cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Lyra Yulianti
Contact Email
lyra@sci.unand.ac.id
Phone
-
Journal Mail Official
lyra@si.unand.ac.id
Editorial Address
http://jmua.fmipa.unand.ac.id/index.php/jmua/index
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Matematika UNAND
Published by Universitas Andalas
ISSN : 2303291X     EISSN : 27219410     DOI : -
Core Subject : Science, Education,
Computer Science & IT Mathematics
Fokus dan Lingkup dari Jurnal Matematika FMIPA Unand meliputi topik-topik dalam Matematika sebagai berikut : Analisis dan Geometri Aljabar Matematika Terapan Matematika Kombinatorika Statistika dan Teori Peluang.
Arjuna Subject : -
Articles 858 Documents
 29   30   31   32   33 
PENENTUAN ANGGOTA KELAS R AMSEY MINIMAL UNTUK PASANGAN (2 K2 , C4) Liza Hariyani
Jurnal Matematika UNAND Vol 2, No 4 (2013)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.2.4.83-90.2013

Abstract

Diberikan dua graf G dan H. Notasi F → ( G, H) berarti bahwa sebarang pewarnaan merah-biru terhadap sisi-sisi graf F mengakibatkan F memuat subgraf merahyang isomorfik dengan G atau subgraf biru yang isomorfik dengan H. Graf F disebutsebagai graf Ramsey ( G, H)-minimal jika F → ( G, H) dan F ∗ 9 ( G, H) untuk sebarangsubgraf sejati F ∗ ⊂ F. Dalam makalah ini akan dikaji kembali tentang penentuan beberapa graf yang berada dalam R(2 K2 , C4).
PENERAPAN ANALISIS CLUSTER ENSEMBLE DENGAN METODE ROCK UNTUK MENGELOMPOKKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT Nadira Sri Belinda; Izzati Rahmi HG; Hazmira Yozza
Jurnal Matematika UNAND Vol 8, No 2 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.2.108-119.2019

Abstract

Kesejahteraan rakyat pada suatu daerah dapat dilihat dari indikator-indikator yang mampu mengukur kesejahteraan rakyat. Kesejahteraan rakyat pada masing-masing daerah berbeda-beda. Oleh karena itu dapat dilakukan pengelompokan daerah di Indonesia untuk melihat kemiripan kondisi kesejahteraan rakyat di suatu daerah dengan daerah lain sehingga dapat membantu pemerintah dalam menyusun dan menentukan prioritas pembangunan. Data indikator kesejahteraan berupa data campuran. Metode pengelompokan yang dapat digunakan untuk menangani data campuran yaitu metode cluster ensemble dengan menggunakan algoritma CEBMDC (Cluster Ensemble Based Mixed Data Clustering) dengan melakukan pengelompokan untuk data numerik dan data kategorik secara terpisah, selanjutnya hasil pengelompokan digabungkan. Objek pengamatan pada penelitian ini adalah 34 provinsi di Indonesia. pengelompokan untuk data numerik menggunakan metode hirarki agglomerative menghasilkan pengelompokan terbaik dengan nilai CP terkecil diperoleh pada metode Ward dengan 2 cluster. pengelompokan data kategorik menggunakan metode ROCK (Robust Clustering Using Links) dengan nilai CP∗ terbesar diperoleh pada θ = 0.30 yang menghasilkan 4 cluster. Tahap penggabungan (ensemble) menggunakan metode ROCK menghasilkan pengelompokan terbaik pada θ = 0.30 dengan nilai CP∗ terbesar yang menghasilkan 4 cluster yang terdiri dari 1 provinsi pada cluster 1, 19 provinsi pada cluster 2, 10 provinsi pada cluster 3, dan 4 provinsi pada cluster 4.Kata Kunci: Cluster Ensemble, CEBMDC, ROCK, CP, CP∗
PENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA BARAT Siska Zayendra; Hazmira Yozza; Maiyastri .
Jurnal Matematika UNAND Vol 5, No 2 (2016)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.5.2.113-121.2016

Abstract

Abstrak. Usaha pembuatan roti merupakan usaha yang cukup diminati karena pangsapasarnya besar. Banyaknya usaha di bidang ini membuat produsen harus melakukanstrategi untuk mengendalikan kualitas produk. Dalam statistika, pengendalian kualitassecara o-line dapat dilakukan dengan metode Taguchi, yang bertujuan menghasilkanproduk yang lebih tangguh dan berupaya mengoptimalkan rancangan produk sertaproses. Pada penelitian ini akan dikaji penggunaan metode Taguchi untuk optimalisasiproduk roti. Percobaan dilaksanakan di usaha roti Meyza Bakery dengan melibatkan empatfaktor yaitu takaran ragi, lama adonan didiamkan, waktu penggorengan, dan takaranair dengan respon persentase produk tidak layak jual. Disimpulkan bahwa keempat faktorberpengaruh terhadap persentase produk yang layak jual. Hasil yang optimal diperolehuntuk rancangan dengan takaran ragi sebanyak 11 gram, lama adonan didiamkan selama30 menit, waktu penggorengan selama tiga menit dan takaran air sebanyak 0:4 liter.
PEMODELAN MATEMATIKA PADA PERCABANGAN PEMBULUH DARAH Delsiana Boneta; Efendi Efendi; Mahdhivan Syafwan
Jurnal Matematika UNAND Vol 7, No 3 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.7.3.27-35.2018

Abstract

Pada penelitian ini, dibahas pemodelan percabangan pada pembuluh darah sehingga diperoleh sudut optimal agar darah dapat mengalir dengan lancar didalam pembuluh. Pada pemodelan diperoleh resistensi dan volume dari fluida yang mana nilai minimum dari resistensi dan volume fluida akan mengoptimalkan aliran darah pada pembuluh darah. Disini juga diperiksa kesesuaian model yang diperoleh dengan hasil observasi Empiris Roux.Kata Kunci: Pemodelan percabangan pembuluh darah, Resistensi, Volume Fluida, Observasi Empiris Roux
AUTOKORELASI PADA BAGAN KENDALI Nila Choirotunnisa; Maiyastri .; Yudiantri Asdi
Jurnal Matematika UNAND Vol 3, No 2 (2014)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.3.2.88-96.2014

Abstract

Dalam penggunaan bagan kendali, data yang mengkonstruksi bagan kendaliharus memenuhi asumsi kebebasan dan kenormalan. Autokorelasi melanggar asumsi kebebasan pada bagan kendali dan mengakibatkan proses tidak terkendali. Permasalahanautokorelasi pada suatu proses dapat berasal dari penyebab khusus seperti pengambilansampel secara periodik atau berasal dari sifat asli data. Autokorelasi yang berasal darisifat asli data dapat diperbaiki dengan memodelkan data menggunakan model autoregressive. Pada makalah ini pengaruh autokorelasi pada bagan kendali dilihat denganmelakukan simulasi pada model autoregressive orde satu dengan koefisien autoregressiveyang bernilai positif. Hasil simulasi menunjukkan bahwa untuk nilai koefisien autoregressive φ = 0.35, φ = 0.4 dan φ = 0.45 diperoleh data yang berpola tidak acak. Pemodelanyang dilakukan pada data untuk masing-masing koefisien autoregressive tersebut menghasilkan sisaan yang bebas dari pengaruh autokorelasi dan diperoleh proses yang terkendali.
PENJADWALAN KULIAH DENGAN ALGORITMA WELSH-POWELL (STUDI KASUS: JURUSAN MATEMATIKA FMIPA UNAND) Putri Wulan Sari; Lyra Yulianti; Narwen .
Jurnal Matematika UNAND Vol 6, No 1 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.1.134-141.2017

Abstract

Abstrak. Penjadwalan kuliah merupakan suatu pekerjaan rutin dalam sistem akademikperguruan tinggi yang dilakukan setiap semester. Permasalahan yang kerap munculadalah terjadinya bentrok waktu perkuliahan baik dari segi dosen yang mengajarmaupun mahasiswa yang mengikuti perkuliahan. Berdasarkan permasalahan tersebut,pada tulisan ini akan disusun jadwal kuliah jurusan Matematika FMIPA UNAND melaluipewarnaan titik graf menggunakan algoritma Welsh-Powell. Dengan algoritma ini, dapatdisusun kelompok-kelompok mata kuliah yang tidak dapat dilaksanakan waktunyasecara bersamaan, dan yang dapat dilaksanakan dalam waktu yang bersamaan. Kelompokmata kuliah yang dapat bersamaan waktunya ini disusun dalam jadwal perkuliahanyang terdapat jurusan Matematika FMIPA UNAND.Kata Kunci: Penjadwalan, Pewarnaan titik, Algoritma Welsh-Powell, Matriks ketetanggaan
BILANGAN KROMATIK LOKASI UNTUK GRAF AMALGAMASI BINTANG Fadhilah Syamsi
Jurnal Matematika UNAND Vol 2, No 1 (2013)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.2.1.6-13.2013

Abstract

Let G = (V; E) be a connected graph and c a coloring of G. For i = 1; 2; :::; k,we dene the color classes Cias the set of vertices receiving color i. The color code c(v)of a vertex v 2 V (G) is the k-vector (d(v; C1); d(v; C2); :::; d(v; Ck)), where d(v; C) isthe distance between v and C. If all vertices of G have distinct color codes, then c iscalled a locating-coloring of G. The locating-coloring number of graph G, denoted byLi(G), is the smallest positive integer k such that G has a locating coloring with k color.Let K1;nibe star, where niis the number of leaves of each star K. We dene thevertex amalgamation of star, denoted by Sk;(n1;:::;nk)1;n, as a graph obtained from starsKby identifying one arbitrary leaf from each star. We dene the edge amalgamationof star, denoted by S1;nik;(n, as a graph obtained by uniting an edge of each star.If ni1;:::;nk)= m for each i, then we denoted the vertex amalgamation of star as Sandthe edge amalgamation of star as Sk;m. In this paper we discuss the locating coloring ofSk;(n1;:::;nk)and Sk;(n1;:::;nk).
BILANGAN KROMATIK LOKASI UNTUK GALAKSI DAN HUTAN LINIER Zahara Zahara; Des Welyyanti; Efendi Efendi
Jurnal Matematika UNAND Vol 7, No 4 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.7.4.87-92.2018

Abstract

Misalkan G = (V, E) graf terhubung dan c suatu k-pewarnaan dari G. Kelas warna pada G adalah himpunan titik-titik yang berwarna i, dinotasikan dengan Ci untuk 1 ≤ i ≤ k. Misalkan Π = {C1, C2, · · · , Ck} adalah partisi terurut dari V (G) berdasarkan pewarnaan titik, maka representasi v terhadap Π disebut kode warna dari v, dinotasikan dengan cΠ(v). Kode warna cΠ(v) dari suatu titik v ∈ V (G) didefinisikan sebagai vektork: cΠ(v) = (d(v, C1), d(v, C2), · · · , d(v, Ck)) dimana d(v, Ci) = min{d(v, x : x ∈ Ci)} untuk 1 ≤ i ≤ k. Jika setiap titik yang berbeda di G memiliki kode warna yang berbeda untuk suatu Π, maka c disebut pewarnaan lokasi untuk G. Jumlah warna minimum yang digunakan pada pewarnaan lokasi dari graf G disebut bilangan kromatik lokasi untuk G, dinotasikan dengan χL(G). Galaksi adalah gabungan dari graf bintang. Hutan Linier adalah gabugan dari graf lintasan. Pada tulisan ini akan dibahas bilangan kromatik lokasi untuk Galaksi dan Hutan Linier.Kata Kunci: Kelas warna, Kode warna, Bilangan kromatik lokasi, Galaksi, Hutan Linier, Graf Bintang, Graf Lintasan Diterima : 29 November 20
PERBANDINGAN PENDUGA ORDINARY LEAST SQUARES (OLS) DAN GENERALIZED LEAST SQUARES (GLS) PADA MODEL REGRESI LINIER DENGAN REGRESOR BERSIFAT STOKASTIK DAN GALAT MODEL BERAUTOKORELASI Helmi Iswati; Rahmat Syahni; Maiyastri .
Jurnal Matematika UNAND Vol 3, No 4 (2014)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.3.4.168-176.2014

Abstract

Pendugaan parameter model regresi linier pada analisis regresi linier, biasanyadilakukan dengan metode penduga OLS. Penduga OLS harus memenuhi asumsi-asumsistatistik yang disebut dengan asumsi klasik. Jika asumsi tidak dipenuhi, maka akanmenghasilkan kesimpulan yang tidak valid sehingga penduga OLS tidak bisa digunakanlagi dalam melakukan pendugaan parameter. Oleh karena itu diperlukan metode pendugaan lain untuk memperoleh hasil yang valid yaitu penduga GLS. Pelanggaran asumsidiantaranya terdapat autokorelasi pada galat model dan regresor bersifat stokastik.Adanya autokorelasi dengan regresor bersifat stokastik dilihat melalui simulasi MonteCarlo dengan ukuran sampel, koefisien autokorelasi dan ulangan yang bervariasi. Selainitu, pendugaan parameter juga dievaluasi melalui beberapa kriteria yaitu nilai AbsolutBias, Varian dan MSE. Hasil simulasi menunjukkan bahwa semakin bertambahnya ukuran sampel mengakibatkan kriteria penduga parameter semakin kecil. Sementara itu,ulangan yang tinggi yang dilakukan pada simulasi ini tidak mempengaruhi kriteria penduga parameter. Pada pendugaan parameter model untuk semua penduga, penduga GLSlebih efisien dan stabil dibanding dengan penduga OLS kecuali untuk koefisen autokorelasi −0.5 ≤ ρ ≤ −0.25 dan ρ = 0.5 pada βb1 , dan ρ = −0.25 pada βb2.
STABILISASI SISTEM KONTROL LINIER INVARIANT WAKTU DENGAN MENGGUNAKAN METODE ACKERMANN Dian Puspita Bey
Jurnal Matematika UNAND Vol 2, No 3 (2013)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.2.3.34-41.2013

Abstract

Dalam penelitian ini dikaji proses stabilisasi suatu sistem kontrol linier invariant waktu dengan menggunakan metode Ackermann. Kajian ini diaplikasikan padasistem pendulm terbalik yang bersifat tidak stabil, namun dapat distabilkan jika terdapat kontrol feedback u = − Kx sedemikian sehingga sistem loop tertutup x˙ = ( A − B K)xadalah stabil dengan nilai eigen dari matriks A − B K dapat ditempatkan sesuai keinginan. Dengan ilustrasi yang diberikan, diperoleh matriks feedback K yang membuatsistem pendulum terbalik menjadi stabil.

Page 31 of 86 | Total Record : 858

 29   30   31   32   33 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol. 15 No. 1 (2026) Vol. 14 No. 4 (2025) Vol. 14 No. 3 (2025) Vol. 14 No. 2 (2025) Vol 14, No 1 (2025) Vol. 14 No. 1 (2025) Vol 13, No 4 (2024) Vol. 13 No. 4 (2024) Vol. 13 No. 3 (2024) Vol 13, No 3 (2024) Vol. 13 No. 2 (2024) Vol 13, No 2 (2024) Vol 13, No 1 (2024) Vol. 13 No. 1 (2024) Vol 12, No 4 (2023) Vol. 12 No. 4 (2023) Vol 12, No 3 (2023) Vol. 12 No. 3 (2023) Vol. 12 No. 2 (2023) Vol 12, No 2 (2023) Vol 12, No 1 (2023) Vol 11, No 4 (2022) Vol 11, No 3 (2022) Vol 11, No 2 (2022) Vol 11, No 1 (2022) Vol 10, No 4 (2021) Vol 10, No 3 (2021) Vol 10, No 2 (2021) Vol 10, No 1 (2021) Vol 9, No 4 (2020) Vol 9, No 3 (2020) Vol 9, No 2 (2020) Vol 9, No 1 (2020) Vol 8, No 4 (2019) Vol 8, No 3 (2019) Vol 8, No 2 (2019) Vol 8, No 1 (2019) Vol 7, No 4 (2018) Vol 7, No 3 (2018) Vol 7, No 2 (2018) Vol 7, No 1 (2018) Vol 6, No 4 (2017) Vol 6, No 3 (2017) Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol 5, No 4 (2016) Vol 5, No 3 (2016) Vol 5, No 2 (2016) Vol 5, No 1 (2016) Vol 4, No 4 (2015) Vol 4, No 3 (2015) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 3, No 4 (2014) Vol 3, No 3 (2014) Vol 3, No 2 (2014) Vol 3, No 1 (2014) Vol 2, No 4 (2013) Vol 2, No 3 (2013) Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol 1, No 2 (2012) Vol 1, No 1 (2012) Vol 1, No 1 (2012) More Issue