cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
charles eferaim mongi
Contact Email
charlesmongi@unsrat.ac.id
Phone
+6281356700321
Journal Mail Official
decartesian@unsrat.ac.id
Editorial Address
Jurusan Matematika Jalan Kampus Kleak Unsrat Manado
Location
Kota manado,
Sulawesi utara
INDONESIA
d'Cartesian: Jurnal Matematika dan Aplikasi
Published by Universitas Sam Ratulangi
ISSN : 23024224     EISSN : 26851083     DOI : https://doi.org/10.35799/
Core Subject : Education,
Mathematics
This journal provides a forum for researchers, academics, professions, to publish research articles or review results. Topics of articles published in this journal include: 1. Applied Mathematics 2. Analysis 3. Statistics 4. Mathematical Modelling 6. Information System 7. Computational Science
Arjuna Subject : Matematika - Matematika Terapan
Articles 221 Documents
 1   2   3   4   5 
Penggunaan Analisis Multidimensional Scaling Untuk Mengetahui Kemiripan Rumah Makan Di Manado Town Square Berdasarkan Kerakteristik Pelanggan Gloria Walundungo; Marline Paendong; Tohap Manurung
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.3806

Abstract

Abstract Multidimensional Scaling (MDS) is a technique that can be used in multiple variables to determine the position of other objects based on similarity assessment. The purpose of this study is to obtain a description of the restaurant and the customers know the similarities between the restaurants as object of research. The result of Multidimensional Scaling map shows that WarungPojok and Solaria restaurant have a same rate in taste of food category due to the distance is near each other. As for the restaurant Bakmi Naga, Ayam Penyet and Kawan Baru have relative position between each other which means the three restaurants unsimillarity. Keywords : Multidimensional Scaling, Mapping, Map Perception, Restaurant . Abstrak Multidimensional Scalling (MDS)merupakan salah satu teknik peubah ganda yang dapat digunakan untuk menentukan posisi suatu objek lainnya berdasarkan penilaian kemiripannya. Tujuan dari penelitian ini adalah untuk memperoleh deskripsi pelanggan terhadap rumah makan serta mengetahui kemiripan antara rumah makan yang dijadikan objek penelitian. Hasil dari peta analisis Multidimensional Scaling dapat dilihat bahwa rumah makan Warung Pojok dan Solaria memiliki tingkat kemiripan di cita rasa makanankarena jarak yang saling berdekatan. Sedangkan untuk rumah makan Bakmi Naga, Ayam Penyet dan Kawan Baru menempati posisi relatif saling berjauhan antar satu dengan yang lain yang berarti ketiga rumah makan ini tidak mempunyai kemiripan atau ketakmiripan. Kata kunci : Multidimensional Scaling, Pemetaan, Peta Persepsi, Rumah Makan
Persepsi Alumni Matematika Terhadap Layanan dan Fasilitas Akademik Serta Penelitian dan Pengabdian kepada Masyarakat Di Program Studi Matematika FMIPA UNSRAT dengan Menggunakan Analisis Korespondensi Yohana Pangemanan; Djoni Hatidja; Hanny A.H. Komalig
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.3807

Abstract

Abstract The research has been conducted to determine the perceptions of mathematics alumni about services and academic facilities also scientific publications, research, and community service in Mathematics Department Faculty of Natural Science Sam Ratulangi University Manado using Correspondence Analysis. The data used is primary data in the form of a questionnaire distributed to 50 alumni who graduate on 2006 until 2013 Mathematics Department UNSRAT Manado Correspondence Analysis result shows that the variable use of technology to assist the completion of administrative work majors have a good percentage of the most widely assessed by the percentage of alumni while most are judged to be good by the alumni of that programming courses with a SIM facility. For other categories were deemed good by alumni. Keywords: correspondence analysis, alumni , service. Abstrak Telah dilakukan penelitian untuk mengetahui bagaimana persepsi alumni program studi matematika terhadap layanan dan fasilitas akademik serta publikasi ilmiah, riset, dan pengabdian pada masyarakat di program studi Matematika Fakultas MIPA UNSRAT Manado dengan menggunakan Analisis Korespondensi. Data yang digunakan adalah data primer berupa kuesioner yang dibagikan kepada 50 alumni lulusan 2006-2013 Jurusan Matematika FMIPA UNSRAT Manado. Hasil Analisis Korespondensi  diperoleh bahwa untuk variabel pemanfaatan teknologi untuk membantu penyelesaian pekerjaan administrasi jurusan memiliki presentase paling banyak dinilai baik oleh alumni sedangkan untuk presentase paling banyak yang dinilai tidak baik oleh alumni yaitu pemrograman mata kuliah dengan fasilitas SIM. Secara umum untuk kategori-kategori lainnya dinilai baik oleh alumni.   Kata kunci: analisis korespondensi, alumni, pelayanan.
Analisis Korepondensi Terhadap Karakteristik Kinerja Dosen Berdasarkan Faktor Penentu Mutu Pelayanan Di Jurusan Matematika Fmipa Universitas Sam Ratulangi Djaka Liputo; Djoni Hatidja; Yohanes A.R. Langi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.3808

Abstract

Abstract Research has been conducted to determine the performance characteristics of lecturers based on determinants of service quality in the Department of Mathematics FMIPA of Sam Ratulangi University by using the correspondence analysis. The data used are primary data obtained through the distribution of questionnaires to students of academic year 2012/2013 that are 28 courses and 357 respondence. Based on the results of correspondence analysis found that five factors determining the lecturer and the service has a significant relationship. There is a relationship between the lecture and five factor determinants of service that can be seen through the results of the correspondence analysis plot. Diversity is explained by the plot of 90.71%. Objects or lecturer adjacent to one variable (reliability) is a Lecturer 4, Lecturer 8, Lecturer 11 and Lecturer 14. Objects that are adjacent to the two variables (responsiveness) is Lecturer 7, Lecturer 9, Lecturer 12, Lecturer 15 and Lecturer 17. Objects adjacent to the three variables (collateral) is Lecture 2, Lecture 6, Lecture 8, Lecturer 16 and Lecturer 21. Furthermore, Lecture 1, Lecture 3, Lecture 5, Lecture 6, Lecture 15, Lecture 18, and Lecturer 20 are approaching four variables (empathy). Lecturer 3, Lecturer 5, Lecturer 9, Lecturer 12, Lecturer 15, Lecturer 17 and Lecturer 18 are objects that are close to five variables (direct evidence). This shows the closeness between the lecture and five factor determinants of service. . Keywords : Correspondence Analysis, Lecturer, Student, Service Abstrak Telah dilakukan penelitian untuk mengetahui karakteristik kinerja dosen berdasarkan faktor penentu mutu pelayanan di Jurusan  FMIPA UNSRAT dengan menggunakan Analisis Korespondensi. Data yang digunakan adalah data primer yang diperoleh melalui pembagian kuesioner kepada mahasiswa tahun ajaran 2012/2013 yakni sebanyak 28 mata kuliah dan 357 jumlah responden. Berdasarkan hasil analisis korespondensi diperoleh bahwa dosen dan lima faktor penentuan pelayanan memiliki hubungan yang signifikan. Terdapat hubungan antara dosen dan lima faktor penentu pelayanan yang dapat dilihat melalui hasil plot analisis korespondensi. Keragaman yang diterangkan oleh plotnya sebesar 90,71%. Objek-objek atau dosen yang berdekatan pada variabel satu (kehandalan) adalah Dosen 4, Dosen 8, Dosen 11, dan Dosen 14. Objek- objek yang berdekatan dengan variabel dua (daya tanggap) adalah Dosen 7, Dosen 9, Dosen 12, Dosen 15, dan Dosen 17. Objek-objek yang berdekatan dengan variabel tiga (jaminan)  adalah Dosen 2, Dosen 6, Dosen 8, Dosen 16 dan Dosen 21. Selanjutnya, Dosen 1, Dosen 3, Dosen 5, Dosen 6, Dosen 15, Dosen 18, dan Dosen 20 mendekati variabel empat (empati). Dosen 3, Dosen 5, Dosen 9, Dosen 12, Dosen 15, Dosen 17, dan Dosen 18 adalah objek-objek yang mendekati variabel lima (bukti langsung). Hal ini menunjukan adanya kedekatan antara dosen dan lima faktor penentu pelayanan.   Kata kunci: Analis Korespondensi, Dosen, Mahasiswa, Pelayanan
Analisis Kestabilan Model Interaksi Dua Pemangsa-Satu Mangsa Dengan Daya Dukung Lingkungan Pada Sistem Mangsa Yohanes Langi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 2 No. 2 (2013): September, 2013
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.2.2.2013.3809

Abstract

Abstrak Interaction on every living in this world have positive effect, negative. Effect, and also have no effect to other living things. This paper would talk about interaction model between two predators-one prey with environmental support to predator system which based on Lotka-Volterra model. Model arranged by variable R (number of predators), H (number of main predators), C (number of predators which commensalisms to H), u (predators grow up level R), v (predatorily level C), w (predatorily level H), (conversion efficiently C), (conversion efficiently H), x (predator’s deadly level C), y (predator’s deadly level H), z (commensalisms relation between predators C with predator H),(environmental support which could contain predator’s grow). Research’s result give stability point at fixed point which there is only main predator (H) and prey in using the environmental support will reduce as big as main predatorily level to prey (T2.). Stability point also happen on fixed point where there only prey in using environmental support which will reduce as big as predatorily level to prey ((T3.). Keywords : Predator –pray, Stability, Differential Equation Abstrak Interaksi antar makhluk hidup dalam kehidupan ini ada yang berdampak positif,negative, dan ada pulah ynag tidak berpengaruh terhadap mahkluk hidup lain. Tulisan ini akan membahas model interaksi antara dua pemangsa-satu  mangsa dengan daya dukung lingkungan  pada system mangsa yang di dasari dari model lotka – Volterra .Pada model yang dikembangkan diasumsikan bahwa interaksi antar pemangsa bersifat komensalis.Model model yang disusun disini terdiri atas varibel-variabel R (banyaknya mangsa), H (banyaknya mangsa inang), C (banyaknya pemangsa yang komensalis terhadap H), u (tingkat pertumbuhan mangsa R), v (tingkat pemangsaan pemangsa C), w (tingkat pemangsaan pemangsa H), (efisiensi konversi C), (efisiensi konversi H), x (tingkat kematian pemangsa C), y (tingkat kematian pemangsa H), z (hubungan komensalisme antara pemangsa C dan pemangsa H), (daya dukung lingkungan yang masih dapat menampung pertumbuhan mangsa). Dari hasil penelitian diperoleh titik kestabilan pada titik tetap dimana hanya terdapat pemangsa inang (H) dan mangsa dalam menggunakan daya dukung lingkungan yang ada akan berkurang sebesar tingkat pemangsaan pemangsa inang terhadap mangsa (T2). Titik kesatabilan  juga terjadi pada titik tetap dimana hanya terdapat mangsa dalam menggunakan daya dukung lingkungan  yang ada akan berkurang sebesar tingkat pemangsa inang terhadap mangsa( T3 ). Kata Kunci : Mangsa-Pemangsa, Kestabilan, Persamaan Difrensial
Model Generalized Space Time Autoregressive (GSTAR) Orde 1 dan Penerapannya pada Prediksi Harga Beras di Kota Bitung, Kabupaten Minahasa dan Kabupaten Minahasa Selatan Youla M.A. Latupeirissa; Nelson Nainggolan; Tohap Manurung
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.3824

Abstract

Abstract This research describe Generalized Space Time Autoregressive (GSTAR) Order 1 model of rice price in Bitung city, Minahasa regency and South Minahasa regency specifically Superwin rice and Sultan rice, and rice price prediction in October, November and December 2013. Data that used was monthly price rice data from January 2008 to September 2013. Parameter estimation result for Superwin rice obtained parameter estimation value 0,007; 0,348; 0,211 and 0,503; 0,021; 0,244 and for Sultan rice obtained parameter estimation value 0,326; 0,475; 0,149 and 0,081; -0,078; 0,403. Data analysis result show that error was normally distribute. Prediction results for October, November and December 2013 in Bitung city for  Superwin rice were Rp. 8.629, Rp. 8.500 and Rp. 8.500 and Sultan rice were Rp. 8.185, Rp. 8.000 and Rp. 8.000. For Minahasa regency, prediction result for October, November and December 2013 for Superwin rice were Rp. 8.810, Rp. 8.800 and Rp. 8.800 and Sultan rice were Rp. 8.761, Rp.8.800 and Rp. 8.800. For South Minahasa regency, prediction result for October, November and December 2013 for Superwin rice were Rp. 9.166, Rp. 9.000 and Rp. 9.000 and Sultan rice were Rp. 8.675, Rp. 8.500 and Rp. 8.500. Keywords: rice, space time, GSTAR order 1 model Abstrak Penelitian ini membahas model Generalized Space Time Autoregressive (GSTAR) Orde 1 dari data harga beras di Kota Bitung, Kabupaten Minahasa dan Kabupaten Minahasa Selatan yang terdiri dari beras Superwin dan Sultan serta prediksi untuk harga beras di bulan Oktober, November dan Desember tahun 2013. Data yang digunakan adalah data harga bulanan beras periode Januari 2008 sampai September 2013. Hasil penaksiran parameter untuk beras Superwin diperoleh nilai taksiran parameter 0,007;  0,348;  0,211 dan  0,503; 0,021; 0,244 sedangkan untuk beras Sultan diperoleh nilai taksiran parameter 0,326; 0,475; 0,149 dan  0,081; -0,078; 0,403. Hasil prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 di Kota Bitung dengan jenis beras Superwin adalah Rp. 8.629, Rp. 8.500 dan Rp. 8.500 dan untuk jenis Sultan adalah Rp. 8.185, Rp. 8.000 dan Rp. 8.000. Untuk Kabupaten Minahasa prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 dengan jenis beras Superwin adalah Rp. 8.810, Rp. 8.800 dan Rp. 8.800 dan jenis Sultan adalah Rp. 8.761, Rp.8.800 dan Rp. 8.800. Untuk Kabupaten Minahasa Selatan hasil prediksi yang diperoleh untuk periode bulan Oktober, November dan Desember tahun 2013 dengan jenis beras Superwin adalah Rp. 9.166, Rp. 9.000 dan Rp. 9.000 dan jenis Sultan Rp. 8.675, Rp. 8.500 dan Rp. 8.500. Kata kunci: beras, space time, model GSTAR orde 1
Analisis Rantai Markov Untuk Memprediksi Perpindahan Merek Shampoo Di Hypermart Swalayan Manado Town Square Djini Tamudia; Yohanes Langi; Julia Titaley
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.3997

Abstract

Abstract This research has been conducted to determine the changes of consumers switching between brand of Shampoo and make predictions of consumer migration opportunities of each brand Shampoo among customer in the future. The data used in this study is primary data colleted through a questionnaire on the 100 customer of Hypermart swalayan Manado Town Square on July to September 2013. Data were analyzed by Markov Chains analysis. Base on Markov Chains analysis, it is found that Sunsilk consumen as a large percentage of consumen in early and even in later years with a value 25%. On the second level brand Pantene reach a value 16% and the lowest level brand Lifeboy, Clear and other brand only able to reach 4%. Keywords : Brand Switching, Consumen, Markov Chains Abstrak Telah dilakukan penelitian untuk mengetahui peluang perpindahan konsumen merek shampoo ke merek shampoo lainnya serta membuat prediksi peluang perpindahan konsumen merek shampoo pada pelanggan Hypermart Swalayan Manado Town Square dimasa yang akan datang. Data yang digunakan adalah data primer yang dikumpulkan melalui penyebaran kuesioner pada 100 orang pelanggan Hypermart Swalayan Manado Town Square pada bulan Juli sampai September 2013. Data yang diperoleh dianalisis dengan rantai Markov. Berdasarkan hasil analisis Rantai Markov, diperoleh pengguna merek shampoo Sunsilk memiliki presentasi terbanyak dan bahkan untuk tahun-tahun berikutnya yaitu 25%. Pada urutan kedua merek shampoo Pantene dengan presentasi 16% dan urutan yang terendah adalah merek shampoo Lifeboy, Clear dan merek shampoo lainnya dengan presentasi 4%. Kata kunci : Pengguna Shampoo, Perpindahan Merek, Rantai Markov
Regresi Linier Berganda Untuk Menganalisis Pendapatan Petani Pala Jamner Lawendatu; John S Kekenusa; Djoni Hatidja
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.3998

Abstract

Abstract Regency of Sangihe Islands is a region that has potential in the field of horticulture, especially when producing nutmeg crop that originally from Indonesia as a trading commodity. The purpose of this study is to find out how much is the chosen variable affect the farmer income in Sensong village by using multiple regression analysis. This study used primary and secondary data, with a “simple random sampling” as a sampling technique. Based on this research, the variables that have the influence on the farmer's income is the amount of nutmeg production and labor costs. The resulting coefficient of determination is 0.930, or 93 percent. Keywords : Multiple regression analysis, the nutmeg  farmers  income Abstrak Kabupaten Kepulauan Sangihe adalah daerah yang cukup berpotensi dalam bidang perkebunan terutama dalam menghasilkan tanaman pala yang merupakan salah satu tanaman asli Indonesia sebagai komoditas perdagangan di dalam dan luar negeri. Tujuan penelitian ini adalah untuk mengetahui seberapa besar pengaruh variabel yang telah dipilih terhadap pendapatan petani pala di Desa Sensong dengan menggunakan analisis regresi berganda. Dalam penelitian ini digunakan data primer dan sekunder, dengan simple random sampling sebagai teknik pengambilan sampel. Berdasarkan hasil penelitian, variabel yang memiliki pengaruh terhadap pendapatan petani pala adalah jumlah produksi biji pala dan biaya tenaga kerja. Nilai koefisien determinasi yang dihasilkan adalah 0,930 atau 93 persen. Kata kunci : Analisis regresi berganda, pendapatan petani pala
Prediksi Jumlah Pengunjung Perpustakaan Universitas Sam Ratulangi Manado Menggunakan Metode Dekomposisi Olvi J Kendek; Jantje D Prang; Marline Paendong
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.4000

Abstract

Abstract Library is a information center that must be managed properly in order to benefit as much as possible. This study aims to determine fluctuations and forecasting the number of visitors at the Sam Ratulangi University (UNSRAT) Library Manado using Decomposition method. The data used are the secondary data of number visitors at UNSRAT library since 2010-2012 were obtained from the UNSRAT library. Research procedure begins by analyzing the components of the decomposition that is trend component (T), seasonal (S), cyclical (C) and a random component (I) and then multiplying the value of these components. Results of forecast showed that the number of visitors in 2013 amounted to 428 visitors on January, 482 visitors on February, 688 visitors on March, 469 visitors on April, 423 visitors on May, 262 visitors on June, 214 visitors on July, 203 visitors on August, 288 visitors on September, 524 visitors on October, 371 visitors on November and 261 visitors on December. It can be seen that the number of visitors increased on February to March and September until October. Keywords : Decomposition Method, Library, Forecasting Abstrak Perpustakaan merupakan pusat informasi yang harus dikelola dengan baik agar dapat memberikan manfaat semaksimal mungkin. Penelitian ini bertujuan untuk mengetahui fluktuasi dan meramalkan banyaknya pengunjung di Perpustakaan Universitas Sam Ratulangi (UNSRAT) Manado menggunakan metode Dekomposisi. Data yang digunakan adalah data sekunder jumlah pengunjung perpustakaan UNSRAT sejak tahun 2010 – 2012 yang diperoleh dari perpustakaan UNSRAT. Prosedur penelitian dimulai dengan menganalisis komponen-komponen dekomposisi yaitu komponen trend (T), musiman (S), siklis (C) dan komponen acak (I) kemudian mengalikan nilai dari komponen-komponen tersebut. Hasil prediksi menunjukkan bahwa jumlah pengunjung pada tahun 2013 bulan Januari sebesar 428 pengunjung, Februari 482 pengunjung, Maret 688 pengunjung, April 469 pengunjung, Mei 423 pengunjung, Juni 262 pengunjung, Juli 214 pengunjung, Agustus 203 pengunjung, September 288 pengunjung, Oktober 524 pengunjung, November 371 pengunjung dan bulan Desember 261 pengunjung. Dapat dilihat bahwa jumlah pengunjung meningkat pada bulan Februari sampai Maret dan bulan September hingga Oktober.   Kata Kunci : Metode Dekomposisi, Perpustakaan, Prediksi
Model Koreksi Kesalahan pada Data Runtun Waktu Indeks Harga Konsumen Kota-kota di Papua Mitha Febby R. Donggori; Adi Setiawan; Hanna Arini Parhusip
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.4011

Abstract

Abstract The Consumer Price Index is used as a measure of inflation. Consumer Price Index data is time series data are often not stationary, causing decision-making related to the data becomes invalid. Consumer Price Index has a different rate of change in each region, as well as for the city of Jayapura, Sorong and Manokwari in Papua. In this paper, Error Correction Model is used to correct short-term imbalances and establish a long term relationship models Consumer Price Index cities - cities in Papua. We use time period : January 2009 to May 2013. To test stationarity  of the data, we use Phillips - Perron unit root test. Engle - Granger cointegration test is performed to determine whether there is a long-term relationship among cities in Papua. Furthermore, the model established by using the Error Correction Method by Domowitz - Elbadawi to correct short- term imbalances and establish long-term relationships model. The obtained Error Correction Models were compared to the results obtained with the bootstrap method . . Keywords : consumer price index, stationarity test, co integration test, error correction model, the bootstrap method Abstrak Indeks Harga Konsumen digunakan sebagai tolok ukur inflasi. Data Indeks Harga Konsumen merupakan data runtun waktu yang seringkali tidak stasioner sehingga menyebabkan pengambilan keputusan yang berkaitan dengan data menjadi tidak valid. Indeks Harga Konsumen memiliki tingkat perubahan yang berbeda di setiap daerah, begitu juga untuk kota Jayapura, Sorong dan Manokwari di Papua. Model koreksi kesalahan digunakan untuk mengoreksi ketidakseimbangan jangka pendek dan membentuk model hubungan jangka panjang Indeks Harga Konsumen kota – kota di Papua pada makalah ini. Periode waktu yang diamati adalah bulan Januari 2009 sampai dengan bulan Mei 2013. Uji stasioneritas data dengan uji akar unit Phillips-Perron, uji kointegrasi Engle-Granger yang dilakukan untuk mengetahui ada tidaknya hubungan jangka panjang di antara kota – kota tersebut. Lebih lanjut, dibentuk model koreksi kesalahan dengan metode Domowitz-Elbadawi untuk mengoreksi ketidakseimbangan jangka pendek dan membentuk model hubungan jangka panjang. Model koreksi kesalahan yang diperoleh dibandingkan dengan hasil yang diperoleh dengan metode bootstrap.   Kata kunci: indeks harga konsumen, uji stasioneritas, uji kointegrasi, model koreksi kesalahan, metode bootstrap
Prediksi Tingkat Kriminalitas Menggunakan Jaringan Syaraf Tiruan Backpropagation: Algoritma Levenberg Marquardt di Kota Manado Berbasis Sistem Informasi Geografi Lindsay Mokosuli; Winsy Weku; Luther Latumakulita
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 1 (2014): Maret, 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.1.2014.4032

Abstract

Abstract The information needs about crime rate in Manado become a starfing point to conduct this research. It has been done to predict the crime rate in the city of Manado using Levenberg Marquardt algorithm with training to determine the value of learning rate and momentum constant based on the value of the smallest Mean Square Error. Then do the mapping with Crime Mapping and perform cluster the predicted results to see the effect of the crime rate among adjacent districts. The data used is the data theft in the city of Manado in 2007 until 2012. The selected target is the data theft in August 2012 until December 2012. Bunaken district obtain predictive results=[1.9997, 0.1667, 2.0000, 0.1667, 0.0000], Mapanget district obtain predictive results=[25.9995, 25.9997, 25.9801, 8.0335, 16.0265], Tuminting district obtain predictive results=[2.0000, 2.3786, 2.0000, 3.1020, 3.1020], Singkil district obtain predictive results=[6.6716, 6.1388, 5.6570, 5.4000, 3.0035], Wenang district obtain predictive results=[3.1316, 4.0677, 3.0000, 9.3971, 9.8967], Tikala district obtain predictive results=[0, 1, 0, 0, 0], Wanea district obtain predictive results=[6.8911, 6.6811, 1.4788, 5.8941, 6.9207], Sario district obtain predictive results = [1.0000, 1.8381, 1.0000, 6.0314, 9.0000], Malalayang district obtain the predicted result=[44.0000, 38.1828, 43.1787, 38.1935, 38.1789]. By visualization of mapping results predicted, on target August 2012 until October 2012, Mapanget and Malalayang districts have the highest crime rates. While the target of November 2012 and December 2012, Malalayang district have the highest crime rates. Keywords: Levenberg Marquardt Algorithm, Geographic Information System, Spatial Data.   Abstrak Perlunya informasi tentang tingkat kriminalitas di kota Manado, maka telah dilakukan penelitian untuk memprediksi tingkat kriminalitas di kota Manado menggunakan algoritma Levenberg Marquardt dengan melakukan pelatihan untuk menentukan nilai learning rate dan momentum constant berdasarkan nilai Mean Square Error terkecil. Kemudian dilakukan pemetaan dengan Crime Mapping serta melakukan cluster terhadap hasil prediksi untuk melihat pengaruh tingkat kriminalitas antar kecamatan yang saling berdekatan. Data yang digunakan adalah data pencurian di kota Manado tahun 2007 sampai tahun 2012. Target yang dipilih adalah data pencurian bulan Agustus 2012 sampai Desember 2012. Kecamatan Bunaken memperoleh hasil prediksi=[1.9997, 0.1667, 2.0000, 0.1667, 0.0000], Kecamatan Mapanget memperoleh hasil prediksi=[25.9995,  25.9997, 25.9801, 8.0335, 16.0265], kecamatan Tuminting memperoleh hasil prediksi=[2.0000, 2.3786, 2.0000, 3.1020, 3.1020], kecamatan Singkil memperoleh hasil prediksi= [6.6716, 6.1388, 5.6570, 5.4000, 3.0035], kecamatan Wenang memperoleh hasil prediksi= [3.1316, 4.0677, 3.0000, 9.3971, 9.8967], kecamatan Tikala memperoleh hasil prediksi= [0, 1, 0, 0, 0], kecamatan Wanea memperoleh hasil prediksi= [6.8911, 6.6811, 1.4788, 5.8941, 6.9207], kecamatan Sario memperoleh hasil prediksi=[1.0000, 1.8381, 1.0000, 6.0314, 9.0000], dan kecamatan Malalayang memperoleh hasil prediksi= [44.0000, 38.1828, 43.1787, 38.1935, 38.1789]. Secara visualisasi pemetaan hasil prediksi, pada target Agustus 2012 sampai Oktober 2012, kecamatan  Malalayang dan Mapanget memiliki tingkat kriminalitas tertinggi. Sedangkan pada target November 2012, dan Desember 2012, kecamatan Malalayang memiliki tingkat kejahatan tertinggi.   Kata kunci: Algoritma Levenberg Marquardt, Sistem Informasi Geografi, Data Spasial.

Page 3 of 23 | Total Record : 221

 1   2   3   4   5 

Filter by Year

2012 2024


Reset
Filter By Issues
All Issue Vol. 13 No. 2 (2024): September 2024 Vol. 13 No. 1 (2024): Maret 2024 Vol. 12 No. 2 (2023): September 2023 Vol. 12 No. 1 (2023): Maret 2023 Vol. 11 No. 2 (2022): September 2022 Vol 11, No 1 (2022) Maret 2022 Vol. 10 No. 2 (2021): September 2021 Vol. 10 No. 1 (2021): Maret 2021 Vol 9, No 2 (2020): September 2020 Vol. 9 No. 1 (2020): Maret 2020 Vol. 8 No. 2 (2019): September 2019 Vol. 8 No. 1 (2019): Maret 2019 Vol. 7 No. 2 (2018): September 2018 Vol. 7 No. 1 (2018): Maret 2018 Vol. 6 No. 2 (2017): September 2017 Vol. 6 No. 1 (2017): Maret 2017 Vol. 5 No. 2 (2016): September 2016 Vol. 5 No. 1 (2016): Maret 2016 Vol. 4 No. 2 (2015): September 2015 Vol. 4 No. 1 (2015): Maret 2015 Vol. 3 No. 2 (2014): September 2014 Vol. 3 No. 1 (2014): Maret, 2014 Vol. 2 No. 2 (2013): September, 2013 Vol. 2 No. 1 (2013): Maret 2013 Vol. 1 No. 1 (2012): 2012 More Issue