cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota medan,
Sumatera utara
INDONESIA
Saintia Matematika
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Arjuna Subject : -
Articles 9 Documents
Search results for , issue "Vol 2, No 1 (2014): Saintia Matematika Januari 2014" : 9 Documents clear
PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA John Putra S Tampubolon; Normalina Napitupulu; Asima Manurung
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (945.041 KB)

Abstract

Dalam skripsi ini dilakukan peramalan Pemakaian Energi Listrik denganmenggunakan model ARIMA. Langkah pertama peramalan pemakaian energilistrik menggunakan metode deret berkala ARIMA. Langkah yang kedua yaitu menghasilkandata stasioner dan mengidentifikasi adanya faktor musiman dengan memplotdata dan autokorelasi dan autokorelasi residual setiap lag. Langkah ketigaadalah menentukan nilai orde model ARIMA sekaligus menjadikan model sementaradalam hal ini diperoleh model yang tepat adalah ARIMA (0, 1, 1)(1, 1, 1)12.Langkah ke empat adalah melakukan uji ketepatan model dengan uji residual, ujistatistik portmanteau dan overfitting model. Langkah terakhir adalah melakukanperamalan. Model peramalan pemakaian energi listrik diselesaikan dengan bantuansoftware minitab 16.0 sehingga di hasilkan peramalan hasil produksi aluminiumbatangan untuk 12 periode adalah Oktober 2012 : 281.729.975 kwh, November 2012: 278.681.405 kwh, Desember 2012 : 282.132.144 kwh, Januari 2013 : 247.835.406kwh, Februari 2013 : 232.297.702 kwh, Maret 2013 : 268.232.979 kwh, April 2013 :258.892.773 kwh, Mei 2013 : 279.447.958 kwh, Juni 2013 : 278.641.762, Juli 2013: 283.377.080 kwh, Agustus 2013 : 278.587.369 kwh, September 2013 : 266.888.954kwh.
APLIKASI PROGRAM INTEGER PADA PERUMAHAN BUMI SERGAI DI SEI RAMPAH Erlina Erlina; Elly Rosmaini; Henry Rani Sitepu
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (189.948 KB)

Abstract

Di Sei Rampah akan dibangun sebuah Perumahan yaitu PerumahanBumi Sergai, dengan dua tipe. Tipe 65(X1) dan Tipe 45(X2). Masalah ini akandimodelkan ke dalam model matematika berupa integer programming yang meru-pakan bagian dari masalah pemrograman linier, di mana variabel keputusan harusberupa bilangan bulat. Masalah integer programming akan diselesaikan menggu-nakan metode branch and bound yang terlebih dahulu mengubah masalah integerprogramming ke bentuk pemrograman linier, kemudian digunakan metode simpleksuntuk menyelesaikan masalah pemrograman linier tersebut. Dengan fungsi tujuanharga jual rumah Z = 180.000.000X1 + 140.000.000X2 dan fungsi kendala bahan-bahan bangunan. Jumlah rumah untuk tipe 65 adalah 36 rumah dan tipe 45 se-banyak 62 rumah.
INVERS SUATU MATRIKS TOEPLITZ MENGUNAKAN METODE ADJOIN Bakti Siregar; Tulus Tulus; Sawaluddin Nasution
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (170.46 KB)

Abstract

Pencarian invers matriks adalah suatu hal yang biasa dilakukan dalam bidang matematika dan ilmu hitung secara umum. Pada penelitian ini dibahas invers suatu matriks toeplitz Tn dengan diagonal nol dan selainnya x 2 R. Untuk memperoleh invers matriks toeplitz Tn dilakukan dengan mengamati pola rekrusip dari determinan matriks toeplitz Tn berorde 2 × 2 hingga 7 × 7. Sehingga dengan menggunakan metode operasi baris elementer diperoleh |Tn| = (−1)(n+1)(n−1)xn dimana 8x 2 R. Selanjutnya menentukan invers matriks toeplitz Tn menggunakan metode adjoin matriks Tn dimana 8x 2 R dan |Tn| 6= 0 diperoleh formulaT−1n = (tij) =(−(n−2)(n−1)x,untuk i = j1(n−1)x,untuk i 6= jdimana tij adalah entri-entri yang terletak dibaris ke i dan kolom ke j.
ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG Riang Enjelita Nduru; Marihat Situmorang; Gim Tarigan
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (193.358 KB)

Abstract

Penyediaan pangan, terutama beras, dalam jumlah yang cukup dan hargaterjangkau tetap menjadi prioritas utama pembangunan nasional. Penelitian iniuntuk mengetahui faktor-faktor yang mempengaruhi produksi padi terhadap penggunaanpupuk, luas lahan, curah hujan, dan hari hujan. Dengan menggunakanmetode persamaan penduga regresi linier berganda dan Metode Kuadrat Terkecil,maka diperoleh persamaannya adalahˆ Y = −68.621, 72 + 7, 49X1 + 0, 03X2 + 2.204, 60X3 + 4.218, 56X4 (1)Dan semua variabel bebas tetap berperan mempengaruhi produksi padi.
ANALISIS PENGARUH MINAT MAHASISWA FMIPA USU MEMILIH LAPTOP DENGAN METODE KENDALL’S W DAN ANALISIS KONJOIN Nur Zakiya Harahap; Pasukat Sembiring; Agus Salim Harahap
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (129.248 KB)

Abstract

Penelitian ini diarahkan untuk menganalisis atribut laptop yang pa-ling diminati dan mengetahui kombinasi atribut yang paling diminati di kampusFakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.Metode yang digunakan dalam penelitian ini adalah metode Kendall’s W dan Ana-lisis Konjoin. Data yang digunakan dalam penelitian ini merupakan data primeryang diperoleh dengan cara menyebarkan kuesioner kepada mahasiswa aktif FMIPAUSU angkatan 2009 sampai 2012. Hasil penelitian menunjukkan bahwa pilihanatribut dari laptop yang paling mempengaruhi minat responden yang dalam peneli-tian ini adalah kecanggihan processornya. Konsep laptop yang ideal berdasarkanpilihan responden melalui proses evaluasi dari 27 profil/kombinasi/stimuli yangdisajikan dalam bentuk kuesioner dengan membuat rating adalah laptop denganmerek HP, dengan processor intel core i5, bobot berat (1,8 kg s.d 2,5 kg), seharga< Rp 3.000.000,00; dengan hard drive > 500GB, dengan webcam tersedia, beruku-ran layar < 10.1 inchi, ketahanan baterai > 5 jam, serta berwarana hitam.
IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Aswin Bahar; Gim Tarigan; Pengarapen Bangun
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (106.969 KB)

Abstract

Analisis faktor adalah satu teknik analisis data yang ditujukan untukmereduksi sejumlah variabel menjadi beberapa kelompok lebih kecil yang disebut sebagaifaktor. Tujuan penelitian ini adalah mengidentifikasi faktor-faktor pendorongpernikahan muda dengan menggunakan analisis faktor. Teknik pengambilan sampelyang digunakan adalah cluster sampling. Variabel yang digunakan sebanyak11. Dari data yang diperoleh dilakukan uji validitas dan reliabilitas serta analisisfaktor menggunakan software SPSS 20.0 for windows. Hasil analisis menunjukkanbahwa terdapat dua variabel yang tidak valid dan harus dikeluarkan dari analisis.Berdasarkan hasil penelitian diperoleh 3 faktor dominan yang memperngaruhi keputusanremaja menikah di usia muda yaitu faktor ekonomi dan biologis (30,688%),faktor pergaulan (15,187%), dan faktor tradisi (13,62%). Ketiga faktor tersebutmemberikan proposi keragamaan kumulatif sebesar 59,557% artinya ketiga faktortersebut merupakan faktor dominan dan sisanya dapat dipengaruhi faktor-faktorlainnya yang tidak teridentifikasi oleh penelitian.
TRANSFORMASI WAVELET DISKRIT PADA SINTETIK PEMBANGKIT SINYAL ELEKTROKARDIOGRAM Yedidia Panca; Tulus Tulus; Esther S. M. Nababan
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (155.882 KB)

Abstract

Transformasi wavelet ditemukan sekitar tahun 1980-an yang merupakanperbaikan dari transformasi Fourier. Transformasi wavelet ini digunakan dalammenganalisa sinyal elektrokardiogram (EKG). Sinyal elektrokardiogram adalahsinyal diskrit yang merupakan kumpulan vektor-vektor dalam ruang vektor Haar.Penelitian ini memperlihatkan bahwa wavelet dengan Analisis Multiresolusi yaituoleh translasi dan dilatasi sebagai basis orthonormal atau sebuah fungsi pemba-ngun pada ruang vektor Haar yang membangkitkan sinyal elektrokardiogram sebagaifungsi berhingga yang merupakan fungsi dalam sub-ruang L2(R). Dalam penelitianini, diberikan formula penerapan dekomposisi sinyal atas ruang diskrit Haar yangmerupakan langkah awal dalam menganalisa sinyal elektrokardiogram yang terma-suk dalam sub-ruang L2(R).
SUATU KAJIAN TENTANG PENDAPAT PELANGGAN PLN TERHADAP LISTRIK PRABAYAR DENGAN METODE ANALISIS VARIANSI Muhammad Syukran; Pasukat Sembiring; Asima Manurung
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (133.696 KB)

Abstract

ABSTRAK
PENGAMBILAN KEPUTUSAN MENGGUNAKAN METODE BAYES PADA EKSPEKTASI FUNGSI UTILITAS Selvira Lestari Siregar; Suwarno Arriswoyo; Pasukat Sembiring
Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (117.681 KB)

Abstract

Metode Bayes dan Fungsi Utilitas adalah dua metode yang menggunakankonsep pay-off dalam pengambilan keputusan namun dengan konsep pemahamanpay-off yang berbeda. Jika metode Bayes menggunakan konsep pay-off dengan dasarnilai ekspektasi, sedangkan fungsi utilitas menggantikan konsep pay-off dengan nilaiekspektasi utilitas yang menyatakan preferensi seseorang atas setiap alternatif yangtersedia dalam pengambilan keputusan. Dalam pemilihan alternatif untuk suatu halkeputusan, nilai ekspektasi pay-off terbesar (dalam metode Bayes) dan nilai ekspektasi utilitas terbesar (dalam Fungsi Utilitas), yang dipilih untuk mendapatkan hasilsesuai yang diharapkan, namun hal ini dapat berubah sesuai tujuan pengambilankeputusan seperti dalam kasus memperkecil kerugian, maka nilai ekspektasi payoff terkecil (dalam metode Bayes) dan nilai ekspektasi utilitas terkecil yang dipilihuntuk memperoleh keputusan terbaik.

Page 1 of 1 | Total Record : 9