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
 52   53   54   55   56 
PERAMALAN JUMLAH PENUMPANG DI BANDAR UDARA DEPATI AMIR MENGGUNAKAN SIMULASI MONTE CARLO Tria Agustin; Desy Yuliana Dalimunthe; Baiq Desy Aniska Prayanti
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Transportasi memiliki peran penting dalam menunjang mobilitas manusia dan barang serta mendukung pertumbuhan ekonomi suatu wilayah. Transportasi udara menjadi salah satu pilihan utama bagi masyarakat dalam melakukan perjalanan jarak jauh. Bandar Udara Depati Amir merupakan salah satu bandara utama di Provinsi Kepulauan Bangka Belitung yang memiliki jumlah kedatangan penumpang sangat fluktuatif. Tujuan penelitian ini untuk meramalkan jumlah penumpang yang datang di Bandara Depati Amir sehingga memberikan gambaran baik mengenai peningkatan maupun penurunan jumlah penumpang pada periode tertentu. Penelitian ini menggunakan data jumlah penumpang yang datang tahun 2022, 2023, dan 2024 di Bandara Depati Amir yang dianalisis menggunakan Simulasi Monte Carlo. Tingkat keakurasian hasil peramalan pada penelitian ini berdasarkan nilai Mean Absolute Percentage Error (MAPE). Nilai MAPE pada peramalan jumlah penumpang yang datang di Bandara Depati Amir tahun 2023 sebesar 13,15%, artinya hasil prediksi yang dihasilkan dikatakan baik. Pada tahun 2023 memiliki tingkat akurasi sebesar 5,21% yang artinya hasil prediksi dikatakan sangat baik.
PENGAPLIKASIAN PEWARNAAN GRAF DENGAN ALGORITMA GREEDY PADA PETA WILAYAH KOTA SUKABUMI Syifausufi , Syavira; Khairani Taufiq, Annasha; Dewi Nadhifa, Mutiara; Febrian, Carens; Tsamara Athifa, Daisy; Sylviani, Sisilia
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Algoritma Greedy dapat digunakan untuk mengoptimalkan pewarnaan kota Sukabumi. Kecamatan diasumsikan sebagai titik, sedangkan garis digunakan untuk menghubungkan dua wilayah yang berdekatan. Algoritma Greedy adalah salah satu algoritma yang dikembangkan untuk menyelesaikan masalah pewarnaan graf, dengan tujuan menghasilkan warna sesedikit mungkin tanpa memiliki area yang berdekatan menggunakan warna yang sama. Algoritma Greedy menggunakan kandidat warna dan menginisialisasi solusi. Pewarnaan dilakukan pada titik pertama pada derajat tertinggi. Selanjutnya, diperiksa kelayakan warna menggunakan prinsip bahwa tidak ada titik tetangga yang memiliki warna yang sama. Warna yang dihasilkan adalah anggota dari rangkaian solusi. Proses pewarnaan diulang sampai semua titik diwarnai.
MODEL MACHINE LEARNING UNTUK DETEKSI DINI KETERLAMBATAN BAYAR KREDIT DI PT BANK X Wardana, Iqbal
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Risiko kredit merupakan salah satu tantangan utama dalam aktivitas perbankan, terutama dalam menilai kelayakan nasabah kredit yang tergolong non-performing loan (NPL) atau memiliki potensi gagal bayar sehingga menjadi indikator awal dari potensi gagal bayar di masa depan. Permasalahan muncul karena sistem klasifikasi tradisional dalam perbankan sering kali tidak mampu mengidentifikasi nasabah yang secara nominal masih lancar membayar, tetapi sebenarnya memiliki risiko tinggi gagal bayar. Akibatnya, bank mungkin salah mengkategorikan kualitas kredit, yang berdampak pada ketidaktepatan penghitungan Cadangan Kerugian Penurunan Nilai (CKPN). Hal ini dapat meningkatkan beban operasional dan risiko finansial bagi bank. Oleh karena itu, penting bagi bank untuk memiliki sistem early warning system yang dapat mendeteksi risiko keterlambatan pembayaran sedini mungkin. Penelitian ini menggunakan machine learning dengan metode Support Vector Machine (SVM) dengan berbagai jenis kernel—linear, RBF, polynomial, dan sigmoid—untuk membangun model klasifikasi risiko keterlambatan pembayaran kredit. Data yang digunakan mencerminkan keberagaman profil nasabah, dengan rata-rata skor kredit 650,53 dan mayoritas berstatus kredit lancar (79,63%). Hasil menunjukkan bahwa kernel RBF memberikan performa terbaik, dengan akurasi 85,45%, sensitivitas 83,83%, dan spesifisitas 90,58%. Model ini diharapkan dapat membantu bank memitigasi risiko kredit secara lebih akurat dan proaktif, sehingga kualitas aset tetap terjaga dan beban CKPN dapat dikendalikan dengan lebih baik
PENERAPAN MODEL ARIMAX DALAM MEMPREDIKSI SAHAM TINS DAN INFLASI DI KOTA PANGKAL PINANG suhendra, helen; 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

Penelitian ini bertujuan untuk memprediksi harga saham PT Timah Tbk (TINS) dengan menggunakan pendekatan model ARIMAX, serta menganalisis hubungan antara inflasi di Kota Pangkal Pinang sebagai variabel eksogen dan pergerakan saham TINS sebagai variabel endogen. Data yang digunakan merupakan data bulanan dari Januari 2020 hingga April 2025. Model ARIMAX dipilih karena mampu mengakomodasi hubungan jangka pendek dan panjang antar variabel. Berdasarkan hasil identifikasi orde model menggunakan plot ACF dan PACF serta pemilihan model terbaik berdasarkan kriteria Akaike Information Criterion (AIC), diperoleh model ARIMAX(1,1,2) sebagai model terbaik. Hasil estimasi menunjukkan bahwa parameter AR(1) dan MA(2) signifikan secara statistik, sedangkan variabel inflasi tidak signifikan, namun tetap relevan secara teoritis. Model ARIMAX(1,1,2) berhasil memenuhi uji asumsi residual white noise dan menghasilkan nilai MAPE sebesar 12,5%, yang menunjukkan tingkat akurasi prediksi yang baik. Oleh karena itu, model ini direkomendasikan untuk digunakan dalam prediksi jangka pendek harga saham TINS dan sebagai dasar penyusunan kebijakan ekonomi di tingkat regional.
ANALISIS PENGARUH HARGA BERAS TERHADAP INFLASI DI KOTA PANGKALPINANG MENGGUNAKAN METHODE THEIL Ulina, Sri
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh harga beras terhadap inflasi di Kota Pangkalpinang menggunakan metode regresi nonparametrik Theil. Data yang digunakan merupakan data bulanan harga beras dan inflasi dari Januari 2023 hingga Januari 2025. Hasil uji normalitas menunjukkan bahwa data residual tidak berdistribusi normal, sehingga metode Theil digunakan sebagai alternatif regresi yang lebih sesuai. Hasil analisis menunjukkan adanya hubungan positif antara harga beras dan inflasi, di mana setiap kenaikan Rp1.000 pada harga beras diperkirakan meningkatkan inflasi sebesar 0,8938%. Evaluasi model menggunakan MAPE menunjukkan nilai sebesar 17,73%, yang termasuk dalam kategori akurasi baik. Temuan ini diharapkan dapat menjadi acuan bagi pemerintah dalam merumuskan kebijakan pengendalian harga dan inflasi di daerah. Kata kunci: Harga Beras, Inflasi, Statistik Non Parametri, Theil.
Model GSTARIMAX-SUR dalam Memprediksi Jumlah Tamu Menginap pada Hotel Berbintang di Provinsi Kepulauan Bangka Belitung Khilma Luthfiyaturrohmah; Desy Yuliana Dalimunthe; Izma Fahria
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Pariwisata di Provinsi Kepulauan Bangka Belitung memiliki potensi besar sebagai sektor utama penggerak ekonomi daerah. Salah satu aspek kunci dalam pengembangannya adalah ketersediaan akomodasi, terutama hotel berbintang yang menjadi pilihan utama wisatawan. Fluktuasi jumlah tamu menginap berdampak langsung pada pendapatan hotel dan daerah, sehingga diperlukan upaya prediksi. Penelitian ini menggunakan model GSTARIMAX untuk memprediksi jumlah tamu menginap pada hotel berbintang di empat kabupaten/kota di Provinsi Kepulauan Bangka Belitung. Hasil analisis mengindikasikan bahwa model yang tepat adalah GSTARIMAX ([1]1,0,0) yang menghasilkan rata-rata SMAPE 18,1725%, yang menunjukkan akurasi prediksi yang baik. Prediksi tahun 2025 menunjukkan puncak jumlah tamu terjadi di Kabupaten Belitung pada Mei sebanyak 20.680 orang, sedangkan jumlah terendah tercatat di Kabupaten Bangka pada Desember sebanyak 2.524 orang. Kata Kunci: Prediksi, Pariwisata, GSTARIMAX, Hotel Berbintang.
Pemodelan Jumlah Penderita Demam Berdarah Dengue (DBD) dI Jawa Timur Menggunakan Analisis Spline Truncated Tahun 2023 Nala Kamila
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Demam Berdarah Dengue (DBD) merupakan salah satu penyakit tropis yang masih menjadi permasalahan kesehatan di Indonesia, terutama di wilayah dengan kepadatan penduduk tinggi seperti di Jawa Timur. Untuk memahami pola penyebaran kasus DBD, penelitian ini menggunakan metode Spline Truncated orde pertama dalam pemodelan jumlah penderita DBD. Metode ini dipilih karena kemampuannya dalam menangkap pola hubungan non-linier yang mungkin terjadi pada data jumlah kasus DBD berdasarkan variabel lainnya. Penelitian ini bertujuan untuk menganalisis jumlah penderita DBD menggunakan pendekatan regresi spline, dengan menentukan titik knot secara tepat guna memperoleh model terbaik. Hasil penelitian menunjukkan bahwa model Spline Truncated dengan tiga titik knot mampu menggambarkan pola perubahan jumlah penderita DBD dengan akurasi yang tinggi, ditunjukkan oleh nilai Generalized Cross Validation (GCV) sebesar 293,4351 dan koefisien determinasi (R²) sebesar 69,55%. Hasil penelian menunjukkan variabel persentase kepadatan penduduk, sumber air minum ledeng, dan akses sanitasi layak berpengaruh signifikan terhadap jumlah kasus penderita DBD di Jawa Timur.
Analisis Partisipasi Ekonomi Perempuan Di Provinsi Nusa Tenggara Timur Menggunakan Regresi Logistik Biner maria trianita elina lele; Arista Marlince Tamonob; Astri Atti; keristina Br. Ginting
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Provinsi Nusa Tenggara Timur (NTT) merupakan salah satu provinsi yang mengalami peningkatan Tingkat Partisipasi Angkatan Kerja (TPAK) perempuan setiap tahun. Partisipasi ekonomi perempuan adalah keikutsertaan perempuan dalam kegiatan ekonomi baik sebagai pekerja, wirausaha maupun pengusaha. Partisipasi ekonomi perempuan memiliki peranan penting dalam mendorong pertumbuhan ekonomi daerah. Oleh karena itu, penting untuk memahami faktor-faktor yang mempengaruhi keterlibatan perempuan dalam kegiatan ekonomi. Penelitian ini menggunakan analisis regresi logistik biner dengan variabel respon dikotomis untuk mengidentifikasi faktor-faktor yang mempengaruhi partisipasi ekonomi perempuan di Provinsi Nusa Tenggara Timur. Dalam penelitian ini adapun variabel-variabel prediktor yang digunakan yaitu umur, status pernikahan, status dalam keluarga, pendidikan dan jumlah jam kerja. Dari hasil pengolahan data, didapatkan model regresi logistik biner faktor yang mempengaruhi partisipasi ekonomi perempuan yang dilihat dari pengujian secara parsial, sehingga variabel yang berpengaruh secara signifikan adalah usia, status pernikahan, status dalam keluarga dan pendidikan. Untuk ketepatan klasifikasi model regresi logistik biner yang diperoleh sebesar 76,3%.
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.

Page 54 of 63 | Total Record : 625

 52   53   54   55   56 

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