MATHunesa: Jurnal Ilmiah Matematika
MATHunesa is a mathematical scientific journal published by the Department of Mathematics, Faculty of Mathematics and Natural Sciences, The State University of Surabaya with e-ISSN 2716-506X and p-ISSN 2301-9115. This journal is published every four months in April, August, and December. One volume consists of three publication numbers. MATHunesa aims at providing a platform and encourages emerging scholars and academicians globally to share their professional and academic experiences to explore, but not limited to the following topics: 1. Analysis Mathematics, 2. Algebra, 3. Applied Mathematics, 4. Statistics, 5. Computation, 6. Combinatorics, and 7. Also giving an opportunity to show the power of innovation and finding new things in the field of mathematics. This journal was published online for the first time in 2013 as part of the graduation for students majoring in Mathematics at the State University of Surabaya.
Articles
24 Documents
Search results for
, issue
"Vol 9 No 2 (2021)"
:
24 Documents
clear
<![CDATA[Pengelompokkan Kabupaten/Kota Di Jawa Timur Berdasarkan/Penambahan Jumlah Kasus Positif Covid-19 Menggunakan Metode K-Means ]]>
<![CDATA[Nadya Nisa Dwi Hatmanti]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (784.92 KB)
|
DOI: 10.26740/mathunesa.v9n2.p220-225
<![CDATA[Covid-19 menyebar dalam waktu yang singkat di berbagai negara di dunia termasuk Indonesia. Jawa Timur adalah provinsi yang memiliki kasus tekonfirmasi Covid-19 yang tinggi. Tingginya kasus Covid-19 di Jawa Timur harus menjadi perhatian lebih dari pemerintah untuk menetapkan kebijakan yang tepat di masing-masing daerah dalam mengurangi penyebaran Covid-19. Karena setiap daerah mempunyai tingkat resiko yang berbeda, sehingga kebijakan yang dilakukan seharusnya berbeda disesuaikan dengan kondisi daerah masing-masing. Dalam artikel ini membahas mengenai pengelompokkan 38 Kabupaten/Kota di Jawa Timur berdasarkan penambahan jumlah kasus positif Covid-19. Data pada penelitian ini merupakan data time series karena data positif Covid-19 dicatat setiap hari dari tanggal 19 Maret 2020 sampai 31 Januari 2021. Metode pengelompokkan yang digunakan adalah metode K-Means. Diperoleh hasil bahwa cluster yang paling optimal yaitu dengan jumlah k=2. Nilai koefisien silhouette sebesar 0.75 sehingga cluster yang terbentuk dalam kategori strong cluster. Dengan jumlah k=2 diperoleh bahwa cluster 1 merupakan Kabupaten/Kota dengan penambahan jumlah kasus positif Covid-19 tinggi yaitu Kota Surabaya dan 37 provinsi lainnya masuk dalam cluster 2 dengan penambahan jumlah kasus positif Covid-19 yang rendah]]>
<![CDATA[Pengklasteran Daerah di Jawa Timur Berdasarkan Curah Hujan ]]>
<![CDATA[Elok Rizqi Auliya]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (903.295 KB)
|
DOI: 10.26740/mathunesa.v9n2.p431-436
<![CDATA[Curah hujan di beberapa provinsi di Indonesia memiliki intensitas yang cukup tinggi, termasuk di Provinsi Jawa Timur. Intensitas curah hujan yang tinggi dan terjadi secara terus menerus akan menimbulkan berbagai bencana hidrometeorologi. Sehingga diperlukan mitigasi bencana untuk mengurangi dampak yang diakibatkan. Salah satu upaya yang dapat dilakukan yaitu dengan mengklaster daerah yang memiliki karakteristik curah hujan yang hampir sama. Oleh karena itu, dalam artikel ini akan dilakukan pengklasteran daerah berdasarkan curah hujannya di Jawa Timur menggunakan single linkage, complete linkage, dan average linkage. Dari pengklasteran dengan menggunakan tiga metode tersebut, diperoleh dendrogram untuk masing-masing metode. Kemudian akan dibentuk pengklasteran sebanyak 2 klaster, 3 klaster, 4 klaster, dan 5 klaster. Dari masing-masing klaster yang dibentuk dan metode clustering yang digunakan, dilakukan cluster validation untuk menentukan metode terbaik dengan menggunakan nilai Dunn Index yang terbesar. Nilai Dunn Index yang terbesar yaitu sebesar 1.120301 dengan 3 klaster baik dengan metode single linkage, complete linkage, maupun average linkage.]]>
<![CDATA[Prediksi Kasus Konfirmasi Positif Covid-19 di Jombang Menggunakan Model Integer-valued Autoregressive(p) ]]>
<![CDATA[Framitha Septian Subiantoro]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (755.029 KB)
|
DOI: 10.26740/mathunesa.v9n2.p226-231
<![CDATA[Covid-19 atau Corona Virus Disease 2019 pertama kali dideteksi di Indonesia pada tanggal 2 Maret 2020. Hingga pada 9 April 2020, virus tersebut sudah menyebar ke seluruh provinsi di Indonesia. Salah satu provinsi di Indonesia yang dinyatakan sebagai provinsi dengan angka kasus positif Covid-19 tertinggi di Indonesia yaitu Jawa Timur. Salah satu dan satu-satunya zona merah yang ada di Provinsi Jawa Timur untuk saat ini adalah Jombang. Berdasarkan hal tersebut maka dalam penelitian akan dibahas mengenai analisis prediksi Covid-19 di wilayah Jombang agar dapat digunakan sebagai tindakan preventif kedepannya dalam mencegah peningkatan angka positif Covid-19 di wilayah Jombang. Prediksi akan dilakukan menggunakan model INAR(p). Orde dicari melalui analisis plot ACF dan PACF. Kemudian diestimasi untuk mendapatkan model terbaik dengan orde tertentu. Dari proses tersebut, diperoleh model INAR(4) yang terbaik dengan nilai AIC sebesar 1407,224 dan diperoleh hasil prediksi jumlah kasus positif Covid-19 di Jombang pada tanggal 21 Februari 2021 sebanyak 27 kasus dengan estimasi eror prediksi menggunakan MAPE sebesar 28,5%.]]>
<![CDATA[FUNCTIONAL PREDICTION REGRESSION VIA BOOSTING UNTUK PEMODELAN CURAH HUJAN DI PROVINSI JAWA TIMUR ]]>
<![CDATA[Khusnia Nurul Khikmah]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (898.246 KB)
|
DOI: 10.26740/mathunesa.v9n2.p242-250
<![CDATA[Natural phenomena that can cause natural changes on earth caused by increasing greenhouse gases and decreasing landthat absorbs carbon dioxide are called climate change. The elements that cause changes include rainfall and temperature.The constantly rising temperature of the earth results in changing rainfall patterns and can have various effects on theenvironment. Therefore, research on rainfall modeling with annual average temperature and rainfall data from theprovince of East Java from 2006 to 2017 which was taken from the official website of the Central Statistics Agency ofEast Java Province makes sense. This data is a data multivariate time series that is approached with Functional DataAnalysis and modeled using Functional Prediction Regression. Functional Prediction Regression is a form of modelingwith functional data that can test the overall model for high-dimensional data and one of the improved methods ofregression methods for functional data. One way to model Functional Prediction Regression is through boosting. Thisresearch conducted rainfall modeling with Functional Prediction Regression through boosting from East Java Provinceand obtained modeling results using an additional predictor model with 5-fold bootstrap and adjustment of the splineregression (knots) used, namely 16 indicated by the iteration value-boosting bootstrap where the model used to have alinear functional effect of ???????????????????? for the mu parameter and 100 for the sigma parameter.]]>
<![CDATA[Sifat-Sifat Operasi pada Himpunan Lunak Fuzzy Berparameter Fuzzy ]]>
<![CDATA[Dwidita Gusti Ningrum]]>;
<![CDATA[Dwi Nur Yunianti]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (893.684 KB)
|
DOI: 10.26740/mathunesa.v9n2.p232-241
<![CDATA[Molodtsov memperkenalkan himpunan lunak yang menggabungkan antara himpunan semesta dengan suatu himpunan parameter melalui suatu fungsi dari himpunan parameter ke himpunan kuasa atas himpunan semestanya. L. A Zadeh memperkenalkan teori baru yaitu himpunan fuzzy. Seiring berjalannya waktu konsep himpunan fuzzy berkembang menghasilkan himpunan lunak fuzzy. Pengembangan konsep himpunan lunak memberikan teori baru yang dinamakan himpunan lunak berparameter fuzzy. Penggabungan konsep himpunan lunak fuzzy dengan himpunan lunak berparameter fuzzy diperoleh himpunan lunak fuzzy berparameter fuzzy. Pada artikel ini akan dibahas mengenai himpunan lunak fuzzy berparameter fuzzy khususnya sifat-sifat operasi himpunan, sehingga dapat dikaji apakah sifat-sifat operasi pada himpunan biasa juga berlaku pada himpunan lunak fuzzy berparameter fuzzy. Berdasarkan pembahasan disimpulkan bahwa, sifat-sifat operasi yang berlaku pada himpunan lunak fuzzy berparameter fuzzy meliputi sifat transitif, sifat komutatif terhadap operasi gabungan, irisan, sifat asosiatif terhadap operasi gabungan, irisan, sifat De Morgan’s, serta sifat distributif terhadap operasi gabungan dan irisan.]]>
<![CDATA[Optimasi Produksi Gerabah dengan Metode Round Off dan Branch and Bound Terhadap UKM Dewi Sri Teracotta ]]>
<![CDATA[Nurul Fuad Al Muzakki]]>;
<![CDATA[Yuliani Puji Astuti]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (357.461 KB)
|
DOI: 10.26740/mathunesa.v9n2.p251-259
<![CDATA[Produsen perlu merencanakan berapa barang yang dapat diproduksi dengan batasan sumber daya yang dimiliki, dengan harapan memperoleh hasil yang optimal. Integer Linear Programming adalah teknik untuk memaksimumkan atau meminimumkan berdasarkan sumberdaya yang dimiliki. Beberapa metode bisa digunakan untuk menyelesaikan integer linear programming yaitu metode round off dan branch and bound. Metode Branch and Bound dilakukan dengan cara mencabangkan nilai dari variabel yang belum integer dan pencabangan dilakukan sampai nilai dari salah satu cabang bernilai integer semua, sedangkan metode Round Off yaitu dilakukan pembulatan biasa agar nilai berupa bilangan integer. Data yang digunakan pada peneltian ini adalah data UKM Dewi Sri Teracotta, yaitu UKM yang bergerak dalam bidang produksi dan penjualan gerabah. Dengan keterbatasan sumberdaya yang dimiliki,UKM Dewi Sri Teracotta ingin mengetahui berapa barang yang bisa diproduksi setiap harinya dan berapa laba maksimum yang didapatkan. Penelitian ini dilakukan dengan menggunakan 2 metode yaitu metode Round Off dan Branch and Bound, lalu dibandingkan hasil dari kedua metode tersebut. Setelah dilakukan penelitian dan dibandingkan hasil dari penghitungan menggunakan metode round off dan branch and bound, didapatkan bahwa nilai dari solusi optimal kedua metode tersebut bernilai sama. Maka dapat disimpulkan bahwa pendekatan menggunakan metode Round Off atau Branch and Bound memiliki nilai akurat yang sama.]]>
<![CDATA[Model SEIR Penyakit COVID-19 dengan adanya Migrasi dan Pemberian Vaksin ]]>
<![CDATA[M. Shandy Prabowo Pramudito]]>;
<![CDATA[Budi Priyo Prawoto]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (459.463 KB)
|
DOI: 10.26740/mathunesa.v9n2.p260-267
<![CDATA[Pada awal tahun 2020 dunia dikejutkan dengan adanya virus covid-19 yang terjadi dengan skala besar di Wuhan, Tiongkok dan menyebar ke seluruh dunia. Penyakit ini dapat dengan mudah menyebar jika seseorang yang terinfeksi melakukan kontak dengan orang lain atau meninggalkan droplet pada benda umum saat meninggalkan rumah . Salah satu cara untuk menekan tingkat penyebaran penyakit ini adalah dengan vaksinasi. Artikel ini bertujuan untuk menkonstruksi model penyakit covid-19 dengan adanya migrasi dan vaksinasi serta mengetahui kestabilan titik kesetimbangannya. Model berupa sistem persamaan didapat terlebih dahulu dengan melakukan studi literatur terkait penyebaran covid-19 yang kemudian dituangkan dalam batasan dan asumsi. Setelah sistem persamaan dikontruksi berdasarkan asumsi yang ditentukan, selanjutnya mencari titik kesetimbangan dan menganalisa kestabilan disekitar titik setimbang yang dilakukan dengan menggunakan nilai eigen dari matrik Jacobi sistem persamaan. Simulasi dilakukan pada tahap akhir untuk melihat keselarasan dengan hasil analisa dan untuk melihat perilaku dinamiknya secara geometris. Dengan menggunakan parameter yang sudah ditentukan, maka didapat nilai titik kesetimbangan endemik dengan (s, e, i, r, v)=(0.01898441572, 0.001932407616, 0.2170504021, 0.6906149157, 0.09837379053) yang bersifat stabil.]]>
<![CDATA[PENERAPAN TEORI ANTRIAN BONGKAR MUAT PADA DOCKING KAPAL TANKER ]]>
<![CDATA[Riska Andini]]>;
<![CDATA[Yuliani Puji Astuti]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (866.412 KB)
|
DOI: 10.26740/mathunesa.v9n2.p437-446
<![CDATA[Sistem bongkar muat pada docking kapal tanker adalah tempat pemuatan, pembangunan, pembongkaran, atau perbaikan kapal untuk proses kegiatan memindahkan muatan dari tangki kapal ke tangki timbun di suatu terminal ataupun sebaliknya dengan menggunakan bantuan peralatan pompa-pompa kapal yang digunakan untuk membongkar muatan minyak. Data bongkar muat diambil dari artikel (B.J & Juan.P, 2017) yaitu data bongkar muat di Terminal Transit Bahan Bakar Minyak (TBBM) Wayame Ambon dermaga I,II, dan III yang mana dalam waktu tunggu pelayanan BBM lebih dari 1 hari untuk memperoleh waktu yang maksimal, sedangkan utilitas antar pelabuhan tidak maksimal, karena utilitas pada dermaga I dan II lebih tinggi dibanding utilitas III sehingga menimbulkan antrian di setiap dermaga akibat proses loading BBM dan permasalahan pada sistem antrian di dermaga akibat sulitnya mengisi prosedur untuk kegiatan bongkar muatan (loading) BBM. Tujuan Penelitiannya adalah untuk mengetahui tingkat waktu pelayanan di dermaga serta meminimalkan waktu antar tunggu kedatangan dengan menambahkan fasilitas pelayanan yaitu dermaga agar tidak terjadi antrian terlalu banyak, sehingga konsumen bisa segera meninggalkan dermaga TBBM Wayame Ambon. Modelyang digunakan pada penelitian ini adalah M/M/I untuk kapal tanker loading 17000-35000 dwt dan M/M/S untuk kapal tanker back loading 35000-65000 dwt. Berdasarkan hasil analisis diperoleh probabilitas pelayanan yang menganggur di dermaga III adalah 0.3558 atau 35.58 % dan probabilitas pelayanan yang menganggur di dermaga I dan II adalah 0.0489 atau 4.89%, adapun probabilitas pegawai yang menganggur diantara dermaga I dengan dermaga II yaitu sebesar 0.08874 atau 8.87%.Kata Kunci: TBBM, Teori Antrian , Waktu Kedatangan, Waktu Pelayanan, Waktu Antar Tunggu]]>
<![CDATA[Analisis Dinamik Model Koinfeksi Penyakit Difteri dan Covid-19 ]]>
<![CDATA[Mohammad Rizal]]>;
<![CDATA[Rudianto Artiono]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (559.424 KB)
|
DOI: 10.26740/mathunesa.v9n2.p268-279
<![CDATA[Tujuan penulisan artikel ini adalah untuk menganalisis dinamik model koinfeksi penyakit Difteri dan Covid-19. Kedua penyakit ini memiliki kemiripan tidak hanya pada pola penyebaran dan gejala yang ditimbulkan tetapi juga karakteristik terjadinya re-infeksi. Data yang diperoleh dari laman resmi WHO menyatakan bahwa dalam semester awal sejak kemunculannya di Kota Wuhan China, penyakit Covid-19 sudah menyebar ke 100-250 negara termasuk Indonesia. Sementara, penyakit lain yang juga memiliki tingkat penyebaran tinggi di Indonesia adalah Difteri. Analisis dinamik dari model koinfeksi penyakit Covid-19 dan Difteri dilakukan secara runtun sebagai berikut: pembuatan model matematika, penentuan titik kesetimbangan dan analisisnya, penentuan bilangan reproduksi dasar dan analisisnya, serta simulasi numerik. Dari model yang dibangun, terdapat 4 titik kritis yaitu titik kritis bebas penyakit, titik kritis Difteri, titik kritis Covid-19, serta titik kritis Difteri dan Covid-19. Penentuan bilangan reproduksi dasar menggunakan Next Generation Matrix untuk kasus titik kritis bebas penyakit menghasilkan 2 bilangan reproduksi dasar yaitu dan . Pada saat dan maka titk kritis bebas penyakit akan stabil, artinya untuk periode waktu tertentu kedua penyakit akan hilang dari populasi. Pada saat dan maka titik kritis bebas penyakit tidak stabil dan ini berarti bahwa penyakit difteri akan ada di dalam populasi, sementara ketika dan maka penyakit Covid-19 akan ada di dalam populasi. Hasil ini didukung oleh simulasi numerik yang dilakukan menggunakan software MATLAB untuk mengetahui perilaku model pada saat t (waktu) menuju tak hingga.]]>
<![CDATA[ANALISIS DINAMIK MODEL KO-INFEKSI PENYAKIT CAMPAK DAN COVID-19 DENGAN MEMPERHATIKAN PEMBERIAN VAKSIN ]]>
<![CDATA[Sukma Nardi Safitri]]>;
<![CDATA[Rudianto Artiono]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 2 (2021) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (585.785 KB)
|
DOI: 10.26740/mathunesa.v9n2.p280-292
<![CDATA[Penelitian ini bertujuan untuk menganalisis dinamik model ko-infeksi antara penyakit Campak dan Covid-19. Kedua penyakit memiliki beberapa kesamaan antara lain sumber penyakit yang berasal dari virus, carap penyebaran manifestasi klinis, hingga pemberian vaksin. Sejak 30 Januari 2020, WHO secara resmi menetapkant tahap ‘darurat kesehatan global’ setelah adanya laporan terjadi 213 kasus meninggal dan 9.692 kasus infeksi baru Covid-19dari total 31 provinsi yang ada di China. Sementara, Indonesia sebagai negara terpadat keempat di duniaj jugamemiliki resiko tinggi terhadap Covid-19. Selain itu, menurut WHO di Indonesia juga masih terjadip penyebaran penyakit Campak dengan tingkat penularan yang tinggi. Model matematika terkait penyebaran keduap penyakit perlu dikonstruksi untuk mengetahui eksistensinya di dalam populasi. Analisis dilakukan untuk menentukan titik kesetimbangan, kestabilan, dan bilangan reproduksi dasar. Penelitian ini menghasilkan empat titik kritis, yaitu titik kritis bebas penyakit, titik kritis Campak, titik kritis Covid-19, dan titik kritis Campak dan Covid-19 Terdapat dua bilangan reproduksi dasar yang menjadi indikator eksistensi titik kritis campak dan titik kritis Covid-19 yaitu ℛ01 dan ℛ02. Pada saat ℛ01 = 0,5926 dan ℛ02 = 0,3750 maka menunjukkan eksistensi titik kritis bebas penyakit yang stabil. Pada saat ℛ01 = 1,1428 dan ℛ02 = 0,8913 maka menunjukkan eksistensi titik kritis penyakit Campak yang stabil. Demikian pula ketika ℛ01 = 0,9373 dan ℛ02 = 1,1895 maka menunjukkan eksistensi titik kritis Covid-19 yang stabil. Hasil ini dapat ditunjukkan pula melalui simulasi numerik menggunakan MATLAB untuk t (waktu) menuju tak hingga.]]>
