abstract

At this time, technology is developing very quickly and is increasingly sophisticated. This technological development is certainly closely related to the development of computer technology. A computer is able to control a series of electronic devices using an IC chip that can be filled with programs and logic called microprocessor technology. A microprocessor is a digital component of the VLSI (Very Large Scale Integration) type with very high circuit complexity that is capable of carrying out the functions of a CPU (Central Processing Unit). Among many applications, the problem of crossing number very interesting and important because of its application in the optimization of chip are required in a circuit layout of VLSI. Crossing number used to obtain the lower bound on the amount of chip area of VLSI devices like microprocessor and memory chips additionally, crossings in the circuit layout could cause short circuit and therefore worth minimized independent of the chip area consideration. Some graph can be seen as built by small pieces. A principal tool used in construction of crossing-critical graphs are tiles. In the tile concept, tiles can be arranged by gluing one tile to another in a linear or circular fashion. The series of tiles with circular fashion form an infinite graph family. In this way, the intersection number of this family of graphs can be determined. In this research, has been formed an infinite family graphs The graph formed by gluing together many copies of the tile in circular fashion, where the tile consists of identical tile sections. The results obtained show that the graph has 3-crossing-critical of a graph.
Analisis Regresi Logistik Biner Untuk Menentukan Kepuasan Pasien Rawat Inap Terhadap Kualitas Layanan Rumah Sakit Umum Daerah Tobelo Richard Wadui; John S. Kekenusa; Djoni Hatidja
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.52520

Abstract

Penelitian ini dilakukan bertujuan untuk (1) Menentukan persamaan regresi logistik biner pada kualitas layanan di Rumah Sakit Umum Daerah Tobelo terhadap kepuasan pasien rawat inap dan (2) Menentukan Variabel apa saja yang memengaruhi kepuasan pasien rawat inap terhadap kualitas layanan di Rumah Sakit Umum Daerah Tobelo. Metode penentuan sampel yang digunakan adalah propotional sampling sebanyak 100 sampel. Metode analisis yang digunakan adalah regresi logistik biner. Berdasarkan hasil penelitian menggunakan metode analisis regresi logistik biner maka diperoleh model regresi logistik biner Log π(x_i)=-25,107+0,340X_1+0,486X_2-0,207X_3+0,412X_4+0,093X_5. Dilihat bahwa variabel yang berpengaruh secara signifikan terhadap kepuasan pasien rawat inap adalah variabel tangibles (????1), reliability (????2) dan assurance (????4).
Analisis Gerombol Untuk Pengelompokkan Kecamatan Berdasarkan Produksi Tanaman Sayuran di Kabupaten Minahasa Tenggara Excel Mokosolang; Hanny Komalig; Yohanes Langi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.52526

Abstract

          Penelitian ini bertujuan untuk pemotongan dendogram dengan nilai mean untuk mengelompokkan kecamatan berdasarkan produksi tanaman sayuran di Kabupaten Minahasa Tenggara dengan menggunakan Analisis Gerombol. Data yang digunakan dalam penelitian ini merupakan data sekunder tahun 2020 yaitu data produksi perkebunan yang diperoleh dari publikasi Badan Pusat Statistik (BPS) Kabupaten Minahasa Tenggara.             Analisis yang digunakan adalah Analisis Gerombol (Cluster) dengan metode single linkage dan hasil yang di peroleh adalah terbentuknya 2 gerombol. Gerombol pertama yang diklasifikasikan sebagai daerah dengan kemiripan produksi tanaman sayuran terdiri dari 9 Kecamatan dan Gerombol kedua yang di klasifikasikan sebagai daerah dengan tingkat kemiripan produksi tidak mirip dengan gerombol yang pertama sehingga terdiri dari 3 Kecamatan.
Pengelompokkan Kabupaten/Kota di Sulawesi Utara Berdasarkan Data Peternakan Menggunakan Cluster Hierarki Vita Sagai; Hanny Komalig; Marline Paendong
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.52536

Abstract

Penelitian ini bertujuan untuk mengelompokkan Kabupaten/kota di Sulawesi Utara berdasarkan Populasi Ternak. Data yang digunakan dalam penelitian ini merupakan data sekunder tahun 2020 yaitu data Populasi Ternak  yang diperoleh dari publikasi Badan Pusat Statistik (BPS) Kabupaten Minahasa Selatan. Analisis yang digunakan adalah Analisis Cluster metode single linkage dan Uji korelasi. Hasil yang diperoleh dari analisis korelasi antar variabel  menunjukkan semua variabel berkorelasi dan dilanjutkan pada analisis cluster terbentuk 3 cluster dan 2 kelompok. Cluster pertama yang terbentuk 13 kabupaten/kota, cluster yang kedua terbentuk 1 kabupaten dan Cluster ketiga 1 kabupaten.
Pengelompokan Kecamatan di Kabupaten Minahasa Selatan Berdasarkan Produksi Perkebunan dengan Menggunakan Analisis Komponen Utama dan K-Means Jennifer Mamahit; Hanny Komalig; Marline Paendong
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.52540

Abstract

JENNIFER GABRIELLA NOVITA MAMAHIT. Pengelompokan Kecamatan di Kabupaten Minahasa Selatan Berdasarkan Produksi Perkebunan dengan menggunakan Analisis Komponen Utama dan K-means. Dibimbing oleh HANNY A.H. KOMALIG sebagai ketua dan MARLINE S PAENDONG sebagai anggota.Penelitian ini bertujuan untuk mengelompokkan kecamatan-kecamatan di Kabupaten Minahasa Selatan berdasarkan produksi perkebunan. Data yang digunakan dalam penelitian ini merupakan data sekunder tahun 2020 yaitu data produksi perkebunan yang diperoleh dari publikasi Badan Pusat Statistik Kabupaten Minahasa Selatan. Analisis yang digunakan adalah Analisis Komponen Utama dan Analisis K-means. Hasil analisis Komponen Utama yaitu KU1 , KU2 dan KU3 yang mewakili 67,2% variabilitasnya dan terbentuk 2 kelompok dengan menggunakan Analisis Klaster. Klaster pertama yang diklasifikasikan sebagai daerah dataran tinggi yang berproduksi sedikit terdiri dari 1 Kecamatan dan Klaster kedua yang di klasifikasikan sebagai daerah dataran sedang dan rendah yang berproduksi banyak yang terdiri dari 16 Kecamatan.
Prediksi Curah Hujan Kota Manado Dengan Menggunakan Metode Autoregressive Moving Average (ARMA) Adianto Pakkung; Djoni Hatidja; Jullia Titaley
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.53780

Abstract

This study aims to determine the best ARMA model for predicting Manado City rainfall using the ARMA method. The data used in this study is time series data, namely data on the monthly rainfall period of Manado City starting from September 2018 to August 2023. The results showed that the best model obtained was the ARMA model (1,11) with the equation . From the results of the rainfall prediction, Manado City has an accurate level of MAPE value of 56%, with consecutive predictions from September 2023 to March 2024 are 83.2 mm, 98.8 mm, 131.1 mm, 289.1 mm, 237.7 mm, 222.6 mm, 206.9 mm.
Peramalan Harga Minyak Goreng di Provinsi Sulawesi Utara dengan Menggunakan Metode Analisis Autoregressive Integrated Moving Average (ARIMA) Marsela Pangalila; Charles E. Mongi; Djoni Hatidja
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.53818

Abstract

Cooking oil is a basic ingredient that plays an important role in the Indonesian economy. Cooking oil is one of the nine basic commodities which plays an important role in the Indonesian economy. The data used for research is from the Agency Center for Statistics from January 2018 to December 2022 with the forecasting method used for this data, namely the Autoregressive Integrated Moving Average (ARIMA) time series method. This research aims to obtain the best time series model and to determine the results of forecasting cooking oil prices in North Sulawesi using the ARIMA method. The research results show that the best model obtained is the ARIMA model (1,2,1) with a Mean Square Error (MSE) of 350248. From the forecasting results it is found that the price of cooking oil has increased.
Penerapan Metode Hungarian dalam Masalah Penugasan Untuk Mengoptimalkan Waktu Karyawan di PT Ninja Express Amurang Minahasa Selatan Joy Yootje Anugerah Repi; Marline S. Paendong; Mans L. Mananohas
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.54078

Abstract

Usaha layanan jasa pengiriman dan pengantaran barang adalah salah satu manfaat teknologi yang tidak lepas dari sumber daya manusia. Sumber daya manusia merupakan aset penting bagi setiap perusahaan untuk menentukan keberhasilan dalam mencapai tujuan bisnisnya. Tujuan penelitian ini adalah untuk membandingkan total waktu pengantaran barang dari data real penugasan PT Ninja Express Amurang dengan data observasi menggunakan metode Hungarian untuk menentukan hasil optimal dalam meminimumkan waktu karyawan serta menentukan pengalokasian penugasan karyawan yang efektif. Berdasarkan hasil penelitian, menunjukkan bahwa dengan menggunakan metode Hungarian diperoleh total waktu pengantaran barang dari data observasi yaitu 128 menit, dibandingkan dengan total waktu pengantaran barang dari data real penugasan PT Ninja Express Amurang yaitu 138 menit. Sehingga terjadi efisiensi waktu sebanyak 10 menit.
Penerapan Model Autoregressive Integrated Moving Average (ARIMA) untuk Memprediksi Harga Penutupan Saham Bulanan AMRT.JK Hafizh Raihansyah; Marline S. Paendong; Mans L. Mananohas
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.54224

Abstract

Tujuan penelitian ini adalah Menerapkan Model Autoregressive Integrated Moving Average (ARIMA) untuk memprediksi harga penutupan saham bulanan PT Sumber Alfaria Tridjaya Tbk (AMRT.JK). Data yang digunakan adalah data bulanan harga penutupan saham dari bulan Januari 2018 sampai Desember 2022. Hasil dari penelitian ini menunjukkan bahwa ada beberapa model yang dapat digunakan untuk memprediksi, yaitu model ARIMA (1,1,0), ARIMA (0,1,1) dan ARIMA (1,1,1). Dari ketiga model, model ARIMA (1,1,1) cukup baik untuk memprediksi harga penutupan saham bulanan PT Sumber Alfaria Tridjaya Tbk dengan nilai MSE terkecil yaitu sebesar 22.682 dan juga nilai Mean Absolute Percentage Error (MAPE) sebesar 8%. Hasil peramalan meningkat dari periode-periode sebelumnya.
Pengaruh Kemampuan Belajar Tingkat Tinggi (HOTS) Terhadap Hasil Belajar Pada Materi Sistem Persamaan Linear Dua Variabel Di Kelas XII SMK Negeri 1 Boronadu Limasso Gultom; Firman Pangaribuan; Hardi Tambunan
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 13 No. 1 (2024): Maret 2024
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.13.1.2024.54484

Abstract

Penelitian ini bertujuan untuk mengetahui apakah ada pengaruh kemampuan belajar tingkat tinggi terhadap hasil belajar siswa di kelas XII SMK Negeri 1 Boronadu. Penelitian ini menggunakan pendekatan kuantitatif dengan instrumen tes berbentuk deskriptif. Populasi dan Sampel dalam penelitian ini adalah sama yaitu seluruh siswa kelas XII SMK Negeri 1 Boronadu yang terdiri dari 2 kelas dengan jumlah 50 orang. Analisis data menggunakan Regresi Linear dengan bantuan SPSS dan diperoleh kesimpulan : 1) Ada pengaruh kemampuan menganalisis (C4) terhadap hasil belajar pada materi SPLDV, dinyatakan dengan regresi Y = 66,733 + 0,817X 1 dan kontribusi variansnya 27,3% terhadap Y di dalam model regresi, 2) Ada pengaruh kemampuan berputar (C5) terhadap hasil belajar pada materi SPLDV, dinyatakan dengan regresi Y = 64,255 + 0,976X 2 dan sumbangan variansnya 32,1% terhadap Y di dalam model regresi, 3) Ada pengaruh kemampuan mencipta (C6 ) terhadap hasil belajar pada materi SPLDV, dinyatakan dengan regresi Y = 69,845 + 0,618X 3 dan kontribusi variansnya 22,8% terhadap Y di dalam model regresi, 4) Ada pengaruh kemampuan menganalisis (C4), kemampuan meminjam (C5), dan kemampuan mencipta (C6) terhadap hasil belajar pada materi SPLDV, dinyatakan dengan regresi Y = 55,666 + 0,456X 1 + 0,698 X 2 + 0,315 X 3 dan kontribusi variansnya 46,6% terhadap Y di dalam model regresi.

Page 1 of 2 | Total Record : 11

 1   2 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 13 No. 2 (2024): September 2024 Vol. 13 No. 1 (2024): Maret 2024 Vol. 12 No. 2 (2023): September 2023 Vol. 12 No. 1 (2023): Maret 2023 Vol. 11 No. 2 (2022): September 2022 Vol 11, No 1 (2022) Maret 2022 Vol 10, No 2 (2021): September 2021 Vol 10, No 1 (2021): Maret 2021 Vol 9, No 1 (2020): Vol. 9 No. 1 (Maret 2020) Vol 9, No 2 (2020): September 2020 Vol 9, No 1 (2020): Maret 2020 Vol 8, No 1 (2019): Vol. 8 No. 1, Maret 2019 Vol 8, No 2 (2019): September 2019 Vol 8, No 1 (2019): Maret 2019 Vol 7, No 1 (2018): VOL. 7 NO. 1, MARET 2018 Vol 7, No 2 (2018): September 2018 Vol 7, No 1 (2018): Maret 2018 Vol 6, No 2 (2017): September 2017 Vol 6, No 1 (2017): Maret 2017 Vol 5, No 2 (2016): Vol.5, No.2, September 2016 Vol 5, No 1 (2016): Vol. 5, No. 1, Maret 2016 Vol 5, No 2 (2016): September 2016 Vol 5, No 1 (2016): Maret 2016 Vol 4, No 2 (2015): September 2015 Vol 4, No 1 (2015): Maret 2015 Vol. 4 No. 1, Maret 2015 Vol 3, No 2 (2014): September 2014 Vol 3, No 1 (2014): Maret, 2014 Vol 2, No 2 (2013): Vol. 2, No. 2, September, 2013 Vol 2, No 2 (2013): September, 2013 Vol 2, No 1 (2013): Maret 2013 Vol 1, No 1 (2012): 2012 Vol 1, No 1 (2012): de Cartesian More Issue