cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
mipa.jurnal@gmail.com
Phone
-
Journal Mail Official
mipa.jurnal@gmail.com
Editorial Address
Faculty of Mathematics and Natural Sciences, D12 Building 1st Floor, Universitas Negeri Semarang, Sekaran, Gunungpati, Semarang, Indonesia 50229
Location
Kota semarang,
Jawa tengah
INDONESIA
Indonesian Journal of Mathematics and Natural Sciences
Published by Universitas Negeri Semarang
ISSN : 02159945     EISSN : 27747832     DOI : https://doi.org/10.15294/ijmns
Core Subject : Education,
Mathematics
The scope of the journal includes the following areas of research: Natural Sciences, Mathematics, and Applied Sciences
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 506 Documents
 47   48   49   50   51 
Pemodelan Matematika Tentang Penyebaran Virus Flu Burung (H5N1) Dengan Treatment Pada Manusia Dan Vaksinasi Burung Rentan Dalam Populasi Konstan Taufan Giri Ramdani; Muhammad Kharis
Indonesian Journal of Mathematics and Natural Sciences Vol 46, No 1 (2023): April 2023
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ijmns.v46i1.46175

Abstract

Dari bulan oktober sampai November 2020, Inggris, Jerman dan Jepang telah memusnahkan lebih dari 3 juta unggas karena terinfeksi virus flu burung. Pada bulan februari tahun 2021 rusia melaporkan kasus penularan virus flu burung varian H5N8 pada pekerja peternakan unggas. Virus ini disebarkan melalui unggas terinfeksi ke unggas rentan dan unggas terinfeksi ke manusia rentan serta manusia terinfeksi dengan manusia rentan. Pemberian vaksin pada unggas merupakan salah satu cara menekan penyebaran virus flu burung. Sehingga Dibentuk sebuah penelitian untuk membangun model matematika penyebaran virus flu burung, mencari titik kestabilan dari model yang dibuat dan pembuatan simulasi numerik. Penelitian ini menghasilkan model S,I,T,R,Sb,Ib,Vb dengan adanya pemberian treatment kepada manusia terinfeksi (I) dan vaksinasi burung rentan (Vb) dalam populasi burung dan manusia konstan,: (a) titik ekuilibrium P0 stabil asimtotik lokal untuk kondisi R01 dan r01 (b) titik ekuilibrium P0 tidak stabil dan P1 stabil asimtotik lokal untuk kondisi R01 dan r01 dan (c) titik ekuilibrium P0 dan P1 tidak stabil serta P2 stabil asimtotik lokal untuk kondisi R01 dan r01. Hasil penelitian ini diperoleh beberapa fakta yaitu semakin kecil nilai peluang kontak unggas rentan dengan unggas terinfeksi dan kontak manusia rentan dengan manusia terinfeksi serta semakin besar nilai proporsi manusia yang diberi treatment dan burung rentan yang diberikan vaksin maka akan memperkecil populasi manusia yang terinfeksi virus flu burung.
Identification of Bat Types and Endoparasite Prevalence in Bats in Kedungpane Village, Mijen District, Semarang City Ning Setiati; Weda Andini Sari; Margareta Rahayuningsih; R. Susanti
Indonesian Journal of Mathematics and Natural Sciences Vol 46, No 2 (2023): October 2023
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ijmns.v46i2.41816

Abstract

Kedungpane merupakan salah satu kecamatan di Kota Semarang yang banyak dijumpai beberapa jenis kelelawar karena kondisi lingkungannya yang masih terjaga. Kelelawar merupakan mamalia kecil yang mempunyai peranan penting dalam ekosistem. Namun keberadaannya dan ektoparasit juga perlu diwaspadai karena berpotensi sebagai agen penularan penyakit zoonosis. Berdasarkan latar belakang tersebut maka tujuan penelitian ini adalah untuk menghitung prevalensi ektoparasit pada kelelawar di Desa Kedungpane. Metode penelitian ini adalah penelitian deskriptif kualitatif. Pengambilan sampel dilakukan dengan menggunakan mist net yang dipasang pada pukul 17.00-21.00 WIB. Hasil penelitian tersebut menyebutkan 49 ekor kelelawar telah ditangkap, 17 diantaranya terinfeksi ektoparasit. Prevalensi ektoparasit tertinggi terdapat pada kelelawar yang ditangkap di TPA Jatibarang sebesar 14,3% dari 49 ekor kelelawar yang diperiksa. Disimpulkan bahwa prevalensi ektoparasit tertinggi terdapat di TPA Jatibarang.
Keanekaragaman Makrozoobentos di Sekitar Alat Pemecah Ombak Wilayah Pesisir Kota Semarang sebagai Data Awal Upaya Konservasi Gilang Wahyu Rahmadhani; Nana Kariada Tri Martuti
Indonesian Journal of Mathematics and Natural Sciences Vol 46, No 2 (2023): October 2023
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ijmns.v46i2.29847

Abstract

Perubahan iklim global dapat menyebabkan wilayah pesisir Semarang semakin rentan terhadap erosi dan sedimentasi. Akibatnya peranan fungsi kawasan pesisir sebagai habitat biota laut terganggu, salah satunya habitat hewan benthik. Makrozoobentos meiliki peranan ekologis sebagai suber energi rantai makanan pada perairan. Pembangunan alat pemecah ombak (APO) merupakan salah satu upaya untuk mengendalikan erosi dan mengurangi dampak abrasi di wilayah pesisir, sehingga dapat memulihkan habitat makrozoobentos yang telah terdegradasi. Tujuan dalam penelitian ini adalah untuk mengetahui keanekaragaman jenis makrozoobentos di sekitar APO wilayah pesisir Semarang. Metode purposive sampling digunakan untuk menentukan 3 stasiun pengamatan, yaitu Kelurahan Mangunharjo, Kelurahan Tugurejo, dan Kelurahan Trimulyo. Sampel diambil sebanyak 3 kali dengan selang waktu 2 minggu. Data yang dianalisis adalah indeks keanekaragaman, indeks kemerataan, dan indeks dominansi. Jenis makrozoobentos yang diperoleh di sekitar APO wilayah pesisir Semarang sebanyak 23 jenis yang tersebar dalam 4 kelas, yaitu Kelas Gastropoda, Bivalvia, Crustacea, dan Polychaeta. Indeks keanekaragaman jenis pada ketiga stasiun berkisar antara 1,81-2,24 (kategori sedang). Indeks kemerataannya stabil dan dominansinya rendah, sehingga keadaan perairannya cukup mendukung bagi kehidupan makrozoobentos.
Optimalisasi Deteksi Serangan DDoS Menggunakan Algoritma Random Forest, SVM, KNN dan MLP pada Jaringan Komputer Ilham Maulana; Alamsyah Alamsyah
Indonesian Journal of Mathematics and Natural Sciences Vol 46, No 2 (2023): October 2023
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ijmns.v46i2.48231

Abstract

Distributed denial of service (DDoS) merupakan serangan pada server komputer yang menjadi ancaman serius pada keamanan jaringan komputer. Serangan ini dapat menyebabkan server komputer menjadi down. Untuk mengantisipasi serangan ini secara dini, dapat digunakan berbagai macam metode. Pada penelitian ini digunakan beberapa model algoritma machine learning yaitu random forest, support vector machine, K-nearest neighbor dan multi layer perceptron. Hasil penelitian menunjukkan bahwa algoritma random forest memiliki akurasi sebesar 99,41%, support vector machine menghasilkan akurasi 98,37%, K–nearest neighbor menghasilkan akurasi 99%, dan multi-layer perceptron menghasilkan akurasi 93,97%. Algoritma random forest merupakan metode yang diusulkan terpilih dengan akurasi tertinggi yaitu 99,41%.
Induksi Kalus dari Eksplan Umbi Bawang Merah (Allium ascalonicum L var. Bima Brebes) Dengan Penambahan BAP dan Pikloram Taqiyyah Rabbani Ramadhan; Noor Aini Habibah
Indonesian Journal of Mathematics and Natural Sciences Vol 46, No 2 (2023): October 2023
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ijmns.v46i2.47250

Abstract

Kandungan metabolit sekunder dalam umbi bawang merah (Allium ascalonicum) secara efektif dapat diproduksi melalui teknik kultur kalus yang dipengaruhi oleh komposisi auksin dan sitokinin pada media. Penelitian ini bertujuan untuk menganalisis pengaruh konsentrasi benzyl aminopurin (BAP) dan pikloram yang optimal terhadap induksi kalus eksplan umbi bawang merah. Rancangan penelitian adalah rancangan acak lengkap (RAL) dengan dua faktor yaitu konsentrasi BAP dan konsentrasi pikloram, masing-masing dengan konsentrasi 0 ppm, 1 ppm, 2 ppm dan 3 ppm. Eksplan yang diinduksi berupa bagian pelepah kuncup umbi. Kultur dilakukan pada media Murashige and Skoog (MS) dengan pencahayaan 2.000 lux, suhu ±20-25°C, kelembapan 52-58% dan diinkubasi selama 45 hari. Indikator yang diamati meliputi waktu muncul kalus, persentase berkalus dan morfologi kalus. Data waktu muncul kalus dan persentase berkalus dianalisis dengan uji Kruskall-Wallis dan diuji lanjut dengan uji Dunn. Data morfologi kalus dianalisis secara deskriptif. Hasil penelitian menunjukkan bahwa konsentrasi BAP tidak berpengaruh signifikan terhadap waktu muncul kalus dan persentase tumbuh kalus sedangkan konsentrasi pikloram berpengaruh signifikan terhadap kedua parameter tersebut. Rerata waktu muncul kalus tercepat yaitu 8,6 hst (hari setelah tanam) dicapai pada perlakuan 2 ppm BAP + 3 ppm pikloram dengan persentase tumbuh kalus 100%. Morfologi kalus yang dihasilkan pada sebagian perlakuan bertekstur kompak dengan warna kalus putih kekuningan.
Penerapan Model Hibrida CNN-GRU-BiLSTM-PCA Untuk Meningkatkan Akurasi Deteksi Serangan Jaringan Pada Intrusion Detection System Muhammad Iqbal Yoshanda; Alamsyah Alamsyah
Indonesian Journal of Mathematics and Natural Sciences Vol 46, No 2 (2023): October 2023
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ijmns.v46i2.48204

Abstract

Intrusion detection system merupakan teknik pertahanan yang populer terhadap serangan siber. Berdasarkan metode pendeteksiannya dapat dibedakan menjadi signatured-based dan anomaly-based. Kedua metode tersebut memiliki kelemahan masing-masing, signatured-based memerlukan pemeliharaan database yang mencatat perilaku abnormal yang mahal, memakan waktu dan tidak dapat secara efektif menemukan serangan yang muncul untuk pertama kalinya. Sementara anomaly-based sulit mendapatkan data benchmark yang akurat, tingkat false alarm yang lebih tinggi, dan keterlambatan data benchmark. Pada penelitian ini, dilakukan penerapan model hibrida untuk meningkatkan akurasi deteksi yaitu metode Convolutional Neural Network (CNN) untuk mengekstrak fitur dari dataset, Gated Recurrent Unit (GRU) dan Bidirectional Long Short-Term Memory (BiLSTM) untuk memproses dan memahami informasi lalu lintas jaringan dalam dataset, serta metode Principal Component Analysis (PCA) untuk mereduksi dimensi data. Model hibrida CNN-GRU-BILSTM-PCA berhasil mendapatkan nilai akurasi sebesar 98,34% dan loss sebesar 0,048%. Model hibrida ini merupakan model terbaik di antara model-model penelitian sebelumnya

Page 51 of 51 | Total Record : 506

 47   48   49   50   51 

Filter by Year

2012 2023


Reset
Filter By Issues
All Issue Vol 46, No 2 (2023): October 2023 Vol 46, No 1 (2023): April 2023 Vol 45, No 2 (2022): October 2022 Vol 45, No 1 (2022): April 2022 Vol 44, No 2 (2021): October 2021 Vol 44, No 1 (2021): April 2021 Vol 42, No 1 (2019): April 2019 Vol 41, No 2 (2018): October 2018 Vol 41, No 1 (2018): April 2018 Vol 40, No 2 (2017): October 2017 Vol 40, No 1 (2017): April 2017 Vol 39, No 2 (2016): October 2016 Vol 39, No 2 (2016): October 2016 Vol 39, No 1 (2016): April 2016 Vol 39, No 1 (2016): April 2016 Vol 38, No 2 (2015): October 2015 Vol 38, No 2 (2015): October 2015 Vol 38, No 1 (2015): April 2015 Vol 38, No 1 (2015): April 2015 Vol 37, No 2 (2014): October 2014 Vol 37, No 2 (2014): October 2014 Vol 37, No 1 (2014): April 2014 Vol 37, No 1 (2014): April 2014 Vol 36, No 2 (2013): October 2013 Vol 36, No 2 (2013): October 2013 Vol 36, No 1 (2013): April 2013 Vol 36, No 1 (2013): April 2013 Vol 35, No 2 (2012): October 2012 Vol 35, No 2 (2012): October 2012 Vol 35, No 1 (2012): April 2012 Vol 35, No 1 (2012): April 2012 Vol 35, No 2 (2012) More Issue