cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rudianto Artiono
Contact Email
rudiantoartiono@unesa.ac.id
Phone
+6281554785969
Journal Mail Official
mathunesa@unesa.ac.id
Editorial Address
The Department of Mathematics, The first floor of C-8 Building, Faculty of Mathematics and Natural Sciences, Universitas Negeri Surabaya Jl. Ketintang, Surabaya 60231, East Java, Indonesia
Location
Kota surabaya,
Jawa timur
INDONESIA
MATHunesa: Jurnal Ilmiah Matematika
Published by Universitas Negeri Surabaya
ISSN : 23019115     EISSN : 2716506X     DOI : https://doi.org/10.26740/mathunesa
Core Subject : Education,
Mathematics
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.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 25 Documents
 1   2   3 
Search results for , issue "Vol. 12 No. 1 (2024)" : 25 Documents clear
PENERAPAN ALGORITMA STUDENT PSYCHOLOGY BASED OPTIMIZATION (SPBO) PADA OPEN VEHICLE ROUTING PROBLEM (OVRP) Hasanah, Annisa Nur Fariha
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p219-225

Abstract

Masalah penentuan rute terbuka pada kendaraan atau Open Vehicle Routing Problem (OVRP) merupakan suatu permasalahan untuk penentuan rute terbuka pada sejumlah kendaraan yang akan melayani sejumlah pelanggan dengan membawa produk dengan kapasitas tertentu. Rute kendaraan dimulai dari depot dan berakhir di pelanggan terakhir. OVRP biasa terjadi pada perusahaan yang akan mendistribusikan produknya namun tidak memiliki kendaraan yang memadai sehingga harus menyewa kendaraan. Penyelesaian ini bertujuan untuk menyelesaikan permasalahan OVRP dengan menerapkan algoritma Student Psyhcology Based Optimization (SPBO). SPBO adalah salah satu algoritma yang terinspirasi dari psikologi murid yang berusaha memberikan usaha terbaik untuk meningkatkan performa mereka dalam ujian agar menjadi murid terbaik di kelas. Program penerapan algoritma SPBO pada OVRP dibuat menggunakan bahasa C++ yang diimplementasikan pada tiga data, yaitu data kecil (18 pelanggan), data sedang (75 pelanggan), dan data besar (100 pelanggan). Berdasarkan hasil implementasi program, dapat disimpulkan bahwa algoritma SPBO dapat digunakan untuk menyelesaikan OVRP dengan semakin banyak iterasi yang digunakan maka dapat diperoleh hasil yang semakin baik. Sementara untuk parameter lainnya, semakin besar jumlah murid dan jumlah mata pelajaran yang digunakan akan cenderung mempengaruhi hasil menjadi lebih baik.
PENAMBAHAN METODE NEURAL NETWORK DALAM PEMODELAN GSTAR-SUR UNTUK MENGATASI KASUS NON LINIER PADA PERAMALAN DATA CURAH HUJAN Iriany, Atiek; Fernandes, Adji Achmad Rinaldo; Efendi, Achmad; Putri, Henida Ratna Ayu; Ariyanto, Danang; Ngabu, Wigbertus
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p226-236

Abstract

Salah satu model peramalan yang dapat yang menggabungkan unsur spasial (spatial) dan temporal (time) adalah Generalized Space Time Autoregressive (GSTAR). Pendugaan parameter yang digunakan adalah Seemingly Unrelated Regression (SUR). Peramalan iklim pada tanaman hortikultura pada masa kini sulit untuk diprediksi karena memiliki pola dan karakteristik yang sulit diidentifikasi dan dapat disebut aktivitas non linier. Unsur non linier ini dapat ditangkap oleh metode neural network. Penelitian ini ingin mengetahui hasil peramalan curah hujan pada 6 wilayah di Tengger menggunakan model GSTAR dengan pendugaan parameter menggunakan metode SUR dan digabungkan dengan neural network agar hasil peramalan yang lebih akurat. Data yang digunakan dalam penelitian ini adalah data curah hujan enam lokasi di wilayah Tengger, yakni Ngadirejo, Puspo, Wonokitri, Argosari, Ngadas, dan Wonokerto. Model yang tepat dalam melakukan peramalan pada data curah hujan pada 6 lokasi Tengger adalah model GSTAR (1,2,3,4,5,6,7,36(1)) Backpropagation Neural Network (96-120-6).
Perbandingan Model Feed Forward Neural Network dan ARIMA untuk Meramalkan Perkembangan COVID-19 di Indonesia Aminy, Laily Nadiyah; -, Walid
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p1-10

Abstract

Penyebaran pandemi novel coronavirus disease (COVID-19) di Indonesia menjadi perhatian besar bagi pemerintah, masyarakat, dan peneliti. Kajian ini membandingkan dua model peramalan yaitu, Feed Forward Neural Network (FFNN) dan Autoregressive Integrated Moving Average (ARIMA), untuk meramalkan perkembangan COVID-19 di Indonesia. Adapun studi ini bertujuan untuk mengetahui Model ARIMA pada peramalan kasus perkembangan COVID-19 di Indonesia, untuk mengetahui Model FFNN pada peramalan kasus perkembangan COVID-19 di Indonesia, serta untuk mengetahui perbandingan hasil peramalan Model ARIMA dan FFNN pada kasus perkembangan COVID-19 di Indonesia. Metode penelitian yang digunakan yaitu metode analisis deskriptif kuantitif pada data kasus harian COVID-19 di Indonesia. Hasil penelitian menunjukkan bahwa kedua model peramalan tersebut memiliki kinerja yang cukup untuk meramalkan evolusi COVID-19 di Indonesia. Secara umum, model FFNN memberikan hasil peramalan yang lebih akurat dan lebih baik daripada model ARIMA. Secara keseluruhan, temuan ini mengindikasikan bahwa model FFNN memiliki performa tingkat akurasi yang lebih baik dalam peramalan kasus harian COVID-19 di Indonesia. Dengan demikian, mempertimbangkan pilihan model yang sesuai dengan karakteristik data dan tujuan peramalan akan menjadi langkah penting dalam usaha untuk meramalkan perkembangan COVID-19 dengan lebih akurat di masa yang akan datang.
GRAF YANG TERKAIT DENGAN UP-ALJABAR Amalia, Nurul; Lukito, Agung
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p21-29

Abstract

Dalam artikel ini dikenalkan konsep graf sederhana tak berarah yang berkaitan dengan UP-aljabar komutatif, disebut graf UP-aljabar, dengan himpunan titiknya merupakan himpunan elemen UP-aljabar komutatif. Juga dikenalkan graf kelas ekuivalensi dari UP-aljabar komutatif dan dibuktikan beberapa hasil terkait berdasarkan sifat graf UP-aljabar. Di samping itu, ditunjukkan bahwa jika graf UP-aljabar adalah bipatrit lengkap, maka graf kelas ekuivalensi dari UP-aljabar merupakan sebuah sisi. Demikian pula, akan disajikan satu algoritma untuk memeriksa apakah suatu himpunan dengan operasi biner tertentu merupakan UP-aljabar atau bukan. Kata Kunci: UP-aljabar, UP-ideal, ideal annihilator, graf kelas ekuivalensi.
A Penerapan Metode Double Moving Average dan Double Exponential Smoothing pada Peramalan Nilai Impor Barang Konsumsi Tahun 2017-2022 Widarti, Widiarti; Darina, Novi; Chasanah, Siti Laelatul; Setiawan, Eri
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p30-37

Abstract

The smoothing method is classified into two, namely the average smoothing method and the exponential smoothing method. This study examines the application of the double moving average (DMA) and double exponential smoothing (DES) methods in forecasting a data. This study uses 72 data, namely consumer goods import value data for the period January 2017 to December 2022. The method with the lowest MSE and MAPE values is used to predict the import value of consumer goods. The results obtained show that the brown double exponential smoothing method with parameter ?, which is 0.1, is the best method for predicting the import value of consumer goods in 2017-2022 with an MSE value of 60374.46 and a MAPE value of 13.66%.
Analisis Faktor Kualitas Pelayanan yang Berpengaruh Terhadap Tingkat Kepuasan Pemustaka Setianingsih, Erna; Asmianto, Asmianto
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p38-48

Abstract

Penelitian mengenai analisis faktor dilakukan untuk mengetahui variabel dan masing-masing indikatornya yang paling berpengaruh terhadap kepuasan pemustaka. Terdapat 5 dimensi variabel kualitas pelayanan yang digunakan yaitu 1) Tangibles , 2) Reliability , 3) Responsiveness , 4) Assurance , dan 5) Emphaty . Data diperoleh dengan membagikan kuesioner yang berisi pernyataan dan diuji dengan perangkat lunak IBM SPSS Statistics 25. Metode penelitian analisis yang digunakan yaitu faktor konfirmatori dimana variabel telah ditentukan sejak awal penyesuaian pada studi literatur.Hasil analisis menunjukkan bahwa variabel yang paling berpengaruh adalah daya tanggap (daya tanggap) yang mampu menjelaskan sebesar 64,642%, urutan selanjutnya yaitu variabel jaminan, empati, izin dan bukti nyata . Indikator dari variabel responsiveness yang paling dominan adalah dengan nilai loading sebesar 0,884. Selanjutnya indikator pada variabel jaminan yang paling berpengaruh adalah dengan nilai loading 0,819. Indikator pada variabel emphaty yang paling berpengaruh adalah dengan loading sebesar 0,861. Pada reliabilitas variabelindikator yang paling berpengaruh adalah dengan nilai loading 0,739 dan indikator pada variabel bukti fisik (tangibles) yang paling berpengaruh adalah dengan nilai loading adalah 0,848. Kata Kunci: Analisis Faktor, Kepuasan Pemustaka, Kualitas Pelayanan.
Analisis Regresi Binomial Negatif untuk Pemodelan Angka Positif Penyakit Kusta di Jawa Timur Dhahari, Nadiya Mushma; Sofro, A'yunin
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p49-56

Abstract

Kusta ialah penyakit kronis yang diakibatkan Mycobacterium leprae, yang melukai saraf tepi (fungsi sensorik, motorik, dan otonom). Perawatan yang tertunda dapat mengakibatkan kerusakan permanen dalam mata, tangan, dan kaki. Penelitian ini bertujuan mengidentifikasi faktor-faktor yang memiliki pengaruh angka positif kusta di Jawa Timur. Faktor-faktor yang dapat mempengaruhi antara lain kepadatan penduduk, jumlah desa atau kelurahan yang memiliki fasilitas kesehatan, presentase penduduk dengan keluhan kesehatan, presentase masyarakat dengan fasilitas sanitasi memadai, presentase masyarakat miskin, jumlah tenaga kesehatan, serta presentase yang memiliki asuransi kesehatan. jumlah. Persentase pekerja dan mereka yang memiliki asuransi kesehatan. Metode yang digunakan adalah metode regresi binomial negatif. Ini adalah salah satu metode yang digunakan untuk mengatasi overdispersi data dalam regresi Poisson. Data penelitian ini menggunakan data yang diperoleh dari Badan Pusat Statistik dan Publikasi Dinas Kesehatan Jawa Timur tahun 2021. Hasil penelitian menunjukkan bahwa kepadatan penduduk, presentase penduduk dengan keluhan kesehatan, dan presentase penduduk miskin merupakan faktor yang mempengaruhi signifikansi penderita kusta di Jawa Timur tahun 2021. Kata Kunci: kusta, regresi poisson, overdispersi, regresi binomial negatif.
ANALISIS PERPINDAHAN MEREK DAN STRATEGI PEMASARAN UMKM MENGGUNAKAN METODE RANTAI MARKOV DAN TEORI PERMAINAN Mokoginta, Karmila; K. Nasib, Salmun; Djakaria, Ismail; Wungguli, Djihad
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p57-66

Abstract

Usaha mikro, kecil dan menyengah (UMKM) merupakan kegiatan usaha yang mampu memperluas lapangan kerja dan memberikan pelayanan ekonomi yang luas pada masyarakat. Di provinsi Gorontalo, UMKM berkembang semakin pesat. Banyaknya pilihan UMKM berdampak pada tingkat keinginan konsumen terhadap suatu produk sehingga konsumen berpeluang untuk melakukan perpindahan merek. Dalam mengatasi masalah perpindahan merek, para pelaku UMKM harus memilih strategi pemasaran yang tepat, sehingga dapat mempertahankan dan meningkatkan minat pelanggan. Tujuan penelitian ini adalah untuk menganalisis perpindahan pelanggan dan strategi pemasaran UMKM di Temu Social Space Gorontalo menggunakan metode rantai markov dan teori permainan. UMKM yang dimaksud adalah Drinking Of You (DOY), Mhimhithaitea dan Sruput. Hasil penelitian menunjukkan perpindahan pelanggan dari Drinking Of You (DOY) ke Mhimhithaitea sebesar 0,143, Mhimhithaitea ke Drinking Of You (DOY) sebesar 0,120, Drinking Of You (DOY) ke Sruput sebesar 0,032, Sruput ke Drinking Of You (DOY) sebesar 0,167, Mhimhithaitea ke Sruput sebesar 0,200, Sruput ke Mhimhithaitea sebesar 0,250. Sementara itu, strategi pemasaran optimal Drinking Of You (DOY) adalah promosi dan kualitas rasa. Strategi pemasaran optimal Mhimhithaitea adalah harga, kualitas rasa dan pelayanan. Strategi pemasaran optimal Sruput adalah kualitas rasa dan kemasan.
PERBANDINGAN MODEL ASYMMETRIC POWER ARCH DENGAN THRESHOLD GARCH DALAM PERAMALAN KURS POUNDSTERLING TERHADAP KURS RUPIAH Hidayati, Nur
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p11-20

Abstract

Pada umumnya, data pergerakan kurs memiliki volatilitas yang tidak konstan di setiap titik waktunya, sehingga variance residual nya selalu berubah. Kondisi ini bersifat asimetris terhadap volatilitas, maka dibutuhkan model yang dapat menanggulangi keadaan seperti ini. Model ARCH/GARCH digunakan untuk pemodelan volatilitas residual yang sering terjadi pada data keuangan. Namun, penggunaan model ARCH/GARCH pada data keuangan masih terdapat kelemahan karena memiliki asumsi bahwa semua efek guncangan pada volatilitas mempunyai distribusi yang simetris. Terdapat model perkembangan dari model ARCH/GARCH yaitu diantaranya model Asymmetric Power ARCH(APARCH) dan Model Threshold GARCH (TGARCH) yang dikembangkan untuk dapat memodelkan efek keasimetrisan pada volatilitas. Tujuan dari penelitian ini yaitu memodelkan data kurs Poundsterling (GBP) terhadap Rupiah (IDR) dengan model APARCH dan TGARCH, menetukan model terbaik dengan membandingan evaluasi model terbaik dari masing-masing model keduanya, dan meramalkan kurs GBP terhadap IDR dengan menggunakan hasil evaluasi model terbaik. Data yang digunakan berupa data kurs GBP terhadap IDR dengan periode mingguan dimulai dari 1 Januari 2017 hingga 15 Januari 2023. Hasil penelitian menunjukkan bahwa mean model yang digunakan yaitu ARIMA(0,1,1) dan terdapat dua model terpilih yang didapatkan kemudian keduanya dibandingkan berdasarkan nilai BIC terkecil dan didapatkan model APARCH(2,1) sebagai model yang lebih baik dibandingkan model TGARCH(1,1). Hasil dari peramalan dengan menggunakan model APARCH(2,1) untuk dua belas periode kedepan dengan nilai MAPE sebesar 4.46977%. Kata Kunci: APARCH, Asimetris, Kurs, TGARCH, Volatilitas.
PENERAPAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) DALAM PENENTUAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH) DI KELURAHAN TELUK KABUNG SELATAN KECAMATAN BUNGUS TELUK KABUNG Arzuf, Tania -; Murni, Dewi
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p79-93

Abstract

Dalam rangka percepatan dan penanggulangan tingkat kemiskinan di Indonesia, dimana kemiskinan merupakan hal yang memprihatinkan yang terjadi di salah satu Kelurahan Teluk Kabung Selatan Kota Padang, dengan hal itu pemerintah membuat suatu program yang dinamakan Program Keluarga Harapan atau disingkat dengan PKH. Program tersebut sudah berjalan sejak tahun 2007. Perbedaan kriteria yang digunakan dalam penentuan penerima PKH menyulitkan anggota pekerja untuk menetapkan prioritas warga yang tergolong Rumah Tangga Miskin. Penelitian ini mempunyai tujuan untuk menentukan prioritas warga yang tergolong RTM sehingga dapat dipergunakan oleh anggota pekerja PKH supaya tepat dalam menentukan penerima PKH dengan menggunakan metode Analitical Hierarchy Process (AHP). Penelitian ini adalah penelitian terapan. Data yang digunkan ialah data sekunder yang diperoleh dari Koordinator PKH Kelurahan Teluk Kabung Selatan. Variabel yang digunkaan adalah banyak anggota keluarga yang SD ( , banyak anggota keluarga yang SMP , banyak angota keluarga yang SMA ), ibu hamil ) , banyak anggota keluarga yang usia dini/balita ), banyak anggota keluarga yang disabilitas berat ), dan banyak anggota keluarga yang lanjut usia 70 tahun keatas ). Berdasarkan hasil dari analisis data dalam penentuan prioritaswarga yang berhak mendapatkanmanfaat PKH dengan metode Analitycal Hierarchy Process (AHP) diperoleh bahwa dari 130 keluarga calon penerima manfaat PKH didapat 107 keluarga yang berhak menjadi penerima manfaat PKH dan 23 keluarga yang tidak berhak menjadi penerima manfaat PKH.

Page 1 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 13 No. 2 (2025) Vol. 13 No. 1 (2025) Vol. 12 No. 3 (2024) Vol. 12 No. 2 (2024) Vol. 12 No. 1 (2024) Vol. 11 No. 3 (2023) Vol 11 No 2 (2023) Vol. 11 No. 1 (2023) Vol 10 No 3 (2022) Vol 10 No 2 (2022) Vol 10 No 1 (2022) Vol 9 No 3 (2021) Vol 9 No 2 (2021) Vol 9 No 1 (2021) Vol 8 No 3 (2020) Vol 8 No 2 (2020) Vol 8 No 1 (2020) Vol 7 No 3 (2019) Vol 7 No 2 (2019) Vol 7 No 1 (2019) Vol 6 No 3 (2018) Vol 6 No 2 (2018) Vol 6 No 1 (2018) Vol 5 No 3 (2017) Vol 5 No 2 (2017) Vol 5 No 1 (2017) Vol 3 No 3 (2014) Vol 3 No 2 (2014) Vol 3 No 1 (2014) Vol 1 No 5 (2013) Vol 1 No 4 (2013) Vol 1 No 3 (2013) Vol 1 No 2 (2013) Vol 1 No 1 (2013) More Issue