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
74 Documents
Search results for
, issue
"Vol. 13 No. 2 (2025)"
:
74 Documents
clear
<![CDATA[EDGE-COLORING COMPELTE GRAPH WHICH CONTAIN PROPERLY COLORED C4 ]]>
<![CDATA[Kaawoan, George Yuan]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Suppose is a graph and is a subgraph of . All edges of graph are given arbitrary colors such that there is a properly colored subgaph . However, this problem is difficult to prove, thus the problem is given a constraint. Suppose is a complete graph with vertices with 4 as the minimum for , and (subgraph of ) is a cycle with 4 vertices. All edges of complete graph G are given arbitrary colors such that there is a properly colored subgraph cycle . This study has proven that there is a sufficient condition that graph contains a properly colored cycle through the minimum color degree. This study has also proven that there is a sufficient condition that graph contains a properly colored cycle through the cardinality of the union of the neighboring color of vertex and neighboring color of vertex . Keywords: Graph coloring, complete graph, cycle graph, as well as minimum color degree.]]>
<![CDATA[ANALISIS CLUSTERING INDEKS KEDALAMAN KEMISKINAN DI INDONESIA MENGGUNAKAN K-MEANS ]]>
<![CDATA[Handitia, Nanda Reza]]>;
<![CDATA[A'yunin Sofro]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Poverty is one of the main issues in sustainable development that is measured using various indicators, one of which is the poverty depth index (P1). This index provides a more comprehensive picture of the severity of poverty than the percentage of poor people (P0). In this study, a clustering analysis of provinces in Indonesia is conducted based on time series data of the poverty depth index to identify similar patterns of change. This research applies the K-Means method with three distance measurement approaches, namely Dynamic Time Warping (DTW), Derivative Dynamic Time Warping (DDTW), and Weighted Dynamic Time Warping (WDTW). DTW is used to handle time shifts in the data, DDTW considers the pattern of change by calculating the first derivative, while WDTW assigns weights to each data point to produce more stable results. The clustering results were validated using the silhouette coefficient to determine the most optimal method. The results showed that the K-Means method with WDTW distance measurement had a silhouette coefficient value of 0.884 (strong).]]>
<![CDATA[PENERAPAN K-NEAREST NEIGHBORS (K-NN) DALAM MENILAI POTENSI DROP OUT MAHASISWA: STUDI PADA ASPEK AKADEMIK, SOSIAL, DAN EKONOMI ]]>
<![CDATA[Tania, Vanya]]>;
<![CDATA[Khasanah, Intan Nur]]>;
<![CDATA[Syah Albani]]>;
<![CDATA[Nur Azizah]]>;
<![CDATA[Nurul Jihan]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[College is the highest educational institution that is important in preparing students to face global challenges. However, not a few students experience academic failure in completing their lectures (drop out). The high dropout rate can be minimized by making the right decisions to prevent students from dropping out. To help make these decisions, a technology such as Educational Data Mining (EDM) is needed to better understand student data patterns. One method in EDM that can be used is data classification with the concept of K-Nearest Neighbor (K-NN). In this research, K-NN works by analyzing the closeness of student data to predict the likelihood of a student graduating on time or at risk of dropout. The data used covers aspects of student life, such as academic, social, and economic aspects. Based on the results of the analysis, it can be concluded that the use of K-NN has good performance and is quite accurate but can be improved by adding resampling techniques to overcome class imbalances that may occur from the influence of large amounts of data. However, the K-NN approach can help universities design policies because it is simple to implement, making it easy to apply in the academic field. Keywords: Educational Data Mining (EDM), K-Nearest Neighbors (KNN), Drop Out, College.]]>
<![CDATA[ANALISIS KESTABILAN PADA MODEL FITO-ZOOPLANKTON DENGAN WAKTU TUNDA PADA ZOOPLANKTON DI KOLAM STABILISASI LIMBAH ]]>
<![CDATA[WALDHANI, GESTI ESSA]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[In this paper, we discuss the predator-prey model using Holling type II functional response with the time delay in facultative stabilization pond. In this research, we discuss the predator-prey model using Holling type II functional response with the time delay, determining the equilibrium point, the stability analysis of predator-prey model using Holling type II functional response with the time delay and numerical simulation of the predator-prey model using Holling type II functional response with the time delay. The method used to analyse the problem is by literature study. The steps used are the development of a mathematical model of change of dissolved oxygen concentration, phytoplankton and zooplankton, mathematical equation solving algorithm, field data, simulation using Maple and Mathematica 9 software and validation with research.]]>
<![CDATA[ANALISIS MODEL DALAM PENGUKURAN KINERJA SISTEM ANTRIAN DAN PENGOPTIMALAN WAKTU TUNGGU PADA PEMBUATAN KARTU TANDA PENDUDUK ELEKTRONIK (KTP-EL) ]]>
<![CDATA[Rahima Ayub, herlina_onuneng-26]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pelayanan perekaman dan pencetakan KTP-el di Dinas Kependudukan dan Pencatatan Sipil Kabupaten Bone Bolango masing-masing menggunakan sistem antrian single channel-multi phase dan single channel - single phase. Penerapan sistem antrian ini menyebabkan rata-rata waktu tunggu pengunjung dalam sistem selama 26 menit dan waktu tunggu pengunjung dalam antrian hingga 4 jam. Artikel ini bertujuan untuk menentukan struktur antrian optimal guna meningkatkan pelayanan dengan membandingkan kinerja sistem sebelum dan sesudah penerapan metode tertentu. Metode yang digunakan adalah multi channel - multi phase pada loket perekaman dan multi channel - single phase pada loket pencetakkan. Hasil yang diperoleh menunjukkan bahwa penerapan metode tersebut berhasil mengoptimalkan waktu tunggu dalam antrian menjadi 3,6 menit dan waktu tunggu dalam sistem menjadi 12,5 menit dengan 3 fasilitas server.]]>
<![CDATA[ANALISIS HUBUNGAN ANTARA ANGKA TIDAK SEKOLAH (ATS), TINGKAT KEMISKINAN, DAN ANGKA MELEK HURUF (AMH) DENGAN BIPLOT ]]>
<![CDATA[Linda Rassiyanti]]>;
<![CDATA[Ayu Sofia]]>;
<![CDATA[Rizka Pitri]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Tujuan dari penelitian ini adalah untuk memperdalam analisis tentang hubungan antara pendidikan, literasi, dan kemiskinan. Metode penelitian yang digunakan pada penelitian ini adalah metode analisis biplot yang merupakan teknik statistik deskriptif yang memungkinkan penyajian visual simultan dari objek pengamatan dan variabel dalam ruang dua dimensi. Data yang digunakan dalam penelitian ini adalah Rata-Rata Lama Sekolah (RLS), Angka Melek Huruf (AMH), dan Persentase Orang Miskin. Tiap variabel dilakukan analisis desktiptif untuk mengetahui sebaran datanya, lalu selanjutnya dilakukan analisis biplot, dan menarik kesimpulan. Hasil penelitian menunjukkan bahwa RLS dan AMH memiliki hubungan yang kuat dengan tingkat kemiskinan (persentase orang miskin). Tingkat pendidikan yang lebih tinggi secara umum berkorelasi dengan tingkat kemiskinan yang lebih rendah. Provinsi DKI Jakarta dan Kep. Riau memiliki keberhasilan dalam taraf pendidikan yang tinggi dan kemiskinan rendah, sedangkan Provinsi Papua Pegunungan dan Nusa Tenggara Timur masih memerlukan perhatian untuk mengurangi kemiskinan dan meningkatkan taraf pendidikan. Provinsi Papua Pegunungan dan Papua Tengah terlihat jauh dari kelompok lainnya, menunjukkan karakteristik yang unik, seperti kemiskinan sangat tinggi dan pendidikan sangat rendah.]]>
<![CDATA[KOMBINASI ALGORITMA KRIPTOGRAFI RC6 DAN STEGANOGRAFI LSB UNTUK PENGAMANAN PESAN TEKS ]]>
<![CDATA[Kai, Ferawati]]>;
<![CDATA[Nuha, Agusyarif Rezka]]>;
<![CDATA[Asriadi, Asriadi]]>;
<![CDATA[Panigoro, Hasan S.]]>;
<![CDATA[Yahya, Nisky Imansyah]]>;
<![CDATA[Arsal, Armayani]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[The rapid advancement of technology has led to various types of technological crimes. One solution to secure messages is by using cryptographic and steganographic techniques. This research combined the Rivest Code 6 (RC6) cryptographic algorithm and the Least Significant Bit (LSB) steganographic algorithm to enhance message security. The study analyzed changes in an image embedded with a message and sent through applications such a WhatsApp, Telegram, and E-mail. The final result show that the image embedded with the message does not undergo significant changes. However, stego images sent directly via WhatsApp and Telegram experience size alterations, which cause the embedded messages to become corrupted. Meanwhile, stego images sent as documents retain their size, allowing the message to remain intact. Additionally, stego images sent via E-mail, either as attachments or directly, do not experience size changes, and the embedded messages can be fully retrieved.]]>
<![CDATA[ANALISIS CLUSTER WILAYAH RAWAN BENCANA ALAM DI JAWA BARAT MENGGUNAKAN ALGORITMA K-MEDOIDS ]]>
<![CDATA[Meilyla, Ocha]]>;
<![CDATA[Sofro, A’yunin]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Bencana alam merupakan peristiwa yang dapat menimbulkan dampak signifikan terhadap kehidupan masyarakat, baik dari segi kerugian ekonomi, sosial, maupun infrastruktur. Oleh karena itu, identifikasi wilayah rawan bencana menjadi langkah krusial dalam upaya mitigasi dan perencanaan kebijakan penanggulangan bencana. Penelitian ini bertujuan untuk melakukan analisis cluster wilayah rawan bencana alam di Jawa Barat menggunakan algoritma K-Medoids, yang dikenal lebih robust terhadap outlier dibandingkan metode clustering lainnya. Dalam penelitian ini, pengelompokan dilakukan berdasarkan beberapa variabel yang berpengaruh dalam menentukan tingkat rawan bencana alam di suatu wilayah. Untuk meningkatkan keakuratan hasil clustering, perhitungan jarak dilakukan menggunakan dua metrik, yaitu Euclidean distance dan Manhattan distance. Hasil dari proses clustering kemudian divalidasi menggunakan Davies-Bouldin index guna menentukan kualitas dan optimalitas pengelompokan yang diperoleh. Hasil penelitian menunjukkan bahwa metode K-Medoids mampu mengelompokkan wilayah rawan bencana secara efektif dengan pola yang lebih jelas. Diperoleh 2 cluster yang menggambarkan tingkat kerawanan bencana di berbagai daerah di Jawa Barat. Cluster 1 menunjukkan wilayah dengan tingkat rawan bencana yang tinggi dan cluster 2 menunjukkan wilayah dengan tingkat rawan bencana yang rendah. Hasil perhitungan Davies-Bouldin index menunjukkan bahwa penggunaan Manhattan distance lebih optimal dibandingkan dengan Euclidean distance dengan nilai DBI sebesar 0,299043. Temuan ini dapat menjadi referensi dalam perumusan kebijakan mitigasi bencana yang lebih tepat sasaran serta meningkatkan kesiapsiagaan masyarakat dalam menghadapi potensi bencana di masa mendatang]]>
<![CDATA[PENERAPAN METODE DIMENSI FRAKTAL HIGUCHI DAN K-NEAREST NEIGHBOURS DALAM KLASIFIKASI EMOSI MANUSIA BERDASARKAN SUARA ]]>
<![CDATA[Dimas Duzazagi Akbar]]>;
<![CDATA[Dwi Juniati]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pengenalan emosi melalui suara memiliki banyak manfaat, terutama dalam bidang psikologi, pendidikan, dan teknologi interaksi manusia. Penelitian ini bertujuan untuk mengklasifikasikan emosi manusia berdasarkan suara menggunakan metode Dimensi Fraktal Higuchi dan algoritma K-Nearest Neighbours (KNN). Data yang digunakan terdiri dari 120 sampel suara yang mewakili enam jenis emosi, yaitu marah, jijik, takut, bahagia, sedih, dan terkejut. Setelah melalui tahap pre-processing, fitur suara diekstraksi menggunakan Discrete Wavelet Transform (DWT), kemudian dihitung nilai dimensi fraktalnya dengan metode Higuchi. Nilai-nilai tersebut kemudian digunakan dalam proses klasifikasi menggunakan algoritma KNN. Berbagai pengujian dilakukan dengan variasi nilai K dan K-max untuk menemukan akurasi terbaik. Hasil penelitian menunjukkan bahwa metode yang digunakan mampu mengklasifikasikan emosi dengan akurasi tertinggi mencapai 91,67%. Temuan ini menunjukkan bahwa pendekatan ini cukup efektif dalam mengenali emosi manusia berdasarkan suara dan dapat menjadi dasar bagi pengembangan sistem pengenalan emosi berbasis suara di masa depan.]]>
<![CDATA[IMPLEMENTASI RUNGE-KUTTA ORDE 2 DENGAN METODE HEUN UNTUK ANALISIS OSILATOR HARMONIK TEREDAM ]]>
<![CDATA[tasya, anastasya putri]]>
<![CDATA[ MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Osilator harmonik teredam merupakan sistem fisis yang banyak dijumpai dalam berbagai bidang ilmu, terutama dalam mekanika dan dinamika sistem. Penelitian ini bertujuan untuk menganalisis osilator harmonik teredam menggunakan metode Heun sebagai pendekatan numerik dari metode Runge-Kutta orde 2. Simulasi dilakukan dengan menggunakan nilai konstanta pegas, massa, dan koefisien redaman tertentu untuk memperoleh solusi numerik terhadap sistem osilasi yang dikaji. Hasil analisis menunjukkan bahwa metode Heun memberikan akurasi yang cukup baik pada tahap awal perhitungan, tetapi mengalami akumulasi kesalahan seiring bertambahnya waktu. Penyimpangan terjadi karena metode Heun menggunakan pendekatan linier dalam setiap langkahnya, sementara solusi eksak mengikuti pola eksponensial yang lebih kompleks. Untuk meningkatkan akurasi, diperlukan langkah waktu yang lebih kecil atau metode numerik yang lebih tinggi seperti Runge-Kutta orde 4. Secara keseluruhan, metode Heun tetap menjadi pilihan yang cukup baik untuk pendekatan numerik pada sistem osilasi teredam dalam rentang waktu yang terbatas. Kata Kunci: Osilator harmonik teredam, metode Heun, Runge-Kutta orde 2.]]>
