for Journals by Title or ISSN
for Articles by Keywords
help
Followed Journals
Journal you Follow: 0
 
Sign Up to follow journals, search in your chosen journals and, optionally, receive Email Alerts when new issues of your Followed Journals are published.
Already have an account? Sign In to see the journals you follow.
Journal Cover
Jurnal Fourier
Number of Followers: 1  

  This is an Open Access Journal Open Access journal
ISSN (Print) 2252-763X - ISSN (Online) 2541-5239
Published by UIN Sunan Kalijaga Yogyakarta Homepage  [5 journals]
  • Model Grey (1,1) dan Grey-Markov pada Peramalan Realisasi Penerimaan
           Negara

    • Authors: Atina Ahdika
      Pages: 1 - 12
      Abstract: Setiap Negara memerlukan sumber penerimaan untuk mewujudkan pembangunan nasional dan membiayai segala keperluannya. Di Indonesia, terdapat tiga sumber utama penerimaan Negara; penerimaan pajak, penerimaan bukan pajak, serta penerimaan hibah baik dari dalam maupun luar negeri. Untuk mengantisipasi berbagai keperluan serta mengoptimalkan penggunaan penerimaan Negara, maka perlu adanya proyeksi realisasi penerimaan Negara dari ketiga sumber tersebut. Proyeksi tersebut dapat dilakukan dengan menggunakan model deret waktu klasik baik model deterministik maupun model stokastik. Namun demikian, pada model deret waktu klasik terdapat beberapa asumsi yang harus dipenuhi seperti pola data atau jumlah minimal data. Sebagai alternatif, pada penelitian ini akan dilakukan peramalan dengan menggunakan model Grey (1,1) dan Grey-Markov; perpaduan antara model Grey dengan analisis Rantai Markov. Model ini memiliki keunggulan dibandingkan model deret waktu klasik, yaitu tidak perlu adanya asumsi mengenai pola data serta peramalan dapat dilakukan meskipun data yang dimiliki cukup kecil (minimal 4 data). Hasil analisis menunjukkan bahwa model Grey-Markov secara umum memberikan akurasi peramalan yang lebih baik dibandingkan dengan model Grey (1,1). [Every state requires a source of revenue to realize its national development and fund its needs. In Indonesia, there are three main sources of state revenues; tax, non-tax, and grant revenues both from within and outside the country. To anticipate various purposes and optimize the use of state revenues, it is necessary to project the realization of the revenues from these three sources. The projection can be done using a classical time series model in both deterministic and stochastic models. However, in the classical time series model there are several assumptions that must be met such as data patterns or minimal amount of data. Alternatively, in this study the data will be forecasted using Grey (1,1) model and Grey-Markov model; a combination of the Grey model with Markov Chain analysis. This models have advantages over the classical time series models, ie no need for assumption about data pattern and forecasting can be done even though there are small size data (at least 4 data). The results of the analysis show that generally Grey-Markov model provides better forecasting accuracy compared with Grey (1,1) model.]
      PubDate: 2018-04-30
      DOI: 10.14421/fourier.2018.71.1-12
      Issue No: Vol. 7, No. 1 (2018)
       
  • Interior Subgrup Fuzzy

    • Authors: Saman Abdurrahman
      Pages: 13 - 21
      Abstract: Tujuan dari penelitian ini adalah memperkenalkan konsep interior fuzzy subgrup (interior subgroup) dalam grup dan menyelidiki beberapa sifat yang terkait. [The aim of this paper is to introduce the notion of fuzzy interior subgroup (interior subgroup) in a group and investigate some related properties.]
      PubDate: 2018-04-30
      DOI: 10.14421/fourier.2018.71.13-21
      Issue No: Vol. 7, No. 1 (2018)
       
  • Model Matriks Leslie dengan Strategi Pemanenan pada Kelompok Umur Termuda
           pada Angka Kesuburan dan Harapan Hidup Populasi Domba Betina

    • Authors: Dewi Anggreini
      Pages: 23 - 34
      Abstract: Penelitian ini bertujuan untuk Menentukan nilai eigen positif dan vektor eigen pada matriks Leslie dengan pemanenan pada kelompok umur termuda (Harvesting the youngest class) dan Mengetahui kebijaksanaan pemanenan dari masing-masing kelompok umur populasi domba betina saat pemanenan tiap tahun. Metode riset yang digunakan  pada Tahap pertama adalah menentukan subjek penelitian dan Tahap Kedua adalah (1) mengumpulkan data penelitian (2) analisis data menggunakan apliaksi MAPLE dan terakhir menarik kesimpulan. Data penelitian ini diperoleh dari sekunder yaitu pertumbuhan populasi domba betina dalam periode 1 tahun yang populasinya dibagi menjadi 12 interval umur berdasarkan angka kesuburan dan harapan hidup. Parameter yang digunakan adalah nilai eigen dan vektor eigen matriks Leslie dengan pemanenan pada kelompok umur termuda. Hasil peneltian menunjukkan bahwa Nilai eigen positif pada matriks Leslie dengan pemanenan berdasarkan perhitungan aplikasi MAPLE adalah sebesar = 1,177., Diperoleh Vektor eigen matriks Leslie dengan pemanenan pada kelompok umur termuda pada masing-masing interval umur. Kebijaksanaan pemanenan dari masing-masing kelompok umur populasi domba betina saat pemanenan tiap tahun adalah sebesar 17,9%. Jadi, kebijaksanaan pemanenan kelompok umur yang termuda adalah sebesar 17,9% yaitu 179 ekor setiap tahun dari 1000 populasi domba betina. [This study aims to determine the positive eigenvalues ​​and eigenvectors of Leslie matrix by harvesting in the youngest age group (Harvesting the youngest class) and know the harvesting policy of each age group of sheep population at harvest each year. The research method used in the first phase is to determine the subject of research and Phase Two is (1) to collect research data (2) data analysis using MAPLE application and last draw conclusion. The data of this study were obtained from the secondary growth of female sheep population in a period of 1 year whose population was divided into 12 age intervals based on fertility rate and life expectancy. The parameters used were eigenvalues ​​and eigenvectors of Leslie matrix with harvesting in the youngest age group. The result of the research shows that the positive eigenvalue of Leslie matrix by harvesting based on MAPLE application calculation is equal to  = 1,177, obtained by Leslie matrix eigenvector by harvesting in the youngest age group at each age interval. The harvesting policy of each age group of female sheep population at harvesting each year is 17.9%. Thus, the policy of harvesting the youngest age group is 17.9% of 179 tails per year from 1000 female sheep populations.]
      PubDate: 2018-04-30
      DOI: 10.14421/fourier.2018.71.23-34
      Issue No: Vol. 7, No. 1 (2018)
       
  • Zero Inflated Negative Binomial (ZINB) untuk Pemodelan Frekuensi Bepergian
           Penduduk Kabupaten Tapanuli Selatan Tahun 2016

    • Authors: Eko Yulian
      Pages: 35 - 43
      Abstract: Sektor pariwisata memiliki peran penting dalam pembangunan ekonomi wilayah karena dianggap mampu meningkatkan penerimaan daerah, terciptanya lapangan kerja dan peluang usaha serta pembangunan infrastruktur. Sumatera Utara menjadi tujuan wisata utama di pulau Sumatera bila dilihat dari besarnya persentase penerimaan dari wisatawan domestik. Salah satu kabupaten yang memiliki potensi lokasi wisata di Sumatera Utara adalah Kabupaten Tapanuli Selatan. Pemodelan aktivitas perjalanan wisata penduduk Kabupaten Tapanuli Selatan menggunakan Zero Inflated Binomial Negative (ZINB) karena mayoritas penduduk banyak yang tidak melakukan perjalanan (excess zero) dan terjadi underdispersi jika dilakukan pemodelan dengan Zero Inflated Poisson (ZIP). Pada ZINB bagian regresi Binomial Negatif (log-link) variabel yang berpengaruh signifikan terhadap frekuensi bepergian adalah variabel usia dan jenis kelamin, sedangkan pada zero inflation (logistic-link) part variabel yang berpengaruh adalah variabel tingkat pendidikan. [Tourism Sectors has an important role in regional economic formation. It’s affected on increasing regional income, job creations and business opportunities, and infrastructure development. Sumatera Utara is a primary tourism destination in Sumatera Island. It can be seen in the income share of GDRP domestic tourism sector. One of region that has a lot of tourism sites is Tapanuli Selatan Regency. Tourism trip of Tapanuli Selatan people can be analyzed in Zero Inflated Binomial Negative (ZINB) because most of people didn’t do any trip (excess zero) in a periode of time is really possible and this case may drive the data to under or overdispersion. ZINB outcomes is consists two parts, Negative Binomial part and zero inflation part. The significant variable in Negative Binomial part (log-link) are age and sex. In zero inflation (logistic-link) part, education is significant variable.]
      PubDate: 2018-04-30
      DOI: 10.14421/fourier.2018.71.35-43
      Issue No: Vol. 7, No. 1 (2018)
       
  • Aplikasi Algoritma Tabu Search dan Safety Stock Pada Penentuan Rute
           Distribusi Air Mineral di Daerah Istimewa Yogyakarta

    • Authors: Anita Nurul Firdaus, Pipit Pratiwi Rahayu
      Pages: 45 - 56
      Abstract: Pendistribusian produk berperan penting dalam dunia industri.  Salah satu usaha yang dapat dilakukan perusahaan untuk mengoptimalkan pendistribusian produk adalah meminimalkan biaya tranportasi melalui penentuan rute optimal kendaraan yang disebut dengan VRP (Vehicle Routing Problem). Tujuan dari VRP adalah menentukan rute optimal yaitu rute dengan jarak minimum untuk mendistribusikan produk kepada konsumen. Salah satu variasi VRP adalah Capacitated Vehicle Routing Problem (CVRP), yaitu VRP dengan kendala kapasitas kendaraan. Kasus CVRP tersebut dapat diselesaikan dengan menggunakan Algoritma Tabu Search. Cara kerja Algoritma Tabu Search dimulai dengan penentuan initial solution menggunakan Nearest Neighbor, evaluasi move menggunakan  Exchange, 2-Opt, Relocated, dan Cross Exchange, update Tabu List, kemudian apabila kriteria pemberhentian terpenuhi  maka proses Algoritma Tabu Search berhenti jika tidak, maka kembali pada evaluasi move. Proses perhitungan Algoritma Tabu Search dilakukan secara manual pada PT IAP. Setiap perusahaan distributor atau pun jasa selalu mengadakan persediaan, salah satunya adalah Safety Stock. Perhitungan sederhana Safety Stock dapat membantu menyelesaikan persediaan pengaman yang harus dipersiapkan perusahaan untuk mengurangi tingkat kerugian. Berdasarkan proses perhitungan manual diperoleh solusi pendekatan optimal yaitu rute dengan total jarak terpendek sebesar 138,834 km dan nilai untuk Safety Stock adalah ± 9 karton. [Distribution of the product play an important role in the industry field. The effort done by the companies to optimize the distribution is minimize transportation fee by deciding the shortest route of the vehicle, known as Vehicle Routing Problem (VRP). The purpose of VRP is to determine the optimal route of the route with a minimum distance to distribute product to the consumer. One of the varieties of VRP is Capacitated Vehicle Routing Problem (CVRP), which is VRP with vehicle capacity problems. CVRP case can be solved by using Tabu Search Algorithm. How it works Tabu Search Algorithm starts with the determination of the initial solution using the Nearest Neighbor, evaluating the move using Exchange, 2-Opt, Relocated, and Cross Exchange, updates Tabu List, then when the criteria for termination are met then the Tabu Search algorithm stop if not, then go back to the evaluation of the move. Tabu Search Algorithm calculation process is done manually PT IAP.  Every distributor or service company always hold inventory, one of them is Safety Stock. The simple calculation of Safety Stock can help solve the safety availability that should be prepared by the companies and reduce the level of losses. Based on the manual calculation process obtained optimal solution approach that is route with the shortest route to the optimal total distance of 138,834 km and the value of safety stock is ± 9 cartons.]
      PubDate: 2018-04-30
      DOI: 10.14421/fourier.2018.71.45-56
      Issue No: Vol. 7, No. 1 (2018)
       
 
 
JournalTOCs
School of Mathematical and Computer Sciences
Heriot-Watt University
Edinburgh, EH14 4AS, UK
Email: journaltocs@hw.ac.uk
Tel: +00 44 (0)131 4513762
Fax: +00 44 (0)131 4513327
 
Home (Search)
Subjects A-Z
Publishers A-Z
Customise
APIs
Your IP address: 54.224.118.247
 
About JournalTOCs
API
Help
News (blog, publications)
JournalTOCs on Twitter   JournalTOCs on Facebook

JournalTOCs © 2009-