Claim Missing Document
Check
Articles

Found 27 Documents
Search

Penerapan Minimum Spanning Tree dalam Menentukan Rute Terpendek Distribusi Naskah Soal USBN di SMA Negeri se- Sleman Deddy Rahmadi; Hardina Sandariria
Basis : Jurnal Ilmiah Matematika Vol 2 No 1 (2023): BASIS: Jurnal Ilmiah Matematika
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3653.16 KB) | DOI: 10.30872/basis.v2i1.1084

Abstract

Perkembangan teknologi merupakan hal yang tidak dapat dihindari sehingga matematika menjadi salah satu pilar yang sangat penting. Salah satu penerapan matematika dalam perkembangan teknologi adalah menentukan jalur optimal pada suatu graf. Tujuan dari penelitian ini adalah untuk menentukan jalur optimal untuk distribusi naskah guna menunjang pelaksanaan USBN di SMA Negeri se-Sleman. Algoritma Prim adalah sebuah algoritma dalam teori graf yang mencari minimum spanning tree untuk sebuah graf berbobot dan terhubung. Algoritma Prim merupakan salah satu algoritma untuk menentukan jalur terpendek dari lokasi salah satu SMA menuju SMA lainnya.
The Implementation of Minimum Spanning Tree in Finding Algebraically the Shortest Path of National-Exam-Sheet Distribution in All Senior High Schools over Bantul Regency Wakhid Fitri Albar; Deddy Rahmadi; Katya Royhana Dewi
Basis : Jurnal Ilmiah Matematika Vol 2 No 1 (2023): BASIS: Jurnal Ilmiah Matematika
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (356.894 KB) | DOI: 10.30872/basis.v2i1.1111

Abstract

Mathematics is a very important pillar in this rapidly technological developments. One application of mathematics in technological developments is determining the optimal path on a graph. The purpose of this research is to determine the optimal path for delivering national exam sheets (USBN) in SMA (public high schools) of all over Bantul regency. Kruskal's algorithm is an algorithm in graph theory that seeks a minimum spanning tree for a weighted and connected graph. Kruskal's algorithm is one of the algorithms for determining the shortest path from the location of one SMA to another SMA.
BILANGAN KROMATIK LOKASI PADA GRAF C_n \odot P_1 Deddy Rahmadi; Muhammad Luthfi Kamal; Dhiya Anisah Utami; Alvian Nur Rohman; Muhammad Ridho Ramadhan
Jurnal Ilmiah Matematika Vol 11, No 1 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v11i1.28401

Abstract

Bilangan kromatik lokasi suatu graf merupakan perluasan dari konsep dimensi partisi dan pewarnaan titik pada suatu graf. Jumlah minimum warna yang diperlukan untuk melakukan pewarnaan lokasi pada graf disebut bilangan kromatik lokasi graf. Penelitian ini merupakan studi literatur yang membahas tentang bilangan kromatik lokasi pada graf C_n \odot P_1. Pendekatan yang digunakan untuk menghitung bilangan kromatik lokasi adalah melibatkan penentuan batas atas dan bawah.
KOMPRESI GAMBAR MENGGUNAKAN SINGULAR VALUE DECOMPOSITION (SVD) DENGAN PYTHON Rahmadi, Deddy; Naufal, Muhammad Hafizh; Rohman, Alvian Nur; Setyaji, Fajar Dwi
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 16 No 1 (2024): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2024.16.1.12284

Abstract

ABSTRACT. Image Compression Using Singular Value Decomposition (SVD) with Python is a powerful technique for dimension reduction and data compression. SVD decomposes a matrix into three separate matrices: , and . U contains the left singular vectors, is a diagonal matrix containing the singular values, and represents the right singular vectors. One of the main applications of SVD is image compression. By choosing the right number of singular values, we can reconstruct images with reduced storage and transmission requirements. In this study, we provide results performing SVD on rgb and grayscale images, and also analyze the approximate image compression results with MSE, , and cumulative sum.Keywords: Image Compression, Python, SVD. ABSTRAK. Kompresi Gambar Menggunakan Singular Value Decomposition (SVD) dengan Python adalah teknik yang kuat untuk mereduksi dimensi dan kompresi data. Singular Value Decomposition melakukan dekomposisi matriks menjadi tiga matriks terpisah: , dan . berisi vektor singular kiri, adalah matriks diagonal yang berisi nilai singular, dan mewakili vektor singular kanan. Salah satu aplikasi utama dari SVD adalah kompresi gambar. Dengan memilih jumlah nilai singular yang tepat, kita dapat merekonstruksi gambar dengan persyaratan penyimpanan dan transmisi yang berkurang. Dalam penelitian ini, kita memberikan hasil yang melakukan SVD pada gambar RGB dan grayscale, dan juga menganalisis hasil kompresi gambar perkiraan dengan , MSE, , dan cumulative sum.Kata Kunci: Kompresi Gambar, Python, Singular Value Decomposition.
The k-Metric Dimension of Double Fan Graph Deddy Rahmadi; Susanti, Yeni
Quadratic: Journal of Innovation and Technology in Mathematics and Mathematics Education Vol. 2 No. 1 (2022): April 2022
Publisher : Pusat Studi Pengembangan Pembelajaran Matematika Sekolah UIN Sunan Kalijaga Yogyakarta Jl. Marsda Adisucipto, Yogyakarta 55281

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/quadratic.2022.021-05

Abstract

Diberikan graf terhubung dan sederhana $G=(V(G), E(G))$ dan bilangan bulat positif $k$. Himpunan $S \subseteq V(G)$ disebut sebagai pembangkit $k$-metrik jika untuk setiap pasang titik berbeda $u,v \in V(G)$, terdapat paling sedikit $k$ titik $w_{1}, w_{2}, \ldots, w_{k} \in S$ sedemikian sehingga $d(u,w_{i}) \neq d(v,w_{i})$ untuk setiap $i \in \{1,2,\ldots, k\}$, dengan $d(u,v)$ adalah panjang \emph{path} terpendek dari $u$ ke $v$. Pembangkit $k$-metrik dengan kardinalitas terkecil disebut basis $k$-metrik, dan kardinalitas dari basis $k$-metrik disebut dimensi $k$-metrik dari graf $G$ yang dinotasikan $dim_{k}(G)$. Pada tesis ini, akan disajikan nilai dari dimensi $k$-metrik pada graf \emph{double fan}.
Penerapan Minimum Spanning Tree dalam Menentukan Rute Terpendek pada Wisata di Kota Wonogiri Rahmadi, Deddy; Herdianti, Redella Reffa
Basis : Jurnal Ilmiah Matematika Vol. 3 No. 2 (2024): BASIS: Jurnal Ilmiah Matematika
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/basis.v3i2.1390

Abstract

Perkembangan teknologi tidak bisa dihindari, menjadikan matematika sebagai salah satu fondasi utama yang sangat penting. Salah satu aplikasi matematika dalam kemajuan teknologi adalah penentuan jalur optimal pada suatu graf. Penelitian ini bertujuan untuk menemukan jalur optimal dalam penentuan rute terpendek . Algoritma kruskal merupakan algoritma dalam teori graf yang digunakan untuk mencari minimum spanning tree pada graf berbobot dan terhubung. Algoritma ini menjadi salah satu metode untuk menentukan jalur terpendek dari satu titik ke titik lainnya.
Implementasi Pengetahuan Sains Data di Era Society 5.0 Luar Ruang Lingkup Universitas Insan Cita Indonesia Wati, Dia Cahya; Rahmadi, Deddy
Jurnal Abdimas Kartika Wijayakusuma Vol 5 No 2 (2024): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v5i2.430

Abstract

Sains data (data science) adalah ilmu yang melibatkan pengumpulan, analisis, interpretasi, presentasi, dan pengelolaan data untuk mengambil informasi yang berguna, melakukan prediksi, dan mendukung pengambilan keputusan. Ilmu data menggunakan kombinasi dari keterampilan dalam statistik, matematika, ilmu komputer, dan pengetahuan domain tertentu untuk menggali wawasan dari data. Minimnya pengetahuan masyarakat pada dunia sains data di era society 5.0 merupakan kendala serius dalam hal kehidupan. Dengan adanya kegiatan public lecture yang diselenggarakan oleh Universitas Insan Cita Indonesia dengan bertemakan “Pengetahuan Sains Data di Kehidupan” diharapkan dapat menambah wawasan dan keterampilan mengenai data science di era society 5.0 pada masyarakat umum di luar ruang lingkup Universitas Insan Cita Indonesia. Poin yang disampaikan dalam kegiatan public lecture ini mencakup tentang pengantar tentang sains data, pengetahuan apa saja yang dimiliki bagi data scientist, tools apa saja yang digunakan, serta capaian luaran. Adapun akhir dari kegiatan ini ditutup dengan memberikan kesempatan bagi audiens untuk bertanya mengenai topik-topik yang telah dibahas dan mendapatkan klarifikasi atau wawasan tambahan.
BILANGAN KROMATIK LOKASI PADA GRAF C_n \odot P_1 Deddy Rahmadi; Muhammad Luthfi Kamal; Dhiya Anisah Utami; Alvian Nur Rohman; Muhammad Ridho Ramadhan
Jurnal Ilmiah Matematika Vol. 11 No. 1 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v11i1.28401

Abstract

Bilangan kromatik lokasi suatu graf merupakan perluasan dari konsep dimensi partisi dan pewarnaan titik pada suatu graf. Jumlah minimum warna yang diperlukan untuk melakukan pewarnaan lokasi pada graf disebut bilangan kromatik lokasi graf. Penelitian ini merupakan studi literatur yang membahas tentang bilangan kromatik lokasi pada graf C_n \odot P_1. Pendekatan yang digunakan untuk menghitung bilangan kromatik lokasi adalah melibatkan penentuan batas atas dan bawah.
Data Mining Processing Using K-Means and Support Vector Regression Methods on Indomie Products Rahmadi, Deddy
Indonesian Journal of Information Technology and Computing (IMAGING) Vol 4, No 1 (2024)
Publisher : Politeknik Harapan Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52187/img.v4i1.229

Abstract

This research was conducted to analyze the sales pattern of Indomie products at the UIN Sunan Kalijaga Yogyakarta Student Cooperative and predict future product prices. The data used is daily sales data from January to June 2023 with a total of 599 data into five clusters with the number of items cluster 0 consists of 32 items, cluster 1 consists of 409 items, cluster 2 consists of 102 items, cluster 3 consists of 48 items, and cluster 4 consists of 8 items. The methods used are K-Means for clustering and Support Vector Regression (SVR) for price prediction. The results of the K-Means analysis grouped the products into five clusters with different characteristics. In the Support Vector Regression (SVR) method, initially it has an accuracy rate of 70% with a fairly high Mean Squared Error (MSE) and Mean Absolute Error (MAE). After cleaning the data from outliers and tuning the hyperparameters, the model accuracy increased to 99%, showing a significant improvement in the model's predictive ability.
OPTIMASI JALUR PERJALANAN ANTARA JAKARTA DAN SURABAYA MENGGUNAKAN ALGORITMA DIJKSTRA: Optimizing Travel Routes Between Jakarta and Surabaya Using the Dijkstra Algorithm Rahmadi, Deddy; Putri, Tarisha Najwa; Ilmi, Derrida Atsmarotul; Rohmah, Sinta Miftakhul; Safinka, Dela Nuraini
Al-Aqlu: Jurnal Matematika, Teknik dan Sains Vol. 3 No. 1 (2025): Januari 2025
Publisher : Yayasan Al-Amin Qalbu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59896/aqlu.v3i1.140

Abstract

The Dijkstra algorithm is a popular method for determining the shortest path in a positively weighted graph and is widely used in various applications such as navigation systems and computer networks. This study analyzes the effectiveness of the Dijkstra algorithm in finding the shortest route between cities in Indonesia, using an example application between Jakarta and Surabaya. Each city is represented as a node and each road as an edge in the graph, with distance or travel time as the weight. The implementation is carried out in Python, using secondary data comprising 20 cities. The results indicate that the Dijkstra algorithm is capable of determining the shortest path between two cities, with the shortest distance found being 664.08 km between Jakarta and Surabaya. This study highlights the importance of optimizing the Dijkstra algorithm for greater efficiency in large networks, as well as its broad applications for improving efficiency in various fields, including transportation and computer networks.