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 219 Documents
 6   7   8   9   10 
Persepsi Alumni Matematika Terhadap Layanan dan Fasilitas Akademik Serta Penelitian dan Pengabdian kepada Masyarakat Di Program Studi Matematika FMIPA UNSRAT dengan Menggunakan Analisis Korespondensi Pangemanan, Yohana; Hatidja, Djoni; Komalig, Hanny A.H.
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 (358.513 KB) | DOI: 10.35799/dc.3.1.2014.3807

Abstract

Abstract The research has been conducted to determine the perceptions of mathematics alumni about services and academic facilities also scientific publications, research, and community service in Mathematics Department Faculty of Natural Science Sam Ratulangi University Manado using Correspondence Analysis. The data used is primary data in the form of a questionnaire distributed to 50 alumni who graduate on 2006 until 2013 Mathematics Department UNSRAT Manado Correspondence Analysis result shows that the variable use of technology to assist the completion of administrative work majors have a good percentage of the most widely assessed by the percentage of alumni while most are judged to be good by the alumni of that programming courses with a SIM facility. For other categories were deemed good by alumni. Keywords: correspondence analysis, alumni , service. Abstrak Telah dilakukan penelitian untuk mengetahui bagaimana persepsi alumni program studi matematika terhadap layanan dan fasilitas akademik serta publikasi ilmiah, riset, dan pengabdian pada masyarakat di program studi Matematika Fakultas MIPA UNSRAT Manado dengan menggunakan Analisis Korespondensi. Data yang digunakan adalah data primer berupa kuesioner yang dibagikan kepada 50 alumni lulusan 2006-2013 Jurusan Matematika FMIPA UNSRAT Manado. Hasil Analisis Korespondensi  diperoleh bahwa untuk variabel pemanfaatan teknologi untuk membantu penyelesaian pekerjaan administrasi jurusan memiliki presentase paling banyak dinilai baik oleh alumni sedangkan untuk presentase paling banyak yang dinilai tidak baik oleh alumni yaitu pemrograman mata kuliah dengan fasilitas SIM. Secara umum untuk kategori-kategori lainnya dinilai baik oleh alumni.   Kata kunci: analisis korespondensi, alumni, pelayanan.
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Wongkar, Bernhard; Kekenusa, John; Komalig, Hanny
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 (370.759 KB) | DOI: 10.35799/dc.4.2.2015.8651

Abstract

Analisis Komponen Utama merupakan salah satu analisis peubah ganda yang digunakan untuk mentransformasi data secara linier sehingga terbentuk sistem koordinat baru. Untuk menyelesaikan masalah data yang tidak linier digunakan Kernel PCA. Penelitian dilakukan untuk menyelesaikan masalah plot multivariate non linier menggunakan Kernel PCA dengan fungsi Gaussian, terutama masalah data non linier yang berkelompok  secara melingkar dalam dua dimensi. Hasil penelitian menunjukkan bahwa Kernel PCA dengan fungsi Gaussian dengan menggunakan parameter 0,1; 0,5; 1; 1,5  dapat melakukan pengelompokkan pada data tersebut, yang mana tidak dapat dikelompokkan PCA linier Kata kunci : Gaussian, Kernel PCA, Pengelompokkan, Plot Multivariat  
Analisis Regresi Logistik Ordinal Pada Tingkat Kepuasaan Pengguna Jasa Terhadap Pelayanan di Bandara Internasional Sam Ratulangi Manado Paputungan, Ninda; Langi, Yohanes; Prang, Jantje
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 (545.556 KB) | DOI: 10.35799/dc.5.2.2016.14016

Abstract

Regresi logistik biner merupakan suatu metode analisis data yang digunakan untuk mencari hubungan antara variabel respon (Y) yang bersifat biner atau dikotomus dengan variabel prediktor (X) yang bersifat polikotomus. Tujuan dari penelitian ini untuk menganalisis tingkat kepuasan pengguna jasa terhadap kualitas pelayanan di bandara Internasional Sam Ratulangi Manado. Terdapat 16 variabel independen dan 1 variabel dependen. Variabel independen terbagi atas 3 aspek yaitu 7 aspek pelayanan, 5 aspek keamanan, dan 4 aspek komersial, sedangkan variabel dependennya adalah penilaian bandara secara umum. Data yang digunakan dalam penelitian ini yaitu data primer dengan menyebarkan kuesioner kepada 100 responden di bandara. Metode yang dipakai pada penelitian ini adalah metode regresi logistik ordinal. Dari hasil penelitian menunjukan bahwa variabel yang berpengaruh secara signifikan terhadap kepuasan pengguna jasa di bandara adalah keteraturan kendaran masuk dan keluar, ketersediaan tempat duduk di bandara, dan ketersediaan customer care service di bandara. Variabel independen yaitu aspek pelayanan, aspek keamanan, dan aspek komersial mempengaruhi penilaian pelayanan secara umum sebesar 94.0%. Berdasarkan odds rasio dari 100 responden diketahui peluang pengguna jasa menilai pelayanan di Bandara Internasional Sam Ratulangi Manado dengan skala penilaian baik adalah 0.52, Peluang untuk skala penilaian cukup 0.46, dan peluang 0.02 untuk skala penilaian kurang baik. Kata kunci : Regresi Logistik Ordinal, Rasio Odds, Kepuasan Pengguna Jasa
Analisis Survival Dalam Menentukan Faktor-faktor Yang Mempengaruhi Lama Studi Mahasiswa Matematika Di Jurusan Matematika FMIPA Universitas Sam Ratulangi Manado Hari, Noivia Cyta; Komalig, Hanny; Langi, Yohanes
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 7, No 2 (2018): September 2018
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (684.458 KB) | DOI: 10.35799/dc.7.2.2018.21455

Abstract

Lama studi merupakan waktu yang dibutuhkan seorang mahasiswa untuk menyelesaikan pendidikan. Terkait dengan proses belajar mahasiswa, ternyata banyak hal yang dapat memengaruhi mahasiswa untuk dapat bertahan sehingga mahasiswa dapat melanjutkan ke semester berikutnya. Faktor-faktor yang mempengaruhi lama studi mahasiswa bisa berasal dari faktor internal dan faktor eksternal. Penelitian ini dilakukan selama 10 bulan sejak bulan Agustus 2017 sampai bulan Juni 2018.Tujuan dari penelitian ini adalah menentukan faktor – faktor yang berpengaruh signifikan terhadap lama studi mahasiswa Jurusan Matematika FMIPA Unsrat dengan menggunakan  Regresi Cox Proportional Hazard . Dari hasil analisis pada lama studi mahasiswa jurusan Matematika FMIPA Unsrat  dapat diperoleh kesimpulan bahwa variabel Jenis Kelamin (X1) dan variabel Asal Daerah (X2) tidakberpengaruh secara signifikan terhadap lama studi mahasiswa S-1 jurusan Matematika FMIPA Unsrat dan untuk variabel IPK (X3) berpengaruh terhadap lama studi mahasiswa. Model regresi Cox Proportional Hazard dari faktor-faktor yang mempengaruhi lama studi mahasiswa jurusan Matematika FMIPA Unsrat diperoleh sebagai berikut :  h(t,X) = h0(t) . (exp  (0.426X1 + 0.89X2 – 0.602X3)).Kata Kunci: Analisis Survival, Regresi Cox, Metode Kaplan-Meier
Penentuan Alih Fungsi Lahan Marginal Menjadi Lahan Pangan Berbasis Algoritma K-Means di Wilayah Kabupaten Boyolali Kaparang, Daniel; Eko, Sediyono
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 2, No 2 (2013): September, 2013
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.437 KB) | DOI: 10.35799/dc.2.2.2013.3217

Abstract

Abstract Changes in land use for industrial development, public housing and so on continues to grow along with the increasing of the population. Meanwhile, development of food security, continue to have problems, one of them is wide area of foodland. This study, build an analysis model to supporting variable land suitability against development of marginal land for opening primary food land as an information system. By using K-Means algorithm and focus on the data flow to become information, this study recommends a model of optimization analysis of marginal land to assist Agricultural Department in improving the agricultural service area to plant crops. Key words : Analysis model, K-Means, Marginal Land, Land Food, Characteristic Of The Land   Abstrak Perubahan fungsi lahan pangan untuk pembangunan industri, perumahan rakyat dan sebagainya, terus berkembang seiring dengan meningkatnya populasi penduduk. Sementara itu pembangunan ketahanan pangan terus mengalami kendala salah satunya luas area lahan pangan. Penelitian ini membangun model analisis variabel pendukung kesesuaian lahan terhadap pengembangan lahan maginal untuk pembukaan lahan pangan sebagai suatu sistem informasi. Dengan menggunakan algoritma k-means dan fokus pada alur data untuk menjadi informasi, maka penelitian ini merekomendasikan model analisis optimasi terhadap lahan marginal untuk membantu dinas pertanian dalam meningkatkan luas area tanam tanaman pangan.   Kata Kunci: Model analisis, k-means, lahan marginal, lahan pangan, karakteristik lahan
Pengelompokkan Kecamatan Berdasarkan Potensi Pertanian di Kabupaten Halmahera Selatan dengan Analisis Gerombol Harikadua, Meilissa; Hatidja, Djoni; Mongi, Charles E
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 (285.48 KB) | DOI: 10.35799/dc.9.1.2020.25921

Abstract

This study aims to classify sub-districts based on the potential of agricultural, plantation, livestock, marine fisheries and forestry commodities in the area of South Halmahera Regency. The data used in this study are secondary data taken from the website of the Central Statistics Agency of South Halmahera Regency.The analysis used in this study is Cluster Analysis with a single linkage method and the results obtained are the formation of 3 cluster including Cluster 1 consisting of 28 districts namely: South Obi, Obi, West Obi, East Obi, North Obi, Bacan , South Mandioli, North Mandioli, Batang Lomang Islands, South East Bacan, Middle East Bacan, West Bacan, West Kasiruta, East Kasiruta, North West Bacan, Kayoa, West Kayoa, South Kayoa, North Kayoa, Makian Island, Makian Barat, Gane West, South West Gane, North West Gane, Joronga Islands, East Gane, Middle East Gane and South East Gane. Cluster 2 consisted of South Bacan sub-district and Cluster 3 consisted of East Bacan sub-district.
Pemodelan ARIMA Dalam Prediksi Penumpang Pesawat Terbang Pada Bandara Internasional Sam Ratulangi Manado Salmon, Sinnyo; Nainggolan, Nelson; Hatidja, Djoni
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 (434.796 KB) | DOI: 10.35799/dc.4.1.2015.8099

Abstract

Analisis time series model ARIMA dapat digunakan untuk melakukan perkiraan maupun prediksi pada masa yang akan datang. Data pengamatan banyaknya penumpang pesawat dapat dipandang sebagai data time series. Tujuan penelitian ini ialah menentukan  model time series yakni model ARIMA dari banyaknya penumpang pesawat domestik di Bandara Internasional Sam Ratulangi Manado. Kemudian memprediksi  (prediction)  jumlah penumpang pesawat domestik di Bandara Internasional Sam Ratulangi Manado untuk    6 bulan.  Data yang digunakan pada penelitian ini adalah data  sekunder yang diperoleh dari PT. Angkasa Pura I di Bandara Internasional Sam Ratulangi yang berupa data jumlah penumpang pesawat di Bandara Internasional Sam Ratulangi bulan Januari 2003 sampai Juni 2014. Data yang diambil adalah banyaknya penumpang pesawat baik yang datang ke Bandara Internasional Sam Ratulangi maupun yang berangkat dari Bandara Internasional Sam Ratulangi. Hasilnya model time series untuk jumlah penumpang pesawat domestik pada Bandara Internasional Sam Ratulangi Manado adalah ARIMA musiman (1,1,1)(1,1,1)12 dengan hasil prediksi bulan Januari 2015 sebanyak  171794 penumpang, bulan Februari 2015 sebanyak 173398 penumpang, bulan Maret 2015 sebanyak  165233 penumpang, bulan April 2015 sebanyak 170892 penumpang, bulan Mei 2015 sebanyak 158937 penumpang dan bulan Juni 2015 sebanyak  164245 penumpang. Kata Kunci :  Bandara Internasional Sam Ratulangi , Metode ARIMA
Optimasi Produksi Air Bersih Pelanggan PT. Air Manado Menggunakan Metode Goal Programming Sualang, Meyhard; Nainggolan, Nelson; Kekenusa, John
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 7, No 1 (2018): Maret 2018
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (481.194 KB) | DOI: 10.35799/dc.7.1.2018.19551

Abstract

Air merupakan salah satu sumber daya alam yang sangat berperan penting untuk kebutuhan dasar sehari-hari, maka dibutuhkan air yang bermutu dan layak digunakan. PT Air Manado merupakan satu-satunya perusahaan untuk menyalurkan air bersih bagi penduduk Kota Manado dan sekitarnya, sehingga dalam memenuhi kebutuhan air bersih dengan batasan yang ada dalam perusahaan maka diperlukan metode dalam mengoptimalkan produksi air bersih. Penelitian ini bertujuan untuk mendapatkan hasil produksi air bersih yang optimal agar dapat memenuhi kebutuhan pelanggan dan memberikan keuntungan bagi perusahaan.  Dengan menggunakan metode goal programming maka didapat hasil optimasi produksi air bersih di Instalasi Pengolahan Air (IPA) Paal dua sebesar 312.088.046 m3, IPA Lotta sebesar 142.663.903 m3, IPA Malalayang sebesar 77.053.136 m3, IPA Pancuran Sembilan sebesar 62.212.821 m3 dan IPA Koka sebesar 11.415.549 m3, dengan pendapatan penjualan air bersih sebesar Rp 4.239.479.087,00.Kata Kunci : Air, PT. Air Manado, Optimasi, Goal Programming. 
PERBANDINGAN KOEFISIEN VARIASI ANTARA 2 SAMPEL DENGAN METODE BOOTSTRAP Setiawan, Adi
d'CARTESIAN:Jurnal Matematika dan Aplikasi Vol 1, No 1 (2012): 2012
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (336.054 KB) | DOI: 10.35799/dc.1.1.2012.531

Abstract

Abstrak Untuk membandingan persebaran data antara 2 kelompok data yang mempunyai satuan yang berbeda tidak bisa dilakukan hanya menggunakan simpangan baku tetapi menggunakan perbandingan koefisien variasi antara 2  kelompok data  tersebut.   Dalam makalah ini dijelaskan tentang bagaimana melakukan perbandingan koefisien variasi antara 2 sampel dengan menggunakan metode bootstrap.   Metode yang diusulkan dikerjakan pada data inflasi bulanan komoditas beras,  cabe merah dan bawang putih.  Studi simulasi digunakan untuk memberikan gambaran jenis sampel yang seperti apa yang mengakibatkan koefisien variasi antara kedua sampel berbeda secara signifikan.  Kata kunci : koefisien variasi, metode bootstrap, indeks harga konsumen, inflasi. Abstract For comparing the distribution of data between the two sets of data have different units can not be done using only the standard deviation but using the coefficient of variation comparisons between the 2 groups of data. In this paper explained about how to perform the comparison the coefficient of variation between two  samples  using  the bootstrap method. The proposed method works in the monthly  inflation data for commodit ies  rice,  red pepper  and garlic.  Simulation studies are  used to illustrate what  kind of samples that resulted in a coefficient of variat ion between the two samples differ significantly. Key Words : coefficient of variation, the bootstrap method, the consumer price index, inflation.
Analisis Biplot pada Pemetaan Karakteristik Kemiskinan di Provinsi Sulawesi Utara Londong Padang, Desryanti; Rindengan, Altien J.; Kekenusa, John S.
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 (296.632 KB) | DOI: 10.35799/dc.8.1.2019.24595

Abstract

 Abstrak               Penelitian dilakukan untuk: 1) Menerapkan metode analisis biplot untuk mengklasifikasikan kabupaten/kota yang memiliki kemiripan karakteristik kemiskinan dengan kabupaten/kota yang lainnya. 2) Mengetahui nilai variabel pada suatu objek dan korelasi antar variabel serta keragaman karakteristik kemiskinan pada setiap kabupaten/kota di Provinsi Sulawesi Utara. Data yang digunakan adalah data sekunder tahun 2017 yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sulawesi Utara. Analisis yang digunakan adalah analisis biplot. Analisis Biplot didasarkan pada Singular Value Decomposition (SVD). Dengan menggunakan analisis biplot menunjukkan bahwa Kabupaten Minahasa, Kabupaten Minahasa Utara, Kabupaten Kepulauan Sitaro, Kota Tomohon dan Kabupaten Minahasa Tenggara, Kabupaten Bolaang Mongondow Timur, Kota Kotamobagu memiliki kemiripan karakteristik. 

Page 8 of 22 | Total Record : 219

 6   7   8   9   10 

Filter by Year

2012 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