cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
BIMASTER
Published by Universitas Tanjungpura
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan
Arjuna Subject : -
Articles 25 Documents
 1   2   3 
Search results for , issue "Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya" : 25 Documents clear
ANALISIS DAMPAK KOMPONEN INFLASI VOLATILE FOOD TERHADAP INFLASI DI KALIMANTAN BARAT DENGAN MODEL STRUCTURAL VECTOR AUTOREGRESSION Farhan Farhan; Dadan Kusnandar
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44672

Abstract

Inflasi volatile food sering sekali menjadi penyumbang inflasi di Indonesia maupun setiap provinsi di Indonesia. Hal ini disebabkan inflasi volatile food sangat rentan dipengaruhi oleh shock (guncangan) dalam kelompok bahan makanan seperti panen, gangguan alam, atau faktor perkembangan harga komoditas pangan domestik maupun perkembangan harga komoditas pangan internasional. Oleh karena itu penelitian ini dilakukan untuk mengetahui dampak inflasi volatile food terhadap angka inflasi di Kalimantan Barat agar bisa menghasilkan kebijakan yang sebaiknya diambil. Data yang digunakan adalah data time series bulanan yaitu data Indeks Harga Konsumen (IHK) dari Januari 2016 – Desember 2019. Data IHK tersebut digunakan untuk menghitung inflasi. Penelitian ini dianalisis menggunakan model Structural Vector Autoregression (SVAR) dalam restriksi jangka pendek. Penggunaan model SVAR dapat menganalisis bagaimana respon suatu variabel dan dapat memperhitungkan besaran persentase variasi variabel dependen terhadap perubahan (shock) variabel yang lain dalam model. Dapat dilihat dari hasil analisis Structural Impulse Response Function, bahwa guncangan inflasi volatile food direspon oleh inflasi Kalimantan Barat dalam jangka pendek. Pada hasil analisis Structural Variance Decomposition menunjukkan kontribusi inflasi volatile food terhadap inflasi Kalimantan Barat sebesar 75,97%. Angka tersebut membuktikan bahwa inflasi volatile food berpengaruh terhadap angka inflasi di Kalimantan Barat. Kata Kunci : inflasi, IHK, volatile food, SVAR.
ANALISIS QUICK COUNT DENGAN MENGGUNAKAN METODE STRATIFIED RANDOM SAMPLING STUDI KASUS PEMILU GUBERNUR KALIMANTAN BARAT 2018 Putri Azora
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44666

Abstract

Perhitungan cepat atau quick count adalah prediksi hasil pemilu berdasarkan fakta serta mampu memprediksi dan melaporkan adanya penyimpangan. Dalam melaksanakan quick count digunakan metode sampling tertentu. Stratified random sampling merupakan salah satu metode yang dapat digunakan untuk analisis quick count. Stratified random sampling membagi populasi yang heterogen ke dalam sub-sub populasi (stratum) yang homogen. Pengambilan sampel dari setiap stratum yang homogen dapat mempresentasikan karakteristik populasi dengan baik. Data yang digunakan adalah rekapitulasi hasil Pemilihan Gubernur Kalimantan Barat tahun 2018. Populasi TPS sebanyak 11.608 TPS dan populasi DPT sebanyak 3.439.580 pemilih dengan ukuran sampel TPS sebanyak 128 TPS dan sampel DPT sebanyak 30.379 pemilih. Hasil perhitungan suara quick count di 128 TPS  adalah paslon nomor urut 1 memperoleh  4.337 suara atau sekitar 14,28%, paslon nomor urut 2 memperoleh 11.607 suara atau sekitar 38,40% dan paslon nomor urut 3 memperoleh 14.375 suara atau sekitar 47,32% dengan total sampel pemilih sebanyak 30.379 suara.  Hal ini menunjukkan bahwa hasil analisis quick count dengan menggunakan metode stratified random sampling sudah akurat karena bisa memprediksi urutan kemenangan masing-masing paslon dengan tepat  dan sudah presisi dengan hasil kesalahan absolut nya 0,84%. Kata Kunci: Pemilu, Quick Count,Metode Stratified Random Sampling, Akurasi, Presisi
OPTIMALISASI PORTOFOLIO SAHAM DENGAN PENDEKATAN LEXICOGRAPHIC GOAL PROGRAMMING Anita Anita; Setyo Wira Rizki; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44828

Abstract

Investasi merupakan suatu kegiatan penanaman aset atau modal yang dilakukan oleh perusahaan atau perorangan, untuk memperoleh imbal balik yang lebih besar di masa depan. Saham merupakan salah satu investasi yang paling umum yang terdapat pada pasar modal. Seorang investor perlu memperhatikan nilai return serta risiko ketika melakukan sebuah investasi saham. Cara yang dapat dilakukan investor dalam meminimalkan risiko dan memaksimalkan return investasi saham yaitu dengan pembentukan portofolio. Hal tersebut menyebabkan seorang investor harus memilih kombinasi saham yang tepat, sehingga dapat terbentuk suatu portofolio yang optimal. Tujuan dari penelitian ini adalah penentuan portofolio optimal dengan menggunakan lexicographic goal programming. Lexicographic goal programming merupakan model matematika pada riset operasi yang digunakan untuk menyelesaikan permasalahan optimasi dengan memperhatikan prioritas fungsi tujuan. Fungsi tujuan yang digunakan dalam penelitian ini adalah memaksimalkan return periode hari, bulan dan resiko. Penentuan urutan prioritas pada  fungsi tujuan  menggunakan analytic hierarchy procces. Data yang digunakan pada penelitian ini adalah data harga saham penutupan harian enam saham teraktif yang terdaftar di Bursa Efek Indonesia yaitu BBRI, BBCA, BMRI, ASII, BBNI dan PGAS periode 1 Oktober 2018 sampai 31 Desember 2019. Diperoleh hasil saham yang terpilih untuk pembentukan portofolio optimal terdiri dari saham BBRI dengan porsi 75,97%, BBCA dengan porsi 22,71% serta ASII dengan porsi 1,32%. Kata Kunci : Return, Analytic Hierarchy Procces, Pembuat Keputusan.
FUNGSI GREEN DARI PERSAMAAN DIFERENSIAL LINEAR ORDE-n NON HOMOGEN MENGGUNAKAN TRANSFORMASI LAPLACE Hari Rahman Alam; Evi Noviani; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44659

Abstract

 Persamaan diferensial adalah suatu persamaan yang melibatkan satu atau lebih turunan fungsi yang belum diketahui, salah satunya yaitu persamaan diferensial linear. Dalam menyelesaikan suatu persamaan diferensial linear didapatlah sebuah solusi, adapun salah satu cara menentukan solusi dari persamaan diferensial linear yaitu dengan mengggunakan fungsi Green. Penentuan solusi dari persamaan diferensial linear dengan menggunakan fungsi Green  dapat menggunakan metode transformasi Laplace. Transformasi Laplace adalah teknik mengubah sebuah fungsi menjadi fungsi yang baru menggunakan proses integrasi. Penelitian membahas cara menentukan fungsi Green dari suatu persamaan diferensial linear dengan menggunakan transformasi Laplace, persamaan diferensial linear yang digunakan yaitu persamaan diferensial linear orde-n koefisien konstan. Langkah yang dilakukan yaitu mencari solusi  dengan menggunakan transformasi Laplace dari persamaan diferensial linear orde-n koefisien konstan dan dalam hal ini  merupakan fungsi Green  dari solusi . Selanjutnya yaitu menyelesaikan persamaan diferensial linear yang berkaitan dengan fungsi delta Dirac dengan bentuk  menggunakan transformasi Laplace yang bertujuan untuk menemukan fungsi Green. Dari penelitian ini didapatlah solusi ,  adalah solusi persamaan diferensial biasa yang memuat fungsi Green .Kata Kunci: Persamaan Diferensial Linear, Transformasi Laplace, Fungsi Green.     
ANALISIS REGRESI DENGAN METODE KOMPONEN UTAMA DALAM MENGATASI MASALAH MULTIKOLINEARITAS Pendi Pendi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44750

Abstract

Multikolinearitas adalah suatu kondisi dimana terjadinya korelasi antara variabel bebas. Salah satu permasalahan yang perlu mendapat perhatian khusus dalam pengunaan analisis regresi linier berganda adalah kemungkinan adanya multikolinearitas dalam variabel bebas. Analisis regresi linier berganda tidak mungkin dapat dilakukan jika terdapat multikolinearitas yang sempurna antara variabel bebas yang terdapat dalam model regresi. Tujuan dari penelitian ini adalah mengatasi masalah multikolinearitas pada data penelitian dengan menggunakan metode komponen utama. Data penelitian yang digunakan adalah data angka kematian bayi yang diperoleh dari profil Kesehatan Provinsi Kalimantan Barat pada tahun 2018 berjumlah 14 data Kabupaten/Kota. Pada data tersebut terdapat dua variabel bebas yang mengalami masalah multikolinearitas, yaitu pelayanan kesehatan bayi (X4) dan pemberian Vitamin A usia 6-11 bulan (X5). Sehingga masalah tersebut akan diatasi menggunakan metode komponen utama. Berdasarkan analisis yang telah dilakukan, diperoleh satu komponen utama (K1) yang terbentuk dengan nilai eigen lebih besar dari satu yaitu 3,778 dengan total variansi komulatif yang dijelaskan sebesar 75,566%.  Kata Kunci: Multikolinearitas, Metode Komponen Utama, Angka Kematian Bayi

Page 3 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 14, No 5 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 3 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): BIMASTER Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 01 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 03 (2016): BIMASTER Vol 5, No 02 (2016): BIMASTER Vol 5, No 01 (2016): BIMASTER Vol 4, No 03 (2015): BIMASTER Vol 4, No 01 (2015): BIMASTER Vol 4, No 2 (2015): BIMASTER Vol 3, No 03 (2014): BIMASTER Vol 3, No 02 (2014): BIMASTER Vol 3, No 01 (2014): Bimaster Vol 2, No 03 (2013) Vol 2, No 02 (2013): Bimaster Vol 2, No 1 (2013): BIMASTER Vol 1, No 01 (2012): BIMASTER More Issue