Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal MATHunesa: Jurnal Ilmiah Matematika
Dwi Nur Yunianti
Unknown Affiliation
Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENERAPAN METODE TOPSIS UNTUK PENENTUAN PEMASOK BIJI KOPI PADA PT. BERKAT MUKMIN MANDIRI KARTIKA SARI; DWI NUR YUNIANTI
MATHunesa: Jurnal Ilmiah Matematika Vol 7 No 2 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1027.353 KB)

Abstract

Perkembangan pasar yang semakin pesat membuat perusahaan harus menetapkan pemasok yang tepat agar kualitas produk dapat diterima masyarakat. Penelitian ini bertujuan untuk menentukan pemasok terbaik dengan cara menyeleksi pemasok oleh beberapa kriteria yang telah ditentukan. Nilai bobot yang digunakan pada metode Techique for Order Preference by Similarity to Ideal Solution (TOPSIS) menggunakan defuzzifikasi dengan bobot harga (0,26), kualitas biji (0,26), waktu pengiriman (0,21), persediaan barang (0,13) dan jenis biji (0,21). Metode Techique for Order Preference by Similarity to Ideal Solution (TOPSIS) digunakan untuk merangking pemasok agar mendapatkan perusahaan yang tepat sebagai pemasok tetap. Kata kunci : TOPSIS, fungsi keanggotaan, defuzzifikasi, matriks keputusan, pemilihan supplier.
Implementasi FCM-ANFIS dalam Prediksi Tingkat Inflasi di Indonesia Nur Fathiah; Dwi Nur Yunianti
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p604-616

Abstract

Tingkat inflasi yang tinggi masih menjadi permasalahan ekonomi yang harus dihadapi negara berkembang, seperti Indonesia. Inflasi adalah suatu kondisi harga barang-barang secara umum mengalami kenaikan dan berlangsung secara terus-menerus serta saling mempengaruhi. Inflasi memiliki dampak signifikan pada perekonomian dan kesejahteraan masyarakat, seperti penurunan daya beli masyarakat, meningkatnya pengangguran, merosotnya pertumbuhan ekonomi, dan ketidaksetaraan sosial. Ada beberapa faktor penyebab inflasi di Indonesia, diantaranya adalah jumlah uang beredar, suku bunga, dan nilai tukar rupiah. Prediksi diperlukan dalam proses pengambilan keputusan karena dapat memberikan dasar untuk perencanaan dan keputusan dalam meningkatkan keuntungan atau mencegah kerugian. Salah satu metode yang dapat digunakan dalam prediksi adalah metode Adaptive Neuro Fuzzy Inference System (ANFIS). Metode ANFIS merupakan metode gabungan dari jaringan saraf tiruan dan logika fuzzy. Ada dua parameter dalam metode ANFIS, yaitu parameter premis dan parameter konsekuen. Dalam penelitian ini, parameter premis diperoleh dengan menggunakan Fuzzy C-Means (FCM). Penelitian ini dilakukan dengan tujuan untuk memprediksi tingkat inflasi di Indonesia menggunakan FCM-ANFIS, dengan tujuan memperoleh hasil prediksi yang lebih akurat. Pengelompokkan data dengan FCM menghasilkan 4 cluster, dengan cluster 1 terdiri dari 38 bulan, cluster 2 terdiri dari 19 bulan, cluster 3 terdiri dari 29 bulan, dan cluster 4 terdiri dari 39 bulan. Proses prediksi tingkat inflasi dengan menggunakan FCM-ANFIS menghasilkan nilai RMSE sebesar 0,3645, sehingga implementasi FCM-ANFIS cukup baik dalam prediksi tingkat inflasi di Indonesia.
IMPLEMENTASI METODE FCM DAN TOPSIS DALAM PENGELOMPOKAN DAN PEMERINGKATAN PERUSAHAAN F&b DI INDONESIA Likyanah, Regita Putri Adilia; Dwi Nur Yunianti
MATHunesa: Jurnal Ilmiah Matematika Vol. 14 No. 1 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v14n1.p263 - 276

Abstract

Perusahaan Food and Beverage (F&B) memiliki peran penting dalam perekonomian Indonesia dan menunjukkan perkembangan signifikan dalam beberapa tahun terakhir. Banyaknya jumlah perusahaan F&B tersebut memerlukan adanya pemetaan yang dapat memberikan gambaran terkait karakteristik perusahaan berdasarkan rasio keuangannya. Penelitian ini bertujuan untuk mengelompokkan dan melakukan pemeringkatan perusahaan F&B berdasarkan rasio keuangan. Metode Fuzzy C-Means (FCM) digunakan untuk mengelompokkan perusahaan menjadi lima klaster, yaitu solva-profit, klaster likuid-pasar, klaster profit-pasar, klaster likuid-solva, dan klaster likuid-profit. Hasil pengelompokan menunjukkan bahwa terdapat 3 perusahaan pada klaster solva-profit, 7 perusahaan pada klaster likuid-pasar, 26 perusahaan pada profit-pasar, 33 perusahaan pada klaster likuid-solva, dan 8 perusahaan pada klaster likuid-profit. Selanjutnya, metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) diterapkan untuk melakukan pemeringkatan perusahaan dalam tiap klaster. Hasil pemeringkatan menunjukkan bahwa WMPP, ADES, TAYS, CRAB, dan AMMS menempati peringkat satu pada masing-masing klaster. Melalui kombinasi metode FCM dan TOPSIS, penelitian ini diharapkan dapat memberikan gambaran yang lebih komprehensif mengenai karakteristik perusahaan F&B serta menjadi alat bantu strategis bagi manajemen perusahaan, investor, dan pemangku kebijakan dalam pengambilan keputusan. Kata Kunci: food and beverage, rasio keuangan, FCM, TOPSIS.
Co-Authors Alfiati Oktaaviarina Asma Johan Kartika Sari Likyanah, Regita Putri Adilia Nur Fathiah Sutinah Tatag Yuli Eko Siswono Yulia Puji Astuti