cover
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
ISSN : 22526943     EISSN : 24605859     DOI : https://doi.org/10.15294/ujm
Core Subject : Education,
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.
Articles 234 Documents
Cement Sales Forecasting Using Backpropagation Neural Network and Recurrent Neural Network Achmalia, Aisyah Fany; Walid, Walid; Sugiman, Sugiman
Unnes Journal of Mathematics Vol 8 No 1 (2019)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v8i1.29323

Abstract

Backpropagation Neural Network (BPNN) is a Neural Network (NN) that moves forward and does not have a loop where the signal flow from input neurons to output neurons, while Recurrent Neural Network (RNN) is a NN model where architecture has at least one feedback loop. In this research, cement sales forecasting was carried out at PT Semen Indonesia (Persero) Tbk by using BPNN and Elman type RNN. The purpose of this research was to obtain BPNN and Elman type RNN modeling for cement sales forecasting at PT Semen Indonesia (Persero) Tbk, as well as forecasting results using the best models. The results show that the best BPNN model is the BPNN model (9-5-1) with the Levenberg-Marquardt training algorithm with Mu initialization used is 0,02 and the aktivation function used is logsig, while the best Elman type RNN model is the Elman type RNN model (9-5-1) with gradient descent with momentum and adaptive learning rate training algorithm with the momentum used is 0,2, the learning rate used is 0,2, and the activation function used is logsig. The best model for cement sales forecasting at PT Semen Indonesia (Persero) Tbk is the BPNN model (9-5-1) with forecasting result for April 2018 to December 2018.
PERAMALAN PENJUALAN SEMEN MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK DAN RECURRENT NEURAL NETWORK Achmalia, Aisyah Fany; Walid, Walid; Sugiman, Sugiman
Unnes Journal of Mathematics Vol 9 No 1 (2020)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v9i1.29970

Abstract

Backpropagation Neural Netwrok (BPNN) adalah Neural Network (NN) yang tidak memiliki loop, sedangkan Recurrent Neural Network (RNN) adalah NN yang memiliki minimal satu feedback loop. Dalam penelitian ini dilakukan peramalan penjualan semen di PT Semen Indonesia (Persero) Tbk dengan menggunakan BPNN dan RNN tipe Elman. Tujuan penelitian ini adalah untuk memperoleh pemodelan BPNN dan RNN tipe Elman untuk peramalan penjualan semen, serta hasil peramalan menggunakan model terbaik. Hasil penelitian menunjukkan model BPNN terbaik adalah BPNN (9-5-1) dengan algoritma pelatihan Levenberg-Marquardt dengan inisialisasi Mu yang digunakan adalah 0,02 dan fungsi aktivasi yang digunakan adalah logsig, sedangkan model RNN tipe Elman terbaik adalah RNN tipe Elman (9-5-1) dengan algoritma pelatihan gradient descent dengan momentum dan adaptive learning rate dengan momentum yang digunakan adalah 0,2, learning rate yang digunakan adalah 0,2, dan fungsi aktivasi yang digunakan adalah logsig. Model terbaik untuk peramalan penjualan semen di PT Semen Indonesia (Persero) Tbk adalah BPNN (9-5-1).
PENENTUAN NILAI EIGEN SUATU MATRIKS DENGAN METODE PANGKAT (POWER METHOD) Herviani, Benedikta Putri; Isnarto, Isnarto; Veronica, Rahayu Budhiati
Unnes Journal of Mathematics Vol 8 No 2 (2019)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v8i2.30091

Abstract

Penelitian ini membahas mengenai penentuan nilai eigen dominan dan tak dominan suatu matriks dengan metode pangkat (power method). Metode penelitian yang digunakan adalah dengan kajian pustaka. Pada penelitian ini disimpulkan: 1) Nilai eigen dominan suatu matriks A dengan metode pangkat langsung ditentukan dengan langkah-langkah berikut. (i) Menentukan sebarang vektor taknol x0. (ii) Mencari vektor yk = Axk untuk k = 0, dan vektor xk+1 untuk k = 0 yaitu membagi yk dengan λ(k+1), elemen yk dengan nilai mutlak terbesar. (iii) Mencari vektor yk dan xk+1 untuk k dari 1 sampai n hingga λ(k) mendekati λ(k+1). (2) Nilai eigen tak dominan suatu matriks A dengan metode pangkat invers ditentukan dengan mencari nilai eigen dominan A invers dimisalkan λinvers, dan nilai eigen tak dominan A adalah 1 dibagi λinvers. (3) Nilai eigen tak dominan suatu matriks A dengan metode pangkat tergeser ditentukan dengan mencari nilai eigen dominan A yang digeser dimisalkan λshifted dengan nilai geseran s, dan nilai eigen tak dominan A adalah λshifted ditambah s. (4) Nilai eigen dominan suatu matriks A dengan metode pangkat invers tergeser ditentukan dengan mencari nilai eigen dominan A yang diinvers dan digeser dimisalkan λshiftedinvers dengan nilai s dan nilai eigen dominan A adalah 1 dibagi λshiftedinvers ditambah s.
Aplikasi Model Matematika Predator-Prey dengan Kontrol Pestisida sebagai Upaya Pencegahan Penyebaran Wereng di Kabupaten Bantul Taufiq, Irham; Agustito, Denik
Unnes Journal of Mathematics Vol 8 No 1 (2019)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v8i1.30150

Abstract

Penelitian ini bertujuan membentuk model matematika yang menunjukan interaksi antara predator dan prey dengan kontrol pestisida. Interaksi antara predator dan prey menggunakan fungsi respon Holling tipe II. Pertumbuhan predator dan prey menggunakan fungsi logistik. Dari Model tersebut diperoleh tiga titik ekuilibrium. Semua titik ekuilibrium tersebut dianalisis menggunakan metode linierisasi dan bersifat stabil asimtotik lokal. Kemudian model ini diaplikasikan dengan menggunakan data wereng dan kepik mirid. Selanjutnya, simulasi numerik menggunakan software Maple untuk memprediksikan dinamika populasi wereng dan kepik mirid dengan kontrol pestisida. Kedua populasi tersebut akan bertahan hidup jika tingkat efisiensi pengubahan konsumsi prey terhadap kelahiran predator sama dengan tingkat interaksi antara predator dan prey.
TIME SERIES MODELLING OF STOCK PRICE BY MODWT-ARIMA METHOD 'Aina, Maula Qorri; Hendikawati, Putriaji; Walid, Walid
Unnes Journal of Mathematics Vol 8 No 2 (2019)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v8i2.30352

Abstract

MODWT-ARIMA is a time series modeling that combines the MODWT process and the ARIMA process. The MODWT process is used as pre-processing data while the ARIMA process as a time series modeling for data from MODWT decomposition. This study aims to show that time series modeling with a combined MODWT-ARIMA process provides more accurate forecast result compared to the ARIMA model. The modeled data is time series of daily stock price BBRI.JK started from January 2, 2015 to December 31, 2018. Accuracy measurement of the forecasting result is based on the RMSE value. The result is the MODWT-ARIMA model has a RMSE value which is smaller than the ARIMA model with RMSE , while the RMSE forecast results for 43 future periods is which is also smaller than the ARIMA forecast RMSE, . The diagnostic checking results if the ARIMA model for MODWT decompotition data, namely D1, D2, D3, and S3, indicate that the residual model is not white noise, while the ARIMA model for the time period of daily stock prices has white noise residuals. Theoritically, a model that has no white noise’s residual is considered to be less able to describe the properties of the observed data and further residual modeing should be done. However, this research is sufficient for the ARIMA model and it can be shown that the MODWT-ARIMA model is more effective for modelling time series that are not stationery compared to the ARIMA model.
JARINGAN MATRIKS (MATRIX NETWORK) DAN KEISTIMEWAANNYA Dito, Aliffia Putri; Veronica, Rahayu Budhiati; Mashuri, Mashuri
Unnes Journal of Mathematics Vol 9 No 1 (2020)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v9i1.30555

Abstract

Penelitian ini membahas mengenai pembentukan jaringan matriks, karakteristik-karakteristik yang dimiliki jaringan matriks dan penerapan jaringan matriks dalam genetika. Tujuan penelitian ini adalah untuk mengetahui (1) bagaimana pembentukan jaringan matriks, (2) karakteristik apa saja yang dimiliki jaringan matriks. Hasil dari penelitian ini adalah untuk mendeskripsikan peluang mikrostatik pada saat transisi gen.
ANALISIS SURVIVAL MODEL REGRESI COX DENGAN METODE MLE UNTUK PENDERITA DIABETES MELLITUS Dewi, Ardhyani Yunika; Dwidayati, Nur Karomah; Agoestanto, Arief
Unnes Journal of Mathematics Vol 9 No 1 (2020)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v9i1.30559

Abstract

Tujuan penelitian ini adalah untuk mengetahui nilai estimasi parameter penderita Diabetes Mellitus, model persamaan Regresi Cox penderita Diabetes Mellitus, serta faktor-faktor yang mempengaruhi ketahanan hidup Penderita Diabetes Mellitus. Metode yang digunakan dalam analisis Regresi Cox ini adalah Metode Maximum Likelihood Estimation. Langkah yang harus dilakukan adalah dengan menginput data penderita Diabetes Mellitus, menentukan distribusi, mencari nilai estimasi parameter ,pengujian asumsi, analisis bivariat, analisis multivariat, pemilihan model terbaik. Dari penelitian diperoleh nilai parameter Distribusi Lognormal menggunakan MLE, untuk nilai mean penderita Diabetes Mellitus sebesar dan nilai varians penderita Diabetes Mellitus sebesar . Model yang diperoleh fungsi hazard dari persamaan Regresi Cox untuk penderita Diabetes Mellitus adalah: h(t) =h0(t)exp(0,0671685x1+0,004626x2) dan diperoleh survival hazardnya adalah: S(t) = S0(t)^exp(0,0671685x1+0,004626x2)
PENERAPAN FUZZY ANP, FUZZY TOPSIS DAN LINEAR PROGRAMMING DALAM PENYELEKSIAN PENGAJUAN KREDIT Renny, Renny; Maryani, Sri; Zahrina, Amalina
Unnes Journal of Mathematics Vol 9 No 1 (2020)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v9i1.31261

Abstract

Pada makalah ini, dibahas sistematika pengambilan keputusan dalam penyeleksian pengajuan pembiayaan bagi nasabah studi kasus di PT. Bank BNI Syariah Purwokerto. Metode yang digunakan adalah gabungan metode fuzzy ANP dan fuzzy TOPSIS, serta linear programming. Fuzzy ANP untuk memperoleh bobot prioritas kriteria keputusan, fuzzy TOPSIS untuk memperoleh prioritas peringkat nasabah yang akan diberikan pembiayaan dan linear programming untuk memperoleh limit pembiayaan maksimal setiap nasabah. Hasil perhitungan fuzzy ANP menunjukkan bahwa kriteria sinkronisasi data memiliki bobot prioritas paling besar dibandingkan kriteria lainnya dalam penyeleksian pengajuan pembiayaan. Dari 10 nasabah yang diseleksi menggunakan fuzzy TOPSIS diperoleh empat peringkat nasabah. Sementara limit pembiayaan maksimal setiap nasabah yang diperoleh menggunakan linear programming menunjukkan bahwa besar limit pembiayaannya tidak melebihi besarnya dana yang diajukan setiap nasabah.
Model Optimasi Economic Order Quantity (EOQ) dengan Jumlah Permintaan Barang yang Cenderung Meningkat Secara Linear (Studi Kasus: PT. Hermon Indah) Syahrudin, Syahrudin; Zaenuri, Zaenuri; Noor Asih, Tri Sri
Unnes Journal of Mathematics Vol 9 No 2 (2020)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v9i2.32591

Abstract

Tujuan dari penelitian ini adalah membangun model optimasi persediaan Economic Order Quantity (EOQ) dengan permintaan barang yang cenderung meningkat secara linear, mengetahui jumlah pemesanan bahan baku yang optimal dan mengaplikasikan simulasi model persediaan yang telah di bentuk. Penelitian dilakukan di PT. Hermon Indah, data yang digunakan dalam penelitian ini adalah data jumlah permintaan bahan baku untuk proses produksi dan data yang diperoleh disimulasikan secara numerik terhadap model yang telah dibentuk. Hasil penelitian menunjukan interval waktu pemesanan yang optimal dapat dilakukan selama 8 hari dengan jumlah pemesanan yang optimal sebanyak dan total biaya persediaan barang Rp. 819.559,- untuk tiap kali pesanan diajukan.
PENERAPAN METODE FUZZY TSUKAMOTO DAN FUZZY SUGENO DALAM PENENTUAN HARGA JUAL SEPEDA MOTOR BEKAS (STUDI KASUS: SHOWROOM MULYO MOTOR) Astuti, Dwi Putri Puji; Mashuri, Mashuri
Unnes Journal of Mathematics Vol 9 No 2 (2020)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v9i2.33434

Abstract

Penelitian ini mengkaji permasalahan penentuan harga jual sepeda motor bekas menggunakan logika fuzzy. Tujuan dari penelitian ini adalah untuk mengetahui metode yang lebih akurat diantara metode fuzzy Tsukamoto dan fuzzy Sugeno dalam penentuan harga jual sepeda motor bekas dilihat dari nilai akurasi MAPE terkecil. Metode pada penelitian ini menerapkan metode studi pustaka dan wawancara di showroom Mulyo Motor untuk pengumpulan data. Bedasarkan hasil pengolahan data menggunakan metode fuzzy Tsukamoto dan fuzzy Sugeno diperoleh nilai Mean Absolute Percentage Error (MAPE) sebagai ukuran akurasi untuk metode Tsukamoto sebesar 8,8% dan metode Sugeno sebesar 3,2%. Dari hal tersebut kedua metode memiliki hasil peramalan yang sangat bagus karena memiliki nilai MAPE kurang dari 10%. Dapat dilihat bahwa nilai MAPE metode Sugeno kurang dari metode Tsukamoto sehingga dapat disimpulkan bahwa metode fuzzy Sugeno lebih akurat dibandingkan metode fuzzy Tsukamoto untuk menentukan harga jual sepeda motor bekas di showroom Mulyo Motor.