cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
mipa.jurnal@gmail.com
Phone
-
Journal Mail Official
mipa.jurnal@gmail.com
Editorial Address
Faculty of Mathematics and Natural Sciences, D12 Building 1st Floor, Universitas Negeri Semarang, Sekaran, Gunungpati, Semarang, Indonesia 50229
Location
Kota semarang,
Jawa tengah
INDONESIA
Indonesian Journal of Mathematics and Natural Sciences
Published by Universitas Negeri Semarang
ISSN : 02159945     EISSN : 27747832     DOI : https://doi.org/10.15294/ijmns
Core Subject : Education,
Mathematics
The scope of the journal includes the following areas of research: Natural Sciences, Mathematics, and Applied Sciences
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 13 Documents
 1   2 
Search results for , issue " Vol 36, No 1 (2013): April 2013" : 13 Documents clear
ANALISIS KESTABILAN LOKAL DAN BIFURKASI TITIK EKUILIBRIUM MODEL SEIRS DENGAN WAKTU TUNDAAN DAN LAJU INSIDENSI TAK LINEAR Setiawan, R
Jurnal MIPA Vol 36, No 1 (2013): April 2013
Publisher : Jurnal MIPA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam paper ini dianalisa sifat kualitatif secara lokal dari model epidemi SEIRS (Susceptible Exposed Infected Recovered Susceptible) dengan waktu tundaan dan laju insidensi nonlinear (strong nonlinear incidence). Waktu tundaan diskrit dalam model ini merupakan waktu yang dibutuhkan individu rentan penyakit ketika mulai terinfeksi penyakit sampai masuk ke dalam kelas exposed. Dapat dibuktikan bahwa terdapat dua titik ekuilibrium yaitu titik ekuilibrium penyakit dan bebas penyakit yang eksistensinya bergantung pada angka reproduksi dasar yang telah didefinisikan sebelumnya. Analisa kestabilan lokal dilakukan untuk masing masing titik ekuilibrium serta pengaruh adanya waktu tundaan terhadap perubahan kestabilan dari masing masing titik ekuilibrium yang memungkinkan terjadinya proses bifurkasi. Susceptible Exposed Infected Recovered Susceptible was analyzed qualitatively bu using delay time and strong nonlinear incidence. The discrete delay time in this model is the time needed by the person that is vurnerable to disease from the infection phase to reach the exposed class. It can be proved that there were two equilibirum points, they are disease equilibrium points and disease free point that their existence depend on their the reproduction rate that has been defined previously, The local stability anylisis was dore to each equilibrium point and the influence of delay time towards the stability change from each equilibrium point that enables the bifurcation process. 
KARAKTERISTIK FAKTOR KREDIBILITAS PADA MODEL BUHLMANN UNTUK MENENTUKAN PREMI Satyahadewi, N; Mara, MN
Jurnal MIPA Vol 36, No 1 (2013): April 2013
Publisher : Jurnal MIPA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu tugas aktuaris dalam perusahaan asuransi adalah menentukan tarif premi yang layak. Teori kredibilitas dapat digunakan untuk menentukan tarif premi. Teori kredibilitas adalah suatu teknik untuk memprediksi besarnya tarif premi di masa depan berdasarkan data pengalaman di masa lalu. Faktor kredibilitas dapat ditentukan dengan tiga pendekatan, yaitu pendekatan kredibilitas fluktuasi terbatas, pendekatan Bayesian dan pendekatan keakuratan tertinggi. Dalam artikel ini membahas model Bühlmann yang digunakan sebagai pendekatan kredibilitas keakuratan tertinggi. Faktor kredibilitas diperoleh dengan meminimumkan kuadrat sesatan antar nilai harapan dan variansi yang diduga. Karakteristik faktor kredibilitas ( ) dapat ditentukan berdasarkan nilai dari T tahun observasi,  variansi dari deviasi claim severity (a) dan variansi dari deviasi claim severity untuk tahun ke-t ( ), yaitu jika  maka . Semakin banyak terdapat pengalaman maka semakin percaya terhadap claim severity yang diharapkan setiap perusahaannya. Jika  maka . Berarti claim severity yang diharapkan dari perusahaan lain tidak dapat menyediakan informasi tentang risiko perusahaan. Jika  maka . Jika untuk parameter risiko tertentu, pengalaman setiap perusahaan tidak digunakan untuk mengestimasi claim severity yang sesungguhnya. One of the tasks of actuaries in insurance companies is determining the appropriate premium rates. Credibility theory can be used to determine premium rates. Credibility theory is a technique to predict the magnitude of future the premium rates based on data from past experience. Credibility factor can be determined by three approaches, namely limited fluctuation credibility, Bayesian approach and the approach of the highest accuracy. Buhlmann model is used as tue credibility approach with the highest accuracy. Credibility factor is obtained by minimizing the square of the aberration between the expected value and variance are suspected. The characteristics of credibility factor ( ) can be determined based on the value of years observation, the variance of the deviation claim severity (a) and the variance of the deviation claim severity for the year t , i.e if then . The more the experience, yhe client is more confidence to the expected claim severity each company. If then . It means the expected claim severity can not provide information from other companies about the risks of the company. If then . For certain risk parameters, the experience of each company is not used to estimate the actual claim severity.  
ANALISIS METODE KARMARKAR UNTUK MENYELESAIKAN MASALAH PROGRAM LINIER Indriani, DR; Suyitno, H; -, Mashuri
Jurnal MIPA Vol 36, No 1 (2013): April 2013
Publisher : Jurnal MIPA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan mengetahui dasar matematis dalam metode Karmarkar, mengetahui penyelesaian masalah program linier dengan metode Karmarkar, serta menganalisis penyelesaian masalah program linier dengan metode simpleks dan metode Karmarkar. Penelitian ini dilakukan dengan studi literatur. Penyelesaian program linier dengan metode Karmarkar, mula-mula harus diubah dalam bentuk kanonik Karmarkar, kemudian diselesaikan dengan metode Karmarkar. Penyelesaian program linier dengan metode Karmarkar dilakukan secara manual dan dengan menggunakan program Matlab, kemudian hasil dari keduanya dilakukan analisis. Kesimpulannya adalah bahwa metode Karmarkar adalah suatu metode titik interior yang menembus dari daerah fisibel untuk mencapai suatu solusi optimum sedangkan metode simpleks bergerak dari titik ekstrim menuju ke penyelesain optimum. Titik interior dilambangkan dengan banyaknya variabel. Menyelesaikan masalah dengan metode Karmarkar yaitu dengan mengubah bentuk dasar program linier ke bentuk kanonik Karmarkar, dilanjutkan dengan perhitungan iterasi hingga nilai  minimum (kanonik Karmarkar) kurang dari 0,05. Metode Karmarkar membutuhkan perhitungan yang relatif lebih besar untuk persoalan program linier yang berukuran kecil dan lebih cepat diselesaikan dengan metode simpleks, sedangkan untuk kendala yang lebih besar metode Karmarkar lebih efisien dibandingkan metode simpleks. This research purpose is to determine the basic mathematical Karmarkarmethods, to know the solving linear programs with Karmarkar method, and to analyze the problem solving linear program with the simplex method and Karmarkar method. This research was literature study. The completion of linear programs with Karmarkar method was done manually by using Matlab program, then the results of both was analyzed. The conclusion is the Karmarkar method is a method that penetrates the interior point of the feasible region to achieve an optimum solution while the simplex method moves from the extreme point toward the optimum completion. The interior point is denoted by is the sum of variable. To resolve the problem with the Karmarkar method is to change the basic shape into a canonical form linear program of Karmarkar, it is followed by the calculation of iterations until a minimum value of Z (canonical of Karmarkar) is less than 0,05. Linear programming problems are usually small, Karmarkar method requires the calculation of a relatively larger and more quickly solved by the simplex method. Karmarkar method is faster than the simplex method.  

Page 2 of 2 | Total Record : 13

 1   2 

Filter by Year

2013 2013


Reset
Filter By Issues
All Issue Vol 46, No 2 (2023): October 2023 Vol 46, No 1 (2023): April 2023 Vol 45, No 2 (2022): October 2022 Vol 45, No 1 (2022): April 2022 Vol 44, No 2 (2021): October 2021 Vol 44, No 1 (2021): April 2021 Vol 42, No 1 (2019): April 2019 Vol 41, No 2 (2018): October 2018 Vol 41, No 1 (2018): April 2018 Vol 40, No 2 (2017): October 2017 Vol 40, No 1 (2017): April 2017 Vol 39, No 2 (2016): October 2016 Vol 39, No 2 (2016): October 2016 Vol 39, No 1 (2016): April 2016 Vol 39, No 1 (2016): April 2016 Vol 38, No 2 (2015): October 2015 Vol 38, No 2 (2015): October 2015 Vol 38, No 1 (2015): April 2015 Vol 38, No 1 (2015): April 2015 Vol 37, No 2 (2014): October 2014 Vol 37, No 2 (2014): October 2014 Vol 37, No 1 (2014): April 2014 Vol 37, No 1 (2014): April 2014 Vol 36, No 2 (2013): October 2013 Vol 36, No 2 (2013): October 2013 Vol 36, No 1 (2013): April 2013 Vol 36, No 1 (2013): April 2013 Vol 35, No 2 (2012): October 2012 Vol 35, No 2 (2012): October 2012 Vol 35, No 1 (2012): April 2012 Vol 35, No 1 (2012): April 2012 Vol 35, No 2 (2012) More Issue