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 27 Documents
 1   2   3 
Search results for , issue "Vol 8, No 2 (2019): BIMASTER" : 27 Documents clear
ANALISIS METODE NEWTON-RAPHSON GANDA ORDE KONVERGENSI EMPAT DALAM MENYELESAIKAN SISTEM PERSAMAAN NONLINEAR Yudhi, Devitriani, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (298.414 KB) | DOI: 10.26418/bbimst.v8i2.31648

Abstract

Sistem persamaan nonlinear merupakan kumpulan dari beberapa persamaan nonlinear. Metode yang sering digunakan untuk menyelesaikan sistem persamaan nonlinear salah satunya adalah metode numerik dalam bentuk metode iterasi yang menghasilkan penyelesaikan berupa nilai hampiran. Metode Newton-Raphson Ganda merupakan metode iterasi dua langkah yang digunakan untuk mencari akar-akar persamaan nonlinear dengan orde konvergensi empat. Tujuan penelitian ini adalah menganalisis metode Newton-Raphson Ganda orde konvergensi empat untuk menyelesaikan sistem persamaan nonlinear. Langkah-langkah untuk mencari solusi sistem persamaan nonlinear dengan menggunakan metode ini adalah mencari nilai An sebagai solusi dari iterasi ke-n dengan ‖En ‖<Eδ. Hasil penelitian menunjukkan bahwa metode tersebut dapat menyelesaikan sistem persamaan nonlinear dengan orde konvergensi empat. Kata Kunci: Metode Iterasi Dua Langkah, Metode Newton-Raphson, Orde Konvergensi
ANALISIS KESTABILAN MODEL PENYEBARAN PENYAKIT HEPATITIS A DENGAN VAKSINASI DAN SANITASI Nurfitriana Nurfitriana; Mariatul Kiftiah; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (460.117 KB) | DOI: 10.26418/bbimst.v8i2.32490

Abstract

Pada penelitian ini dibahas pemodelan penyebaran penyakit hepatitis A. Penyakit ini dapat menular jika seseorang menelan makanan atau minuman yang telah terkontaminasi oleh feses dari orang yang terinfeksi hepatitis A. Model matematika yang dibentuk pada penelitian ini membagi populasi menjadi tiga subpopulasi, yaitu susceptible, infected, dan recovered. Model penyebaran penyakit hepatitis A pada penelitian ini memperhatikan pemberian vaksinasi dan sanitasi yang dilakukan. Berdasarkan model yang terbentuk diperoleh dua titik kesetimbangan, yaitu titik kesetimbangan bebas penyakit ( ) yang bersifat stabil asimtotik dan titik kesetimbangan endemik ( ) yang bersifat tidak stabil. Hasil simulasi menunjukkan bahwa faktor sanitasi dapat menurunkan puncak endemik serta mengurangi populasi individu yang terinfeksi hepatitis A di suatu wilayah tertentu. Kata Kunci : model SIR, sanitasi, titik kesetimbangan
OPTIMASI KEUNTUNGAN PRODUKSI DENGAN ALGORITMA TITIK INTERIOR (Studi Kasus: Memaksimalkan Keuntungan Produksi Lidah Buaya I Sun Vera) Yudhi, Dian Febrianti, Mariatul Kiftiah,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (664.274 KB) | DOI: 10.26418/bbimst.v8i2.32158

Abstract

Program linear merupakan metode matematika dalam mengalokasikan sumber daya terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan atau meminimumkan biaya produksi. Metode yang dapat menyelesaikan masalah pemograman linear adalah algoritma titik interior yang pertama kali dikenalkan oleh Karmarkar. Algoritma titik interior merupakan suatu metode yang memotong atau menembus titik dalam dari daerah fisibel untuk mencapai solusi yang optimum. Penelitian ini bermaksuduntuk mengetahui komposisi jumlah dari masing-masing produk yang harus diproduksi, sehingga dapat memaksimalkan keuntungan pada UKM I Sun Vera. Dari tiga kasus kombinasi bahan yang dibutuhkan, dalam memproduksi lidah buaya yang memperoleh keuntungan paling maksimal dihasilkan pada kasus pertama. Hasil dari perhitungan dengan algoritma titik interior menunjukkan bahwa keuntungan optimal sebesar Rp. 23.440.000,00/bulan dengan memproduksi minuman lidah buaya sebanyak 1.400 unit/1,5 kilogram, coklat lidah buaya sebanyak 1.500 unit/200 gram, dodol lidah buaya sebanyak 1.500 unit/200 gram, dan jelly lidah buaya sebanyak 1.500 unit/200 gram. Kata Kunci :program linear, komposisi, daerah fisibel
ESTIMASI PARAMETER REGRESI SPLINE DENGAN METODE PENALIZED SPLINE Wahyu Kurniasari; Dadan Kusnandar; Evy Sulistianingsih
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.299 KB) | DOI: 10.26418/bbimst.v8i2.31532

Abstract

Regresi spline merupakan suatu pendekatan ke arah pencocokan data dengan tetap memperhitungkan kemulusan kurva. Salah satu bentuk estimator dari regresi spline ialah penalized spline. Tujuan dari penelitian ini adalah untuk mengestimasi parameter regresi spline dengan metode penalized spline untuk data yang tidak memiliki pola tertentu. Data penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik Indonesia pada tahun 2015 yaitu indeks pembangunan manusia, gini rasio, harapan lama sekolah, penduduk miskin, dan kepadatan penduduk. Hasil regresi spline yang diperoleh untuk model terbaik yaitu model spline linier pada setiap variabel dengan nilai Generalized Cross Validation (GCV) minimum. Hasil penelitian menunjukkan bahwa regresi spline dengan metode penalized spline menghasilkan estimasi parameter yang signifikan dan memperoleh nilai koefisien determinasi terkoreksi  sebesar 76,66% serta nilai MAPE untuk model regresi spline sebesar 1,415%. Kata Kunci: regresi nonparametrik, regresi spline, penalized spline.
PENERAPAN ANALISIS FOURIER UNTUK MENENTUKAN PERIODE DAN PREDIKSI SUHU UDARA (Studi Kasus: Data Suhu Udara Kota Pontianak) Maulydiana Septiani; Helmi Helmi; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): 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.v8i2.31649

Abstract

 Suhu udara merupakan salah satu unsur iklim yang penting untuk diamati. Perubahan pada suhu udara memiliki berbagai dampak terhadap kehidupan masyarakat di bidang pertanian, transportasi dan sebagainya. Suhu udara dapat diprediksi dengan menggunakan metode aproksimasi Deret Fourier. Persamaan aproksimasi Deret Fourier membutuhkan periode sebagai salah satu variabel dan metode yang dapat digunakan untuk mencari periode yaitu Transformasi Fourier Cepat. Hasil penelitian yang diperoleh yaitu periode suhu udara di Kota Pontianak tahun 2008 sampai dengan 2017 sebesar 12 bulan. Hasil penelitian tersebut menunjukkan bahwa kenaikan dan penurunan suhu udara berulang setiap 12 bulanan. Hasil prediksi suhu udara dengan aproksimasi Deret Fourier berorde enam pada tahun 2018 yaitu suhu udara maksimum mencapai . Berdasarkan Peraturan Kepala Badan Meteorologi, Klimatologi dan Geofisika Nomor Keputusan 009 Tahun 2010 mengenai definisi suhu udara ekstrim, maka hasil prediksi tersebut menunjukkan bahwa suhu udara di Kota Pontianak tidak ekstrim atau masih dalam kondisi normal.                                           Kata Kunci: Aproksimasi, Deret Fourier, Transformasi Fourier.
ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI RAYLEIGH PRIOR UNIFORM DENGAN METODE BAYESIAN SELF Eka Rizki Wahyuni; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): 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.v8i2.32789

Abstract

Data survival adalah data yang menjelaskan tentang waktu suatu individu atau objek dapat bertahan hingga terjadinya suatu kejadian. Penelitian ini menggunakan metode Bayesian dengan pendekatan Squared Error Loss Function (SELF) untuk melakukan estimasi parameter pada model survival. Proses estimasi parameter metode Bayesian SELF memerlukan informasi dari fungsi likelihood dan distribusi prior yang kemudian akan membentuk distribusi posterior. Hasil dari estimasi parameter metode Bayesian SELF diterapkan pada data kasus penderita kanker paru-paru untuk mengetahui peluang bertahan hidup pasien penderita kanker paru-paru. Kesimpulan dari penelitian ini adalah hasil dari estimasi parameter distribusi Rayleigh prior Uniform dengan menggunakan metode Bayesian SELF menghasilkan nilai survival pada hari ke-95 sebesar 0,929056666 dan nilai hazard 1,549169  sedangkan hari ke-791 menghasilkan nilai survival sebesar 0,006087581 dan nilai hazard sebesar 1,289887 . Hal ini berarti, nilai fungsi survival bergerak mendekati nol sesuai dengan karakteristik fungsi survival dan fungsi hazard yang bergerak naik mendekati satu sesuai dengan karakteristik distribusi Rayleigh. Kata Kunci: Survival, Rayleigh, Bayesian, SELF.
METODE ESTIMASI-S PADA ANALISIS REGRESI ROBUST DENGAN PEMBOBOTAN TUKEY BISQUARE Evy Sulistianingsih, Wira Setiawan, Naomi Nessyana Debataraja,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v8i2.32354

Abstract

Analisis regresi adalah suatu analisis yang bertujuan membentuk hubungan antara satu variabel tak bebas (Y) dengan satu atau lebih variabel bebas (X) dalam suatu model matematis. Metode untuk mengestimasi parameter  yang sering digunakan adalah metode kuadrat terkecil. Ketika terdapat data pencilan metode tersebut kurang efektif digunakan karena dapat menyebabkan estimator yang diperoleh menjadi bias. Regresi robust adalah salah satu metode yang digunakan untuk mengestimasi parameter ketika distribusi dari galat tidak normal dan atau terdapat data pencilan. Pembobotan yang digunakan dalam penelitian ini adalah pembobotan Tukey Bisquare. Tujuan penelitian ini adalah melakukan estimasi parameter dan menunjukkan keefektifan metode estimasi-S pada analisis regresi robust dengan pembobotan Tukey Bisquare. Studi kasus yang digunakan dalam penelitian ini adalah pengaruh IPM (X1), angka partisipasi sekolah usia (APS) 16-18 tahun (X2) dan konsumsi (X3) terhadap kemiskinan (Y) di Indonesia pada tahun 2016. Berdasarkan uji DFFITS dan boxplot data yang digunakan teridentifikasi data pencilan sehingga diperlukan prosedur regresi robust  untuk mengestimasi parameter model matematisnya. Dari model regresi robust estimasi-S dengan pembobotan Tukey Bisquare diperoleh model matematis yaitu  dimana variabel bebas berpengaruh signifikan terhadap variabel tak bebas secara simultan dan parsial dengan nilai adjusted-R square sebesar 0,951 dan nilai standard error sebesar 0,01247. Kata Kunci: Estimasi-S, Regresi Robust, Tukey Bisquare

Page 3 of 3 | Total Record : 27

 1   2   3 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 : 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 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 Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya 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 : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER 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