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 29 Documents
 1   2   3 
Search results for , issue "Vol. 12 No. 3 (2024)" : 29 Documents clear
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA JAWA TIMUR DENGAN REGRESI LOGISTIK ORDINAL Purnama, Mohammad Dian; Sofro, A'yunin
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p654-661

Abstract

Indeks Pembangunan Manusia (IPM) merupakan tolok ukur utama kemajuan dan kesejahteraan wilayah, serta indikator penting dalam menilai peningkatan mutu hidup manusia. Pada tahun 2023, IPM Jawa Timur mengalami kenaikan 3 tahun terakhir dengan nilai terakhir 73,38. Walaupun mengalami kenaikan, Jawa Timur merupakan provinsi dengan IPM terendah di Pulau Jawa dan Bali. Sehingga dari permasalahan tersebut tentunya diperlukan untuk memahami secara menyeluruh faktor-faktor yang berpengaruh terhadap IPM. Tujuan penelitian ini tentunya untuk memberikan gambaran tentang faktor-faktor yang mempengaruhi IPM dalam merancang kebijakan yang tepat di masa mendatang. Data yang digunakan merupakan tingkat IPM Jawa Timur 2023 dalam skala kategori ordinal. Untuk menginterpretasikan data ordinal, diperlukan metode yang sesuai yakni regresi logistik ordinal. Hasil penelitian menunjukkan bahwa variabel persentase penduduk miskin berpengaruh signifikan terhadap IPM.
MODEL MATEMATIKA OPTIMALISASI KEUNTUNGAN PENJUALAN: REGRESI LINEAR BERGANDA Ardiyanti, Lily; Ahidiyah, Siti; Mardani, Maya; Danuari Fitrio, Beni; Nuryaman, Aang
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p662-670

Abstract

PENERAPAN MODEL GEOMETRIC BROWNIAN MOTION TERMODIFIKASI KALMAN FILTER DALAM PREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA SERIKAT DAN YUAN CHINA Hanifah, A'idah Nur; Maulana, Dimas Avian
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p671-680

Abstract

Adanya kenaikan suku bunga The Fed oleh Amerika Serikat dan devaluasi yuan China terhadap dolar Amerika Serikat menyebabkan melemahnya nilai tukar rupiah, yang mana merupakan indikator penting dalam menentukan kondisi perekonomian Indonesia. Perubahan nilai tukar rupiah dapat dipengaruhi oleh faktor internal dan eksternal yang bersifat acak setiap saat sehingga sulit diprediksi. Model Geometric Brownian Motion (GBM) yang selanjutnya akan dimodifikasi dengan metode filtering, Kalman Filter (KF) akan digunakan untuk memprediksi nilai tukar rupiah terhadap dolar Amerika Serikat dan yuan China di masa depan berdasarkan data dari periode sebelumnya. GBM merupakan model waktu kontinu yang terjadi karena adanya pergerakan acak nilai volatilitas yang mengikuti proses stokastik. Penambahan metode filtering pada model GBM diharapkan dapat meminimalkan kovariansi error dan meningkatkan akurasinya. Kedua model menghasilkan rata-rata nilai Mean Absolute Percentage Error (MAPE) < 10%, sehingga akurasi prediksinya termasuk dalam kategori sangat baik. Berdasarkan simulasi menggunakan data out sample nilai tukar rupiah terhadap dolar Amerika Serikat (USD/IDR) dan rupiah terhadap yuan China (CNY/IDR), model Geometric Brownian Motion termodifikasi Kalman Filter (GBM-KF) lebih akurat dari model GBM dengan rata-rata nilai MAPE berturut-turut sebesar 0,66% dan 0,40%.
Clustering Analysis of Sales of Naruna Cups on Shopee Using the K-Means Method (Case Study on PT. Naruna Keramik Studio) Thomas, Abdiel Bellamy
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p681-689

Abstract

Naruna Keramik Studio is a company in Salatiga, Central Java that produces and sells various types of products made from clay. The products produced include plates, cups, teapots, bowls, cutting boards, spoons in various colors and other ceramic tableware products. Sales of Naruna products are also available on e-commerce platforms, one of which is Shopee. The large number of types of products produced causes stockpiling of several products because there are several products that are less desired by customers and the impact of COVID-19 as well. Therefore, companies need to group each product to determine which products are most desired and which products are undesirable. This grouping will be carried out using the cluster analysis method using K-Means Clustering. Cluster analysis is carried out by collecting the necessary data first, determining the number of clusters, and clustering using the K-Means method. It was found that cluster 1 contained 13 products, cluster 2 contained 2 products, and cluster 3 contained 5 products. The level of variable differences in the clusters formed from the Naruna cup product clustering process is relatively high.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI KABUPATEN MANDAILING NATAL MENGGUNAKAN ANALISIS REGRESI BERGANDA Lubis, Nisa Ilannur
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p690-696

Abstract

Penelitian ini menganalisis pengaruh Tingkat Pengangguran Terbuka (TPT), Tingkat Partisipasi Angkatan Kerja (TPAK), dan Indeks Pembangunan Manusia (IPM) terhadap kemiskinan di Kabupaten Mandailing Natal. Metode regresi linear berganda digunakan untuk menguji hubungan antara variabel-variabel tersebut berdasarkan data dari Badan Pusat Statistik Kabupaten Mandailing Natal selama 10 tahun terakhir. Hasil analisis menunjukkan bahwa TPT dan TPAK memiliki pengaruh signifikan terhadap kemiskinan, sedangkan IPM tidak signifikan secara parsial. Secara simultan, ketiga variabel tersebut berpengaruh signifikan terhadap kemiskinan dengan kontribusi sebesar 79,9%. Temuan ini memberikan wawasan penting bagi pemerintah daerah dalam merumuskan kebijakan untuk mengurangi kemiskinan.
PEMODELAN KOINFEKSI HIV/HTLV-1 DENGAN SPESIFIK ANTIBODI HIV Pambudi, Agil Setyawan; Fuad, Yusuf
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p600-614

Abstract

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN DI KABUPATEN DAIRI MENGGUNAKAN REGRESI LINEAR BERGANDA Siregar, Malum
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p697-703

Abstract

Penelitian ini bertujuan menganalisis pengaruh indeks pembangunan manusia (IPM) dan pertumbuhan ekonomi terhadap tingkat pengangguran di Kabupaten Dairi menggunakan data dari BPS periode 2011-2023. Metode yang digunakan pada analisis ini adalah regresi linear berganda. Hasil menunjukkan bahwa IPM memiliki pengaruh negatif dan signifikan terhadap pengangguran; semakin tinggi IPM, semakin rendah pengangguran. Sebaliknya, pertumbuhan ekonomi tidak memiliki pengaruh signifikan terhadap pengangguran. Model regresi yang digunakan valid dan mampu menjelaskan 36% variasi dalam tingkat pengangguran, menunjukkan ada faktor lain yang mempengaruhi pengangguran di Kabupaten Dairi. Penelitian ini memberikan wawasan penting bagi pembuat kebijakan dalam merumuskan strategi efektif untuk mengurangi pengangguran.
PREDIKSI HARGA SAHAM PT. GOTO GOJEK-TOKOPEDIA MENGGUNAKAN GEOMETRIC BROWNIAN MOTION TERMODIFIKASI KALMAN FILTER DENGAN KONSTRAIN Rasyidah, Salma Azmi; Maulana, Dimas Avian
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p704-713

Abstract

Saham adalah salah satu instrumen pasar modal paling populer saat ini yang berpengaruh untuk kemajuan ekonomi negara. Saham didefinisikan sebagai kepemilikan investor atas investasinya atau sejumlah dana yang diinvestasikan pada suatu emiten. Harga saham terus mengalami fluktuasi setiap harinya tetapi banyak investor yang tetap berminat untuk melakukan investasi. Salah satu emiten yang memiliki peminat sangat banyak adalah PT. GoTo Gojek Tokopedia Tbk (GOTO). Model Geometric Brownian Motion (GBM) berguna untuk memodelkan harga saham jika nilai return dari suatu saham di masa lalu berdistribusi normal tetapi pada jangka waktu yang lama cenderung menghasilkan error yang cukup besar. Oleh karena itu, ditambahkan metode filtering Kalman Filter dan konstrain yaitu batasan sesuai dengan auto rejection untuk meminimalkan error. Berdasarkan simulasi dengan 100, 500, dan 1000 iterasi menggunakan model GBM menghasilkan nilai MAPE berturut-turut 10,19%, 9,46%, dan 8,09%. Hasil terbaik diperoleh pada 1000 iterasi dengan nilai MAPE 8,09%, tetapi hasil prediksi model GBM-KF menghasilkan nilai MAPE yang jauh lebih kecil yaitu 2,56%. Penambahan konstrain ke dalam model GBM-KF tidak berpengaruh secara signifikan namun diperoleh nilai MAPE yang berbeda yaitu 2,96%. Ketiga model memiliki akurasi peramalan tinggi dibawah 10%. Model GBM-KF adalah metode yang paling baik untuk memprediksi harga saham GOTO.
PENERAPAN GEOMETRIC BROWNIAN MOTION YANG TERMODIFIKASI KALMAN FILTER (GBM-KF) UNTUK MEMPREDIKSI HARGA EMAS Hunaifi, Muhammad Arif; Maulana, Dimas Avian
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p714-725

Abstract

Pemahaman pergerakan harga komoditas menjadi penting untuk memahami dunia ekonomi dan keuangan global. Salah satu komoditas yang digunakan sebagai alat lindung adalah emas, yang dianggap sebagai alat investasi yang sering digunakan di tengah ketidakpastian pergerakan ekonomi. Emas sering digunakan sebagai alat investasi karena harganya yang cenderung stabil dan fluktuasinya relatif kecil. Harga emas menjadi salah satu indikator penting dalam stabilitas perkonomian global. Dalam penelitian ini, dilakukan penerapan model Geometric Brownian Motion dengan Kalman Filter untuk memprediksi harga emas berdasarkan data historis harian emas dari situs website https://finance.yahoo.com/ selama tahun 2023. Dengan menggunakan bantuan bahasa pemrograman python, diperoleh hasil running program dengan banyak iterasi (lintasan) yang digunakan yakni 100, 500, 1000, dan 5000 lintasan. Dengan nilai minimal MAPE yang dihasilkan oleh masing masing lintasan tersebut yakni sebesar 2,80%, 2,27%, 2,17%, dan 1,69%. Hasil dari konstruksi model GBM termodifikasi Kalman Filter menunjukkan hasil prediksi yang lebih efektif dibandingkan dengan konstruksi model GBM. Hal ini ditunjukkan dengan penurunan nilai MAPE model GBM sebesar 1,6976 % menjadi 0,4165 % untuk model GBM yang telah termodifikasi Kalman Filter. Penambahan algoritma Kalman Filter membantu meminimalkan nilai error sehingga menghasilkan prediksi harga emas yang lebih akurat.

Page 3 of 3 | Total Record : 29

 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