cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Fourier
Published by Universitas Islam Negeri Sunan Kalijaga Yogyakarta
ISSN : -     EISSN : -     DOI : -
Core Subject : Economy, Science, Education,
Computer Science & IT Economics, Econometrics & Finance Education Mathematics
FOURIER adalah Jurnal Ilmiah bidang yang memadukan dan mengembangkan ilmu Matematika dan pembelajarannya yang diintegrasikan dan interkoneksikan dengan nilai-nilai keislaman terbit sejak tahun 2012 dengan frekuensi terbit 2 kali dalam setahun yang dengan bahasa utama (Bahasa Indonesia dan Bahasa Inggris) yang proses reviewernya sesuai dengan disiplin ilmunya (Analisis, Aljabar, Matematika Terapan, Statistika, dan Pendidikan Matematika).
Arjuna Subject : -
Articles 178 Documents
 14   15   16   17   18 
I-Spring Suite as an Alternative Media for Algebraic Expression Safira, Fatimah Gita; Priwantoro, Soffi Widyanesti; Nur Hidayah; Syariful Fahmi
Jurnal Fourier Vol. 12 No. 2 (2023)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2023.122.86-94

Abstract

A The limitation of technology-based learning media available at SMP Muhammdiyah 1 Godean motivate researcher to develop learning media that can supplement alternative media and also assist the difficulty faced by the students, especially in algebraic expression material. This research uses the Analysis, Design, development, Implemnetation and Evaluation (ADDIE) model. The subjects of this research is students of VII grade of SMP Muhammdiyah 1 Godean. Before being trialled into small and large classes, learning media will be validated by material and media experts. The result of the research obtained that the assessment of the material expert obtained 84% and from media expert get 95% with the predicate very feasible. Meanwhile the result of smaal and large trials obtained 83% and 82% who said the mdia was very feasible. So from these result it can be concluded that th learning media developed by researchers are feasible for use.
Perbandingan Ekstraksi Fitur Untuk Klasifikasi COVID-19, MERS, dan SARS Menggunakan Algoritma Extreme Learning Machine Zahroh, Khofifah Auliyatuz; Dian Candra Rini Novitasari; Lutfi Hakim
Jurnal Fourier Vol. 13 No. 1 (2024)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2024.131.30-41

Abstract

Pada tahun 2019, terjadi kemunculan suatu wabah penyakit COVID-19. Wabah penyakit tersebut telah mengguncang dunia sehingga menyebabkan pandemi secara global. Selain COVID-19, terdapat dua wabah penyakit lain juga diakibatkan oleh virus corona yaitu MERS (Middle East Respiratory Syndrome) dan SARS (Severe Acute Respiratory Syndrome) yang sudah menjadi ancaman serius pada beberapa dekade terakhir. Ketiga wabah penyakit tersebut menyebabkan jutaan kasus serta ribuan orang yang meninggal di seluruh dunia. Berdasarkan permasalahan tersebut, perlu adanya penelitian yang dilakukan untuk klasifikasi penyakit COVID-19, MERS, dan SARS berdasarkan hasil pemeriksaan X-ray menggunakan perbandingan ekstraksi fitur GLCM (Gray Level Co-occurrence Matrix) dan GLDM (Gray Level Difference Matrix) serta klasifikasi ELM (Extreme Learning Machine). Pada penelitian ini menggunakan beberapa parameter uji coba diantaranya yaitu arah sudut, jumlah pada k-fold, serta jumlah hidden node. Hasil terbaik pada penelitian ini diperoleh menggunakan metode ekstraksi fitur GLDM dengan uji coba pada sudut , k-fold 10, serta hidden node 25 yang menghasilkan akurasi, sensitivitas, dan spesifisitas masing-masing sebesar 100% dengan waktu yang dibutuhkan yaitu 0.00042 detik. Sehingga, dapat disimpulkan bahwa hasil ekstraksi fitur GLDM lebih unggul daripada ekstraksi fitur GLCM.
Peramalan Return Saham Subsektor Perbankan Menggunakan Model ARIMA-GARCH Fadhilah, Dila Nur; Kankan Parmikanti; Budi Nurani Ruchjana
Jurnal Fourier Vol. 13 No. 1 (2024)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2024.131.1-19

Abstract

Subsektor perbankan berperan penting dalam meningkatkan iklim investasi dan pertumbuhan pasar modal di Indonesia melalui penerbitan dan penjualan saham, yang turut berkontribusi dalam pertumbuhan ekonomi negara. Peramalan return harga saham berfungsi untuk meminimalisir kerugian yang diakibatkan oleh fluktuasi. Namun, fluktuasi ini dapat menyebabkan terjadinya heteroskedastisitas yang tidak dapat ditangani oleh pemodelan time series biasa, seperti Autoregressive Integrated Moving Average (ARIMA) sehingga membutuhkan model Generalized Autoregressive Conditional Heteroskedasticity (GARCH) untuk menangani volatilitas terkait heteroskedastisitas. Oleh karena itu, tujuan penelitian ini adalah mengkaji model gabungan ARIMA dan GARCH berupa ARIMA-GARCH dan menaksir parameter menggunakan metode Maximum Likelihood Estimation (MLE). Model ARIMA-GARCH diterapkan pada data harga penutupan saham harian Bank Rakyat Indonesia (Persero) Tbk (BBRI) pada periode 1 Februari 2019 hingga 2 Januari 2024. Hasil penelitian menunjukkan bahwa model terbaik dalam peramalan return harga saham adalah model ARIMA (2,0,2)-GARCH (1,1) dan menghasilkan nilai Root Mean Square Error (RMSE) sebesar 0,01628. Kemudian, hasil peramalan menunjukkan bahwa volatilitas meningkat dari periode pertama hingga periode ke enam.
Sturuktur Graf Fuzzy dan Aplikasinya pada Pengambilan Keputusan dalam Identifikasi Layanan Perjalanan Ilma Nindita Ramadhani; Munandar, Arif
Jurnal Fourier Vol. 13 No. 1 (2024)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2024.131.20-29

Abstract

Struktur graf fuzzy adalah penggabungan dari struktur graf dan graf fuzzy. Penelitian ini membahas beberapa pengertian dan sifat dari struktur graf fuzzy diantaranya struktur graf fuzzy komplit dan kuat, struktur graf fuzzy terhubung, serta struktur graf fuzzy reguler. Lebih lanjut, dibentuk semi strong min-product dari dua struktur graf fuzzy dan beberapa teoremanya dari semi strong min-product yang dihasilkan. Selanjutnya disajikan aplikasi dari struktur graf fuzzy dalam pengambilan keputusan, yaitu pengambilan keputusan dalam identifikasi layanan perjalanan, yang didasarkan pada tarif harga dari masing-masing agen. Dengan menerapkan algoritma yang telah disusun disusun dapat ditentukan layanan perjalanan dari satu kota ke kota lain, berdasarkan harga tiket terendah. [ A fuzzy graph structure is an extension of graph structure and fuzzy graph. This research discusses several definitions and properties of the fuzzy graph structure including complete and strong fuzzy graph structure, connected fuzzy graph structure, and regular fuzzy graph structure. Furthermore, the semi strong min-product of two fuzzy graph structures can be formed, then some theorems are discussed for semi strong min-product. Furthermore, the application of the fuzzy graph structure in decision making is presented, specially decision making for the identification of travel services, which is based on the price rates of each agent. Through the algorithm, it is possible to determine the travel service from one city to another, based on the lowest ticket price. ]
Analisis Sensitivitas Model Penularan Koinfeksi COVID-19 dan HIV/AIDS Harianto, Joko; Abraham; Kawuwung, Westy B.
Jurnal Fourier Vol. 13 No. 1 (2024)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2024.131.52-64

Abstract

Penularan koinfeksi COVID-19 dan HIV/AIDS merupakan masalah kesehatan masyarakat yang menjadi pusat perhatian terutama di negara-negara berkembang di dunia. Artikel ini merupakan salah satu kajian untuk mempelajari kejadian penularan koinfeksi COVID-19 dan HIV/AIDS. Model yang digunakan terdiri dari delapan kompartemen antara lain: rentan, vaksinasi, COVID-19, infeksi COVID-19, infeksi HIV, AIDS, koinfeksi COVID-19 dan HIV, koinfeksi COVID-19 dan AIDS. Analisis kestabilan titik ekuilibrium model dan kontrol optimalnya telah dibahas sebelumnya. Hasil dari analisis tersebut digunakan sebagai landasan teori untuk melakukan analisis sensitivitas parameter modelnya. Oleh karena itu, tujuan penelitian ini adalah menentukan parameter model yang paling sensitif terhadap kasus penularan koinfeksi COVID-19 dan HIV/AIDS. Metode studi literatur digunakan untuk mendukung analisis sensitivitas parameter model. Simulasi modelnya menggunakan software Maple dengan data sekunder. Parameter laju kontak COVID-19, laju kontak HIV, laju kesembuhan infeksi COVID-19 dan angka kematian akibat AIDS merupakan parameter yang paling sensitif terhadap kasus penularan koinfeksi COVID-19 dan HIV/AIDS. Parameter laju kontak COVID-19 dan laju kontak HIV adalah parameter yang paling sensitif terhadap peningkatan kasus penularan koinfeksi COVID-19 dan HIV/AIDS karena nilai indeks sensitivitasnya tertinggi dibandingkan parameter lainnya. Sedangkan, parameter laju kesembuhan infeksi COVID-19 dan angka kematian akibat AIDS memiliki nilai indeks sensitivitas terendah dibandingkan parameter lainnya. Parameter laju kesembuhan infeksi COVID-19 dan angka kematian akibat AIDS adalah parameter yang paling sensitif terhadap penurunan kasus penularan koinfeksi COVID-19 dan HIV/AIDS.
Prediksi Parameter Klimatologi Menggunakan Multivariate Singular Spectrum Analysis (MSSA) Utami, Wika Dianita; Intan, Putroue
Jurnal Fourier Vol. 13 No. 2 (2024)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2024.132.1-11

Abstract

Curah hujan, temperatur, kecepatan angin, kelembaban udara, dan penyinaran matahari adalah paremeter klimatologi. Perubahan parameter klimatologi yang signifikan mengakibatkan terjadinya bencana alam seperti banjir, angin kencang, puting beliung, tanah longsor, cuaca ekstrem hingga kekeringan. Informasi parameter klimatologi sangat dibutuhkan pada berbagai sektor kehidupan, misal pertanian, pariwisata, dan transportasi. Oleh karena itu, informasi tentang parameter klimatologi dibutuhkan di masa depan sebagai upaya mitigasi bencana. Penelitian ini bertujuan untuk memprediksi perubahan parameter klimatologi menggunakan Multivariate Singular Spectrum Analysis (MSSA). Data yang digunakan adalah data harian paremeter klimatologi di Malang periode Januari 2023 hingga Mei 2024. Hasil penelitian menunjukkan nilai model MSSA dengan M = 50, Grouping Effect (r) = 12 dan nilai MAD terkecil menghasilkan prediksi parameter klimatologi di Malang bulan Juni 2024 meliputi temperatur suhu 25.45°C, kelembapan 77.23%, curah hujan 10.56 mm, penyinaran matahari 5.94 jam, dan kecepatan angin 1.84 m/s.
Classification of Wood Types Based on Wood Fiber Texture Using GLCM - ANN Septiani, Intan Karunia Septiani; Wika Dianita Utami; Nurissaidah Ulinnuha; Dino Ramadhan
Jurnal Fourier Vol. 14 No. 1 (2025)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2025.141.9-20

Abstract

In Indonesia, various types of wood grow and develop with various characteristics and benefits. Each type of wood has differences in texture and fiber, to classify it must have sufficient knowledge about the texture and fiber of wood. A wood species identification system is needed to help the classification process. The purpose of this research is to classify Teak Wood, Sengon Wood, Mahogany Wood, and Gmelina Wood which are often sold in Indonesia. The classification method used in this research is Artificial Neural Network with Gray Level Co- occurrence Matrix (GLCM) extraction. Pre-processing stages include Histogram Equalization, filtering, converting images into grayscale form, and data augmentation. Feature extraction of pre-processing results using GLCM is taken, namely contrast, correlation, energy, homogeneity, and entropy. From the research results, classification using Artificial Neural Network was obtained with 46% accuracy, 43% precision, 42.5% recall, and 42% F1-Score with a GLCM inclination angle of 90°. So, this method can be used to classify the types of wood, but it is less accurate because there are still deficiencies in the model.
Modular Version of The Total Vertex Irregularity Strength for The Generalized Petersen Graph Nasution, Dina Khairani; Susilawati
Jurnal Fourier Vol. 14 No. 1 (2025)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/fourier.2025.141.1-8

Abstract

Let be a graph. A labeling graph is a maps function of the set of vertices and/or edges of , to the set of positive integers. A total modular labeling is said to be a -modular total irregular labeling of the vertices of , if for every two distinct vertices and in , the modular weights are different, and belong to the set of integers . The minimum such that the graph has a - modular total irregular labeling is called the modular total vertex irregularity strength and denoted by . In this paper, we study about the modular total vertex irregularity strength for the generalized Petersen graph . The result show that the exact value is .

Page 18 of 18 | Total Record : 178

 14   15   16   17   18 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue Vol. 14 No. 1 (2025) Vol. 13 No. 2 (2024) Vol. 13 No. 1 (2024) Vol. 12 No. 2 (2023) Vol. 12 No. 1 (2023) Vol. 11 No. 2 (2022) Vol. 11 No. 1 (2022) Vol. 10 No. 2 (2021) Vol. 10 No. 1 (2021) Vol. 9 No. 2 (2020) Vol 9 No 1 (2020) Vol. 9 No. 1 (2020) Vol. 8 No. 2 (2019) Vol. 8 No. 1 (2019) Vol. 7 No. 2 (2018) Vol. 7 No. 1 (2018) Vol. 6 No. 2 (2017) Vol. 6 No. 1 (2017) Vol. 5 No. 2 (2016) Vol. 5 No. 1 (2016) Vol 4, No 2 (2015) Vol. 4 No. 2 (2015) Vol 4, No 1 (2015) Vol. 4 No. 1 (2015) Vol. 3 No. 2 (2014) Vol 3, No 2 (2014) Vol. 3 No. 1 (2014) Vol 3, No 1 (2014) Vol 2, No 2 (2013) Vol. 2 No. 2 (2013) Vol 2, No 1 (2013) Vol. 2 No. 1 (2013) Vol. 1 No. 2 (2012) Vol 1, No 2 (2012) Vol. 1 No. 1 (2012) Vol 1, No 1 (2012) More Issue