cover
Contact Name
Sugiyarto
Contact Email
jk_math@uad.ac.id
Phone
-
Journal Mail Official
jk_math@uad.ac.id
Editorial Address
Program Studi Mateamtika Univeritas Ahmad Dahlan, Matematika, FMIPA Universitas Ahmad Dahlan, Jl. Ringroad Selatan, Kragilan, Tamanan, Kec. Banguntapan, Bantul, Daerah Istimewa Yogyakarta 55191
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Ilmiah Matematika
ISSN : 20878796     EISSN : 27743241     DOI : http://dx.doi.org/10.26555/konvergensi
Core Subject : Education,
Fuzzy Systems and its Applications Geometry Theories and its Applications Graph Theories and its Applications Real Analysis and its Applications Operation Research and its Applications Statistical Theories and its Applications Dinamical Systems and its Applications Mathematical Modeling and its Applications Discrete Mathematics and its Applications Computer Mathematics and its Applications Actuarial Mathematics and its Application
Articles 5 Documents
Search results for , issue "Vol 8, No 1 (2021)" : 5 Documents clear
Modelling and predicting energy consumption in laboratory buildings using multiple linear regression Nor Hafizah Hussin; Rahaini Mohd Said Aditya; Nadiah Ishak
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21531

Abstract

This study was carried to improve the energy saving by investigating the influence factors that contribute to high energy consumption in a building particularly related to the building in Technology Campus, UTeM. Correlation analysis was performed to measure the strength of relationship between the influence factors whereby all the factors proven to have a strong linear correlation with the energy consumption. The Stepwise Selection of Multiple Linear Regression (MLR) were used to determine and modelling the most influence factors that affects the energy consumption. The final linear regression models was developed based on the amount of lighting in a building and surrounding temperature in the building which is considered as major influence factors that affect the energy consumption. Comparing the actual and predicted energy consumption in Technology Campus, UTeM showed that the MLR model obtained can be used to predict energy consumption and accounted for around 81% of the variance.
Empirical Analysis of Shanghai Stock Exchange Index Based on ARMIA Model and Neural Network Model Jian Xin; Weizhang Lai
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.20850

Abstract

 Stocks are an important part of the national economy. With the increase of liquidity in people's hands, more and more people choose to enter the stock market. In stock investment, accurate prediction of stock price index is not only of great significance to investors, but also of promoting the development of my country's stock market. It even has an important role in accelerating my country's economic development. The paper chose the ARIMA method based on linear technology for time series forecasting and the NN model that is good at mining the implicit nonlinear relationship in the data to compare the China Sea Securities Composite Index from January 21, 2020 to December 31, 2020. Empirical analysis of closing prices and short-term forecasts are made.
Identifikasi sebaran awan konvektif menggunakan metode RGB dan CCO pada data satelit himawari-8 (studi kasus hujan lebat Putussibau 10 september 2020) Aditya Mulya
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21457

Abstract

Putussibau merupakan daerah dengan pola curah hujan ekuatorial yang mempunyai dua puncak curah hujan tertinggi dalam satu tahun. Curah hujan yang tinggi disebabkan oleh adanya awan konvektif. Satelit Himawari-8 merupakan salah satu alat yang dapat mengidentifikasi sebaran awan konvektif. Pada tanggal 10 September 2020 terjadi hujan lebat di wilayah Putussibau dengan total curah hujan tercatat mencapai 78.6 mm dalam satu hari. Penelitian ini bertujuan untuk mengidentifikasi sebaran awan konvektif menggunakan metode Night Microphysics Red Green Blue (RGB-NM) dan Cloud Convective Overlays (CCO) pada data satelit Himawari-8. Metode RGB-NM menampilkan citra satelit sebaran awan menggunakan tiga komposit warna Red, Green dan Blue. Metode CCO merupakan teknik overlay awan dengan menggunakan dua algoritma yaitu Split Windows (SP=BTD[IR1-IR2]) dan Dual Channel Difference (S3=BTD[IR1-WV]). Hasil penelitian menunjukkan bahwa metode RGB-NM dan CCO mampu mengidentifikasi dengan baik sebaran awan konvektif yang menyebabkan terjadinya hujan lebat di Putussibau.
Analisis perbandingan metode CST dan MCST terhadap curah hujan observasi saat banjir Estri Diniyati; Aditya Mulya
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21459

Abstract

Indonesia memiliki curah hujan yang tinggi sehingga berpotensi besar terhadap bencana hidrometeorologi. Salah satu metode yang dapat digunakan untuk estimasi curah hujan adalah CST dan mCST. Metode ini mampu untuk mengatasi keterbatasan pengamatan curah hujan di Indonesia. Pada tanggal 22 Februari 2020 di Jakarta Timur dan 28 Desember 2020 di Surabaya telah terjadi hujan ekstrem yang mengakibatkan banjir. Penelitian ini bertujuan untuk mengetahui perbandingan estimasi curah hujan menggunakan metode CST dan mCST terhadap curah hujan observasi saat terjadi hujan ekstrem. Hasil penelitian menunjukkan kedua metode memiliki korelasi yang kuat (0,6 - 0,775) dan signifikan (p-value < 0,05) terhadap curah hujan observasi. Metode CST memiliki korelasi yang lebih kuat dalam mengestimasi curah hujan pada kedua peristiwa banjir. Pada banjir Jakarta, nilai error metode CST (14,017 mm) lebih kecil dibandingkan metode mCST (14,69 mm) sedangkan pada banjir Surabaya nilai error metode mCST (8,353 mm) lebih kecil dibandingkan metode CST (11,512 mm).
Peramalan jumlah kedatangan wisatawan mancanegara ke bali menggunakan metode hibrida SSA-WFTS Nadia Uli Clarissa; Winita Sulandari; Respatiwulan Respatiwulan
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21460

Abstract

Sektor pariwisata di Indonesia memiliki peran penting dalam meningkatkan devisa negara, pendapatan daerah, pengembangan wilayah, dan penciptaan lapangan tenaga kerja. Salah satu provinsi di Indonesia dengan jumlah kunjungan wisatawan mancanegara terbanyak yaitu provinsi Bali. Perlunya peramalan kunjungan wisatawan mancanegara ke Bali yang dapat dijadikan acuan oleh Pemerintah untuk menetapkan strategi dalam memperbaiki kualitas pariwisata di Bali. Metode yang digunakan untuk meramalkan yaitu metode hibrida Singular Spectrum Analysis (SSA) – Weighted Fuzzy Time Series (WFTS). Pemodelan SSA dilakukan untuk menganalisis komponen linear, lalu nilai residu dari model SSA dimodelkan dengan WFTS. Peramalan dilakukan dengan 4 metode yaitu, SSA dengan R-forecasting, SSA-WFTS dengan metode Chen, Yu, Cheng (α = 0,9), dan Lee (c = 1,1). Keempat metode ini akan dibandingkan untuk memperoleh model terbaik. Hasil peramalan diperoleh nilai MAPE sebesar 14,515% untuk model SSA R-forecasting, 9,029% untuk model SSA-WFTS metode Chen, 9,067% untuk model SSA-WFTS metode Yu, 9,125% untuk model SSA-WFTS metode Cheng (α = 0,9), dan 9,028% untuk model SSA-WFTS metode Lee (c = 1,1). Model terbaik diperoleh dengan pemodelan hibrida SSA-WFTS metode Chen dengan nilai MAPE terkecil dibanding model lainnya.

Page 1 of 1 | Total Record : 5