Articles
<![CDATA[Optimasi Perencanaan Jumlah Base Transceiver Station (BTS) dan Kapasitas Trafik BTS Menggunakan Pendekatan Goal Programming pada Sistem Telekomunikasi Seluler Berbasis GSM ]]>
<![CDATA[M. Fajrul Hakim]]>;
<![CDATA[Wiwik Anggraeni]]>;
<![CDATA[Apol Pribadi]]>
<![CDATA[ Jurnal Teknik ITS Vol 1, No 1 (2012) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (332.163 KB)
|
DOI: 10.12962/j23373539.v1i1.1129
<![CDATA[Jumlah pengguna telepon seluler GSM telah mencapai 229.4 juta pada tahun 2011. Hal ini menyebabkan operator seluler GSM harus bisa memenuhi kebutuhan trafik pengguna. Pemenuhan kebutuhan jaringan dilakukan dengan membangun infrastruktur jaringan, salah satunya adalah BTS. BTS biasanya dibangun untuk dapat menampung trafik pengguna selama beberapa tahun ke depan. Perencanaan pembangunan BTS diusahakan membutuhkan seminimal mungkin perangkat keras jaringan tetapi dapat memenuhi semaksimal mungkin kapasitas trafik yang ada. Untuk melaksanakan perencanaan tersebut dibutuhkan optimasi jumlah dan trafik BTS dalam satu wilayah. Optimasi tersebut mencakup dua fungsi tujuan. Salah satu metode optimasi yang mampu menangani kasus multi tujuan adalah metode goal programming. Tugas akhir ini bertujuan untuk menentukan kapasitas trafik yang bisa menampung semua permintaan trafik dari pengguna telepon seluler dan menentukan kapasitas total trafik BTS yang tidak melebihi total kapasitas yang dimiliki masing-masing BTS. Dalam pengerjaan tugas akhir ini, permintaan trafik diramalkan selama 10 tahun mendatang. Hasil peramalan digunakan sebagai batasan dari fungsi tujuan. Kemudian model optimasi dibuat dalam bentuk program linear, lalu diubah sesuai metode goal programming. Model yang terbentuk diselesaikan menggunakan program komputer. Dari hasil penelitian dan perhitungan diperoleh bahwa metode goal programming dapat dijadikan sebagai metode untuk menyelesaikan multi tujuan.]]>
<![CDATA[Penerapan Algoritma Differential Evolution untuk Penyelesaian Permasalahan Vehicle Routing Problem with Delivery and Pick-up ]]>
<![CDATA[Ika Ayu Fajarwati]]>;
<![CDATA[Wiwik Anggraeni]]>
<![CDATA[ Jurnal Teknik ITS Vol 1, No 1 (2012) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (177.907 KB)
|
DOI: 10.12962/j23373539.v1i1.1138
<![CDATA[Vehicle Routing Problem (VRP) merupakan permasalahan optimasi kombinatorial kompleks yang memiliki peranan penting dalam manajemen sistem distribusi dengan tujuan meminimalkan biaya yang diperlukan, dimana penentuan biaya berkaitan dengan jarak dari rute yang ditempuh oleh armada distribusi. Ciri dari VRP yaitu penggunaan armada dengan kapasitas tertentu dan kegiatannya berpusat pada satu titik depot untuk melayani pelanggan pada titik-titik tertentu dengan jumlah permintaan yang diketahui. Kasus distribusi yang menggabungkan aktifitas pengiriman dan pengambilan produk termasuk dalam salah satu jenis VRP yaitu Vehicle Routing Problem Delivery and Pick-Up (VRP-DP). Banyak metode yang dapat digunakan untuk menyelesaikan permasalahan VRP-DP, salah satunya adalah metode optimasi metaheuristik yaitu Algoritma Differential Evolution yang akan diperkenalkan dalam penelitian ini. Hasil yang diharapkan nantinya adalah rute distribusi optimal untuk armada perusahaan sehingga menghasilkan jarak tempuh dan tentunya total biaya yang minimal dalam memenuhi semua permintaan pelanggan]]>
<![CDATA[Pembuatan Dashboard Berbasis Web Sebagai Sarana Evaluasi Diri Berkala Untuk Persiapan Penilaian Akreditasi Berdasarkan Standar Badan Akreditasi Nasional Perguruan Tinggi ]]>
<![CDATA[Fandi Cahyo Saputro]]>;
<![CDATA[Wiwik Anggraeni]]>;
<![CDATA[Ahmad Mukhlason]]>
<![CDATA[ Jurnal Teknik ITS Vol 1, No 1 (2012) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (206.267 KB)
|
DOI: 10.12962/j23373539.v1i1.1141
<![CDATA[Akreditasi perguruan tinggi oleh BAN-PT merupakan salah satu parameter dalam menentukan mutu perguruan tinggi serta program studi di Indonesia. Keadaan saat ini menunjukkan bahwa untuk mencapai nilai akreditasi yang sesuai diinginkan maka perguruan tinggi serta program studi harus menyesuaikan kondisi internal mereka sesuai dengan standar yang telah diberikan oleh BAN-PT. Sebagai pertimbangan untuk mencapai standar yang ditentukan oleh BAN-PT, maka diperlukanlah proses evaluasi diri apakah program studi atau perguruan tinggi tersbut sudah memenuhi standar yang ditetapkan oleh BAN-PT. Dalam melaksanakan proses evaluasi diri, diperlukan sumber data yang digunakan sebagai dasar dalam menilai pada suatu kriteria. Pada kebanyakan program studi, semua data tersebar pada sistem informasi dan dokumen fisik yang berbeda sehingga membutuhkan waktu dan usaha yang lebih untuk mengintegrasikan hingga menilainya. Sehingga diperlukan sebuah sistem yang mampu mengambil dan menampilkan hasil evaluasi secara visual secara otomatis dengan lebih hemat waktu dan usaha. Salah satu bentuk visualisasi yang dapat menggambarkannya adalah dashboard. Melalui dashboard, pihak internal program studi dapat mengetahui posisi penilaian mereka pada periode tertentu dan mampu memperbaikinya jika kurang dari target yang ditetapkan oleh standar.]]>
<![CDATA[Implementasi Fuzzy Neural Network untuk Memperkirakan Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya ]]>
<![CDATA[Ani Rahmadiani]]>;
<![CDATA[Wiwik Anggraeni]]>
<![CDATA[ Jurnal Teknik ITS Vol 1, No 1 (2012) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (92.035 KB)
|
DOI: 10.12962/j23373539.v1i1.1241
<![CDATA[Perkiraan jumlah kunjungan pasien menjadi hal yang penting bagi rumah sakit, karena dapat digunakan untuk membantu pihak manajemen rumah sakit dalam melakukan perencanaan dan pengambilan keputusan strategis. Rumah Sakit Onkologi Surabaya (RSOS) telah melakukan perkiraan jumlah kunjungan pasien poli bedah pada unit rawat jalan yang merupakan pelayanan utama sekaligus menjadi sumber pendapatan terbesar RSOS. Sebelumnya perkiraan telah dilakukan dengan metode konvensional yaitu proyeksi dari jumlah kunjungan tahun sebelumnya menggunakan Microsoft Excel, serta menggunakan metode Fuzzy Time Series. Dan dalam penelitian ini Fuzzy Neural Network (FNN) yang merupakan kombinasi dari Fuzzy Time Series dan Artificial Neural Network dipilih untuk melakukan kembali peramalan jumlah kunjungan pasien poli bedah RSOS. Hasil yang didapatkan adalah fuzzy neural network memiliki akurasi yang sangat baik, dengan nilai MAPE di bawah 10%, yaitu sebesar 8,667%]]>
<![CDATA[Prediksi Jumlah Kunjungan Pasien Rawat Jalan Menggunakan Metode Genetic Fuzzy Systems Studi Kasus : Rumah Sakit Usada Sidoarjo ]]>
<![CDATA[Lia Farihul Mubin]]>;
<![CDATA[Wiwik Anggraeni]]>;
<![CDATA[Aulia Vinarti]]>
<![CDATA[ Jurnal Teknik ITS Vol 1, No 1 (2012) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (332.352 KB)
|
DOI: 10.12962/j23373539.v1i1.1313
<![CDATA[Rumah sakit adalah institusi pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan perorangan secara paripurna yang menyediakan pelayanan rawat jalan, rawat inap dan gawat darurat. Rawat jalan merupakan proses bisnis utama dari rumah sakit Usada Sidoarjo, namun ketersediaan sumber daya pada unit rawat jalan tidak sebanding dengan jumlah pasien yang harus dilayani. Apabila kunjungan pasien rawat jalan dapat diramalkan secara akurat dapat membantu organisasi dalam pengambilan keputusan dan perencanaan sumber daya dimasa depan. Dalam penelitian ini, metode Genetic Fuzzy System (GFS) dipilih untuk melakukan peramalan jumlah kunjungan pasien rawat jalan. Kelebihan Genetic Fuzzy System dibandingkan dengan metode time series tradisional adalah metode time series tradisional membutuhkan lebih banyak data historikal dan data harus mematuhi distribusi normal. Metode Genetic Fuzzy System ini menggunakan jenis Mamdani fuzzy rule based system dan menggunakan algoritma genetika untuk mengembangkan pengetahuan dasar sistem fuzzy. Penelitian menggunakan Genetic Fuzzy Systems memberikan hasil MAPE sebesar 12,125 %]]>
<![CDATA[Pembuatan Aplikasi Pendukung Keputusan untuk Peramalan Persediaan Bahan Baku Produksi Plastik Blowing dan Inject Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) di CV. Asia ]]>
<![CDATA[Amira Herwindyani Hutasuhut]]>;
<![CDATA[Wiwik Anggraeni]]>;
<![CDATA[Raras Tyasnurita]]>
<![CDATA[ Jurnal Teknik ITS Vol 3, No 2 (2014) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v3i2.8114
<![CDATA[Persediaan bahan baku memiliki peranan penting bagi perusahaan karena akan berpengaruh pada kemampuan perusahaan untuk memenuhi permintaan pelanggan. Berbagai kendala dapat muncul akibat kurangnya bahan baku untuk produksi, seperti kekurangan bahan baku untuk produksi sehingga menimbulkan keterlambatan terhadap pemenuhan permintaan pelanggannya. Akibat keterlambatan tersebut akhirnya perusahaan mengalami beberapa kerugian. Untuk mengatasi hal tersebut, perusahaan memerlukan perencanaan di berbagai hal, khususnya perencanaan yang berhubungan dengan persediaan. Salah satu bentuk perencanaan persediaan yaitu meramalkan persediaan bahan baku untuk setiap waktu. Metode ARIMA merupakan metode yang disarankan untuk kasus CV. Asia karena memiliki sifat yang fleksibel, yaitu mengikuti pola data yang ada. Metode ARIMA memiliki tingkat akurasi yang tinggi dan cenderung memiliki nilai error yang kecil karena prosesnya yang terperinci. Model ARIMA yang diperoleh nantinya akan diimplementasikan dalam Microsoft Excel menggunakan Visual Basic for Application, dengan mempertimbangkan kondisi kekinian perusahaan yang menggunakan Microsoft Excel untuk proses bisnis kesehariannya, sehingga dapat membantu CV. Asia untuk meramalkan persediaan bahan bakunya dan melakukan pengambilan keputusan.]]>
<![CDATA[Optimasi Pengatur Siklus Waktu Lampu Lalu-Lintas Dinamik menggunakan metode Optimasi Goal Programming dengan Java dan OpenCV untuk meminimalisir kesenjangan kepadatan Lalu-Lintas ]]>
<![CDATA[Rizky Praditya]]>;
<![CDATA[Wiwik Anggraeni]]>
<![CDATA[ Jurnal Teknik ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1278.835 KB)
|
DOI: 10.12962/j23373539.v5i2.16868
<![CDATA[Peningkatan jumlah kepadatan lalu-lintas sedang menjadi perhatian khusus saat ini. Salah satu faktor signifikan yang mempengaruhi kepadatan lalu-lintas adalah sistem pengaturan siklus waktu lampu lintas. Perbaikan dalam sistem pengaturan siklus waktu lampu lintas yang mampu mengatur waktu siklusnya secara dinamis dan optimal akan menjadi suatu hal yang cukup penting di masa depan. Kami menggunakan metode Goal Programming yang dapat menyelesaikan permasalahan dengan fungsi tujuan beragam dan banyak. Kami menggunakan metode Haar Feature Cascade Classifier dalam mengidentifikasi objek kendaraan yang melewati persimpangan tersebut dan menggunakan machine vision OpenCV dalam memproses hasil training cascade tersebut. Hasil optimasi dengan menggunakan model Goal Programming didapatkan durasi lampu hijau optimal dibandingkan dengan kondisi realita pada setiap jalur pada persimpangan sesuai kondisi lalu-lintas dengan memperhatikan redudansi kendaraan dan waktu tunggu serta batasan-batasan yang dimilikinya. Hasil optimasi lebih baik dibandingkan realita dengan melihat aspek Penurunan Redudansi kendaraan sebesar 45.95%, Percepatan Waktu Tunggu sebesar 39.43%, Penurunan Kendaraan Tersisa sebesar 29.88% dan Penurunan kendaraan Tersisa Terakhir sebesar 52.55%, namun lebih buruk pada aspek Peningkatan Kendaraan Melintas sebesar 41.50% dikarenakan oleh beberapa kondisi.]]>
<![CDATA[Penerapan Metode Kombinasi Algoritma Genetika dan Tabu Search dalam Optimasi Alokasi Kapal Peti Kemas (Studi Kasus : PT. XYZ) ]]>
<![CDATA[Novian Tiandini]]>;
<![CDATA[Wiwik Anggraeni]]>
<![CDATA[ Jurnal Teknik ITS Vol 6, No 1 (2017) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (222.331 KB)
|
DOI: 10.12962/j23373539.v6i1.21255
<![CDATA[Perkembangan perdagangan global menyebabkan penggunaan jasa transportasi menjadi bagian yang sangat penting dalam pendistribusian barang. Salah satunya yaitu jasa transportasi laut atau jasa pelayaran. Dengan terus berkembangnya jasa pelayaran, maka perlu adanya perencanaan dan keputusan-keputusan yang tepat dalam pengalokasian kapal yang akan digunakan dalam proses pengiriman barang. Oleh karena itu dalam penelitian ini akan dilakukan optimalisasi alokasi kapal pada PT.XYZ dengan tujuan memaksimalkan profit dan memaksimalkan kapasitas menggunakan metode kombinasi algoritma genrtika dan tabu search. Penggunaan metode kombinasi algoritma genetika dan tabu search pada pengalokasian kapal bertujuan untuk menemukan solusi yang optimum dalam mengalokasikan kapal. Berdasarkan perbandingan antara metode algortima genetika (GA) dan metode kombinasi algoritma genetika dan tabu search (GA-TS), diperoleh hasil profit dan muatan yang lebih optimal ketika menggunakan metode GA-TS dengan peningkatan profit sebesar 69% dan peningkatan load factor sebesar 14%. Peningkatan profit dan load factor juga ditunjukkan ketika dilakukan perbandingan antara kondisi pada perusahaan sebelum menerapkan GA-TS dan sesudah menerapkan GA-TS. Metode GA-TS memiliki profit dengan peningkatan lebih dari 100% dan peningkatan load factor sebesar 38% dibanding pada kondisi perusahaan. Sehingga berdasarkan hal ini, implementasi algoritma genetika dan tabu search dapat menjadi solusi bagi perusahaan dan membantu perusahaan dalam membuat perencanaan pengalokasian kapal.]]>
<![CDATA[Penerapan Metode Campuran Autoregressive Integrated Moving Average Dan Quantile Regression (ARIMA-QR) untuk Peramalan Harga Cabai sebagai Komoditas Strategis pertanian Indonesia ]]>
<![CDATA[Maria Cendanasari Kurniawan Putri]]>;
<![CDATA[Wiwik Anggraeni]]>
<![CDATA[ Jurnal Teknik ITS Vol 7, No 1 (2018) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (373.14 KB)
|
DOI: 10.12962/j23373539.v7i1.28219
<![CDATA[Harga cabai sebagai komoditas pangan utama di Indonesia, dari tahun ke tahun terus mengalami fluktuasi, namun cenderung meningkat selama beberapa tahun terakhir. Hal ini mengharuskan pihak Disperindag untuk melakukan tindakan guna menjaga stabilisasi harga. Untuk itu, dalam penelitian ini dilakukan peramalan harga beras dengan menggunakan metode ARIMA-QR. Tujuan utama dari tugas akhir ini ialah untuk mengetahui harga cabai di periode berikutnya sehingga dapat membantu dalam pengambilan keputusan ataupun kebijakan terbaik yang perlu diterapkan terkait harga, sehingga dapat meningkatkan kesejahteraan masyarakat Indonesia. Hasil evaluasi model menggunakan MAPE membuktikan bahwa metode yang dipilih baik ARIMA maupun ARIMA-QR memiliki tingkat akurasi yang tinggi, karena nilai MAPE masih di bawah 20%. Adapun peramalan dengan menggunakan metode ARIMA-QR dengan melibatkan semua variabel pada studi kasus ini untuk keempat provinsi selain Jawa Barat adalah lebih baik jika dibandingkan metode ARIMA-QR tanpa variabel hari besar nasional. Jika dibandingkan dengan metode ARIMA, hasil peramalan ARIMA adalah lebih baik jika dibandingkan metode ARIMA-QR dengan quantile 0.25 dan 0.75. Sementara ARIMA-QR yang melibatkan seluruh variabel dengan quantile 0.50 (median) untuk keempat provinsi selain Jawa Barat memiliki nilai MAPE yang lebih baik dari metode ARIMA.]]>
<![CDATA[PERAMALAN PORT THROUGHPUT MENGGUNAKAN METODE KOMBINASI NONLINIER ]]>
<![CDATA[Wiwik Anggraeni]]>;
<![CDATA[Asra Alfathoni]]>
<![CDATA[ Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2010): Computatinal ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Port throughput mempunyai pengaruh yang sangat berarti bagi port logistics dan secara tidak langsung berpengaruh terhadap pertumbuhan ekonomi. Oleh karena itu, peramalan port throughput sangat diperlukan untuk kepentingan tersebut. Karena data port throughput merupakan data yang mempunyai sifat non linier, maka hasil peramalan akan lebih bagus jika digunakan metode yang dapat menangani sifat data yang non linier tersebut. Dari penelitian yang sudah dilakukan sebelumnya, terlihat bahwa metode Moving Average dan Exponential Smoothing mempunyai performance yang dapat dikatakan bagus untuk menangani data yang mempunyai sifat seperti port througput. Oleh karena itu, pada penelitian ini akan dicoba untuk menggabungkan metode Moving Average, Exponential Smoothing dan Elman Network. Dalam melakukan prediksi, data dibagi menjadi 2 bagian, yaitu data untuk ujicoba dan data untuk testing. Setelah itu data ujicoba diproses dengan menggunakan Moving Average dan Exponential Smoothing , setelah itu hasilnya digunakan sebagai input dari Elman Network. Dari sini kita akan mendapatkan serangkain bobot yang akan digunakan untuk meramalkan data port throughput untuk beberapa tahun kedepan. Pada akhir uji coba, nilai peramalan dari port throughput yang didapatkan dengan metode kombinasi nonlinier mempunyai tingkat kesalahan yang jauh lebih kecil dari batas Mean Square Error (MSE) normal yang berada disekitar nilai 0.1. Sehingga dapat disimpulkan bahwa hasil ramalan dengan metode kombinasi nonlinier dapat dikatakan bagus.]]>
