cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
ujm@mail.unnes.ac.id
Phone
-
Journal Mail Official
ujm@mail.unnes.ac.id
Editorial Address
Sekaran, Gunungpati, Semarang
Location
Kota semarang,
Jawa tengah
INDONESIA
Unnes Journal of Mathematics
Published by Universitas Negeri Semarang
ISSN : 22526943     EISSN : 24605859     DOI : https://doi.org/10.15294/ujm
Core Subject : Education,
Mathematics
Unnes Journal of Mathematics (UJM) publishes research issues on mathematics and its apllication. The UJM processes manuscripts resulted from a research in mathematics and its application scope, which includes. The scopes include research in: 1. Algebra 2. Analysis 3. Discrete Mathematics and Graph Theory 3. Differential Equation 4. Geometry 5. Mathematics Computation, 6. Statistics.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 11 Documents
 1   2 
Search results for , issue "Vol 7 No 1 (2018)" : 11 Documents clear
Pemodelan SIR untuk penyebaran Penyakit Pertusis dengan Vaksinasi pada populasi Manusia Konstan Asyabah, Zaidin; Waluya, Stevanus Budi; Kharis, Muhammad
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.11878

Abstract

Di Indonesia terdapat kasus Pertusis sebanyak 5.643, tidak menutup kemungkinan angka tersebut dapat bertambah tiap tahunnya. Penelitian ini membahas model matematika untuk penyebaran penyakit Pertusis dengan vaksinasi. Model matematika yang digunakan berupa model VSIR. Tujuan penelitian ini adalah membangun model matematika, menganalisis titik kestabilan, dan menginterpretasikan simulasi model matematika dengan Maple. Dalam pembangunan model diperoleh model matematika dengan dua titik kesetimbangan yaitu titik kesetimbangan bebas penyakit dan titik kesetimbangan endemik. Analisis yang dilakukan menghasilkan angka rasio reproduksi dasar (R0). Setelah menganalisis dua titik kesetimbangan maka dapat disimpulkan bahwa titik kesetimbangan bebas penyakit akan stabil asimtotik lokal apabila R(0)<1 . Sedangkan titik kesetimbangan endemik akan stabil asimtotik lokal apabila R(0)>1 . Selanjutnya, untuk mengilustrasikan model tersebut maka dilakukan simulasi model menggunakan program Maple menghasilkan beberapa fakta, yaitu semakin kecil nilai b rasio kehilangan imunitas pada individu yang divaksin dan semakin besar nilai p proporsi bayi yang divaksin akan memperkecil jumlah penderita.
ANALISIS SISTEM ANTRIAN DISIPLIN PRIORITAS PADA BENGKEL MOTOR AHASS 10293 (ASZA MOTOR 2) CABANG UNGARAN Saraswati, Andhina; Hendikawati, Putriaji
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.12394

Abstract

Abstrak Disiplin antrian yang sering digunakan adalah disiplin pelayanan FCFS, namun ada disiplin antrian lainnya yaitu disiplin prioritas. Bengkel Motor AHASS 10293 menerapkan disiplin prioritas dalam sistem antriannya. Penelitian dilakukan selama 3 hari pada hari dan waktu sibuk yang dipilih secara acak yaitu 27 Maret, 28 Maret, dan 30 Maret 2015. Data yang diambil adalah waktu antar kedatangan dan waktu pelayanan, sehingga dari data tersebut diperoleh hasil ukuran kinerja antrian prioritas. Hasil rata-rata perhitungan ukuran kinerja antrian dalam tiga hari adalah = 0,0000466987, = 0,0000000084, = 2,6667133647, = 2,1201413512, = 0,0000056505, = 0,0000000003, = 0,3226723168, = 0,0749116611. Biaya fasilitas ketiga hari adalah Rp. 31.250,00 dan biaya menunggu hari pertama Rp. 4.100,00, hari kedua Rp. 2.700,00, hari ketiga Rp. 3.700,00. Sistem antrian yang diterapkan oleh Bengkel Motor AHASS 10293 sudah cukup baik karena antrian yang terjadi tidak terlalu parah meski pelanggan yang datang tiap harinya cukup banyak. Abstract Queuing discipline that often used is FCFS, but there are another queuing disciplines one of which is priority queuing discipline. AHASS 10293 Machine Shop using priority discipline for their system. This study was conducted for 3 days in a busy day and time that selected randomly on March 27, March 28, and March 30, 2015. The captured data are time arrivals and service time, so that from those data obtained the results of priority queuing performance measurements. The average results from three days are = 0,0000466987, = 0,0000000084, = 2,6667133647, = 2,1201413512, = 0,0000056505, = 0,0000000003, = 0,3226723168, = 0,0749116611. Customer service cost for three days is Rp. 31.250,00 and customer waiting cost for the first day is Rp. 4.100,00, the second day is Rp. 2.700,00, the third day is Rp. 3.700,00. Queuing system that applied by AHASS 10293 Machine Shop is good enough because the queues are not too severe even though the customers who come every day quite a lot.
PERBANDINGAN TINGKAT AKURASI METODE AUTOMATIC CLUSTERING, AVERAGE BASED, DAN MARKOV CHAIN FUZZY TIME SERIES PADA NILAI TUKAR (KURS) RUPIAH hengky tri ikhsanto, hengky tri ikhsanto; Sugiman, Sugiman; Hendikawati, Putriaji
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.12574

Abstract

Penelitian ini membahas perbandingan keakurasian model peramalan fuzzy time series dengan automatic clustering dan average based untuk membentuk interval dan proses defuzzifikasi menggunakan konsep markov chain. Model tersebut digunakan untuk meramalkan data nilai tukar (KURS) mata uang Rupiah terhadap US Dolar dan Euro. Pemilihan metode terbaik dalam menentukan interval berpengaruh terhadap hasil peramalan, serta menggabungkan kelebihan dari rantai markov dapat meningkatkan keakurasian dari hasil ramalan. Tujuan dari penelitian ini adalah pemilihan metode terbaik dalam menentukan interval serta mengetahui pengaruh adanya penggabungan dengan rantai markov. Berdasarkan penerapan metode fuzzy time series pada data nilai tukar Rupiah terhadap US Dolar dan Euro periode Januari-Maret 2016 diperoleh kesimpulan Automatic Clustering lebih baik daripada Average Based dalam pembentukan interval, dengan nilai MSE 1.065 dan MAPE 0,15% pada data nilai tukar rupiah terhadap US Dolar dan pada nilai tukar rupiah terhadap Euro dengan nilai MSE 694 dan MAPE 0,09%. Adanya penggabungan rantai markov pada metode Automatic clustering memberikan peningkatan akurasi sebesar 60,65% pada data nilai tukar rupiah terhadap US Dolar dan pada nilai tukar rupiah terhadap Euro meningkat sebesar 14,99%.
PERBANDINGAN HASIL OPTIMASI PADA METODE BROWN’S ONE-PARAMETER DOUBLE EXPONENTIAL SMOOTHING MENGGUNAKAN ALGORITMA NON-LINEAR PROGRAMMING BERBANTUAN MATLAB Novalia, Dyah; Sugiman, Sugiman; Sunarmi, Sunarmi
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.20381

Abstract

Pemulusan eksponensial ganda satu parameter dari Brown merupakan salah satu pemulusan eksponensial dengan satu parameter, yaitu parameter . Beberapa algoritma nonlinear programming dapat digunakan untuk menyelesaikan masalah optimasi. Tujuan dari penulisan skripsi ini adalah mendapatkan nilai parameter optimal pada pemulusan eksponensial ganda satu parameter dari Brown menggunakan algoritma golden section, algoritma pencarian dikotomis dan algoritma kuadratis dengan bantuan software Matlab R2009a. Hasil perhitungan dari ketiga algoritma tersebut dibandingkan, lalu dilakukan peramalan menggunakan pemulusan eksponensial ganda satu parameter dari Brown. Pada penelitian ini, proses untuk mendapatkan parameter optimal dengan menggunakan algoritma golden section membutuhkan 16 iterasi hingga didapatkan nilai optimal sebesar dan MAPE sebesar 0,10719%. Algoritma pencarian dikotomis membutuhkan 13 iterasi hingga didapatkan nilai optimal sebesar dan MAPE sebesar 0,10720%. Sedangkan algoritma kuadratis membutuhkan 3 iterasi hingga didapatkan nilai optimal sebesar 0,206883 dan MAPE sebesar 0,10720%. Berdasarkan hasil perhitungan tersebut maka algoritma kuadratis lebih efektif karena jumlah iterasi yang dibutuhkan lebih sedikit sehingga waktu yang dibutuhkan juga lebih efisien
MODEL MATEMATIKA POPULASI PEROKOK PADA DAERAH YANG MENERAPKAN DENDA Trihartanto, Ramadhani; Supriyono, Supriyono; Kharis, Muhammad
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.20389

Abstract

Mudahnya menemukan perokok disebabkan oleh banyaknya perokok terutama di Indonesia. Untuk menekan banyaknya perokok di Indonesia, penerapan denda diberlakukan. Tujuan penelitian adalah membangun, menganalisis, dan menginterpretasikan simulasi model matematika populasi perokok di daerah yang menerapkan denda. Dalam pembangunan model diperoleh dua model matematika. Dari kedua model diperoleh bilangan reproduksi , titik kesetimbangan endemik berbeda yang stabil untuk dan memiliki titik kesetimbangan tak endemik sama yang stabil untuk dan tak stabil untuk . Untuk menghilangkan populasi perokok pada model pertama, diperlukan usaha untuk menekan laju kontak kurang dari 0,01 dan tingkat keefektivan denda lebih dari 0,3445. Untuk menghilangkan populasi perokok pada model kedua, diperlukan usaha untuk menekan laju kontak kurang dari 0,03 dan tingkat keefektivan denda lebih dari 0,1548.
PENENTUAN HARGA OPSI ASIA MENGGUNAKAN METODE SIMULASI MONTE CARLO DENGAN TEKNIK REDUKSI VARIANSI Habaib, Taufik Nur; Mariani, Scolastika; Arifudin, Riza
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.20394

Abstract

Penelitian ini bertujuan untuk mengetahui keefisienan teknik reduksi variansi yang diterapkan pada metode simulasi Monte Carlo dalam menentukan harga opsi beli Asia PT. Adhi Karya (Persero) Tbk. pada saat jatuh tempo 3 bulan menggunakan GUI Matlab. Teknik reduksi variansi yang digunakan dalam penelitian ini adalah metode variabel antithetik. Pada penelitian ini ditentukan parameter-parameter harga saham awal kontrak (S0) sebesar Rp2680, harga eksekusi (K) sebesar Rp2116, tingkat bunga bebas risiko (r) adalah 5%, waktu jatuh tempo (T) selama 3 bulan, volatilitas harga saham ( ) adalah 1,6, dan jumlah simulasi sebanyak 10.000 kali. Dari parameter-parameter tersebut kemudian diperoleh harga opsi beli Asia sebesar Rp766,7 dengan standar eror 6,2952. Harga opsi beli Asia tersebut diperoleh setelah diasumsikan konvergen pada periode waktu harga saham ke-500, sedangkan standar eror-nya diperoleh setelah direduksi rata-rata sebesar 45,8%. Implikasi bagi investor dan pelaku di pasar modal adalah apabila investor ingin melakukan investasi pada opsi Asia, maka dalam memprediksi harga opsi belinya dapat dilakukan dengan menggunakan program aplikasi GUI Matlab dari penelitian ini
PERBANDINGAN METODE ROBUST LEAST MEDIAN OF SQUARE (LMS) DAN PENDUGA S UNTUK MENANGANI OUTLIER PADA REGRESI LINIER BERGANDA Febrianto, Laeli Sidik; Hendikawati, Putriaji; Dwidayati, Nur Karomah
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.27381

Abstract

Analisis regresi linier berganda digunakan untuk mengukur pengaruh lebih dari satu variabel bebas (X) terhadap variabel terikat (Y). Estimasi parameter analisis regresi umumnya diselesaikan dengan OLS. Pada kenyataannya banyak ditemukan kasus bahwa data mengandung outlier yang menyebabkan estimasi koefisien garis regresi dengan OLS menjadi tidak tepat, sehingga diperlukan metode regresi robust. Beberapa metode regresi robust diantaranya M-Estimation, Least Median of Square (LMS), Least Trimmed Squares (LTS), Penduga S, dan MM-Estimation. Permasalahan yang dikaji dalam penelitian ini adalah menentukan metode terbaik dalam mengatasi permasalahan outlier menggunakan metode regresi robust LMS dan Penduga S. Penelitian ini menggunakan data Anggaran Pendapatan dan Belanja Daerah (APBD) kabupaten/kota di Pulau Jawa tahun 2010 dengan variabel bebas meliputi Pendapatan Asli Daerah (X1), Dana Bagi Hasil (X2), Dana Alokasi Umum (X3), Luas Wilayah (X4), dan variabel terikat yaitu Belanja Modal (Y). Analisis dimulai dengan uji asumsi normalitas, linieritas, keberartian simultan, keberartian parsial, multikolinearitas, heteroskedastisitas, dan autokorelasi. Model regresi yang dapat diterima yaitu regresi data transformasi logaritma natural dari data APBD dengan variabel bebas meliputi Pendapatan Asli Daerah (logX1) dan Dana Bagi Hasil (logX2), serta variabel terikat yaitu Belanja Modal (logY) . Pendeteksian outlier menggunakan metode boxplot dan Cook’s Distance menunjukan bahwa terdapat outlier, sehingga dilakukan pendugaan parameter regresi robust dengan metode LMS dan Penduga S. Metode LMS menghasilkan nilai AIC sebesar 25,54423 dan SIC sebesar 27,76414, sedangkan dengan metode Penduga S menghasilkan nilai AIC sebesar 40,22523 dan SIC sebesar 43,72099. Berdasarkan hasil penelitian dan pembahasan disimpulkan bahwa LMS merupakan metode terbaik, karena LMS memiliki nilai AIC dan SIC yang lebih kecil dibandingkan dengan Penduga S. Multiple linear regression analysis was used to measure the effect of more than one independent variable ( X ) on the dependent variable ( Y ). Estimated parameters of the regression analysis are generally with OLS. In fact many cases found that the data contains outliers that causes the coefficient estimate by OLS regression line is not appropriate , so that the necessary robust regression methods. Some of robust regression method is M-Estimation, Least Median of Square ( LMS ), Least Trimmed Estimation (LTS), S Estimation, and MM-Estimation. Issues examined in this study is to determine the best method to solve outlier problems using robust regression method LMS and S Estimation. This study uses data Budget (APBD) districts / cities in Java in 2010 with the independent variables include revenue (X1), DBH (X2), General Allocation Fund (X3), Total Region (X4) and the dependent variable is the Capital Expenditure (Y). The analysis begins with the assumption of normality, linearity, significance simultaneous, partial significance, multicollinearity, heteroscedasticity, and autocorrelation. Regression models were acceptable ie data regression natural logarithm transformation of budget data with independent variables include revenue (logX1) and DBH (logX2), as well as the dependent variable is the Capital Expenditure (logY). The detection of outliers using boxplot and Cook's Distance shows that there are outliers, so that a robust regression parameter estimation with the LMS method and S Estimation. LMS method produces a value of AIC 27.76414 and SIC 25.54423, while the S Estimation method produces a value of AIC 43.72099 and SIC 40.22523. Based on the results and discussion can be concluded that the LMS is the best, since the LMS method has a value of AIC and SIC are smaller than the S Estimation
Optimasi Parameter pada Model Exponential Smoothing Menggunakan Metode Golden Section untuk Pemilihan Model Terbaik dan Peramalan Jumlah Wisatawan Provinsi Jawa Tengah Kinasih, Sekar; Agoestanto, Arief; Sugiman, Sugiman
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.27384

Abstract

Dalam penelitian ini, metode pemulusan eksponensial digunakan adalah Single Exponential Smoothing (SES), Double Exponential Smoothing–Holt (DES) dan Triple Exponential Smoothing Holt-Winter (TES) Aditif dan model Multiplikatif. Data yang digunakan adalah Jumlah Wisatawan Provinsi Jawa Tengah periode Januari 2011 sampai Desember 2015. Tujuan penelitian ini, melakukan optimasi parameter model pada metode SES, DES dan TES menggunakan metode Golden Section untuk meminimumkan nilai MAPE, mendapatkan metode terbaik guna memprediksi data jumlah Wisatawan Provinsi Jawa Tengah tahun 2011-2015, dan mendapatkan nilai prediksi menggunakan parameter yang optimal untuk tiap–tiap metode pada data jumlah Wisatawan Jawa Tengah Bulan Januari 2016. Berdasarkan analisis tersebut diperoleh parameter yang optimum untuk tiap–tiap metode, SES dengan parameter alpha0,54280 dan nilai MAPE 6,27370%, DES Holt parameter alpha 0,00004, parameter gamma 0,00590 dan nilai MAPE 11,04635%, TES Holt Winters Additive dengan parameter alpha 0,23607, parameter gamma 0,14590, parameter delta 0,23607 dan nilai MAPE 6,66123% serta untuk TES Holt Winters Multiplicative dengan parameter alpha 0,23607, parameter gamma 0,14590, parameter delta 0,23607 dan nilai MAPE6,67563%. Berdasarkan perbandingan MAPE pada ke empat metode di atas diperoleh metode terbaik untuk data Jumlah Wisatawan Provinsi Jawa Tengah yaitu metode SES karena mempunyai nilai MAPE terkecil. Dengan model peramalan yang diperoleh F_(t+1)=0,54280X_t+(1-0,54280)F_t, diperoleh hasil peramalan untuk Bulan Januari 2016 adalah 320227 pengunjung. In this study, the method used is the exponential smoothing Single Exponential Smoothing (SES), Double Exponential Smoothing -Holt (DES) and Triple Exponential Smoothing Holt-Winter (TES) additive and multiplicative models. The data used is the number of tourists in Central Java Province from January 2011 to December 2015. The purpose of this study was to optimize the parameters of the model on SES method, DES and TES using the Golden Section to minimize the MAPE, to get the best method to predict the amount of data Travelers Central Java of the year 2011-2015, and to get the predictive value using the optimal parameters for everry methods on data of Central Java Travellers January 2016. Based on the analysis obtained optimum parameters for everry methods, SES with alpha parameter 0.54280 and MAPE value 6.27370%, DES Holt parameter alpha0.00004, gamma parameters 0.00590and the value of MAPE 11.04635 %, TES Holt Winters Additive with alpha parameter 0.23607, 0.14590 parameter gamma, delta parameter 0.23607 and 6.66123% MAPE value as well as for TES Multiplicative Holt Winters with alpha parameter 0.23607, 0.14590 parameter gamma, delta parameter 0 , 23607 and MAPE value of 6.67563%. The best of method of MAPE on for all of the above for data the number of tourists in Central Java Province which is the method SES for having the smallest MAPE value. With forecasting model obtained F_(t+1)=0,54280X_t+(1-0,54280)F_t, it was Retrieved forecasting for January 2016 was 320 227 visitors.
ANALISIS PREDIKSI QUICK COUNT DENGAN METODE STRATIFIED RANDOM SAMPLING DAN ESTIMASI CONFIDENCE INTERVAL MENGGUNAKAN METODE MAKSIMUM LIKELIHOOD Ulya, Siti Faiqotul; Sukestiyarno, YL; Hendikawati, Putriaji
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.27385

Abstract

Tujuan penelitian untuk menganalisis prediksi quick count dengan pengambilan sampel, serta akurasi dan presisi pada Pilkada Jawa Tengah. Metode yang digunakan yaitu pemilihan masalah, merumuskan masalah, studi pustaka, pemecahan masalah, dan penarikan kesimpulan. Teknik Stratified Random Sampling oleh LSI pada Pilkada Jateng diperoleh ukuran sampel yang digunakan untuk prediksi kemenangan sebesar 3.8362 pemilih yang tersebar di 87 TPS, sehingga estimasinya menghasilkan rentang proporsi pemilih kandidat 1=0,1250<th<0,2963, kandidat 2=0,20552<th<0,39847, kandidat 3=0,3822< th <0,5923. Perhitungan proporsi kandidat 1= 21,07%, kandidat 2= 30,2%, dan kandidat 3= 48,73% . Karena urutan perolehan suara setiap kandidat sesuai antara KPU dan LSI, maka Pilkada Jateng memiliki akurasi tinggi dan selisih hasil perhitungan terletak pada batas ketelitian yang ditoleransi ini menandakan bahwa presisi yang tinggi. The purpose of this study was to analying the implementation of the quick count with sampling process through the process and analyze the accuracy and presicion on the local elections of central java. The method includes selecting problems, formulate problems, library research, problem solving, and conclusion. Stratified Random Sampling survey institution on the elections central java obtained a sample size proportionally level of 38.362 samples of voters spread over 87, TPS so the estimation produces a range proportion of voters candidate 1 is 0,1250<th <0,2963, candidate 2 is 0,20552<th <0,39847, candidate 3 is 0,3822< th<0,5923. Calculation of proportion for candidate 1 is 21,07% , candidate 2 is 30,2%, and candidate 3 is 48,73% The order of votes for each candidate are the same beteen the commission and the contens of the local elections of central java in had a high accuracy indicates that having high precision.
PERAMALAN CURAH HUJAN DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE WITH EXOGENOUS INPUT (ARIMAX) Suryani, Andika Resti; Sugiman, Sugiman; Hendikawati, Putriaji
Unnes Journal of Mathematics Vol 7 No 1 (2018)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v7i1.27386

Abstract

Tujuan penelitian ini untuk mengetahui model ARIMAX terbaik dan hasil peramalan curah hujan menggunakan model terbaik. Berdasarkan hasil analisis diperoleh model ARIMAX terbaik adalah model dan diperoleh hasil peramalan curah Bulan Januari 2015 sebesar 384,25mm, Bulan Februari 208,04mm, Bulan Maret 233,94mm, Bulan April 214,14mm, Bulan Mei 183,79mm, Bulan Juni 169,18mm, Bulan Juli 123,49mm, Bulan Agustus 98,85mm, Bulan September 106,09mm, Bulan Oktober 153,04mm, Bulan November 308,52mm dan Bulan Desember 280,45mm. Hasil peramalan curah hujan menunjukkan pola yang sama dengan data yang sebenarnya dan diperoleh nilai eror sMAPE sebesar 1,045. Hal ini dapat diartikan bahwa metode ARIMAX dapat digunakan untuk melakukan peramalan curah hujan dengan SST El-Nino 3.4 sebagai variabel eksogen. The purpose of the study is to find out the best ARIMAX models and forecasting rainfall usingthe best model. Based on the results analysis obtained the best ARIMAX model is model and obtained forecasting rainfall in January 2015 amounted to 384,25mm; February 208,04mm; March 233,94mm; April 214,14mm; May 183,79mm; June 169,18mm; July 123,49mm; August 98,85mm; September 106,09mm; October 153,04mm; November 308,52mm; and December 280,45mm. Forecasting rainfall data show the same pattern with the actual data and obtained error sMAPE values 1.045. This may imply that ARIMAX method can be used for forecasting rainfall with the El-Nino 3.4 SST as exogenous.

Page 1 of 2 | Total Record : 11

 1   2 

Filter by Year

2018 2018


Reset
Filter By Issues
All Issue Vol 12 No 2 (2023): Unnes Journal of Mathematics Vol 12 No 1 (2023) Vol 11 No 2 (2022) Vol 11 No 1 (2022) Vol 10 No 2 (2021) Vol 10 No 1 (2021) Vol 9 No 2 (2020) Vol 9 No 1 (2020) Vol 8 No 2 (2019) Vol 8 No 1 (2019) Vol 7 No 2 (2018) Vol 7 No 1 (2018) Vol 6 No 2 (2017) Vol 6 No 1 (2017) Vol 5 No 2 (2016) Vol 5 No 1 (2016) Vol 4 No 2 (2015) Vol 4 No 1 (2015) Vol 3 No 2 (2014) Vol 3 No 1 (2014) Vol 2 No 2 (2013) Vol 2 No 1 (2013) Vol 1 No 2 (2012) Vol 1 No 1 (2012) More Issue