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 27 Documents
 1   2   3 
Search results for , issue "Vol. 13 No. 1 (2025)" : 27 Documents clear
OPTIMASI WAKTU PENJEMURAN DAN SUHU PENGGORENGAN TERHADAP KEMEKARAN KERUPUK UDANG Purnama, Mohammad Dian
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p168-173

Abstract

PENERAPAN ALGORITMA DIJKSTRA UNTUK MENENTUKAN RUTE TERPENDEK DARI RS.BINA KASIH MENUJU RS.ADAM MALIK tasya, anastasya putri
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p157-167

Abstract

Permasalahan jarak dan pencarian rute merupakan tantangan umum ketika ingin mengunjungi tempat-tempat tertentu. Penelitian ini bertujuan untuk menentukan rute terpendek dari rumah sakit Bina Kasih menuju rumah sakit Adam Malik dengan menggunakan algoritma dijkstra di implementasikan dalam html dan user interface. Algoritma dijkstra digunakan untuk menguji jarak paling dekat dari satu titik ke titik lainnya dengan mengambil persimpangan atau jalan sebagai rute perjalanan. Penentuan rute terpendek bertujuan untuk mempersingkat waktu tempuh. Penelitian ini dilakukan untuk mengurangi waktu tempuh yang diperlukan untuk merujuk pasien dari Rumah Sakit Bina Kasih ke Rumah Sakit Adam Malik melalui rute yang paling efisien. Berdasarkan uji coba, Algoritma Dijkstra menunjukan kemampuan yang baik dalam mencari rute terpendek. Algoritma ini bekerja dengan memilih sisi dengan bobot minimum yang menghubungkan node atau simpul terpilih dengan simpul lainnya. Berdasarkan pengujian yang telah dilakukan, penerapan algoritma dijkstra untuk mendapatkan rute terpendek dinilai efektif. Kata Kunci: Algoritma Dijkstra, Rute Terpendek, Layanan Kesehatan.
IMPLEMENTASI ALGORITMA DIJKSTRA UNTUK MENENTUKAN RUTE TERPENDEK DARI UNIVERSITAS NEGERI MEDAN MENUJU THAMRIN PLAZA MEDAN Nasution, Tri Annisya Aini
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p147-156

Abstract

Kota Medan adalah sebuah ibukota dari Provinsi Sumatera Utara. Sebagai kota terbesar ke tiga di Indonesia. Dalam kehidupan sehari hari terdapat banyak kebutuhan yang harus dipenuhi. Dan dalam pemenuhan kebutuhan tersebut, masyarakat sering mengandalkan Shopping Center atau pusat perbelanjaan sebagai tempat mereka mendapatkan barang-barang kebutuhan yang mereka. Tujuan penelitian ini adalah untuk menentukan jarak rute terpendek dari Unimed Gerbang 2 ke Thamrin Plaza menggunakan Thamrin Plaza menggunakan algoritma Dijkstra. Algoritma Dijkstra memiliki kemampuan yang efektif untuk mencari jalur terpendek, dimana pada setiap graf dipilih sisi dengan bobot minimum yang menghubungkan suatu simpul yang telah dipilih dengan simpul lain yang belum terpilih. Dalam melakukan penelitian ini dilakukan dengan mengidentifikasi dan merumuskan masalah yang ada, melakukan studi literatur melalui beberapa sumber tentang Algoritma Dijkstra, lalu mengumpulkan data dan didapatkan data melalui aplikasi yaitu Google Maps. Pada penelitian ini menggunakan contoh rute dari Universitas Negeri Medan (Gerbang 2) menuju ke Thamrin Plaza Medan. Jarak terpendek yang diperoleh yaitu sejauh 5,2 Km dengan melalui rute sebanyak 15 titik (A-B-C-D-E-F-H-T-AC-AD-AG-AL-AR-AW-AX). Algoritma Dijkstra dan pemrograman Python di atas cukup efisien untuk menentukan rute dengan jarak terpendek dari Universitas Negeri Medan Gerbang 2 menuju ke Thamrin Plaza Medan.
PEMODELAN GENERALIZED POISSON REGRESSION (GPR) UNTUK MENGATASI PELANGGARAN EQUIDISPERSI PADA REGRESI POISSON KASUS PNEUMONIA DI PROVINSI NTT Guntur, Robertus Dole; Ananda Njudang, Cindy Claudia Indiriani
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p139-146

Abstract

Pneumonia merupakan salah satu masalah kesehatan global yang mana penyakit ini menyerang saluran pernapasan, dan merupakan salah satu penyebab kematian anak di dunia. Jumlah kasus pneumonia merupakan data diskrit yang dapat dimodelkan dengan menggunakan analisis regresi posson. Akan tetapi asumsi equidispersi dilanggar ketika menggunakan data jumlah kasus pneumonia. Untuk itu digunakan pendekatan Generalized Poisson Regression (GPR) untuk mengatasi overdispersi dalam data diskrit ini. Tujuan penelitian ini adalah untuk memodelkan jumlah kasus pneumonia di Provinsi Nusa Tenggara Timur (NTT) dengan menggunakan model GPR dan menyelidiki faktor-faktor yang mempengaruhinya. Data yang digunakan adalah data jumlah kasus penyakit pneumonia sebagai variable terikat (Y), jumlah balita gizi buruk (X1), persentase penduduk usia 0-59 bulan menurut pemberian imunisasi lengkap (X2), persentase balita wasting (X3), persentase penduduk umur 0-23 bulan (baduta) yang pernah diberi ASI (X4), persentase perempuan dengan usia perkawinan pertama < 19 tahun (X5). Hasil analisis menunjukkan data jumlah kasus pneumonia di Provinsi NTT mengalami overdispersi dengan nilai rasio antara deviance dan derajat kebebasan sebesar 118,45. Dari 31 model GPR yang dapat dibangun, model GPR yang melibatkan 5 variabel prediktor merupakan model yang terbaik dengan nilai AIC sebesar 1931,742 sehingga model yang terbentuk adalah yang mana semua variabel prediktornya signifikan terhadap kejadian jumlah kasus pneumonia di Provinsi NTT.
PERBANDINGAN METODE VECTOR AUTOREGRESSIVE NEURAL NETWORK (VAR-NN) DAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PERAMALAN JUMLAH PENUMPANG KERETA API Ellyana, Elfi
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p125-138

Abstract

Vector Autoregressive Neural Network (VAR-NN) is a combination of VAR and Neural Network that has the potential to improve forecasting accuracy especially in the case of data that has significant non-linear patterns while Elman Recurrent Neural Network (ERNN) is effective in recognizing non-linear patterns in complex time series data. This study aims to determine the best modeling of VAR-NN and ERNN for forecasting the number of train passengers in Java (Jabotabek and Non Jabotabek). The results showed that the best VAR-NN model for the Jabotabek area is the VAR-NN (1-7-1) model with MSE and MAPE test values of 0.0137 and 11.7% and for the Non Jabotabek area the VAR-NN (2-14-1) model with MSE and MAPE test values of 0.0165 and 21%, respectively, 0165 and 21%, while the best ERNN model for the Jabotabek area is the ERNN (5-15-1) model with MSE and MAPE values of 3.4983e+07 and 38.7995% and for the Non Jabotabek area is the ERNN (6-15-1) model with MSE and MAPE values of 3.4591e+06 and 50.8854%. This study concludes that the best model for forecasting the number of train passengers in the Jabotabek area is the VAR-NN (1-7-1) model and the Non Jabotabek area is the VAR-NN (2-14-1) model.
KAJIAN MODEL REGRESI DATA PANEL PADA DATA INDEKS PEMBANGUNAN MANUSIA PROVINSI DKI JAKARTA TAHUN 2019-2023 Widarti, Widiarti
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p117-124

Abstract

Regression analysis on panel data is a regression technique that utilizes the panel data structure, which combines information from time series and cross section data. Panel data regression analysis in economics is usually used for Human Development Index (HDI) data. HDI is a measure used to assess the success of a region in developing the quality of life of its population. In panel data regression, there are three estimation models, namely CEM, FEM and REM. The CEM method assumes that the intercept and slope in the cross section and time series units are the same, the FEM method assumes that the intercept is different between cross section units, while the slope between cross section units remains the same, while the REM method assumes that differences in unit characteristics and time periods are accommodated in the residual model. As a result of this study, the best panel data regression model is using the Random Effect Model (REM) with individual effects. The variables of life expectancy, school expectancy, number of poor people and per capita expenditure are able to explain HDI in DKI Jakarta Province by 95.45%. Keywords: Panel Data Regression, HDI, Random Effect Model.
PEMODELAN MATEMATIKA PENYEBARAN TOKSOPLASMOSIS PADA MANUSIA DAN KUCING DENGAN ADANYA VAKSINASI KUCING Jayanti, Irma Salsabilla
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p105-116

Abstract

ANALISIS KLASTER DATA PENDIDIKAN KOTA SURABAYA TAHUN 2022-2023 Handitia, Nanda Reza; Sofro, A'yunin
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p96-104

Abstract

PENERAPAN REGRESI LOGIT DAN PROBIT UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TIMUR TAHUN 2018-2022 Hanifah, A'idah Nur
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p88-95

Abstract

ANALISIS KESTABILAN MODEL SEITR PADA PENYEBARAN PENYAKIT KANKER PARU-PARU AKIBAT ASAP ROKOK Permatasari, Fransiska Indah
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n1.p73-87

Abstract

Abstrak Kanker paru-paru adalah pertumbuhan sel kanker yang tidak terkendali dalam jaringan paru-paru yang disebabkan oleh sejumlah karsinogen lingkungan, terutama asap rokok. Kematian akibat kanker paru-paru sebagian besar disebabkan oleh rokok dan risiko kanker paru-paru meningkat secara signifikan sesuai dengan durasi dan jumlah rokok yang dikonsumsi. Penelitian ini membahas model matematika SEITR pada penyebaran penyakit kanker paru-paru akibat asap rokok. Tujuan penelitian ini yaitu membentuk model matematika, mencari titik kesetimbangan dan angka reproduksi dasar, menganalisis kestabilan titik kesetimbangan, serta simulasi numerik model dengan Maple 18. Dari hasil tersebut diperoleh Teorema 1 yaitu jika maka hanya ada titik kesetimbangan bebas penyakit yang bernilai positif dan jika maka ada titik kesetimbangan bebas penyakit dan endemik yang bernilai positif serta diperoleh Teorema 2 yaitu titik kesetimbangan bebas penyakit stabil asimtotik lokal jika dan titik kesetimbangan endemik stabil asimtotik lokal jika . Selanjutnya dari simulasi numerik pada model dengan menggunakan Maple 18 diperoleh beberapa fakta, yaitu semakin kecil nilai laju individu rentan menjadi perokok ringan dan peluang individu terinfeksi kanker paru-paru serta semakin besar nilai laju individu perokok ringan mengalami kesembuhan alami dan laju individu terinfeksi kanker paru-paru menjalani pengobatan kemoterapi akan mempercepat laju pertumbuhan individu pada setiap subpopulasi stabil pada titik kesetimbangan bebas penyakit, artinya penyakit kanker paru-paru akan semakin cepat menghilang dari populasi. Kata Kunci: Pemodelan Matematika, Rokok, Kanker Paru-Paru. Abstract Lung cancer is the uncontrolled growth of cancer cells in lung tissue caused by a number of environmental carcinogens, particularly cigarette smoke. Lung cancer deaths are mostly caused by smoking, and the risk of lung cancer increases significantly with the duration and number of cigarettes smoked. This study discusses the SEITR mathematical model of the spread of lung cancer by cigarette smoke. The purpose of this study is to formulate a mathematical model, find the equilibrium point and the basic reproduction number, analyze the stability of the equilibrium point, and numerically simulate the model using Maple 18. From these results, Theorem 1 is obtained, namely, if , then there is only a positive disease-free equilibrium point and if , then there is a positive disease-free and endemic equilibrium point, and Theorem 2 is obtained, namely, the disease-free equilibrium point is locally asymptotically stable if and the endemic equilibrium point is locally asymptotically stable if . Furthermore, several facts are obtained from numerical simulations of the model using Maple 18, Namely, the smaller the values of the rate of susceptible individuals becoming light smokers and the probability of individuals being infected with lung cancer , and the larger the values of the rate of individual light smokers experiencing natural recovery and the rate of individuals infected with lung cancer undergoing chemotherapy treatment , the faster the rate of individual growth in each stable subpopulation at the disease-free equilibrium point, i.e., the faster lung cancer will disappear from the population. Keywords: Mathematical Modeling, Cigarette, Lung Cancer.

Page 1 of 3 | Total Record : 27

 1   2   3 

Filter by Year

2025 2025


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