Claim Missing Document
Check
Articles

Found 27 Documents
Search

Stabilitas Model Matematika Penularan Penyakit Mulut dan Kuku (PMK): Stability of the Mathematical Model for Transmission of Foot and Mouth Disease (FMD) Aulia Nurita Sari; Dimas Avian Maulana
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 02 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n2.p295-303

Abstract

Penyakit Mulut dan Kuku (PMK) adalah penyakit yang disebabkan oleh Foot-and-Mouth Disease Virus (FMDV) dari genus Apthovirus dan keluarga Picornaviridea yang menyerang semua hewan berkuku genap atau belah seperti sapi, kerbau, babi, kambing, domba dan termasuk satwa liar. Penyakit ini bukan termasuk zoonosis (penyakit yang dapat menular pada manusia). Penelitian ini bertujuan untuk memodelkan PMK secara matematis, mengetahui kestabilan, dan melakukan simulasi numerik model penyebaran PMK. Pada penelitian ini, populasi dibagi menjadi empat kompartemen yaitu rentan/suspectible (S), laten/latent (L), terinfeksi/infected (I) dan sembuh/recovered (R). Dari model SLIR ditentukan titik kesetimbangan bebas penyakit dan titik kesetimbangan endemik, kemudian dianalisis kestabilannya dengan menggunakan kriteria Routh-Hurwitz. Selanjutnya ditentukan bilangan reproduksi dasar (R0) dan dilakukan analisis sensitivitas terhadap . Berdasarkan hasil analisis kestabilan pada model SLIR, titik kesetimbangan bebas penyakit stabil jika R0 < 1 yang artinya PMK akan menghilang dan titik kesetimbangan endemik stabil jika R0 > 1 yang artinya PMK akan tetap ada dan menjadi endemik. Hasil simulasi numerik dapat diketahui bahwa terjadi endemik PMK di Provinsi Jawa Timur, hal ini diperkuat dengan nilai R0 = 1,16 yang berarti R0 > 1. Berdasarkan analisis sensitivitas terhadap tingkat masa inkubasi merupakan parameter yang sensitif. Berdasarkan hasil simulasi numerik dengan mengubah nilai parameter tingkat masa inkubasi dapat diketahui bahwa PMK akan menghilang seiring berjalannya waktu apabila hal ini diperkuat dengan R0 = 0,33.
Analisis Pelaksanaan Pelatihan Penulisan Karya Tulis Ilmiah di MGMP Matematika SMP Kabupaten Lumajang Sofro, A'yunin; Khikmah, Khusnia Nurul; Fuad, Yusuf; Maulana, Dimas Avian; Lukito, Agung; Auliya, Elok Rizqi
Aksiologiya: Jurnal Pengabdian Kepada Masyarakat Vol 8 No 2 (2024): Mei
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/aks.v8i2.13610

Abstract

Wabah Covid-19 merupakan ancaman nyata bagi kesehatan global dan menjadi beban dan tantangan serius bagi semua negara. Covid-19 berdampak pada melemahnya perekonomian, tetapi dampaknya juga dirasakan dalam dunia pendidikan. Keprofresionalan seorang guru sangatlah dibutuhkan untuk menghadapi berbagai tantangan. Guru memegang peranan yang sangat penting dalam mendukung program pemerintah khususnya peningkatan kualitas pendidikan, terutama di masa pandemi saat ini. Seorang guru yang profesional juga diharapkan selalu melakukan penelitian yang dituangkan dalam suatu karya tulis ilmiah. Untuk mendukung kualitas dari karya tulis ilmiah, analisis data dalam penelitian juga sangat diperlukan. Di sisi lain, MGMP Matematika SMP Kabupaten Lumajang membutuhkan pelatihan untuk meningkatkan kinerja guru. Sehingga, menggiatkan guru untuk melakukan penulisan karya ilmiah dengan analisis statistika adalah salah satu solusi yang tepat dilakukan. Dari hasil yang didapatkan bahwa kriteria keberhasilan dari sisi output telah terpenuhi. Lebih dari 90 persen kelompok telah mencapai target kinerja yang ditetapkan. Sedangkan dari sisi proses, sekitar 80 persen lebih peserta memberikan kesan positif terhadap workshop yang telah dilakukan. Dengan adanya pelatihan tersebut juga ada peningkatan kinerja guru dalam penulisan karya ilmiah sebesar 82 persen.
Analisis Pelaksanaan Pelatihan Penulisan Karya Tulis Ilmiah di MGMP Matematika SMP Kabupaten Lumajang Sofro, A'yunin; Khikmah, Khusnia Nurul; Fuad, Yusuf; Maulana, Dimas Avian; Lukito, Agung; Auliya, Elok Rizqi
Aksiologiya: Jurnal Pengabdian Kepada Masyarakat Vol 8 No 2 (2024): Mei
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/aks.v8i2.13610

Abstract

Wabah Covid-19 merupakan ancaman nyata bagi kesehatan global dan menjadi beban dan tantangan serius bagi semua negara. Covid-19 berdampak pada melemahnya perekonomian, tetapi dampaknya juga dirasakan dalam dunia pendidikan. Keprofresionalan seorang guru sangatlah dibutuhkan untuk menghadapi berbagai tantangan. Guru memegang peranan yang sangat penting dalam mendukung program pemerintah khususnya peningkatan kualitas pendidikan, terutama di masa pandemi saat ini. Seorang guru yang profesional juga diharapkan selalu melakukan penelitian yang dituangkan dalam suatu karya tulis ilmiah. Untuk mendukung kualitas dari karya tulis ilmiah, analisis data dalam penelitian juga sangat diperlukan. Di sisi lain, MGMP Matematika SMP Kabupaten Lumajang membutuhkan pelatihan untuk meningkatkan kinerja guru. Sehingga, menggiatkan guru untuk melakukan penulisan karya ilmiah dengan analisis statistika adalah salah satu solusi yang tepat dilakukan. Dari hasil yang didapatkan bahwa kriteria keberhasilan dari sisi output telah terpenuhi. Lebih dari 90 persen kelompok telah mencapai target kinerja yang ditetapkan. Sedangkan dari sisi proses, sekitar 80 persen lebih peserta memberikan kesan positif terhadap workshop yang telah dilakukan. Dengan adanya pelatihan tersebut juga ada peningkatan kinerja guru dalam penulisan karya ilmiah sebesar 82 persen.
LOGISTIC AND PROBIT REGRESSION MODELING TO PREDICT THE OPPORTUNITIES OF DIABETES IN PROSPECTIVE ATHLETES Ariyanto, Danang; Sofro, A'yunin; Hanifah, A’idah Nur; Prihanto, Junaidi Budi; Maulana, Dimas Avian; Romadhonia, Riska Wahyu
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 18 No 3 (2024): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol18iss3pp1391-1402

Abstract

Diabetes is among the most prevalent chronic diseases globally, posing significant health risks to individuals. The identification of individuals at risk of developing these conditions is of paramount importance, particularly in high-stress and physically demanding activities such as athletic training. To find out the chances of a prospective athlete suffering from diabetes or not, models for binary data can be used, including logistic regression and probit models. The data used is primary data from prospective athletes in East Java, including prospective athletes from the State University of Surabaya and East Java Koni Athletes. This study aimed to develop an early prediction model for diabetes in prospective athletic candidates using a bivariate logistic and probit regression approach while considering the influence of socio-demographic and anthropometric factors. To selecting the best model between logistic regression and probit regression using Akaike’s Information Criterion (AIC) value, the smaller the AIC value gets means that the model is closer to the actual value or being the best model. Logistic regression has a smaller AIC value (129,85) than probit regression, this means that the logistic model is the best model. In this paper, an attempt is made to explore the use of logistic and probit regression to determine the factors which significantly influence the diabetes disease and we got that the logistic model as the best model because it has a smaller AIC value than the probit model. Based on the result of analysis and discussion, it can be concluded that there are two factors called mother’s job and finance which are influenced to the response variable, diabetes disease at significance level of 5%.
STOCK PRICE PREDICTION AND SIMULATION USING GEOMETRIC BROWNIAN MOTION-KALMAN FILTER: A COMPARISON BETWEEN KALMAN FILTER ALGORITHMS Maulana, Dimas Avian; Sofro, A'yunin; Ariyanto, Danang; Romadhonia, Riska Wahyu; Oktaviarina, Affiati; Purnama, Mohammad Dian
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 19 No 1 (2025): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol19iss1pp97-106

Abstract

Stocks have high-profit potential but also have high risk. Many people have ways to forecast stock prices. The Geometric Brownian Motion (GBM) method forecasts stock prices. The data used in this study are closing stock price data from July 1, 2021 to August 31, 2021 taken from Yahoo! Finance. The stocks used in this research are Bank Rakyat Indonesia (BBRI), Indofood Sukses Makmur (INDF), and Telkom Indonesia (TLKM). A strategy is carried out to improve prediction accuracy by utilising the Kalman Filter (KF). This research will compare the mean absolute percentage error (MAPE) value between GBM-KF, which was manually computed and computed using the Python library. As an example of this research, for BBRI stock, the high GBM MAPE value of 9.02% can be reduced to 3.52% with manually computed GBM-KF and 3.68% with Python library computed GBM-KF. Similarly, INDF and TLKM stocks are showing a significant reduction in MAPE values to deficient levels in some cases. The GBM-KF method employing manual computing may enhance the overall precision of stock price forecasting. Future research may enhance this study by using the GBM-KF model on alternative financial instruments, integrating supplementary market data, or evaluating its efficacy under extreme market conditions.
Penerapan Model Predictive Control (MPC) pada Desain Pengendalian Robot Mobil Beroda Empat Maulana, Dimas Avian
Zeta - Math Journal Vol 3 No 2 (2017): November
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (899.173 KB) | DOI: 10.31102/zeta.2017.3.2.46-51

Abstract

Robot mobil adalah salah satu contoh dari wahana nir awak (WaNA) yang dapat dikendalikan dari jauh atau memiliki sistem pengendali otomatis untuk bergerak dan berpindah haluan. Robot mobil menjadi salah satu sarana yang digunakan oleh pihak militer untuk untuk melakukan pengintaian, penjelajahan, dan pengawasan ke tempat-tempat yang berbahaya bagi manusia. Pada penerapannya ada beberapa lintasan yang dianggap berbahaya untuk dilalui, didefinisikan suatu lintasan terlebih dahulu agar robot mobil bergerak sesuai lintasan tersebut. Robot mobil tidak bisa mengikuti lintasan dengan baik tanpa diberi perintah terlebih dahulu dan dikendalikan. Untuk itu, diperlukan suatu metode untuk mengendalikan robot mobil agar dapat bergerak mengikuti lintasan dalam misinya untuk melakukan pengintaian, penjelajajahan dan pengawasan. Dari hasil simulasi diperoleh bahwa dengan mengambil horizon prediksi N=3, waktu sampling t=1s dan iterasi sebanyak 10 kali diperoleh nilai x(k) yang mendekati dengan nilai x_r(k)
Pelatihan Pengkonstruksian Masalah Matematika HOTS Bagi Guru-Guru Sekolah Dasar di Kabupaten Pasuruan Artiono, Rudianto; Juniati, Dwi; Budayasa, I Ketut; Maulana, Dimas Avian
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 8, No 4 (2025): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v8i4.9711

Abstract

Pendidikan matematika di Sekolah Dasar tidak hanya bertujuan untuk membekali siswa dengan pemahaman konsep dasar matematika, tetapi juga untuk melatih cara berpikirnya. Seiring dengan tuntutan perkembangan global, penggunaan soal matematika berbasis HOTS menjadi sangat penting untuk melatih siswa terbiasa menganalisis, menyintesis, dan menerapkan konsep dasar dalam kehidupan nyata. Hasil evaluasi yang dilakukan oleh pihak Dinas Pendidikan Kabupaten Pasuruan mencerminkan perlunya peningkatan kualitas pembelajaran matematika khususnya kemampuan guru dalam mengkonstruksi permasalahan matematika yang berbasis HOTS. Tim PKM Matematika Unesa menawarkan solusi berupa kegiatan pelatihan pengkonstruksian masalah matematika berbasis HOTS yang berkualitas dalam hal ini lebih difokuskan pada konten literasi matematika numerasi untuk guru-guru SD di Kabupaten Pasuruan. Kegiatan ini telah dilaksanakan pada tanggal 13 Juli 2024 di SMPN 1 Bangil Pasuruan dan diikuti oleh 25 Guru SD dari beberapa kecamatan yang ada di Kabupaten Pasuruan secara luring. Kegiatan selanjutnya dilakukan secara daring untuk mendapatkan hasil sesuai yang diharapkan. Dari hasil pengerjaan tugas yang diberikan kepada peserta pelatihan, terjadi peningkatan pemahaman guru sebesar 85% dalam mengkonstruksi soal matematika HOTS. Dari hasil kegiatan ini dapat disimpulkan bahwa dengan adanya peningkatan kemampuan guru dalam mengkonstruksi masalah matematika HOTS sesuai dengan tujuan diadakannya PKM akan membawa pengaruh positif terhadap kualitas pembelajaran matematika di Kabupaten Pasuruan.
Sensitivity Analysis of Online Game Addiction Model Maulana, Dimas Avian
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 20, No 2 (2023): June 2023
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v20i2.22649

Abstract

The rapid advancement of the internet has led to some shifts in daily activities. Some conventional activity is now slowly shifted to online, including playing online games. Online games have both impacts, positive and negative. The advantage of online games is to help people communicate with other parties anywhere and anytime in the world. On the other hand, the negative impact is an addiction which leads to losing track of time and neglecting their responsibilities. This study aims to analyse online game addiction using a mathematical model. The mathematical model used is the SEAR model with four compartments, susceptible, exposed, addiction and recovery. The population of this study is limited to cases of addiction to online games on gadgets and ignores the factor of having professional players (e-sports). We obtained the basic reproduction number is , which means that online game addiction does not occurs in the population. Sensitivity analysis showed that the rate of susceptible gamer to be exposed gamer and the rate of individuals who addicted to online game are the parameter which prone to change. The numerical simulation also shown that the change in α brings an impact to the overall dynamics.
Literasi Keuangan dan Profesi Aktuaris di Sekolah Kota/Kabupaten Mojokerto Zatadini, R. A. Diva; Permata, Reny Amalia; Oktaviarina, Affiati; Sofro, A’yunin; Maulana, Dimas Avian; Ariyanto, Danang; Khumairo, Nabilatul; Nofriyadi, Rizki
Bakti Sekawan : Jurnal Pengabdian Masyarakat Vol. 5 No. 2 (2025): Desember
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/bakwan.v5i2.907

Abstract

The development of the financial industry requires human resources with adequate financial literacy and risk management understanding. However, teachers and students in Mojokerto still face challenges in the form of low financial literacy, particularly in personal financial management, long-term financial planning, and understanding risk concepts, as well as limited awareness of the actuarial profession as a strategic career path in the financial sector. This community service program aims to enhance the financial literacy of teachers and students through interactive and educational approaches, focusing on the introduction of basic financial literacy concepts and the actuarial profession as a strategic career opportunity in the financial industry. The activities include interactive seminars, case studies, simulations, and discussion sessions to strengthen participants’ comprehension. The program is expected to improve participants’ knowledge and skills in financial literacy, broaden their understanding of the actuarial profession. Based on the results of the pre-test and post-test, it can be concluded that the learning activities conducted had a positive impact on increasing participants’ knowledge, as evidenced by the rise in their average scores from 70.89 in the pre-test to 96.44 in the post-test. Overall, this program contributes to building financially literate school communities and preparing younger generations to face future economic challenges more effectively.
K-means optimization with bat algorithm for predicting diabetes and hypertension risk in athletes’ comparison with machine learning A&#039;yunin Sofro; Danang Ariyanto; Junaidi Budi Prihanto; Dimas Avian Maulana; Riska Wahyu Romadhonia; Asri Maharani; Affi Oktaviarina; Ibnu Febry Kurniawan; Khusnia Nurul Khikmah; Muhammad Mahdy Al Akbar
International Journal of Advances in Intelligent Informatics Vol 11, No 4 (2025): November 2025
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v11i4.1816

Abstract

This research aims to develop an analytical approach to classification statistics. The proposed approach combines machine learning with optimization. Considering the urgency of research related to exploring the best methods to apply to sports data. This study proposes a novel framework that combines the k-means clustering results with the bat algorithm to optimize performance prediction for athletes in Indonesia. The proposed method aims to explore the data by comparing the classification performance of random forests, extremely randomized trees, and support vector machines. We conducted a case study using primary data from 200 respondents at Surabaya State University and the East Java National Sports Committee. The accuracy results in this study indicate that, based on the performance evaluation metric, the best approach is random forest clustering using k-means with bat algorithm optimization, achieving 81.25% accuracy, compared with other machine learning approaches. This research contributes to the field of classification statistics by introducing a novel hybrid framework that integrates machine learning, clustering, and optimization techniques to improve predictive accuracy, particularly in sports analytics. Beyond sports science, the proposed approach can be adapted to other domains that require robust performance prediction and decision support, such as health analytics, educational assessment, and human resource selection.