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 7 Documents
 1 
Search results for , issue "Vol 2, No 03 (2013)" : 7 Documents clear
APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI Nilamsari Kusumastuti., Yudha Pratama, Bayu Prihandono,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 03 (2013)
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i03.3859

Abstract

Matriks Leslie merupakan suatu matriks yang digunakan untuk memprediksi jumlah dan laju pertumbuhan suatu populasi. Beberapa faktor yang berpengaruh dalam pertumbuhan populasi adalah tingkat kesuburan, tingkat ketahanan hidup, dan rentang umur dari populasi. Langkah- langkah yang dilakukan untuk memprediksi jumlah populasi p tahun berikutnya dengan matriks Leslie yang pertama adalah dibentuk sebuah vektor kolom yang entrinya merupakan jumlah awal populasi tiap kelas umur. Kedua, dicari n(t+p) yang merupakan jumlah populasi untuk p tahun berikutnya menggunakan rumus n(t+p)=Apn(t) dengan A merupakan matriks Leslie. Selanjutnya, untuk memprediksi laju pertumbuhan populasi dengan matriks Leslie adalah dengan mencari nilai eigen dari matriks A. Selanjutnya dari nilai-nilai eigen dicari nilai eigen dominan yaitu nilai eigen yang memiliki nilai harga mutlak paling besar. Jika nilai eigen dominan bernilai lebih dari 1 maka laju pertumbuhan populasi cenderung meningkat. Jika nilai eigen dominan bernilai kurang dari 1 maka laju pertumbuhan populasi cenderung menurun. Jika nilai eigen dominan bernilai sama dengan 1 maka laju pertumbuhan populasi cenderung tetap. Kata Kunci : matriks Leslie, pertumbuhan populasi, nilai eigen
ANALISIS KESTABILAN LOKAL MODEL DINAMIKA PENULARAN TUBERKULOSIS SATU STRAIN DENGAN TERAPI DAN EFEKTIVITAS CHEMOPROPHYLAXIS Nilamsari Kusumastuti., Idianto, Bayu Prihandono,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 03 (2013)
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i03.3860

Abstract

Tuberkulosis merupakan penyakit menular yang disebabkan oleh strain Mycobacterium tuberculosis. Ketika M.tuberculosis berpatogen tertular pada individu rentan, maka individu rentan akan mengalami gejala Tuberkulosis. Pembentukan model penularan Tuberkulosis satu strain dimulai dengan membagi populasi menjadi 3 sub-populasi, yaitu sub-populasi rentan (S), sub-populasi terjangkit (E), dan sub-populasi terinfeksi (I) berdasarkan progres cepat dan lambat, efektivitas chemoprophylaxis, serta pemberian terapi. Dari model yang terbentuk diperoleh 2 titik ekuilibrium yaitu titik ekuilibrium bebas penyakit dan endemik. Rasio reproduksi dasar (R0) diperoleh dari titik ekuilibrium berguna untuk mengukur tingkat penularan strain M.tuberculosis. Untuk menganalisis kestabilan lokal digunakan nilai eigen dari matriks Jacobian dan Kriteria Routh-Hurwitz. Dari hasil analisis diketahui sistem di sekitar titik ekuilibrium bebas penyakit stabil asimtotik lokal pada saat R0<1 yang menunjukkan bahwa dalam waktu lama tidak ada individu yang terjangkit penyakit dan titik ekuilibrium endemik stabil asimtotik lokal pada saat R0>0 yang menunjukkan bahwa dalam waktu lama tetap ada individu yang terinfeksi penyakit Tuberkulosis. Berdasarkan simulasi dengan nilai parameter yang ditetapkan menunjukkan laju penyebaran penyakit dapat dihambat dengan adanya perlakuan terapi dan efektivitas Chemoprophylaxis. Kata Kunci : model tuberkulosis, titik ekuilibrium, nilai eigen, kestabilan, Kriteria Routh-Hurwitz
DIAGONALISASI MATRIKS nn ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN Evi Noviani., Fidiah Kinanti, Nilamsari Kusumastuti,
BIMASTER Vol 2, No 03 (2013)
Publisher : BIMASTER

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Matriks atas ring komutatif adalah himpunan semua matriks yang entri-entrinya merupakan elemen dari ring komutatif. Matriks atas ring komutatif mempunyai struktur aljabar modul terhadap operasi penjumlahan dan perkalian skalar. Pada teori modul, diketahui bahwa submodul yang dibangun oleh kolom-kolom matriks atas ring belum tentu memiliki basis. Selain itu, struktur dari himpunan matriks atas ring komutatif dengan elemen satuan berbeda dengan struktur dari himpunan matriks atas field. Pada penelitian ini akan dicari proses diagonalisasi matriks n x n atas ring komutatif dengan elemen satuan. Diagonalisasi dari matriks A yang berukuran n x n merupakan suatu proses untuk membentuk atau mencari matriks diagonal D yang similar dengan A. Suatu matriks A berukuran n x n atas ring komutatif dapat didiagonalkan jika dan hanya jika gabungan semua ruang eigen untuk setiap nilai eigen dari A yang bersesuaian memuat basis di Rn. Langkah pertama yang dilakukan dalam pengerjaan diagonalisasi matriks atas ring komutatif dengan elemen satuan adalah mencari polinomial karakteristik dari matriks. Lalu dari polinomial karakteristik didapat nilai-nilai eigen. Selanjutnya mencari ruang eigen dari nilai-nilai eigen tersebut. Matriks A dapat didiagonalkan jika dan hanya jika gabungan dari semua ruang eigen memuat suatu basis dari R-modul bebas. Kemudian dibentuk sebuah matriks baru yang merupakan gabungan basis dari R-modul bebas tersebut dan dicari inversnya. Selanjutnya didapatlah matriks diagonal P-1AP = D. Kata Kunci : nilai eigen, ruang eigen, diagonalisasi matriks.
KAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU Yundari., Muhlasah Novitasari Mara, Neva satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 03 (2013)
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i03.3866

Abstract

Pada dunia nyata seringkali ditemukan pola data linear dan nonlinear pada data runtun waktu sehingga penggunaan model non linear saja tidak lagi cukup. Penggabungan model linier dan nonlinier menjadi alternatif solusi permasalahan tersebut. Penelitian yang dilakukan untuk mengkaji hybridizing exponential smoothing dan neural network untuk peramalan data runtun waktu. Penelitian ini dilaksanakan dengan studi literatur. Langkah pertama dalam kajian teoritik ini adalah mempelajari kembali model exponential smoothing dan neural network. Selanjutnya dipelajari bentuk arsitektur beserta model gabungan exponential smoothing dengan neural network. Dari model gabungan tersebut dikaji cara menduga parameter. Dari kajian teoritik yang telah dilakukan, dapat disimpulkan bahwa estimasi parameter bobot dengan metode kuadrat terkecil pada model hybridizing exponential smoothing dengan neural network tidak memberikan hasil yang optimal. Hal ini dikarenakan mengkuadratkan kesalahan pada model penggabungan akan menggeser fit kurva ke suatu titik lain sehingga mengurangi keakuratan hasil prediksi. Oleh karena itu parameter optimal model hybridizing diperoleh dengan meminimalkan jumlahan absolut error. Kata Kunci : Hybridizing, Exponential Smoothing, Neural Network, Runtun Waktu.
PENENTUAN CADANGAN PREMI PADA ASURANSI JIWA DWI GUNA DENGAN METODE ZILLMER Evy sulistianingsih., Lasta dewi, Neva satyahadewi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 03 (2013)
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i03.3858

Abstract

Cadangan premi adalah sejumlah uang yang dihimpun oleh perusahaan asuransi yang diperoleh dari selisih nilai santunan dan nilai tunai pembayaran pada suatu waktu pertanggungan sebagai persiapan pembayaran klaim. Salah satu cadangan premi adalah cadangan prospektif dimana perhitungannya didasarkan pada nilai sekarang dari semua pengeluaran di waktu yang akan datang dikurangi dengan nilai sekarang total pendapatan diwaktu yang akan datang untuk setiap pemegang polis. Salah satu metode yang menggunakan konsep cadangan prospektif adalah Metode Zillmer, metode ini menggunakan premi kotor sebagai dasar perhitungan dengan memperhitungkan biaya operasional perusahaan. Dalam perhitungan cadangan Zillmer sangat dipengaruhi oleh tingkat suku bunga (i) dan tabel mortalita yang digunakan oleh perusahaan. Semakin rendah tingkat suku bunga semakin besar nilai premi tahunannya. Penggunaan tabel mortalita CSO 1958 menghasilkan nilai premi tahunan yang lebih besar bila dibanding dengan Tabel Mortalita Indonesia (TMI) 1999. Kata Kunci : Cadangan Premi, Metode Zillmer, Cadangan Prospektif.
ANALISIS DINAMIKA MODEL KOMPETISI DUA POPULASI YANG HIDUP BERSAMA DI TITIK KESETIMBANGAN TIDAK TERDEFINISI Helmi., Eka Nila Lospayadi Nurhamiyawan, Bayu Prihandono,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 03 (2013)
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i03.3868

Abstract

Model kompetisi dua populasi merupakan suatu model matematika yang menggambarkan persaingan antar individu dalam satu populasi dan persaingan antar dua populasi untuk mendapatkan kebutuhan hidup yang sama. Model kompetisi dua populasi direpresentasikan dengan suatu sistem persamaan diferensial biasa nonlinear autonomus. Dinamika populasi erat kaitannya dengan pertumbuhan populasi, kesetimbangan populasi dan kestabilan. Dalam pemodelan matematika, suatu keadaan saat tidak terjadi perubahan jumlah populasi seiring berjalannya waktu diwakili oleh sebuah titik yang disebut titik kesetimbangan. Titik kesetimbangan dalam model kompetisi dua populasi mewakili beberapa kondisi yaitu kondisi saat kedua populasi punah, kondisi saat hanya populasi pertama hidup, kondisi saat hanya populasi kedua hidup, dan kondisi saat populasi pertama dan kedua hidup bersama. Titik kesetimbangan dalam dinamika populasi digunakan pada proses linearisasi sistem persamaan diferensial nonlinear untuk mendapatkan informasi kestabilan dari suatu sistem. Dalam suatu kondisi memungkinkan adanya titik kesetimbangan tidak terdefinisi, akibatnya kestabilan dari titik kesetimbangan tidak dapat diketahui dengan proses linearisasi sehingga tidak dapat diketahui dinamika populasi yang terjadi. Penelitian ini menganalisis dinamika model kompetisi dua populasi yang hidup bersama di titik kesetimbangan tidak terdefinisi. Model kompetisi dua populasi dianalisis secara analitik untuk mendapatkan solusi berupa persamaan pertumbuhan populasi terhadap waktu. Solusi dan grafik dari pertumbuhan populasi terhadap waktu menunjukan dinamika populasi yang stabil dari model kompetisi dua populasi yang hidup bersama di titik kesetimbangan tidak terdefinisi. Kata kunci: model kompetisi, titik kesetimbangan,kestabilan dan tidak terdefinisi.
GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE Muhlasah Novitasari Mara., Andi Sayuti, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 2, No 03 (2013)
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v2i03.3862

Abstract

Regresi nonparametrik adalah salah satu metode Statistika yang digunakan untuk mengetahui pola hubungan antara variabel independen dengan variabel dependen yang tidak diketahui bentuk fungsinya. Analisis regresi nonparametrik digunakan jika tidak ada informasi sebelumnya tentang bentuk kurva regresi. Estimasi fungsi regresi nonparametrik dilakukan berdasarkan data pengamatan dengan menggunakan teknik pemulusan (smoothing). Pendekatan yang digunakan untuk regresi nonparametrik dalam penelitian ini adalah pendekatan dengan regresi smoothing spline. Smoothing spline merupakan fungsi yang mampu memetakan data dengan baik serta mempunyai variansi error yang kecil. Regresi smoothing spline digunakan untuk mengetahui bentuk kurva f(x) pada regresi nonparametrik. Adapun metode yang digunakan dalam regresi smoothing spline adalah metode Generalized Cross Validation (GCV). Metode GCV adalah metode klasik yang digunakan untuk menentukan parameter pemulus pada regresi smoothing spline. Nilai dari parameter pemulus dipilih dari nilai GCV yang minimum. Hasil penelitian menunjukkan bahwa semakin besar nilai dari parameter pemulus maka kurva yang dihasilkan akan semakin mulus. Sebaliknya, semakin kecil nilai dari parameter pemulus maka kurva yang dihasilkan akan semakin kasar. Nilai optimal parameter pemulus pada penelitian ini adalah pada dimana nilai . Kata Kunci : Nonparametrik, Smoothing Spline, Generalized Cross Validation

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2013 2013


Reset
Filter By Issues
All Issue Vol 14, No 6 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER 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 : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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