Articles
105 Documents
<![CDATA[Implementasi Transformasi Fourier pada Profilometer Optik Tiga-Dimensi (3-D) dengan Menggunakan Teknik Proyeksi Pola-pola Garis ]]>
<![CDATA[Sasono, Margi]]>;
<![CDATA[Kalim, M]]>;
<![CDATA[Nabitha, Dhea Aura]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol. 12 No. 1 (2025) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jim.v12i1.30992
<![CDATA[Pencitraan optik secara non-kontak untuk pengukuran dan pengetahuan profil permukaan obyek riil 3-D sangat penting dalam bidang industri dan medis. Di antara beberapa teknik pencitraan optik, profilometer optik dengan teknik proyeksi pola-pola garis periodik menjanjikan untuk dikembangkan lebih lanjut. Pola-pola ini mirip dengan sinyal, sehingga teknik yang biasa digunakan dalam pengolahan sinyal digital seperti transformasi Fourier atau algoritma Fast Fourier Transform (FFT) dapat diterapkan untuk mengolah pola-pola garis ini. Makalah ini membahas dan mendemonstrasikan implementasi algoritma FFT untuk profilometer optik, baik dengan simulasi komputer maupun eksperimen di laboratorium. Hasil simulasi dan eksperimen menunjukkan bahwa algoritma FFT sangat layak dan handal dalam merekonstruksi citra 3-D dari suatu bentuk permukaan obyek riil yang sedang diuji. Ke depan profilometer optik dengan proyeksi pola-pola garis periodik dan algoritma FFT dapat dikembangkan menjadi sebuah perangkat pencitraan optik yang baru untuk misalnya membuat dokumen digital citra 3-D dari seni topeng atau relief suatu candi.]]>
<![CDATA[Peramalan curah hujan di kota bandung menggunakan singular spectrum analysis ]]>
<![CDATA[Febrianti, Tri Kartika]]>;
<![CDATA[Sulandari, Winita]]>;
<![CDATA[Pratiwi, Hasih]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol 8, No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/konvergensi.v0i0.21461
<![CDATA[Curah hujan merupakan fenomena alam yang selalu terjadi di Indonesia setiap tahunnya. Fenomena ini bisa saja menyebabkan bencana seperti banjir dan tanah longsor. Adanya peramalan sangat dibutuhkan sebagai bentuk peringatan dini mengenai kondisi di waktu yang akan datang. Singular Spectrum Analysis (SSA) merupakan suatu teknik analisis deret waktu dan peramalan. SSA bertujuan untuk menguraikan deret waktu asli menjadi sejumlah kecil komponen yang dapat diinterpretasikan menjadi tren, osilasi dan noise. Tujuan dari penelitian ini yaitu menyajikan model peramalan curah hujan di Kota Bandung menggunakan metode Singular Spectrum Analysis (SSA). Berdasarkan penelitian ini, diketahui bahwa data curah hujan di Kota Bandung memiliki pola musiman. Penentuan window length (L) dilakukan dengan trial and error, yang dalam kasus ini diperoleh window length 17. Melalui dekomposisi dan rekonstruksi dengan window length 17 diperoleh 4 pengelompokan, yaitu satu kelompok tren dan tiga kelompok musiman. Pada penelitian ini digunakan RMSE untuk mengukur kesalahan hasil peramalan. Berdasarkan hasil pengujian dengan metode Singular Spectrum Analysis (SSA) diperoleh RMSE sebesar 167,510.]]>
<![CDATA[Analysis of diabetes mellitus gene expression data using two-phase biclustering method ]]>
<![CDATA[Kafi, Rahmat Al]]>;
<![CDATA[Bustamam, Alhadi]]>;
<![CDATA[Mangunwardoyo, Wibowo]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol 8, No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/konvergensi.v0i0.22111
<![CDATA[The purpose of this research is to find bicluster from Type 2 Diabetes Mellitus genes expression data which samples are obese and lean people using two-phase biclustering. The first step is to use Singular Value Decomposition to decompose matrix gene expression data into gene and condition based matrices. The second step is to use K-means to cluster gene and condition based matrices, forming several clusters from each matrix. Furthermore, the silhouette method is applied to determine the number of optimum clusters and measure the accuracy of grouping results. Based on the experimental results, Type 2 Diabetes Mellitus dataset with 668 selected genes produced optimal biclusters, with six biclusters. The obtained biclusters consist of 2 clusters on the gene-based matrix and 3 clusters on the sample-based matrix with silhouette values, respectively, are 0.7361615 and 0.7050163.]]>
<![CDATA[Power analysis in designing an experiment: The effect of acoustic treatments on mung beans ]]>
<![CDATA[Hazirah Abdullah, Nurul Ain]]>;
<![CDATA[Abd Rani, Khatijahhusna]]>;
<![CDATA[Mohd Noor, Aishah]]>;
<![CDATA[Fazalul Rahiman, Mohd Hafiz]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol 8, No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/konvergensi.v0i0.22113
<![CDATA[Recently, acoustic treatments have become an attention in agricultural studies. Many researchers found that acoustic treatments can be a supplemental factor in enhancing plant growth. However, the researches on this field have been mostly restricted to find the significant effect of their studies. Although extensive researches have been carried out, few studies do not report the sample size used in their experiment. Hence, this study will emphasise on the application of power analysis in the phase of designing an experiment which focus on the experiment to find the effect of acoustic treatments on mung beans. This paper presents a step-by-step guide to find the minimum number of sample size needed to conduct the experiment and how retrospective power analysis is calculated specifically for the data analysis using multivariate analysis of variance (MANOVA). Based on this study, the minimum total sample size estimated to conduct this experiment is 120 to 216. Upon conducting the experiment, the retrospective power is 97.3% and the effect size is 0.096. The effect size obtained can be a reference parameter for future experiment.]]>
<![CDATA[Penentuan Jadwal Tanam Padi Berdasarkan Skenario Representative Concentration Pathways (RCP) 4.5 periode 2021-2040 ]]>
<![CDATA[Mulya, Aditya]]>;
<![CDATA[Ismawardani, Novia Dewi]]>;
<![CDATA[Prabowo, Mulyono Rahadi]]>;
<![CDATA[Nuryadi, Nuryadi]]>;
<![CDATA[Munawar, Munawar]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol 8, No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/konvergensi.v0i0.22160
<![CDATA[Bali merupakan daerah beriklim tropis yang juga rentan terhadap dampak perubahan iklim. Perubahan iklim menyebabkan kemarau panjang sehingga banyak sawah di Provinsi Bali mengalami kekurangan air dan gagal panen. Upaya adaptasi dan mitigasi jangka panjang terhadap perubahan iklim diperlukan untuk mencegah dampak negatif tersebut. Salah satu upaya pencegahan dengan membuat informasi mengenai ketersediaan air tanah bagi tanaman serta memberikan gambaran jadwal tanam yang sesuai dengan kondisi iklim di masa yang akan datang. Representative Concentration Pathways (RCP) 4.5 merupakan skenario yang menggambarkan perubahan iklim di masa mendatang. Tujuan dalam penelitian ini untuk mengetahui perubahan jadwal tanam padi Provinsi Bali berdasarkan skenario RCP 4.5 dengan model MIROC 5. Data model yang digunakan berisi data parameter suhu udara dan curah hujan periode 2006-2040. Data observasi yang digunakan adalah data curah hujan dan suhu udara periode 1991-2010 serta data ketinggian. Hasil penelitian menunjukkan bahwa di wilayah Bali bagian tengah, pada periode proyeksi 2021-2030 terjadi peningkatan ketersediaan air tanah sehingga jadwal tanam dimulai lebih awal dari periode 1991-2010 yaitu dari Oktober menjadi September. Sedangkan pada periode proyeksi 2031-2040, tingkat ketersediaan air tanah hampir sama dengan periode 1991-2010, sehingga jadwal tanam pertama kembali dimulai pada bulan Oktober]]>
<![CDATA[Perbandingan 5 Jarak K-Nearest Neighbor pada Analisis Sentimen ]]>
<![CDATA[Mujhid, Almuzhidul]]>;
<![CDATA[Thobirin, Aris]]>;
<![CDATA[Firdausy, Salma Nadya]]>;
<![CDATA[Surono, Sugiyarto]]>;
<![CDATA[Rahmadani, Lanova Ade]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol 8, No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/konvergensi.v0i0.23170
<![CDATA[K-Nearest Neighbor (KNN) merupakan algoritma yang biasa digunakan untuk klasifikasi. Penelitian ini menggunakan ulasan aplikasi Maxim di Google Play Store. Pengguna yang sudah mengunduh aplikasi Maxim berhak memberikan ulasan di Google Play Store guna berbagi informasi untuk pengguna lain. Implementasi K-Nearest Neighbor (KNN) terhadap Sentiment Analysis ulasan aplikasi Maxim dapat digunakan untuk menentukan kelas ulasan bernilai positif, neutral, atau negatif. Peneliti melakukan perbandingan 5 jarak yang berbeda untuk metode KNN yaitu jarak Euclidean, Manhattan, Minkowski, Chebyshev dan Canberra. Pengujian yang telah dilakukan memberikan hasil akurasi pada klasifikasi KNN dengan jarak yang berbeda, memberikan hasil akurasi yang berbeda-beda, yaitu jarak Euclidean 84 persen, jarak Manhattan 79 persen, jarak Minkowski 84 persen, jarak Chebyshev 7 persen dan jarak Canberra =44 persen.]]>
<![CDATA[Systematic Literatur Review: Penerapan Pembelajaran Mindful, Joyful dan Meaningful dengan Menggunakan STEM Terhadap Kemampuan Berpikir Tingkat Tinggi Matematis ]]>
<![CDATA[Wahyuni, Dian Wahyuni]]>;
<![CDATA[Hepsi Nindiasari]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol. 12 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jim.v12i2.31129
<![CDATA[Penelitian ini bertujuan untuk mengkaji secara sistematis penerapan pembelajaran berbasis STEM yang terintegrasi dengan pendekatan mindful, joyful dan meaningful terhadap kemampuan berpikir tingkat tinggi (HOTS) dalam pembelajaran matematika. Metode yang digunakan adalah Systematic Literature Review (SLR). Pencarian dilakukan pada database Google Scholar dan Scimago Jr dengan menggunakan kata kunci “Integrasi STEM pada matematika”, “Penerapan STEM pada matematika” dan “STEM in Mathematics Education”. Dari 31 artikel awal, 14 artikel dipilih terindeks berdasarkan kriteria inklusi yang dipublikasikan antara tahun 2020 hingga 2024. Hasil kajian menunjukkan bahwa dari 14 artikel, 11 studi membuktikan peningkatan kemampuan berpikir kritis, kemampuan pemecahan masalah dan kemampuan spasial. Pendekatan STEM yang dirancang dengan integrasi pendekatan mindful, joyful, dan meaningful dapat menjadi strategi yang efektif dalam menciptakan pengalaman belajar matematika yang kontekstual dan menyenangkan.]]>
<![CDATA[Implementasi Kriptografi AES dan Chaotic Steganografi LSB pada Pengamanan Data Kependudukan ]]>
<![CDATA[Putra, Aqilla Graditya]]>;
<![CDATA[Alfianto, Achmad Dhani]]>;
<![CDATA[Dzakwan, Muhammad]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol. 12 No. 1 (2025) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jim.v12i1.31317
<![CDATA[Perkembangan teknologi digital yang pesat telah membawa dampak signifikan terhadap pengelolaan dan penyimpanan data pribadi, khususnya data kependudukan seperti Nomor Induk Kependudukan (NIK), nama lengkap, alamat, serta tempat dan tanggal lahir. Data-data ini memiliki nilai strategis dan sangat rentan terhadap berbagai bentuk penyalahgunaan, mulai dari pencurian identitas, peretasan akun, hingga penipuan berbasis data pribadi sehingga membutuhkan sistem pengamanan informasi yang tidak hanya andal dan efisien, tetapi juga mampu menyamarkan data agar tidak mudah terdeteksi oleh pihak yang tidak berwenang. Penelitian ini bertujuan untuk memberikan metode pengamanan data kependudukan dengan menggunakan kombinasi kriptografi AES dan steganografi Chaotic LSB. Data kependudukan dienkripsi dengan AES disembunyikan secara acak menggunakan chaotic LSB kedalam media citra digital e-ktp yang hanya memuat foto dan nama. Hasil studi literatur dan simulasi konseptual menunjukkan bahwa kombinasi metode ini mampu menjaga kualitas citra digital dengan nilai Peak Signal-to-Noise Ratio (PSNR) lebih dari 30 dB, yang berarti tidak terjadi degradasi visual yang signifikan. Temuan ini mengindikasikan bahwa pendekatan tersebut dapat diimplementasikan secara efektif dalam sistem administrasi kependudukan berbasis digital untuk menjaga kerahasiaan dan integritas data. Dengan demikian, metode ini berpotensi menjadi solusi komprehensif dalam menghadapi tantangan keamanan data kependudukan di era digital.]]>
<![CDATA[Jalur Terpendek DAMRI Koridor 5 Menggunakan Algoritma Koloni Semut ]]>
<![CDATA[Pratiwi, P.N]]>;
<![CDATA[Oktaviani, D.]]>;
<![CDATA[Zahra, N.]]>;
<![CDATA[Yasmin, A.]]>;
<![CDATA[Maraya, N.S.]]>;
<![CDATA[Sylviani, Sisilia]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol. 12 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jim.v12i2.31057
<![CDATA[DAMRI merupakan salah satu sarana transportasi umum yang ada di Indonesia. Di Kota Bandung, DAMRI memiliki 5 koridor yang berbeda. Salah satu rutenya yaitu, rute koridor 5 Dipatiukur – Jatinangor. DAMRI menjadi salah satu pilihan transportasi umum yang digunakan oleh masyarakat karena harganya yang ekonomis dan melewati jalur yang seringkali digunakan oleh masyarakat, sehingga DAMRI menjadi pilihan yang tepat untuk digunakan oleh masyarakat umum. Pada umumnya orang akan memilih menggunakan transportasi umum yang efisien dalam segi waktu ataupun biaya. Hal itu dipengaruhi oleh jalur yang dilalui. Untuk dapat mengefisienkan waktu dan juga biaya maka diperlukan pencarian jalur terpendek. Algoritma Koloni Semut merupakan salah satu metode yang dapat digunakan dalam pencarian jalur terpendek. Algoritma ini terinspirasi cara kerja koloni semut dalam mencari jalur terpendek untuk mencari makan. Dimana semut akan mengeluarkan hormon feromon (jejak kaki) yang akan diikuti oleh semut lainnya. Ketika koloni semut memilih jalur yang jauh makan hormon feromon yang tidak bisa bertahan lama itu akan hilang dan semut lainnya akan kehilangan jejak. Sehingga mereka memilih jalur terpendek agar semut lainnya masih bisa mencium hormon feromon dari semut sebelumnya.]]>
<![CDATA[Penerapan Sirkuit Hamilton Untuk Menentukan Rute Terpendek Perjalanan Mudik Kendaraan Roda Empat ]]>
<![CDATA[Putri, Estu]]>;
<![CDATA[Razanah, Khalilah]]>;
<![CDATA[Vimelia, Willen]]>;
<![CDATA[Wijaya, Silvia]]>;
<![CDATA[Hardiva, Ramadhina]]>;
<![CDATA[Sylviani, Sisilia]]>
<![CDATA[ Jurnal Ilmiah Matematika Vol. 12 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26555/jim.v12i2.31058
<![CDATA[Penelitian ini bertujuan untuk menentukan rute terpendek dalam perjalanan mudik kendaraan roda empat dari Kota Jakarta menuju Kota Bandung. Latar belakang atau alasan dari dilakukannya penelitian ini yaitu karena ketika menjelang hari raya besar keagamaan, salah satunya Idul Fitri mayoritas masyarakat memilih untuk mudik menggunakan kendaraan jalur darat yang dimana merupakan salah satu transportasi terpadat setiap tahunnya. Maka dari itu, dicari rute mudik terpendek untuk menempuh perjalanan menuju ke kampung halaman. Rute terpendek yang dicari tidak hanya mempertimbangkan jarak saja, tetapi juga mempertimbangkan keamanan dan kenyamanan sehingga rute yang dihasilkan adalah rute yang paling optimum yang dapat dilewati dari kota asal ke kota tujuan. Metode yang digunakan dalam melakukan penelitian ini adalah Nearest Neighbor Method yaitu cara untuk melakukan pencarian sirkuit hamilton dengan rute terpendek. Pengumpulan data dilakukan dengan cara melihat jarak dari Kota Jakarta sampai dengan titik-titik drop-off di Kota Bandung. Hasil dari penelitian ini menunjukkan bahwa rute terpendek untuk perjalanan mudik menggunakan kendaraan roda empat dari Kota Jakarta menuju Kota Bandung dengan beberapa titik drop-off diawali dari Terminal Ledeng dilanjutkan ke Terminal Sadang Serang kemudian Terminal Tegalega lalu Terminal Leuwi Panjang selanjutnya Terminal Caringin diakhiri dengan Terminal Ciroyom dan kembali lagi ke Terminal Ledeng dengan jarak tempuh 30,2 km]]>
