cover
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
ISSN : 23019115     EISSN : 2716506X     DOI : https://doi.org/10.26740/mathunesa
Core Subject : Education,
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 25 Documents
Search results for , issue "Vol. 12 No. 1 (2024)" : 25 Documents clear
Ideal Hibrida dalam BCK/BCI-Aljabar Halimah, Umi; 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.p169-180

Abstract

PENERAPAN INTEGER LINEAR PROGRAMMING DAN ANALISIS SENSITIVITAS PADA OPTIMALISASI PRODUK USAHA KUE PUTU ASLI M*R Nahda, Atika; Granita, Granita
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.p181-187

Abstract

Bisnis Kue Putu Asli M*R adalah usaha Kue yang menciptakan 3 varian, yakni putu pangggang putih,panggang hitam, serta kukus. Bisnis ini Terletak di Balingka, Kecamatan IV Koto, Kabupaten Agam, Sumbar.Metode penelitian ini adalah metode replikasi yang merupakan replikasi dari penelitian terdahulu. Riset inimempunyi sasaran melakukan perhitungan pembuatan memanfaatkan metode branch and bound sertamengevaluasi variasi yang bisa diterapkan pada aspek aspek pembuatan melalui analisis sensitivitas. Metodebranch and bound adalah suatu metode yang paling efektive saat menyelesaikan fenomena program linear dibanding metode lainnya. Berdasarkan perhitungan diperoleh solusi optimal yaitu dengan memproduksiputu panggang putih sebanyak 9950, panggang hitam sebanyak 4820. Dan kukus sebanyak 2795. Sedangkanhasil Analisis sensitivitas memperlihatkan ketika terjadi pergantian pada aspek pembuatan dalam jangkamaksimal; dan minimal, hal tersebut akan menahan penyelesaian terhadap koefisien sasaran dan angka batasguna hambatan.
Peramalan PDRB PERAMALAN PDRB DI JAWA TIMUR MENGGUNAKAN MODEL ARIMAX DENGAN VARIABElL EKSOGEN EKSPOR-IMPOR Salsabila, Nada; Oktaviarina, Affiati
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.p208-218

Abstract

PDRB (Pendapatan Domestik Regional Bruto) merupakan salah satu faktor yang mempengaruhi pertumbuhan ekonomi dimana pertumbuhan ekonomi merupakan tolak ukur kesejahteraan masyarakat. Faktor-faktor yang mempengaruhi PDRB adalah Ekspor-Impor. Ekspor-Impor berpengaruh secara positif dan signifikan terhadap PDRB. Salah satu provinsi di Indonesia yang mengalami peningkatan pada PDRB ialah Jawa Timur. Dengan adanya fenomena peningkatan tersebut penelitian ini akan menerapkan model ARIMAX pada peramalan PDRB di Jawa Timur dengan variabel eksogen Ekspor - Impor.model ARIMAX dapat mengkombinasikan beberapa data dan mengetahi hubungan antar variabel Yt dan variabel Xt. Model ARIMAX adalah sebuah modifikasi dari metode ARIMA dengan penambahan variabel prediktor. Penentuan model ARIMAX dalam penelitian ini, menggunakan oleh metode Maximum Likelihood Estimation dalam proses estimasi parameternya. Nilai AIC digunakan dalam pemilihan model terbaik dan Nilai MAPE untuk mengukur akurasi data ramalan. Model ARIMAX yang dapat digunakan untuk peramala PDRB di Jawa Timur adalah ARIMAX(0,2,1). Dimana model tersebut merupakan model terbaik karena sesuai dengan uji signifikansi dan diagnostik checking dengan nilai AIC adalah 892.62. Akurasi hasil peramalan pada data testing tergolong bagus karena memiliki nilai MAPE sebesar 1.76% atau 0.176. Hasil Peramalan pada periode selanjutnya yaitu pada tahun 2023 Kuartil III sampai 2025 Kuartil IV juga mengalami kenaikan secara perlahan.
SUBALJABAR FUZZY DAN IDEAL FUZZY BCK/BCI-ALJABAR DENGAN DERAJAT PADA INTERVAL (0,1] Afurqon, Ayatulloh; Sulaiman, Raden
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.p188-196

Abstract

BCK/BCI-aljabar dan himpunan fuzzy adalah dua disiplin matematika yang berbeda, sehingga menjadi suatu topik unik ketika kedua konsep tersebut digabungkan. Fokus utama dari pembahasan penelitian ini adalah subaljabar fuzzy BCK/BCI-aljabar $P$ dengan derajat pada interval $(0, 1]$ didefinisikan dengan, "Misal $X$ dan $P$ adalah BCK/BCI-aljabar, dengan $P \subseteq X$. Himpunan fuzzy $\tilde{A}$ disebut sebagai subaljabar fuzzy pada $P$ dengan derajat $\lambda$, dengan $\lambda \in (0,1]$, jika dan hanya jika $\forall x, y \in P$, $\mu_{\tilde{A}} (x \ast y) \ge \lambda \min\left\{ \mu_{\tilde{A}}(x), \mu_{\tilde{A}}(y) \right\}$. Dan ideal fuzzy BCK/BCI-aljabar $P$ dengan derajat pada interval $(0, 1]$ didefinisikan dengan, "Misal $X$ dan $P$ adalah BCK/BCI-aljabar, dengan $P \subseteq X$. Himpunan fuzzy $\tilde{A}$ disebut ideal fuzzy pada $P$ dengan derajat $(\lambda, \kappa)$, dengan $\lambda \in (0,1]$ dan $\kappa \in (0,1]$ jika dan hanya jika, $\forall x \in P$, $\mu_{\tilde{A}}(0) \ge \lambda \mu_{\tilde{A}}(x)$, dan $\forall x,y \in P$, $\mu_{\tilde{A}}(x) \ge \kappa \min\left\{\mu_{\tilde{A}}(x \ast y), \mu_{\tilde{A}}(y) \right\}$. Selain itu, dibahas sifat-sifat dan pembuktian dari subaljabar fuzzy dan ideal fuzzy BCK/BCI-aljabar dengan derajat pada interval (0,1].
IMPLEMENTASI DIMENSI FRAKTAL BOX COUNTING DAN K-MEANS DALAM KLASIFIKASI JENIS IKAN LAUT BERDASARKAN CORAK TUBUH Faizah, Ayu Mazidatul; Juniati, Dwi
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.p197-207

Abstract

Ikan adalah kelompok hewan bertulang belakang (vertebrata) yang hidup di dalam air, bernapas melalui insang, dan memiliki sirip untuk berenang. Dalam taksonomi, ikan masuk dalam kelompok paraphyletic. Ikan berperan penting dalam ekosistem perairan dan juga menjadi makanan pokok bagi banyak masyarakat di muka bumi ini. Selain dilihat dari bentuk tubuh, ekor, dan bentuk siripnya, corak pada tubuh ikan juga berperan penting dalam mengidentifikasi jenis ikan. Dalam matematika, gagasan mengenai fraktal adalah salah satu metode yang cocok untuk memahami pola atau bentuk yang tidak beraturan pada suatu objek. Dalam penelitian ini, dilakukan pengklasifikasian ikan laut berdasarkan corak pada tubuhnya menggunakan dimensi fraktal. Sebanyak 120 citra berwarna pada bagian tengah tubuh ikan laut digunakan untuk diubah ke dalam citra grayscale lalu dilakukan segmentasi pada corak tubuhnya. Daerah hasil segmentasi tersebut digunakan untuk mengetahui pola corak tubuh ikan menggunakan deteksi tepi Canny. Hasil nilai dimensi menggunakan box counting diklasifikasikan menggunakan metode K-Means Clustering dengan 8 klaster yang memiliki nilai akurasi sebesar 90%. Kata Kunci: Corak Tubuh Ikan Laut, Box Counting, K-Means.

Page 3 of 3 | Total Record : 25