Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

MATHunesa: Jurnal Ilmiah Matematika

mathunesa
Website

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 625 Documents

26 27 28 29 30

PENGGUNAAN STRATEGI HEDGING (LINDUNG NILAI) PADA PEMODELAN OPSI SAHAM KARYAWAN YANG MENGALAMI PERGERAKAN PERDAGANGAN SECARA STATIS DAN DINAMIS Putri Fadhilla; Rudianto Artiono
MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 3 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak Artikel ini bertujuan untuk memodelkan opsi saham karyawan yang mengalami pergerakan perdagangan secara statis dan dinamis menggunakan strategi hedging (lindung nilai). Hedging (lindung nilai) merupakan tindakan yang dilakukan untuk melindungi aset ataupun hutang sebuah perusahaan dari exposure terhadap perubahan nilai tukar sehingga dapat mengurangi atau meniadakan resiko pada suatu investasi di bursa saham. Strategi ini digunakan untuk melindungi nilai keuangan jangka panjang pada aset non liquid seperti opsi saham. Opsi saham merupakan suatu perjanjian yang memungkinkan pemiliknya untuk melakukan call (menjual) atau put (membeli) suatu saham dengan harga yang telah ditentukan pada waktu tertentu. Salah satu jenis opsi saham adalah opsi saham karyawan. Pemegang opsi saham karyawan dapat memaksimalkan keuntungan dan meminimalkan kerugian dari aset yang diperjualbelikan dengan melakukan lindung nilai. Metode ini menggabungkan antara pergerakan perdagangan dinamis dari aset liquid yang saling berkorelasi dan posisi statis dalam opsi yang diperdagangkan di bursa saham. Strategi lindung nilai statis-dinamis ini mengarah pada masalah kontrol stokastik dan Persamaan Diferensial Parsial Hamilton-Jacobi-Bellman melalui serangkaian transformasi yang dapat dilakukan untuk menyederhanakan masalah dan menghitung strategi lindung nilai yang optimal. Penelitian ini menghasilkan model matematika yang dapat digunakan untuk menentukan harga yang wajar dari suatu opsi saham karyawan yang mengalami pergerakan perdagangan secara statis dan dinamis. Kata Kunci: Opsi Saham Karyawan, Strategi Hedging, PDP Hamilton-Jacobi-Bellman. Abstract This article aims to model employee stock options that experience trading movements statically and dynamically using a hedging strategy. Hedging is an action taken to protect a company's assets or debts from exposure to changes in exchange rates so as to reduce or eliminate the risk of an investment in the stock market. This strategy is used to protect the long-term financial value of non-liquid assets such as stock options. A stock option is an agreement that allows the owner to call (sell) or put (buy) a stock at a predetermined price at a certain time. One type of stock options is employee stock options. Holders of employee stock options can maximize profits and minimize losses from the assets traded by hedging. This method combines dynamic trading movements of correlated liquid assets and static positions in options traded on the stock exchange. This static-dynamic hedging strategy leads to the problem of stochastic control and the Hamilton-Jacobi-Bellman Partial Differential Equation through a series of transformations that can be performed to simplify the problem and calculate the optimal hedging strategy. This research produces a mathematical model that can be used to determine the fair price of an employee stock option that experiences static and dynamic trading movements. Keywords: Employee Stock Option, Hedging Strategy, PDE Hamilton-Jacobi-Bellman.

Pemodelan Opsi Saham Karyawan Menggunakan Pendekatan Top-Down Megawati Megawati; Rudianto Artiono
MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 3 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak Opsi saham merupakan suatu perjanjian yang memungkinkan pemiliknya untuk melakukan call (menjual) atau put (membeli) suatu saham dengan harga yang telah ditentukan pada waktu tertentu. Salah satu jenis opsi saham adalah opsi saham karyawan (OSK) atau yang lebih dikenal dengan Employee Stock Options (ESO). Pemegang OSK dapat melakukan exercise opsi lebih awal setelah melewati vesting period dan secara bertahap melakukan exercise terhadap opsi yang tersisa sebelum maturity time. Penelitian ini bertujuan untuk memodelkan harga opsi saham karyawan melalui suatu analisis fundamental yakni analisis yang mempelajari hal-hal yang berhubungan dengan kondisi keuangan atau perusahaan dan umumnya digunakan untuk menentukan saham yang ingin dijual atau dibeli dengan menggunakan pendekatan top-down. Pendekatan ini diperlukan oleh perusahaan yang memiliki saling ketergantungan antar unit operasi dalam rangka meningkatkan koordinasi antara manager dan karyawan. Perspektif perusahaan untuk menentukan harga OSK umumnya melibatkan banyak opsi dengan jangka waktu lama. Untuk menghitung harga OSK, disajikan dua metode numerik yaitu transformasi fast fourier dilanjutkan dengan metode beda hingga untuk memecahkan sistem persamaan diferensial parsial terkait dengan opsi vested dan unvested. Metode numerik yang diusulkan tidak hanya berlaku untuk pengeluaran harga OSK, tetapi juga berguna untuk memahami efek gabungan dari intensitas exercise dan risiko pemutusan hubungan kerja pada penentuan harga OSK. Kata Kunci: Employee Stock Options, Pendekatan Top-down, Fast Fourier Transformation, Metode Beda Hingga. Abstract A stock option is an agreement that allows the owner to call (sell) or put (buy) a stock at a predetermined price at a certain time. One type of stock options is employee stock options (OSK) or better known as Employee Stock Options (ESO). OSK holders can exercise options earlier after the vesting period and gradually exercise the remaining options before maturity. This study aims to model the price of employee stock options through a fundamental analysis, namely an analysis that studies matters relating to the financial condition of the company and is generally used to determine which shares to sell or buy using a top-down approach. This approach is needed by companies that have interdependence between operating units in order to improve coordination between managers and employees. The company's perspective for pricing OSK generally involves many long-term options. To calculate the OSK price, two numerical methods are presented, namely the fast Fourier transformation followed by the finite difference method to solve the system of partial differential equations related to vested and unvested options. The proposed numerical method is not only applicable to OSK pricing, but is also useful for understanding the combined effect of exercise intensity and risk of termination of employment on OSK pricing. Keywords: Employee Stock Options, Top-down Approach, Fast Fourier Transformation, Finite Difference Method.

Deteksi COVID-19 Berdasarkan Citra Chest X-Ray Menggunakan Support Vector Machine Nia Amelia
MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 3 (2021)
Publisher : Universitas Negeri Surabaya

Novel Coronavirus, yang saat ini disebut COVID-19, telah dinyatakan oleh World Health Organization (WHO) sebagai pandemi menular. Di Indonesia sendiri, tercatat hingga November 2021 kasus COVID-19 yang terkonfirmasi lebih dari 4,25 juta kasus dan kematian yang terkonfirmasi akibat pandemi COVID-19 lebih dari 144 ribu kasus. Karena angka kasus terkonfirmasi semakin meningkat, maka diperlukan alat pendeteksi untuk menekan laju pertumbuhan kasus terkonfirmasi. Saat ini alat diagnosis COVID-19 yang sering digunakan adalah tes genetik yang sering disebut dengan PCR (Polymerase Chain Reaction). Di sisi lain perkembangan Artificial Intelligence memberikan dampak yang baik terhadap praktik medis. Support Vector Machine . Oleh karena itu dalam penelitian ini akan dibangun suatu sistem deteksi COVID-19 menggunakan algoritma machine learning yaitu Support Vector Machine. Variasi kernel dan parameter C dilakukan pada penelitian ini untuk mengevaluasi model terbaik. Sehingga diperoleh akurasi klasifikasi terbaik untuk sistem deteksi COVID-19 pada penelitian ini adalah sebesar 88,83% mengan menggunakan model SVM-RBF dan C=20 . Diharapkan melalui program deteksi COVID-19 yang mengadopsi Artificial Intelligence dapat membantu proses skrining yang akurat sehingga dapat menekan lonjakan kasus COVID-19 di kemudian hari.

Analisis Kestabilan Model Eko-epidemiologi dengan Fungsi Respon Holling Tipe I Fadhilatun Ni’mah; Dian Savitri
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Pada model predator-prey tidak selalu diasumsikan bahwa kedua populasi dalam kondisi sehat, karena secara alami di alam terdapat predator maupun prey dengan kondisi sakit atau terinfeksi. Hal ini dapat mempengaruhi perilaku kedua populasi untuk bertahan hidup dan berburu makanan. Pada penelitian ini, dikembangkan model eko-epidemiologi yang merupakan kombinasi dari dua ilmu pengetahuan yaitu ekologi dan epidemiologi. Model eko-epidemiologi menjelaskan interaksi antara predator dan prey dengan adanya infeksi atau penyakit. Tujuan penelitian untuk merekonstruksi model eko-epidemiologi dengan mengasumsikan penyebaran penyakit terjadi pada populasi prey mengikuti siklus rentan-terinfeksi-rentan. Fungsi respon yang digunakan yaitu fungsi respon Holling tipe I. Analisis pada sistem dengan menentukan titik kesetimbangan dan kestabilan masing-masing solusi. Hasil analisis diperoleh lima titik kesetimbangan yaitu titik kepunahan ketiga populasi, titik kepunahan prey terinfeksi dan predator, titik kepunahan prey terinfeksi, titik kepunahan predator, serta titik eksistensi ketiga populasi. Titik kepunahan ketiga populasi merupakan titik pelana sehingga kondisi ini tidak terdefinisi secara biologis. Ke-empat titik kesetimbangan lainnya stabil dengan syarat. Simulasi numerik menunjukkan kesesuaian dengan hasil analisis kestabilan titik kesetimbangan. Hasil simulasi ditampilkan dalam potret fase dan grafik untuk dinamika solusi sistem menuju titik kesetimbangan yang stabil. Dengan nilai parameter yang telah ditentukan, diperoleh kestabilan titik kesetimbangan hanya terjadi pada E5 yaitu titik eksistensi ketiga populasi. Perubahan laju pemangsaan predator terhadap prey rentan maupun prey terinfeksi mempengaruhi kestabilan dari titik kesetimbangan E5 yang semula stabil menjadi tidak stabil dan titik kesetimbangan E3 yang semula tidak stabil menjadi stabil. Kata Kunci: Predator-prey, Eko-epidemiologi, Infeksi Penyakit, Holling tipe I, Titik Kesetimbangan.

Karakterisasi BCK-Aljabar Implikatif Berdasarkan N-ideal Implikatif Neutrosofik Devy Gita Kirana; Agung Lukito
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Pada artikel ini diperkenalkan konsep implikatif neutrosofik dalam , dan diselidiki beberapa sifatnya. Hasil utamanya adalah karakterisasi implikatif dengan menggunakan implikatif neutrosofik.

POHON-POHON RENTANG INDEPENDEN DALAM BEBERAPA GRAPH BERATURAN Otniel Sukma Priyambodo; I Ketut Budayasa
MATHunesa: Jurnal Ilmiah Matematika Vol 9 No 3 (2021)
Publisher : Universitas Negeri Surabaya

Pohon-pohon perentang T1 ,T2 ,...,Tk pada graf G disebut pohon-pohon perentang independen lengkap jika pohon-pohon perentang tersebut perpasang pisah-sisi dan pisah-titik secara internal. Fokus permasalahan dalam artikel ini adalah mencari pohon perentang independen lengkap pada graf sedemikian hingga pohon-pohon perentang tersebut pisah-sisi dan pisah-titik secara internal.

KLASIFIKASI EMOSI PADA CUITAN DI TWITTER DENGAN PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE Abi Nizar Sutranggono
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Salah satu platform media sosial dengan total pengguna aktif harian terbesar adalah Twitter. Melalui Twitter, orang-orang bisa membagikan suatu pesan yang disebut dengan tweet. Ungkapan yang diekspresikan pada tweet dapat merefleksikan bagaimana emosi atau perasaan yang dimiliki seseorang. Emosi yang terkandung dalam sebuah tweet bisa dikenali lewat proses analisis sentimen. Namun, data teks Twitter tidak terstruktur, mengingat saat ini penggunaan singkatan kata, emoji, atau bahkan frasa khusus banyak dijumpai pada tweet, termasuk tweet yang diunggah oleh masyarakat Indonesia. Sehingga, untuk mengidentifikasi emosi dari data teks Twitter melalui proses analisis sentimen dibutuhkan penerapan metode yang tepat. Di sisi lain, Machine Learning telah banyak diaplikasikan dalam melakukan tugas analisis sentimen. Kerangka kerja yang disajikan pada penelitian ini melibatkan penggunaan dari algoritma Machine Learning untuk dapat menganalisis emosi yang dimuat tweet berbahasa indonesia. Selebihnya, implementasi metode FastText dan teknik ekstraksi fitur PCA juga diterapkan agar output yang diberikan maksimal. Secara keseluruhan hasil penelitian menunjukkan bahwa classifier Support Vector Machine (SVM) dengan fungsi kernel RBF yang dikombinasikan menggunakan PCA memiliki kinerja yang unggul dalam mengklasifikasikan emosi pada tweet berbahasa indonesia, dimana berturut-turut Accuracy, Precision, Recall, serta F1 Score yang dicapai sebesar 70,52%, 74,60%, 69,80%, dan juga 71,20%.

ANALISA CLUSTER MENGGUNAKAN K-MEANS DAN FUZZY C-MEANS DALAM PENGELOMPOKAN PROVINSI MENURUT DATA INTESITAS BENCANA ALAM DI INDONESIA TAHUN 2017-2021 Hajar Firdaus; A'yunin Sofro
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Bencana merupakan sebuah kejadian yang serius dimana terjadi sebuah kekacauan yang dapat disebabkan oleh alam, manusia, teknologi yang berbahaya, serta berbagai faktor lain yang mempengaruhi keadaan normal suatu wilayah ataupun komunitas. Indonesia merupakan salah satu negara dengan jumlah intensitas bencana alam terbanyak di dunia setelah Amerika Serikat. Pada tahun 2020, Indonesia tercatat memiliki jumlah intensitas bencana alam sebesar 4.977 kasus. Tindakan penanggulangan untuk menangani kekacauan dan juga kerugian yang terjadi dikarenakan bencana alam merupakan salah satu tanggung jawab dari pemeritah di Indonesia. Tindakan penanggulangan bencana alam tersebut bertujuan untuk meminimalisir terjadinya korban jiwa ataupun kerugian lainnya yang disebabkan oleh bencana alam tersebut, sehingga perlu adanya tindakan untuk mencegah banyaknya kerugian yang terjadi. Salah satunya yaitu dengan menentukan karakteristik dari intesitas bencana alam tersebut dan mengelompokkan provinsi-provinsi di Indonesai berdasarkan karakteristik yang dimiliki. Pada artikel ini akan membahas pengelompokan provinsi di Indonesia dengan menggunakan metode K-means clustering dan Fuzzy C-means clustering. Hasil yang diperoleh dari analisis clustering tersebut menunjukkan bahwa dengan menggunakan Fuzzy C-means clustering akan memiliki akurasi yang lebih baik dibandingkan dengan K-means clustering. Hal tersebut ditunjukkan dengan rata-rata Silhouette Coefficient Fuzzy C-means clustering yang lebih besar dibandingkan dengan K-means clustering yaitu sebesar 0.8403194 yang termasuk dalam kategori pengelompokan yang kuat.

BILANGAN KETERHUBUNGAN TITIK PELANGI KUAT PADA GRAF Muhammad Afifuddin; I Ketut Budayasa
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Graf G dikatakan terhubung titik pelangi jika setiap dua titik di G dihubungkan oleh suatu lintasan yang titik-titik internalnya memiliki warna yang berbeda, lintasan seperti itu disebut lintasan pelangi. Bilangan keterhubungan titik pelangi dari graf terhubung G, dilambangkan dengan rvc(G) merupakan banyaknya warna terkecil yang diperlukan untuk membuat G terhubung titik pelangi. Graf G dikatakan terhubungan titik pelangi kuat jika untuk setiap dua titik u dan v berbeda di G ada sebuah lintasan pelangi terpendek antara u dan v, dilambangkan dengan srvc(G). Amati bahwa rvc(G)≤srvc(G) untuk sembarang graf terhubung tak trivial G. Jika G graf terhubung dengan n titik dan n≥3, maka 0≤srvc(G)≤n-2. Lebih jauh, batas-batas ini “tajam”. Misalkan n≥4 dengan diam(G)=1, maka G=K_n sehingga srvc(G)=0<n-2. Perhatikan bahwa banyak titik internal P_n adalah n-2. Pikirkan sebuah pewarnaan titik W pada P_n sedemikian hingga semua titik internal P_n mendapat warna berbeda dan warnai titik-titik terminal P_n dengan salah satu warna titik internal. Jelas terhadap pewarnaan W lintasan P_n terhubung titik pelangi kuat dengan (n-2) warna, sehingga srvc(P_n )=n-2. Dalam artikel ini, akan dibahas bilangan keterhubungan titik pelangi kuat pada graf komplet, graf roda, dan graf lintasan. Graf komplet K_n adalah satu-satunya kelas graf yang mencapai batas bawah srvc(G) dan graf lintasan P_n adalah satu-satunya kelas graf yang mencapai batas atas srvc(G).

APLIKASI HIMPUNAN FUZZY INTUISIONISTIK DALAM DIAGNOSA PENYAKIT HEPATITIS MENGGUNAKAN EXTENDED HAUSDORFF DISTANCE Siti Sofia Nurwananda; Raden Sulaiman
MATHunesa: Jurnal Ilmiah Matematika Vol 10 No 1 (2022)
Publisher : Universitas Negeri Surabaya

Hepatitis adalah salah satu penyakit yang menyebabkan kondisi peradangan pada organ hati dan dapat menyerang seseorang dari segala usia. Penyebab utama penyakit hepatitis yaitu adanya infeksi virus yang disebabkan oleh lima tipe virus hepatitis terdiri dari Virus Hepatitis A, Virus Hepatitis B, Virus hepatitis C, Virus Hepatitis D, dan Virus Hepatitis E. Gejala umum yang tampak pada penderita hepatitis seperti kelelahan, demam, muntah, kehilangan nafsu makan, mual, nyeri pada bagian perut dan sebagian pasien mengalami penyakit kuning. Diagnosa penyakit hepatitis dapat ditinjau berdasarkan gejala-gejala yang dialami oleh setiap pasien. Penelitian ini bertujuan untuk mendiagnosa penyakit hepatitis dengan memperhatikan gejala-gejala yang dialami dari setiap pasien menggunakan metode Extended Hausdorff Distance yaitu Jarak Hamming yang dinormalisasi dalam himpunan fuzzy intuisionistik. Penelitian dilakukan dengan menggunakan data rekam medis 28 pasien dari Rumah Sakit Islam Kalianget. Hasil penelitian diperoleh 5 pasien terdiagnosis menderita penyakit hepatitis A, 16 pasien menderita penyakit hepatitis B, 2 pasien menderita penyakit hepatitis C, 3 pasien menderita penyakit hepatitis D, dan 2 pasien menderita penyakit hepatitis E. Berdasarkan hasil pengujian yang telah dilakukan pada 28 data pasien penyakit hepatitis menghasilkan tingkat akurasi sebesar 64,28%.

Page 28 of 63 | Total Record : 625

26 27 28 29 30

Filter by Year

2013 2025

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

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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