Articles
10 Documents
Search results for
, issue
"Vol 44, No 2 (2021): October 2021"
:
10 Documents
clear
Analisis Citra Hasil Scanning Electron Microscopy Energy Dispersive X-Ray (SEM EDX) Komposit Resin Timbal dengan Metode Contrast to Noise Ratio (CNR)
Septiano, Alvin Fachrully;
Susilo, Susilo;
Setyaningsih, Natalia Erna
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Bahan resin timbal menjadi bahan alternatif dari bahan proteksi radiasi. Scanning Electron Microscopy Electron Dispersive X-ray (SEM EDX) banyak digunakan sebagai karakterisai suatu material karena mampu mendapatkan hasil topologi dan nilai konsentrasi atomik dari suatu bahan. Dalam penelitian dilakukan uji SEM EDX dengan sampel resin timbal berbentuk serbuk dengan variasi komposisi resin dan timbal asetat sebesar 0;100, 90;10, 70;30, dan 50;50. Hasil scan EDX menunjukkan komposisi 50;50 memiliki kandungan timbal lebih besar sehingga mampu menjadi bahan proteksi yang baik. Sedangkan uji SEM menghasilkan data berupa citra yang dilakukan perbesaran sebesar 3000, 5000 dan 10.000x. hasil analisis citra SEM menggunakan metode Contrast to Noise Ratio (CNR) menghasilkan rata-rata nilai CNR pada perbesaran 3000, 5000 dan 10.000 kali adalah 8.085, 11.0425, dan 18.495. Dari hasil rata-rata nilai CNR dapat disimpulkan bahwa nilai CNR paling besar pada citra dengan perbesaran 10.000 kali dan dari hasil pengamatan visual citra dengan perbesaran 10.000 kali memiliki detail yang lebih baik dibandingkan perbesaran lainnya sehingga peneliti lebih mudah menentukan objek dan background.
Peningkatan Ketepatan Klasifikasi Model Regresi Logistik Biner dengan Metode Bagging (Bootstrap Aggregating)
Putri, Dwi Liana Wella;
Mariani, Scolastika;
Sunarmi, Sunarmi
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Tujuan penelitian ini adalah mengetahui ketepatan klasifikasi regresi logistik dan bagging (bootstrap aggregating) regresi logistik biner pada status peserta KB Kota Tegal tahun 2016 serta mengetahui model terbaik regresi logistik biner. Penelitian ini melakukan estimasi status peserta KB Kota Tegal dengan metode maximum likelihood estimation disertai dengan algoritma newton raphson, dilanjutkan dengan pengujian signifikansi parameter baik secara simultan dengan Uji likelihood ratio dan parsial dengan uji wald. Selanjutnya uji kesesuaian model menggunakan Hosmer dan Lemeshow, uji ketepatan klasifikasi regresi logistik biner dan bootstrap aggregating, dan pemilihan model terbaik dengan melihat nilai ketepatan klasifikasi tertinggi dengan tingkat kesalahan terkecil. Software yang digunakan adalah program R 3.4.1. Disimpulkan, ketepatan klasifikasi metode bagging (bootstrap aggregating) sebesar 75,641% dengan kesalahan klasifikasi 24,359%. Metode bagging (bootstrap aggregating) meningkatkan ketepatan klasifikasi pada model regresi logistik biner dengan nilai ketepatan klasifikasi pada model regresi logistik biner 69,74% meningkat menjadi 75,641%. Model yang terbaik adalah model regresi logistik biner dengan menggunakan bagging (bootstrap aggregating).
Uji Toksisitas Ekstrak Daun Cassava Terhadap Larva Artemia salina Leach dengan Metode Brine Shrimp Lethality Test
Putri, Rizki Budiyono;
Nugrahaningsih, WH;
Dewi, Nur Kusuma
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Daun cassava (singkong; Manihot esculenta) merupakan salah satu bahan tanaman yang memiliki potensi untuk dikembangkan sebagai obat herbal. Penelitian ini bertujuan mengetahui nilai LC50 ekstrak aquades daun singkong yang diuji toksisitas terhadap Artemia salina Leach dengan metode brine shrimp lethality test (BSLT). Jenis penelitian experimental dengan Post Test-Only Grup Design. Populasi hewan uji pada penelitian ini adalah larva Artemia salina Leach. Sampel diambil dengan kriteria inklusi larva berusia 48 jam dan tidak tampak cacat secara anatomi, dan secara eksklusi menunjukkan aktivitas pergerakan sebelum perlakuan. Variabel bebas penelitian yaitu ekstrak daun singkong dengan konsentrasi 0 µg/ml, 1 µg/ml, 2 µg/ml, 5 µg/ml dan 10 µg/ml. Serta tingkat kematian larva Artemia salina Leach sebagai variabel tergantung. Data pada penelitian ini didapatkan dari jumlah larva udang yang mati 24 jam setelah perlakuan. Hasil yang diperoleh pada penelitian ini, ditemukan 2 kematian pada kelompok perlakuan dosis 1 µg/ml, 1 kematian pada kelompok perlakuan dosis 2 µg/ml, 12 kematian pada kelompok perlakuan dosis 5 µg/ml, dan 3 kematian pada kelompok perlakuan dosis 10 µg/ml. Selanjutnya dari data kematian yang diperoleh dianalisis dengan analisis probit pada SPSS 21.0 for windows untuk dihitung nilai LC50 nya. Setelah dianalisis pada SPSS diperoleh nilai LC50 untuk ekstrak aquades daun singkong adalah sebesar 493,86 µg/ml.
Analisis Perbandingan Akurasi Metode Fuzzy Tsukamoto dan Fuzzy Sugeno Dalam Prediksi Penentuan Harga Mobil Bekas
Reynaldi, Reynaldi;
Syafrizal, Wahyu;
Hakim, M. Faris Al
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Mobil merupakan transportasi darat yang sangat membantu aktivitas manusia dalam melakukan kegiatan seharihari. Toyota Avanza 47% mendominasi pasar mobil bekas dibanding merek lainnya. Dalam transaksi jual beli mobil bekas, selisih harga yang berbeda sering memiliki nilai yang jauh berbeda. Logika fuzzy dapat digunakan untuk memprediksi harga mobil bekas dengan memperhatikan beberapa aspek. Penelitian ini bertujuan untuk membandingkan tingkat akurasi prediksi antara metode Fuzzy Tsukamoto dengan Fuzzy Sugeno. Fuzzy Tsukamoto bersifat intuitif dan dapat memberikan tanggapan berdasarkan informasi yang bersifat kualitatif, tidak akurat, dan ambigu. Sedangkan Fuzzy Sugeno yang terdiri atas basis aturan dengan beberapa aturan penarikan kesimpulan fuzzy. Gagasan ini ditulis dengan analisis melalui studi literatur buku, jurnal dan pengumpulan data berupa dataset maupun landasan teori yang terkait. Berdasarkan analisis data sampel penjualan mobil bekas dan pembandingan 2 metode dengan variabel yang sama. Hasil dari penelitian yang telah dihitung, diperoleh bahwa metode Fuzzy Tsukamoto memiliki tingkat error sebesar 8% dan Fuzzy Sugeno sebesar 38% pada prediksi harga mobil Toyota Avanza bekas.
Penyelesaian Resource Constrained Project Scheduling Problem (RCPSP) Menggunakan Algoritma Cat Swarm Optimization
Fitriyani, Eka Retna;
Rosyida, Isnaini;
Mashuri, Mashuri
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Resource-Constrained Project Scheduling Problem (RCPSP) adalah masalah penjadwalan proyek yang harus memenuhi Precedence Constraint dan Resource constraint. Tujuan penelitian ini adalah mengetahui penerapan penggunaan Algoritma Cat Swarm Optimization (CSO) untuk penjadwalan proyek dan simulasi penjadwalan proyek yang optimal pada beberapa kasus RCPSP. Penelitian ini menggunakan CSO dalam menyelesaikan permasalahan dengan bantuan software Matlab. Hasil penelitian menunjukkan bahwa penerapan Algoritma CSO yang diawali dengan membuat solusi RCPSP yang valid dan dihitung maskepannya. Bangkitkan sebanyak N kucing, termasuk kucing dengan solusi valid. Evaluasi kucing sesuai dengan posisi tiap kegiatan. Berdasarkan N kucing yang diperoleh hitung nilai maskepannya. Selanjutnya, pindahkan kucing sesuai dengan MR dalam seeking mode dan tracing mode. Evaluasi kembali posisi setiap kucing untuk menyimpan kucing dengan nilai fitness terkecil. Akhiri algoritma dengan mengambil solusi yang memiliki fitness terkecil. Kasus RCPSP dengan solusi valid yang memiliki nilai maskepan yang masih jauh dari nilai maskepan terkecil yang bisa diperoleh menghasilkan solusi yang berbeda-beda setiap kali program dijalankan sehingga diperlukan beberapa kali simulasi untuk memastikan solusi yang didapatkan benar-benar memiliki maskepan terkecil. Bila solusi valid yang dibuat memiliki maskepan yang telah mendekati maskepan terkecil yang bisa diperoleh, maka program akan menghasilkan solusi yang sama setiap program dijalankan.
Peningkatan Ketepatan Klasifikasi Model Regresi Logistik Biner dengan Metode Bagging (Bootstrap Aggregating)
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/ijmns.v44i2.33144
Tujuan penelitian ini adalah mengetahui ketepatan klasifikasi regresi logistik dan bagging (bootstrap aggregating) regresi logistik biner pada status peserta KB Kota Tegal tahun 2016 serta mengetahui model terbaik regresi logistik biner. Penelitian ini melakukan estimasi status peserta KB Kota Tegal dengan metode maximum likelihood estimation disertai dengan algoritma newton raphson, dilanjutkan dengan pengujian signifikansi parameter baik secara simultan dengan Uji likelihood ratio dan parsial dengan uji wald. Selanjutnya uji kesesuaian model menggunakan Hosmer dan Lemeshow, uji ketepatan klasifikasi regresi logistik biner dan bootstrap aggregating, dan pemilihan model terbaik dengan melihat nilai ketepatan klasifikasi tertinggi dengan tingkat kesalahan terkecil. Software yang digunakan adalah program R 3.4.1. Disimpulkan, ketepatan klasifikasi metode bagging (bootstrap aggregating) sebesar 75,641% dengan kesalahan klasifikasi 24,359%. Metode bagging (bootstrap aggregating) meningkatkan ketepatan klasifikasi pada model regresi logistik biner dengan nilai ketepatan klasifikasi pada model regresi logistik biner 69,74% meningkat menjadi 75,641%. Model yang terbaik adalah model regresi logistik biner dengan menggunakan bagging (bootstrap aggregating).
Uji Toksisitas Ekstrak Daun Cassava Terhadap Larva Artemia salina Leach dengan Metode Brine Shrimp Lethality Test
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/ijmns.v44i2.33145
Daun cassava (singkong; Manihot esculenta) merupakan salah satu bahan tanaman yang memiliki potensi untuk dikembangkan sebagai obat herbal. Penelitian ini bertujuan mengetahui nilai LC50 ekstrak aquades daun singkong yang diuji toksisitas terhadap Artemia salina Leach dengan metode brine shrimp lethality test (BSLT). Jenis penelitian experimental dengan Post Test-Only Grup Design. Populasi hewan uji pada penelitian ini adalah larva Artemia salina Leach. Sampel diambil dengan kriteria inklusi larva berusia 48 jam dan tidak tampak cacat secara anatomi, dan secara eksklusi menunjukkan aktivitas pergerakan sebelum perlakuan. Variabel bebas penelitian yaitu ekstrak daun singkong dengan konsentrasi 0 µg/ml, 1 µg/ml, 2 µg/ml, 5 µg/ml dan 10 µg/ml. Serta tingkat kematian larva Artemia salina Leach sebagai variabel tergantung. Data pada penelitian ini didapatkan dari jumlah larva udang yang mati 24 jam setelah perlakuan. Hasil yang diperoleh pada penelitian ini, ditemukan 2 kematian pada kelompok perlakuan dosis 1 µg/ml, 1 kematian pada kelompok perlakuan dosis 2 µg/ml, 12 kematian pada kelompok perlakuan dosis 5 µg/ml, dan 3 kematian pada kelompok perlakuan dosis 10 µg/ml. Selanjutnya dari data kematian yang diperoleh dianalisis dengan analisis probit pada SPSS 21.0 for windows untuk dihitung nilai LC50 nya. Setelah dianalisis pada SPSS diperoleh nilai LC50 untuk ekstrak aquades daun singkong adalah sebesar 493,86 µg/ml.
Analisis Perbandingan Akurasi Metode Fuzzy Tsukamoto dan Fuzzy Sugeno Dalam Prediksi Penentuan Harga Mobil Bekas
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/ijmns.v44i2.32967
Mobil merupakan transportasi darat yang sangat membantu aktivitas manusia dalam melakukan kegiatan seharihari. Toyota Avanza 47% mendominasi pasar mobil bekas dibanding merek lainnya. Dalam transaksi jual beli mobil bekas, selisih harga yang berbeda sering memiliki nilai yang jauh berbeda. Logika fuzzy dapat digunakan untuk memprediksi harga mobil bekas dengan memperhatikan beberapa aspek. Penelitian ini bertujuan untuk membandingkan tingkat akurasi prediksi antara metode Fuzzy Tsukamoto dengan Fuzzy Sugeno. Fuzzy Tsukamoto bersifat intuitif dan dapat memberikan tanggapan berdasarkan informasi yang bersifat kualitatif, tidak akurat, dan ambigu. Sedangkan Fuzzy Sugeno yang terdiri atas basis aturan dengan beberapa aturan penarikan kesimpulan fuzzy. Gagasan ini ditulis dengan analisis melalui studi literatur buku, jurnal dan pengumpulan data berupa dataset maupun landasan teori yang terkait. Berdasarkan analisis data sampel penjualan mobil bekas dan pembandingan 2 metode dengan variabel yang sama. Hasil dari penelitian yang telah dihitung, diperoleh bahwa metode Fuzzy Tsukamoto memiliki tingkat error sebesar 8% dan Fuzzy Sugeno sebesar 38% pada prediksi harga mobil Toyota Avanza bekas.
Penyelesaian Resource Constrained Project Scheduling Problem (RCPSP) Menggunakan Algoritma Cat Swarm Optimization
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/ijmns.v44i2.33142
Resource-Constrained Project Scheduling Problem (RCPSP) adalah masalah penjadwalan proyek yang harus memenuhi Precedence Constraint dan Resource constraint. Tujuan penelitian ini adalah mengetahui penerapan penggunaan Algoritma Cat Swarm Optimization (CSO) untuk penjadwalan proyek dan simulasi penjadwalan proyek yang optimal pada beberapa kasus RCPSP. Penelitian ini menggunakan CSO dalam menyelesaikan permasalahan dengan bantuan software Matlab. Hasil penelitian menunjukkan bahwa penerapan Algoritma CSO yang diawali dengan membuat solusi RCPSP yang valid dan dihitung maskepannya. Bangkitkan sebanyak N kucing, termasuk kucing dengan solusi valid. Evaluasi kucing sesuai dengan posisi tiap kegiatan. Berdasarkan N kucing yang diperoleh hitung nilai maskepannya. Selanjutnya, pindahkan kucing sesuai dengan MR dalam seeking mode dan tracing mode. Evaluasi kembali posisi setiap kucing untuk menyimpan kucing dengan nilai fitness terkecil. Akhiri algoritma dengan mengambil solusi yang memiliki fitness terkecil. Kasus RCPSP dengan solusi valid yang memiliki nilai maskepan yang masih jauh dari nilai maskepan terkecil yang bisa diperoleh menghasilkan solusi yang berbeda-beda setiap kali program dijalankan sehingga diperlukan beberapa kali simulasi untuk memastikan solusi yang didapatkan benar-benar memiliki maskepan terkecil. Bila solusi valid yang dibuat memiliki maskepan yang telah mendekati maskepan terkecil yang bisa diperoleh, maka program akan menghasilkan solusi yang sama setiap program dijalankan.
Analisis Citra Hasil Scanning Electron Microscopy Energy Dispersive X-Ray (SEM EDX) Komposit Resin Timbal dengan Metode Contrast to Noise Ratio (CNR)
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 2 (2021): October 2021
Publisher : Universitas Negeri Semarang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/ijmns.v44i2.33143
Bahan resin timbal menjadi bahan alternatif dari bahan proteksi radiasi. Scanning Electron Microscopy Electron Dispersive X-ray (SEM EDX) banyak digunakan sebagai karakterisai suatu material karena mampu mendapatkan hasil topologi dan nilai konsentrasi atomik dari suatu bahan. Dalam penelitian dilakukan uji SEM EDX dengan sampel resin timbal berbentuk serbuk dengan variasi komposisi resin dan timbal asetat sebesar 0;100, 90;10, 70;30, dan 50;50. Hasil scan EDX menunjukkan komposisi 50;50 memiliki kandungan timbal lebih besar sehingga mampu menjadi bahan proteksi yang baik. Sedangkan uji SEM menghasilkan data berupa citra yang dilakukan perbesaran sebesar 3000, 5000 dan 10.000x. hasil analisis citra SEM menggunakan metode Contrast to Noise Ratio (CNR) menghasilkan rata-rata nilai CNR pada perbesaran 3000, 5000 dan 10.000 kali adalah 8.085, 11.0425, dan 18.495. Dari hasil rata-rata nilai CNR dapat disimpulkan bahwa nilai CNR paling besar pada citra dengan perbesaran 10.000 kali dan dari hasil pengamatan visual citra dengan perbesaran 10.000 kali memiliki detail yang lebih baik dibandingkan perbesaran lainnya sehingga peneliti lebih mudah menentukan objek dan background.