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 74 Documents
 4   5   6   7   8 
Search results for , issue "Vol. 13 No. 2 (2025)" : 74 Documents clear
IMPLEMENTASI ELM MENGGUNAKAN SIGMOID BINER UNTUK PREDIKSI HARGA CABAI RAWIT DI PROVINSI KEPULAUAN BANGKA BELITUNG Sakti, Adam Indra; Desy Yuliana Dalimunthe
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Cabai rawit merupakan salah satu komoditas holtikultura yang mempunyai nilai ekonomi dan harga jual tinggi serta mendapat perhatian serius dari pemerintah dan pelaku usaha. Melonjaknya harga cabai yang tidak menentu menyebabkan para petani dan pelaku distribusi kesulitan dalam mempersiapkan cadangan produksi untuk memenuhi permintaan. dan menjadi komoditas yang berkontribusi signifikan terhadap penyebab inflasi di Provinsi Kepulauan Bangka Belitung. Penelitian ini bertujuan untuk membangun model prediksi harga cabai rawit menggunakan algoritma Extreme Learning Machine (ELM) berdasarkan data historis mingguan dari Januari 2021 hingga Mei 2025. Hasil penelitian didapatkan dengan model terbaik yaitu 4-18-1 dengan menggunakan fungsi aktivasi Sigmoid Biner dengan akurasi MAPE pelatihan sebesar 0.6756192% dan akurasi pengujian sebesar 0.159652% dimana pada tabel kategori MAPE dikatakan sangat baik. Sehingga hal ini menunjukkan bahwa algoritma Extreme Learning Machine (ELM) cocok digunakan untuk memprediksi harga cabai rawit di Provinsi Kepulauan Bangka Belitung.
PENERAPAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL BLACK SCHOLES UNTUK MENGHITUNG HARGA PREMI ASURANSI PERTANIAN BERDASARKAN INDEKS CURAH HUJAN DI KABUPATEN LAMPUNG SELATAN Fauzi, Ahmad; Febrianti, Werry
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Asuransi pertanian indeks curah hujan menjadi solusi alternatif dalam rangka perlindungan terhadap sektor pertanian dari risiko gagal panen akibat kondisi cuaca buruk. Penelitian ini bertujuan untuk menghitung dan menganalisis besarnya premi asuransi pertanian berbasis indeks curah hujan dengan menggunakan solusi persamaan diferensial parsial Black-Scholes. Penentuan indeks curah hujan dilakukan melalui analisis Pearson Correlation, dan diperoleh bahwa curah hujan bulan Januari memiliki nilai korelasi negatif kuat terhadap hasil produksi pertanian yaitu sebesar -0,846. Uji normalitas dilakukan terhadap data indeks curah hujan menggunakan metode Shapiro-Wilk menunjukkan bahwa data berdistribusi normal. Perhitungan premi asuransi dengan persamaan diferensial parsial Black-Scholes digunakan variabel-variabel yaitu nilai pertanggungan sebesar Rp 8.000.000, rata-rata indeks curah hujan ) sebesar 312,64 mm, threshold curah hujan kritis sebesar 193.125 mm, suku bunga bebas risiko sebesar 0,05 pertahun, waktu masa panen 0,5 tahun, dan volatilitas data sebesar 0,298. Hasil perhitungan menunjukkan nilai = 2,303, dengan distribusi kumulatif normal = 0,011, sehingga premi asuransi yang diperoleh adalah sebesar Rp 83.080.
PENYELESAIAN PERSOALAN NILAI BATAS PADA PERSAMAAN PEGAS-MASSA TEREDAM MENGGUNAKAN METODE NUMERIK SHOOTING, FDM DAN FEM simorangkir, risna; Sianturi, Josua; Lubis, Mufida Azza Iskandar; Rangkuti, Yulita Molliq
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Persamaan pegas-massa teredam merupakan model matematis yang penting dalam analisis dinamika sistem fisis, khususnya melibatkan getaran dan gaya luar. Penelitian ini bertujuan untuk menyelesaikan persoalan nilai batas dari persamaan diferensial orde dua yang menggambarkan sistem pegas-massa teredam dengan menggunakan tiga pendekatan numerik, yaitu metode shooting dengan RK2, metode beda hingga (FDM) dan metode elemen hingga (FEM). Model yang digunakan melibatkan gaya luar berupa fungsi sinus dengan kondisi batas yang diketahui di kedua ujung interval. Setiap metode numerik diimplementasikan menggunakan perangkat lunak Wolfram Mathematica dan hasil numeriknya dibandingkan dengan solusi referensi yang diperoleh dari fungsi NDSolve. Evaluasi dilakukan dengan menghitung galat absolut dan galat maksimum serta menampilkan grafik perbandingan antar metode. Hasil menunjukkan bahwa ketiga metode mampu menghasilkan solusi yang mendekati solusi eksak, dimana metode FEM memberikan akurasi paling tinggi, metode FDM menawarkan kesederhanaan dalam implementasi dan metode shooting memberikan solusi yang cukup baik dengan pendekatan iteratif. Penelitian ini menunjukkan bahwa pemilihan metode numerik yang tepat sangat bergantung pada kebutuhan akurasi, kompleksitas masalah dan efisiensi komputasi yang diinginkan.
Analisis Perbandingan Metode K-Medoid dan Ward dalam Klasterisasi Nasabah Bank Churners Simanullang, Aditama Rouliber; Syah, Vivi Elvira Saputri; Afni, Della Nur; Popita, Resi; Sunandi, Etis; Agwil, Winalia
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This study compares the K-Medoid and Ward clustering methods in segmenting bank churner customers. The dataset used is the Bank Churners dataset, consisting of 5.000 observations and six variables related to credit card usage. The results show that the Ward method has a higher silhouette coefficient compared to K-Medoid, making it more effective in forming homogeneous clusters. Ward clustering produces four distinct customer segments, which can help banks develop targeted retention strategies. Based on the analysis, promotional strategies and personalized services are recommended to reduce customer churn according to each cluster’s characteristics.
Pengembangan Aplikasi Untuk Membantu Siswa SMP dalam Memilih Jurusan di SMK dengan Menerapkan Algoritma C4.5 Dewa, Andika
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penjurusan siswa SMP dalam memilih jurusan SMK menjadi permasalahan signifikan di kecamatan Buleleng. Banyak siswa SMP mengalami kesulitan menentukan jurusan yang tepat sesuai kemampuan akademik mereka. Oleh karena itu, diperlukan pengembangan aplikasi yang dapat membantu siswa SMP memilih jurusan SMK secara efektif dan akurat. Tujuan penelitian ini adalah mengembangkan aplikasi berbasis algoritma C4.5 untuk membantu siswa SMP memilih jurusan SMK yang tepat di kecamatan Buleleng. Data yang digunakan meliputi riwayat siswa SMK saat mereka masih di SMP. Algoritma C4.5 digunakan sebagai metode prediksi utama dalam aplikasi ini. Algoritma ini memanfaatkan pendekatan pohon keputusan untuk menghasilkan aturan keputusan. Fitur yang digunakan sebagai atribut prediksi adalah jenis kelamin dan nilai mata pelajaran Matematika, IPA, Bahasa Inggris, dan Bahasa Indonesia. Hasil pengujian menunjukkan aplikasi mampu memprediksi jurusan SMK dengan tingkat akurasi yang sangat baik. Pengguna dapat memasukkan data siswa SMP beserta nilai empat mata pelajaran tersebut. Aplikasi kemudian memberikan rekomendasi jurusan SMK yang sesuai. Namun, model yang dikembangkan masih memerlukan perbaikan karena hanya menggunakan data nilai akademik sebagai parameter prediksi. Pengembangan aplikasi ini memiliki potensi besar dalam membantu siswa SMP, sekolah SMP, dan masyarakat di kecamatan Buleleng. Aplikasi ini dapat meningkatkan efisiensi dan akurasi proses pemilihan jurusan. Hal ini membantu siswa menentukan jalur pendidikan yang sesuai dengan kemampuan akademik mereka. Diharapkan aplikasi ini memberikan manfaat signifikan bagi siswa SMP di kecamatan Buleleng dan menjadi dasar pengembangan aplikasi serupa di wilayah lain.
Klasterisasi Kabupaten/Kota di Provinsi Jawa Tengah berdasarkan Komponen Indeks Pembangunan Manusia Menggunakan Metode UMAP dan K-MEANS Difta Alzena Sakhi; Friza Nur Fatmala; Karina Auralia; Alfan Rizaldy Pratama; Aviolla Terza Damaliana
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ketimpangan pembangunan manusia di Provinsi Jawa Tengah tetap menjadi tantangan besar yang memerlukan pendekatan berbasis data. Penelitian ini mengelompokkan kabupaten/kota berdasarkan komponen Indeks Pembangunan Manusia (IPM) tahun 2019–2024 menggunakan algoritma K-Means. Variabel yang dianalisis meliputi Usia Harapan Hidup, Harapan Lama Sekolah, Rata-Rata Lama Sekolah, dan Pengeluaran per Kapita. Data diproses melalui tahapan penting, seperti standarisasi, deteksi outlier, dan reduksi dimensi menggunakan Uniform Manifold Approximation and Projection (UMAP), serta penentuan jumlah klaster optimal dengan Elbow Method dan Silhouette Score. Hasil analisis menunjukkan empat klaster optimal dengan nilai Silhouette Score sebesar 0,71, yang mengelompokkan data tahunan seluruh kabupaten/kota ke dalam kelompok-kelompok dengan tingkat pembangunan manusia yang berbeda secara signifikan. Klaster dengan nilai IPM tertinggi terdiri dari kota-kota besar, seperti Semarang, Salatiga, dan Surakarta, sementara klaster terendah mencakup wilayah yang masih menghadapi berbagai kendala dalam aspek kesehatan, pendidikan, dan ekonomi. Visualisasi UMAP membantu interpretasi distribusi klaster dan memberikan masukan strategis bagi kebijakan pembangunan wilayah yang lebih merata. Kata Kunci: klasterisasi, indeks pembangunan manusia, K-Means, UMAP, Jawa Tengah
OPTIMALISASI PREDIKSI CURAH HUJAN DI KABUPATEN KARO MENGGUNAKAN LONG SHORT-TERM MEMORY Br Perangin-angin, Cecilia; Suvriadi Panggabean
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This study focuses on optimizing rainfall prediction in Karo Regency using the Long Short-Term Memory (LSTM) method, addressing the issue of climate uncertainty affecting the agricultural sector. The main objective is to develop a predictive model based on historical monthly rainfall data from 1994 to 2023 and evaluate its accuracy. Data were obtained from Google Earth Engine and analyzed using Python. The process included data normalization, time series transformation, LSTM model training, and evaluation using Mean Absolute Percentage Error (MAPE). The rainfall predictions for 2024 and 2025 demonstrate consistent patterns with historical trends. Thus, the model presents potential as a decision-support tool for data-driven agricultural planning in regions with high climate variability.
Analisis Sentimen Pada Komentar Aplikasi Sehat Indonesiaku Menggunakan Metode Machine Learning Dan Klasifikasi Positif-Negatif Nabila Yudhitya Larasati; Marthalia Kusumarima; Karina Auralia; Shindi Shella May Wara; Aviolla Terza Damaliana
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan aplikasi kesehatan digital seperti Aplikasi Sehat Indonesiaku (ASIK) memerlukan pemahaman terhadap persepsi pengguna guna meningkatkan kualitas layanan. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen terhadap komentar pengguna ASIK di Google Play Store. Sebanyak 1.053 komentar dikumpulkan melalui teknik web scraping, lalu diproses menggunakan tahapan normalisasi, case folding, stemming, penghapusan stopwords, dan pembobotan TF-IDF. Visualisasi word cloud digunakan untuk mengidentifikasi kata-kata dominan dalam komentar positif dan negatif. Proses klasifikasi sentimen dilakukan dengan tiga algoritma machine learning, yaitu Random Forest, Gradient Boosting, dan Logistic Regression. Hasil analisis menunjukkan bahwa komentar positif banyak memuat kata seperti “mudah” dan “bermanfaat”, sementara komentar negatif didominasi oleh kata “perbaiki” dan “lama”. Model Gradient Boosting menunjukkan performa terbaik dengan accuracy sebesar 87,83%, precision 87,47%, dan F1-Score 87,31%. Temuan ini menggambarkan persepsi publik terhadap ASIK serta menyoroti pentingnya perbaikan teknis guna meningkatkan kepuasan pengguna terhadap layanan digital pemerintah.
Prediksi Kekeringan Ekstrem di Jawa Timur Menggunakan Generalized Pareto Distribution (GPD) Muhammad Khoirul Alim; Dimas Avian Maulana
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n2.p597-606

Abstract

Extreme droughtin East Java is an event that has a significan timpact on the agricultural sector, water availability, and socio-economic conditions of the community. This study aims to analyze the characteristics of extreme drought using the Standardized Precipitation Index (SPI) and predict extreme rainfall events using the Generali zed Pareto Distribution (GPD) based on the return level. The data used is monthly rainfall data for the period 1990-2024 from BMKG observation stations in Malang Regency, East Java. SPI analysis was conducted to identify drought patterns based on rainfall in the dry season period (April-September). The results of the analysis show that extreme drought occurs more frequently at the end of the dry season (July-September) than at the beginning of the dry season (April-June), with some years experiencing SPI below-1.5, indicating extreme drought conditions. Extreme data were identified using the Peaks Over Threshold (POT) method with a threshold of 2.00 mm. The parameters of the GPD distribution were estima ted using Maximum Likelihood Estimation (MLE), with the results of shape ξ = 1.297 and scale σ = 2.983. The Kolmogorov-Smirnov test showed that the extreme data fit the GPD distribution (p-value = 0.301). The prediction results show that in the next 1-10 years, extreme rainfall tends to increase as the time period increases, so the risk of extreme drought decreases. Prediction accuracy may decrease in longer periods due to uncertainty in the estimation of the return level value. The results of this study provide insight into the pattern of extreme drought in East Java and the potential for future occurrence. The findings can serve as a reference in drought mitigation planning and water resources managementtoreduceits negative impacts. Keywords: Extreme drought, Standardized Precipitation Index (SPI), Generalized Pareto Distribution (GPD)
PEMODELAN SPASIAL PENYAKIT JANTUNG DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FIXED DAN ADAPTIVE BANDWIDTH Prameswari, Yunita; Oktaviarina, Affiati; Ariyanto, Danang
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit jantung koroner (PJK) merupakan penyebab utama kematian di Indonesia. Prevalensi PJK bervariasi di setiap provinsi yang dipengaruhi oleh perbedaan faktor kesehatan dan gaya hidup. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi prevalensi PJK menggunakan metode Geographically Weighted Regression dengan pendekatan bandwidth fixed dan adaptive Gaussian. Hasil penelitian menunjukkan bahwa model GWR dengan fixed bandwidth lebih baik dibandingkan dengan adaptive bandwidth, dengan nilai AIC yaitu -31,32 dan sebesar 82,20%, sehingga lebih optimal dalam menjelaskan variasi spasial prevalensi PJK. Analisis menunjukkan bahwa prevalensi ginjal dan prevalensi obesitas merupakan variabel yang signifikan terhadap prevalensi PJK. Hal ini menunjukkan bahwa hubungan antara faktor risiko dan prevalensi PJK berbeda antarprovinsi, sehingga pendekatan berbasis spasial relevan.

Page 7 of 8 | Total Record : 74

 4   5   6   7   8 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 13 No. 3 (2025) 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