Articles
2,279 Documents
<![CDATA[PERBANDINGAN PERFORMANSI METODE PERAMALAN FUZZY TIME SERIES YANG DIMODIFIKASI DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION (STUDI KASUS: PENUTUPAN HARGA IHSG) ]]>
<![CDATA[Yongky Ujianto]]>;
<![CDATA[Mohammad Isa Irawan]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (428.829 KB)
|
DOI: 10.12962/j23373520.v4i2.11955
<![CDATA[Sebagai indikator pergerakan saham di bursa efek indonesia, pemantauan pergerakan Indeks Harga Saham Gabungan (IHSG) sangat diperlukan. Nilai IHSG yang selalu berubah merupakan dasar dibutuhkannya metode peramalan untuk memprediksi nilai yang akan datang. Pencatatan harga penutupan yang fluktuatif tersebut dilakukan setiap hari yaitu setelah penutupan perdagangan sehingga data IHSG dapat digolongkan menjadi data deret waktu (time series). Dalam memproses data time series para peneliti mengadopsi berbagai metode analisis data time series yang bertujuan untuk mementukan pola dan keteraturan yang dapat digunakan untuk meramalkan kejadian mendatang. penelitian ini dilakukan perbandingan antara metode fuzzy time series dan metode jaringan syaraf tiruan backpropagation untuk mendapatkan performansi terbaik untuk meramalkan IHSG. Dengan menggunakan nilai ketepatan metode peramalan Mean Absolute Percentage Error (MAPE) didapatkan performansi terbaik adalah metode fuzzy time series dengan MAPE peramalan jangka panjang sebesar 0,4755 dan untuk peramalan jangka pendek sebesar 0,3951.]]>
<![CDATA[Optimasi Saving Cost Dari Fuel Tankering Dengan pendekatan Fuzzy Goal Programming Studi Kasus PT. X ]]>
<![CDATA[Nur Dina Mustifa]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (525.645 KB)
|
DOI: 10.12962/j23373520.v4i2.11967
<![CDATA[Komponen pengeluaran yang cukup besar dalam operasional bisnis penerbangan adalah pemakaian bahan bakar. Salah satu strategi yang digunakan dalam penghematan biaya pengeluaran bahan bakar pesawat oleh PT. X adalah fuel tankering. Dalam penelitian ini dikonstruksikan model fuzzy goal programming untuk mengetahui banyaknya avtur yang bisa dibawa pada pelaksanaan tankering dengan studi kasus PT.X, dan untuk mengetahui biaya minimal yang dikeluarkan untuk pembelian bahan bakar dan mengetahui saving yang bisa diperoleh dari satu rute penerbangan. Dari hasil simulasi model, diketahui nilai tujuan lebih besar dari nilai sisi kanan dan nilai keanggotaannya nol, sehingga dikatakan pelaksanaan tankering pada actualnya sudah optimal. Dari hasil perhitungan yang dilakukan untuk rute Denpasar – Labuan Bajo – Denpasar dengan pesawat ATR, diperoleh hasil bahwa rute tersebut mampu membawa extra sebanyak 1240,407 kg. Sehingga rute tersebut mampu mengoptimalkan extra yang pada actualnya 951 kg.]]>
<![CDATA[Rancang Bangun dan Implementasi Sistem Pendukung Keputusan Berbasis Web Untuk Menentukan Formulasi Ransum Pakan Ternak ]]>
<![CDATA[Syukron Hidayat]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (639.681 KB)
|
DOI: 10.12962/j23373520.v4i2.12349
<![CDATA[Biaya pakan merupakan biaya produksi terbesar dalam suatu usaha peternakan yang dapat mencapai 70-80% dari biaya produksi. Oleh karena itu dalam usaha untuk meningkatkan pendapatannya, peternak dituntut untuk mampu menyusun suatu formula ransum sendiri yang lebih ekonomis tanpa mengabaikan faktor kebutuhan nutrisi ternak. Penelitian ini bertujuan untuk membuat suatu sistem pendukung keputusan yang merupakan aplikasi dari salah satu metode formulasi ransum ternak yaitu metode program linear dalam mendapatkan suatu formula ransum sapi potong dengan basis web. Sistem ini dirancang dengan menggunakan PHP dan javascript serta database SQL Server. Hasil pengujian sistem dapat menghasilkan formulasi yang lebih baik dan dengan harga yang lebih murah dibandingkan dengan formulasi dengan metode trial and error yang biasa digunakan oleh peternak.]]>
<![CDATA[APLIKASI ALGORITMA MEMETIKA UNTUK PERAMALAN PERGERAKAN KURS VALUTA ASING DENGAN MENGGUNAKAN MODEL ARIMA (BOX-JENKINS) ]]>
<![CDATA[Irvandi Syahputra]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (703.195 KB)
|
DOI: 10.12962/j23373520.v4i2.12359
<![CDATA[Pasar valuta asing merupakan pasar dengan nilai transaksi terbesar dengan nilai mencapai 5.3 trilliun US Dollar pada April 2013 menurut survey yang dilakukan Bank of International Settlements (BIS). Namun, pergerakan kurs valuta asing yang fluktuatif seringkali mengakibatkan trader mengalami banyak kerugian. Sehingga, dibutuhkan suatu metode peramalan untuk memperkirakan pergerakan kurs valuta asing di masa yang akan datang. Metode ARIMA merupakan salah satu metode yang dapat digunakan untuk peramalan. Penelitian ini menggunakan metode ARIMA untuk meramalkan pergerakan kurs valuta asing. Setelah memperoleh model yang sesuai dan meramalkan untuk 17 minggu ke depan, diterapkan metode heuristik yaitu Algoritma Memetika yang merupakan kombinasi antara Algoritma Genetika dan Algoritma Pencarian Lokal Hill Climbing untuk memperbaiki hasil peramalan yang ditunjukkan oleh nilai error MAPE. Hasil akhir menunjukkan bahwa Algoritma Memetika terbukti mampu memperbaiki hasil peramalan ARIMA, ditunjukkan dengan nilai MAPE yang lebih kecil.]]>
<![CDATA[Estimasi Parameter pada Model Suku Bunga Cox Ingersoll Ross (CIR) Menggunakan Kalman Filter untuk Menentukan Harga Zero Coupon Bond ]]>
<![CDATA[Eni Mariana]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (885.874 KB)
|
DOI: 10.12962/j23373520.v4i2.12796
<![CDATA[Tingkat suku bunga sangat berpengaruh pada penentuan harga sekuritas.Salah satunya pada penentuan harga bond yang nilainya bergantung pada tingkat suku bunga yang berlaku saat itu.Jenis bondyang dibahas pada tugas akhir ini adalah zero coupon bond. Bondjenis ini tidak membagikan kupon atau bunga pada setiap periode.Jadi, penerbit bondmembayarkan pokok hutang dan bunga pada saat masa jatuh tempo.Pada kenyataannya, tingkat suku bunga bersifat stokastik.Sehingga diperlukan model suku bunga stokastik yang bisa mewakili kondisi riil tingkat suku bunga pasar.Pada tugas akhir ini digunakan model suku bunga Cox Ingersoll Ross (CIR).Untuk menentukan harga bond diperlukan nilai parameter dari model suku bunga CIR. Sehingga perlu dilakukan estimasi parameter.Nilai parameter didapatkan mennggunakan metode Ordinary Least Square (OLS). Hasil estimasi tersebut digunakan sebagai input pada metode Kalman Filteruntuk mengestimasi tingkat suku bunga harian yang mengikuti model CIR.Pada tugas akhir ini, nilai parameter dan tingkat suku bunga harian hasil estimasi akan digunakan untuk menentukan harga zero coupon bond.]]>
<![CDATA[MODEL REGRESI PROBIT BIVARIAT PADA KASUS PENDERITA HIV DAN AIDS DI JAWA TIMUR ]]>
<![CDATA[Bella Yuliatin Pupspita Sari]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (449.59 KB)
|
DOI: 10.12962/j23373520.v4i2.12860
<![CDATA[Model regresi probit bivariat adalah model regresi probit yang menggunakan dua variabel respon bersifat kualitatif atau berkategori. Variabel prediktor yang digunakan adalah faktor-faktor yang mempengaruhi variabel respon. Metode estimasi parameter yang digunakan dalam probit bivariat adalah Maximum Likelihood Estimation (MLE). Setelah model awal regresi probit bivariat terbentuk, model diuji secara simultan untuk menguji bahwa keseluruhan variabel prediktor mempunyai pengaruh signifikan terhadap variabel respon dan uji parsial dilakukan untuk menguji signifikansi masing-masing variabel prediktor terhadap variabel respon. Setelah itu dibentuk model yang kemudian diidentifikasi kriteria kebaikan model menggunakan nilai Akaike Information Criterion (AIC). Data yang digunakan adalah kasus penderita HIV dan AIDS tiap kabupaten dan kota di Jawa Timur pada tahun 2013 sebagai variabel responnya dan menghasilkan variabel prediktor persentase umur 25-49 tahun terhadap jumlah penduduk, persentase Askeskin atau Jamkesmas terhadap jumlah penduduk dan persentase jumlah sarana kesehatan terhadap jumlah penduduk sebagai faktor yang berpengaruh signifikan terhadap HIV dan AIDS.]]>
<![CDATA[Kajian Generalisasi Distribusi Binomial yang Bertipe COM-Poisson dan Sifat-Sifatnya ]]>
<![CDATA[Marselly Dian Saputri]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (578.86 KB)
|
DOI: 10.12962/j23373520.v4i2.12923
<![CDATA[Distribusi Binomial dan Poisson digunakan untuk menganalisis data diskrit. Karena distribusi Poisson berlaku equidispersi, sehingga dilakukan generalisasi terhadap distribusi Poisson menjadi distribusi COM-Poisson untuk menganalisis data diskrit yang equidispersi, overdispersi dan underdispersi. Generalisasi dari distribusi Binomial yang dapat menganalisis data dengan kejadian overdispersi dan underdispersi adalah distribusi COM-Poisson-Binomial. Pdf nya diperoleh dari distribusi COM-Poisson bersyarat dari penjumlahan dua distribusi COM-Poisson. Selain itu, dalam Tugas Akhir ini juga dilakukan estimasi terhadap parameter-parameter dari COM-Poisson-Binomial dengan menggunakan Maximum Likelihood Estimation (MLE). Selanjutnya hasil estimasi ini dicoba pada data asosiasi sekunder dari kromosom di Brassika. Karena Maximum Likelihood Estimation menghasilkan persamaan non-linier yang hasilnya digunakan untuk mencari nilai estimasi parameter dan parameter persamaan non-linier tersebut diselesaikan dengan menggunakan metode Newton-Raphson. Hasil dari proses tersebut didapatkan nilai estimasi parameter dan nilai estimasi parameter]]>
<![CDATA[Perancangan Prototipe Perangkat Lunak Untuk Penempatan Pegawai Dengan Model Pilihan Dari Perspektif Dua Arah Berbasis Algoritma Genetika ]]>
<![CDATA[Mohamad Muhtaromi]]>;
<![CDATA[Mohammad Isa Irawan]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1010.062 KB)
|
DOI: 10.12962/j23373520.v4i2.13738
<![CDATA[Optimasi merupakan hal yang penting dalam berbagai bidang. Salah satunya adalah bidang penempatan pegawai dalam manajemen sumber daya manusia. Dengan optimasi penempatan pegawai dapat dilakukan dengan efektif, efisien dan sesuai kebutuhan perusahaan. Pada beberapa literatur terdapat banyak metode untuk optimasi. Namun dalam penelitian ini digunakan Algoritma Genetika untuk mengoptimalkan model pilihan dari perspektif dua arah sebagai model dari penempatan pegawai pada PT. Petrokimia Gresik. Pada akhir penelitian ditunjukkan bahwa Algoritma Genetika dapat digunakan untuk menyelesaikan model pilihan dari perspektif dua arah dan dirancang dalam sebuah prototipe perangkat lunak.]]>
<![CDATA[PERANCANGAN PROTOTIPE SISTEM PAKAR BERBASIS ANDROID UNTUK PENDUKUNG KEPUTUSAN DIAGNOSA KERUSAKAN PADA MOBIL DI AUTO2000 ]]>
<![CDATA[Muhammad Ridho Bintang Janaputra]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (532.885 KB)
|
DOI: 10.12962/j23373520.v4i2.13890
<![CDATA[Perusahaan bengkel mobil resmi seperti AUTO2000 memiliki pegawai yang disebut dengan Service Advisor (SA) yaitu petugas yang berhubungan langsung dengan diagnosa kerusakan dan service mobil. Sehingga ini menjadi masalah jika Service Advisor salah dalam mendiagnosa, dan akan lebih buruk lagi jika ada Service Advisor yang berhalangan hadir. Oleh karena itu dibutuhkan sistem pakar sebagai solusi untuk mengatasi masalah tersebut. Sistem pakar ini menggunakan metode pencarian Forward Chaining, yaitu metode yang menghasilkan kesimpulan dari seperangkat data yang diketahui seperti jenis kendaraan, keluhan, kilometer dan faktor kerusakan. Data ini dibutuhkan sebagai input dalam prototipe perangkat lunak yang dibuat. Pada Tugas Akhir ini telah dibangun sebuah prototipe sistem pakar yang mampu membantu Service Advisor dalam mendiagnosa area kerusakan mobil berdasarkan keluhan pelanggan AUTO2000 berbasis Android.]]>
<![CDATA[MENENTUKAN STRUKTUR GRUP BERORDER HINGGA DENGAN ORDER 216 DAN 324 ]]>
<![CDATA[HESTY IRNA AULIA]]>;
<![CDATA[Subiono Subiono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 2 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v4i2.13931
<![CDATA[Pada Tugas Akhir ini dikaji tentang banyaknya struktur dari grup berorder hingga. Langkah awal untuk mengkaji yaitu dengan menjabarkan tentang sifat-sifat dari grup dengan order berhingga. Sebagaimana diketahui bahwa grup sangat dipengaruhi oleh banyaknya anggota (order) didalam grup tersebut. Apabila order dari grup kecil, maka banyak struktur grup dapat dengan mudah untuk diketahui. Sedangkan untuk order yang besar maka akan sulit untuk mengetahui banyaknya struktur grup dengan order berhingga. Kajian ini dilakukan berdasarkan grup simpel, klas isomorpik grup abelian. Adapun hasil yang didapat pada Tugas Akhir ini yaitu tidak ada grup dengan order 216 dan 324 merupakan grup simpel dan untuk grup dengan order 216 memiliki sembilan klas isomorpik sedangkan untuk grup dengan order 324 memiliki sepuluh klas isomorpik.]]>
