cover
Contact Name
Pieter Agusthinus Riupassa
Contact Email
pattimuraproceeding@gmail.com
Phone
+6285243358669
Journal Mail Official
pattimuraproceeding@gmail.com
Editorial Address
Ir. M. Putuhena Street, Kampus Unpatti, Poka-Ambon City, 97233, Maluku Province, Indonesia
Location
Kota ambon,
Maluku
INDONESIA
Pattimura Proceeding : Conference of Science and Technology
Published by Universitas Pattimura
ISSN : -     EISSN : 28293770     DOI : https://doi.org/10.30598/PattimuraSci.2021.KNMXX
This journal is created to archieve collection of publications from a national or international seminar at Pattimura University for Science, Technology, and Its Applications
Arjuna Subject : Umum - Umum
Articles 78 Documents
Search results for , issue "2021: Prosiding KNM XX" : 78 Documents clear
PENERAPAN METODE AUTO SINGULAR SPECTRUM ANALYSIS PADA PERAMALAN DATA INDEKS HARGA SAHAM GABUNGAN DI INDONESIA Andreas Reza Chrisantama; Winita Sulandari; Sugiyanto Sugiyanto
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (954.36 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.405-410

Abstract

Keinginan dari seseorang untuk memenuhi kebutuhan serta permintaan dalamaktivitasnya setiap hari akan semakin banyak, apalagi sekarang di dalam masa kehidupanpandemik ini banyak masyarakat yang ingin meningkatkan kembali ekonomi mereka. Makadari itu diperlukan penanda dari pergerakan pasar saham untuk mengukur kinerja seluruhsaham yang tercatat di papan utama, yang merupakan asal terciptanya dari Indeks HargaSaham Gabungan (IHSG). Peramalan indeks harga saham ini penting bagi masyarakat yangingin mengukur kinerja portofolio dari investasi mereka serta bagi negara yangmengandalkan IHSG dalam menunjukkan pertumbuhan ekonomi Indonesia. Tujuan daripenelitian ini adalah menerapkan metode autoSSA yang merupakan pembuatan grup barusecara otomatis pada data yang sudah direkonstruksi untuk melihat nilai prediksi yang akandatang dari indikator yang sudah diambil. Metode autoSSA dipilih karena teknik projektifsecara tradisional tidak dapat langsung diterapkan pada sinyal one-dimensional., yangmerupakan kasus time series. Indikator IHSG yang digunakan adalah data Indeks mingguanpada tahun 2018 hingga 2020. Tahap-tahap untuk melakukan prediksi dengan metode iniantara lain membuat serta memeriksa plot data deret waktu yang telah diambil, melakukantahap dekomposisi serta merekonstruksi kembali data time series yang baru, dan akandilakukan peramalan data time series dalam 50 minggu ke depan dari model data yang telahdidapatkan untuk melihat pergerakan IHSG ke depannya. Hasil prediksi yang didapatkandari metode ini menunjukkan adanya pergantian fluktuasi secara musiman (seasonal)dengan nilai tertinggi berada di minggu ke-29 dan nilai terendah berada di minggu ke-50.
PERAMALAN JUMLAH PRODUKSI PERIKANAN DI KABUPATEN BURU SELATAN MENGGUNAKAN METODE PEMULUSAN EKSPONENSIAL Asrul Irfanullah; Claudia Sumanik; Romy Makatita
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (863.703 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.411-418

Abstract

Rata-rata konsumsi ikan di Indonesia mencapai 45,99 kg/kapita dalam 6 tahunterakhir. Hal ini mengakibatkan pemerintah harus bekerja keras untuk mencukupi kebutuhanikan tersebut. Indonesia sebagai Negara kepulauan (archipelagic state) terbesar di dunia,terdiri atas lautan dan pulau-pulau kecil yang memiliki sumber daya ikan yang banyakseperti Maluku yang memiliki potensi sumber daya perikanan sebesar 1.640.160 ton/tahunsesuai dengan hasil kajian Badan Riset Kelautan dan Perikanan yang bekerjasama denganPusat Penelitian dan Pengembangan Oceanologi Lembaga Ilmu Pengetahuan (LIPI) padatahun 2001. Penelitian ini bertujuan untuk mengetahui/meramalkan kondisi produksiperikanan yang akurat pada tahun 2020 di salah satu kabupaten penghasil sumber daya ikanyang cukup banyak di Maluku yaitu Kabupaten Buru Selatan. Metode yang digunakan yaitumetode Pemulusan Eksponensial. Data yang digunakan yaitu data produksi perikanan diKabupaten Buru Selatan periode 2013 sampai 2019 yang didapat dari Kabupaten BuruSelatan dalam Angka. Peramalan dilakukan dengan membandingkan beberapa model padametode pemulusan eksponensial. Evaluasi hasil hasil peramalan dengan beberapa modeltersebut dilakukan dengan menghitung nilai rata-rata error dengan menggunakan metodeMean Absolute Percentage Error (MAPE), Root Mean Square Error (RMSE) dan MeanAbsolute Error (MAE) untuk memperoleh model terbaik. Hasil penelitian menunjukan bahwamodel terbaik untuk meramalkan produksi perikanan kabupaten Buru Selatan tahun 2021adalah Brown Linear Trend Exponential Smoothing ditunjukan dengan nilai MAPE (5,410),RMSE (928,170) dan MAE (642,354) sehingga diperoleh Jumlah Produksi PerikananKabupaten Buru Selatan pada tahun 2021 diperkirakan sebanyak 20.943,41 Ton. Dengan interval yang berada di antara 18.672,26 sampai dengan 23.214,56 ton
ANALISIS PENGARUH STRUKTUR KONSUMSI AKHIR RUMAH TANGGA BERDASARKAN KOMPONEN PENGELUARAN KABUPATEN BURU SELATAN PERIODE 2015 – 2019 DENGAN RAK Nikita A Putiray; Dea M Tuhumury; Angel M P Manuputty
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (960.895 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.419-424

Abstract

Pengeluaran konsumsi akhir rumah tangga (PKRT) adalah pengeluaran atasbarang dan jasa oleh rumah tangga untuk tujuan konsumsi. Jenis-jenis barang dan jasa yangdikonsumsi diklasifikasikan menurut COICOP (Classifications of Individual Consumption byPurpose) seperti yang direkomendasikan oleh UN (United Nations) yaitu: 1. Makanan,Minuman, dan Rokok; 2. Pakaian dan Alas Kaki; 3. Perumahan, Perkakas, Perlengkapan danPenyelenggaraan Rumah Tangga 4. Kesehatan dan Pendidikan 5. Transportasi, Komunikasi,Rekreasi, dan Budaya 6. Hotel dan Restoran. Data yang digunakan menggunakan dataStruktur Penggunaan Konsumsi Akhir Rumah Tangga pada Kabupaten Buru Selatan tahun2015-2019. Dalam penelitian ini, digunakan metode Rancangan Acak Kelompok Lengkap(RAKL) untuk melihat pengaruh komponen pengeluaran terhadap nilai konsumsi akhir rumahtangga. Proses analisis dilakukan menggunaka software SPSS dengan nilai konsumsi akhirrumah tangga sebagai variabelnya. Hasil penelitian ini menyatakan bahwa dengan asumsi bahwa terdapatperbedaan pengaruh pada pergerakan nilai konsumsi akhir rumah tangga.
EKSPLORASI SISA USIA BEARING MENGGUNAKAN DISTRIBUSI WEIBULL Sutawanir Darwis; Nusar Hajarisman; Suliadi Suliadi; Achmad Widodo
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1021.884 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.425-430

Abstract

Bearing merupakan komponen penting dalam suatu sistem mekanikal, berperansebagai elemen penghubung dua komponen mesin yang bergerak. Perawatan bearingmerupakan aspek utama dalam kelangsungan operasional sistem. Vibrasi yang dihasilkancacat pada bearing dimodelkan sebagai impulse, tingkat kerusakan dinyatakan oleh suatufungsi konstan. Sisa usia bearing merupakan merupakan suatu indikator degradasi padaanalisis survival bearing, didefinisikan sebagai ekspektasi residual diketahui survive hinggawaktu t. Sisa umur telah dijabarkan untuk beberapa distribusi antara lain: eksponensial,gamma, Weibull. Penelitian model sisa usia bearing dengan asumsi distribusi Weibullmerupakan masalah penelitian terbuka. Paper ini bertujuan meneliti pola sisa usia bearingsebagai fungsi dari parameter bentuk dan parameter skala. Parameter bentuk dan parameterskala ditaksir menggunakan data time to failure bearing menggunakan data real dan datasimulasi. Model simulasi bearing merupakan fungsi dari geometri, laju bearing dan distribusibeban. Dengan nilai taksiran parameter diperoleh kurva sisa usia bearing digunakansebagai prediksi sisa usia.
MODEL MATEMATIS RUTE WISATA DI RIAU DENGAN MENGGUNAKAN PEMROGRAMAN GOL Ihda Hasbiyati; Hasriati Hasriati; T P Nababan
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (981.884 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.299-312

Abstract

Salah satu pengelolaan wisata yang penting adalah pengelolaan rute perjalanan wisata. Pengelolaan rute perjalanan wisata yang dilakukan adalah dengan meminimumkan total waktu perjalanan sehingga bisa meminimumkan total biaya perjalanan. Biaya perjalanan yang murah akan menarik minat wisatawan untuk berkunjung ke Riau. Peneliti tertarik mengkonstruksi model matematis rute perjalanan wisata di Riau sehingga diperoleh total waktu perjalanan dan total biaya perjalanan yang optimal. Meminimumkan rute perjalanan kendaraan tidak hanya meminimumkan jarak perjalanan, tetapi juga terdapat beberapa tujuan yang lain, seperti meminimumkan total waktu perjalanan, meminimumkan total biaya, memaksimalkan jumlah pelanggan yang dilayani, meminimumkan waktu distribusi, dan memaksimalkan kapasitas angkut kendaraan. Pengelolaan rute perjalanan wisata pada penelitian ini difokuskan untuk perjalanan darat. Wisatawan akan mengetahui berapa total waktu perjalanan dan total biaya perjalanan yang mereka perlukan ketika mengunjungi daerah-daerah wisata di Riau daratan. Model matematis dibuat dengan menggunakan pemrograman gol. Pemrograman gol dipilih karena pemrograman gol dinilai paling efektif untuk menyelesaikan masalah fungsi tujuan yang mempunyai lebih dari satu tujuan. Sehingga hal ini sesuai dengan tujuan penelitian ini yaitu meminimumkan total waktu perjalanan dan meminimumkan total biaya perjalanan
MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) PADA DEMAM BERDARAH DENGUE (DBD) Oscar Andhry Barata; Rahmat Rahmat; Rengga Nanda Pramudya
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (882.086 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.313-320

Abstract

Penyakit Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh infeksi virus, yang ditularkan melalui gigitan nyamuk Aedes aegypti dan Aedes albopictus yang sebelumnya telah terinfeksi oleh virus dengue dari penderita DBD sebelumnya. Penularan penyakit DBD dipengaruhi oleh tiga faktor interaksi yaitu: faktor Pejamu (target penyakit, inang), faktor penyebar (vektor), dan faktor lingkungan. Berbagai cara pencegahan penyakit dan pengobatan segera bagi penderita penyakit DBD. Tujuan utama kami adalah untuk mempelajari dinamika demam berdarah dan perkembangannya menjadi demam berdarah dengue untuk memahami fenomena epidemi dan untuk menyarankan strategi pengendalian penyakit secara umum dan bentuk hemoragik pada khususnya. Pada tulisan ini akan dimodelkan secara matematika untuk memahami penyakit ini dan melakukan perumusan model dengan beberapa parameter. Kali ini model yang akan digunakan adalah model SIR
ANALISA PERSAMAAN DIFERENSIAL ORDE FRAKSIONAL NUMERIK MENGGUNAKAN METODE EULER DAN APLIKASINYA Leli Deswita; Syamsudhuha Syamsudhuha; Asral M
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (953.727 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.321-326

Abstract

Penelitian ini mengkonstruksi formula matematika untuk mengaproksimasi solusi dari persamaan diferensial. Persamaan diferensial yang di aproksimasi solusinya adalah persamaan diferensial yang memiliki orde fraksional yang disebut sebagai persamaan diferensial fraksional. Persamaan diferensial fraksional ini dianalisis secara kualitatif eksistensi dan keunikan dari solusinya kemudian dikonstruksi formula menggunakan metode Euler yang dapat menghampiri solusi eksaknya yang mana solusi dari formula yang dikonstruksi ini umumnya disebut solusi numerik. Kemudian analisis kestabilan dan estimasi galat dipresentasikan untuk merepresentasikan kualitas dari metode aproksimasi ini. Pada sesi terakhir, diaplikasikan metode ini untuk menyelesaikan permasalahan dunia nyata yang dalam penyelesaiannya dibutuhkan persamaan diferensial. Pendekatan metode ini mampu menyediakan solusi secara fleksibel untuk memilih order fraksional mana yang memiliki galat paling kecil agar mampu menghampiri secara kuantitas solusi eksak dengan baik
TERAPAN FUNGSI SIGMOID UNTUK MENENTUKAN NILAI MAKSIMAL KOEFISIEN GAYA ANGKAT DAN SUDUT STALL PADA KURVA LINEAR CL TERHADAP α Angga Septiyana; Singgih Satrio W; Fuad Surastyo P; Try Kusuma Wardana; Ardian Rizaldi; Novita Atmasari; Eries Bagita Jayanti; Prasetyo Ardi P
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1869.194 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.327-334

Abstract

Karya tulis ilmiah ini membahas tentang terapan fungsi sigmoid untuk menentukan nilai maksimal gaya angkat dan sudut stall pada pesawat berdasarkan hasil simulasi dengan menggunakan perangkat lunak XFLR5.Nilai maksimal gaya angkat dan sudut stall pada sebuahpesawatmerupakankomponenyangharusdiketahuiagarpesawattidakmengalamistall. Dimana pada saat pesawat sudah mencapai sudut stall pesawat akan kehilangan gaya angkat dan menyebabkan pesawat jatuh. Perangkat lunak XFLR5 digunakan untuk mensimulasikan sertauntukmendapatkankurvakoefisiengayaangkat CLterhadapsudutserang α. Hasilsimulasi dengan menggunakan perangkat lunak XFLR5 menunjukkan grafik CL terhadap α bersifat linear yang artinya tidak dapat diketahui dimana koefisien gaya angkat maksimal dan sudut serang dimana pesawat mengalami stall. Hasil penelitian ini fungsi sigmoid ini dapat diterapkan untuk menentukan nilai maksimal koefisien gaya angkat dan sudut stall dari pesawat. Penelitian yang dilakukan dengan memilih nilai transition rate M sebesar 0.8 diperoleh hasilnilai koefisien gaya angkat maksimal 1.2648 dan sudut stall sebesar 13◦
IMPLEMENTASI DEEP LEARNING UNTUK KLASIFIKASI GAMBAR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) PADA BATIK SASAMBO Muna Malika; Edy Widodo
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (926.28 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.335-340

Abstract

Indonesia memiliki berbagai macam batik. Salah satu yang memiliki ciri khas dan keunikan ialah batik sasambo. Batik sasambo merupakan batik asal Provinsi Nusa Tenggara Barat (NTB). Nama Kain batik ini merupakan gabungan dari tiga suku besar di Provinsi NTB yaitu Sasak (Lombok), Samawa (Sumbawa) dan Mbojo (Bima). Deep Learning adalah salah satu cabang ilmu dari Machine Learning yang memanfaatkan jaringan syaraf tiruan untuk implementasi permasalahan dengan dataset besar. Salah satu metode Deep Learning yang mampu memberikan hasil signifikan dalam mengenali objek gambar adalah Convolutional Neural Network (CNN). CNN merupakan salah satu metode yang banyak digunakan untuk menyelesaikan permasalahan yang berkaitan dengan object detection dan image classification. Oleh karena itu, diperlukan suatu usaha pengenalan batik sasambo salah satu cara dalam mengenali motif batik adalah dengan metode pengenalan pola. Metode CNN dapat diterapkan dalam klasifikasi gambar pada batik sasambo sehingga peneliti ingin melakukan klasifikasi gambar pada batik sasambo dengan menggunakan metode CNN tersebut. Data sampel yang digunakan sebanyak 300 data citra untuk 3 kategori. Hasil implementasi Deep Learning dengan menggunakan CNN dalam mengklasifikasikan batik sasambo motif peresean, bunga aruna dan kangkung dinilai cukup baik. Banyaknya layer konvolusi yang digunakan yaitu sebanyak 4 layer konvolusi. Akurasi yang didapatkan dari uji model untuk data test didapatkan sebesar 80%.
PENERAPAN MODEL SPACE TIME AUTOREGRESSIVE INTEGRATED (STARI(1,1,1)) PADA DATA NTP TANAMAN PANGAN DARI TIGA PROVINSI DI PULAU JAWA Fajriatus Sholihah; Kartika Sari; Budi Nurani Ruchjana; Toni Toharudin
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1109.121 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.341-350

Abstract

Indikator yang digunakan untuk mengukur kesejahteraan petani tanaman pangan adalah Nilai Tukar Petani (NTP) tanaman pangan. NTP tanaman pangan dipengaruhi oleh waktu dan lokasi. Oleh karena itu, peramalan NTP tanaman pangan dapat menggunakan model Space Time Autoregressive Integrated (STARI). Pada paper ini, model STARI diterapkan untuk data NTP tanaman pangan pada tiga provinsi di Pulau Jawa, yaitu: Jawa Tengah, Daerah Istimewa Yogyakarta (DIY), dan Jawa Timur. Berdasarkan kestasioneran data menunjukkan bahwa data tidak stasioner, sehingga harus dilakukan proses differencing sebanyak satu kali. Identifikasi orde model AR secara univariat berdasarkan plot PACF yang terpotong pada lag 1. Lag spasial yang digunakan pada penelitian ini adalah lag spasial 1, artinya posisi Jawa Tengah, DIY, dan Jawa Timur berada dalam satu wilayah. Oleh karena itu, NTP tanaman pangan dapat dimodelkan dengan model STARI(1,1,1). Penaksiran parameter model STARI(1,1,1) digunakan metode OLS dengan matriks bobot invers jarak. Berdasarkan analisis yang dilakukan diperoleh kesimpulan bahwa model STARI(1,1,1) memenuhi asumsi residual berdistribusi normal multivariat dan white noise. Hasil peramalan NTP di tiga provinsi menggunakan model STARI(1,1,1) menunjukkan pola yang mendekati data aktualnya. Hal ini ditunjukkan dengan nilai MAPE yang diperoleh di tiga provinsi, masing-masing kurang dari 10%. Dengan demikian, model STARI(1,1,1) dapat digunakan dalam meramalkan NTP tanaman pangan di tiga provinsi dan dapat dijadikan bahan rekomendasi kepada instansi terkait