cover
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
ISSN : 23024224     EISSN : 26851083     DOI : https://doi.org/10.35799/
Core Subject : Science, Education,
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).
Articles 219 Documents
Analisis Regresi Logistik Untuk Menentukan Faktor-Faktor Yang Mempengaruhi Indeks Prestasi Kumulatif (IPK) Mahasiswa FMIPA Universitas Sam Ratulangi Manado Tampil, Yumira; Komaliq, Hanny; Langi, Yohanes
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 6, No 2 (2017): September 2017
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (587.077 KB) | DOI: 10.35799/dc.6.2.2017.17023

Abstract

Dalam proses pendidikan tinggi Indeks Prestasi Kumulatif (IPK) merupakan indikator keberhasilan mahasiswa. Tujuan dari penelitian ini adalah untuk mengetahui model regresi logistik biner dari  IPK mahasiswa program studi Matematika dan Kimia FMIPA Unsrat Manado serta mengetahui faktor-faktor yang mempengaruhi IPK tersebut. Populasi dalam penelitian ini adalah mahasiswa aktif program studi Matematika dan Kimia T.A 2013/2014 yang berjumlah 37 mahasiswa dan T.A 2014/2015 yang berjumlah 49 mahasiswa total keseluruhan populasi adalah sebanyak 86 mahasiswa, dengan jumlah responden yang mengembalikan kuesioner penelitian sebanyak 80 responden. Indeks Prestasi Kumulatif (IPK) sebagai variabel respon (Y) dan jenis kelamin (x1), jurusan (x2),tempat tinggal (x3), menerima beasiswa (x4), daerah asal (x5), asal sekolah (x6), pekerjaan orang tua (x7), biaya hidup tiap bulan (x8) sebagai variabel prediktor dalam pencocokan model. Hasil penelitian memberikan model regresi logistik biner yaitu π(x) = (exp(1,502 + 1,397x2  - 1,222x3))/(1 + exp(1,502 + 1,397x2  - 1,222x3)), dimana program studi dan tempat tinggal berpeluang memiliki pengaruh terhadap Indeks Prestasi Kumulatif (IPK) mahasiswa di FMIPA Unsrat Manado.Kata Kunci:  Nilai Indeks Prestasi Kumulatif (IPK), Analisis Regresi Logistik, Program Studi
Analisis Faktor – Faktor yang Mempengaruhi Produksi Getah Pinus di Kabupaten Poso Lateka, Jesi A.; Manurung, Tohap; Prang, Jantje D.
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 8, No 2 (2019): September 2019
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (545.678 KB) | DOI: 10.35799/dc.8.2.2019.24195

Abstract

JESI APRIANI LATEKA. Analysis of Factors Affecting Pine Gum Production in Poso District. Supervised by JANTJE D. PRANG as main supervisor and TOHAP MANURUNG as a co-supervisor.            Poso Regency is a center of productivity for pine resin in Central Sulawesi, so it is very important to know the factors that influence the production of pine sap in Poso District. Referring to several previous studies, the accumulation of various factors can cause a problem or an event triggered by various previous events, to predict the use of multiple linear regression equations that can summarize these various factors. The data used in this study are data on the land area of each group (X1 ), the number of group workers (X2) and the number of hours of group work (X3). Based on the results of multiple linear regression analysis there is a symptom of multicollinearity between the variables of the number of workers and the number of hours worked, therefore to overcome this one variable is taken, namely the number of workers. The results of the analysis show that the variable area of land and the number of labor simultaneously affect the production of pine sap with a determination coefficient of 93%. Kata kunci:   Analysis of Multiple Linear Regression, Pine Forest in Poso District
Analisis Rantai Markov Untuk Memprediksi Perpindahan Merek Shampoo Di Hypermart Swalayan Manado Town Square Tamudia, Djini; Langi, Yohanes; Titaley, Julia
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 3, No 1 (2014): Maret, 2014
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (472.968 KB) | DOI: 10.35799/dc.3.1.2014.3997

Abstract

Abstract This research has been conducted to determine the changes of consumers switching between brand of Shampoo and make predictions of consumer migration opportunities of each brand Shampoo among customer in the future. The data used in this study is primary data colleted through a questionnaire on the 100 customer of Hypermart swalayan Manado Town Square on July to September 2013. Data were analyzed by Markov Chains analysis. Base on Markov Chains analysis, it is found that Sunsilk consumen as a large percentage of consumen in early and even in later years with a value 25%. On the second level brand Pantene reach a value 16% and the lowest level brand Lifeboy, Clear and other brand only able to reach 4%. Keywords : Brand Switching, Consumen, Markov Chains Abstrak Telah dilakukan penelitian untuk mengetahui peluang perpindahan konsumen merek shampoo ke merek shampoo lainnya serta membuat prediksi peluang perpindahan konsumen merek shampoo pada pelanggan Hypermart Swalayan Manado Town Square dimasa yang akan datang. Data yang digunakan adalah data primer yang dikumpulkan melalui penyebaran kuesioner pada 100 orang pelanggan Hypermart Swalayan Manado Town Square pada bulan Juli sampai September 2013. Data yang diperoleh dianalisis dengan rantai Markov. Berdasarkan hasil analisis Rantai Markov, diperoleh pengguna merek shampoo Sunsilk memiliki presentasi terbanyak dan bahkan untuk tahun-tahun berikutnya yaitu 25%. Pada urutan kedua merek shampoo Pantene dengan presentasi 16% dan urutan yang terendah adalah merek shampoo Lifeboy, Clear dan merek shampoo lainnya dengan presentasi 4%. Kata kunci : Pengguna Shampoo, Perpindahan Merek, Rantai Markov
Analisis Heteroskedastisitas Pada Data Cross Section dengan White Heteroscedasticity Test dan Weighted Least Squares Mokosolang, Christalia; Prang, Jantje; Mananohas, Mans
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 4, No 2 (2015): September 2015
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (429.573 KB) | DOI: 10.35799/dc.4.2.2015.9056

Abstract

Tujuan dari penelitian ini yaitu untuk menganalisis dan mengatasi pelanggaran asumsi heteroskedastisitas dengan white heteroscedasticity test dan weighted least squares.Dalam analisis regresi berganda, penting diselidiki adanya penyimpangan asumsi-asumsi, salah satunya asumsi homoskedastisitas. Apabila asumsi ini tak terpenuhi berarti terjadi heteroskedastisitas dan tidak lagi mempunyai sifat BLUE (Best Linear Unbiased Estimator). Dalam hal ini BLUE akan diperoleh dengan weighted least squares. Hasil menunjukkan bahwa white heteroscedasticity test dari data yang ditransformasi dengan weighted least squares menghasilkan nilai probability chi-squares sebesar 0,3301 pada level 5%, maka model regresi berganda tersebut telah memenuhi asumsi homoskedastisitas.   Kata kunci : Heteroskedastisitas, Weighted Least Squares, White Heteroscedasticity Test
Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Tando, Jeine; Komalig, Hanny; Nainggolan, Nelson
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 5, No 2 (2016): September 2016
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (545.932 KB) | DOI: 10.35799/dc.5.2.2016.14052

Abstract

Tujuan penelitian ini adalah menentukan model ARMA yang terbaik dalam memprediksi jumlah penumpang yang berangkat di pelabuhan Manado. Data yang di gunakan adalah data bulanan jumlah penumpang kapal laut dari bulan Januari 2012 sampai bulan Juni 2015. Hasil penelitian menunjukkan model ARMA (1,2) menggunakan model yang lebih baik dalam meprediksi jumlah penumpang kapal laut di pelabuhan laut Manado. Prediksi untuk periode 6 bulan yakni bulan Juli 2015 sebanyak 31106 penumpang, bulan Agustus 2015 sebanyak 31406  penumpang, bulan September sebanyak 31350 penumpang, bulan oktober sebanyak 31300 penumpang, bulan November sebanyak 31256 penumpang, bulan Desember sebanyak 31217 penumpang. Kata Kunci : Model ARMA, Time series, Prediksi
Penentuan Jalur Terpendek untuk Evakuasi Tsunami di Kelurahan Titiwungen Selatan dengan Menggunakan Algoritma Floyd Warshall dan Algoritma A-Star (A*) Chungdinata, Stephanie Elysia; Titaley, Jullia; Montolalu, Chriestie E.J.C.
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 8, No 1 (2019): Maret 2019
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (748.094 KB) | DOI: 10.35799/dc.8.1.2019.23873

Abstract

Kota Manado yang terletak di Sulawesi Utara merupakan salah satu daerah rawan bencana gempa bumi dan tsunami di Indonesia. Sehingga, sangat penting untuk mengetahui jalur evakuasi tsunami di daerah yang berpotensi tsunami di Kota Manado, salah satunya Kecamatan Titiwungen Selatan. Mengacu pada beberapa penelitian sebelumnya, jalur evakuasi akan dimodelkan dengan menggunakan Teori Graf, khususnya konektivitas antar objek pada graf berbobot. Persimpangan jalan akan direpresentasikan sebagai simpul (titik), dan jalur evakuasi tsunami akan direpresentasikan sebagai sisi (garis). Jalur evakuasi terpendek akan dicari dengan membandingkan algoritma Floyd Warshall dan algoritma A-Star (A*) karena kedua algoritma ini memiliki karakteristik yang berbeda. Berdasarkan hasil analisis dari algoritma Floyd Warshall dan algoritma A* dapat disimpulkan bahwa dalam penentuan jalur terpendek untuk evakuasi tsunami, hasil dari Algoritma Floyd Warshall lebih optimal karena memiliki bobot yang lebih kecil. Sehingga, jalur terpendek untuk evakuasi tsunami di Kelurahan Titiwungen Selatan diambil dari hasil perhitungan dengan menggunakan Algoritma Floyd Warshall.Kata Kunci: Jalur Evakuasi Tsunami, Jalur Terpendek, Algoritma Floyd Warshall, Algoritma A-Star (A*)
Penggunaan Association Rule Data Mining Untuk Menentukan Pola Lama Studi Mahasiswa F-MIPA UNSRAT Mahmudin, M. Zainal; Rindengan, Altien; Weku, Winsy
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 3, No 1 (2014): Maret, 2014
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (384.797 KB) | DOI: 10.35799/dc.3.1.2014.3777

Abstract

Abstract The requirement of highest information sometimes is not balance with the provision of adequate information, so that the information must be re-excavated in large data. By using the technique of association rule we can obtain information from large data such as the college data. The purposes of this research is to determine the patterns of study from student in F-MIPA UNSRAT by using association rule method of data mining algorithms and to compare in the apriori method and a hash-based algorithms. The major’s student data of F-MIPA UNSRAT as a data were processed by association rule method of data mining with the apriori algorithm and a hash-based algorithm by using support and confidance at least 1 %. The results of processing data with apriori algorithms was same with the processing results of hash-based algorithms is as much as 49 combinations of 2-itemset. The pattern that formed between 7,5% of graduates from mathematics major that studied for more 5 years with confidence value is 38,5%. Keywords: Apriori algorithm, hash-based algorithm, association rule, data mining. Abstrak Kebutuhan informasi yang sangat tinggi terkadang tidak diimbangi dengan pemberian informasi yang memadai, sehingga informasi tersebut harus kembali digali dalam data yang besar. Dengan menggunakan teknik association rule kita dapat memperoleh informasi dari data yang besar seperti data yang ada di perguruan tinggi. Tujuan penelitian ini adalah menentukan pola lama studi mahasiswa F-MIPA UNSRAT dengan menggunakan metode association rule data mining serta membandingkan algoritma apriori dan algoritma hash-based. Data yang digunakan adalah data induk mahasiswa F-MIPA UNSRAT yang  diolah menggunakan teknik association rule data mining dengan algoritma apriori dan algoritma hash-based dengan minimum support 1% dan minimum confidance 1%. Hasil pengolahan data dengan algoritma apriori sama dengan hasil pengolahan data dengan algoritma hash-based yaitu sebanyak 49 kombinasi 2-itemset. Pola yang terbentuk antara lain 7,5% lulusan yang berasal dari jurusan matematika menempuh studi selama lebih dari     5 tahun dengan nilai confidence 38,5%. Kata kunci : Association rule data mining, algoritma apriori, algoritma hash-based
AUTOMORFISMA GRAF LOLIPOP Mandey, Juwita Fransiska; Mananohas, Mans L; Montolalu, Chriestie E J C
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 9, No 1 (2020): Maret 2020
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (845.405 KB) | DOI: 10.35799/dc.9.1.2020.27675

Abstract

Salah satu topik yang menarik untuk di kaji pada teori graf adalah tentang automorfisma graf. Automorfisma graf adalah permutasi graf ke dirinya sendiri dan selalu menghasilkan dirinya sendiri. Akan ditunjukkan apakah automorfisma beberapa unit dari graf lolipop yaitu graf Lolipop L3,1, L4,1 dan L5,1 akan membentuk grup dengan menggunakan operasi fungsi komposisi. Hasil penelitian menunjukkan bahwa automorfisma dari ketiga graf tersebut membentuk grup oleh karena memenuhi sifat-sifat grup yaitu tertutup, asosiatif, ada elemen identitas dan ada invers dilihat dari tabel fungsi komposisi masing-masing graf. Juga menunjukkan banyaknya fungsi automorfisma graf lolipop Ln,1 adalah n-1!.
Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Bawotong, Vitawati; Komalig, Hanny; Nainggolan, Nelson
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 4, No 1 (2015): Maret 2015
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (760.299 KB) | DOI: 10.35799/dc.4.1.2015.8106

Abstract

Kernel PCA merupakan PCA yang diaplikasikan pada input data yang telah ditransformasikan ke feature space. Misalkan F: Rn®F fungsi yang memetakan semua input data xiÎRn, berlaku F(xi)ÎF. Salah satu dari banyak fungsi kernel adalah power kernel. Fungsi power kernel K(xi, xj) = –|| xi – xj ||b dengan 0 < b ≤ 1. Tujuan dari penelitian ini yaitu mempelajari penggunaan Kernel PCA (KPCA) dengan fungsi Power Kernel untuk membantu menyelesaikan masalah plot multivariate nonlinier terutama yang berhubungan dalam pengelompokan. Hasil menunjukkan bahwa Penggunaan KPCA dengan fungsi Power Kernel sangat membantu dalam menyelesaikan masalah plot multivariate yang belum dapat dikelompokan dengan garis pemisah yang linier. Kata kunci : Kernel Principal Component Analysis (KPCA), Plot Multivariate, Power Kernel
Penerapan Hidden Markov Model Pada Harga Saham Mamonto, Sri; Langi, Yohanes; Rindengan, Altien
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 5, No 1 (2016): Maret 2016
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (410.417 KB) | DOI: 10.35799/dc.5.1.2016.12731

Abstract

Hidden Markov Model (HMM) adalah perkembangan dari rantai Markov di mana statenya tidak dapat diamati secara langsung (tersembunyi), tetapi hanya dapat diobservasi melalui suatu himpunan pengamatan lain. Tujuan dari penelitian ini untuk memprediksi peluang kenaikan harga saham PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk dengan menggunakan Algoritma Baum Welch dalam Hidden Markov Model dan untuk memprediksi state tersembunyi (peluang naik turunnya) suatu harga saham dari PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk pada tahun 2016 dengan menggunakan decoding problem. Penelitian ini menggunakan data harga saham harian dengan periode satu minggu, satu bulan, dan satu tahun. Data yang digunakan yaitu data sekunder dari harga saham harian (penutupan) PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk untuk memprediksi peluang kenaikan harga saham dengan periode satu minggu, satu bulan dan satu tahun pada tahun 2016. Dari hasil penelitian menunjukkan bahwa Hidden Markov Model dapat digunakan untuk memprediksi peluang kenaikan harga saham dan hasil prediksi peluang kenaikan harga saham yang paling tinggi untuk satu minggu dan satu bulan yaitu PT. Bank Mandiri Tbk, sedangkan untuk satu tahun di tahun 2016 adalah harga saham PT. Bank BRI Tbk yang hanya selisih peluang sekitar 0.2 dengan bank lain. Pada algoritma Viterbi, dapat di ambil kesimpulan bahwa untuk 2016 kemungkinan harga saham dari bank PT. Bank BNI Tbk, PT. Bank BRI Tbk, PT. Bank BTN Tbk, dan PT. Bank Mandiri Tbk akan lebih banyak turun, walaupun akan lebih banyak turun tidak akan menutup kemungkinan untuk peluang kenaikan harga saham PT. Bank BRI Tbk pada tahun 2016 akan mengalami kenaikan. Kata kunci : Hidden Markov Model, Saham Bank.

Page 6 of 22 | Total Record : 219