Solving of Linear Volterra-Fredholm Integral Equations via Modification of Block Pulse Functions

A computational method based on modification of block pulse functions is proposed for solving numerically the linear Volterra-Fredholm integral equations. We obtain integration operational matrix of modification of block pulse functions on interval [0,T). A modification of block pulse functions and their integration operational matrix can be reduced to a linear upper triangular system. Then, the problem under study is transformed to a system of linear algebraic equations which can be used to obtain an approximate solution of linear Volterra-Fredholm integral equations. Furthermore, the rate of convergence is O(h) and error analysis of the proposed method are investigated. The results show that the approximate solutions have a good of efficiency and accuracy.

Willingness to Pay of Fishermen Insurance Using Logistic Regression with Parameter Estimated by Maximum Likelihood Estimation Based on Newton Raphson Iteration

The high risk of losing fishermen's life while at sea is inversely proportional to their low welfare. Fishermen are also unable to meet their daily needs when they are not going to sea. Fishermen welfare insurance can be a solution for them to meet their daily needs. Willingness to Pay (WTP) of fishermen to participate in fishermen welfare insurance can be analyzed using Logistic Regression with Newton Raphson and Genetic Algorithm approximations. Some of the main factors that can support their WTP to participate in fishermen welfare insurance, are fishermen education, membership in the fishing community, membership in fisherman business cards, and knowledge about the existence of fishermen insurance. From these four factors, Logistic Regression Model is generated which is expected to help the increase of fishermen’s WTP on fishermen insurance in Indonesia.

Prediksi Curah Hujan di PPKS Bukit Sentang Dengan Menggunakan Fuzzy Time Series Ruey Chyn Tsaur

Perubahan cuaca yang tidak menentu menjadikan cuaca tidak dapat diperkirakan kondisinya di masa yang akan datang. Perubahan cuaca ini juga bergantung pada curah hujan. Pada perkebunan seperti perkebunan kelapa sawit cuaca mempengaruhi banyak aspek salah satunya adalah produktivitas buah kelapa sawit. Sehingga yang diperlukan dalam hal ini adalah peramalan. Peramalan merupakan suatu kegiatan untuk meramalkan apa yang terjadi di masa depan dengan metode tertentu. Metode fuzzy time series dikenal sebagai kecerdasan buatan yang digunakan untuk memprediksi masalah dimana data aktual dibentuk dalam nilai-nilai linguistik menggunakan prinsip fuzzy sebagai dasarnya. Penelitian ini membahas tentang metode fuzzy time series yang dikembangkan oleh Ruey Chyn Tsaur untuk memprediksi curah hujan di PPKS Bukit Sentang, Sumatera Utara. Perkiraan curah hujan berdasarkan data Januari 2017 sampai dengan Desember 2020 untuk prediksi tahun 2021. Peramalan ini memiliki nilai MAPE 0,37% atau memiliki presisi perkiraan 99,63%. Hasil penelitian ini menunjukkan bahwa metode Fuzzy Time Series Ruey Chyn Tsaur memiliki tingkat akurasi yang sangat baik untuk memprediksi curah hujan.