Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Limits: Journal of Mathematics and Its Applications

limits
Website

Published by Institut Teknologi Sepuluh Nopember Surabaya

ISSN : 1829605X EISSN : 25798936 DOI : -

Core Subject : Science, Education,

Computer Science & IT Mathematics

Limits: Journal of Mathematics and Its Applications merupakan jurnal yang diterbitkan oleh Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia. Limits menerima makalah hasil riset di semua bidang Matematika, terutama bidang Analisis, Aljabar, Pemodelan Matematika, Sistem dan Kontrol, Matematika Diskrit dan Kombinatorik, Statistik dan Stokastik, Matematika Terapan, Optimasi, dan Ilmu Komputasi. Jurnal ini juga menerima makalah tentang survey literatur yang menstimulasi riset di bidang-bidang tersebut di atas.

Arjuna Subject : Matematika - Matematika Terapan

Articles 257 Documents

22 23 24 25 26

Bilangan Kromatik Lokasi Graf Amal(K_n, K_m) Syafrizal Sy; Rizki Ladipa YM; Monika Rianti Helmi
Limits: Journal of Mathematics and Its Applications Vol. 21 No. 3 (2024): Limits: Journal of Mathematics and Its Applications Volume 21 Nomor 3 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Misalkan G adalah pasangan terurut (V, E), yaitu graf terhubung, dan c adalah suatu pemetaan warna pada graf G yang didefinisikan sebagai c dari V(G) ke himpunan {1, 2, ..., t}, dengan t adalah bilangan asli. Jika simpul u dan v bertetangga di G, maka c(u) tidak sama dengan c(v). Misalkan S_h adalah himpunan simpul yang diberi warna h untuk setiap h anggota {1, 2, ..., t}, maka S_h disebut kelas warna. Misalkan Pi adalah partisi dari himpunan simpul V(G) yaitu Pi = {S_1, S_2, ..., S_t} untuk suatu pewarnaan. Kode warna c_Pi dari simpul v dalam G didefinisikan sebagai vektor dengan t komponen yaitu c_Pi(v) = (d(v, S_1), d(v, S_2), ..., d(v, S_t)), di mana d(v, S_h) adalah jarak minimum antara v dan setiap simpul x dalam S_h, yaitu d(v, S_h) = minimum dari d(v, x) untuk x dalam S_h, dan h dari 1 sampai t. Jika setiap simpul dalam G memiliki kode warna yang berbeda untuk suatu partisi Pi, maka pewarnaan c disebut sebagai pewarnaan lokasi. Nilai minimum dari t sedemikian sehingga G memiliki pewarnaan lokasi dengan t warna disebut sebagai bilangan kromatik lokasi, dan dinotasikan dengan chi sub L dari G. Dalam penelitian ini dibahas tentang bilangan kromatik lokasi dari graf Amal(K_n, K_m). Graf Amal(K_n, K_m) adalah graf yang dibentuk dengan menggabungkan satu simpul di setiap graf lengkap K_n ke setiap simpul di graf lengkap K_m secara satu-satu, dengan syarat m dan n lebih besar atau sama dengan 2, dan m serta n adalah bilangan asli. Dengan menentukan batas bawah dan batas atas bilangan kromatik lokasi, diperoleh bahwa bilangan kromatik lokasi dari graf Amal(K_n, K_m) adalah: sebesar n + 1 jika m lebih kecil atau sama dengan n, dan sebesar m jika m lebih besar dari n

Bilangan Kromatik Lokasi Amalgamasi Graf Theta Des Welyyanti; Uthary Putri Angryanof; Lyra Yulianti
Limits: Journal of Mathematics and Its Applications Vol. 21 No. 3 (2024): Limits: Journal of Mathematics and Its Applications Volume 21 Nomor 3 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Misalkan adalah suatu pewarnaan titik pada graf dimana , untuk dan yang bertetangga di . Kode warna dari adalah pasang terurut dimana untuk . Jika setiap titik memiliki kode warna yang berbeda, maka disebut pewarnaan lokasi dari . Banyaknya warna minimum yang digunakan untuk pewarnaan lokasi termasuk bilangan kromatik lokasi dari dan dinotasikan dengan Pada artikel ini akan dibahas mengenai bilangan kromatik lokasi amalgamasi graf theta.

Evaluasi Kinerja Spectral Biclustering dalam Identifikasi Potensi Produksi Komoditas Hortikultura di Indonesia Merryanty Lestari P; I Made Sumertajaya; Erfiani
Limits: Journal of Mathematics and Its Applications Vol. 21 No. 3 (2024): Limits: Journal of Mathematics and Its Applications Volume 21 Nomor 3 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Biclustering merupakan metode penggerombolan dua arah untuk menemukan subset baris dan kolom dari suatu matriks data. Spectral biclustering merupakan salah satu algoritma dari biclustering. Algoritma spectral mempunyai tiga metode normalisasi matriks antara lain independent rescaling of rows and columns , bistochastization , dan log . Penerapan spectral biclustering bertujuan untuk mengidentifikasi potensi produksi komoditas hortikultura jenis sayuran di Indonesia. Metode normalisasi bistochastization menghasilkan bicluster optimal dengan nilai rataan mean squared residue terkecil sebesar 0,079593. Bicluster yang dihasilkan sebanyak 5 bicluster. Bicluster 1 dan 2 terdiri dari wilayah Papua dan Sulawesi Tenggara memiliki potensi produksi jenis tanaman sayuran mayoritas kategori rendah di antaranya kentang, bawang merah, bawang putih, dan bawang daun. Bicluster 3 dan 4 terdiri dari sebagian besar wilayah Kalimantan, Riau, Sumatera Selatan, Nusa Tenggara Timur, dan Maluku dengan potensi produksi mayoritas terkategori sedang di antaranya cabai rawit, tomat, buncis, labu siam, dan melinjo. Bicluster 5 merupakan wilayah Jawa, Bali, Nusa Tenggara Barat, sebagian besar wilayah Sumatera dan Sulawesi, serta Kalimantan Selatan. Bicluster 5 memiliki potensi produksi terkategori tinggi pada jenis sayuran sawi, kacang panjang, terung, ketimun, dan jengkol.

Pemodelan Determinan Pengeluaran Kesehatan Katastropik Rumah Tangga Pekerja Informal dengan Regresi Logistik Firth Athira Fatin Naura; Wahyuni Andriana Sofa
Limits: Journal of Mathematics and Its Applications Vol. 21 No. 3 (2024): Limits: Journal of Mathematics and Its Applications Volume 21 Nomor 3 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Ketidakmampuan sektor formal menyerap besarnya angkatan kerja mendorong pertumbuhan sektor informal, khususnya di Provinsi Jawa Tengah. Mayoritas pekerja di sektor informal tidak memiliki jaminan kesehatan, sehingga mereka harus menanggung pengeluaran kesehatannya sendiri (OOP). Besarnya OOP meningkatkan risiko terjadinya pengeluaran kesehatan katastropik. Penelitian ini bertujuan untuk mengetahui gambaran pengeluaran kesehatan katastropik, mengidentifikasi faktor penentunya, dan mengukur kecenderungan rumah tangga pekerja informal untuk mengalami kejadian tersebut di Provinsi Jawa Tengah tahun 2023 berdasarkan data Susenas Maret 2023. Analisis penelitian menggunakan grafik dan regresi logistik biner Firth. Hasil penelitian menunjukkan sebesar 2,45% rumah tangga pekerja informal mengalami pengeluaran kesehatan katastropik pada ambang batas 10%. Persentase lebih tinggi terjadi pada rumah tangga dengan pendidikan tertinggi ART SMA ke atas, adanya lansia dan balita, memiliki lebih dari 4 ART, KRT bekerja di sektor nonpertanian, tidak menerima bantuan sosial, sebagian ART memiliki JKN, tinggal di perdesaan, serta pernah rawat jalan dan rawat inap. Rumah tangga pekerja informal yang memiliki ART lansia, seluruh ART tidak memiliki JKN, serta ART pernah rawat jalan dan rawat inap lebih cenderung untuk mengalami pengeluaran kesehatan katastropik.

Target Baru Pengobatan Meningitis berdasarkan Centrality Measure jaringan protein dan Self Oganizing Map. Siti Amiroch; Mohammad Hamim Zajuli Al Faroby; Muhammad Dzulfikar Fauzi
Limits: Journal of Mathematics and Its Applications Vol. 21 No. 3 (2024): Limits: Journal of Mathematics and Its Applications Volume 21 Nomor 3 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Meningitis is a serious threat to health with potentially fatal consequences. Understanding protein interactions related to chronic conditions is crucial for the development of effective treatments. In silico analysis is considered to have greater effectiveness because it simulates through computation and tries various possibilities at a lower cost. This study aims to analyze protein-protein interactions related to Meningitis with cluster analysis techniques on undirected graphs. The proposed method is the Self Organizing Map (SOM) algorithm as a cluster. This algorithm can cluster undirected graph-based protein interaction data. Protein data involved in Meningitis disease comes from OMIM. From this data, proteins belonging to the gene locus are explored for their interactions, resulting in interaction data in the form of an undirected graph. The combination of centrality measure is used for feature engineering on undirected graph data. The main protein candidates are potentially located in the Cluster 1 model with the largest silhouette score (0.359) and Davies-Bouldin Index (1.667). The cluster has 18 proteins with the highest significance to Meningitis. From the overall centrality ranking results, the three highest significance proteins are CISH (3.921222), TNFSF10 (3.403541), and ICAM3 (2.623702) which have the potential to become Meningitis target proteins. CISH protein has the highest overall centrality score value compared to the others, so CISH protein may be a new alternative in the treatment of Meningitis.

Perbandingan Metode Regresi Multilevel dan Beta Generalized Linear Mixed Models pada Data Longitudinal Capaian IPK Mahasiswa Gusti Tasya Meilania; Utami Dyah Syafitri; I Made Sumertajaya
Limits: Journal of Mathematics and Its Applications Vol. 21 No. 3 (2024): Limits: Journal of Mathematics and Its Applications Volume 21 Nomor 3 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Penelitian ini membandingkan kinerja model Beta Generalized Linear Mixed Model (Beta GLMM) dengan Regresi Multilevel pada data Indeks Prestasi Kumulatif (IPK) mahasiswa. Data IPK yang digunakan dalam penelitian ini terlihat miring ke sisi kiri atau memiliki ekor kiri yang lebih panjang yang mencerminkan kecenderungan mahasiswa memperoleh nilai yang lebih besar daripada rata-rata IPK keseluruhan. Hal ini mengindikasikan bahwa data tidak berdistribusi normal, melainkan diduga berdistribusi Beta. Tujuan dari penelitian ini adalah melakukan perbandingan terhadap metode regresi multilevel dan Beta Generalized Linear Mixed Model (GLMM) untuk melihat faktor-faktor yang memengaruhi IPK mahasiswa setiap semester. Data yang digunakan adalah data longitudinal dimana setiap mahasiswa diamati IPK per semester serta beberapa peubah penjelas lainnya. Pendekatan Beta GLMM digunakan karena Beta GLMM menggabungkan antara pendekatan Linear Mixed Model (LMM) dengan Generalized Linear Model (GLM)Berdasarkan analisis yang dilakukan, diperoleh hasil bahwa metode Beta GLMM memiliki nilai Akaike Information Criterion (AIC) yang lebih rendah dibandingkan metode regresi multilevel. Adapun faktor-faktor yang mempengaruhi capaian IPK mahasiswa berdasarkan analisis Beta GLMM diantaranya semester mahasiswa, SKS mahasiswa setiap semester, status perkawinan, jalur masuk kuliah, sumber biaya pendidikan (beasiswa), interaksi semester dengan status perkawinan, interaksi antara semester dengan jalur masuk kuliah, dan interaksi antara semester dengan beasiswa. Selain itu, diketahui bahwa proporsi keragaman IPK yang dapat dijelaskan oleh perbedaan antar mahasiswa adalah sebesar 0.837. Hal ini menunjukkan bahwa 83.7% dari total variasi IPK dapat dijelaskan oleh perbedaan antar mahasiswa (Level 2), sedangkan sisanya 16.3% dijelaskan oleh variasi pada setiap mahasiswa disetiap semester (Level 1).

Modified Snow Avalanches Algorithm untuk Vehicle Routing Problem Ayomi Sasmito; Jovanka Cathrynn; Michelle Tanaka; Maria Zefanya Sampe
Limits: Journal of Mathematics and Its Applications Vol. 21 No. 3 (2024): Limits: Journal of Mathematics and Its Applications Volume 21 Nomor 3 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Metaheuristic algorithms are often used to tackle various optimization problems. In recent years, many new metaheuristic algorithms have been developed, such as the snow avalanches algorithm (SAA), which is inspired by natural snow avalanches. SAA consists of four avalanche phases: avalanches due to steep mountain slopes, human factors, local weather conditions, and it only has one control parameter. Like most metaheuristic algorithms, SAA has the potential to get trapped in local optima due to having only one control parameter. Therefore, this study presents a modification of SAA, called modified SAA (mSAA), which integrates the opposition-based learning (OBL) method with SAA to enhance the optimization process. To validate the performance of mSAA, tests were conducted on various OBL techniques to determine the best combination for solving complex and nonlinear problems, specifically the vehicle routing problem (VRP) on three types of VRP datasets (D01, D02, and D03 datasets). The results were then compared with the snow avalanches algorithm (SAA), hiking optimization algorithm (HOA), teaching learning-based optimization (TLBO), and grey wolf optimizer (GWO). Based on the average value, standard deviation, and best value, the mSAA method performed well and effectively in solving VRP using a combination of Quasi OBL and S_i=0.6+0.4 rand.

Page 26 of 26 | Total Record : 257

22 23 24 25 26

Filter by Year

2004 2025

Filter By Issues

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Chairul Imron

Contact Email
cha_imron15@its.ac.id

Phone
+6285648721814

Journal Mail Official
limits.matematika@its.ac.id

Editorial Address
Departemen Matematika Fakultas Sains dan Analitika Data Institut Teknologi Sepuluh Nopember Sukolilo, Surabaya 60111, Indonesia Phone: +62-31-5943354 Email: limits.matematika@its.ac.id

Location
Kota surabaya,

Jawa timur

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Chairul Imron

Contact Email cha_imron15@its.ac.id

Phone +6285648721814

Journal Mail Official limits.matematika@its.ac.id

Editorial Address Departemen Matematika Fakultas Sains dan Analitika Data Institut Teknologi Sepuluh Nopember Sukolilo, Surabaya 60111, Indonesia Phone: +62-31-5943354 Email: limits.matematika@its.ac.id

Location Kota surabaya, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Chairul Imron

Contact Email
cha_imron15@its.ac.id

Phone
+6285648721814

Journal Mail Official
limits.matematika@its.ac.id

Editorial Address
Departemen Matematika Fakultas Sains dan Analitika Data Institut Teknologi Sepuluh Nopember Sukolilo, Surabaya 60111, Indonesia Phone: +62-31-5943354 Email: limits.matematika@its.ac.id

Location
Kota surabaya,

Jawa timur

INDONESIA