Articles
<![CDATA[Analisis Kestabilan Model Matematika SIA (Susceptible, Infected, AIDS Cases) untuk Penyakit AIDS ]]>
<![CDATA[Nurhalimah Nurhalimah]]>;
<![CDATA[Fadilah Ilahi]]>;
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 3, No 1 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v3i1.2735
<![CDATA[HIV (Human Immunodeficiency Virus) adalah virus penyebab penyakit AIDS (Acquired Immunodeficiency Syndrome) yang ditemukan di bali pada tahun 1987, kasus HIV dan AIDS menyebar hampir di seluruh provinsi Indonesia dan mengalami peningkatan jumlah penderita setiap tahunnya. Pada paper ini dibahas model matematika untuk penyebaran penyakit HIV-AIDS [1]. Model merupakan sistem dinamik non linier tiga dimensi yang menggambarkan Interaksi tiga populasi yaitu Susceptible, Infected, dan AIDS Cases. Analisis kestabilan dari titik kesetimbangan endemik menggunakan metode Kriteria Routh Hurwitz. Bilangan reproduksi dasar digunakan untuk menganalisis keendemikan penyakit HIV-AIDS yang diperoleh menggunakan next generation matrix [2]. Hasil analisis memberikan informasi bahwa semakin besar nilai bilangan reproduksi dasar maka penyebaran penyakit HIV-AIDS di dalam suatu populasi akan semakin cepat dan dalam waktu yang lama penyakit tersebut akan tetap ada. Berdasarkan analisis sensitivitas diketahui parameter-parameter yang berpengaruh terhadap bilangan reproduksi dasar yaitu tingkat kontak Susceptible dengan Infected, peluang sukses terjadinya transmisi virus HIV dari Infected ke Susceptible, tingkat kontak Susceptible dengan AIDS Cases, peluang sukses terjadinya transmisi virus HIV dari AIDS Cases ke Susceptible, tingkat kematian yang disebabkan oleh penyakit AIDS, dan tingkat penjangkitan virus HIV.]]>
<![CDATA[Aplikasi Matriks Hessian Pada Model EPQ (Economic Production Quantity) dengan Kendala Rework ]]>
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 1, No 1 (2015): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v1i1.319
<![CDATA[Perkembangan industri yang semakin kompetitif, menuntut perusahaan untuk dapat meningkatkan efisiensi dan efektivitas dalam kegiatan operasinya, Salah satu upaya yang dapat dilakukan adalah mengendalikan persediaan dengan menghasilkan produk berkualitas baik tetapi dengan biaya operasional seminimum mungkin.Pada model ini digambarkan dua komponen antara perusahaan dan pelanggan, dengan kebijakan pengiriman bertahap. Model ini mengasumsikan semua item cacat pada saat proses produksi dianggap diperbaiki (rework) pada selang waktureorder point.]]>
<![CDATA[PENJADWALAN OPTIMAL TIPE PRODUKSI FLOWSHOP DUA TAHAP MENGGUNAKAN METODE BRANCH AND BOUND DENGAN MEMPERHATIKAN WAKTU TRANSPORTASI ]]>
<![CDATA[Marie Muhammad]]>;
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 2, No 1 (2017): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v2i1.1452
<![CDATA[Penjadwalan produksi dapat dibagi menjadi dua jenis, yaitu penjadwalan produksi tipe jobshop dan penjadwalan produksi tipe flowshop. Penjadwalan produksi tipe flowshop adalah sebuah penjadwalan sebuah produk yang sedemikian rupa sehingga setiap produk diproduksi melalui mesin yang sama dengan alur produksi yang sama. Terdapat beberapa masalah flowshop, salah satunya adalah dengan memperhatikan waktu transportasi. Dan metode Branch and Bound adalah solusi yang tepat untuk memecahkan masalah penjadwalan produksi dengan memperhatikan waktu transportasi untuk meminimalisir waktu yang terlewati. Pada penulisan Studi Literatur ini, Penjadwalan optimal dari 4 buah job dan 2 buah mesin dengan memperhatikan waktu transportasi adalah 1, 2, 4, dan 3 dengan waktu yang terlewati adalah 59 unit satuan waktu.]]>
<![CDATA[Estimasi Parameter Distribusi Eksponensial yang Dipangkatkan dan Distribusi Campuran Eksponensial untuk Data Masa Hidup ]]>
<![CDATA[Imas Sukarsih]]>;
<![CDATA[Asep Solih Awalluddin]]>;
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 1, No 1 (2015): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v1i1.320
<![CDATA[Tulisan ini membahas tentang estimasi parameter distribusi eksponensial yang dipangkatkan dan distribusi campuran eksponensial. Distribusi eksponensial yang dipangkatkan merupakan perluasan dari distribusi eksponensial standar yang fungsinya diambil dari fungsi distribusi kumulatif yang kemudian dipangkatkan. Distribusi lainnya adalah distribusi campuran eksponensial, distribusi campuran eksponensial merupakan kombinasi linier dari dua atau lebih distribusi eksponensial standar yang bobot dan parameternya berbeda. Estimasi parameter dari distribusi eksponensial yang dipangkatkan dan distribusi campuran eksponensial secara analitis diturunkan melalui metode maksimum likelihood, sehingga diperoleh hasil estimasi untuk masing-masing parameter kedua distribusi tersebut. Estimasi distribusi eksponensial yang dipangkatkan pada data masa hidup pendingin pesawat dilakukan dengan menggunakan metode Newton Raphson. Dari hasil estimasi tersebut selanjutnya dilakukan analisis keandalan untuk data masa hidup.]]>
<![CDATA[PENGGUNAAN METODE MAXIMUM SUPPLY WITH MINIMUM COST UNTUK MENDAPATKAN SOLUSI LAYAK AWAL MASALAH TRANSPORTASI ]]>
<![CDATA[Wahyu Satrio Raharjo]]>;
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 2, No 2 (2017): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v2i2.1855
<![CDATA[Penelitian ini membahas tentang sebuah masalah transportasi yang diselesaikan dengan metode transportasi Maximum Supply with Minimum Cost. Dimana pada langkah awal kita memilih baris dengan persediaan terbesar, kemudian pilih kolom dengan biaya termurah, setelah itu isi permintaan dengan persediaan semaksimal mungkin, lanjutkan sampai semua permintaan terpenuhi. Objek penelitian pada kasus ini adalah sebuah model transportasi dengan empat buah penyedia dengan tiga buah destinasi dengan jumlah permintaan dan persediaan yang seimbang. Setelah menggunakan metode Maximum Supply with minimum cost pada objek penelitian tersebut diperoleh biaya minimal sebesar $ 332. ]]>
<![CDATA[Estimasi Parameter pada Fungsi Produksi Cobb-Douglas Non-Linier Menggunakan Metode Least Square ]]>
<![CDATA[Ahfazh Fauzy Nurunnajib]]>;
<![CDATA[Elis Ratna Wulan]]>;
<![CDATA[Asep Solih Awalluddin]]>
<![CDATA[ KUBIK Vol 1, No 1 (2015): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v1i1.321
<![CDATA[Industri Manufaktur merupakan salah satu sektor yang memiliki pengaruh terhadap perekonomian nasional. Membaiknya situasi ekonomi akan diikuti perbaikan sektor manufaktur, begitupula sebaliknya. Oleh karena itu, suatu industri perlu memilih kombinasi yang optimal dari input yang digunakan, yaitu kombinasi yang memungkinkan untuk menghasilkan tingkat output yang diinginkan. Model yang digunakan adalah fungsi produksi Cobb-Douglas. Fungsi produksi Cobb-Douglas adalah salah satu fungsi produksi yang menunjukkan hubungan antara tingkat output dan tingkat (kombinasi) input yang digunakan. Metode estimasi yang digunakan adalah least square estimation dengan penyelesaian menggunakan iterasi Newton Raphson. Fungsi produksi Cobb-Douglas ini diaplikasikan pada lima industri manufaktur terpilih di Sumatera Barat. Dari hasil penelitian diperoleh return to scale dari industri karet dan barang dari plastik adalah 0,8424 dan return to scale dari industri makanan dan minuman adalah 0,8496 yang mana kedua industri tersebut masing-masing menghasilkan RTS < 1. Sedangkan return to scale dari industri penerbitan dan percetakan adalah 1,0460, return to scale dari industri tekstil adalah 1,0018, dan return to scale dari industri galian bukan logam adalah 1,3384. Dari ketiga industri tersebut masing-masing menghasilkan RTS > 1.]]>
<![CDATA[PENYELESAIAN MASALAH TRANSPORTASI UNTUK MENCARI SOLUSI OPTIMAL DENGAN PENDEKATAN MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL DAN ALGORITMA PRIM ]]>
<![CDATA[Yusufiani Nurlinawati Dili]]>;
<![CDATA[Elis Ratna Wulan]]>;
<![CDATA[Fadilah Ilahi]]>
<![CDATA[ KUBIK Vol 6, No 1 (2021): KUBIK: Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v6i1.13907
<![CDATA[Penelitian ini membahas tentang penyelesaian masalah transportasi dengan pendekatan Minimum Spanning Tree (MST) menggunakan algoritma Kruskal dan algoritma Prim untuk mencari solusi optimal. Algoritma Kruskal dan algoritma Prim merupakan algoritma dalam teori graf untuk mencari Minimum Spanning Tree (MST). Langkah algoritma Kruskal yaitu mengurutkan biaya dari yang terkecil hingga terbesar. Selanjutnya, pilih biaya yang paling terkecil. Kemudian, lakukan perhitungan dengan melihat sumber persediaan dan permintaan di setiap tujuan sampai semuanya terpenuhi, sehingga terlihat bentuk Minimum Spanning Tree (MST) dari algoritma Kruskal. Sedangkan langkah algoritma Prim yaitu dengan memilih sembarang titik atau sumber. Selanjutnya, pilih active edge dengan biaya terkecil. Kemudian, lakukan perhitungan dengan melihat sumber persediaan dan permintaan di setiap tujuan sampai semuanya terpenuhi, sehingga terlihat bentuk Minimum Spanning Tree (MST) dari algoritma Prim. Bentuk dari Minimum Spanning Tree (MST) menghasilkan solusi yang optimal. Dari hasil penelitian ini, pendekatan Minimum Spanning Tree (MST) dengan algoritma Prim yang lebih unggul. ]]>
<![CDATA[Minimisasi Biaya Sewa Pada Penjadwalan Flow Shop 3 Mesin dengan Menggunakan Metode Nawaz, Enscor, and Ham (NEH) ]]>
<![CDATA[Muhammad Faudzi Bahari]]>;
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 4, No 2 (2019): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v4i2.6557
<![CDATA[Penelitian ini membahas tentang sebuah metode untuk meminimasi biaya sewa pada penjadwalan flow shop. Metode untuk pencarian waktu optimal yang digunakan pada penelitian ini adalah metode Nawaz, Enscor, and Ham (NEH). Penelitian dilakukan pada proses produksi sandal di CV. SAMHARI. CV. SAMHARI melakukan proses produksi 400 pasang sandal dengan 6 jenis berbeda. Beberapa asumsi digunakan pada penelitian ini sehingga beberapa hal menjadi tidak diperhitungkan. Pada dasarnya metode ini dapat memberikan waktu efektif dalam melakukan sewa mesin produksi, sehingga CV. SAMHARI dapat merubah kebijakan sewa yang dilakukan dalam setiap kali proses produksi. Adapun tujuan dari penelitian ini adalah mencari biaya minimal yang harus dikeluarkan oleh CV. SAMHARI pada proses produksinya. Dengan menggunakan metode ini, diharapkan CV. SAMHARI dapat merubah kebijakan sewa yang diambil sehingga biaya sewa yang dikeluarkan menjadi lebih minimal. Setelah mengaplikasikan metode yang diajukan didapat bahwa CV. SAMHARI harus membayar biaya sewa sebesar Rp. , hal ini menghemat biaya produksi sebesar Rp. 244674. Berdasarkan hal tersebut, dapat dikatakan bahwa metode ini menghasilkan biaya minimal untuk setiap kali proses produksi yang dilakukan CV. SAMHARI.]]>
<![CDATA[Penentuan Solusi Numerik Pada Model Mangsa-Pemangsa Dengan Pemanenan Pada Mangsa Menggunakan Metode Runge-Kutta-Fehlberg ]]>
<![CDATA[Nurul Asyifa Solihatin]]>;
<![CDATA[Elis Ratna Wulan]]>
<![CDATA[ KUBIK Vol 4, No 2 (2019): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v4i2.6334
<![CDATA[Model mangsa pemangsa dengan pemanenan pada mangsa merupakan pembaruan dari model mangsa pemangsa Lotka-Volterra, dimana pada model ini terdapat parameter pemanenan sebagai pengontrol populasi. Penyelesaian model mangsa pemangsa secara analitik dapat digunakan untuk memprediksi jumlah populasi pada saat yang diinginkan, namun tidak dapat memprediksi secara rinci jumlah populasi yang ada pada setiap pemantauan. Oleh karena itu metode numerik digunakan sebagai alternatif dalam penyelesaian masalah model mangsa pemangsa dengan pemanenan pada mangsa. Metode Runge-Kutta-Fehlberg digunakan penulis untuk menyelesaikan model mangsa pemangsa dengan pemanenan pada mangsa. Metode ini merupakan alternatif dari metode Taylor karena tidak memerlukan perhitungan turunan serta memiliki ketelitian yang tinggi. Hasil yang diperoleh pada studi kasus penelitian ini yaitu memiliki galat yang cukup kecil yaitu 0,0019404-0,027213 sehingga metode Runge-Kutta-Fehlberg merupakan metode yang teliti. ]]>
<![CDATA[Penentuan Rute Transportasi untuk Meminimalkan Biaya Menggunakan Metode Nearest Neighbor dan Nearest Insert (Studi Kasus dalam Pendistribusian Sandal di Tasikmalaya) ]]>
<![CDATA[Mutia Rohmah]]>;
<![CDATA[Elis Ratna Wulan]]>;
<![CDATA[Fadilah Ilahi]]>
<![CDATA[ KUBIK Vol 4, No 2 (2019): KUBIK : Jurnal Publikasi Ilmiah Matematika ]]>
Publisher : <![CDATA[Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/kubik.v4i2.6555
<![CDATA[Vehicle Routing Problem (VRP) merupakan penentuan sebuah set rute yang dilakukan oleh sebuah kendaraan dimulai perjalanan dari depot untuk memenuhi permintaan konsumen. Salah satu jenis dari VRP adalah Capacitated Vehicle Routing Problem (CVRP) yaitu VRP yang memiliki batasan kapasitas kendaraan. Tujuan penulisan skripsi ini adalah menentukan rute distribusi sandal di Tasikmalaya dengan menyelesaikannya menggunakan metode Saving Matrix untuk menentukan penjadwalan rute kendaraan sesuai dengan kapasitas kendaraan berdasarkan penghematan terbesar dan menggunakan metode Nearest Neighbour dan metode Nearest Insert dalam menentukan urutan lokasi. Serta mengetahui penyelesaian CVRP yang paling efektif dari metode tersebut.Metode Nearest Neighbour mempertimbangkan jarak yang terdekat sedangkan metode Nearest Insert penentuan lokasi penyisipan. Berdasarkan perhitungan yang dilakukan dalam menyelesaikan CVRP menggunakan metode Nearest Neighbour diperoleh total jarak tempuh yaitu 1.379,9 kmdan dengan metode Nearest Insert diperoleh total jarak tempuh 1.376,3 km. Sedangkan total jarak tempuh perusahaan saat ini yaitu 2.639,1 km. hal ini menunjukkan bahwa metode Nearest Insertlebih efektif dalam menentukan rute distribusi sandal di Tasikmalaya.]]>
