Article Per Year (5 Year)
p-Index From 2020 - 2025
3.016
P-Index
This Author published in this journals
All Journal Statistika Matematika: Jurnal Teori dan Terapan Jurnal Riset Matematika Bandung Conference Series: Mathematics Matematika Jurnal Teologi Islam
Erwin Harahap
Unknown Affiliation
Religion Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences Transportation Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Aplikasi QM for Windows Pada Optimalisasi Produksi Depot Air Minum Isi Ulang Dengan Metode Simpleks Limah Olivia Alviani; Erwin Harahap
Matematika Vol 20, No 1 (2021): Jurnal Matematika
Publisher : Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jmtm.v20i1.8479

Abstract

Setiap perusahaan memiliki tujuan untuk mencari keuntungan maksimal dalam menjalankan usahanya, sehingga dituntut untuk dapat memanfaatkan sumber daya yang dimiliki seoptimal mungkin. Artikel ini membahas tentang penelitian dengan tujuan untuk mengoptimalkan pendapatan pada perusahaan XYZ yang bergerak dalam bidang usaha air minum isi ulang dengan sumber daya terbatas. Karena perusahaan ini terdapat pada daerah terpencil maka diperlukan penelitian ini agar perusahaan tersebut tidak mengalami kerugian. Permasalahan optimalisasi dapat diselesaikan menggunakan metode simpleks. Metode ini merupakan algoritma yang banyak digunakan untuk pemecahan masalah pemrograman linear dua variabel atau lebih. Hasil dari penelitian ini adalah mengetahui keuntungan yang didapatkan oleh perusahaan dan produk yang unggul dalam pemasaran. 
Model Persediaan untuk Barang Deteriorasi dengan Exponential Declining Demand, Time-Varying Holding Cost dan Shortage Fadli Azis; Erwin Harahap
Matematika: Jurnal Teori dan Terapan Matematika Vol. 20 No. 2 (2021): Jurnal Matematika
Publisher : UPT Publikasi Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam makalah ini mengusulkan model matematika EOQ (Economic Order Quantity) untuk barang yang mengalami deteriorasi selama proses persediaan. Model ini dikembangkan dengan permintaan yang menurun secara eksponensial (Exponential Declining Demand), tingkat deterioirasi yang konstan, dan memungkinkan terjadinya shortage. Biaya penyimpanan yang berubah-ubah terhadap waktu(Time-Varying Holding Cost) adalah fungsi linier yang bergantung terhadap waktu. Biaya pemesanan, biaya penyimpanan, biaya kerusakan, dan biaya kekurangan diperhitungkan dalam manajemen persediaan. Contoh numerik disajikan untuk menggambarkan model dan analisis sensitivitas dari berbagai parameter dilakukan.
Implementasi Convolutional Neural Network dalam Mengenali Image Angka Tulisan Tangan Andara Najla Jilan; M. Yusuf Fajar; Erwin Harahap
Bandung Conference Series: Mathematics Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v4i1.15334

Abstract

Abstract. Advances in information technology and artificial intelligence, particularly in the field of machine learning, have had a significant impact on various aspects of daily life. Machine learning's ability to learn from data and experience, identify patterns, make decisions, and even perform tasks previously only possible for humans, has revolutionized numerous industries. Within the realm of machine learning, deep learning stands out as a prominent approach. Deep learning employs artificial neural networks with intricate structures to comprehend and process data. One popular deep learning algorithm is the Convolutional Neural Network (CNN). CNNs have found extensive applications, especially in image recognition tasks. By leveraging CNNs, computers can accurately identify objects and patterns within images. The deep learning process underlying CNNs involves complex mathematical computations. It begins with feature extraction to maximize the significance of features from images, which are transformed into matrices. Subsequently, the available data is trained to develop a highly accurate CNN model. This research delves into the mathematical underpinnings of how deep learning, specifically using CNN algorithms, can recognize handwritten digit images. The employed CNN algorithm achieves an impressive accuracy of 99% in recognizing handwritten digit images. Abstrak. Perkembangan teknologi informasi dan kecerdasan buatan, terutama dalam bidang machine learning, telah memiliki dampak signifikan pada berbagai aspek kehidupan sehari-hari. Kemampuan machine learning memungkinkan komputer untuk belajar dari data dan pengalaman, mengidentifikasi pola, membuat keputusan, dan bahkan melakukan tugas-tugas yang sebelumnya hanya bisa dilakukan oleh manusia.Dalam dunia machine learning, terdapat salah satu pendekatan yaitu deep learning. Deep learning adalah artificial intelligence yang menggunakan neural networks dengan struktur yang lebih kompleks untuk memahami dan memproses data. Salah satu algoritma deep learning yang populer adalah Convolutional Neural Network (CNN). CNN telah digunakan dalam berbagai permasalahan, terutama dalam permasalahan mengenai pengenalan image. Penggunaan CNN memungkinkan komputer untuk mengenali objek dan pola dalam gambar dengan akurasi yang tinggi. Proses deep learning yang terjadi di dalam algoritma CNN merupakan perhitungan matematika. Diawali dari proses feature extraction untuk memaksimalkan fitur-fitur penting dari image yang sudah diubah menjadi matriks dan melatih data yang ada hingga didapatkan model dengan algoritma CNN berakurasi tinggi. Penelitian ini berfokus pada bagaimana deep learning dengan menggunakan algoritma CNN dapat mengenali image angka tulisan tangan. Algoritma CNN yang digunakan dapat menghasilkan model berakurasi 99% dalam mengenali image angka tulisan tangan.
Deteksi Plat Nomor Kendaraan Menggunakan Algoritma YOLOv5 dengan Metode Convolutional Neural Network Maulana, Taufik; Erwin Harahap
Jurnal Riset Matematika Volume 4, No.2, Desember 2024, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v4i2.5060

Abstract

Abstrak. Sistem pengawasan lalu lintas yang efektif sangat dibutuhkan untuk mengelola arus lalu lintas yang semakin kompleks di kota-kota besar. Pemantauan plat nomor kendaraan menggunakan teknologi pengenalan objek berbasis machine learning dapat membantu penegakan hukum lalu lintas secara efisien. Penelitian ini mengimplementasikan algoritma YOLOv5 yang dikenal dengan kecepatan dan akurasinya dalam mendeteksi objek secara real-time, dikombinasikan dengan metode Convolutional Neural Network (CNN) untuk mendeteksi plat nomor kendaraan. CNN digunakan untuk mengekstraksi fitur-fitur penting dari gambar, yang digunakan oleh YOLOv5 untuk mendeteksi dan menentukan lokasi plat nomor kendaraan secara akurat. Penelitian ini bertujuan untuk mengembangkan sistem deteksi plat nomor kendaraan dengan menguji tingkat akurasi dari model yang dibuat, serta melakukan pembacaan karakter menggunakan Optical Character Recognition (OCR) berbasis easyOCR. Hasil penelitian menunjukkan bahwa kombinasi algoritma YOLOv5 dan CNN mampu mendeteksi plat nomor dengan akurasi yang tinggi, serta pembacaan karakter yang juga akurat, dimana sistem ini diujicobakan pada berbagai kondisi gambar kendaraan yang bergerak dan diam. Implementasi YOLOv5 terbukti efisien dalam memproses gambar, menjadikannya solusi yang handal untuk sistem pengawasan lalu lintas. Abstract. An effective traffic surveillance system is needed to manage the increasingly complex traffic flow in big cities. Vehicle license plate monitoring using machine learning-based object recognition technology can help traffic law enforcement efficiently. This research implements the YOLOv5 algorithm which is known for its speed and accuracy in detecting objects in real-time, combined with the Convolutional Neural Network (CNN) method to detect vehicle license plates. CNN is used to extract important features from the image, which are used by YOLOv5 to detect and accurately determine the location of the vehicle license plate. This research aims to develop a vehicle license plate detection system by testing the accuracy of the model created, as well as reading characters using Optical Character Recognition (OCR) based on easyOCR. The results showed that the combination of the YOLOv5 algorithm and CNN was able to detect license plates with high accuracy, as well as accurate character reading, where this system was tested on various conditions of moving and stationary vehicle images. The YOLOv5 implementation proved to be efficient in processing images, making it a reliable solution for traffic surveillance systems.
Machine Learning pada Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Random Forest Putra, Maurino; Erwin Harahap
Jurnal Riset Matematika Volume 4, No.2, Desember 2024, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v4i2.5102

Abstract

Abstrak. Kelulusan tepat waktu adalah indikator penting dalam menilai kualitas perguruan tinggi karena mencerminkan efektivitas proses pembelajaran dan mempengaruhi reputasi serta akreditasi institusi. Penelitian ini bertujuan memprediksi kelulusan mahasiswa menggunakan algoritma random forest yang diimplementasikan melalui aplikasi web berbasis Streamlit Python. Data diperoleh dari platform Kaggle dan diolah melalui proses pre-processing untuk memastikan kualitas data yang siap digunakan. Data tersebut kemudian dibagi menjadi data training dan testing untuk membangun model prediksi. Algoritma random forest dipilih karena merupakan sebuah metode ensemble atau gabungan dari banyak model CART (Classification and Regression Tree) sehingga dapat meningkatkan akurasi hasil prediksinya. Hasil penelitian menunjukkan model memiliki akurasi 88%, precision 81%, recall/sensitivity 97%, dan specificity 80% dalam memprediksi kelulusan mahasiswa. Faktor signifikan yang mempengaruhi kelulusan adalah status mahasiswa berdasarkan variable importance. Aplikasi web yang dikembangkan memudahkan prediksi status kelulusan mahasiswa, sehingga dapat digunakan sebagai alat bantu bagi institusi pendidikan dalam pengambilan keputusan terkait kelulusan mahasiswa. Abstract. On-time graduation is a crucial indicator in assessing the quality of higher education institutions as it reflects the effectiveness of the learning process and impacts the institution's reputation and accreditation. This study aims to predict student graduation using the random forest algorithm, implemented through a web application based on Streamlit Python. The data was obtained from the Kaggle platform and processed through pre-processing to ensure the quality of the data was ready for use. The data was then split into training and testing data to build the predictive model. The random forest algorithm was chosen because it is an ensemble method, combining many CART (Classification and Regression Tree) models, which can improve prediction accuracy. The research results showed that the model has an accuracy of 88%, precision of 81%, recall/sensitivity of 97%, and specificity of 80% in predicting student graduation. The significant factor influencing graduation is the student's status based on variable importance. The developed web application facilitates the prediction of student graduation status, making it a useful tool for educational institutions in making decisions related to student graduation.
Optimasi Biaya Pendistribusian Beras menggunakan Metode LC dan MODI pada PD.Sumpena Jelita, Ade; Erwin Harahap
Jurnal Riset Matematika Volume 5, No.1, Juli 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i1.6729

Abstract

Abstract. Rice distribution is an important activity in the food supply chain that aims to ensure the availability and affordability of rice in various regions. However, in practice, this distribution often faces challenges, one of which is the increase in distribution costs due to varying distances between the warehouse and the destination location. Therefore, an optimization strategy is needed so that distribution costs can be minimized without reducing distribution efficiency. This study aims to analyze and optimize the cost of rice distribution using the Least Cost and Modified Distribution Methods at PD. Sumpena, a company engaged in rice distribution in Bandung Regency. The Least Cost method is used as an initial step to determine the route with the lowest cost, while the Modified Distribution Method is applied to obtain a more optimal solution. The results of the study show that the Modified Distribution method produces lower distribution costs compared to the Least Cost method, so it can be a more effective choice in reducing company expenses. By implementing this method, PD. Sumpena can improve its operational efficiency and maximize profits. These findings can be a reference for other companies in managing distribution with optimal costs. Abstrak. Pendistribusian beras merupakan aktivitas penting dalam rantai pasok pangan yang bertujuan untuk memastikan ketersediaan dan keterjangkauan beras di berbagai wilayah. Namun, dalam praktiknya, pendistribusian ini sering menghadapi tantangan, salah satunya adalah pembengkakan biaya distribusi akibat jarak yang bervariasi antara gudang dan lokasi tujuan. Oleh karena itu, diperlukan strategi optimalisasi agar biaya distribusi dapat diminimalkan tanpa mengurangi efisiensi pendistribusian. Penelitian ini bertujuan untuk menganalisis dan mengoptimalkan biaya pendistribusian beras menggunakan Metode Least Cost dan Modified Distribution pada PD. Sumpena, sebuah perusahaan yang bergerak dalam pendistribusian beras di Kabupaten Bandung. Metode Least Cost digunakan sebagai langkah awal untuk menentukan rute dengan biaya terendah, sementara Metode Modified Distribution diterapkan untuk memperoleh solusi yang lebih optimal. Hasil penelitian menunjukkan bahwa metode Modified Distribution menghasilkan biaya pendistribusian yang lebih rendah dibandingkan dengan metode Least Cost, sehingga dapat menjadi pilihan yang lebih efektif dalam menekan pengeluaran perusahaan. Dengan penerapan metode ini, PD. Sumpena dapat meningkatkan efisiensi operasionalnya serta memaksimalkan keuntungan. Temuan ini dapat menjadi referensi bagi perusahaan lain dalam mengelola distribusi dengan biaya optimal.
Faktor Rendahnya Keberhasilan Mediasi di Pengadilan Agama Sibuhuan Sebagai Solusi Memperbaharui Ketahanan Keluarga Mahmudin Hasibuan; Erwin Harahap; Kalijunjung Hasibuan
Jurnal Teologi Islam Vol. 1 No. 2 (2025): NOVEMBER (in progress)
Publisher : Indo Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/a1grg042

Abstract

This study aims to determine the Islamic legal view on mediation in divorce cases. And to determine the factors of low success of mediation in the Sibuhuan Religious Court. This study was conducted with the type of field research, using descriptive qualitative research methods. And the results, the Islamic legal view of mediation is known as as-sulhu, which is an agreement made by parties who agree to end their dispute. And in Islamic law the parties agree not to take legal action in resolving their dispute. And the factors of low success of mediation in the Sibuhuan Religious Court are internal factors between husband and wife because there is no common ground in the problems of husband and wife other than the word divorce or divorce. First because one of the two parties is already bored in marriage or the feelings of one of them have disappeared. And second, the state of the mediator who is less disciplined in resolving this case. and third, the husband and wife's family fully supports the divorce immediately
Co-Authors Aditia Rahmat Tulloh Andara Najla Jilan Andri Suryadi Anggie Irfhan Refhiansyah Anissa Pujiarti Asep K. Supriatna Deni Darmawan Didi Suhaedi DWI PUSPITASARI Erwin Prayoga Ali Eti Kurniati Fadilatil Zikri Fadli Azis Farid H Badruzzaman Farid H. Badruzzaman Farid Hirji Badruzzaman Farid Risqullah Fargiana Gilang Nitiasya Hana Kartini Hana Mumtaz Hazna Insita Sahla Herlina Napitupulu Icih Sukarsih Indah Linda Nur'aini Ira Sumiati Ismi Fadhillah Jelita, Ade Kalijunjung Hasibuan Limah Olivia Alviani M Yusuf Fajar M. Yusuf Fajar Mahdiyah Intan Noer Fahmi Mahmudin Hasibuan Marlina, Emas Muhammad Deni Johansyah Muty Nurvia Nurul Hani Putra, Maurino R Ridwan Raesa Novandika Rafly Anugerah Rakhmat Ceha Resqy Sellva Budianti Sajidul Fajri Salsabila Lintang Veliani Sarah Fitria Sidiq Purnama Syifa Mardliyah Taufik Maulana, Taufik Tia Febrianti Yurika Permanasari