cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
ujm@mail.unnes.ac.id
Phone
-
Journal Mail Official
ujm@mail.unnes.ac.id
Editorial Address
Sekaran, Gunungpati, Semarang
Location
Kota semarang,
Jawa tengah
INDONESIA
Unnes Journal of Mathematics
Published by Universitas Negeri Semarang
ISSN : 22526943     EISSN : 24605859     DOI : https://doi.org/10.15294/ujm
Core Subject : Education,
Mathematics
Unnes Journal of Mathematics (UJM) publishes research issues on mathematics and its apllication. The UJM processes manuscripts resulted from a research in mathematics and its application scope, which includes. The scopes include research in: 1. Algebra 2. Analysis 3. Discrete Mathematics and Graph Theory 3. Differential Equation 4. Geometry 5. Mathematics Computation, 6. Statistics.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 10 Documents
 1 
Search results for , issue "Vol 6 No 2 (2017)" : 10 Documents clear
IMPLEMENTASI ALGORITMA DIKSTRA DALAM PENCARIAN RUTE TERPENDEK TEMPAT WISATA DI KABUPATEN GUNUNGKIDUL DENGAN PROGRAM VISUAL BASIC Chandra, Stepanus Ardyan; Mulyono, Mulyono; Suyitno, Amin
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.11767

Abstract

Kabupaten Gunungkidul merupakan salah satu Kabupaten yang memiliki banyak tempat wisata yang tersebar. Tempat wisata yang tersebar tersebut menyebabkan para wisatawan sulit menentukan rute yang harus dilalui agar dapat menikmati beberapa tempat wisata yang berbeda. Setiap orang yang melakukan perjalanan pasti memilih rute terpendek untuk dapat mencapai tujuan karena dapat menghemat waktu, tenaga dan biaya bahan bakar. Ketika kita berwisata dengan jadwal yang tidak diatur menyebabkan pengeluaran anggaran berwisata membesar dan waktu berlibur menjadi padat. Dari permasalahan tersebut maka penulis menganalisis rute terpendek tempat wisata di Kabupaten Gunungkidul dengan algoritma Dijkstra dan membuat simulasi pencarian rute terpendek pada graf berarah dan berbobot dengan bahasa pemrograman Visual Basic sehingga dapat menghemat biaya dan waktu wisatawan yang berwisata ke Kabupaten Gunungkidul. Kata kunci : Rute terpendek, algoritma dijkstra, Visual Basic. Abstract Gunungkidul district is one of districts that has many tourist spots are scattered. The tourist spot which scattered make the tourist have difficulty to specify the route to be followed in order to be able to enjoy several tourist spots. Everyone who travels certainly choose the shortest route to reach the goal because it can save time, costs, energy, and fuel. When we traveled to the schedule that are not regulated lead to budget spending vacation time becomes enlarged and congested. Of these problems, the author analyzed the shortest route tourist spots in Gunungkidul regency with Dijkstra’s algorythm and simulated the shortest route search in directe and weighted graph with Visual Basic programming language so as to save tourist costs and time who traveled to the Gunungkidul regency.
PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS) DAN PRINCIPAL COMPONENT REGRESSION (PCR) UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Supriyadi, Eko; mariani, scolastika; sugiman, sugiman
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.11819

Abstract

Salah satu asumsi analisis regresi linear berganda yaitu tidak terjadi masalah multikolinearitas. Apabila terjadi masalah multikolinearitas, metode Partial Least Square (PLS) dan Principal Component Regression (PCR) merupakan dua metode yang dapat digunakan untuk mengatasi masalah multikolinearitas tersebut. Metode yang digunakan dalam penelitian ini adalah Partial Least Square (PLS) dan Principal Component Regression (PCR) dengan data anggaran pendapatan Daerah Provinsi Jawa Tengah 2013. Hasil dari penelitian ini diperoleh model persamaan regresi dengan metode Partial Least Square (PLS) yaitu dan model persamaan regresi dengan metode Principal Component Regression (PCR) yaitu . Selanjutnya dipilih metode terbaik dengan menggunakan kriteria nilai tertinggi dan MSE terkecil. Pemilihan metode terbaik adalah dengan melihat nilai tertinggi dan MSE terkecil. Dapat disimpulkan bahwa metode yang lebih baik adalah Partial Least Square dengan nilai = 0,7752 dan nilai MSE yang dihasilkan Partial Least Square = 3,660671E16. One of analysis assumptions of bifilar linier regression is there is no multikolinearity problem occurs. If there is a multikolinearity problem occurs, Partial Least Square (PLS) and Principal Component Regression (PCR) methods are can used to solve the multikolinearity problem. The method that was used in this research were Partial Least Square (PLS) and Principal Component Regression (PCR) by using the data of budgeting income of Central Java in 2013. The result of this research was gotten a model of regression equation by using Partial Least Square (PLS) method it was and a model of regression equation by using Principal Component Regression (PCR) it was . After that choose the best method selection criteria was by seeing at the highest score and the lowest MSE. The best method selection was by seeing at the highest score and the lowest MSE. Thus, it could be concluded that Partial Least Square with the score of = 0,7752 and the MSE score that was resulted by Partial Least Square = 3,660671E16.
ESTIMASI SKEWNESS (KEMIRINGAN) DENGAN MENGGUNAKAN METODE BOOTSTRAP DAN METODE JACKKNIFE Ma'unah, Siti; mariani, scolastika; sugiman, sugiman
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.11828

Abstract

Uji normalitas merupakan syarat untuk semua uji statistik parametrik. Pada kasus tertentu dijumpai sebaran data yang tidak normal, yaitu distribusi yang tidak simetris akan memiliki nilai rata-rata, median, dan modus yang tidak sama besar . Dalam hal ini disebut dengan istilah skewness (kemiringan). Sebaran data yang menyebar ke arah kanan (skewness positive) jika , sedangkan sebaran data yang menyebar ke arah kiri (skewness negative) jika . Terdapat dua metode untuk mengatasi masalah tersebut, yaitu metode Bootstrap dan metode Jackknife. Metode Bootstrap dan metode Jackknife merupakan metode berbasis resampling. Metode Bootstrap dan metode Jackknife merupakan metode yang tidak didasarkan pada pemenuhan asumsi distribusi. Tujuan dari penelitian ini yaitu menentukan hasil estimator dari metode Bootstrap dan metode Jackknife, serta menentukan estimator terbaik dengan cara membandingkan nilai standar error yang terkecil dari kedua metode tersebut. Resampling dilakukan sebanyak 100, 200, 500, 800, dan 1000 dengan bantuan program R 2.10.0. Berdasarkan hasil penelitian metode Bootstrap merupakan metode dengan hasil estimator terbaik, karena menghasilkan nilai standar error terkecil dibandingkan metode Jackknife. Untuk resampling menghasilkan nilai standar error variabel dan standar error variabel nilai . Test normality is a prerequisite to all statistical tests parametrik. In certain cases found to scatter data that is not normal, namely distribution that were asymmetric will they have an average point, median, and mode of unequal large . In it is called with the term skewness ( slope ). To scatter data that spreads to the right direction ( skewness positive ) if , While to scatter data that spreads to the left ( skewness negative) if . There are two methods to solve the problem , that is a method of Bootstrap and methods of a Jackknife. A method of Bootstrap and methods of a Jackknife is a method based resampling. A method of Bootstrap and methods Jackknife is a method of which are not based on meeting the assumption distribution. The purpose of research is namely estimator determine the result of a method of Bootstrap and methods of a Jackknife , as well as to determine best estimator by means of comparing standard value error the smallest of both this method. Resampling done as many as 100, 200, 500, 800, and 1000 with program assistance R 2.10.0. Based on the research done Bootstrap method is a method by the results of estimator best, because it produces standard value error smallest than a method of Jackknife. Namely by resampling produce standard error values of the variables and standar error values for variables value .
BATASAN PRASYARAT UJI NORMALITAS DAN UJI HOMOGENITAS PADA MODEL REGRESI LINEAR sari, atmira qurnia; Sukestiyarno, YL; Agoestanto, Arief
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.11887

Abstract

Abstrak Kegiatan ini mengkaji tentang pentingnya pengujian normalitas dan homogenitas pada model regresi linear. Penelitian ini bertujuan untuk menemukan prinsip yang dapat diberlakukan secara umum atau bersifat universal tentang seberapa penting uji normalitas dan uji homogenitas serta kekekaran uji t dan uji f terhadap pelanggaran normalitas dan homogenitas data. Asumsi awal suatu persamaan regresi linear dikatakan baik jika error / galat regresi berdistribusi normal dan homogen. Setiap suku galat diasumsikan mempunyai ragam yang sama , oleh karenanya respons mempunyai ragam yang sama pula. Model regresi mengasumsikan bahwa sebaran peluang bagi Y mempunyai ragam yang sama s2, tidak tergantung pada nilai peubah bebas X. Karena error mempunyai distribusi, sedangkan tidak, maka juga mempunyai distribusi yang sesuai dengan yaitu . Karena asumsi galat berdistribusi normal dan homogen berdampak pada variabel dependen (Y) maka yang diuji normalitas dan homogenitas adalah variabel Y dan variabel independen (X) diasumsikan bukan variabel acak. Untuk menunjukkan kekekaran uji t dan uji f terhadap pelanggaran normalitas dan homogenitas data dengan menggunakan simulasi data. Data yang digunakan adalah bangkitan dengan bantuan program R. Data yang dibangkitkan adalah dua kelompok data tidak normal dan heterogen varian. Tahap simulasinya yaitu data bangkitan dilakukan uji t dan uji F serta diperoleh nilai p, hasil yang di dapat adalah nilai p dari semua data simulasi tersebut memperoleh nilai p > 0,05. Nilai p > 0,05 menunjukkan data yang diperoleh konsisten dengan hipotesis nol, sehingga data yang tidak normal dan tidak homogen tersebut terbukti normal. Diperoleh kesimpulan bahwa uji t dan uji F terbukti kekar terhadap ketidaknormalan dan homogenitas data.
Perbandingan Metode Weighted Fuzzy Time Series, Seasonal ARIMA, dan Holt-Winter's Exponential Smoothing untuk Meramalkan Data Musiman Assidiq, Addinul; Hendikawati, Putriaji; Dwidayati, Nurkaromah
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.12288

Abstract

Perkembangan metode peramalan data time series berpola musiman memberikan banyak pilihan metode yang dapat digunakan untuk meramalkan data musiman, sehingga perlu dilakukan perbandingan metode peramalan untuk mendapatkan hasil ramalan dengan akurasi yang tinggi. Pada penelitian ini permasalahan yang dikaji adalah perbandingan metode Weighted Fuzzy Time Series, Seasonal ARIMA, dan Holt-Winter’s Exponential Smoothing untuk meramalkan data musiman. Perbandingan yang dilakukan adalah membandingkan nilai akurasi ramalan RMSE dan MAPE. Penelitian ini menggunakan data pengunjung pariwisata Bali periode Januari 2009 s.d Desember 2013. Analisis metode Holt-Winter’s Exponential Smoothing menggunakan trial and error dengan kriteria MAPE dan MSE terkecil untuk mencari model terbaik. Diperoleh model terbaik dengan nilai α adalah 0,6, β adalah 0,1, dan γ adalah 0,1 serta menghasilkan RMSE dan MAPE sebesar 23165,04 dan 6,32. Analisis metode Seasonal ARIMA menggunakan estimasi model dengan kriteria MSE terkecil dan signifikansi model untuk mencari model terbaik. Diperoleh model terbaik SARIMA serta menghasilkan nilai RMSE dan MAPE sebesar 20499,69 dan 5,27. Analisis metode Weighted Fuzzy Time Series dilakukan dengan membagi himpunan sampel menjadi tiga bagian dengan panjang interval yang berbeda yaitu panjang interval 5000, panjang interval 7500, dan panjang interval 15000. Pada panjang interval 5000 menghasilkan nilai RMSE dan MAPE sebesar 17953,55 dan 4,87, panjang interval 7500 menghasilkan nilai RMSE dan MAPE sebesar 18992,53 dan 5,61, serta panjang interval 15000 menghasilkan nilai RMSE dan MAPE sebesar 21026,11 dan 6,21. Berdasarkan hasil penelitian dapat disimpulkan bahwa metode Weighted Fuzzy Time Series merupakan metode terbaik untuk meramalkan data musiman karena memiliki nilai akurasi ramalan RMSE dan MAPE lebih kecil. The development of methods forecasting time series data provides seasonal pattern selection methods that can be used for seasonal forecast data, so it is necessary to do a comparison of forecasting methods for getting the forecast best accuracy. In this research the problem studied is the comparison of methods is Weighted Fuzzy Time Series, Seasonal ARIMA and Holt-Winter's Exponential Smoothing for seasonal forecast data. The comparison is forecast accuracy RMSE and MAPE. This research used Bali's tourism visitors data in period January 2009 to December 2013. Analysis methods Holt-Winter's Exponential Smoothing using trial and error with the smallest MSE and MAPE criteria to find the best model. The best model is obtained with a value of α is 0,6, β is 0,1, and γ is 0,1, and value of RMSE and MAPE is 23165,04 and 6,32. The analysis method Seasonal ARIMA used model estimation with the smallest MSE criteria and significance of the model to find the best model. Retrieved best model SARIMA and value of RMSE and MAPE is 20499,69 and 5,27. Analysis methods Weighted Fuzzy Time Series do sample set split into three sections with different length interval is the interval length 5000, interval length 7500 and interval length 15000. In the long interval of 5000 resulted in the value of RMSE and MAPE is 17953,55 and 4 ,87, interval lenght of 7500 resulted in the value of RMSE and MAPE is 18992,53 and 5,61, and interval lenght of 15000 resulted in the value of RMSE and MAPE is 21026,11 and 6,21. Based on the results of this research concluded that the method of Weighted Fuzzy Time Series is the best method used forecasting seasonal data because it has the accuracy of the forecast RMSE and MAPE are smaller.
Implementasi Fuzzy Inference System Metode Sugeno pada Penentuan Produksi Sarung (Studi Kasus: PT. Asaputex Jaya Tegal) Irfan, Mohammad Syarif; Muslim, Much Aziz; Arini, Florentina Yuni
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.12455

Abstract

Penelitian ini bertujuan untuk memperkirakan jumlah produksi dengan mengaplikasikan fuzzy inference system metode Sugeno berdasarkan variabel jumlah permintaan, persediaan, dan produksi. Pengambilan data diperoleh di PT. Asaputex Jaya Tegal dengan berbagai jenis produk sarung mulai tahun 2013 sampai dengan 2014. Hasil penelitian pada bulan Juli 2014 dilihat dari jumlah permintaan 3850 dan persediaan 350 sarung, dengan menggunakan metode Sugeno didapatkan hasil jumlah produksi sarung rayon yang harus di produksi sebanyak 3539 sarung. Berbeda dengan data jumlah produksi PT. Asaputex Jaya Tegal pada bulan Juli 2014 yaitu 3900 sarung, sehingga berdampak banyaknya penumpukan sarung di gudang. Berdasarkan perhitungan tersebut, disimpulkan bahwa Metode Sugeno lebih efektif dalam penentuan produksi sarung. The aim of the research is to estimate the amount of the production by applying fuzzy inference system with Sugeno method based on the request, stock, and production variables. This research got the data from PT. Asaputex Jaya Tegal with its sarong production from the year of 2013 up to 2014. The result of this study shows that in July 2014, the number of the request was 3850 and the stock was 350 sarongs. By using Sugeno method, it is got the number of sarong that have to be produced was 3539 sarongs. It is so different with production data from PT. Asaputex Jaya Tegal in July 2014, that was 3900 sarongs, therefore, there were too many sarong accumulation. Based on the calculation above, it is concluded that Sugeno method is more effective being used to determine the number of sarong production.
Pemodelan Matematika Penyebaran Penyakit Ebola dengan Model Epidemi SIR pada Populasi Manusia Tak Konstan dengan Treatment Himawan, Adhitya; Waluya, Stevanus Budi; Supriyono, Supriyono
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.12508

Abstract

Virus Ebola termasuk ke dalam keluarga Filovirus. Filovirus diklasifikasikan ke dalam orde Mononegavirales yang berisi virus RNA untai – negatif tak bersegmen family Paramyxoviridae, Rhabdoviridae, dan Bornaviridae. Termasuk dengan epidemik saat ini, telah ada kira – kira 20 penyebaran Ebola yang dikenali, semua terjadi di Afrika, dengan tingkat kematian 25% hingga 90%. Mengingat betapa bahayanya penyakit Ebola terhadap umat manusia, maka sangat perlu bagi manusia untuk mempelajari penyakit tersebut, salah satunya dengan pemodelan matematika penyebaran penyakit Ebola. Model matematika yang digunakan dalam penelitian ini adalah model epidemi SIR yang ditambah dengan kompartemen/kelas Treatment. Setelah terbangun model matematika penyebaran penyakit Ebola, selanjutnya dianalisis sehingga nantinya akan diperoleh titik kesetimbangan (ekuilibrium) nya. Selanjutnya menentukan bilangan reproduksi dasar (R0) . Setelah didapat titik kesetimbangan dan bilangan reproduksi dasar (R0) tersebut, selanjutnya dilakukan analisis lebih lanjut tentang kestabilan titik kesetimbangannya. Lebih lanjut juga untuk mensimulasikan penyebaran penyakit Ebola maka dapat dilakukan dengan menggunakan Maple.
NILAI EIGEN DAN VEKTOR EIGEN MATRIKS ATAS ALJABAR MAX-PLUS Tunisa, Kholipah; Wijayanti, Kristina; Veronica, Rahayu Budhiati
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.20483

Abstract

Penelitian ini membahas mengenai menentukan nilai eigen, vektor eigen dari matriks tak tereduksi atas aljabar max-plus dan sifat -sifatnya. Metode yang digunakan adalah studi pustaka. Pada penelitian ini disimpulkan: 1) Nilai eigen dan vektor eigen dari matriks tak tereduksi atas aljabar max-plus dapat ditentukan dengan langkah-langkah berikut. (i) Menghitung A pangkat k, untuk k dari 1 sampai n, dengan n ordo matriks persegi (ii) Menghitung nilai eigen dengan yaitu maksimum seper k dikali trace dari A pangkat k pada langkah (i). (iii) Memilih sirkuit (c,c) yang merupakan sirkuit kritis di G(A). (iv) Menghitung matriks B dan B bintang. (v) Memilih vektor eigen dari A yang merupakan kolom ke-c dari matriks B bintang. 2) Sifat-sifat dari nilai eigen dan vektor eigen dari matriks tak tereduksi atas aljabar max-plus sebagai berikut. Vektor eigen dari matriks tak tereduksi tidak tunggal, Nilai eigen dan vektor eigen dari matriks tak tereduksi adalah berhingga. Nilai eigen dari matriks tak tereduksi tunggal. Nilai eigen dari matriks transpose sama dengan nilai eigen dari matriks asalnya Nilai eigen dari A pangkat k sama dengan nilai eigen dari A dipangkatkan k.
EFEKTIVITAS ALGORITMA CLARKE-WRIGHT DAN SEQUENTIAL INSERTION DALAM PENENTUAN RUTE PENDISTRIBUSIAN TABUNG GAS LPG Rupiah, Siti; Mulyono, Mulyono; Sugiharti, Endang
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.20484

Abstract

Permasalahan distribusi tabung gas LPG dari salah satu agen LPG di Blora yaitu PT. X ke beberapa sub agen/pangkalan merupakan contoh kasus permasalahan Capacitated Vehicle Routing Problem (CVRP). Permasalahan dalam penelitian ini adalah bagaimana menyelesaikan masalah rute pendistribusian tabung gas LPG menggunakan algoritma Clarke-Wright dan algoritma Sequential Insertion. Pencarian rute tersebut dilakukan secara hitungan manual dan dengan bantuan program Matlab R2014a. Selanjutnya akan ditentukan keefektifan dari penggunaan kedua algoritma tersebut. Pengambilan data dilakukan dengan metode observasi dan wawancara secara langsung dengan pegawai di PT. X. Simpulan yang diperoleh adalah pada solusi algoritma Clarke-Wright diperoleh penghematan jarak sebesar 146,2 km/minggu dan penghematan biaya transportasi sebesar Rp94.116,25/minggu; Sedangkan pada solusi algoritma Sequential Insertion diperoleh penghematan jarak sebesar 160,2 km/minggu dan penghematan biaya transportasi sebesar Rp103.128,75/minggu. Dengan demikian dapat disimpulkan bahwa rute yang dibentuk menggunakan algoritma Sequential Insertion pada kasus ini lebih efektif dibandingkan rute yang dibentuk menggunakan algoritma Clarke-Wright.
PENERAPAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS) DALAM PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) DI PT. BINTANG SERVICE MANAGEMENT Faozi, Faozi; Suyitno, Amin; Arifudin, Riza
Unnes Journal of Mathematics Vol 6 No 2 (2017)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v6i2.20485

Abstract

Recursif Best First Search (RBFS) adalah algoritma linear space yang memperluas titik pencarian dalam terbaik pertama bahkan dengan fungsi biaya nonmonotonic, dan menghasilkan lebih sedikit titik dari Best first Search dengan fungsi biaya monoton. Algoritma Rekursif Best First Search dapat digunakan untuk menyelesaikan Traveling Salesman Problem. Tujuan utama penelitian ini adalah memahami cara pembuatan program algoritma Recursive Best First Search dalam penyelesaian Traveling Salesman Problem di PT. Bintang Service Management menggunakan bahasa pemrograman Hypertext Preprocessor. Berdasarkan program tersebut diperoleh hasil peta rute terpendek yang merupakan sikel Hamilton dengan bobot terkecil yaitu 61,95 km, sementara sikel Hamilton lain dengan bobot terbesar yang mungkin dilewati yaitu 81,75 km, sehingga lebih efektif dalam jarak sejauh 19,8 km dan lebih efisien dalam waktu perjalanan. Hasil perhitungan program tersebut dapat digunakan untuk memberikan alternatif solusi pihak pengambil keputusan PT. Bintang Service Management untuk memperoleh rute terpendek yang akan dilalui sehingga lebih efektif dan efisien.

Page 1 of 1 | Total Record : 10

 1 

Filter by Year

2017 2017


Reset
Filter By Issues
All Issue Vol 12 No 2 (2023): Unnes Journal of Mathematics Vol 12 No 1 (2023) Vol 11 No 2 (2022) Vol 11 No 1 (2022) Vol 10 No 2 (2021) Vol 10 No 1 (2021) Vol 9 No 2 (2020) Vol 9 No 1 (2020) Vol 8 No 2 (2019) Vol 8 No 1 (2019) Vol 7 No 2 (2018) Vol 7 No 1 (2018) Vol 6 No 2 (2017) Vol 6 No 1 (2017) Vol 5 No 2 (2016) Vol 5 No 1 (2016) Vol 4 No 2 (2015) Vol 4 No 1 (2015) Vol 3 No 2 (2014) Vol 3 No 1 (2014) Vol 2 No 2 (2013) Vol 2 No 1 (2013) Vol 1 No 2 (2012) Vol 1 No 1 (2012) More Issue