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
 3   4   5   6   7 
Pemetaan SMA/SMK Di Kabupaten Minahasa Tenggara Berdasarkan Empat Indikator Standar Nasional Pendidikan Dengan Menggunakan Analisis Biplot Chandra Purwanto; Djoni Hatidja; Marline Paendong
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.7533

Abstract

Analisis Biplot merupakan Analisis statistika deskriptif dimensi ganda yang menyajikan secara simultan n objek pengamatan dan p peubah dalam suatu grafik pada suatu bidang dua dimensi, sehingga ciri-ciri dan posisi relatif peubah tersebut dapat dianalisis.Tujuan penelitian ini adalah: 1) mendeskripsikan karakteristik/mutu dari SMA/SMK di Kabupaten Minahasa Tenggara berdasarkan empat indikator standar nasional pendidikan, yaitu: Standar Isi, Standar Pendidikan dan Tenaga Kependidikan, Standar Sarana dan Prasarana, dan Standar Pengelolaan; 2) melakukan pemetaan, baik keunggulan maupun kekurangan dari SMA/SMK di Kabupaten Minahasa Tenggara berdasarkan indikator standar Nasional Pendidikan dengan menggunakan Analisis Biplot.   Data Penelitian ini diperoleh dari populasi 15 SMA/SMK di Kabupaten Minahasa Tenggara sebagai Objek yang diamati. Peubah yang digunakan adalah  Peubah Standar Isi, Peubah Standar Pendidikan dan Tenaga Kependidikan, Peubah Standar Sarana dan Prasarana, dan Peubah Standar Pengelolaan. Analisis data dilakukan dengan menggunakan perangkat lunak statistika.  Hasilnya menunjukkan bahwa SMA/SMK yang dikategorikan memiliki keunggulan terhadap keempat indikator standar nasional pendidikan adalah SMA Negeri 1 Ratahan, SMK Negeri 1 Ratahan, SMK Negeri 1 Pusomaen, SMA Negeri 1 Touluaan, SMK Negeri 1 Touluaan, SMA Negeri 1 Tombatu, SMK Kristen Tombatu, SMA Negeri 1 Belang. Sedangkan SMA/SMK yang dikategorikan memiliki standar yang kurang unggul terhadap dua indikator standar nasional pendidikan (Standar Pendidik dan Tenaga Kependidikan, dan Standar Sarana dan Prasarana) adalah SMA Negeri 2 Ratahan, SMA Advent Ratahan, SMA Negeri 1 Pusomaen, SMA Kristen Ratatotok, SMA Muhammadiyah Ratatotok, SMK Muhammadiyah Ratatotok, SMK Nasional Molompar.Sekolah yang dikatakan unggul pada jumlah dan luas ruang kelas, jumlah LCD juga jumlah buku dalam perpustakaan adalah SMK N 1 Ratahan. Kata kunci: Analisis Biplot, Standar Nasional Pendidikan
Identifikasi Tingkat Kesehatan Karang Berdasarkan Coral Health Chart Menggunakan Pengolahan Citra Digital Dan Metode Kuadrat Terkecil Arista Mandagi; Luther Latumakulita; Altien Rindengan
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.7590

Abstract

Terumbu karang bermanfaat bagi kelangsungan hidup makhluk bawah air. Namun saat ini terancam keberadaannya, salah satu penyebab adalah peningkatan suhu Bumi sehingga banyak terumbu karang mengalami kerusakan ditandai dengan pemutihan warna karang. Pengamatan kesehatan karang dapat dilakukan dengan tabel kesehatan karang (Coral Health Chart). Penelitian ini dimulai dengan menghitung nilai rata-rata RGB (red, green, blue) dengan pengolahan citra digital terhadap Coral Health Chart, dan menerapkan metode kuadrat terkecil untuk memperoleh perumusan dalam rangka penentuan tingkat kesehatan dari terumbu karang menggunakan bantuan komputer. Langkah selanjutnya hitung nilai rata-rata RGB dari beberapa gambar karang dengan pengolahan citra digital, kemudian diterapkan pada perumusan yang telah diperoleh sebelumnya. Penelitian dilakukan pada 8 contoh gambar karang, hasilnya menunjukan tingkat kesehatan karang dan persentase tingkat kesehatan dari masing-masing karang yaitu untuk karang dengan simbol j=95.52%, k=65.02%, l=80.42%, m=81.11%, n=84.69%, o=52.87%, p=79.41% dan karang q=69.78%. Kata kunci : Tabel Kesehatan Karang, Pengolahan Citra Digital, Kesehatan Karang, Metode Kuadrat Terkecil
Regresi Tersegmen dengan Titik Patahan Diketahui Charles Mongi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 3 No. 2 (2014): September 2014
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.3.2.2014.7924

Abstract

Penggunaan analisis regresi diharapkan akan mendapat model regresi yang menjelaskan sebanyak mungkin informasi yang ada pada data. Akan tetapi belum tentu model yang telah dispesifikasikan tersebut cocok dengan data. Dengan demikian satu model kurang sesuai sehingga dibutuhkan beberapa submodel. Model regresi linier tersegmen terdiri dari beberapa submodel linier, bila digambarkan model ini berupa rangkaian garis linier yang patah-patah. Model ini bisa digunakan sebagai pendekatan terhadap bentuk kurva model regresi tidak linier. Hasil analisis regresi linier tersegmen memberikan nilai koefisien determinasi lebih besar dibandingkan model regresi linier sederhana, yang berarti bahwa model regresi linier tersegmen mampu menjelaskan keragaman data lebih besar dari keragaman yang bisa dijelaskan oleh model regresi linier sederhana. Selain itu, untuk kasus ini regresi tersegmen dengan fungsi tidak kontinu lebih baik dari regresi tersegmen dengan fungsi kontinu. Kata kunci: Regresi Tersegmen, Titik Patahan.
Subring dan Ideal pada Ring JR-2CN dan JR-3CN Julana Rarung; Mans Mananohas; Luther Latumakulita
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8098

Abstract

Ring adalah himpunan dengan dua operasi biner dan memenuhi semua aksioma Ring. Adapun dua himpunan yang telah dibuktikan bahwa keduanya merupakan Ring yaitu, himpunan  pasangan terurut dari bilangan bulat baru JR – 2CN dan JR – 2CN.  Dalam tulisan ini, akan ditunjukkan beberapa Subring maupun Ideal pada Ring JR – 2CN dan JR – 2CN. Kata kunci : Ideal, JR – 2CN, JR – 2CN, Subring
Pemodelan ARIMA Dalam Prediksi Penumpang Pesawat Terbang Pada Bandara Internasional Sam Ratulangi Manado Sinnyo Salmon; Nelson Nainggolan; Djoni Hatidja
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8099

Abstract

Analisis time series model ARIMA dapat digunakan untuk melakukan perkiraan maupun prediksi pada masa yang akan datang. Data pengamatan banyaknya penumpang pesawat dapat dipandang sebagai data time series. Tujuan penelitian ini ialah menentukan  model time series yakni model ARIMA dari banyaknya penumpang pesawat domestik di Bandara Internasional Sam Ratulangi Manado. Kemudian memprediksi  (prediction)  jumlah penumpang pesawat domestik di Bandara Internasional Sam Ratulangi Manado untuk    6 bulan.  Data yang digunakan pada penelitian ini adalah data  sekunder yang diperoleh dari PT. Angkasa Pura I di Bandara Internasional Sam Ratulangi yang berupa data jumlah penumpang pesawat di Bandara Internasional Sam Ratulangi bulan Januari 2003 sampai Juni 2014. Data yang diambil adalah banyaknya penumpang pesawat baik yang datang ke Bandara Internasional Sam Ratulangi maupun yang berangkat dari Bandara Internasional Sam Ratulangi. Hasilnya model time series untuk jumlah penumpang pesawat domestik pada Bandara Internasional Sam Ratulangi Manado adalah ARIMA musiman (1,1,1)(1,1,1)12 dengan hasil prediksi bulan Januari 2015 sebanyak  171794 penumpang, bulan Februari 2015 sebanyak 173398 penumpang, bulan Maret 2015 sebanyak  165233 penumpang, bulan April 2015 sebanyak 170892 penumpang, bulan Mei 2015 sebanyak 158937 penumpang dan bulan Juni 2015 sebanyak  164245 penumpang. Kata Kunci :  Bandara Internasional Sam Ratulangi , Metode ARIMA
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer; Jantje Prang; Nelson Nainggolan
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8100

Abstract

Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh suatu variabel terhadap variabel lainnya. Dalam analisis regresi, variabel yang mempengaruhi disebut variabel bebas (independent) dan variabel yang dipengaruhi disebut variabel tak bebas (dependent).  Tujuan dari penelitian ini Untuk mengetahui pengaruh tingkat suku bunga, inflasi dan kurs terhadap perkembangan harga saham PT.Telkom tbk. Dari hasil analisis dan pembahasannya diketahui bahwa harga saham PT.Telkom Tbk dipengaruhi secara bersama-sama oleh suku bunga (X1), inflasi (X2) dan kurs (X3) pada tingkat kepercayaan 95% dengan persamaan regresi  Y = 58.0 – 3.97 X1 + 2.12 X2 – 1.37 X3. Kata Kunci : Harga Saham, Inflasi, Kurs, Regresi Linier, Suku Bunga
Penggunaan Kernel Principal Component Analysis Fungsi Polinomial Dalam Menyelesaikan Masalah Pengelompokan Plot Peubah Ganda Sueharti Maatuil; Hanny Komalig; Charles Mongi
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8101

Abstract

Tujuan dari penelitian ini yaitu mempelajari penggunaan kernel PCA fungsi polinomial untuk membantu menyelesaikan masalah plot peubah ganda terutama yang berhubungan dalam pengelompokan. Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa plot peubah ganda. Metode kernel adalah salah satu cara untuk mengatasi kasus-kasus yang tidak linier. Kernel PCA merupakan PCA yang diaplikasikan pada input data yang telah ditransformasikan ke feature space. Misalkan F: Rn®F fungsi yang memetakan semua input data xiÎRn, berlaku F(xi)ÎF. Salah satu kernel yang banyak digunakan adalah kernel polinomial. Dimana h0 adalah parameter skala yang akan dipilih. Fungsi kernel polynomial  K(xi, xj‘) = (xiT, xj‘ + h0)d. Hasil dari penelitian ini menunjukkan bahwa penggunaan Kernel Principal Component Analysis (KPCA) dengan fungsi kernel polinomial sangat membantu dalam menyelesaikan masalah plot peubah ganda yang belum dapat dikelompokan dengan garis pemisah yang linier. Kata kunci : Kernel PCA, Kernel PCA Fungsi Polinomial, Plot Peubah Ganda
Hidden Markov Model Kezia Tumilaar; Yohanes Langi; Altien Rindengan
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8104

Abstract

Hidden Markov Models (HMM) is a stochastic model and is essentially an extension of Markov Chain. In Hidden Markov Model (HMM)  there are two types states: the observable states and the hidden states. The purpose of this research are to understand how hidden Markov model (HMM) and to understand how the solution of three basic problems on Hidden Markov Model (HMM) which consist of evaluation problem, decoding problem and learning problem.  The result of the research is hidden Markov model can be defined as . The evaluation problem or to compute probability of the observation sequence given the model P(O|) can solved  by Forward-Backward algorithm, the decoding problem or to choose hidden state sequence which is optimal can solved by Viterbi algorithm and learning problem or to estimate hidden Markov model parameter  to maximize P(O|)  can solved by Baum – Welch algorithm. From description above Hidden Markov Model  with state 3  can describe behavior  from the case studies. Key  words: Decoding Problem, Evaluation Problem, Hidden Markov Model, Learning Problem
Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Vitawati Bawotong; Hanny Komalig; Nelson Nainggolan
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8106

Abstract

Kernel PCA merupakan PCA yang diaplikasikan pada input data yang telah ditransformasikan ke feature space. Misalkan F: Rn®F fungsi yang memetakan semua input data xiÎRn, berlaku F(xi)ÎF. Salah satu dari banyak fungsi kernel adalah power kernel. Fungsi power kernel K(xi, xj) = –|| xi – xj ||b dengan 0 < b ≤ 1. Tujuan dari penelitian ini yaitu mempelajari penggunaan Kernel PCA (KPCA) dengan fungsi Power Kernel untuk membantu menyelesaikan masalah plot multivariate nonlinier terutama yang berhubungan dalam pengelompokan. Hasil menunjukkan bahwa Penggunaan KPCA dengan fungsi Power Kernel sangat membantu dalam menyelesaikan masalah plot multivariate yang belum dapat dikelompokan dengan garis pemisah yang linier. Kata kunci : Kernel Principal Component Analysis (KPCA), Plot Multivariate, Power Kernel
Rectilinear Monotone r-Regular Planar Graphs for r = {3, 4, 5} Arthur Wulur; Benny Pinontoan; Mans Mananohas
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 4 No. 1 (2015): Maret 2015
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.4.1.2015.8318

Abstract

A graph G consists of non-empty set of vertex/vertices (also called node/nodes) and the set of lines connecting two vertices called edge/edges. The vertex set of a graph G is denoted by V(G) and the edge set is denoted by E(G). A Rectilinear Monotone r-Regular Planar Graph is a simple connected graph that consists of vertices with same degree and horizontal or diagonal straight edges without vertical edges and edges crossing. This research shows that there are infinite family of rectilinear monotone r-regular planar graphs for r = 3and r = 4. For r = 5, there are two drawings of rectilinear monotone r-regular planar graphs with 12 vertices and 16 vertices. Keywords: Monotone Drawings, Planar Graphs, Rectilinear Graphs, Regular Graphs

Page 5 of 23 | Total Record : 221

 3   4   5   6   7 

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