cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Aang Nuryaman
Contact Email
aang.nuryaman@fmipa.unila.ac.id
Phone
+6285324460093
Journal Mail Official
siger.matematika@fmipa.unila.ac.id
Editorial Address
Jurusan Matematika FMIPA Universitas Lampung Jl. Soemantri Brojonegoro No 1 Gedong Meneng Rajabasa Bandar Lampung
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Siger Matematika
Published by Universitas Lampung
ISSN : 27215849     EISSN : 27216853     DOI : https://doi.org/10.23960/JSM
Core Subject : Education,
Mathematics
Jurnal Siger Matematika is a broad scope journal that publishes original research articles as well as review articles on all aspects of both pure and applied mathematics. publised by Departement Mathematics, Faculty of Mathematics and Natural Sciences, University of Lampung. This journal covers all topics of Mathematical sciences which includes: Analysis Geometry Algebra Combinatorics Operation Research Statistics Applied Mathematics Computational Mathematics
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 6 Documents
 1 
Search results for , issue "Vol 1, No 1 (2020): Jurnal Siger Matematika" : 6 Documents clear
Pelengkap Jurnal Pelengkap Jurnal
Jurnal Siger Matematika Vol 1, No 1 (2020): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (308.545 KB) | DOI: 10.23960/jsm.v1i1.2516

Abstract

Berisi Cover, Daftar Isi, dan Dewan Redaksi Jurnal
Analisis Regresi Komponen Utama Robust dengan Metode Minimum Covariance Determinant – Least Trimmed Square (MCD-LTS) Siska Diah Ayu Larasati; Khoirin Nisa; Eri Setiawan
Jurnal Siger Matematika Vol 1, No 1 (2020): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (381.312 KB) | DOI: 10.23960/jsm.v1i1.2472

Abstract

Principal Component Regression (PCR) is a method used to overcome multicollinearity problems by reducing the dimensions of independent variables to obtain new simpler variables without losing most of the information contained in the  variables. If the data analyzed contain outliers, a robust method on PCR is required. In this paper we use a robust method which is a combination of Robust Principal Component Analysis using the Minimum Covariance Determinant (MCD) method and Robust Regression Analysis using Least Trimmed Square (LTS) method. The purpose of this study is to examine the robust PCR analysis using the MCD-LTS method and to know the robustness of the method by looking at its sensitivity to outliers. For this purpose  we compared the MCD-LTS PCR  to the classic PCR based on the bias and Mean Square Error (MSE) values on several different sample sizes and percentages of outliers. The results of this study indicate that robust PCR using MCD-LTS is effective and efficient in overcoming the problem of multicollinearity and outliers in regression analysis. 
Peramalan Data Time Series Seasonal Menggunakan Metode Analisis Spektral Anis Mahfud Al’afi; Widiarti Widiarti; Dian Kurniasari; Mustofa Usman
Jurnal Siger Matematika Vol 1, No 1 (2020): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (310.565 KB) | DOI: 10.23960/jsm.v1i1.2484

Abstract

Air transportation is now a mode of transportation that is often the first choice. Although the transportation costs are relatively expensive, it can save a lot of time to get to the destination. Therefore, predicting the number of aircraft passengers is an interesting thing to study. In this study forecasting the number of aircraft passengers at Raden Intan II Airport using spectral analysis methods. Spectral analysis is used to obtain more complete information about the time series data characteristics to examine the periodicity. After getting the periodicity the data is modeled using the ARIMA Seasonal Method. Based on the analysis results it is known that the best model for forecasting aircraft passengers at Raden Intan II Airport is Seasonal ARIMA (0,1,1) (0,1,1)3
SIMULATION OF ROBOT MOVEMENT IN 2-DIMENSIONAL SPACE USING FUZZY-PARTICLE SWARM OPTIMIZATION Irianto Irianto; Tan Hauw-Sen
Jurnal Siger Matematika Vol 1, No 1 (2020): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (782.714 KB) | DOI: 10.23960/jsm.v1i1.2487

Abstract

Nowdays, the use of a group of autonomous robots are grown increasingly, especially for an application dealing with hazardous material and or dangerous situation. In this case, autonomous robot movement where there is no interference from a human on the execution process is very important. The concern is how this group of autonomous robots could arrive as fast as possible to the target location to perform the tasks given. If it includes the movement of groups of autonomous robots then particle swarm optimization (PSO) is one of a simple yet powerful method available. Fuzzy logic as a logic system has been proven can be combined with various numbers of applications or methods to get a more optimal result. One of them is the combination of fuzzy logic with PSO method. This paper implemented the fuzzy-PSO optimization method to simulate a group of robots movement to the target location using scratch programming. The fuzzy-PSO optimization results, then compared to the results of classic PSO optimization. It is found that the robots with fuzzy-PSO optimization movement arrived at the location target in average more than 40% faster compared to the robots with classic PSO optimization movement.
Pengelompokkan Provinsi Berdasarkan Variabel Kesehatan Lingkungan Dan Pengaruhnya Terhadap Kemiskinan Di Indonesia Tahun 2018 Tri rena mayasari
Jurnal Siger Matematika Vol 1, No 1 (2020): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (382.187 KB) | DOI: 10.23960/jsm.v1i1.2471

Abstract

Abstrak- Indikator kesehatan lingkungan merupakan faktor penting yang harus diperhatikan oleh Pemerintah dan masyarakat luas. Kurangnya indikator ini, dapat berdampak bagi kesehatan dan perekonomian negara. Indonesia merupakan Negara dengan ketimpangan dan kesenjangan berbagai aspek, salah satunya adalah ketimpangan pada tingkat kemiskinan dan indikator kesehatan lingkungan.  Oleh karena itu, perlu adanya pengkajian untuk mengaitkan kedua indikator tersebut. Penelitian ini bertujuan untuk melihat pengaruh kesehatan lingkungan (yang terdiri dari variabel akses air minum, sanitasi dan hunian layak) dengan tingkat kemiskinan yang terjadi di Indonesia dan untuk mengelompokkan Provinsi berdasarkan indikator kesehatan lingkungan agar dapat melihat Provinsi mana yang perlu diperhatikan guna mempercepat pencapaian SDGs. Dalam penelitian ini, dibangun model Regresi Linier Berganda dan analisis cluster dengan metode Hierarchical Cluster. Hasil penelitian menunjukkan bahwa dari tiga variabel yang ada, hanya variabel fasilitas sanitasi layak yang siginifikan memengaruhi tingkat kemiskinan di Indonesia. Namun, konstanta variabel hunian layak lebih cepat untuk menurunkan tingkat kemiskinan dibandingkan variabel lainnya. Kemudian dari hasil Pengelompokkan dengan metode Hierarchical Cluster, Indonesia terbagi menjadi tiga kelompok yaitu kelompok dengan indikator kesehatan lingkungan rendah, sedang dan tinggi.  Kelompok dengan kriteria indikator kesehatan lingkungan rendah terdiri dari 3 Provinsi, sedang terdiri dari 24 Provinsi dan Tinggi terdiri dari 7 Provinsi. Provinsi Bengkulu, Lampung dan Papua merupakan Provinsi yang harus diperhatikan karena merupakan anggota kelompok pertama yang memiliki indikator kesehatan lingkungan dan tingkat kemiskinan terburuk dibandingkan dengan kelompok lainnya. Dari hasil analisis ini, Pemerintah disarankan untuk menyusun kebijakan yang mengarah pada perbaikan aspek kesehatan lingkungan terutama di tiga Provinsi kelompok pertama.
Penentuan Skewness Pada Graf Lengkap Kn Dengan Menggunakan Mathematica Subian Saidi; Ahmad Faisol
Jurnal Siger Matematika Vol 1, No 1 (2020): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (410.12 KB) | DOI: 10.23960/jsm.v1i1.2453

Abstract

Penentuan skewness pada graf  lengkap Kn dilakukan dengan cara menggambar kembali graf tersebut sedemikian sehingga menjadi planar dan kemudian menghitung jumlah edge yang pengambarannnya mengakibatkan graf tersebut menjadi tidak planar. Penentuan skewness pada graf lengkap Kn secara manual sangat tidak efisien untuk n yang besar. Oleh karena itu, penetuan skewness pada graf lengkap Kn perlu dilakukan secara komputasi.  Dalam penelitian ini dilakukan penentuan skewness pada graf lengkap Kn secara komputasi dengan menggunakan perangkat lunak Mathematica. Selain hasilnya lebih efektif dan efisien juga dapat ditemukan berapa banyak cara pembuangan edge pada graf lengkap Kn agar graf tersebut menjadi planar.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 4, No 2 (2023): Jurnal Siger Matematika Vol 4, No 1 (2023): Jurnal Siger Matematika Vol 3, No 1 (2022): Volume 3 No 1 Vol 3, No 2 (2022): Jurnal Siger Matematika Vol 2, No 2 (2021): Jurnal Siger Matematika Vol 2, No 1 (2021): Jurnal Siger Matematika Vol 1, No 2 (2020) Vol 1, No 1 (2020): Jurnal Siger Matematika