Articles
212 Documents
<![CDATA[PENERAPAN DISTRIBUSI STASIONER RANTAI MARKOV PADA DATA BANYAKNYA ORANG TERKONFIRMASI POSITIF COVID-19 DI JAWA BARAT ]]>
<![CDATA[Tubagus Robbi Megantara]]>;
<![CDATA[Ayun Sri Rahmani]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (900.551 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.363-370
<![CDATA[Corona virus disease (COVID-19) memiliki tingkat infeksi yang sangat cepat sehingga perlu adanya kebijakan yang terencana. Perencanaan kebijakan untuk menangani penyebaran COVID-19 dapat dibantu oleh adanya peramalan dan prediksi beberapa hari ke depan mengenai kasus harian. Peramalan dan prediksi dapat digunakan untuk memperkirakan lama waktu pembatasan sosial berskala besar yang diperlukan serta memperkirakan besar dana bantuan untuk masyarakat yang terdampak dalam selang waktu tertentu. Analisis jangka panjang menggunakan rantai Markov waktu diskrit dengan distribusi stasioner seringkali digunakan sebagai alat prediksi. Tujuan penelitian ini menganalisis prediksi jangka panjang kasus terkonfirmasi positif COVID-19 di Jawa Barat menggunakan rantai Markov waktu diskrit dengan distribusi stasioner. Metodologi penelitian menggunakan studi literatur dan studi eksperimen melalui pengolahan data terkonfirmasi positif COVID-19 di Jawa Barat. Perhitungan ditentukan dengan dua keadaan sehingga diperoleh matriks transisi dengan kriteria: jika data ke-n lebih kecil dari rata-rata (0), dan jika data ke-n lebih besar dari ratarata (1). Hasil analisis prediksi jangka panjang menunjukkan peluang terjadinya kasus terkonfirmasi positif COVID-19 di Jawa Barat sebesar 64,77% dan peluang tidak terjadi kasus terkonfirmasi positif COVID-19 di Jawa Barat sebesar 35,23%. Hasil penelitian diharapkan dapat menjadi pertimbangan untuk instansi terkait, dalam mengambil kebijakan agar tetap memperhatikan protokol kesehatan dalam pencegahan penyebaran COVID-19.]]>
<![CDATA[SPATIAL CLUSTER ING DENGAN METODE SKATER (K’LUSTER ANALYSIS BY TREE EDGE REMOVAL) UNTUK PENGELOMPOKAN SEBARAN COVID-19 DI KABUPATEN TULUNGAGUNG ]]>
<![CDATA[Danang Ariyanto]]>;
<![CDATA[Henny Pramoedyo]]>;
<![CDATA[Novi Nur Aini]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1448.164 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.371-380
<![CDATA[Covid-19 telah melanda banyak negara di dunia, termasuk di Indonesia. Penyebaran Covid-19 di Indonesia begitu cepat dengan kasus pertama di daerah Jawa Barat yang kemudian menyebar dengan cepat ke seluruh pulau Jawa, termasuk di Jawa Timur yaitu Kabupaten Tulungagung. Meskipun telah diterapkannya aturan PSBB namun penyebaran SARS-CoV-2 masih terus terjadi. Analisis statistika yang dapat digunakan untuk mengetahui sebaran Covid19 di suatu wilayah adalah analisis kluster spasial. Analisis ini menggunakan pengamatan yang dilakukan berdasarkan letak geografis dan merupakan bagian dari analisis kluster yang tidak terbatas hanya pada eksplorasi saja. Penelitian ini bertujuan untuk mengetahui pengelompokan sebaran covid-19 Kabupaten Tulungagung dengan metode SKATER (K’luster Analysis by Tree Edge Removal). Pengetahuan tentang pengklasteran spasial sangat penting dalam pengendalian penyebaran covid-19, khususnya untuk menurunkan kejadian Covid-19 karena dapat memberikan informasi tentang lokasi populasi yang berisiko. Selain itu, hasil dari pengklusteran spatial juga dapat digunakan sebagai rujukan pengambilan keputusan untuk menyiapkan sarana-prasarana kesehatan yang diperlukan. Berdasarkan metode SKATER, telah terbentuk 3 cluster dan 5 cluster untuk dibandingkan untuk mendapatkan metode mana yang paling baik berdasarkan hasil analisis MANOVA. Berdasarkan nilai Pillai’s Trace diperoleh hasil bahwa metode SKATER dengan 3 cluster lebih baik daripada 5 cluster]]>
<![CDATA[PENERAPAN MODEL VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (VARIMA) UNTUK PRAKIRAAN INDEKS HARGA SAHAM GABUNGAN DAN KURS RUPIAH TERHADAP USD ]]>
<![CDATA[Ani Pertiwi]]>;
<![CDATA[Lucy Fitria Dewi]]>;
<![CDATA[Toni Toharudin]]>;
<![CDATA[Budi Nurani Ruchjana]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1278.157 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.431-442
<![CDATA[Informasi mengenai pergerakan Indeks Harga Saham Gabungan (IHSG) dan perubahan nilai Kurs Rupiah terhadap USD dapat digunakan para investor untuk melihat perkembangan harga saham yang dimiliki dari waktu ke waktu. Penelitian ini bertujuan untuk menerapkan model dan memprakirakan data IHSG dan nilai kurs dengan menggunakan Vector Autoregressive Integrated Moving Average (VARIMA). Data yang digunakan dalam penelitian ini berupa data sekunder yaitu data harian IHSG dan nilai Kurs Rupiah terhadap USD selama 15 bulan (1 Januari 2020 s.d 31 Maret 2021). Pada tahap uji stasioneritas, diketahui bahwa data tidak stasioner, sehingga dilakukan differencing pertama untuk memenuhi syarat stasioneritas. Hasil penelitian menunjukkan bahwa model yang memenuhi semua asumsi dan memiliki nilai AIC minimum sebesar 17.68992 adalah model VARIMA (3,1,1). Estimasi parameter menggunakan Metode Maximum Likelihoodmemberikan hasil prakiraan dengan nilai MAPE kurang dari 10%. Hal ini menunjukkan bahwa model VARIMA memiliki tingkat akurasi yang sangat baik.]]>
<![CDATA[PENDEKATAN KALKULUS HIDA UNTUK PROSES HERMITE ]]>
<![CDATA[Herry Pribawanto Suryawan]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1731.893 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.91-98
<![CDATA[Proses Hermite order k didefinisikan melalui integral lipat Wiener-Itˆo order k terhadapgerakBrownbaku. ProsesHermiteorder1tidaklainadalahgerakBrownfraksionaldan merupakansatu-satunyaprosesHermiteyangmempunyaisifatGaussian. Sementaraituproses Hermite order 2 dikenal dengan nama proses Rosenblatt. Pada makalah ini kita akan membahas proses Hermite dengan menggunakan kalkulus Hida, yakni proses Hermite direpresentasikan sebagai fungsi yang diperumum stokastik dengan peubah acak dasar yang digunakan adalah derau putih Brownian. Sebagai hasil utama akan ditunjukkan bahwa proses Hermite terdiferensial di dalam ruang distribusi Hida dan juga diperoleh sebuah rumus eksplisit untuk derau Hermite]]>
<![CDATA[KETAKSAMAAN HARDY DI RUANG HERZ HOMOGEN ]]>
<![CDATA[Pebrudal Zanu]]>;
<![CDATA[Yudi Soeharyadi]]>;
<![CDATA[Wono Setya Budhi]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1759.731 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.99-106
<![CDATA[Ruang Herz pertama kali diperkenalkan untuk mengidentifikasi hasil transformasi Fourier dari kelas fungsi Lipschitz. Lu dan Yang membedakan ruang ini menjadi dua jenis berdasarkan dekomposisi spasial pada Rn \{0}dan Rn. Dekomposisi pada Rn \{0}berupa anulus2berpangkat. Sedangkan,padaRn berupabolasatuandananulus2berpangkat. Ruang Herz tersebut dinamakan dengan ruang Herz homogen dan non-homogen. Dalam makalah ini akan dibuktikan keterbatasan operator Hardy tipe Samko dan dualnya pada ruang Herz homogen. Pembuktian terlebih dahulu melalui kasus 1 < q ≤ p < ∞. Untuk kasus 1 < p ≤ q < ∞, bukti dilanjutkan dengan konsep dualitas]]>
<![CDATA[OPERATOR KANTOROVICH PADA RUANG MORREY DIPERUMUM ]]>
<![CDATA[Mu’afa Purwa Arsana]]>;
<![CDATA[Denny Ivanal Hakim]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1856.975 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.107-114
<![CDATA[Pada makalah ini, kami mengkaji operator Kantorovich pada ruang Morrey diperumum. Kami membahas bukti keterbatasan operator Kantorvich di ruang Morrey diperumum pada interval [0,1], kunci untuk membuktikan keterbatasan operator Kantorvich pada ruang Morrey diperumum adalah dengan menggunakan estimasi operator Kantorovich dengan operator maksimal Hardy-Littlewood. Keterbatasan operator Kantorovich pada ruang Morrey (klasik) telah dibuktikan sebelumnya oleh Burenkov, dkk. Kami juga membahas kekonvergenan operator Kantorovich di ruang Morrey diperumum pada interval [0,1] dan memperoleh laju kekonvergenan operator Kantorvich]]>
<![CDATA[PERLUASAN DEFINISI RATA-RATA VIA TEOREMA NILAI RATA-RATA ]]>
<![CDATA[Mochammad Idris]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1721.932 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.115-124
<![CDATA[Untuk n bilangan positif, kita dapat menghitung rata-ratanya dengan rata-rata aritmetik, rata-rata geometrik, dan rata-rata harmonik. Namun ada beberapa definisi nilai ratarata yang lain hanya untuk dua bilangan positif, dua yang disebutkan di sini adalah rata-rata logaritmik dan rata-rata identrik. Dalam paper ini, kita memperluas definisi rata-rata logaritmik dan rata-rata identrik untuk n bilangan positif via teorema nilai rata-rata]]>
<![CDATA[SISTEM EIGEN OPERATOR LAPLACE BERBASIS RUAS PADA SUATU POHON KUANTUM ]]>
<![CDATA[Moh Januar I Burhan]]>;
<![CDATA[Yudi Soeharyadi]]>;
<![CDATA[Wono Setya Budhi]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1917.432 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.125-134
<![CDATA[Pada makalah ini, disajikan beberapa hasil investigasi mengenai sistem eigen operator Laplace berbasis ruas pada pohon kuantum P2 ▷ S2. Diasumsikan kondisi Dirichlet berlaku pada dua verteks tepi, dan kondisi Neumann untuk verteks tepi lainnya. Beberapa hal yang dibahas dalam investigasi ini antara lain, Kalkulus ketetanggaan, determinan sekular, dan dilanjutkan dengan perhitungan nilai eigen beserta analisis perilaku sistem koefisien dari fungsi eigen yang diperoleh. Salah satu hasil utama adalah simulasi fungsi eigen pada kasus ini dan selanjutnya diharapkan menjadi langkah awal untuk menentukan solusi persamaan gelombang berbasis ruas pada pohon kuantum P2 ▷ S2]]>
<![CDATA[PENGELOMPOKKAN JUMLAH PENDUDUK KABUPATEN BURU SELATAN BERDASARKAN JENIS KELAMIN PADA TAHUN 2018 DENGAN ALGORITMA K-MEANS ]]>
<![CDATA[Samin Radjid]]>;
<![CDATA[Nadia Istifarin]]>;
<![CDATA[Meylani Tuasella]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (928.247 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.443-450
<![CDATA[Upaya pengendalian permasalahan jumlah penduduk dari setiap kota ataupunkabupaten menjadi salah satu tugas pemerintah di Indonesia. Setiap tahunnya peningkatanjumlah penduduk terus bertambah pesat. Undang-undang RI N0. 32 tahun 2009 tentangPerlindungan dan Pengelolaan Lingkungan Hidup merumuskan bahwa lingkunganmerupakan kesatuan ruang yang semua benda, daya, keadaan, dan makhluk hidup termasukdi dalamnya manusia dan perilakunya yang mempengaruhi kelangsungan hidup . dalamdefinisi ini terlihat jelas bahwa manusia memiliki andil yang sangat besar didalammempengaruhi keberlangsungan dan dinamika lingkungan. Dalam penelitian ini penelitimenggunakan jumlah penduduk di Kabupaten Buru Selatan berdasarkan jenis kelamin perkecamatan. Pengolahan dilakukan dengan menerapkan metode Algoritma K-Means sehinggadiperoleh Cluster 1 terdiri dari Kecamatan Namrole, sedangkan Cluster 2 terdiri dariKecamatan Kepala Madan, Leksula, Waesama, Ambalau dan Kecamatan Fena Fafan.]]>
<![CDATA[PENERAPAN METODE ARIMAX PADA PERAMALAN PRODUKSI DAGING SAPI DI SUKOHARJO ]]>
<![CDATA[Fitrian Nur Ardyansyah]]>;
<![CDATA[Winita Sulandari]]>;
<![CDATA[Sugiyanto Sugiyanto]]>
<![CDATA[ Pattimura Proceeding 2021: Prosiding KNM XX ]]>
Publisher : <![CDATA[Pattimura University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (990.601 KB)
|
DOI: 10.30598/PattimuraSci.2021.KNMXX.451-458
<![CDATA[Daging sapi merupakan salah satu sumber protein kaya akan zat gizi yang diperlukan oleh tubuh. Kebutuhan gizi dapat mempengaruhi jumlah permintaan daging sapidi masyarakat. Produksi daging sapi umumnya dipengaruhi momen atau peristiwa tertentu seperti Hari Raya Idul Adha yang erat kaitannya dengan pelaksanaan ibadah kurban.Penentuan Hari Raya Idul Adha tidak mengikuti kalender Masehi, tetapi berdasarkan kalender Hijriyah. Perbedaan penggunaan kalender Masehi dan Hijriyah pada suatu dataruntun waktu menyebabkan adanya efek variasi kalender. Pemodelan untuk data runtunwaktu yang mengandung variasi kalender dapat dilakukan dengan menggunakan metodeAutoregressive Integrated Moving Average Exogenous (ARIMAX). Data yang digunakan,dalam penelitian ini adalah data jumlah produksi daging sapi di Sukoharjo bulan Januari2007 sampai bulan Desember 2020. Data dibagi menjadi dua, yaitu data training sejumlah157 observasi dan data testing sejumlah 12 observasi. Variabel eksogen menggunakanvariabel dummy dua belas bulan, dummy bulan saat Hari Raya Idul Adha, dan dummy bulansetelah Hari Raya Idul Adha. Hasil analisis menunjukan model ARIMAX(1,0,1) merupakan model terbaik dengan nilai RMSE sebesar22053,11. Model ini dapat digunakan untuk memproyeksikan pola data produksi daging sapidi Sukoharjo.]]>
