<?xml version="1.0" encoding="UTF-8"?><feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>UT - Mathematics</title>
<link href="http://repository.ipb.ac.id/handle/123456789/162420" rel="alternate"/>
<subtitle/>
<id>http://repository.ipb.ac.id/handle/123456789/162420</id>
<updated>2026-05-06T02:37:16Z</updated>
<dc:date>2026-05-06T02:37:16Z</dc:date>
<entry>
<title>Studi Komparatif Model Support Vector Regression dan Random  Forest dalam Memprediksi Harga Saham BMRI</title>
<link href="http://repository.ipb.ac.id/handle/123456789/173020" rel="alternate"/>
<author>
<name>MARIANA, BINTANG NAULI</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/173020</id>
<updated>2026-05-04T06:10:48Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Studi Komparatif Model Support Vector Regression dan Random  Forest dalam Memprediksi Harga Saham BMRI
MARIANA, BINTANG NAULI
Berbagai faktor dapat memengaruhi dinamika pasar modal di Indonesia, khususnya dalam periode 2020-2025 sehingga menyebabkan harga saham menjadi fluktuatif dan sulit diprediksi dengan sederhana. Oleh karena itu, diperlukan model  yang mampu memprediksi harga saham agar investor dapat mengambil keputusan dengan tepat. Penelitian ini bertujuan untuk membandingkan kinerja model Support Vector Regression dan Random Forest dalam memprediksi harga penutupan saham BMRI dan memprediksi harga saham untuk satu hari ke depan. Penelitian dilakukan dengan mengambil data historis harga saham untuk digunakan dalam membangun model prediksi melalui penyesuaian parameter dan mengevaluasi model menggunakan ukuran kesalahan prediksi. Hasil penelitian menunjukkan bahwa model Support Vector Regression menunjukkan kinerja lebih baik dalam memprediksi harga saham BMRI, dengan nilai RMSE sebesar 39,01, lalu MAPE 0,56% dan R2 sebesar 0,99. Selain itu, prediksi harga saham BMRI untuk satu hari ke depan sebesar Rp4.410,79 per lembar.
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Determinan, Invers, dan Trace Matriks Skew Left Circulant dengan Entri Barisan Aritmatika</title>
<link href="http://repository.ipb.ac.id/handle/123456789/172996" rel="alternate"/>
<author>
<name>Manuella, Nerissa Patrice</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/172996</id>
<updated>2026-04-27T23:36:17Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Determinan, Invers, dan Trace Matriks Skew Left Circulant dengan Entri Barisan Aritmatika
Manuella, Nerissa Patrice
Penelitian ini bertujuan memperoleh rumus determinan, invers, dan trace matriks skew left circulant yang elemennya membentuk barisan aritmatika. Metode yang digunakan adalah transformasi matriks melalui operasi baris dasar dan operasi kolom dasar hingga diperoleh bentuk segitiga atas dan diagonal. Determinan kemudian ditentukan dari elemen diagonal pada matriks segitiga atas hasil transformasi, sedangkan invers dikonstruksi menggunakan matriks-matriks hasil operasi dasar yang membentuk representasi invers secara sistematis. Selain itu, trace ditentukan secara eksplisit sebagai jumlah elemen diagonal utama dan dirumuskan dalam dua kasus berdasarkan jenis ordo (ganjil atau genap) suatu matriks, sehingga memberikan cara hitung yang lebih ringkas sesuai struktur matriksnya. Kemudian, algoritme untuk semua formulasi tersebut disusun. Secara komputasi, semua algoritme tersebut dapat bekerja dengan sangat cepat dan efisien.; This study aims to derive explicit formulas for the determinant, inverse, and trace of skew left circulant matrices whose entries form an arithmetic progression. The method applies matrix transformations using elementary row operations and elementary column operations until an upper triangular and diagonal form is obtained. The determinant is then computed from the diagonal entries of the resulting upper triangular matrix, while the inverse is constructed systematically from the matrices associated with the elementary operations, yielding a structured representation of the inverse. Moreover, the trace is determined explicitly as the sum of the main diagonal entries and is formulated in two cases according to the matrix order (odd or even), providing a more concise computation that exploits the matrix structure. Finally, algorithms for all derived formulas are developed, and computational results indicate that these algorithms run very fast and efficiently.
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Kontrol Optimum Pada Model Sveair Penyebaran Penyakit Difteri</title>
<link href="http://repository.ipb.ac.id/handle/123456789/172577" rel="alternate"/>
<author>
<name>Mahardika, Fandimas Wira</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/172577</id>
<updated>2026-02-05T07:11:00Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Kontrol Optimum Pada Model Sveair Penyebaran Penyakit Difteri
Mahardika, Fandimas Wira
Karya ilmiah ini membahas pengendalian penyebaran penyakit difteri dengan menggunakan model SVEAIR yang membagi populasi ke dalam enam kelompok: rentan, tervaksin, terpapar, terinfeksi tanpa gejala, terinfeksi, dan sembuh. Model ini melibatkan tiga variabel kontrol, yaitu vaksinasi lengkap (DPT-HB-Hib), vaksinasi Td dan DPT-HB-Hib, serta pengobatan. Prinsip maksimum Pontryagin digunakan untuk memperoleh kondisi optimalitas, dan metode forward-backward sweep diterapkan untuk memperoleh solusi numerik. Lima skenario simulasi dijalankan untuk menentukan strategi pengendalian paling efektif dan efisien. Hasil penelitian menunjukkan bahwa penerapan ketiga kontrol secara bersamaan merupakan strategi paling optimal dalam menekan jumlah kasus infeksi. Namun, dari segi efektivitas biaya, penggunaan kontrol pengobatan saja menjadi pilihan terbaik.
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Model Loyalitas Pelanggan Terhadap Layanan GoFood Menggunakan Analisis Structural Equation Model</title>
<link href="http://repository.ipb.ac.id/handle/123456789/172497" rel="alternate"/>
<author>
<name>Syifa, Salsabila</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/172497</id>
<updated>2026-02-03T14:12:13Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Model Loyalitas Pelanggan Terhadap Layanan GoFood Menggunakan Analisis Structural Equation Model
Syifa, Salsabila
Perkembangan teknologi internet menyebabkan perubahan gaya hidup masyarakat, seperti aktivitas berbelanja online. Makanan sebagai kebutuhan dasar manusia semakin mudah diperoleh melalui aplikasi pemesanan makanan online. GoFood merupakan salah satu aplikasi pemesanan makanan online yang banyak digunakan di Indonesia. Penelitian ini bertujuan untuk menganalisis pengaruh setiap tahapan customer journey (prepurchase, purchase, dan postpurchase) terhadap customer satisfaction, serta dampak kepuasan tersebut terhadap customer loyalty pengguna GoFood. Analisis dilakukan menggunakan Structural Equation Modeling (SEM) melalui software LISREL 8.80 untuk menguji hubungan antar variabel laten dalam model. Hasil penelitian menunjukkan bahwa tahap prepurchase dan purchase berpengaruh positif dan signifikan terhadap customer satisfaction, sedangkan tahap postpurchase berpengaruh negatif dan signifikan terhadap customer satisfaction. Kemudian hasil juga menunjukkan bahwa customer satisfaction berpengaruh positif dan signifikan terhadap customer loyalty.
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
</feed>
