Articles
373 Documents
<![CDATA[Perubahan Struktur Ekonomi dan Kesempatan Kerja di Indonesia (Analisa Input Output) ]]>
<![CDATA[Hakim, Arif Rahman]]>;
<![CDATA[Setiawan, Rai Rake]]>;
<![CDATA[Nasir, Muhammad Safar]]>;
<![CDATA[Suripto, S]]>;
<![CDATA[Khasanah, Uswatun]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (596.351 KB)
<![CDATA[Paper ini bertujuan untuk mengetahui perubahan struktur ekonomi terhadap kesempatan kerja di Indonesia. Perubahan struktur ekonomi yang dibandingkan dalam paper ini antara tahun 1995 dan 2005. Temuan paper menunjukkan bahwa (1) konstribusi sektor pertanian cenderung menurun di tahun 2005 dibandingkan tahun 1995; (2) konstribusi sektor manufaktur dan jasa cenderung meningkat di tahun 2005 dibandingkan tahun 1995; dan (3) pengganda kesempatan kerja sektor pertanian masih yang terbesar dibandingkan sektor lain meskipun menunjukkan kecenderungan menurun. Saran paper ini, pemerintah perlu menerapkan kebijakan perekonomian yang berdampak pada ketersediaan lapangan kerja sehingga kebijakan tersebut diharapkan dapat menurunkan angka pengangguran dan kemiskinan. Selain upaya pemerintah dalam mendorong pertumbuhan ekonomi seyogyanya juga perlu diimbangi dengan penyerapan tenaga kerja yang lebih besar, salah satunya dengan tidak meninggalkan sektor primer khususnya sektor pertanian, nota bene masih menjadi sektor yang cukup banyak menyerap tenaga kerja meskipun perkembangan atau konstribusi sektor tersebut cenderung menurun.]]>
<![CDATA[LQR of Periodic Review Perishable Inventory Systems for Radioisotope Luthesium-177 ]]>
<![CDATA[Munawwaroh, Dita Anies]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (616.7 KB)
<![CDATA[This research is about inventory system with periodic review policy. It will be controlled with linear quadratic regulator to keep the inventory level. This optimal control uses discrete time and has quadratic equation for objective function and linear equation for the constraint. The inventory system must be satisfy the assumption that it has single supplier, perishable goods, has a lead time, but the inventory system is not allowed lost sales. As a case study on simulation, the author will apply to optimize the inventory systems of radioisotope Luthesium-177. Because Luthesium-177 is a perishable goods that has a half-life 6,71 days. The uses of Luthesium-177 as cancer therapy to destroy cancer cells.]]>
<![CDATA[Penggunaan Distribusi Peluang Johnson SB untuk Optimasi Pemeliharaan Mesin ]]>
<![CDATA[Supartini, Enny]]>;
<![CDATA[Soemartini, S]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (522.962 KB)
<![CDATA[Pemeliharaan mesin merupakan hal yang sangat penting dalam bidang industri, di PT “X” yang memproduksi komponen pesawat terbang konsumennya berskala internasional sehingga harus menjaga reputasi dalam memenuhi permintaan dari konsumen, hal ini harus didukung oleh prasarana yang prima, salah satunya mesin harus terpelihara dengan baik. Mesin yang memproduksi komponen pesawat tersebut salah satunya adalah mesin Cincinnati Milacron dengan salah satu subsistemnya yaitu Spidle 5 Axis “A”, subsistem ini sering mengalami kerusakan sehingga dibutuhkan Jadwal perawatan optimum untuk mesin tersebut. Dari hasil penelitian diperoleh data waktu antar kerusakan mesin mengikuti Distribusi Peluang Johnson SB empat parameter yaitu : γ , δ, λ dan ζ dengan fungsi intensitas yang tidak konstan sehingga mengikuti Non Homogen Poisson Procces (NHPP). Hasil analisis dengan menggunakan Model Preventive Maintenance yaitu dengan meminimumkan fungsi biaya maka diperoleh waktu perawatan optimum subsistem Spidle 5 Axis “A” adalah 6129 jam kerja atau sekitar 8,5 bulan sekali dan nilai t ini lebih kecil dari MTTF sesuai dengan ketentuan bahwa waktu pemeliharaan mesin harus dilakukan pada saat t < MTTF. Biaya yang dikeluarkan untuk perawatan mesin perbulan sebesar Rp 34.226.792,5 atau dapat menghemat sampai dengan 85,86 %]]>
<![CDATA[Menentukan Jarak pada Ruang Dimensi Tiga dengan Analisis Vektor ]]>
<![CDATA[Alghadari, Fiki]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (419.105 KB)
<![CDATA[This article is a study on the ways of vector concepts to determine the distance in three-dimensional space. Typically, mathematics learning has introduced three-dimensional to students at the middle school. These three-dimensional learning during ordinary was implemented by based on spatial ability, both conventional and computer-assisted learning. Student spatial intelligence is different clearly. Based on the result of several studies in the literature, especially for female students has shown that they were difficulties in the mathematical spatial problem so that there was an imbalance of learning achievement, and vector concepts can be used to help. The purpose of this article is knowing how to determine of geometrical measure on the solid using vector concepts. Vector concepts in this study as one of all of counting alternative by students high school who have spatial difficulties. Vector concepts that be used like orthogonal projection and vector in the direction normal to the plane. Using the vector concepts because of solid like cube can be drawn on three-dimensional of coordinate. On the other hand, the spatial relation like points, lines, and planes was studied in vector analysis. Using of vector concepts, student’s three-dimensional learning would not involve much of spatial ability, but student’s ability in mathematical count would have been more.]]>
<![CDATA[Bayesian Spasial Varying Coeffcient Model dalam Menaksir Resiko Relatif Penyakit Diare di Kota Bandung ]]>
<![CDATA[Jaya, I Gede Nyoman Mindra]]>;
<![CDATA[Tantular, Bertho]]>;
<![CDATA[Zulhanif, Z]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (760.679 KB)
<![CDATA[Penyakit diare masih merupakan masalah kesehatan di Indonesia khususnya di Kota Bandung. karena morbiditas dan mortalitas-nya yang masih tinggi. Pemodelan regresi Poisson Global dinilai kurang tepat digunakan dalam memodelkan data diare yang memiliki karakteristik spasial yang meliputi ketergantungan spasial dan heterogenitas spatial. Model yang diuslkan adalah model Bayesian Spatial Varying Coefficient Model (SVCM) sebagi pendekatan untuk mensolusikan adanya pelanggaran asumsi karena adanya karakteristik spatial. Hasil analisis menemukan bahwa pemodelan regresi poisson kurang tepat digunakan untuk memodelkan angka kasus diare di Kota Bandung dikarenakan adanya pelanggaran asumsi homoskedastisitas. Pemodelan SVCM menyimpulkan menginformasikan adanya efek spatial yang berbeda untuk setiap kecamatan di Kota Bandung sehingga memberikan informasi yang lebih lengkap bagaimana kontribusi dari masing-masing variabel Kepadatan Penduduk, PHBS, Rumah Sehat, Gizi Buruk dan Air Bersih berpengaruh terhadap angka kasus diare di masing-masing kecamatan di Kota Bandung]]>
<![CDATA[Optimalisasi Matrik Bobot Spasial berdasarkan K-Nearest Neighbor dalam Spasial Lag Model ]]>
<![CDATA[Mindra, I Gede Nyoman]]>;
<![CDATA[Tantular, Bertho]]>;
<![CDATA[Zulhanif, Z]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (889.088 KB)
<![CDATA[Permasalahan dalam analisis sapatial ekonometrik yang berkaitan dengan spasial lag dependensi yaitu belum ditemukan solusi tepat dalam menentukan struktur dependensi pada data spasial. Struktur dependensi ini umumnya dinyatakan dalam matrik bobot spasial (W). Secara teori matrik W adalah fixed ditentukan berdasarkan hipotesis peneliti yang dikembangkan dari dari pemahaman terhadap fenomena yang diamati. Namun demikian, seringkali peneliti tidak memiliki informasi yang cukup untuk membangun struktur dependensi ini. Keterbatasan informasi menyebakan peneliti merujuk pada hokum Tobler yang menjelaskan bahwa semua hal saling terkait satu dengan yang lainnya namun yang lebih berdekatan lebih erat kaitannya dibandingkan yang berjauhan. Hukum ini diterjemahkan dalam berbagai cara seperti menggunkan kedekatan persinggungan antara lokasi ataupun menggunakan inverse jarak. Namun, faktanya, metode ini tidak mampu memberikan struktur W yang optimal menurut ukuran kebaikan model R2 dan AIC. Penelitian ini mengusulkan satu pendekatan baru melalui metode iterasi untuk menemukan matrix W yang paling optimal. Metode yang digunakan adalah metode K-Nearest Neighbor (K-NN). Hasil analisis pada kasus Diare di Kota Bandung Tahun 2015 menemukan bahwa penggunaan metode K-nearest neighbor dalam memilih matrik bobot spasial yang paling optimum memberikan hasil akhir yang baik. Model dengan matrik bobot berdsarkan 3-NN memberikan nilai AIC yang paling kecil dan R2 yang paling besar. Temuan lain dari penelitian ini adalah nilai koefisien spasial lag yang semakin tinggi tidak menjamin bahwa model spasial lag dengan ukuran AIC dan R2 semakin baik. Dua variabel yang memiliki kontribusi terhadap angka prevalensi diare sesuai dengan fenomenanya adalah Perilaku Hidup Bersih dan Sehat (PHBS) dan Air Bersih.Kata Kunci: K-NN, Optimasi,]]>
<![CDATA[Group yang Dibangun Operator Linear Terbatas sebagai Suatu Penyelesaian MCA Homogen ]]>
<![CDATA[Hariyanto, Susilo]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (403.604 KB)
<![CDATA[Dalam paper ini diperkenalkan suatu group yang disusun dari semua operator linear terbatas. Definisi dan sifat-sifat dasarnya akan dibahas secara lengkap beserta contohnya. Hal ini bertujuan untuk memperjelas karakteristik dari group ini. Dengan menggunakan sifat-sifat tersebut, Masalah Cauchy Abstrak(MCA) homogen dapat ditentukan penyelesaiannya dalam bentuk semigroup operator linear terbatas.]]>
<![CDATA[Peramalan Jumlah Penumpang Bandara I Gusti Ngurah Rai dengan Menggunakan Metode Autoregressive Integrated Moving Average (Arima) ]]>
<![CDATA[Jannah, Naili Farkhatul]]>;
<![CDATA[Fuady, Muhammad Bahtiar Isna]]>;
<![CDATA[Prasetianto, Sefri]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (263.327 KB)
<![CDATA[Peranaan peramalan terhadap terhadap Bandara Ngurah Rai Bali sangat penting terutama untuk jumlah penumpang. Dengan menggunakan metode peramalan diharapkan kedepannya dapat membantu bandara dalam menentukan kebijakan yang tepat dengan memperhatikan jumlah penumpang yang akan dating. Penelitian ini bertujauan untuk menentukan model ARIMA terbaik dan meramalakan jumlah penumpang bandara Ngurah Rai Bali untuk 3 periode yang akan datang yaitu bulan juni, juli dan bulan agustus 2016 sehingga dapat menjadi bahan pertimbangan bandara Ngurah Rai Bali dapat menentukan kebijakan. Metode yang digunakan dalam penelitian ini adalah Autoregressive Integrated Moving Average (ARIMA) kemudian memilih metode yang terbaik, data yang digunakan adalah data jumlah penumpang bandara Ngurah Rai Bali Bulan Januari 2016 sampai Mei 2016. Berdasarkan hasil dari penelitian model ARIMA yang terbaik adalah model ARIMA ARIMA C(0, 1, 1) karena memilki nilai error terkecil. Dari hasil peramalan didapatkan jumlah penumpang penumpang pada bulan Juni 2016 sebesar 305.222 penumpang, bulan Juli 2016 sebesar 246.808 penumpang, sedangkan bulan Agustus 2016 sebesar 246.808 penumpang dengan akurasi peramalan nilai RMSE sebesar 61.016.64, nilai MAE sebesar 47.498.84, sedangkan nilai MAPE sebesar 32.24659.]]>
<![CDATA[Perhitungan Harga Premi Model Dua Tahunan dengan Faktor Underwriting Menggunakan Generalized Linear Models ]]>
<![CDATA[Rohmaniah, Siti Alfiatur]]>;
<![CDATA[Danardono, D]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (519.214 KB)
<![CDATA[Risiko kematian sangat berpengaruh dalam menentukan harga premi asuransi jiwa. Setiap individu mempunyai tingkat risiko kematian yang berbeda tergantung faktor underwriting. Pada kenyataannya, perusahaan asuransi menawarkan harga premi yang sama untuk individu dengan usia dan jenis kelamin yang sama. Penelitian ini bertujuan untuk memodelkan mortalita dalam risiko kematian berdasarkan faktor underwriting menggunakan Generalized Linear Models (GLM), kemudian mengembangkan metode untuk menentukan harga premi model dua tahunan. Penelitian dimulai dengan mengkaji teori yang berkaitan dengan faktor underwriting, GLM, dan mencari estimasi parameter dalam GLM yang selanjutnya digunakan untuk membentuk model mortalita dengan fungsi logit sebagai link function. Model mortalita yang diperoleh digunakan untuk menghitung harga premi model dua tahunan. Data yang digunakan adalah data longitudinal mengenai faktor-faktor underwriting yang berdistribusi binomial diambil dari Health and retirement study dan diolah menggunakan software R 3.3.2. Hasil penelitian berupa model mortalita dimana setiap individu mempunyai probabilitas kematian atau risiko kematian berbeda tergantung faktor underwriting yang diderita. Faktor underwriting yang berpengaruh signifikan terhadap probabilitas kematian adalah usia, status peminum alkohol, penyakit jantung, dan diabetes. Model mortalita tersebut digunakan untuk menghitung premi model dua tahunan. Semakin besar risiko kematian seseorang, semakin besar pula harga premi yang ditawarkan.]]>
<![CDATA[Analisis Pengaruh Suku Bunga dan Kurs Nilai Uang terhadap IHSG dengan Metode Analisis Jalur ]]>
<![CDATA[Purwaningsih, Siti Samsiyah]]>
<![CDATA[ Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (790.788 KB)
<![CDATA[Ekonomi merupakan salah satu faktor yang terpenting untuk mengindikasi suatu negara kuat atau tidak. Khususnya ekonomi makro akan mempengaruhi operasi perusahaan setiap saat. Variabel-variabel dalam ekonomi makro diantaranya suku bunga, kurs nilai uang, dan IHSG (Indeks Harga Saham Gabungan). alam penelitian ini dianalisis mengenai hubungan variable-variabel ekonomi makro yaitu suku bunga, kurs nilai uang dan Indeks harga saham gabungan (IHSG). Data yang digunakan adalah data sekunder yang sudah tersedia di website Bank Indonesia, OJK dan Bursa Efek Indonesia (BEI). Beberapa penelitian terdahulu telah dilakukan untuk melihat keterkaitan dan pengaruh variable-variabel tersebut dengan regresi linear berganda. Dalam penelitian ini, teknik analisis yang digunakan adalah “path analisis” dan data yang digunakan pada tahun yang berbeda yaitu tahun 2007 sampai dengan 2015. Dari Hasil penelitian ini diperoleh korelasi antara tingkat suku bunga dan kurs nilai rupiah terhadap USD, korelasi tingkat suku bunga terhadap IHSG sebesar 80,11%, korelasi kurs nilai rupiah terhadap IHSG sebesar 0,029%; sedangkan korelasi tingkat suku bunga dan kurs nilai rupiah secara simultan terhadap IHSG sebesar 80,1%. Dan model matematika hubungan antara tingkat suku bunga dan kurs nilai uang terhadap IHSG adalah Y = -0.06 X1 + -0.895 X2 + ε.]]>
