Articles
<![CDATA[PENJADWALAN MATA KULIAH DENGAN MODIFIKASI ALGORITMA RUNUT-BALIK (BACKTRACKING) Studi Kasus: Penjadwalan Kuliah pada Program Studi Matematika FMIPA Untan Semester Ganjil ]]>
<![CDATA[Meliana Pasaribu, Retno Wulandari, Mariatul Kiftiah,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v11i02.53442
<![CDATA[Penyusunan jadwal mata kuliah di Program Studi (Prodi) Matematika FMIPA Universitas Tanjungpura semester ganjil dapat menggunakan pendekatan metode CSP (Constraint Satisfaction Problem) dan modifikasi dari Algoritma runut-balik (Backtracking). Pendekatan CSP digunakan untuk menyelesaikan suatu masalah dengan memenuhi sejumlah kendala atau kriteria. Modifikasi Algoritma Backtracking dilakukan untuk menghilangkan thrashing, yaitu penelusuran simpul yang tidak mengarah ke solusi sehingga dalam prosesnya terjadi eliminasi pada level yang tidak menghasilkan solusi dan dilanjutkan dengan memperluas level baru pada pohon. Penyusunan jadwal mata kuliah dapat dikonstruksikan ke dalam pohon yang memiliki 50 simpul dan level sebanyak 75, namun yang terpakai hanya 62 level saja karena selebihnya dieliminasi karena tidak sesuai dengan kendala. Lintasan yang dihasilkan dari pohon penjadwalan yang diperoleh berupa barisan dari simpul-simpul, terdapat simpul yang sama pada barisan dikarenakan simpul diimplementasikan sebagai mata kuliah. Terdapat mata kuliah yang memiliki dua pertemuan sehingga terdapat simpul yang sama pada barisan. Jadwal Prodi Matematika semester ganjil menghasilkan jadwal kuliah yang optimal. Jadwal mata kuliah yang optimal, yaitu ketika diperoleh kombinasi terbaik untuk pasangan mata kuliah dan dosen pengajar secara keseluruhan dengan waktu perkuliahan maupun ruangan. Kata Kunci : Constraint Satisfaction Problem, Thrashing, Solusi.]]>
<![CDATA[OPTIMALISASI PRODUKSI TEH BAJAKAH PADA UKM FAHMY PRINTING MENGGUNAKAN METODE PEMBOBOTAN DAN METODE CUTTING PLANE ]]>
<![CDATA[Meliana Pasaribu, Fisqiatul Jannah, Nilamsari Kusumastuti,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v11i02.53669
<![CDATA[Usaha Kecil dan Menengah (Ukm) Fahmy Printing merupakan Ukm yang bergerak di bidang jasa dan pembuatan teh bajakah. Ukm Fahmy Printing memiliki produk unggulan yaitu teh bajakah. Proses produksi teh bajakah berkaitan dengan ketersediaan bahan baku, jumlah permintaan dan ketersediaan produk di pasaran. Dalam proses produksinya Ukm Fahmy Printing belum memiliki perkiraan yang tepat dalam menentukan banyaknya produk yang harus diproduksi agar keuntungan dan biaya produksi yang dikeluarkan dapat optimal. Oleh karena itu, perlu diteliti mengenai perencanaan produksi teh bajakah agar keuntungan dan biaya produksi yang dikeluarkan dapat optimal. Dalam penelitian ini dibahas bagaimana memodelkan permasalahan optimalisasi pada Ukm Fahmy Printing menjadi permasalahan program linear multiobjektif dan mencari solusi optimalnya menggunakan metode pembobotan dan metode Cutting Plane. Penggunaan metode pembobotan adalah untuk mengubah fungsi multiobjektif menjadi fungsi objektif. Sedangkan penggunaan metode Cutting Plane adalah untuk memperoleh hasil penyelesaian yang bernilai integer dengan menambahkan kendala gomory. Berdasarkan perhitungan diperoleh jumlah optimal teh bajakah yang harus diproduksi yaitu 140 kotak untuk teh bajakah kemasan 25pcs, 50 kotak untuk teh bajakah kemasan 50pcs, dan 48 kotak untuk teh bajakah kemasan 100pcs. Dalam permasalahan produksi di Ukm Fahmy Printing diperoleh keuntungan maksimal yaitu Rp 9.854.778 dengan biaya produksi minimal yang harus dikeluarkan yaitu Rp 5.375.223. Kata Kunci: gomory, keuntungan optimal, biaya produksi]]>
<![CDATA[DINAMIKA AKAR KUADRAT PADA PEMODELAN MATEMATIKA POPULASI PEROKOK ]]>
<![CDATA[Meliana Pasaribu, Riyo Riadi, Evi Noviani,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v11i02.53267
<![CDATA[Angka kematian akibat rokok semakin meningkat setiap tahunnya. Peningkatan jumlah populasi perokok mengakibatkan masalah kesehatan juga semakin meningkat. Oleh sebab itu dalam penelitian ini, dikonstruksikan pemodelan matematika jumlah perokok dan dianalisis kestabilannya. Data yang digunakan adalah data populasi perokok berumur lebih dari atau sama dengan 10 tahun di Provinsi Kalimantan Barat pada tahun 2018. Penduduk terbagi menjadi empat subpopulasi, yaitu subpopulasi perokok potensial (P), perokok kadang-kadang (L), perokok berat (S), dan subpopulasi mantan perokok (Q). Model matematika yang digunakan adalah model persamaan diferensial yang terdiri dari empat persamaan diferensial biasa. Dari model tersebut dicari titik ekuilibrium dan kestabilannya. Berdasarkan analisis, model tersebut memiliki satu titik ekuilibrium endemik perokok. Hal ini berarti dalam suatu keadaan selalu ada populasi yang merokok sebagai akibat dari interaksi antara subpopulasi perokok potensial dengan subpopulasi perokok kadang-kadang. Titik ekuilibrium endemik perokok ini merupakan titik ekuilibrium yang stabil asimtotik lokal. Berdasarkan simulasi numerik dengan nilai awal P(0)=15.175, S(0)=933, S(0)=5.328 dan Q(0)=726, diperoleh adanya peningkatan pada jumlah subpopulasi perokok kadang-kadang dan mantan perokok, sedangkan jumlah perok potensial dan berat mengalami penurunan.]]>
<![CDATA[METODE MODIFIED EXPONENTIAL APPROACH DALAM MENYELESAIKAN MASALAH TRANSPORTASI TIDAK SEIMBANG ]]>
<![CDATA[Meliana Pasaribu, Widia Nurazian, Helmi,]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v11i02.53509
<![CDATA[Metode Exponential Approach merupakan salah satu metode langsung dalam menyelesaikan masalah transportasi. Pengalokasian pada metode Exponential Approach bergantung pada banyaknya biaya reduksi bernilai nol tidak termasuk entri sel yang dipilih. Dengan demikian, metode tersebut memiliki kelemahan pada masalah transportasi tidak seimbang. Masalah transportasi tidak seimbang terjadi ketika jumlah persediaan tidak sama dengan jumlah permintaan. Metode Modified Exponential Approach memperbaiki penyelesaian masalah transportasi dari metode Exponential Approach yaitu dalam hal pengalokasian dan dapat menyelesaikan masalah transportasi tidak seimbang. Masalah transportasi merupakan salah satu masalah yang sering dihadapi perusahaan dalam pendistribusian barang atau komoditas. Dalam pendistribusian barang, biaya distribusi merupakan salah satu faktor yang mempengaruhi harga produk di pasaran. Masalah transportasi yang dibahas pada penelitian ini adalah masalah pendistribusian garam di UD Aditya Mandiri. Berdasarkan data pendistribusian yang diperoleh dari penelitian Shodiqin pada tahun 2019, diketahui bahwa jumlah persediaan tidak sama dengan jumlah permintaan. Masalah tersebut dapat diselesaikan dengan menggunakan metode Modified Exponential Approach. Pengalokasian barang dilakukan secara terus menerus sampai permintaan tujuan terpenuhi. Hal ini dilakukan berdasarkan prioritas banyaknya biaya reduksi yang bernilai nol pada setiap baris dan kolom yang bersesuaian kecuali entri sel yang dipilih. Berdasarkan hasil penelitian, dapat disimpulkan bahwa pabrik di Jepara mendistribusikan garam ke tujuan Jakarta dan pabrik di Pati mendistribusikan garam ke tujuan Tangerang, Jakarta, dan Lampung. Dengan demikian, diperoleh biaya keseluruhan yang dikeluarkan UD Aditya Mandiri dalam mendistribusikan garam yaitu sebesar Rp23.200.000, -. Kata Kunci : metode exponential approach, biaya distribusi, prioritas pengalokasian]]>
<![CDATA[OPTIMALISASI FASE DAN DURASI LAMPU HIJAU PADA ARUS LALU LINTAS Studi Kasus: Persimpangan Jalan Tanjungpura - Imam Bonjol Kota Pontianak, Kalimantan Barat ]]>
<![CDATA[Adrah Adrah]]>;
<![CDATA[Nilamsari Kusumastuti]]>;
<![CDATA[Meliana Pasaribu]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v11i3.55022
<![CDATA[Arus lalu lintas dan antrian pada pagi hari di persimpangan jalan Tanjungpura - Imam Bonjol termasuk dalam klasifikasi padat dan panjang. Akibatnya sering terjadi kemacetan di persimpangan tersebut. Oleh karena itu, perlu dilakukan penyesuaian fase dan durasi lampu hijau dengan penerapan graf fuzzy ͠G(͠V,͠E). Arus lalu lintas direpresentasikan sebagai simpul dan derajat keanggotaan simpul menyatakan kepadatan arus lalu lintas. Sedangkan arus bersilangan atau menyatu dinyatakan sebagai sisi dan derajat keanggotaan sisi menyatakan tingkat konflik dari kedua arus. Hasil representasi persimpangan tersebut membentuk graf fuzzy ͠G(͠V,͠E) yang terdiri dari 12 simpul dan 28 sisi. Graf fuzzy ͠G(͠V,͠E) yang terbentuk, selanjGGutnya diwarnai menggunakan konsep pewarnaan graf fuzzy dengan cut˗α. Pewarnaan tersebut menghasilkan bilangan kromatik untuk setiap , dimana bilangan kromatik maksimal yang diperoleh yaitu 4. Hal ini berarti terdapat 4 fase arus lalu lintas di persimpangan jalan Tanjungpura - Imam Bonjol. Setiap fase yang terbentuk, selanjutnya dicari durasi lampu hijau berdasarkan hasil penelitian, diperoleh durasi lampu hijau pada persimpangan jalan Tanjungpura - Imam Bonjol yaitu 14 detik jalan Pahlawan, 16 detik jalan Sultan Hamid II, 17 detik jalan Imam Bonjol dan 18 detik jalan Tanjungpura. Kata Kunci: Graf fuzzy ͠G(͠V,͠E), Cut˗α, Pewarnaan graf fuzzy]]>
<![CDATA[PENYUSUNAN TIMETABLE BUS UNTUK MENGOPTIMALKAN PENDISTRIBUSIAN PENUMPANG ANGKUTAN UMUM BUS DI PERUSAHAAN DAMRI PONTIANAK ]]>
<![CDATA[Suriyana Suriyana]]>;
<![CDATA[Evi Noviani]]>;
<![CDATA[Meliana Pasaribu]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v12i3.66694
<![CDATA[Penumpukan penumpang pada terminal bus merupakan salah satu permasalahan yang sering terjadi. Namun, pada hari-hari tertentu banyaknya penumpang juga mengalami penurunan seperti yang terjadi pada perusahaan Damri. Dalam hal ini banyaknya penumpang untuk bus Royal Class dan Limousine Class belum maksimal, dengan kapasitas bus yang tersedia yaitu 23 penumpang serta pelayanan yang diberikan tidak jauh berbeda. Sedangkan untuk keberangkatan bus memerlukan biaya operasional. Sehingga diasumsikan bahwa bus Royal Class dan Liomusine Class digabungkan menjadi satu keberangkatan dan mengakibatkan adanya penumpang yang berdesak-desakan. Permasalahan juga terjadi pada jam keberangkatan bus yang tidak sesuai dengan jadwal. Selain itu, persiapan bus yang cukup lama mengakibatkan penumpang menunggu lama di terminal. Oleh karena itu, dalam penelitian ini disusun timetable bus Damri untuk mengoptimalkan pendistribusian penumpang agar memperoleh waktu operasional yang tepat. Sehingga tidak terjadi kendala penumpukan penumpang pada suatu waktu dan keberangkatan bus yang seefisien mungkin. Permasalahan tersebut dibentuk ke dalam model matematika dan dihitung dengan metode simpleks kemudian digunakan aplikasi QM for Windows. Sehingga diperoleh hasil pada rute perjalanan Pontianak – Sintang dan Sintang – Pontianak tidak ada penumpang yang berdesak-desakan atau tidak terdapat crowding yang berarti pendistribusian penumpang dengan timetable yang diperoleh optimal dengan banyak bus yang dibutuhkan dari masing-masing terminal keberangkatan adalah 2 unit bus. Sedangkan banyak bus minimum yang dibutuhkan oleh perusahaan untuk melayani dua rute perjalanan adalah 4 unit bus. Kata Kunci : metode simpleks, crowding, QM for Windows]]>
<![CDATA[PENERAPAN INCESSANT ALLOCATION METHOD (IAM) PADA PENDISTRIBUSIAN LPG 3 KG DI PT X KABUPATEN KUBU RAYA ]]>
<![CDATA[Ayu Lestari]]>;
<![CDATA[Yundari Yundari]]>;
<![CDATA[Meliana Pasaribu]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v10i4.50493
<![CDATA[Pendistribusian Liquefied Petroleum Gasses (LPG) dimulai dari Stasiun Pengisian dan Pengangkutan Bulk Elpiji (SPPBE) ke perusahaan, selanjutnya LPG didistribusikan ke pangkalan untuk selanjutnya disalurkan ke konsumen. Jenis LPG yang banyak digunakan oleh masyarakat ialah LPG 3 kg. PT X merupakan salah satu perusahaan pendistribusi LPG 3 kg di Kabupaten Kubu Raya. PT X mendistribusikan LPG ke 13 pangkalan di Kabupaten Kubu Raya. PT X mempunyai dua sumber yaitu SPPBE dan gudang. Biaya pendistribusian LPG 3 kg sepenuhnya ditanggung oleh PT X. Oleh karena itu, perlu dilakukan penelitian terkait pengoptimalan pengalokasian LPG 3 kg untuk meminimumkan biaya transportasi. Incessant Allocation Method (IAM) merupakan salah satu metode pada persoalan transportasi. IAM merupakan metode yang digunakan untuk menentukan solusi optimal dari masalah transportasi pada kasus seimbang atau tidak seimbang. Metode ini mengalokasikan permintaan (dari alokasi pertama ke alokasi terakhir) dalam sel biaya secara kontinu hingga permintaan dan persediaan terpenuhi. Permasalahan transportasi disusun dalam bentuk tabel transportasi. Tabel tersebut kemudian diselesaikan menggunakan IAM. Biaya transportasi dari perusahaan adalah Rp 18.407.000,00, sedangkan perhitungan biaya pendistribusian menggunakan IAM dengan mengalokasikan LPG 3 kg secara optimal adalah Rp 12.648.879,00. Dengan pengalokasian secara optimal, PT X dapat menghemat biaya sebesar Rp 5.758.121,00. Kata kunci: permintaan, biaya pendistribusian dan pengalokasian]]>
<![CDATA[PELABELAN GRACEFUL DAN SKOLEM GRACEFUL PADA GRAF U-BINTANG DAN GRAF S_n,3 ]]>
<![CDATA[Muhammad Ilyas]]>;
<![CDATA[Yundari Yundari]]>;
<![CDATA[Meliana Pasaribu]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v10i2.45751
<![CDATA[Pelabelan pada graf adalah sebarang fungsi yang menghubungkan unsur-unsur pada graf (titik atau sisi) dengan suatu bilangan (biasanya bilangan bulat tak negatif). Diberikan graf G dengan jumlah titik sebanyak dan jumlah sisi sebanyak . Pelabelan graceful pada graf adalah fungsi injektif dari himpunan titik ke himpunan yang menginduksi fungsi bijektif dari himpunan sisi ke himpunan sedemikian sehingga untuk setiap sisi dengan berlaku . Sedangkan pelabelan skolem graceful merupakan modifikasi dari pelabelan graceful. Graf yang memiliki pelabelan graceful atau skolem graceful berturut-turut disebut graf graceful atau graf skolem graceful. Graf yang digunakan dalam penelitian ini yaitu graf U-bintang dan graf . Graf U-bintang diperoleh dari amalgamasi titik pada graf yang dimodifikasi sehingga membentuk graf dengan dua graf bintang dimana setiap titik berderajat satu pada graf merupakan pusat graf bintang . Tujuan dari penelitian ini yaitu mengkonstruksi pelabelan graceful dan skolem graceful pada graf U-bintang dan graf . Penelitian dimulai dengan membentuk graf U-bintang dan graf . Kemudian graf tersebut dilabeli dengan pelabelan graceful dan skolem graceful. Pada penelitian ini diperoleh bahwa graf U-bintang dan graf merupakan graf graceful dan graf skolem graceful. Selain itu juga diperoleh pola pelabelan graceful dan skolem graceful pada graf U-bintang dan graf . Kata kunci: graf bintang, graceful dan skolem graceful]]>
<![CDATA[IMPLEMENTASI LOGIKA FUZZY DALAM PENJADWALAN PROYEK KONSTRUKSI RUAS JALAN (STUDI KASUS: PT. YULIA EKA PRATAMA) ]]>
<![CDATA[Triana, Delvi]]>;
<![CDATA[Kiftiah, Mariatul]]>;
<![CDATA[Pasaribu, Meliana]]>
<![CDATA[ BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v13i4.79731
<![CDATA[Peningkatan kualitas jalan diperlukan guna meningkatkan pertumbuhan ekonomi, pertanian dan sektor lainnya. Oleh karena itu, perlu dilakukan perbaikan dalam bentuk proyek konstruksi. Untuk kelancaran suatu proyek konstruksi diperlukan manajemen proyek yang dapat mengatur proyek dari mulai sampai proyek selesai. Proyek peningkatan kualitas jalan atau proyek perbaikan jalan mempunyai hubungan keterkaitan terhadap kondisi eksternal dan internal sehingga tingkat ketidakpastian yang tinggi terhadap waktu aktivitas. Dalam merencanakan penjadwalan proyek PT. Yulia Eka Pratama masih berdasarkan perkiraan dan pengalaman. Oleh karena itu, perlu diteliti mengenai penjadwalan untuk menentukan waktu yang optimal dalam penyelesaikan proyek. Dalam penelitian ini dibahas pengkonstruksian masalah penjadwalan proyek, implementasi logika fuzzy pada penjadwalan proyek dan implementasi logika fuzzy dalam analisis biaya proyek. Penerapan logika fuzzy dalam penjadwalan proyek adalah untuk mengatasi masalah perubahan durasi aktivitas dan masalah hubungan keterkaitan yang tinggi terhadap kondisi eksternal dan internal pada jaringan proyek. Berdasarkan hasil perhitungan diperoleh durasi paling cepat penyelesaian proyek ruas jalan adalah 42 hari dan paling lambat 56 hari dengan biaya maksimal proyek sebanyak Rp 3.319.338.034,00 dan biaya minimal proyek sebesar Rp 2.313.992.763,00. Kata Kunci : Durasi, Kualitas Jalan, Manajemen]]>
<![CDATA[PEMODELAN PERTUMBUHAN POPULASI KOTA SINGKAWANG ]]>
<![CDATA[Salsabila, Salsabila]]>;
<![CDATA[Prihandono, Bayu]]>;
<![CDATA[Pasaribu, Meliana]]>
<![CDATA[ BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v13i6.88410
<![CDATA[Pada tahun 2020, Kota Singkawang menjadi kabupaten/kota terpadat kedua se-Provinsi Kalimantan Barat menyusul Kota Pontianak pada urutan pertama. Populasi Kota Singkawang meningkat mencapai 13,23% dari jumlah populasi tahun 2005. Angka tersebut merupakan angka tertinggi dari periode-periode sebelumnya. Untuk mengurangi konsekuensi buruk dari populasi yang meningkat terlalu drastis adalah dengan membuat proyeksi pertumbuhan populasi tersebut. Tujuan penelitian ini adalah mencari model yang sesuai dengan pertumbuhan populasi Kota Singkawang dengan menggunakan pemodelan pertumbuhan populasi model eksponensial, hiperbolik, dan logistik. Kemudian dicari doubling time yang berfungsi untuk mengalokasikan sumber daya, merencanakan pengembangan infrastruktur, dan menerapkan kebijakan efektif untuk memastikan pembangunan yang berkelanjutan. Pada penelitian ini, data yang digunakan dari Badan Pusat Statistik Provinsi Kalimantan Barat, mencakup populasi Kota Singkawang dari tahun 2011-2023. Ketiga model diterapkan untuk menghitung jumlah populasi yang diproyeksikan, dan kinerja masing-masing model dievaluasi berdasarkan nilai Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model yang sesuai dengan pertumbuhan populasi Kota Singkawang adalah model hiperbolik karena memiliki nilai galat lebih kecil daripada model populasi eksponensial dan logistik dengan nilai MAPE 0,57008%. Selanjutnya, perhitungan doubling time menunjukkan bahwa populasi Kota Singkawang akan mengalami penggandaan jumlah dari tahun 2011 dalam waktu 32 tahun 8 bulan 1 hari dengan model eksponensial, dalam waktu 26 tahun 8 bulan 12 hari dengan model hiperbolik, dan dalam waktu 36 tahun 3 bulan 7 hari dengan model logistik.]]>
