Garuda - Garba Rujukan Digital

BILANGAN FIBONACCI GRAF CEBONG ANIS SETYONINGSIH; DWI JUNIATI
MATHunesa: Jurnal Ilmiah Matematika Vol 7 No 1 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (890.247 KB)

Misalkan adalah graf terhubung dengan himpunan titik dan himpunan sisi bilangan Fibonacci pada graf adalah banyaknya himpunan independent , dengan adalah bilangan Fibonacci pada graf . Pada skripsi ini akan dibahas mengenai bilangan Fibonacci pada graf Lintasan , graf Sikel dan graf Cebong. Bilangan Fibonacci pada graf Lintasan adalah sedangkan bilangan Fibonacci pada graf Sikel adalah . Lebih lanjut akan dibahas mengenai sifat-sifat himpunan independent pada graf Cebong yang bersesuaian dengan bilangan Fibonacci pada graf Cebong, adapun graf Cebong merupakan graf hasil gabungan dari graf lintasan dan graf sikel. Dalam pembahasan ini akan dibahas sifst dari himpunan independen pada graf Cebong terhadap bilangan Fibonacci. Kata kunci: Bilangan Fibonacci, himpunan Independen, dan graf cebong.

Program Linear Fuzzy Ratih Wahyu Hidayah; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 7 No 3 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1199.171 KB)

Program linear adalah suatu metode matematika yang digunakan untuk proses optimasi, seperti memaksimumkan keuntungan atau meminimumkan biaya. Pada program linear terdapat beberapa asumsi-asumsi untuk menyelesaikan suatu permasalahan. Paramater pada program linear yaitu data-data yang terdiri dari koefisien-koefisien fungsi tujuan, konstanta-konstanta pada fungsi kendala dan koefisien ruas kanan (Right-Hand-Side) yang telah diketahui secara pasti. Namun, dalam kehidupan nyata asumsi-asumsi tersebut jarang dipenuhi dan sering terjadi ketidakpastian. Untuk mengatasi ketidakpastian tersebut dapat menggunakan penerapan dari logika fuzzy dalam penyelesaian program linear, dengan tujuan untuk memasukkan asumsi-asumsi yang belum termuat dalam program linear, sehinnga program linear fuzzy mempunyai penyelesaian yang lebih optimum dibandingkan dengan program linear klasik. Kata kunci: Program Linear, Fuzzy, Bilangan Fuzzy

METODE TRIANGULASI PADA POLIGON UNTUK MENYELESAIKAN MASALAH PENJAGAAN GALERI SENI Mia Novi Astina; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 7 No 3 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1562.075 KB)

Masalah galeri seni atau Art Gallery Theorem adalah teorema yang digunakan untuk menentukan minimum banyaknya penjaga di dalam sebuah galeri seni. Masalah galeri seni dirumuskan dalam geometri sebagai minimum banyaknya penjaga yang perlu ditempatkan dalam poligon sederhana n sisi sehingga semua titik interior terlihat. Salah satu teknik untuk memecahkan masalah galeri seni adalah dengan menerjemahkan situasi geometris menjadi situasi kombinatorial pada graf. Selama bertahun-tahun masalah galeri seni telah diusulkan dan dipelajari dengan berbagai variasi penjagaan. Pada artikel ini akan dikaji tentang variasi penjagaan dimana penjaga akan saling menjaga selain menjaga galeri seni. Tujuannya adalah untuk melindungi galeri seni dari masalah pencurian dan melindungi dari niat buruk penjaga. Metode yang digunakan untuk membuktikan teorema galeri seni adalah metode triangulasi, yaitu metode dekomposisi poligon menjadi segitiga, dan pewarnaan titik pada graf. Hasil penelitian yang diperoleh adalah banyak penjaga yang diperlukan pada poligon n sisi, dengan n>3 adalah ⌊n/3⌋ dan banyak penjaga terjaga pada poligon n sisi, dengan n≥5 adalah ⌊(3n-1)/7⌋. Kata kunci: Masalah Galeri Seni, Poligon, Penjaga Terjaga, Metode Triangulasi

KLASIFIKASI PENYAKIT PARU BERDASARKAN CITRA X-RAY THORAX MENGGUNAKAN METODE FRAKTAL BOX COUNTING Beny My Sapata; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 7 No 3 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1044.985 KB)

The lungs are important and vital organs that are easily infected. Lung examination can be done through examination of x-ray images, but the clinical diagnosis of the results of x-ray images is difficult. In making it easier to analyze the diagnosis of the results of the x-ray image, this research carried out the process of classifying x-ray images based on the type of disease.. The image that was processed was 120 (one hundred and twenty) chest x-ray images by segmenting the lung area. From this lung area, then canny edge detection is done to take spots from lung disease. From smart fractal edge detection values are obtained, which will be calculated using the box calculation method, so classification can be done. The results of the experiment using the nearest k-neighbor method (K-NN), where the results with the greatest accuracy are shown by the value K = 5 which is 79.65% and the lowest accuracy at the value K = 7 is 71.28%.

Clustering Jenis Tumor Kulit Menggunakan Metode FCM (Fuzzy C-Means) Dyah Widhyanti; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 8 No 1 (2020)
Publisher : Universitas Negeri Surabaya

Kulit adalah bagian yang paling penting bagi manusia. Salah satu penyakit kulit adalah tumor kulit. Minimnya pengetahuan menyebabkan terlambatnya penanganan tumor kulit bagi pengidapnya. Oleh karena itu, diperlukan penelitian untuk membantu pendeteksian dini tentang tumor kulit. Penelitian ini menerapkan metode fuzzy clustering means (FCM) untuk mengelompokkan jenis tumor kulit menjadi 3 kelas yaitu normal, atipikal, dan melanoma. Variabel yang digunakan adalah border, color, dan diameter. Setelah dilakukan pengelompokan dari 30 data didapatkan 23 data yang sesuai dan 7 data yang tidak sesuai. Sehingga diperoleh tingkat keakurasian sebesar 76,67%. Hal ini menunjukkan bahwa tidak ada perbedaan yang signifikan antara hasil clustering menggunakan FCM dan hasil analisis rumah sakit.Kata kunci: tumor kulit; ekstraksi ciri; fuzzy clustering means (FCM)

KLASIFIKASI JENIS DELPHINIDAE (LUMBA-LUMBA) DENGAN DIMENSI FRAKTAL MENGGUNAKAN METODE HIGUCHI DAN KNN (K-NEAREST NEIGHBOR) Yolanda Gandes Pamela; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 1 (2021)
Publisher : Universitas Negeri Surabaya

The delphinidae family belongs to the Cetacean Order and is a member of the Odontocetes. The delphinidae family has characterized by the physical characteristics and frequency ranges of sound signals produced. Living in the sea and being a rare animal makes delphinidae very difficult to find and if we want to be classified, we have to capture and analyze the physicality of delphinidae. By using the fractal dimension we can analyze the sounds of the delphinidae family based on the characteristics of their sound signals to classify them. In this research, members of the delphinidae family will be classified using the Higuchi and K-Nearest Neighbor methods. By using 80 data, namely Common Dolphin 18 data, Killer Whale 20 data, Fraser's Dolphin 20 data, and Long-Finned Pilot Whale 22 data, the data used is .wav. In the first step, the Pre-Processing process will be carried out, then the feature extraction process will be carried out using the Discrete Wavelet Transform type mother wavelet Daubechies db4 wavelet with level 5 decomposition and Fast Fourier Transform. Then we will find the fractal dimension value using the Higuchi method. After obtaining the fractal dimension, the data will be divided into Training data and Testing data using k-cross validation with k value experiments namely 2, 4, 8, and 10. After the data is divided the data will be classified using K-Nearest Neighbor with an experimental K value. namely 1, 3, 5 and 7. In this study, the highest accuracy value was 82.5% with Kmax = 50, k = 8, and K = 3.Thus it can be concluded, the Higuchi and K-Nearest Neighbor methods can be used to classify members of the family delphinidae Keywords: Delphinidae, classification of member of family delphinidae, Higuchi fractal dimension, KNN

ANALISIS JENIS PENYAKIT PARU-PARU BERDASARKAN CHEST X-RAY MENGGUNAKAN METODE FUZZY C-MEANS Fani Nur Azizah; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021)
Publisher : Universitas Negeri Surabaya

Lungs are vital organs that easily infected making them susceptible to diseases, such as atelectasis,effusion, pneumothorax and cancer. Diseases in the lungs can be detected using x-ray. Based onmedicaltheory, the results of the x-ray images of the lung diseases are difficult for ordinary people toread.. This research analyzes the x-ray image of the lungs to make easier the process of analysis. Theanalysis will be easy to carry out if the charaxteristic is known. In this case, fractal dimensions wereimplemented to clustering the typse if lung disesase based on chest x-ray. There are 100 x-ray image ofthe lungs that will be processed using segmentation. Result of segmentation is a region of the lungs.These regions are used in Canny edge detection to find out spots of lung disease. Then the dimensionvalue is calculated using box counting so that it can be clustered. The results of the experiment using thefuzzy c-means method with four clusters have an accuracy of 86%. Keywords : Chest X-ray, Box Counting, Fuzzy C-Means

ANALISIS DATA HARIAN PENAMBAHAN KASUS BARU COVID-19 DENGAN METODE DIMENSI FRAKTAL EKSPONEN HURST Laila Nur 'Aini; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021)
Publisher : Universitas Negeri Surabaya

Wabah coronavirus pertama kali bermula di Wuhan, China pada akhir 2019. Coronavirus merupakan wabah yang memiliki gelaja awal seperti batuk, demam, dan sesak napas. Penyebaran virus ini terjadi sangatlah cepat sehingga tidak hanya menginfeksi China tapi juga negara lain di seluruh dunia. Hampir setiap harinya tercatat adanya penambahan kasus baru COVID-19 di dunia. Pada penelitian ini digunakan metode dimensi fraktal eksponen Hurst untuk mengetahui sifat data harian kasus baru COVID-19 di negara Indonesia serta 5 negara lainnya yakni Laos, Argentina, Swiss, Lesotho dan Kepulauan Solomon. Data yang digunakan ialah data penambahan harian kasus baru mulai tanggal 3Januari 2020 hingga 21 November 2020. Hasil yang diperoleh dari penelitian ini ialah nilai eksponen Hurst untuk Indonesia sebesar 0.8423 sedangkan untuk kelima negara lainnya secara berturut-turut adalah 0.4918, 0.8453, 0.9802, 0.2671, dan 0.0. Berdasar hasil perhitungan dimensi Hurst kelima negara tersebut menunjukkan bahwa data untuk negara Laos bersifat acak, data untuk negara Indonesia, Argentina dan Swiss bersifat persistance, sedangkan data untuk negara Lesotho dan Kepulauan Solomon bersifat antipersistence.

Klasifikasi Jenis Emosi Berdasarkan Gelombang Otak Menggunakan Dimensi Higuchi Dengan K-Nearest Neighbor Rizka Nuzul Sofiani; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Gelombang otak dibagi menjadi 5 jenis antara lain, gelombang otak alpha, beta, gamma, delta, dan theta. Gelombang otak tersebut dapat direkam dengan menggunakan alat electoencephalogram (EEG). Dengan menggunakan jenis gelombang otak yang direkam menggunakan Electroencephalography (EEG) akan diklasifikasikan jenis emosi secara matematis menggunakan nilai dimesi fraktal. Tujuan dari penelitian ini adalah untuk mengklasifikasi jenis emosi pada manusia berdasarkan nilai dimensi higuchi dari beberapa kondisi gelombang otak dengan K-Nearest Neighbor (KNN). Pada penelitian ini gelombang otak yang sudah direkam dan dipisahkan sesuai label akan dihitung dimensi higuchi dengan nilai k-max yang digunakan adalah 5, 15, 25, dan 30. Selanjutnya, data yang telah dihitung dimesinya dibagi 2 data sebagai data training dan data testing menggunakan cross validation dan nilai k-fold yang digunakan adalah 2, 4, 10, 15, 20. Untuk proses klasifikasi akan diproses melalui software WEKA dengan nilai K pada KNN yang digunakan adalah 1, 2, 3, 4, dan 5. Pada penelitian ini diperoleh nilai akurasi tertinggi sebesar 91,67% dengan nilai k-max = 15, nilai k pada cross validation = 15 dan nilai K pada KNN = 3. Sehingga, klasifikasi jenis emosi berdasarkan gelombang otak dapat diklasifikasikan menggunakan dimensi higuchi dengan K-Nearest Neighbor.

KLASIFIKASI JENIS JANGKRIK BERDASARKAN SUARA MENGGUNAKAN DIMENSI FRAKTAL METODE HIGUCHI DAN K-NEAREST NEIGHBOR (KNN) Adin Nunasikhah Nan; Dwi Juniati
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Abstrak Dalam taksonomi hewan, jangkrik merupakan famili dari Gryllidae yang menjadi anggota ordo Orthoptera. Jangkrik merupakan serangga yang berkerabat dengan belalang dan kecoa. Jangkrik juga dikenal dengan suaranya yang khas, yang mana suara ini hanya dihasilkan oleh jangkrik jantan sementara jangkrik betina tidak menghasilkan suara. Suara ini dihasilkan karena adanya gesekan antara kedua sayap bagian depan. Banyaknya jenis jangkrik dan tubuhnya yang sangat kecil membuatnya sulit untuk diklasifikasikan. Akan tetapi, setiap jenis jangkrik memiliki range frequency sinyal suara yang berbeda yang dikeluarkan setiap jenisnya. Dengan adanya dimensi fraktal dapat dilakukan analisis suara jangkrik berdasarkan suaranya. Pada penelitian ini akan diklasifikasikan jenis jangkrik dengan menggunakan metode Higuchi dan K- Nearest Neighbor (KNN). Data yang digunakan adalah 93 data suara yang diambil dari website Checklist Crickets Of Mexiko yaitu 30 data suara jangkrik lapangan (Grillinae), 23 data suara jangkrik bersisik (Mogoplistinae), 20 data suara jangkrik tanah (Nemobiinae) dan 20 data suara jangkrik pohon (Oechantinae). Langkah pertama yaitu pre-processing kemudian proses analisis pengenalan ciri suara menggunakan Discrete Wavelet Transform (DWT) dengan tipe mother wavelet Daubechies 4 dengan dekomposisi 5 level. Selanjutnya mencari nilai dimensi fraktal menggunakan metode Higuchi. Setelah mendapat nilai dimensi fraktal data dibagi menjadi dua yaitu data train dan data test, kemudian diklasifikasikan dengan menggunakan metode KNN. Dari penelitian ini diperoleh hasil bahwa klasifikasi suara jangkrik dengan menggunakan dimensi fraktal metode Higuchi dengan nilai kmax adalah 60 dan K di KNN adalah 1, 3 dan 5 mendapat nilai akurasi tertinggi sebesar 90%. Hal ini menandakan bahwa 90% dari data suara jangkrik yang ada diprediksi benar ke masing-masing jenisnya sementara ada 10% dari data suara jangkrik yang ada diprediksi benar dalam jenis jangkrik yang berbeda. Kata Kunci: Jangkrik, Suara Jangkrik, dimensi fraktal metode Higuchi, KNN.

Title

Found 15 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 15 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 15 Documents
Search