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 625 Documents
 34   35   36   37   38 
Pelabelan Harmonis Ganjil Kuat Beberapa Kelas Graf Sari, Juwita Marlinda; Budayasa, I Ketut
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p328-338

Abstract

Penerapan Model Black Litterman dalam Pembentukan Portofolio Optimal Saham Indeks LQ-45 Medika, Amelia Nurul; Sari, Devni Prima
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p551-559

Abstract

Salah satu investasi yang marak dimasyarakat yaitu investasi saham. Dalam berinvestasi saham tidak akan terlepas dari return dan risiko. Pastinya investor menginginkan return yang maksimal dengan risiko yang minimal. Hal tersebut dapat dilakukan dengan membentuk portofolio optimal. Salah satu metode untuk mendapatkan portofolio optimal dengan menerapkan model Black Litterman (BL). Model BL yaitu model yang dapat menangani kesalahan perkiraan portofolio dalam memperhitungkan return dengan menggabungkan dua sumber pengembalian yaitu return kesetimbangan pasar dengan return pandangan investor. Untuk informasi return kesetimbangan pasar akan menggunakan Capital Asset Pricing Model (CAPM). Sedangkan untuk informasi pengembalian return pandangan investor akan digunakan model-model time series. Penelitian menggunakan data harga saham penutupan mingguan LQ-45 pada periode Januari 2021-April 2023. Hasil penelitian diperoleh bobot portofolio optimal yaitu 78.06% dari saham TLKM, dan 21.94% dari saham UNTR. Kata Kunci: return, risiko, CAPM, Time Series, Black Litterman
Bilangan Kromatik Modular Beberapa Kelas Graf Planar Ambarwati, Sukma Kusuma; Budayasa, I Ketut
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p349-359

Abstract

Misalkan graf tanpa titik terasing. Titik pada graf , merupakan persekitaran titik . Jumlah warna pada di didefinisikan sebagai jumlah warna di , yaitu (mod ). Pewarnaan modular pada adalah sebuah fungsi , dengan dimana dalam untuk semua pasang titik dan yang berhubungan langsung pada . Bilangan kromatik modular adalah minimum dimana ada pewarnaan- modular pada yang dilambangkan dengan . Pada artikel ini dijelaskan tentang batas atas dan batas bawah dari bilangan kromatik modular suatu graf dan bilangan kromatik modular pada beberapa kelas graf planar yaitu graf Sikel , graf Pohon , graf Roda dan join dua graf . Kata Kunci: Pewarnaan modular, Bilangan kromatik modular, Graf Pohon, Graf Sikel, Graf Roda.
AnalisisRegresi Binomial Negatif untuk Pemodelan Angka Positif Penyakit Kusta di Jawa Timur Dhahari, Nadiya Mushma; Sofro, A'yunin
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p543-550

Abstract

Leprosy is a chronic disease caused by Mycobacterium leprae, which injures the peripheral nerves (sensory, motor and autonomic functions). Delayed treatment can result in permanent damage to the eyes, hands and feet. The purpose of this research is to identify the factors that influence the positive rate of leprosy in East Java. Factors that can influence include population density, the number of villages or sub-districts with health facilities, the percentage of people with health complaints, the percentage of households with adequate sanitation facilities, the percentage of poor people, the number of health workers, and the percentage who have health insurance. amount. Percentage of workers and those with health insurance. The method used is negative binomial regression method. This is one of the methods used to overcome data overdispersion in Poisson regression. The data for this study used data obtained from the Central Bureau of Statistics and Publication of the East Java Health Service in 2021. The results showed that population density, the percentage of people with health complaints, and the percentage of poor people were factors that influenced the significance of leprosy sufferers in East Java in 2021. Keywords: leprosy, Poisson regression, overdispersion, negative binomial regression.
MODEL MATEMATIKA PENILAIAN OPSI SAHAM KARYAWAN MENGGUNAKAN METODE POHON BINOMIAL Fitroh, Dewi Laily; Artiono, Rudianto
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p360-367

Abstract

Opsi Saham Karyawan, yang selanjutnya disebut OSK, merupakan salah satu sistem kompensasi berbentuk pemberian hak oleh perusahaan terhadap karyawan untuk membeli (call) sejumlah saham perusahaan pada harga yang telah ditentukan sebelumnya (strike price) dalam suatu periode waktu. OSK sendiri termasuk dalam kategori biaya/beban dalam laporan laba-rugi perusahaan. Sebelum OSK dilimpahkan, perusahaan perlu mengetahui harga atau nilai dari OSK tersebut untuk dianggarkan pada laporan tersebut. Metode penilaian yang dapat diterapkan ke opsi saham karyawan dan dibahas pada Skripsi ini adalah metode pohon binomial/binomial tree. Metode pohon binomial pertama kali dikembangkan oleh Cox, Ross, dan Ruberstain pada tahun 1979 dengan mengasumsikan bahwa harga saham di masa mendatang akan bergerak naik atau turun. Hasil simulasi penilaian OSK dari studi kasus salah satu perusahaan yang tercatat pada Bursa Efek Indonesia selama Januari 2023-April 2023 menggunakan Google Sheets adalah 795.8738647. Lalu, untuk hasil simulasi menggunakan Google Colaboratory (python programming) dengan data yang sama adalah 797.496987. Berdasarkan analisis pengaruh variabel terhadap nilai OSK yang telah dilakukan, disimpulkan bahwa nilai variabel durasi OSK dan banyaknya periode berbanding lurus dengan nilai OSK, sedangkan nilai variabel strike price dan exit rate berbanding terbalik dengan nilai OSK. Kata Kunci: Model Matematika, Penilaian Opsi Saham Karyawan, Opsi Bergaya Eropa, Metode Pohon Binomial Cox-Ross-Ruberstain (CRR).
PELABELAN ANGGUN GRAF BERLIAN RANGKAP BERBINTANG, BEBERAPA KELAS GRAF POHON, DAN GRAF CORONA KHUSUS Afifah, Lilla; Budayasa, I Ketut
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p368-382

Abstract

Pelabelan dari suatu graf adalah suatu pemetaan yang membawa setiap elemen graf yaitu himpunan sisi (edge) atau himpunan titik (vertex) ke bilangan bilangan bulat positif, yang disebut label. Sebuah fungsi disebut pelabelan anggun graf dengan m sisi jika adalah injektif dan fungsi terinduksi didefinisikan sebagai adalah bijektif. Graf yang mempunyai pelabelan anggun disebut graf anggun. Pada penelitian ini akan ditunjukkan konstruksi pelabelan anggun pada graf berlian rangkap berbintang , beberapa kelas graf pohon dan graf corona khusus (K_(n,n) ? K_1). Kata kunci: Pelabelan anggun, graf berlian rangkap berbintang, kelas graf pohon, graf K_(n,n) ? K_1. Labeling of a graph is a mapping that brings every graph element, namely the edge or vertex, to the positive integers, which is called label. A function f is called graceful labeling of graph G with m edge if is injective and induced function defined as is bijective. A graph that has graceful labeling is called a graceful graph. The construction of graceful labeling in the double-star diamond graph , some classes of tree graphs, and certain corona graph (K_(n,n) ? K_1) will be shown in this paper. Keywords: Graceful labeling, double-star diamond graph, class of tree graph, K_(n,n) ? K_1 graph.
BILANGAN KETERHUBUNGAN TITIK PELANGI BEBERAPA KELAS GRAF Ameliyah, Addinda Nur; Budayasa, I Ketut
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p339-348

Abstract

A graph G is called a rainbow vertex connected if every two vertices G are connected by a rainbow path, that is, a path whose all the internal vertices are of a different color. The rainbow vertex connection number of graph G denoted by rvc(G) is the minimum number of colors used to color all vertices by G such that the graph G is connected to rainbow vertex. The rainbow vertex connection number in a graph will not be less than the diameter of the graph minus one. The rainbow vertex connection number discussed in this article for various classes of graphs include complete graph Kn, complete bipartite graph Km,n , wheel graph Wn , two-layer wheel graph Wn2, complete multipartite graph Kn1,n2,...,nt , path Pn, comb graph GSn, graph , graph , graph , graph . Keywords: graph, vertex coloring, rainbow vertex connection number.
ANALISIS SENSITIVITAS BIAYA TRANSPORTASI OPTIMAL PADA CV AJP Ananda, Risa; Astuti, Yuliani Puji
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p383-390

Abstract

Distribusi merupakan pengiriman produk atau barang dari sumber atau supplier kepada tujuan atau pelanggan. CV AJP mengalami masalah dalam biaya transportasi yang digunakan untuk pendistribusian barang, sehingga perusahaan harus mampu mengatur distribusi untuk dapat meminimalkan biaya transportasi. Oleh karena itu, dibutuhkan penyelesaian menggunakan model transportasi. Penelitian ini bertujuan untuk mengetahui model transportasi, meminimumkan total biaya transportasi dan mengetahui hasil analisis sensitivitas pada masalah transportasi CV AJP. Penyelesaian model transportasi ini menggunakan software Lingo. Hasil dari penelitian ini adalah model transportasi dari CV AJP dan total biaya minimum untuk mendistribusikan barang dari empat sumber ke delapan belas tujuan ialah sebesar Rp 38.804.040,-. Hasil analisis sensitivitas pada solusi optimal dengan menggunakan software Lingo ialah Interval perubahan koefisien fungsi tujuan sumber 1 ke tujuan 10 sebesar 13078 ? c1.10 ? 13078., Interval perubahan koefisien fungsi tujuan sumber 3 ke tujuan 9 sebesar 0 ? c3.9 ? 19464, interval perubahan perubahan persediaan barang dari sumber 1 sebesar 930? a1 ?1080, interval perubahan perubahan persediaan barang dari sumber 2 sebesar 480 ? a2 ? ?, interval perubahan permintaan tujuan 13 sebesar 220 ? b13 ? 370.
PENERAPAN METODE FUZZY TOPSIS INTUISIONISTIK DALAM PEMILIHAN MASKAPAI PENERBANGAN TERFAVORIT DI BANDARA JUANDA SURABAYA Nurkarimah, Dwi; Yunianti, Dwi Nur
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p391-400

Abstract

Pada era globalisasi perkembangan industri transportasi di Indonesia berkembang dengan pesat. Salah satunya yaitu industri penerbangan. Maskapai penerbangan memiliki peran penting dalam industri ini. Sebagai perusahaan yang mengoperasikan pesawat udara, mereka bertanggung jawab menyediakan layanan transportasi udara yang aman, efisien, dan nyaman bagi penumpang. Keanekaragaman maskapai yang ada terkadang membuat calon penumpang bingung dalam memilih maskapai dengan kualitas terbaik. Dalam penelitian ini, lima maskapai penerbangan akan dipilih yaitu Garuda Indonesia, AirAsia, Lion Air, Batik Air, dan Citilink. Pemilihan maskapai tersebut didasarkan pada hasil survei Top Brand Index tahun 2022 yang menunjukkan preferensi masyarakat terhadap maskapai penerbangan. Responden penelitian ini yaitu pengguna maskapai penerbangan di Bandara Juanda Surabaya yang berusia di atas 18 tahun dan telah menggunakan minimal tiga maskapai penerbangan di bandara tersebut. Pemilihan maskapai terfavorit dinilai berdasarkan enam kriteria dan 13 subkriteria. Kriteria pertama adalah harga dengan subkriteria harga tiket dan diskon. Kriteria kedua adalah pelayanan dengan subkriteria performa pelayanan, pemberian kompensasi, serta kemudahan pembelian dan pemesanan tiket. Kriteria ketiga adalah akurasi jadwal dengan subkriteria penerbangan tanpa transit dan penerbangan tepat waktu. Kriteria keempat adalah fasilitas utama dengan subkriteria kuota bagasi dan klaim bagasi. Kriteria kelima adalah fasilitas pendukung dengan subkriteria pilihan makanan dan minuman, serta hiburan multimedia. Kriteria keenam adalah keamanan dengan subkriteria alat keamanan dan sejarah kecelakaan. Tujuannya adalah menerapkan metode Fuzzy TOPSIS Intuisionistik dalam pemilihan maskapai penerbangan terfavorit di Bandara Juanda Surabaya. Hasil perhitungan menggunakan metode tersebut memberikan rekomendasi maskapai terfavorit dengan nilai koefisien kedekatan relatif sebesar 0,779228993137, yaitu pada Lion Air.Kata Kunci: Pemilihan Maskapai Terfavorit, Metode fuzzy TOPSIS Intuisionistik, Sistem Pendukung Keputusan
Penentuan Banyak Cluster Optimal Hasil Fuzzy C-Means dengan Metode Elbow pada Klasifikasi Kecemasan Belajar Siswa (Studi Kasus: Siswa SMP Negeri 1 Tuban dan SMA Negeri 1 Tuban Jawa Timur) Nurdiyanti, Sherlyna; Yunianti, Dwi Nur
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p401-413

Abstract

Klasterisasi fuzzy merupakan konsep pengelompokkan data yang mempunyai karakteristik yang sama ke dalam satu kelompok sedangkan data dengan karakteristik berbeda akan membentuk kelompok lain. Ada beberapa macam algoritma clustering data, salah satunya adalah Fuzzy C-Means (FCM). Fuzzy C-Means adalah suatu teknik pengklasteran data yang mana keberadaan tiap-tiap titik data dalam klaster ditentukan oleh derajat keanggotaan. Konsep dasar dari FCM adalah menentukan pusat klaster awal, jika pusat klaster belum akurat maka pusat klaster dan derajat keanggotaan akan diperbaiki secara berulang sampai bergerak menuju lokasi yang tepat. Penelitian ini bertujuan untuk klasifikasi kecemasan belajar siswa SMP dan SMA menggunakan metode Fuzzy C-Means dengan penentuan banyak klaster optimal menggunakan metode Elbow dari hasil klasifikasi tersebut. Klasifikasi pada penelitian ini menggunakan tingkat kecemasan belajar siswa. Hasil dari penelitian ini diperoleh banyak klaster optimal sebanyak 3 klaster untuk data siswa SMP dengan tingkat kecemasan yaitu kecemasan rendah, kecemasan sedang, dan kecemasan tinggi serta 5 klaster untuk data siswa SMA dengan tingkat kecemasan yaitu kecemasan sangat rendah, kecemasan rendah, kecemasan sedang, kecemasan tinggi, dan kecemasan sangat tinggi. Banyak anggota pada klasifikasi kecemasan data SMP adalah 11 siswa dengan kecemasan rendah, 28 siswa dengan kecemasan sedang, dan 24 siswa dengan kecemasan tinggi. Sedangkan banyak anggota pada klasifikasi kecemasan data SMA adalah 19 siswa dengan kecemasan rendah, 15 siswa dengan kecemasan rendah, 3 siswa dengan kecemasan sedang, 8 siswa dengan kecemasan tinggi, dan 26 siswa dengan kecemasan sangat tinggi.

Page 36 of 63 | Total Record : 625

 34   35   36   37   38 

Filter by Year

2013 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