cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Sugiyarto
Contact Email
jk_math@uad.ac.id
Phone
-
Journal Mail Official
jk_math@uad.ac.id
Editorial Address
Program Studi Mateamtika Univeritas Ahmad Dahlan, Matematika, FMIPA Universitas Ahmad Dahlan, Jl. Ringroad Selatan, Kragilan, Tamanan, Kec. Banguntapan, Bantul, Daerah Istimewa Yogyakarta 55191
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Ilmiah Matematika
Published by Universitas Ahmad Dahlan
ISSN : 20878796     EISSN : 27743241     DOI : http://dx.doi.org/10.26555/konvergensi
Core Subject : Education,
Mathematics
Fuzzy Systems and its Applications Geometry Theories and its Applications Graph Theories and its Applications Real Analysis and its Applications Operation Research and its Applications Statistical Theories and its Applications Dinamical Systems and its Applications Mathematical Modeling and its Applications Discrete Mathematics and its Applications Computer Mathematics and its Applications Actuarial Mathematics and its Application
Arjuna Subject : Matematika - Matematika Terapan
Articles 105 Documents
 1   2   3   4   5 
Modelling and predicting energy consumption in laboratory buildings using multiple linear regression Nor Hafizah Hussin; Rahaini Mohd Said Aditya; Nadiah Ishak
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21531

Abstract

This study was carried to improve the energy saving by investigating the influence factors that contribute to high energy consumption in a building particularly related to the building in Technology Campus, UTeM. Correlation analysis was performed to measure the strength of relationship between the influence factors whereby all the factors proven to have a strong linear correlation with the energy consumption. The Stepwise Selection of Multiple Linear Regression (MLR) were used to determine and modelling the most influence factors that affects the energy consumption. The final linear regression models was developed based on the amount of lighting in a building and surrounding temperature in the building which is considered as major influence factors that affect the energy consumption. Comparing the actual and predicted energy consumption in Technology Campus, UTeM showed that the MLR model obtained can be used to predict energy consumption and accounted for around 81% of the variance.
Empirical Analysis of Shanghai Stock Exchange Index Based on ARMIA Model and Neural Network Model Jian Xin; Weizhang Lai
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.20850

Abstract

 Stocks are an important part of the national economy. With the increase of liquidity in people's hands, more and more people choose to enter the stock market. In stock investment, accurate prediction of stock price index is not only of great significance to investors, but also of promoting the development of my country's stock market. It even has an important role in accelerating my country's economic development. The paper chose the ARIMA method based on linear technology for time series forecasting and the NN model that is good at mining the implicit nonlinear relationship in the data to compare the China Sea Securities Composite Index from January 21, 2020 to December 31, 2020. Empirical analysis of closing prices and short-term forecasts are made.
Identifikasi sebaran awan konvektif menggunakan metode RGB dan CCO pada data satelit himawari-8 (studi kasus hujan lebat Putussibau 10 september 2020) Aditya Mulya
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21457

Abstract

Putussibau merupakan daerah dengan pola curah hujan ekuatorial yang mempunyai dua puncak curah hujan tertinggi dalam satu tahun. Curah hujan yang tinggi disebabkan oleh adanya awan konvektif. Satelit Himawari-8 merupakan salah satu alat yang dapat mengidentifikasi sebaran awan konvektif. Pada tanggal 10 September 2020 terjadi hujan lebat di wilayah Putussibau dengan total curah hujan tercatat mencapai 78.6 mm dalam satu hari. Penelitian ini bertujuan untuk mengidentifikasi sebaran awan konvektif menggunakan metode Night Microphysics Red Green Blue (RGB-NM) dan Cloud Convective Overlays (CCO) pada data satelit Himawari-8. Metode RGB-NM menampilkan citra satelit sebaran awan menggunakan tiga komposit warna Red, Green dan Blue. Metode CCO merupakan teknik overlay awan dengan menggunakan dua algoritma yaitu Split Windows (SP=BTD[IR1-IR2]) dan Dual Channel Difference (S3=BTD[IR1-WV]). Hasil penelitian menunjukkan bahwa metode RGB-NM dan CCO mampu mengidentifikasi dengan baik sebaran awan konvektif yang menyebabkan terjadinya hujan lebat di Putussibau.
Analisis perbandingan metode CST dan MCST terhadap curah hujan observasi saat banjir Estri Diniyati; Aditya Mulya
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21459

Abstract

Indonesia memiliki curah hujan yang tinggi sehingga berpotensi besar terhadap bencana hidrometeorologi. Salah satu metode yang dapat digunakan untuk estimasi curah hujan adalah CST dan mCST. Metode ini mampu untuk mengatasi keterbatasan pengamatan curah hujan di Indonesia. Pada tanggal 22 Februari 2020 di Jakarta Timur dan 28 Desember 2020 di Surabaya telah terjadi hujan ekstrem yang mengakibatkan banjir. Penelitian ini bertujuan untuk mengetahui perbandingan estimasi curah hujan menggunakan metode CST dan mCST terhadap curah hujan observasi saat terjadi hujan ekstrem. Hasil penelitian menunjukkan kedua metode memiliki korelasi yang kuat (0,6 - 0,775) dan signifikan (p-value < 0,05) terhadap curah hujan observasi. Metode CST memiliki korelasi yang lebih kuat dalam mengestimasi curah hujan pada kedua peristiwa banjir. Pada banjir Jakarta, nilai error metode CST (14,017 mm) lebih kecil dibandingkan metode mCST (14,69 mm) sedangkan pada banjir Surabaya nilai error metode mCST (8,353 mm) lebih kecil dibandingkan metode CST (11,512 mm).
Peramalan jumlah kedatangan wisatawan mancanegara ke bali menggunakan metode hibrida SSA-WFTS Nadia Uli Clarissa; Winita Sulandari; Respatiwulan Respatiwulan
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21460

Abstract

Sektor pariwisata di Indonesia memiliki peran penting dalam meningkatkan devisa negara, pendapatan daerah, pengembangan wilayah, dan penciptaan lapangan tenaga kerja. Salah satu provinsi di Indonesia dengan jumlah kunjungan wisatawan mancanegara terbanyak yaitu provinsi Bali. Perlunya peramalan kunjungan wisatawan mancanegara ke Bali yang dapat dijadikan acuan oleh Pemerintah untuk menetapkan strategi dalam memperbaiki kualitas pariwisata di Bali. Metode yang digunakan untuk meramalkan yaitu metode hibrida Singular Spectrum Analysis (SSA) – Weighted Fuzzy Time Series (WFTS). Pemodelan SSA dilakukan untuk menganalisis komponen linear, lalu nilai residu dari model SSA dimodelkan dengan WFTS. Peramalan dilakukan dengan 4 metode yaitu, SSA dengan R-forecasting, SSA-WFTS dengan metode Chen, Yu, Cheng (α = 0,9), dan Lee (c = 1,1). Keempat metode ini akan dibandingkan untuk memperoleh model terbaik. Hasil peramalan diperoleh nilai MAPE sebesar 14,515% untuk model SSA R-forecasting, 9,029% untuk model SSA-WFTS metode Chen, 9,067% untuk model SSA-WFTS metode Yu, 9,125% untuk model SSA-WFTS metode Cheng (α = 0,9), dan 9,028% untuk model SSA-WFTS metode Lee (c = 1,1). Model terbaik diperoleh dengan pemodelan hibrida SSA-WFTS metode Chen dengan nilai MAPE terkecil dibanding model lainnya.
Peramalan curah hujan di kota bandung menggunakan singular spectrum analysis Tri Kartika Febrianti; Winita Sulandari; Hasih Pratiwi
Jurnal Ilmiah Matematika Vol 8, No 2 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v0i0.21461

Abstract

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.
Analysis of diabetes mellitus gene expression data using two-phase biclustering method Rahmat Al Kafi; Alhadi Bustamam; Wibowo Mangunwardoyo
Jurnal Ilmiah Matematika Vol 8, No 2 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v0i0.22111

Abstract

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.
Power analysis in designing an experiment: The effect of acoustic treatments on mung beans Nurul Ain Hazirah Abdullah; Khatijahhusna Abd Rani; Aishah Mohd Noor; Mohd Hafiz Fazalul Rahiman
Jurnal Ilmiah Matematika Vol 8, No 2 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v0i0.22113

Abstract

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.
Penentuan Jadwal Tanam Padi Berdasarkan Skenario Representative Concentration Pathways (RCP) 4.5 periode 2021-2040 Aditya Mulya; Novia Dewi Ismawardani; Mulyono Rahadi Prabowo; Nuryadi Nuryadi; Munawar Munawar
Jurnal Ilmiah Matematika Vol 8, No 2 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v0i0.22160

Abstract

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
Perbandingan 5 Jarak K-Nearest Neighbor pada Analisis Sentimen Almuzhidul Mujhid; Aris Thobirin; Salma Nadya Firdausy; Sugiyarto Surono; Lanova Ade Rahmadani
Jurnal Ilmiah Matematika Vol 8, No 2 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v0i0.23170

Abstract

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.

Page 3 of 11 | Total Record : 105

 1   2   3   4   5 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 2 (2025) Vol. 12 No. 1 (2025) Vol. 11 No. 2 (2024) Vol. 11 No. 1 (2024) Vol 11, No 1 (2024) Vol. 10 No. 2 (2023) Vol. 10 No. 1 (2023) Vol. 9 No. 2 (2022) Vol 9, No 2 (2022) Vol. 9 No. 1 (2022) Vol 9, No 1 (2022) Vol 8, No 2 (2021) Vol 8, No 1 (2021) Vol 7, No 2 (2020) Vol 7, No 1 (2020) Vol 6, No 2 (2019) Vol 6, No 1 (2019) More Issue