cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surabaya,
Jawa timur
INDONESIA
MUST: Journal of Mathematics Education, Science and Technology
ISSN : 25416057     EISSN : 25414674     DOI : -
Core Subject : Science, Education,
MUST is a journal of mathematics education, science, and technology published by the Faculty of Teacher Training and Education, Muhammadiyah University of Surabaya. This journal focuses on the publication of research results and scientific articles on mathematics education, science, and technology. MUST Journal is published twice in a year, on July and December.
Arjuna Subject : -
Articles 216 Documents
ANALISIS SPEKTRAL DALAM PENENTUAN PERIODISITAS DAN INTENSITAS CURAH HUJAN DI WILAYAH KOTA SERANG Afin Alwi Adela; Yayat Ruhiat; Rahmat Firman Septiyanto
MUST: Journal of Mathematics Education, Science and Technology Vol 7 No 1 (2022): JULY
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v7i1.18418

Abstract

Kota Serang berada pada kategori iklim hujan tropis hal ini menandakan bahwa curah hujan pada keadaan terntentu akan memiliki intensitas yang tinggi. Hal tersebut yang menimbulkan terjadinya bencana banjir di kota Serang, Oleh karena itu, perlu dilakukan identifikasi untuk mengetahui periodisitas dan tingkat intensitas curah hujan di kota Serang. Metode yang digunakan dalam penelitian ini analisis spektral untuk mengetahui periodisitas  dan metode mononobe untuk mengetahui tingkat intensitas. Hasil penelitian yang diperoleh periodisitas curah hujan terjadi 11.91 bulan/siklus atau 35.75 dasarian/siklus artinya curah hujan di kota Serang memiliki tipe monsunal sebab dipengaruhi fenomena angin munson dan tingkat intensitas (I) tertinggi sebesar 34.04 hingga 85.78 mm/jam yang berlangsung dalam kurun waktu singkat yaitu 1 – 4 jam hal ini menimbulkan banjir di beberapa wilayah kota Serang.
Penerapan Multivariate Geographically Weighted Regression pada Kasus Angka Kematian Ibu dan Bayi di Provinsi Jawa Tengah Elisabeth Vianey Mali; Elvira Mustikawati Putri Hermanto
MUST: Journal of Mathematics Education, Science and Technology Vol 7 No 2 (2022): DECEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v7i2.18470

Abstract

Maternal Mortality Rate and Infant Mortality Rate are indicators of health development that are used to show the state of health status in a community, including maternal and infant services. Many factors affect MMR and IMR both in terms of health, education, and economy. Central Java Province is one of the provinces in Indonesia where MMR has not met the SDGs target, while IMR is included in the 10 highest IMR areas in Indonesia. The purpose of this study was to establish a Multivariate GWR model in cases of AKI and IMR in Central Java Province in 2020. The predictor variables used in this study were the percentage of pregnant women carrying out K4 visits (X1), the percentage of Td2+ immunization in pregnant women (X2), the ratio of the puskesmas (X3), the average length of school (X4) and the percentage of the poor (X5). One example of an area in Central Java Province is Rembang Regency, with variables that significantly affect MMR is X5 and variables that affect IMR are X2 and X5. The goodness of the model with AICc obtained an AICc value of 397.215.
MODEL EPIDEMIK SIR PADA KASUS COVID-19 DI PROVINSI SUMATERA UTARA Miclyael Luge; Rahman Wahabi Hasibuan
MUST: Journal of Mathematics Education, Science and Technology Vol 7 No 2 (2022): DECEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v7i2.18508

Abstract

COVID-19 yang berasal dari virus SARS-CoV-2, telah menjadi pandemi global sejak tahun 2020 dan menjadi endemik pada awal tahun 2023. Penelitian ini bertujuan untuk memodelkan penyebaran COVID-19 di Provinsi Sumatera Utara dengan menggunakan model SIR (Suspected, Infected, Removed). Model SIR yang dikembangkan oleh Kermack dan McKendrik digunakan untuk membagi populasi menjadi tiga kelompok: berpotensi terinfeksi (Suspected), terinfeksi (Infected) dan pulih/meninggal (Removed). Model matematika ini telah banyak digunakan dalam studi penyebaran COVID-19. Kajian ini menggunakan data yang diperoleh dari Kementerian Kesehatan RI selama kurun waktu 1 tahun 8 bulan, terhitung sejak Januari 2022 hingga September 2022. Data tersebut meliputi jumlah kasus COVID-19 dan status pasien di Provinsi Sumatera Utara. Dengan menggunakan model SIR, dimungkinkan untuk memprediksi penyebaran penyakit COVID-19 di antara penduduk di Sumatera Utara. 
Penerapan Model Pembelajaran Kooperatif Tipe TGT Berbantuan Geogebra dan Quizizz untuk Meningkatkan Hasil Belajar Materi Fungsi Kuadrat Bagi Siswa Kelas X SMA N 3 Salatiga Desti Anisa Zoraida; Kriswandani; Anna Royyanna Nikmah
MUST: Journal of Mathematics Education, Science and Technology Vol 7 No 2 (2022): DECEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v7i2.18533

Abstract

Penelitian Tindakan Kelas Kolaborasi (PTKK) ini bertujuan untuk meningkatkan hasil belajar pada materi Fungsi Kuadrat menggunakan model pembelajaran kooperatif tipe TGT (Teams, Games, and Tournament) berbantuan GeoGebra dan Quizizz bagi siswa kelas X SMA N 3 Salatiga. PTKK ini dilaksanakan dalam 2 siklus berdasarkan Teori Kemmis dan Taggart yang terdiri atas 4 tahapan yakni tahap perencanaan, pelaksanaan, observasi, serta refleksi. Subjek penelitian ini adalah 34 siswa kelas X SMA N 3 Salatiga. Teknik pengumpulan data penelitian ini menggunakan observasi dan tes. Data yang diperoleh dianalisis menggunakan analisis deskriptif dan kuantitatif. Hasil penelitian menunjukkan bahwa adanya kenaikan nilai rata-rata yaitu pada pra siklus sebesar 77,7; siklus I sebesar 81,6; dan siklus II sebesar 83,4. Persentase ketuntasan klasikal juga menunjukkan adanya kenaikan yaitu siswa yang telah memperoleh nilai di atas KKM (75) pada pra siklus sebesar 58,06% (18 siswa), siklus I sebesar 81,82% (27 siswa), dan siklus II sebesar 87,88% (29 siswa).
PENERAPAN CLUSTERING TIME SERIES UNTUK MENGELOMPOKKAN PROVINSI DI INDONESIA BERDASARKAN JUMLAH PRODUKSI KOPI TAHUN 2008-2021 Nadya Pratiwi Doholio; Rifindu Putra Oktavian; Dian Febrianti Jafar; Prycillia M. C. Nelwan; Moh. Adyan Balada; Asrul S. Ulopo; Stevani Hanapi; Sarah Aulia Djafar; Rahmat Septian Daud; La Ode Nashar
MUST: Journal of Mathematics Education, Science and Technology Vol 7 No 2 (2022): DECEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v7i2.18562

Abstract

Kopi merupakan salah satu komoditas perkebunan di Indonesia yang peranannya begitu penting. Indonesia terdapat pada posisi keempat sebagai negara penghasil kopi terbesar. Hal ini bisa saja dikarenakan wilayah Indonesia yang memungkinkan untuk memproduksi tanaman kopi lebih banyak. Karakteristik wilayah di Indonesia berbeda-beda, sehingga penghasilan tanaman kopi juga berbeda-beda setiap tahunnya. Tujuan diadakannya penelitian ini adalah untuk mengelompokkan provinsi-provinsi di Indonesia dengan melakukan penerapan Clustering Time Series pada data nilai produksi kopi setiap provinsi di Indonesia pada periode tahun 2008-2021. Jarak terbaik yang dapat digunakan untuk Clustering Time Series Analysis pada data ini yaitu jarak Dynamic Time Warping (DTW) dengan metode Average Linkage dan menghasilkan 3 cluster, yaitu cluster 1 terdiri dari 2 provinsi, cluster 2 terdiri dari 4 provinsi, dan cluster 3 terdiri dari 28 provinsi. Secara rata-rata, 3 cluster yang terbentuk menghasilkan nilai koefisien silhouette 0.81 atau dikategorikan Strong Classification.
THE APPLICATION OF IOT SMART ATTENDANCE BASED ON BLUETOOTH LOW ENERGY Nur Hayati; Adityo EKa Nugraha
MUST: Journal of Mathematics Education, Science and Technology Vol 8 No 2 (2023): DESEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v8i2.18870

Abstract

Internet of things (IoT) is a technology where any objects is connected to the internet. The IoT application currently being developed to support education system such as the implementation of smart campus including academics and administration field. In order to improve the learning efficiency between lecturers and students, we provide smart application to facilitate administration of attendance. This application able to provide the proof of presence for both lecturers and students by recording user presence automatically. In this paper we conduct experimental trial utilizing beacon BLE (Bluetooth Low Energy) as media communication at our proposed application. The application is called as UMY-Ipresence. The application is built by utilizing a cloud server as a backend services, beacon bluetooth low energy as an intermediary media and an android application as a smart application on an end device. The system is divided into two categories, namely backend services in the form of cloud servers and front-end applications. The application on the front end consists of admin side and user side where each part has a different privilege access. There are several features for users (students) and lecturers in their respective roles for the approach to implementing smart attendance.  
Analisis Kebutuhan Pengembangan Instrumen Penilaian Penguasaan Materi Prasyarat Topik Pengukuran Sekolah Dasar Rina Fardiana; Endang Susilaningsih; Saiful Ridlo; Wahyu Lestari
MUST: Journal of Mathematics Education, Science and Technology Vol 8 No 2 (2023): DESEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v8i2.18948

Abstract

Materi matematika sulit dipahami jika konsep pada materi sebelumnya atau prasyarat belum dicapai. Penelitian ini adalah penelitian kualitatif yang bertujuan menganalisis kebutuhan pengembangan instrumen penilaian penguasaan materi prasyarat topik pengukuran di Sekolah Dasar. Penelitian dilakukan di SDN Bendan Ngisor, Semarang. Teknik pengambilan data menggunakan wawancara terstruktur, dokumentasi, dan kajian pustaka. Sumber data pada penelitian ini adalah wali kelas dan tiga siswa kelas V. Teknik analisis data menggunakan interaktif model Miles dan Huberman yang terdiri dari pengumpulan data, reduksi, klasifikasi, dan penarikan kesimpulan. Hasil penelitian menunjukkan sekolah belum memiliki instrumen tes penilaian penguasaan materi prasyarat topik pengukuran di awal pembelajaran sehingga pengembangan instrumen penilaian penguasaan materi prasyarat topik pengukuran di Sekolah Dasar dibutuhkan.
Rancang Bangun Alat Ukur Unsur Agroklimat Tanaman Padi Berbasis Iot Titis Hafidz Titis Restuadi; Adi Widiatmoko
MUST: Journal of Mathematics Education, Science and Technology Vol 8 No 2 (2023): DESEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v8i2.20153

Abstract

Sebagai negara agraris, Indonesia memiliki potensi yang sangat besar di bidang pertanian. Dalam pertanian, salah satu faktor yang menentukan keberhasilan tanaman adalah unsur hara dalam tanah. Salah satu unsur hara yang berperan penting dalam pertumbuhan dan perkembangan tanaman adalah NPK (Nitrogen, Fosfor, dan Kalium). Kebutuhan tanaman akan unsur hara N, P, dan K bergantung pada jenis tanaman, metode tanam, populasi, dan umur tanaman. Penelitian ini membuat alat untuk mengukur suhu tanah, kelembaban, pH, Nitrogen, Fosfor, dan Kalium. Sensor yang digunakan adalah sensor suhu DS18B20, sensor kelembaban YL-69, sensor pH tanah elektronik Depoinovasi, dan sensor N, P, dan K yang dimodifikasi oleh Doctor Plant. Data pengukuran ditampilkan pada server ThingSpeak. Data yang diukur sesuai dengan waktu pengamatan agroklimat, yaitu pukul 07:30 WIB (00:30 UTC), 12:30 WIB (05:30 UTC), dan 17:30 WIB (10:30 UTC). Pengumpulan data dilakukan di sawah di Desa Margodadi, Kecamatan Seyegan. Data yang diperoleh adalah data 10 hari di mana 1 hari pengukuran dilakukan sebanyak 3 kali pada waktu pengamatan agroklimat. Data rata-rata beberapa parameter seperti suhu tanah 28,3oC, kelembaban tanah 72,1%, pH tanah 6,63, nitrogen 181,7, fosfor 8,3, dan kalium 109,6. Kriteria kesesuaian lahan yang sesuai menurut data di atas adalah padi sawah irigasi S1.
Implementasi Data Analysis Tingkat Rating Hotel di Bali Menggunakan Algoritma K-Means dan Decesion Tree Hamdani Hamdani; Dedy Hartama
MUST: Journal of Mathematics Education, Science and Technology Vol 8 No 2 (2023): DESEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v8i2.20528

Abstract

Kemajuan perusahaan perhotelan tepatnya di Indonesia condong bertambah. Kemajuan sistem perhotelan termasuk usaha ketersediaan pelayanan fasilitas turisme di Indonesia terus menjadi hari menunjukkan kemajuan yang cepat. Dari bermacam kompetisi perhotelan lewat golongan, penginapan yang tumbang saing dengan penginapan yang lain hendak menimbulkan ide inspirasi inovatif yang sanggup mengangkut bagian penginapan yang masih jauh dari kompetisi sehingga dapat menimbulkan penuruna pada jumlah wisatawan. Minimnya data dan pengelompokan mengenai kunjungan turis ke bermacam tempat daya tarik darmawisata di hotel- hotel ternama di bermacam provinsi menyebabkan terdapatnya kesulitan untuk Penguasa Wilayah spesialnya Biro Pariwisata serta Ekonomi Inovatif dalam pemograman strategi penjualan pariwisata di berbagai provinsi alhasil advertensi ataupun penjualan pariwisata jadi tidak tepat target, menimbulkan pariwisata di provinsi yang minim diketahui sedikit di datangi oleh turis luar negeri. Riset ini bertujuan untuk mengcluster atau mengelompokkan data hotel menjadi 4 kelompok agar mendapatkan value yang bagus dan kemudian menentukan faktor apa yang paling berpengaruh terhadap value atau kepuasan rating hotel.
EVALUASI MODEL LONG-SHORT TERM MEMORY (LSTM) DAN SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) UNTUK PREDIKSI CURAH HUJAN DI WILAYAH SUMATRA Bimbing Putra Lumban Tobing; Rista Hernandi Virgianto
MUST: Journal of Mathematics Education, Science and Technology Vol 8 No 2 (2023): DESEMBER
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/must.v8i2.20563

Abstract

The demand for weather and climate information remains substantial. Climate change poses complex agricultural issues, underscoring the need for accurate weather and climate forecasts. Achieving highly accurate and consistent weather and climate predictions is a challenge in tropical regions. Numerous weather prediction models have been developed worldwide, yet these models often fail to adequately represent the dynamic parameters specific to Indonesia. Various approaches can be taken to predict upcoming rainfall, such as developing SARIMA and LSTM models. SARIMA enhances the ARIMA model by adding seasonal components, while LSTM has emerged as a competitive model for seasonal data. Rainfall data blending from selected Seasonal Zones (ZOM) in Sumatra is divided into training and test sets. LSTM and SARIMA models are constructed using Python programming language. Model outcomes are verified using metrics like RMSE, Bias, MAPE, and Pearson correlation. Additionally, data is transformed into multi-category contingency tables to verify the calculations for the proportion of correct forecasts and Peirce Skill Score. The SARIMA model produces smaller absolute error statistical values, but exhibits larger bias compared to LSTM. LSTM effectively captures training data patterns. The SARIMA model's outcomes are somewhat flat. Both models exhibit similar levels of accuracy. Peirce Skill Score calculations reveal that the LSTM model outperforms the SARIMA model in terms of the number of ZOMs falling into the "good" category.