cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rudianto Artiono
Contact Email
rudiantoartiono@unesa.ac.id
Phone
+6281554785969
Journal Mail Official
mathunesa@unesa.ac.id
Editorial Address
The Department of Mathematics, The first floor of C-8 Building, Faculty of Mathematics and Natural Sciences, Universitas Negeri Surabaya Jl. Ketintang, Surabaya 60231, East Java, Indonesia
Location
Kota surabaya,
Jawa timur
INDONESIA
MATHunesa: Jurnal Ilmiah Matematika
Published by Universitas Negeri Surabaya
ISSN : 23019115     EISSN : 2716506X     DOI : https://doi.org/10.26740/mathunesa
Core Subject : Education,
Mathematics
MATHunesa is a mathematical scientific journal published by the Department of Mathematics, Faculty of Mathematics and Natural Sciences, The State University of Surabaya with e-ISSN 2716-506X and p-ISSN 2301-9115. This journal is published every four months in April, August, and December. One volume consists of three publication numbers. MATHunesa aims at providing a platform and encourages emerging scholars and academicians globally to share their professional and academic experiences to explore, but not limited to the following topics: 1. Analysis Mathematics, 2. Algebra, 3. Applied Mathematics, 4. Statistics, 5. Computation, 6. Combinatorics, and 7. Also giving an opportunity to show the power of innovation and finding new things in the field of mathematics. This journal was published online for the first time in 2013 as part of the graduation for students majoring in Mathematics at the State University of Surabaya.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 25 Documents
 1   2   3 
Search results for , issue "Vol 10 No 1 (2022)" : 25 Documents clear
Analisis Kestabilan Model Eko-epidemiologi dengan Fungsi Respon Holling Tipe I Fadhilatun Ni’mah; Dian Savitri
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1116.205 KB) | DOI: 10.26740/mathunesa.v10n1.p1-12

Abstract

Pada model predator-prey tidak selalu diasumsikan bahwa kedua populasi dalam kondisi sehat, karena secara alami di alam terdapat predator maupun prey dengan kondisi sakit atau terinfeksi. Hal ini dapat mempengaruhi perilaku kedua populasi untuk bertahan hidup dan berburu makanan. Pada penelitian ini, dikembangkan model eko-epidemiologi yang merupakan kombinasi dari dua ilmu pengetahuan yaitu ekologi dan epidemiologi. Model eko-epidemiologi menjelaskan interaksi antara predator dan prey dengan adanya infeksi atau penyakit. Tujuan penelitian untuk merekonstruksi model eko-epidemiologi dengan mengasumsikan penyebaran penyakit terjadi pada populasi prey mengikuti siklus rentan-terinfeksi-rentan. Fungsi respon yang digunakan yaitu fungsi respon Holling tipe I. Analisis pada sistem dengan menentukan titik kesetimbangan dan kestabilan masing-masing solusi. Hasil analisis diperoleh lima titik kesetimbangan yaitu titik kepunahan ketiga populasi, titik kepunahan prey terinfeksi dan predator, titik kepunahan prey terinfeksi, titik kepunahan predator, serta titik eksistensi ketiga populasi. Titik kepunahan ketiga populasi merupakan titik pelana sehingga kondisi ini tidak terdefinisi secara biologis. Ke-empat titik kesetimbangan lainnya stabil dengan syarat. Simulasi numerik menunjukkan kesesuaian dengan hasil analisis kestabilan titik kesetimbangan. Hasil simulasi ditampilkan dalam potret fase dan grafik untuk dinamika solusi sistem menuju titik kesetimbangan yang stabil. Dengan nilai parameter yang telah ditentukan, diperoleh kestabilan titik kesetimbangan hanya terjadi pada E5 yaitu titik eksistensi ketiga populasi. Perubahan laju pemangsaan predator terhadap prey rentan maupun prey terinfeksi mempengaruhi kestabilan dari titik kesetimbangan E5 yang semula stabil menjadi tidak stabil dan titik kesetimbangan E3 yang semula tidak stabil menjadi stabil. Kata Kunci: Predator-prey, Eko-epidemiologi, Infeksi Penyakit, Holling tipe I, Titik Kesetimbangan.
Karakterisasi BCK-Aljabar Implikatif Berdasarkan N-ideal Implikatif Neutrosofik Devy Gita Kirana; Agung Lukito
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.366 KB) | DOI: 10.26740/mathunesa.v10n1.p21-32

Abstract

Pada artikel ini diperkenalkan konsep implikatif neutrosofik dalam , dan diselidiki beberapa sifatnya. Hasil utamanya adalah karakterisasi implikatif dengan menggunakan implikatif neutrosofik.
KLASIFIKASI EMOSI PADA CUITAN DI TWITTER DENGAN PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE Abi Nizar Sutranggono
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1021.018 KB) | DOI: 10.26740/mathunesa.v10n1.p13-20

Abstract

Salah satu platform media sosial dengan total pengguna aktif harian terbesar adalah Twitter. Melalui Twitter, orang-orang bisa membagikan suatu pesan yang disebut dengan tweet. Ungkapan yang diekspresikan pada tweet dapat merefleksikan bagaimana emosi atau perasaan yang dimiliki seseorang. Emosi yang terkandung dalam sebuah tweet bisa dikenali lewat proses analisis sentimen. Namun, data teks Twitter tidak terstruktur, mengingat saat ini penggunaan singkatan kata, emoji, atau bahkan frasa khusus banyak dijumpai pada tweet, termasuk tweet yang diunggah oleh masyarakat Indonesia. Sehingga, untuk mengidentifikasi emosi dari data teks Twitter melalui proses analisis sentimen dibutuhkan penerapan metode yang tepat. Di sisi lain, Machine Learning telah banyak diaplikasikan dalam melakukan tugas analisis sentimen. Kerangka kerja yang disajikan pada penelitian ini melibatkan penggunaan dari algoritma Machine Learning untuk dapat menganalisis emosi yang dimuat tweet berbahasa indonesia. Selebihnya, implementasi metode FastText dan teknik ekstraksi fitur PCA juga diterapkan agar output yang diberikan maksimal. Secara keseluruhan hasil penelitian menunjukkan bahwa classifier Support Vector Machine (SVM) dengan fungsi kernel RBF yang dikombinasikan menggunakan PCA memiliki kinerja yang unggul dalam mengklasifikasikan emosi pada tweet berbahasa indonesia, dimana berturut-turut Accuracy, Precision, Recall, serta F1 Score yang dicapai sebesar 70,52%, 74,60%, 69,80%, dan juga 71,20%.
ANALISA CLUSTER MENGGUNAKAN K-MEANS DAN FUZZY C-MEANS DALAM PENGELOMPOKAN PROVINSI MENURUT DATA INTESITAS BENCANA ALAM DI INDONESIA TAHUN 2017-2021 Hajar Firdaus; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1110.87 KB) | DOI: 10.26740/mathunesa.v10n1.p50-60

Abstract

Bencana merupakan sebuah kejadian yang serius dimana terjadi sebuah kekacauan yang dapat disebabkan oleh alam, manusia, teknologi yang berbahaya, serta berbagai faktor lain yang mempengaruhi keadaan normal suatu wilayah ataupun komunitas. Indonesia merupakan salah satu negara dengan jumlah intensitas bencana alam terbanyak di dunia setelah Amerika Serikat. Pada tahun 2020, Indonesia tercatat memiliki jumlah intensitas bencana alam sebesar 4.977 kasus. Tindakan penanggulangan untuk menangani kekacauan dan juga kerugian yang terjadi dikarenakan bencana alam merupakan salah satu tanggung jawab dari pemeritah di Indonesia. Tindakan penanggulangan bencana alam tersebut bertujuan untuk meminimalisir terjadinya korban jiwa ataupun kerugian lainnya yang disebabkan oleh bencana alam tersebut, sehingga perlu adanya tindakan untuk mencegah banyaknya kerugian yang terjadi. Salah satunya yaitu dengan menentukan karakteristik dari intesitas bencana alam tersebut dan mengelompokkan provinsi-provinsi di Indonesai berdasarkan karakteristik yang dimiliki. Pada artikel ini akan membahas pengelompokan provinsi di Indonesia dengan menggunakan metode K-means clustering dan Fuzzy C-means clustering. Hasil yang diperoleh dari analisis clustering tersebut menunjukkan bahwa dengan menggunakan Fuzzy C-means clustering akan memiliki akurasi yang lebih baik dibandingkan dengan K-means clustering. Hal tersebut ditunjukkan dengan rata-rata Silhouette Coefficient Fuzzy C-means clustering yang lebih besar dibandingkan dengan K-means clustering yaitu sebesar 0.8403194 yang termasuk dalam kategori pengelompokan yang kuat.
BILANGAN KETERHUBUNGAN TITIK PELANGI KUAT PADA GRAF Muhammad Afifuddin; I Ketut Budayasa
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (741.239 KB) | DOI: 10.26740/mathunesa.v10n1.p33-40

Abstract

Graf G dikatakan terhubung titik pelangi jika setiap dua titik di G dihubungkan oleh suatu lintasan yang titik-titik internalnya memiliki warna yang berbeda, lintasan seperti itu disebut lintasan pelangi. Bilangan keterhubungan titik pelangi dari graf terhubung G, dilambangkan dengan rvc(G) merupakan banyaknya warna terkecil yang diperlukan untuk membuat G terhubung titik pelangi. Graf G dikatakan terhubungan titik pelangi kuat jika untuk setiap dua titik u dan v berbeda di G ada sebuah lintasan pelangi terpendek antara u dan v, dilambangkan dengan srvc(G). Amati bahwa rvc(G)≤srvc(G) untuk sembarang graf terhubung tak trivial G. Jika G graf terhubung dengan n titik dan n≥3, maka 0≤srvc(G)≤n-2. Lebih jauh, batas-batas ini “tajam”. Misalkan n≥4 dengan diam(G)=1, maka G=K_n sehingga srvc(G)=0<n-2. Perhatikan bahwa banyak titik internal P_n adalah n-2. Pikirkan sebuah pewarnaan titik W pada P_n sedemikian hingga semua titik internal P_n mendapat warna berbeda dan warnai titik-titik terminal P_n dengan salah satu warna titik internal. Jelas terhadap pewarnaan W lintasan P_n terhubung titik pelangi kuat dengan (n-2) warna, sehingga srvc(P_n )=n-2. Dalam artikel ini, akan dibahas bilangan keterhubungan titik pelangi kuat pada graf komplet, graf roda, dan graf lintasan. Graf komplet K_n adalah satu-satunya kelas graf yang mencapai batas bawah srvc(G) dan graf lintasan P_n adalah satu-satunya kelas graf yang mencapai batas atas srvc(G).
APLIKASI HIMPUNAN FUZZY INTUISIONISTIK DALAM DIAGNOSA PENYAKIT HEPATITIS MENGGUNAKAN EXTENDED HAUSDORFF DISTANCE Siti Sofia Nurwananda; Raden Sulaiman
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (741.239 KB) | DOI: 10.26740/mathunesa.v10n1.p41-49

Abstract

Hepatitis adalah salah satu penyakit yang menyebabkan kondisi peradangan pada organ hati dan dapat menyerang seseorang dari segala usia. Penyebab utama penyakit hepatitis yaitu adanya infeksi virus yang disebabkan oleh lima tipe virus hepatitis terdiri dari Virus Hepatitis A, Virus Hepatitis B, Virus hepatitis C, Virus Hepatitis D, dan Virus Hepatitis E. Gejala umum yang tampak pada penderita hepatitis seperti kelelahan, demam, muntah, kehilangan nafsu makan, mual, nyeri pada bagian perut dan sebagian pasien mengalami penyakit kuning. Diagnosa penyakit hepatitis dapat ditinjau berdasarkan gejala-gejala yang dialami oleh setiap pasien. Penelitian ini bertujuan untuk mendiagnosa penyakit hepatitis dengan memperhatikan gejala-gejala yang dialami dari setiap pasien menggunakan metode Extended Hausdorff Distance yaitu Jarak Hamming yang dinormalisasi dalam himpunan fuzzy intuisionistik. Penelitian dilakukan dengan menggunakan data rekam medis 28 pasien dari Rumah Sakit Islam Kalianget. Hasil penelitian diperoleh 5 pasien terdiagnosis menderita penyakit hepatitis A, 16 pasien menderita penyakit hepatitis B, 2 pasien menderita penyakit hepatitis C, 3 pasien menderita penyakit hepatitis D, dan 2 pasien menderita penyakit hepatitis E. Berdasarkan hasil pengujian yang telah dilakukan pada 28 data pasien penyakit hepatitis menghasilkan tingkat akurasi sebesar 64,28%.
Penerapan Regresi Logistik Multinomial untuk Analisis Model Tingkat Depresi pada Lansia Faizatin Arofah; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1183.699 KB) | DOI: 10.26740/mathunesa.v10n1.p84-93

Abstract

Depresi merupakan salah satu gangguan kesehatan mental yang mengganggu kehidupan sehari-hari dan pada tingkat yang paling parah dapat menyebabkan seseorang bunuh diri. Menurut WHO 280 juta orang di dunia mengalami depresi, dimana sebesar depresi dialami oleh lansia dan di Indonesia lansia mengalami depresi. Penelitian ini bertujuan untuk menganalisis model untuk mengetahui model terbaik, mengetahui faktor-faktor yang mempengaruhi tingkat depresi pada lansia, dan ketepatan klasifikasi model. Metode yang digunakan adalah metode regresi logistik multinomial, yang merupakan salah satu metode analisis data untuk mencari hubungan antara variabel respon yang memiliki lebih dari dua kategori atau polychotomous terhadap variabel prediktor. Data pada penelitian ini menggunakan data dari 90 responden lansia pada penelitian sebelumnya dengan mengisi kuesioner mengenai uji GDS-15 (Geriatric Depression Scale) di Puskesmas Bandar Khalipah untuk mengetahui tingkat depresi pada lansia, kemudian data disesuaikan dengan metode regresi logistik multinomial. Kemudian model terbaik didapatkan dari nilai Akaike Information Criterion (AIC) terkecil. Hasil penelitian ini menunjukkan bahwa didapatkan enam model regresi logistik multinomial dengan faktor usia adalah faktor yang paling signifikan dalam mempengaruhi tingkat depresi lansia dan nilai Akaike Information Criterion (AIC) yang didapatkan menunjukkan bahwa model 1 dengan nilai Akaike Information Criterion (AIC) sebesar 109.836 merupakan model terbaik dengan nilai akurasi sebesar 61.11%. Kata Kunci: Akaike Information Criterion (AIC), Depresi, Lansia, Regresi Logistik Multinomial.
PEMILIHAN LEMBAGA AMIL ZAKAT TERBAIK DENGAN METODE MODIFIED FUZZY DIVERGENCE MEASURE Nimas Lintang Andaru; Raden Sulaiman
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (750.03 KB) | DOI: 10.26740/mathunesa.v10n1.p94-100

Abstract

Tingginya angka kemiskinan masih menjadi permasalahan perekonomian Indonesia saat ini. Salah satu solusi untuk masalah ini adalah melalui penghimpunan dana zakat, infak, dan sedekah (ZIS). Saat akan menyalurkan ZIS, tentunya seorang muzaki akan memilih LAZ yang terpercaya. Sebenarnya, telah terdapat beberapa LAZ yang direkomendasikan oleh BAZNAS. Namun, muzaki tentunya hanya memilih satu atau dua lembaga dalam menyalurkan zakat, infak, dan sedekahnya berdasarkan pertimbangan faktor-faktor tertentu. Oleh karena itu, tujuan dari penelitian ini adalah untuk mengusulkan sistem pendukung keputusan dalam pemilihan Lembaga Amil Zakat terbaik atau yang direkomendasikan berdasarkan beberapa kriteria menggunakan metode Modified Fuzzy Divergence Measure. Penelitian ini menggunakan enam alternatif Lembaga Amil Zakat, yaitu LAZ Baitul Maal Hidayatullah, LAZ Dompet Dhuafa Republika, LAZ Muhammadiyah, LAZ Nurul Hayat, LAZ Rumah Zakat Indonesia, dan LAZ Yatim Mandiri. Penilaian Lembaga Amil Zakat terbaik berdasarkan lima kriteria, yaitu profesionalisme, pelayanan, inovasi program, kenyamanan, dan transparansi keuangan (akuntabilitas). Data diperoleh dari pengisian kuesioner oleh responden yang pernah menyalurkan dana zakat, infak, dan/atau sedekah di lembaga yang dipilih melalui google form. Dari hasil analisis data diperoleh bahwa peringkat pertama yaitu Lembaga Amil Zakat C dengan sebesar 0.021097. Peringkat kedua yaitu Lembaga Amil Zakat D dengan sebesar 0.023562. Peringkat ketiga yaitu Lembaga Amil Zakat E dengan sebesar 0.103935. Peringkat keempat yaitu Lembaga Amil Zakat F dengan sebesar 0.177659. Peringkat kelima yaitu Lembaga Amil Zakat A dengan sebesar 0.777667. Peringkat keenam yaitu Lembaga Amil Zakat B dengan sebesar 0.999743. Sehingga, Lembaga Amil Zakat terbaik atau yang direkomendasikan adalah Lembaga Amil Zakat C.
APLIKASI INTUITIONISTIC FUZZY MULTI SETS (IFMS) DALAM PEMILIHAN SKINCARE TERBAIK DENGAN MENGGUNAKAN UKURAN KESAMAAN HAMMING YANG DINORMALISASI Alfina Putri Rahayu; Raden Sulaiman
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (853.583 KB) | DOI: 10.26740/mathunesa.v10n1.p68-75

Abstract

Pada teori himpunan fuzzy terdapat beberapa cara untuk mengukur kesamaan dua himpunan salah satunya yaitu menggunakan metode intuitionistic Fuzzy Multi Sets (IFMS). Sehingga penelitian ini, diperkenalkan Ukuran Kesamaan Hamming yang dinormalisasi untuk Intuitionistic Fuzzy Multi Sets (IFMS). Menggunakan metode ini, diperoleh perhitungan pemilihan skincare terbaik. Produk Skincare yang dipilih untuk mendukung penelitian ini yaitu Wardah, Skin Aqua, Emina, The Body Shop, dan Garnier. Penilaian Skincare terbaik terbagi menjadi lima kriteria yaitu berdasarkan kandungan, kemasan, Kesesuaian terhadap jenis kulit, skincare aman (lulus uji BPOM), dan yang terakhir kecocokan terhadap kulit. Hasil pengolahan data, skincare yang menduduki peringkat pertama yaitu Skin Aqua dan The Body Shop. Skincare yang menduduki peringkat kedua yaitu Wardah. Skincare yang menduduki peringkat ketiga yaitu Garnier. Skincare yang menduduki peringkat terakhir yaitu Emina. Kata Kunci: Intuitionistic Fuzzy Multi Sets (IFMS), Skincare, Pemilihan Skincare
Peramalan Jumlah Keberangkatan Penumpang Pelayaran Dalam Negeri di Pelabuhan Tanjung Perak Menggunakan Metode ARIMA dan SARIMA Syifania Putri; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (846.936 KB) | DOI: 10.26740/mathunesa.v10n1.p61-67

Abstract

Seiring berkembangnya zaman, Indonesia memiliki perkembangan yang pesat dalam bidang tranportasi, khusunya transportasi laut yaitu kapal terbang. Arus transportasi laut yang ramai juga dirasakan oleh Pelabuhan Tanjung Perak yang berada di Surabaya. Adanya fluktuasi dan terjadi penurunan jumlah penumpang di Pelabuhan Tanjung Perak pada bulan Februari 2020 akibat munculnya virus COVID-19 yang memberi akibat pada bidang pariwisata dan bidang transportasi untuk menutup sementara beroperasinya sektor tersebut. Adapaun penelitian ini bertujuan untuk memprediksi jumlah penumpang pelayaran dengan metode Autoregressive Integrated Moving Average (ARIMA) dan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Metode ARIMA dan SARIMA memiliki data berfluktuasi yang berbeda pola. Metode ARIMA dengan pola yang menunjukkan fluktuasi yang tidak tetap dan metode SARIMA dengan pola musiman. Dengan prediksi ini diharapkan dapat membantu sektor yang ada di Pelabuhan untuk mengantisipasi kenaikan dan penuruna penumpang, mempersiapkan sarana prasarana, dan menyediakan fasilitas yang memadai. Penelitian ini menganalisis jumlah keberangkatan penumpang pelayaran di Pelabuhan Tanjung Perak sebagai data sekunder dari situs resmi Badan Pusat Statistik dengan periode Januari 2014 sampai dengan November 2021. Model yang terpilih pada metode ARIMA yaitu ARIMA(1,1,1) sedangkan pada metode SARIMA yaitu SARIMA(1,1,1)(2,0,0)12. Hasil penelitian menunjukkan analisis dengan metode ARIMA mempunyai nilai akurasi lebih kecil daripada analisis dengan menggunakkan metode SARIMA yaitu sebesar 16.15% dan merupakan metode terbaik untuk peramalan ini. Kata Kunci: Peramalan, ARIMA, SARIMA

Page 1 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 11 No 03 (2023): Article in Press Vol 11 No 2 (2023) Vol 11 No 1 (2023) Vol 10 No 3 (2022) Vol 10 No 2 (2022) Vol 10 No 1 (2022) Vol 9 No 3 (2021) Vol 9 No 2 (2021) Vol 9 No 1 (2021) Vol 8 No 3 (2020) Vol 8 No 2 (2020) Vol 8 No 1 (2020) Vol 7 No 3 (2019) Vol 7 No 2 (2019) Vol 7 No 1 (2019) Vol 6 No 3 (2018) Vol 6 No 2 (2018) Vol 6 No 1 (2018) Vol 5 No 3 (2017) Vol 5 No 2 (2017) Vol 5 No 1 (2017) Vol 3 No 3 (2014) Vol 3 No 2 (2014) Vol 3 No 1 (2014) Vol 1 No 5 (2013) Vol 1 No 4 (2013) Vol 1 No 3 (2013) Vol 1 No 2 (2013) Vol 1 No 1 (2013) More Issue