Hasil Pencarian  ::  Simpan CSV :: Kembali

"Model-model Persamaan Diferensial Stokastik (PDS) memiliki peranan yang sangat penting di berbagai bidang industri, misalnya ekonomi, keuangan, biologi, kimia, epidemiologi, juga mikroelektronik (Higham D. J., 2001). Metode numerik seringkali digunakan untuk mengaproksimasi solusi dari suatu model PDS, sehingga dibutuhkan suatu proses komputasi untuk memperoleh solusi dari suatu model PDS tersebut. Model-model PDS biasanya melibatkan data dalam jumlah besar ataupun proses komputasi yang banyak, sehingga berdampak pada waktu komputasi yang semakin lama. Untuk mempercepat waktu komputasi, maka diterapkan komputasi paralel. Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer/prosesor pada suatu waktu tertentu.Dalam skripsi ini diberikan algoritma paralel untuk mengaproksimasi solusi dari suatu model PDS. Algoritma-algoritma ini diimplementasikan dalam program yang dijalankan pada mesin multicore dengan MATLAB dan Parallel Computing Toolbox (versi trial). Diberikan juga kinerja algoritma paralel yang diukur dengan speed up dan efisiensi paralel.

---

Stochastic Differential Equations (SDEs) models play a prominent role in a range of application areas, including biology, chemistry, epidemiology, mechanics, microelectronics, economics, and finance (Higham D. J., 2001). Numerical method is usually used to get an approximate solution of SDEs models which often involve huge data or many computation steps, hence need more computation time. Parallel computing is an alternative that can reduce the computation time.

This skripsi discuss some parallel techniques to solve SDEs problems especially in finance models. The parallel techniques is designed to utilize several processors simultaneously. In this case the algorithms run on multicore machine with MATLAB and Parallel Computing Toolbox (trial version). Parallel perfomance of the algorithms are also given which compared the speed up and efficiency of several parallel techniques."

"Dalam mengaproksimasi solusi suatu Persamaan Diferensial Stokastik (PDS), diperlukan metode numerik dengan order konvergensi yang lebih tinggi untuk mendapatkan hasil aproksimasi solusi yang lebih baik. Pada umumnya, ekspansi Taylor yang biasa digunakan untuk suatu metode numerik stokastik Taylor, membutuhkan turunan tingkat yang semakin tinggi untuk mendapatkan order konvergensi yang lebih tinggi. Hal ini menyebabkan kompleksitas perhitungan bertambah. Skema Runge-Kutta PDS merupakan suatu alternatif metode numerik PDS, untuk mendapatkan order konvergensi yang tinggi tanpa turunan tingkat tinggi. Dalam skripsi akan dibahas implementasi skema Runge-Kutta PDS 4-stage dalam bentuk eksplisit pada suatu model pergerakan harga saham. Solusi aproksimasi dari skema ini akan dibandingkan dengan solusi-solusi aproksimasi dari skema Euler-Maruyama dan skema Milstein terhadap solusi eksplisit dari model pergerakan harga saham dan data historis berdasarkan Mc. Donald’s Corporation pada tahun 2005 hingga 2008 yang diambil dari http://www.yahoofinance.com/. Berdasarkan hasil aproksimasi, diperlukan sebuah metode numerik yang memiliki order konvergensi lebih tinggi, besar langkah Δt yang cukup kecil, dan interval aproksimasi [0,T] yang tidak terlalu panjang. Hasil implementasi menunjukkan bahwa solusi aproksimasi pergerakkan harga saham pada suatu tahun, akan lebih baik jika parameter-parameter yang digunakan untuk mengaproksimasi mendekati nilai parameter-parameter yang sebenarnya pada tahun tersebut. Dalam skripsi ini juga akan diprediksi harga saham 2009 yang hasilnya bergantung pada pemilihan parameter yang digunakan."

"Persamaan Diferensial Stokastik (PDS) atau Stochastic Differential Equations (SDEs) memiliki berbagai manfaat di bidang ilmu pengetahuan, seperti matematika, fisika, biologi, kimia, ekonomi, dan keuangan. Saat model PDS mencakup faktor lonjakan (jump), model PDS disebut sebagai model PDS jump-diffusion (jump-diffusion SDEs). Pada tugas akhir ini akan dibahas metode Taylor order 1.0 yang dapat digunakan untuk mengaproksimasi model PDS jump-diffusion dan sebagai pembanding simulasi akan digunakan metode Euler-Maruyama. Tugas akhir ini juga menguji tingkat konvergensi kuat (strong order of convergence) metode Taylor order 1.0. Hasil simulasi menunjukkan perubahan nilai parameter pada koefisien jump dan batas interval mempengaruhi hasil aproksimasi. Implementasi menunjukkan metode Taylor order 1.0 mengaproksimasi model risky primary security accounts lebih baik dibandingkan metode Euler-Maruyama."

"Belajar adalah suatu proses dimana tenjadi interaksi antara peserta didik dengan pendidik (guruatau dosen). Keberhasilan belajar bisa dikatakan tidak bisa lepas dari aspek calon mahasiswa yang berpotensi agar proses pembelajaran yang berlangsung dapat dilaksanakan secara optimal. Calon mahasiswa yang berpotensi didapatkan dari Sipcnsimann. Selain dari nilai Sipensimaru, calon mahasiswa yang berpotensi adalah calon mahasiswa yang memiiiki prestasi belajar baik semasa sekolahnya. Penelitian ini memiliki tujuan umum yaitu didapatkazmya cara untuk memprediksi prestasi belajar mahasiswa angkatan kelima sampai dengan kedelapan di Prodi Keperawatan Persahabatan Poltekkes Depkes Jakarta HI berdasarkan nilai kelulusan SMU, nilai Matematika Sipcnsimaru, nilai IPA Sipensimaru, nilai Bahasa Indonesia Sipensimaru dan nilai Bahasa Inggris Sipensimaru dengan menggunakan analisis diskximinan. Variabel-variabel prediktor yang secara signifikan membcdakan kelompok prestasi belajar mahasiswa angkatan V sampai dengan VIII di Prodi Keperawatan Persahabatan Poltekkes Depkes Jakarta III adalah Nilai Bahasa Indonesia Sipensimaru, Nilai Bahasa Inggris Sipensimam, Nilai Kclulusan SMU dan Nilai IPA Sipensimaru, dimana Nilai Bahasa Indonesia Sipensimaru merupakan variabel prediktor dominan. Model diskriminan yang dapat digunakan untuk prediksi prestasi belajar adalah - 7,114 + 4,250 Nilai IPA Sipensimaru + 3,108 Nilai Bahasa Inggris Sipensimam + 2,502 Nilai Bahasa Indonesia Sipensimaru + 0,548 Nilai Kclulusan SMU, dengan batasan nilai diskriminan sebesar -3,582 x 104. Hasii validitas silang memiliki angka ketepatan prediksi sebesar 69,03%. Model diskriminan dengan batasan nilainya memiliki nilai area di bawah kurva Receiver Operator Characzeristic (ROC) sebcsar 0,795 dengan nilai p 0,000."

"Tuna grahita adalah anak yang mempunyai kemampuan intelektual dan perawatan diri khususnya toileting lebih rendah dibanding anak normal. Untuk itu dibutuhkan metode pembelajaran yang sesuai. Peneliti ingin mengetahui pengaruh pembelajaran dengan media buku cerita bergambar terhadap activity daily living: toileting pada anak tuna grahita. Pembelajaran tersebut dilakukan dengan melakukan storytelling menggunakan buku cerita bergambar yang dibuat peneliti. Penelitian ini berdesain multiple baseline across subject dengan responden enam anak tuna grahita. Hasil analisis grafik garis setelah pemberian intervensi pada keenam responden menunjukkan adanya peningkatan pada tingkat kestabilan data,tingkat perubahan level data pada setiap dan antar fase, trend, serta analisis rerataskor sub skala pola, kemandirian, dan komponen pendukung kemampuan toiletingpada keenam responden. SLB dapat menggunakan metode pembelajaran ini.

---

A mentally disabled is children who have intellectual and self-care abilities particularly toileting lower than normal children. It needs an appropriate learning method. Researcher want to know the effect of learning with media picture bookstory to activity daily living: toileting in mentally disabled children. Learning is done through storytelling using picture storybooks which made researchers. This study has multiple baseline across subjects design with six respondents mentally disabled children.

Line graphs analysis after intervention giving indicates an increase in the stability of the data, the data level change on each and between phase, trends, and the mean analysis scores on sub-scale patterns, independence, and supporting components toileting skills at the sixth respondent. SLB can use this learning method."

"Gonorrhea adalah penyakit menular seksual yang tidak memberikan kekebalan. Proses penyebaran penyakit tersebut dapat dijelaskan oleh model epidemi susceptible infected susceptible (SIS). Skripsi ini membahas model stokastik epidemi SIS. Model stokastik epidemi SIS diturunkan dari model deterministik epidemi SIS dengan memberikan gangguan pada parameter. Simulasi dilakukan menggunakan nilai-nilai parameter dari penelitian klinis penyakit gonorrhea. Metode numerik yang digunakan untuk mengaproksimasi solusi model adalah metode Milstein. Simulasi dilakukan terhadap kondisi kepunahan (extinction), kondisi kebertahanan (persistence), pengaruh intensitas gangguan terhadap jumlah individu terinfeksi pada kesetimbangan endemik model, dan distribusi model. Hasil simulasi menunjukkan semakin besar intensitas gangguan, jumlah individu terinfeksi pada kesetimbangan endemik model semakin berkurang. Kondisi kepunahan dan kondisi kebertahanan untuk model stokastik dipengaruhi oleh bilangan reproduksi dasar stokastik (). Jika, maka penyakit punah dari populasi dengan probabilitas satu. Jika, maka penyakit tetap bertahan di dalam populasi dan model memiliki distribusi stasioner unik.

---

Gonorrhea is a sexually transmitted disease which does not confer immunity. The spreading process of the disease can be explained by the susceptible infected susceptible (SIS) epidemic model. This skripsi discusses the stochastic SIS epidemic model. The stochastic SIS epidemic model is derived from deterministic SIS epidemic model by adding a perturbation in the parameter. Simulations are generated based on parameter values from clinical research of gonorrhea disease and focus on conditions of extinction, persistence, and the influence of the noise intensity to the number of infected individuals in endemic equilibrium model as well as distribution of the model. The Milstein method is used to approximate solutions of the model. The simulations show that the greater noise intensity implies the reduction of individual infective number in endemic equilibrium. Extinction and persistence conditions in stochastic model are influenced by the stochastic basic reproduction number (). It shows that the disease dies out from population with probability one if , otherwise the disease persists in population and the model has a unique stationary distribution."

"This book is an introduction to the theory of continuous-time stochastic processes. A balance of theory and applications, the work features concrete examples of modeling real-world problems from biology, medicine, finance, and insurance using stochastic methods. This textbook, offers a rigorous and self-contained introduction to the theory of continuous-time stochastic processes, stochastic integrals, and stochastic differential equations. Expertly balancing theory and applications, the work features concrete examples of modeling real-world problems from biology, medicine, industrial applications, finance, and insurance using stochastic methods. Key topics include: Markov processes Stochastic differential equations Arbitrage-free markets and financial derivatives Insurance risk Population dynamics, and epidemics Agent-based models."

"Problems in probability comprises one of the most comprehensive, nearly encyclopedic, collections of problems and exercises in probability theory. Many problems contain helpful hints and other relevant comments and a portion of the material covers some important applications from optimal control and mathematical finance. Readers of diverse backgrounds-from students to researchers-will find a great deal of value in this book and can treat the work as an exercise manual, a handbook, or as a supplementary text to a course in probability theory, control, and mathematical finance. The problems and exercises in this book vary in nature and degree of difficulty. Some problems are meant to test the reader's basic understanding, others are of medium-to-high degrees of difficulty and require more creative thinking. Other problems are meant to develop additional theoretical concepts and tools or to familiarize the reader with various facts that are not necessarily covered in mainstream texts. Additional problems are related to the passage from random walk to Brownian motions and Brownian bridges. The appendix contains a summary of the main results, notation and terminology that are used throughout the book. It also contains additional material from combinatorics, potential theory and Markov chains-subjects that are not covered in the book, but are nevertheless needed for many of the exercises included here."

"Most of the results are closely connected with PDEs, and the authors' approach presents a powerful method for studying the asymptotic behavior of the solutions of initial-boundary value problems for corresponding PDEs."

"Probability theory is a rapidly expanding field and is used in many areas of science and technology. Beginning from a basis of abstract analysis, this mathematics book develops the knowledge needed for advanced students to develop a complex understanding of probability. The first part of the book systematically presents concepts and results from analysis before embarking on the study of probability theory. The initial section will also be useful for those interested in topology, measure theory, real analysis and functional analysis. The second part of the book presents the concepts, methodology and fundamental results of probability theory. Exercises are included throughout the text, not just at the end, to teach each concept fully as it is explained, including presentations of interesting extensions of the theory. "