cover
Contact Name
Ahmad Zaenal Arifin
Contact Email
kuyafira@gmail.com
Phone
+6285731558814
Journal Mail Official
jmathvision@gmail.com
Editorial Address
Jalan Manunggal No. 61 Tuban
Location
Kab. tuban,
Jawa timur
INDONESIA
Mathvision : Jurnal Matematika
ISSN : 26566303     EISSN : 26569876     DOI : https://doi.org/10.55719/mv
Core Subject : Education,
Focus and Scope : Analisis Aljabar Matematika Terapan Pemodelan Matematika Sistem dan Kontrol Matematika Diskrit dan Kombinatorik Statistik dan Stokastik Optimasi Ilmu Komputasi Matematika Keuangan
Articles 61 Documents
ANALISIS PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Dian Candra Rini; Uswatun Khasanah; Wika Dianita Utami; Putroue Keumala Intan
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.087 KB)

Abstract

Prediksi atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang akan diproduksi guna mencegah terjadinya beban berlebih yang dapat menyebabkan kerusakan pada sistem trafo atau kekurangan beban listrik yang mengakibatkan krisis energi listrik pada konsumen. Oleh karena itu, dibutuhkan suatu metode alternatif untuk memprediksi beban listrik jangka pendek, salah satunya yaitu metode Adaptive Neuro Fuzzy Inference System pada penelitian ini. Data diperoleh dari PT. PLN (Persero) APD Jawa Timur yang berisi data beban listrik per setengah jam dari bulan februari sampai september tahun 2018 yang digunakan sebagai data aktual. Data kemudian dilatih dengan menggunakan metode ANFIS dan didapatkan hasil peralaman bulan september 2018. Data uji coba tanggal 1 s/d 28 september tergolong memiliki tingkat kesalahan yang rendah yaitu MAPE menunjukkan hasil 7,926%. Nilai error terbesar terjadi pada tanggal 18 september yaitu sebesar 20,51% sedangkan nilai error terkecil terjadi pada tanggal 16 september yaitu sebesar 1,117%.
PENERAPAN FUZZY INFERENCE SYSTEM DALAM PENGOPTIMALAN SUHU RUANGAN PADA DOUBLE AIR CONDITIONER (AC) SECARA OTOMATIS Dian Candra Rini; Ahmad Zaenal Arifin; Aris Fanani; Ganeshar B.D. Prasanda; Wanda N.P. Sunaryo
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (517.639 KB)

Abstract

Suhu pada luar ruangan serta suhu pada dalam ruangan dan banyaknya jumlah orang pada dalam ruangan sangatlah mempengaruhi keluaran suhu Air Conditioner (AC). Keluaran dari suhu AC terkadang terasa dingin, sejuk, normal, dan banyak lagi pada setiap kulit manusia. Keluaran suhu AC yang terbaik dapat ditentukan dengan menggunakan logika fuzzy, dari pengaruh suhu luar, suhu dalam dan jumlah orang pada ruangan. Dengan adanya temperatur terbaik yang dikeluarkan oleh AC dapat memberikan efek positif pada manusia dan juga dalam penghematan energi.
PERBANDINGAN ALGORITMA SYSTEMS OF DISTINCT REPRESENTATIVE (SDR) DENGAN BACKTRACKING DALAM N-ROOK PROBLEM Zainullah Zuhri; Zaidatun Ni'mah
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (252.711 KB)

Abstract

Rook (benteng) merupakan salah satu piondalam permainan catur yang perlu diperhatikan penempatannyaagar tidak dimakan oleh lawan. Olehkarena itu dalam permainan catur, diperlukan beberapastrategi untuk memenangkannya. Salah satu konsepdalam matematika yang dapat diterapkan dalampenempatan rook pada permainan catur adalah Systemsof Distinct Representative (SDR). Selain menggunakankonsep SDR, konsep lain yang dapat digunakanadalah Backtracking. Pada penelitian sebelumnya konsepatau algoritma Backtracking telah digunakan untukmencari penempatan rook. Oleh karena itu diperlukansebuah perbandingan antara dua konsep tersebut.Hasil yang didapat menunjukkan bahwa kedua konseptersebut memberikan solusi yang sama yaitu terdapatdua himpunan solusi untuk penempatan rook dalampermainan catur berdasarkan data yang digunakan,diantaranya Y1 = {1,4,3,2} dan Y2 = {4,2,3,1}.
ANALISIS SINYAL EKG ARITMIA UNTUK DETEKSI RISIKO JANTUNG KORONER MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE (ANFIS) Dian Candra Rini; Ahmad Hanif Asyhar; Moh. Hafiyusholeh; Gita Purnamasari R; Yuyun Monita
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (131.542 KB)

Abstract

Sinyal EKG (Elektrokardiograf) merupakan sinyal yang digunakan untuk mendeteksi irama jantung. Irama jantung dari setiap orang berbeda-beda,terlebih jika orang tersebut berisiko penyakit jantung koroner (PJK). Dalam penulisan ini bertujuan untuk mengklasifikasikan data dari sinyal EKG aritmia ke antara kelompok yang berisiko terkena PJK atau yang tidak berisiko. Penelitian ini menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) serta tranformasi wavelet dan penerapan filter Infinite Impuls Respons (IIR) pada pengolahan sinyal. Hasil akurasi dari data 22 testing yang digunakan yaitu sebesar 90,9%
APLIKASI FUZZY INFERENCE SYSTEM DENGAN METODE MAMDANI UNTUK MENENTUKAN STATUS GIZI BALITA DI KOTA SURABAYA Dian Candra Rini; Yuniar Farida; Nurissaidah Ulinnuha; Galuh Andriani; Luluk Mahfiroh
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (560.166 KB)

Abstract

Gizi adalah pilar utama dari kesehatan dan kesejahteraan sepanjang kehidupan. Status gizi adalah keadaan sebagai akibat konsumsi makanan dan penggunaan zat-zat gizi. terciptanya tumbuh kembang balita yang optimal merupakan hal yang diinginkan. Indikator yang sering digunakan dalam menentukan status gizi adalah kombinasi dari Berat (W) dan Tinggi (H) yang disimbolkan dengan W/H. Tujuan dari penelitian ini untuk menerapkan Fuzzy Inference System dengan metode Mamdani untuk menentukan status gizi balita di kota Surabaya. Inputnya adalah berat dan tinggi badan balita. Ada sembilan aturan yang digunakan dan output adalah status gizi. Klasifikasi yang terdiri dari empat kriteria: sangat kurus, wasting, normal, dan kelebihan berat badan. Sistem inferensi fuzzy yang digunakan adalah metode Mamdani.
PENERAPAN QUALITY FUNCTION DEPLOYMENT (QFD) UNTUK MENINGKATKAN KUALITAS AYAM GEPREK DI LINGKUP UNIVERSITAS PGRI RONGGOLAWE (UNIROW) TUBAN Kresna Oktafianto; Novi Ariyani; Ridho Awanda
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (199.414 KB)

Abstract

Preferensi atau kepuasan konsumen dalam pengambilan keputusan terkait pemilihan produk ayam geprek di lingkup Univeritas PGRI Ronggolawe menjadi pembahasan pada penelitian ini. Untuk memenuhi preferensi atau selera konsumen yang meliputi kesukaan dan pilihan maka digunakan analisa Quality Function Deployment (QFD), karena industri ayam geprek masih belum terstandarisasi dari segi kualitas. Hasil penelitian ini menunjukkan bahwa terdapat ranking tertinggi pada atribut konsumen dan tindakan teknis. pada atribut konsumen ranking tertinggi adalah Kualitas Organoleptik ayam geprek (aroma, rasa, warna, tekstur, kelezatan) dengan nilai 1,0373 sedangkan pada Tindakan Teknis adalah control dan perbaikan terhadap sarana dan prasarana secara kontinu dengan nilai 66,04.
ANALISIS PERBANDINGAN PENENTUAN WAKTU SIMPAN BERAS BANSOS RASTRA MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) METODE FUZZY TSUKAMOTO DAN FUZZY MAMDANI Kresna Oktafianto; Fatihatun Ni'mah
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (666.444 KB)

Abstract

Salah satu bentuk upaya penjagaan kualitas dan kuantitas beras Bantuan Sosial Keluarga Sejahtera (Bansos Rastra ) pada gudang BULOG adalah dengan merealisasikan sistem First In First Out (FIFO) dalam menentukan waktu simpan, yakni beras yang pertama masuk adalah beras yang akan didistribusikan terlebih dahulu. Tetapi dalam kenyataan di lapangan terjadi perbedaan kualitas pada masing-masing beras seperti kadar air, butir menir, kuantitas beras serta butir patah sehingga diperlukan adanya metode pendukung keputusan dalam penentuan waktu simpan beras tersebut, Metode yang sering digunakan dalam pendukung keputusan adalah metode fuzzy. Penelitian ini bertujuan memberikan solusi bagi pengambil keputusan dalam menentukan waktu simpan yang tepat dengan cara membandingkan hasil perhitungan metode fuzzy tsukamoto dan mamdani. Hasil dari penelitian ini disimpulkan bahwa pengambilan keputusan penentuan waktu simpan beras Bansos Rastra menggunakan metode fuzzy mamdani lebih baik dibandingkan menggunakan fuzzy tsukamoto pada kriteria error MSE dengan nilai error 13. Sedangkan pada kriteria error MAPE nilai errornya adalah 41,5%.
PERAMALAN PERSEDIAAN DARAH JENIS WHOLE BLOOD (WB) DI PMI KOTA SURABAYA DENGAN NEURAL NETWORK Teguh Herlambang; Ahmad Syafiq Kamil; Azmi Khulama Devi
MathVisioN Vol 1 No 1 (2019): Maret 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (364.018 KB)

Abstract

Palang Merah Indonesia (PMI) adalah lembaga yang mendistriubusikan persedian darah. Pentingnya fungsi darah tersebut, maka PMI harus menjaga kestabilan stock darah. Hal tersebut dilakukan untuk menjamin ketersediaan darah, akan tetapi permasalahan yang dihadapi oleh pihak PMI yaitu adanya kelebihan darah yang mengakibatkan terjadinya pembuangan darah. Untuk meminimalkan kejadian tersebut maka dibutuhkan sebuah peramalan kebutuhan darah. Data permintaan darah dinormalisasikam terlebih dahulu dan selanjutnya dilakukan proses peramalan menggunakan metode Neural Network Backpropagation. Pada setiap jenis darah peramalan terbaik didapatkan pada epoch yang berbeda-beda. Pada jenis darah WB peramalan terbaik terjadi pada epoch 3000 dengan function Y = 1176,93 – 18,3264x + 0,142822 . dan dengan error 0,044016.
PENERAPAN METODE EXTENDED KALMAN FILTER PADA KASUS PERTUMBUHAN PENDUDUK KABUPATEN JEMBER Rory Ronella Agustin; Kosala Dwidja Purnomo; Alfian Futuhul Hadi
MathVisioN Vol 1 No 02 (2019): September 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (182.416 KB)

Abstract

This study discusses the estimated number of people using the methods of Jember Regency Extended Kalman Filter (EKF) and determine the appropriate logistic growth model for predicting the next populations in Jember. There are two assumptions logistic growth model will be compared, first is logistic growth model assuming a linear populations function and the second is logistic growth model assuming parabolic populatins function. To determine efficiency of Extended Kalman Filter conducted trial process, using 6, 14, 28 measurements data. Each data taken from Central Statistic Agency of East Java Province during 1990-2017. Finally, this study indicate that the logistic growth model assuming parabolic populations function is an appropiate better than logistic growth model assuming a linear populations for populations in Jember during 1990-2017. The Extended Kalman Filter method is able to increase the confidence level of the estimation results indicated by getting smaller of average norm covariance error. More data used, the estimation results using Extended Kalman Filter method are getting better and closer to the real data.
OPTIMISASI MATRIKS BOBOT PADA LINEAR QUADRATIC REGULATOR (LQR) INVERTED PENDULUM MENGGUNAKAN ANT COLONY OPTIMIZATION Dinita Rahmalia
MathVisioN Vol 1 No 02 (2019): September 2019
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (203.371 KB)

Abstract

Inverted pendulum consists of cart and pendulum attached in it. The force is given to the system consists of angle position, angle velocity, cart position, and cart velocity. The objective function of inverted pendulum is minimizing pendulum angle and cart position following trajectories so that pendulum is stable. The model of optimal control used in this research is applying Linear Quadratic Regulator (LQR). In LQR, the value of objective function is determined by weight matrices and weight matrices are generally approached by trial and error. Ant Colony Optimization (ACO) is optimization method based on behavior of ants in searching path from home towards to food source. The simulation results show that ACO method can find optimal weight matrices minimizing performance index as objective function.