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
 59   60   61   62   63 
Deteksi Komunitas Pasar Saham IHSG dengan Metode Hybrid Jaringan Kompleks dan Algoritma Leiden Nadeak, Christyan Tamaro
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p299-306

Abstract

The stock market is a complex system, with relationships between stocks that influence each other and form a dynamic network. In Indonesia, the Jakarta Composite Index (JCI) reflects the movement of the stock market as a whole. This study aims to detect the community structure of stocks in the JCI by sector using a hybrid approach that combines Random Matrix Theory (RMT), Complex Network (CN), and Leiden algorithm. The data used is the daily closing price of stocks in the JCI during the period January 2014 to January 2024. The methods applied include the formation of a correlation matrix between stocks, noise filtering using RMT, and community analysis using the Leiden algorithm. A multi-threshold correlation approach (0.7; 0.8; and 0.9) was used to evaluate the strength of the relationship between sectors. The results show that the combination of RMT, CN, and Leiden algorithm is effective in identifying stock communities with significant relationships. A higher correlation threshold results in a more stable community with a maximum modularity value of 0.72 at a threshold of 0.9. This approach makes an important contribution in understanding cross-sector interactions in the JCI stock market.
PEMODELAN KEJADIAN STUNTING MENGGUNAKAN METODE LOGISTIK BINER (Studi Kasus : Wilayah Kerja Puskesmas Sonraen) Baok, Philipy Morgan
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p402-410

Abstract

Stunting merupakan permasalahan kesehatan yang saat ini menjadi perhatian utama pemerintah karena bisa memengaruhi proses tumbuh kembang anak. Kondisi ini dapat menimbulkan konsekuensi jangka panjang terhadap kesehatan, pendidikan, serta produktivitas individu, sehingga upaya penanganannya menjadi prioritas dalam program kesehatan masyarakat. Berdasarkan hal tersebut, penelitian ini dilakukan untuk membentuk model analisis regresi logistik biner guna mengetahui faktor-faktor yang memengaruhi stunting di Puskesmas Sonraen serta mengidentifikasi faktor penyebab kejadian stunting pada balita di wilayah tersebut. Data yang digunakan dalam penelitian ini terdiri dari data primer dan data sekunder dengan jumlah sampel sebanyak 100 balita. Metode analisis yang diterapkan adalah regresi logistik biner, di mana variabel dependen dikategorikan dibagi ke dalam dua kategori, yakni anak stunting dan anak yang tidak stunting. Hasil penelitian menunjukan bahwa model regresi logistik layak digunakan dan variabel-variabel yang berpengaruh adalah Balita yang lahir dengan berat badan kurang dari 2,5 kg memiliki peluang 4,803 kali lebih besar untuk mengalami stunting dibandingkan yang lahir dengan berat > 2,5 kg. Selain itu, anak dari keluarga dengan pendapatan di bawah 500.000 memiliki risiko stunting 60,550 kali lebih tinggi dibandingkan anak dari keluarga berpenghasilan 500.000–1.000.000. Faktor lingkungan juga berperan signifikan, di mana balita dari keluarga dengan akses air minum tidak layak berpeluang 7,257 kali lebih tinggi mengalami stunting dibanding balita yang memiliki akses air layak, dan balita yang tinggal di lingkungan dengan sanitasi kurang layak memiliki kemungkinan 4,543 kali lebih besar untuk mengalami stunting dibandingkan balita di lingkungan dengan sanitasi layak. Kata Kunci: Stunting, Regresi Logistik Biner, Berat Badan Lahir Rendah (BBLR)
PERBANDINGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN DOUBLE MOVING AVERAGE UNTUK PERAMALAN HARGA CABAI MERAH BESAR PROVINSI KALIMANTAN BARAT Jonathan, Enrico; Pratiwi, Yuyun Eka
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p350-357

Abstract

Cabai merah besar merupakan salah satu komoditas hortikultura yang memiliki peranan penting dalam konsumsi rumah tangga dan industri pangan di Kalimantan Barat. Fluktuasi harga cabai merah besar yang signifikan berdampak langsung pada inflasi, daya beli masyarakat, serta keberlangsungan usaha petani dan pedagang. Oleh karena itu, diperlukan metode peramalan yang tepat untuk memproyeksikan harga di masa mendatang. Penelitian ini bertujuan membandingkan kinerja metode Double Moving Average dengan orde 2 x 2 hingga 9 x 9 dan Double Exponential Smoothing dua parameter (Holt’s Method) dengan variasi nilai α dan β dari 0,1 sampai 0,9 dalam meramalkan harga cabai merah besar di Kalimantan Barat periode 2023-2025. Hasil penelitian menunjukkan bahwa metode Double Exponential Smoothing dengan α dan β = 0,6 menghasilkan nilai kesalahan terkecil dengan RMSE sebesar 10053,72 dan MAPE 13,74% sedangakan metode DMA terbaik diperoleh pada orde 4 x 4 dengan RMSE sebesar 11241,01 dan MAPE 16,48%. Dengan demikian, DES dengan α dan β = 0,6 dinyatakan lebih unggul dalam meramalkan harga cabai merah besar dibandingkan DMA. Prediksi empat periode ke depan, yaitu September hingga Desember 2025, menunjukkan tren penurunan harga secara bertahap.
ANALISIS PENERAPAN DERET UKUR DALAM PERHITUNGAN LAJU PERTUMBUHAN PENDUDUK TERHADAP TINGKAT KEMISKINAN DI KABUPATEN KUDUS Mursidah; Findasari; Ade Ima Afifa Himayati
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p395-401

Abstract

Laju pertumbuhan penduduk adalah persentase kenaikan jumlah penduduk dalam suatu wilayah selama periode waktu tertentu, biasanya dihitung per tahun. Laju ini menunjukkan seberapa cepat atau lambat populasi suatu daerah bertambah. Artikel ini menyajikan analisis penerapan deret ukur dalam perhitungan laju pertumbuhan penduduk dan keterkaitannya dengan tingkat kemiskinan, yaitu apakah peningkatan jumlah penduduk memiliki dampak langsung atau tidak langsung terhadap peningkatan angka kemiskinan di Kabupaten Kudus. Dalam konteks pembangunan dan upaya pengurangan kemiskinan, laju pertumbuhan penduduk terbagi menjadi tiga yaitu pertumbuhan penduduk rendah, sedang, dan tinggi. Dari hasil perhitungan yang diperoleh bahwa pertumbuhan penduduk di Kabupaten Kudus tergolong rendah. Berdasarkan data penduduk tahun 2024 yang diperoleh dari BPS Kudus, laju pertumbuhan penduduk untuk periode 2025-2030 diperkirakan sebesar 0,08%, yang termasuk dalam kategori sangat lambat. Pertumbuhan penduduk diprediksi hanya mengalami peningkatan minimal, dari 877.603 jiwa pada tahun 2028 menjadi 879.007 jiwa pada tahun 2030. Laju pertumbuhan penduduk yang rendah memiliki dampak yang menguntungkan, karena tekanan terhadap faktor kemiskinan menjadi lebih ringan. Namun, dari analisis data lebih lanjut disimpulkan bahwa tidak terdapat hubungan secara langsung antara laju pertumbuhan dan Tingkat kemiskinan. Temuan ini menekankan pentingnya pemahaman terhadap dinamika demografi dalam perencanaan pembangunan daerah yang berkelanjutan. Kata Kunci: laju pertumbuhan, populasi, deret geometri, linier, demografi
ALGORITMA DBSCAN DAN SHARED NEAREST NEIGHBOR DALAM PENGELOMPOKKAN SPASIAL PRODUKTIVITAS JERUK SIAM DI INDONESIA Oktavia , Nur Sofi Sely; Iriany, Atiek; Astuti, Ani Budi
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p45-58

Abstract

Penerapan dua algoritma analisis density-based cluster, yaitu DBSCAN dan Shared Nearest Neighbor (SNN), dengan integrasi Principal Component Analysis (PCA) pada Produktivitas Jeruk Siam di Indonesia tahun 2023. Variabel yang digunakan terdiri dari 7 indikator jeruk siam, yaitu produktivitas (Ton/Pohon), produksi (Ton), pertumbuhan produksi (%), luas panen (Hektar), rata-rata suhu bulanan (°C), rata-rata kelembaban bulanan (%), dan rata-rata curah hujan bulanan (mm). Data yang digunakan merupakan data sekunder tahun 2023 yang diperoleh melalui publikasi BPS dan Kementerian Pertanian RI. Hasil penelitian menunjukkan bahwa SNN memiliki stabilitas pengelompokan yang lebih baik dibandingkan DBSCAN, dan penerapan PCA meningkatkan kinerja DBSCAN dan SNN. Model terbaik diperoleh dari SNN pada data PCA dengan tiga komponen utama (PC3), dengan Silhouette Coefficient sebesar 0,872. Algoritma ini menghasilkan 3 cluster, yaitu Cluster 0 mencakup 32 provinsi dengan skala produksi besar dan kondisi agroklimat yang beragam, Cluster 1 terdiri dari 3 provinsi dengan produksi kecil namun pertumbuhan sangat tinggi, sehingga terpisah dari sentra produksi utama, dan Cluster 2 mencakup 3 provinsi yang memiliki karakteristik lokal unik dengan skala produksi rendah hingga nol.

Page 63 of 63 | Total Record : 625

 59   60   61   62   63 

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