cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
kartika yulianti
Contact Email
kartika.yulianti@upi.edu
Phone
+6289646358817
Journal Mail Official
eurekamatika@upi.edu
Editorial Address
Program Studi Matematika, Departemen Pendidikan Matematika, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam, Universitas Pendidikan Indonesia Jl. Dr. Setiabudhi No. 229, Bandung 40154, Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Eurekamatika
Published by Universitas Pendidikan Indonesia
ISSN : 2776480X     EISSN : 25284231     DOI : https://doi.org/10.17509/jem
Core Subject : Science, Education, Engineering,
Computer Science & IT Industrial & Manufacturing Engineering Mathematics
Jurnal EurekaMatika (e-ISSN: 2528-4231, p-ISSN: 2776-480X) was first published annually on December 2013, and then since 2017 has been published twice a year, on May and November. JEM is a peer-reviewed Mathematics journal with its scope covers Algebra, Analysis, Statistics, and Applied Mathematics. This journal is published by Mathematics study program of Indonesia University of Education (Universitas Pendidikan Indonesia) collaborates with Himpunan Peneliti dan Pendidik Matematika Indonesia (HIPPMI). The editorial contents and elements that comprise the journal include: -Theoretical articles -Empirical studies -Practice-oriented papers -Case studies -Review of papers, books, and resources. As far as the criteria for evaluating and accepting submissions is concerned, a rigorous review process will be used. Submitted papers will, prior to the formal review, be screened so as to ensure their suitability and adequacy to the journal. In addition, an initial quality control will be performed, so as to ensure matters such as language, style of references and others, comply with the journal´s style.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 145 Documents
 9   10   11   12   13 
APLIKASI ALGORITMA ANT DISPERSION ROUTING (ADR) UNTUK PENYELESAIAN MASALAH PENYEBARAN RUTE LALU LINTAS SEBAGAI UPAYA UNTUK MENGURANGI KEMACETAN Malihah, Lia; Marwati, Rini; Agustina, Fitriani
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v2i1.11271

Abstract

ABSTRAK: Salah satu metode optimasi yang berhubungan dengan optimasi perutean lalu lintas untuk mencapai keseimbangan jaringan lalu lintas adalah optimasi koloni semut (Ant Colony Optimization – ACO). Suatu metode optimasi yang menggunakan metode dasar ACO dengan kombinasi model prediksi lalu lintas dikenal dengan algoritma penyebaran rute semut (Ant Dispersion Routing – ADR), objek dari algoritma ini adalah penyebaran rute lalu lintas untuk mencapai keseimbangan jaringan lalu lintas. Kebanyakan algoritma perutean hanya mengejar keseimbangan pengguna (User Equilibrium – UE) dan tidak mempertimbangkan dampak dari tindakan pengguna terhadap jaringan lalu lintas sementara algoritma ADR yang merupakan perluasan dari algoritma ACO dikembangkan untuk mencapai keseimbangan pengguna (UE) dan keseimbangan sistem (System Optimum – SO). Secara umum algoritma ADR terbagi menjadi dua langkah utama yang terpisah yaitu pemangkasan jaringan dan optimasi arus. Hasil yang diperoleh dari algoritma ADR merupakan rekomendasi rute optimal dimana ADR akan mendistribusikan lalu lintas menuju beberapa rute optimal sehingga dapat mengurangi kemacetan.Kata Kunci : Ant Colony Optimization (ACO), Ant Dispersion Routing (ADR), keseimbangan jaringan lalu lintas, penyebaran rute lalu lintas, rute optimal
PENERAPAN METODE GREY SYSTEM PADA PERAMALAN PRODUK OLEFIN Fitri, Ghaisani Fildjah; Agustina, Fitriani; Marwati, Rini
Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (338.957 KB) | DOI: 10.17509/jem.v6i2.14850

Abstract

ABSTRAKGrey System  adalah suatu metode peramalan yang tidak memerlukan banyak data, data yang dapat digunakan minimal empat data, dan metode ini berfokus pada peramalan dengan sampel data yang sedikit dan tidak lengkap. PT. Chandra Asri sedang mengalami perluasan wilayah sehingga terjadi perubahan data produksi, maka dari itu metode peramalan untuk meramalkan bahan baku untuk periode selanjutnya sangat cocok menggunakan metode Grey System. Grey System ini memiliki beberapa tahapan perhitungan, kemudian hasil dari peramalan ini akan dihitung nilai erro nya dengan perhitungan Mean Absolute Percentage Error (MAPE) dan nilai kakuratannya, sehingga dapat disimpulkan apakah peramalan akurat atau tidak. Karena Grey System memiliki perhitungan yang bertahap dan berulang disetiap periodenya, maka pada penelitian kali ini akan dilakukan konstruksi program dengan menggunakan software Matlab R2015a. Sehingga dapat memperoleh nilai peramalan yang terbaik dengan nilai error yang semakin kecil dan hasil yang akurat. Perhitungan nilai error kali ini menggunakan MAPE. Proses validasi dari program yang telah dibuat akan dibandingkan dengan hasil perhitungan manual. Kata Kunci : Peramalan, Grey System, Matlab, MAPEABSTRACTGrey System is a method of forecasting that does not require a lot of data, the data can be used at least four data, and this method focuses on forecasting with a small and incomplete sample of data. PT. Chandra Asri is experiencing an area expansion resulting in changes in production data, therefore the forecasting method to predict raw materials for the next period is very suitable to use the method of Grey System. Grey System has several stages of calculation, then the results of this forecasting will be calculated its error value with the calculation of  Mean Absolute Percentage Error (MAPE) and the value of its legs, so it can be concluded whether the forecasting is accurate or not. Because Gray System has a gradual and repetitive calculation in each period, then in this research will be done program construction using Matlab R2015a software. So it can get the best forecasting value with smaller error value and accurate results. Calculation of error value this time using MAPE. The validation process of the program that has been made will be compared with the result of manual calculation.Keywords: Forecasting, Grey System, Matlab, MAPE
PROGRAM APLIKASI BAHASA R UNTUK PENGELOMPOKAN OBJEK MENGGUNAKAN METODE K-MEDOIDS CLUSTERING Sihombing, Rika Elizabet; Rachmatin, Dewi; Dahlan, Jarnawi Afgani
Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (401.933 KB) | DOI: 10.17509/jem.v7i1.17888

Abstract

Cluster atau dalam bahasa Indonesia dapat ditulis sebagai klaster adalah nama lain dari kelompok. Pada hakekatnya, analisis klaster adalah salah satu alat pengelompokan (clustering) dalam analisis statistika multivariat yang pada akhirnya menghasilkan sejumlah klaster (kelompok). Pengelompokan dilakukan pada objek/pengamatan (baris) dalam data yang memiliki kemiripan sangat besar dengan objek/pengamatan lainnya dalam satu klaster. Kemiripan tersebut diukur menggunakan ukuran kemiripan. Analisis klaster terbagi menjadi metode hierarki dan metode non-hierarki. Metode hierarki menggunakan struktur seperti pohon pada keputusan pengelompokan objeknya. Metode non-hierarki menempatkan objek-objek ke pusat klaster terdekat ketika banyak klaster sudah ditentukan terlebih dahulu. Ada dua buah asumsi yang harus dipenuhi agar analisis klaster dapat digunakan, yaitu data bebas pencilan (outlier) dan bebas dari masalah multikolinearitas. Namun, pada kenyataannya asumsi pencilan sering kali tidak terpenuhi. Salah satu metode analisis klaster yang tahan terhadap pencilan adalah metode k-medoids atau biasa dikenal dengan nama Partitioning Around Medoids (PAM). K-medoids merupakan salah satu bagian dari metode non-hierarki. Untuk menyelesaikan pengelompokan objek menggunakan k-medoids, diperlukan iterasi yang tidak sedikit. Jika menggunakan cara manual, tentu memakan banyak waktu dan kemungkinan mengalami kesalahan yang cukup tinggi. Untuk mengatasi hal tersebut, penelitian menggunakan bahasa pemrograman R yang dirancang untuk membentuk sebuah program aplikasi pengelompokan objek berdasarkan metode k-medoids pada suatu data. Hasil dari penelitian ini adalah sebuah program aplikasi dalam bahasa R. Program ini dapat digunakan sebagai alat bantu pengelompokan objek dengan memperlihatkan proses iterasi dari pengelompokan sampai akhirnya terbentuk sejumlah klaster yang sebelumnya telah ditentukan.
Estimasi Missing Data dengan Metode Multivariate Imputation by Chained Equations (MICE) untuk Membentuk Persamaan Regresi Linier Berganda Irma Eldiyana; Elah Nurlaelah; Nar Herrhyanto
Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (361.358 KB) | DOI: 10.17509/jem.v8i1.25750

Abstract

Penelitian ini bertujuan untuk menentukan mengestimasi data yang kosong atau data yang hilang (Mising data). Missing data adalah hilangnya sebagian informasi atau sebagian data pada suatu penelitian. Metode yang digunakan untuk mengatasi missing data pada artikel ini Multivariate Imputation by Chained Equation (MICE). Penerapan MICE terdiri dari tiga langkah utama, yaitu imputasi, analisis, dan pooling. Hasil analisis terhadap data sekunder menghasilkan diperlukan lima kali imputasi untuk mengisi missing data. Langkah analisis menggunakan analisis regresi linear berganda, dengan lima model fit. Kemudian pada langkah pooling, ke-lima model fit regresi linear berganda yang dihasilkan digabungkan menjadi model pool. Selanjutnya model pool yang diperoleh dibandingkan dengan model regresi berganda data awal. Hasil perbandingan menunjukkan bahwa persamaan linear berganda dengan missing data yang diestimasi metode MICE mendekati persamaan liner berganda yang disusun dari data awal, dengan demikian estimasi missing data dengan metode MICE dapat dikatakan baik untuk digunakan. 
Hubungan Antara Aljabar-C*A yang Berkaitan dengan Kata-Kata Tak Berdekorasi W pada Graf-K Muhammad Nur Hidayat Taufiqurrahman; Rizky Rosjanuardi; Sumanang Muhtar Gozali
Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.764 KB) | DOI: 10.17509/jem.v9i1.33355

Abstract

Isi artikel ini membahas tentang hubungan antara aljabar-  yang berkaitan  dengan koleksi kata-kata tak berdekorasi  . Koleksi kata-kata tak berdekorasi W dipandang sebagai representasi-  dari  . Selanjutnya dibahas juga mengenai aljabar-C∗ yang berkaitan  yang dibangun oleh  dan dipandang sebagai representasi -  dari , serta dikonstruksi suatu pemetaan  yang bersifat isomorfisma.
APLIKASI KRIPTOGRAFI KOMPOSISI ONE TIME PAD CIPHER DAN AFFINE CIPHER Firdaus, Ivan Luckiyana; Marwati, Rini; Sispiyati, Ririn
Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (489.114 KB) | DOI: 10.17509/jem.v5i2.9597

Abstract

ABSTRAK. Kriptografi one time pad cipher memiliki kelemahan padakurangnya keefisienan dalam pembentukan dan pengiriman kuncinya jikamenggunakan cara manual untuk menentukan kuncinya. Salah satu caraagar pembentukkan kuncinya lebih mudah dengan menggunakan aturanbarisan Fibonacci terhadap teks asli(plaintext) sehingga menghasilkankunci untuk one time pad cipher. Untuk lebih mempersulit pemecahan, onetime pad cipher dikomposisikan dengan affine cipher yang merupakandasar dari algoritma kriptografi klasik yang menggunakan metodesubtitusi. Skripsi ini membahas bagaimana pengkonstruksian kunci untukone time pad cipher dan pembuatan program aplikasi komposisi one timepad cipher dan affine cipher. Hasil dalam penulisan skripsi ini berupaprogram aplikasi untuk mempermudah enkripsi dan dekripsi komposisi onetime pad cipher dan affine cipher yang dibuat menggunakan bahasapemrograman Delphi 7.0.Kata kunci: program aplikasi, one time pad cipher, affine cipher.ABSTRACT. One time pad cipher has a weakness on generating it’s key.There are many ways to cover it’s weakness,such as using Fibonacci seriesformula on the plaintext to generate one time pad cipher’s key. One timepad cipher is an encryption technique that difficult to be cracked. One wayfor a cipher to become more difficult to resolve is by composing twoencryption technique. One time pad cipher which is difficult to be crackedwill be composed by affine cipher which is the base of classic cryptographywhose using substitution methode. This paper aimed to discuss how togenerate one time pad cipher’s key with Fibonacci series formula and howto make application program crptography composition of one time padcipher and affine cipher. And the result of this paper is a programapplication cryptography composition of one time pad cipher and affinecipher using Borland Delphi 7.0, which made encrypting and decryptingbecame easier.Keywords: application program, one time pad cipher, affine cipher.
IMPLEMENTASI ALGORITMA FUZZY EVOLUSI PADA PENJADWALAN PERKULIAHAN Pangestu, Herny Wulandari; Yulianti, Kartika; Marwati, Rini
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (250.952 KB) | DOI: 10.17509/jem.v4i1.10453

Abstract

ABSTRAK. Algoritma fuzzy evolusi merupakan perpaduan antara algoritma genetika dengan sistem fuzzy. Dalam algoritma fuzzy evolusi, tahapan-tahapannya dapat diselesaikan seperti tahapan yang terdapat pada algoritma genetika. Namun untuk penentuan parameter-parameter genetika seperti probabilitas crossover dan probabilitas mutasi dihasilkan melalui sistem inferensi fuzzy Tsukamoto. Aturan fuzzy yang digunakan didasarkan dari masukkan jumlah populasi dan jumlah generasi. Dari dua buah masukkan tersebut diperoleh sembilan aturan yang akan menghasilkan probabilitas crossover dan probabilitas mutasi. Salah satu permasalahan yang dapat diselesaikan oleh algoritma fuzzy evolusi adalah penjadwalan mata kuliah. Dalam penyusunan penjadwalan mata kuliah dibutuhkan waktu yang cukup lama dan ketelitian yang sangat tinggi. Oleh karena itu, tujuan dari penelitian ini adalah mengimplementasikan algoritma fuzzy evolusi pada permasalahan penjadwalan perkuliahan. Sehingga keakuratan dan kecepatan dalam menentukan jadwal kuliah dapat terpenuhi. Hasil pengujian menunjukkan bahwa dengan menerapkan sistem fuzzy pada algoritma genetika dapat mempercepat proses pencarian solusi optimal. Hal tersebut terlihat dari diperolehnya jadwal mata kuliah tanpa adanya benturan dalam satu kali proses iterasi dengan menggunakan jumlah populasi 100 dan jumlah generasi 200.Kata kunci: Algoritma fuzzy evolusi, fuzzy Tsukamoto, algoritma genetika, penjadwalan mata kuliahABSTRACT. Fuzzy evolutionary algorithm is a combination of genetic algoritm with fuzzy system. In fuzzy evolutionary algorithm, phases can be completed as phase contained in genetic algorithm. However, for the determination of genetic parameters such as the probability of crossover and probability of mutation are generated by Tsukamoto fuzzy inference system. Fuzzy rules uses are based on the number of population and the number of generation. By that two input obtained nine rules will generate the probability of crossover and the probability of mutation. One of the problems that can be solved by fuzzy evolutionary algorithm is the scheduling of course. In the preparation of the course scheduling takes considerable time and very high accuracy. Therefore, the purpose of this research is implementation of fuzzy evolutionary algorithm in the course scheduling problem using. So, the accuracy and speed in determine the course schedule can be solved. The result show that by applying the fuzzy system on genetic algorithm can speed up the process of finding the optimal solution. It is seen from obtaining a schedule of course without collisions in one iteration process by using 100 of population and 200 of generation.Keywords: fuzzy evolutionary algorithm, fuzzy Tsukamoto, genetic algorithm, scheduling course
PRODUK SILANG TEREDUKSI DARI ALJABAR-C^* OLEH SEMIGRUP PADA AUTOMORFISMA Shabilla, Nadia; Rosjanuardi, Rizky; Yusnitha, Isnie
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.286 KB) | DOI: 10.17509/jem.v2i1.11237

Abstract

ABSTRAK: Gerard. J. Murphy (1991) mendefinisikan suatu sistem dinamik  terdiri dari  aljabar- dan  semigrup dengan unsur identitas, dimana keduanya dihubungkan oleh aksi homomorfisma  oleh  pada automorfisma di . Produk silang dari sistem dinamik , yaitu  terdiri dari aljabar-  (yang selanjutnya dinotasikan dengan) dan pasangan  yang merupakan homomofisma kovarian di . Pada tulisan ini dipelajari tentang bentuk representasi isometrik reguler dari  semigrup kanselatif kanan (dengan unsur identitas) di ruang Hilbert  dan konstruksi produk silang  dari sistem dinamik , yang terdiri dari  aljabar- unital dan  semigrup kanselatif kanan dengan identitas. Kemudian dikaji sifat universal dari produk silang  sehingga melahirkan produk silang tereduksi di . Kata Kunci: Aljabar-, Sistem Dinamik Aljabar-, Produk Silang Aljabar-, Produk Silang Tereduksi. ABSTRACT: Gerard. J. Murphy (1991) defined a dynamical system  that contains a C*-algebra  and a semigroup with identity element  of automorphism on . The system  is a crossed product for dynamical system , that contains C*-algebra  ( it will be denoted as  and a covariant homomorphism which denoted as a pair . In this paper, we learn a regular isometric’s form of right-cancellative semigroup  (with identity element)  on Hilbert space , construction of crossed product  from a dynamical system  which contains a unital C*-algebra  and right-cancellative semigroup  (with identity element) .Moreover, we investigate the universal property of a crossed product  that forms a reduced crossed product on . Keyword: C*-Algebra, C*-Algebra Dynamical System, C*-Algebra Crossed Product, Reduced Crossed Product.
PENGELOMPOKAN KECAMATAN DI KABUPATEN BANDUNG BERDASARKAN INDIKATOR KEMISKINAN TAHUN 2015 MENGGUNAKAN METODE LATENT CLASS CLUSTER ANALYSIS (LCCA) Hafizha, Zahra Ridha; Rachmatin, Dewi; Puspita, Entit
Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (201.888 KB) | DOI: 10.17509/jem.v6i2.14684

Abstract

ABSTRAK. Kemiskinan merupakan hal yang sangat kompleks. Kabupaten Bandung merupakan wilayah yang memiliki jumlah penduduk miskin keempat terbanyak di Jawa Barat. Kemiskinan di Kabupaten Bandung mengalami peningkatan dari tahun 2014 ke tahun 2015. Untuk itu diperlukan ketepatan program bantuan dari pemerintah yang bisa diterapkan di Kabupaten Bandung untuk menangani masalah tersebut. Oleh karena itu, penulis akan melakukan pengelompokan kecamatan di Kabupaten Bandung berdasarkan variabel indikator kemiskinan tahun 2015 untuk mendapatkan kelompok-kelompok (klaster) yang memiliki kemiripan sifat antara anggotanya, sehingga untuk masing-masing klaster yang terbentuk memiliki kriteria tertentu. Pengelompokan akan dilakukan dengan metode Latent Class Cluster Analysis (LCCA). Metode ini menggunakan Algoritma EM dan Metode Newton Raphson sebagai tahapan estimasi parameter. Selanjutnya pemilihan model dilakukan berdasarkan nilai BIC terendah dan pengelompokan objek ke dalam klaster dilakukan menggunakan peluang posterior. Kesimpulan dari hasil pengelompokan ini adalah terbentuknya 4 klaster dengan klaster 1 terdiri dari 11 kecamatan, klaster 2 terdiri dari 10 kecamatan, klaster 3 terdiri dari 8 kecamatan dan klaster 4 terdiri dari 2 kecamatan dengan masing-masing klaster memiliki kriteria tertentu. Kata Kunci :  Kemiskinan, Latent Class Cluster Analysis (LCCA), Algoritma EM, Newton-Raphson, Peluang Posterior. TITLE. Classification Of Subdistrict Of Bandung Regency Based On Poverty Indicator In 2015 Using Latent Class Cluster Analysis (LCCA) MethodABSTRACT. Poverty is such a complex problem. Bandung Regency takes the fourth place as an area with biggest poverty population in West Java. Poverty in Bandung Regency has increased since 2014 until 2015. Hence, the goverment needs a precise implementable aid program to help Bandung Regency to handle this problem. Therefore, writer will classify some subdistricts in Bandung Regency based on poverty indicator in 2015 as variable in order to form the cluster that have similar characteristics between each components, so for each cluster that formed will have a specific criteria. Classification process will be done by Latent Class Cluster Analysis (LCCA) method. This method use EM Algorithm and Newton Raphson Method as parameter estimation process. After that, the model will be choosen based on the lowest BIC value and the classification of object into the cluster which will be done by using posterior probability. The conclusion from the results of classification process is four cluster has been obtained with the first cluster consist of 11 subdistricts, second cluster consist of 10 subdistricts, third cluster consist of 8 subdistricts, and fourth cluster consist of 2 subdistricts and each cluster has specific criteria.Key Words : Poverty, Latent Class Cluster Analysis (LCCA), EM Algorithm, Newton-Raphson, Posterior Probability.
Pemodelan Hasil Panen Padi terhadap Ketergantungan Cuaca Ekstrem di Indonesia Menggunakan Copula Gaussian Sri Yuningsih; Embay Rohaeti; Yasmin Eka Faridhan
Jurnal EurekaMatika Vol 10, No 1 (2022): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v10i1.45672

Abstract

Good paddy crop yield needs enough water, no more and no less. Extreme weather often causes paddy farmer financial loss; it may decrease paddy crop yield, or even crop failure. Extreme weather occurs when there is low intensity (0-100 mm) or high intensity rainfall (300-500 mm). A model is developed using Gaussian copula to estimate paddy crop yield when extreme weather occurred. Parameter estimation for the copula model is done using Kendall-Tau approach.  Secondary data from Statistics Indonesia used in this study is paddy crop yield and rainfall data from year 2014 to 2018. The generated Gaussian copula model isC_0.01884 (0.5,0.63)=Φ_0.01884 (Φ^(-1) (0.5),Φ^(-1) (0.63)). The model shows a weak dependency between paddy crop yield and rainfall in Indonesia.Keywords: Extreme Weather, Gaussian Copula, Paddy Crop. AbstrakHasil panen padi yang baik memerlukan air yang cukup, tidak kekurangan dan tidak kelebihan air. Cuaca ekstrem merupakan salah satu penyebab kerugian para petani padi, karena ketika cuaca ekstrem terjadi dapat berakibat menurunnya hasil panen padi, bahkan gagal panen. Cuaca ekstrem terjadi jika curah hujan berintensitas rendah (0-100 mm) dan intensitas tinggi (300-500 mm). Pemodelan dilakukan untuk menduga hasil panen padi saat terjadi cuaca ekstrem menggunakan Copula Gaussian. Pendugaan parameter untuk model Copula dilakukan dengan pendekatan Kendall-Tau. Data penelitian yang digunakan merupakan data sekunder dari Badan Pusat Statistika yaitu data hasil panen padi (dalam satuan ton) pada tahun 2014-2018 dan data curah hujan (dalam satuan mm) pada tahun 2014-2018.  Model Copula Gaussian yang dihasilkan adalah C_0.01884 (0.5,0.63)=Φ_0.01884 (Φ^(-1) (0.5),Φ^(-1) (0.63)). Model tersebut menunjukkan ketergantungan yang lemah antara hasil panen padi dengan curah hujan di Indonesia.

Page 11 of 15 | Total Record : 145

 9   10   11   12   13 

Filter by Year

2014 2024


Reset
Filter By Issues
All Issue Vol 12, No 1 (2024): Jurnal EurekaMatika Vol 11, No 2 (2023): Jurnal Eurekamatika Vol 11, No 1 (2023): Jurnal Eurekamatika Vol 10, No 2 (2022): Jurnal Eurekamatika Vol 10, No 1 (2022): Jurnal Eurekamatika Vol 9, No 2 (2021): Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika Vol 8, No 2 (2020): Jurnal Eurekamatika Vol 8, No 1 (2020): Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika More Issue