Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

BIMASTER

jbmstr
Website

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 8 Documents

Search results for , issue "Vol 6, No 03 (2017): BIMASTER" : 8 Documents clear

PERBANDINGAN METODE BENEFIT PRORATE TIPE CONSTANT DOLLAR DAN TIPE CONSTANT PERCENT PADA PENDANAAN PENSIUN MANFAAT PASTI (Studi Kasus: Data Guru Kontrak Kec. Nanga Tayap Kab. Ketapang) Setyo Wira Rizki, Ade Reza Wijaya Neva Satyahadewi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Jaminan masa depan merupakan hak setiap pegawai setelah masa kerja berakhir, sehingga dibentuklah program dana pensiun manfaat pasti (defined benefit). Perhitungan program dana pensiun manfaat pasti ini menggunakanÂ metode Benefit Prorate tipe Constant Dollar dan tipe Constant Percent. Data yang digunakan pada penelitian ini berupa data sekunder guru kontrak di Kabupaten Ketapang Kecamatan Nanga Tayap periode tahun 2009 sampai 2016. Penelitian ini bertujuan membandingkan metode Benefit Prorate tipe Constant Dollar dan tipe Constant Percent dan untuk mengetahui besarnya manfaat dana pensiun yang diterima oleh guru kontrak. Perbedaan pada kedua tipe ini terletak pada perhitungan Kewajiban Aktuaria Â dan Biaya Normal, yaitu perhitungan yang berdasarkan besarnya gaji dan masa kerja. Berdasarkan hasil analisa perhitungan, pada metode Benefit Prorate kumulatif Biaya Normal tipe Constant Dollar lebih kecil dari pada Biaya Normal tipe Constant Percent. Besarnya manfaat dana pensiun yang akan diterima peserta dipengaruhi oleh gaji peserta dana pensiun, masa kerja, dan tingkat suku bunga.Â Kata kunci: Defined Benefit, Dana Pensiun, Guru Kontrak.

ANALISIS DAMPAK KENAIKAN MUKA AIR LAUT DI KABUPATEN KUBU RAYA DAN KABUPATEN MEMPAWAH DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Naomi Nessyana Debataraja, Abang Yogi Pratama, Dadan Kusnandar,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Analytical Hierarchy Process (AHP) merupakan salah satu metode pendukung pengambilan keputusan. AHP menghasilkan urutan prioritas beberapa alternatif ketika kriteria dan subkriteria harus dipertimbangkan. Penelitian ini bertujuan untuk menganalisis dampak kenaikan muka air laut terhadap demografi, penggunaan lahan dan sosial ekonomi yang perlu diwaspadai di Kalimantan Barat. Data dalam penelitian ini adalah data hasil dari wawancara kepada responden ahli pada instansi terkait. Hasil penelitian menunjukan bahwa pada level kriteria sosial ekonomi lebih diprioritaskan. Prioritas level subkriteria adalah mata pencaharian pada kriteria demografi, sekolah pada kriteria penggunaan lahan, lingkungan pada subkriteria sosial ekonomi. Prioritas level alternatif yang perlu direlokasi adalah perumahan, fasilitas kesehatan, sekolah dan pasar sedangkan subkriteria yang perlu diadaptasi adalah luas wilayah. Subkriteria yang perlu diproteksi agar terhindar dari dampak kenaikan muka air laut adalah mata pencaharian, kepadatan penduduk, jumlah penduduk, hutan rawa pantai, perkantoran, pendidikan, pertanian, pariwisata dan lingkungan.Kata Kunci: multikriteria, konsistensi, bobot, hirarki.

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Fransiskus Fran, Ermawati, Helmi,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

PDP tak linear dapat diselesaikan dengan MDE. Penyelesaian dengan MDE memerlukan perhitungan yang panjang, sehingga diperlukan MMDE untuk mengatasi hal tersebut. Tujuan penelitian ini adalah menyelesaikan PDP tak linear dengan MMDE. PDP tak linear dapat diselesaikan dengan MMDE apabila fungsi pada persamaan tersebut integrable, Â Â Â Â Â Â Â Â Â Â Â Â mempunyai lebih dari satu suku dan Â yang diperoleh dari MDE mengandung suku berlawanan tanda dengan salah satu suku di . Penyelesaian dengan MMDE dimulai dengan penerapan sifat Transformasi Elzaki, kemudian substitusikan nilai awal. Selanjutnya, menentukan invers Transformasi Elzaki pada kedua ruas untuk memperoleh bagian Â dengan Â sebagai solusi dari , Â dan bagian lainnya digunakan sebagai solusi dari . Hasil pembahasan menunjukkan bahwa MMDE lebih efisien karena proses perhitungan menjadi lebih ringkas dari MDE.Â Kata Kunci : Transformasi Elzaki, Polinomial Adomian, Nilai awal

MODEL SPACE-TIME DAN PENERAPANNYA PADA PRODUKSI KELAPA SAWIT DI PT. PERKEBUNAN NUSANTARA XIII Dadan Kusnandar, Ella Kurniawati Naomi N. Debataraja
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Model space-time adalah suatu model yang menggabungkan faktor waktu dan lokasi pada data deret waktu multivariat. Diperlukan empat langkah dalam mengkaji model space-time yaitu identifikasi model, penentuan matriks bobot, estimasi parameter dan diagnostic checking. Penelitian ini bertujuan untuk mengkaji model space-time dan menerapkannya pada produksi kelapa sawit di PTPN XIII. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari PTPN XIII berupa data bulanan produksi kelapa sawit pada tujuh kebun dari tahun 2005 sampai dengan tahun 2015 dan data koordinat lokasi pada tujuh kebun. Hasil penelitian menunjukkan bahwa model terbaik yang dapat digunakan adalah ARIMA(1,1,1) dan matriks bobot lokasi yang digunakan adalah distance band, sehingga model space-time yang digunakan adalah model Space-Time Autoregressive Integrated Moving Average dengan ordo AR(1), MA(1) lag spasial (1) dan proses differencing sebanyak satu kali. Estimasi parameter model STARIMA menggunakan Metode Kuadrat Terkecil (MKT). Perolehan nilai MAPE pada model STARIMA untuk masing-masing lokasi berada dibawah 20% yang menunjukkan bahwa model STARIMA baik digunakan pada data produksi kelapa sawit di PTPN XIII.Kata Kunci: STARIMA, ARIMA, Distance Band, MKT dan MAPE

ANALISIS ALGORITMA FLOYD WARSHALL UNTUK MENENTUKAN LINTASAN TERPENDEK PENGANGKUTAN SAMPAH (Studi Kasus: Pengangkutan Sampah di Kabupaten Kubu Raya) Woro Budiartini Partiwi, Vega Setiawan, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Sampah adalah sesuatu yang tidak digunakan, tidak dipakai, tidak disenangi atau sesuatu yang dibuang yang berasal dari kegiatan manusia dan tidak terjadi dengan sendirinya. Kubu Raya merupakan salah satu kabupaten dengan intensitas sampah yang cukup tinggi. Jumlah penduduk yang semakin meningkat tentu menjadi salah satu penyebab semakin banyaknya jumlah sampah yang ada di kabupaten tersebut. Salah satu Algoritma yang digunakan untuk menentukan lintasan terpendek untuk kasus pengangkutan sampah di Kabupaten Kubu Raya adalah Algoritma Floyd Warshall. Algoritma Floyd Warshall membandingkan semua kemungkinan lintasan pada graf untuk setiap sisi dari semua simpul. Tujuan dari penelitian ini adalah untuk menerapkan Algoritma Floyd Warshall dalam penentuan lintasan terpendek pengangkutan sampah dari TPS ke TPA di Kabupaten Kubu Raya. Data yang digunakan pada penelitian ini berupa data sekunder tentang lintasan pengangkutan sampah dari 10 TPS ke TPA yang ada di Kabupaten Kubu Raya. Simpul merepresentasikan TPS yang ada di Kabupaten Kubu Raya, sedangkan sisi merepresentasikan lintasan yang menghubungkan antar TPS dan TPS ke TPA. Sedangkan bobot merepresentasikan jarak (km) antar 10 TPS dan jarak antara TPS dan TPA. Hasil dari penelitian ini adalah diperoleh lintasan terpendek pengangkutan sampah yaitu 38,7 km dengan lintasan Â Â Â Â Â Â Â Â Â Â Â Â .Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â Kata kunci: Floyd Warshall, TPS, TPA.Â Â Â Â Â Â Â Â Â Â Â Â Â Â Â

DETERMINAN DAN INVERS MATRIKS BLOK 2×2 Ilhamsyah Ilhamsyah; Helmi Helmi; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Matriks blok merupakan matriks persegi yang diblok dengan memberi garis vertikal dan horizontal sehingga menjadi submatriks dengan ukuran yang lebih kecil. Matriks blok dapat diaplikasikan dalam mencari determinan dan invers dari suatu matriks persegi. Jika suatu matriks persegi yang determinannya tidak sama dengan nol dan memenuhi , dengan merupakan matriks tak singular maka merupakan invers dari Penelitian ini bertujuan untuk mencari determinan dan invers matriks persegi dengan menggunakan matriks blok. Langkah pertama untuk mencari invers matriks persegi yaitu dengan memblok matriks tersebut menjadi matriks berukuran dengan submatriks dan . Dengan memisalkan submatriks dan dari matiks merupakan matriks persegi. Selanjutnya mencari determinan dari submatriks dan atau determinan dari submatriks dan . Jika determinan dari matriks dan sama dengan nol maka matriks diblok ulang dengan submatriks dan merupakan matriks persegi. Kemudian dicari determinan dan invers dari submatriks atau determinan dari submatriks Setelah didapat invers dari matriks atau dicari invers dari matriks dengan menggunakan teorema Komplemen Schur sehingga didapat Hasil penelitian ini menunjukan bahwa matriks taksingular dapat dicari determinan dan inversnya dengan cara memblok matriks tersebut menjadi matriks yang lebih kecil dengan salah satu dari submatriks memiliki determinan yang tidak sama dengan nol. Kata kunci: determinan matriks, invers matriks dan komplemen schur

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Ismi Adam; Dadan Kusnandar; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Model Generalized Space Time Autoregressive (GSTAR) merupakan model deret waktu yang mempunyai keterkaitan antar lokasi dengan parameter yang tidak harus sama untuk waktu dan lokasi. Penelitian ini bertujuan mendapatkan model GSTAR dan mendapatkan ramalan curah hujan lima lokasi di Kalimantan Barat yaitu stasiun pengamatan Supadio, Siantan, Sintang, Putussibau, dan Ketapang. Data yang digunakan adalah data curah hujan lima lokasi di Kalimantan Barat dengan periode waktu dari Bulan Januari 2009 hingga Bulan Desember 2014. Pendugaan parameter model GSTAR(1,1) dilakukan dengan menggunakan metode Ordinary Least Square (OLS) dengan bobot invers jarak. Hasil analisis menunjukan bahwa model GSTAR(1,1) dapat digunakan untuk meramal curah hujan dengan baik di lokasi Sintang tetapi tidak cukup baik untuk lokasi lainnya. Kata Kunci : GSTAR, space time, curah hujan, OLS.

EKSENTRISITAS DIGRAF PADA GRAF TANGGA Andri Royani; Mariatul Kiftiah; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Misalkan adalah graf dengan himpunan simpul dan himpunan sisi . Jarak dari simpul ke simpul adalah panjang lintasan dari simpul ke , dinotasikan . Jarak adalah jumlah sisi-sisi yang di lewati dari satu titik ke titik yang lain. Jarak pada graf berbobot yang dihitung adalah jumlah bobot pada setiap sisinya, sedangkan pada graf tak berbobot yang dihitung adalah banyaknya sisi yang dilalui. Eksentrisitas simpul dalam graf adalah jarak terjauh dari titik ke setiap simpul di , dinotasikan dengan . Simpul merupakan titik eksentrik dari jika . Eksentrik digraf dari suatu graf dinotasikan dengan . Eksentrik digraf adalah graf yang mempunyai himpunan simpul yang sama dengan himpunan simpul di , dan arc yang menghubungkan simpul ke simpul adalah eksentrisitas dari simpul ke simpul Penelitian ini bertujuan menentukan eksentrisitas digraf pada graf tangga Diberikan graf tangga dengan simpul, kemudian menentukan jarak dari setiap simpul dan ke semua simpul di Selanjutnya dicari titik eksentrik dari setiap simpul di ke semua simpul di Didapat bahwa titik eksentrik dari simpul adalah dengan dengan jarak , kemudian titik eksentrik dari adalah dengan jarak . Setelah mendapat titik eksentrik dari setiap simpul maka selanjutnya mengkonstruksikan eksentrik digraf ke dalam graf berarah.Kata Kunci: komplemen graf, graf lintasan, jarak terjauh

Page 1 of 1 | Total Record : 8

Filter by Year

2017 2017

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 Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) 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 : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 1 (2020): BIMASTER Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 : 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 : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): BIMASTER 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

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota pontianak,

Kalimantan barat

INDONESIA