Articles
<![CDATA[DETERMINING INITIAL ASSIGNMENT FOR SOLVING QUADRATIC ASSIGNMENT PROBLEMS ]]>
<![CDATA[Elly Rosmaini]]>
<![CDATA[ Proceedings of ICMSA Vol 1, No 1 (2005): ICMSA 2005 ]]>
Publisher : <![CDATA[Proceedings of ICMSA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (4275.334 KB)
<![CDATA[The Quadratic Assignment Problem is a combinatorial problem ofdeciding the placement of facilities in specified locatians in such a waythat will to minimize an objective function expressed in terms ofdistance each location and flows each facilities. First they a simpleheuristic approach is used to obtain an initial assignment point..Hetristic Tabu search method is the implemented in other to getanother assignment point, which in tum will be used as a starting pointfor Nonlinier Programing approach. The continuous result of nonlinierprograming problem are the prosesed using another heuristic method toobtain an integer feasible solution to the quadratic assignment problem.The non convex behavior of the problem suggests that a good startingis necessary in order to obtain global solution. The procedure is thenimplemented on Backboard Wiring problem with dimension 20 x 20.Keywords; Quadratic Assignment problems; Tabu Search.]]>
<![CDATA[PENERAPAN TEORI PERMAINAN DALAM STRATEGI PEMASARAN PRODUK BAN SEPEDA MOTOR DI FMIPA USU ]]>
<![CDATA[Charles Simamora]]>;
<![CDATA[Elly Rosmaini]]>;
<![CDATA[Normalina Napitupulu]]>
<![CDATA[ Saintia Matematika Vol 1, No 2 (2013): Saintia Matematika Maret 2013 ]]>
Publisher : <![CDATA[Universitas Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (134.774 KB)
<![CDATA[Game Theory is a mathematical model that is used in situations of conflict or competition between the various interests face each other as competitors. The goal is to obtain the optimal strategy for each player. In game theory, there are two types of optimal strategies, the pure strategy and mixed strategy. The author use linear programming to obtain the optimal mixed strategy and use QM 2.0 to solve linear programming problems. In this research, the author apply game theory in competition motorcycle tire, the IRC, Federal, and Swallow. The research was conducted at the Faculty of Mathematics and Natural Sciences and using primary data. In other words, this research produced the preferences and perceptions of consumers for each tires.]]>
<![CDATA[APLIKASI PROGRAM INTEGER PADA PERUMAHAN BUMI SERGAI DI SEI RAMPAH ]]>
<![CDATA[Erlina Erlina]]>;
<![CDATA[Elly Rosmaini]]>;
<![CDATA[Henry Rani Sitepu]]>
<![CDATA[ Saintia Matematika Vol 2, No 1 (2014): Saintia Matematika Januari 2014 ]]>
Publisher : <![CDATA[Universitas Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (189.948 KB)
<![CDATA[Di Sei Rampah akan dibangun sebuah Perumahan yaitu PerumahanBumi Sergai, dengan dua tipe. Tipe 65(X1) dan Tipe 45(X2). Masalah ini akandimodelkan ke dalam model matematika berupa integer programming yang meru-pakan bagian dari masalah pemrograman linier, di mana variabel keputusan harusberupa bilangan bulat. Masalah integer programming akan diselesaikan menggu-nakan metode branch and bound yang terlebih dahulu mengubah masalah integerprogramming ke bentuk pemrograman linier, kemudian digunakan metode simpleksuntuk menyelesaikan masalah pemrograman linier tersebut. Dengan fungsi tujuanharga jual rumah Z = 180.000.000X1 + 140.000.000X2 dan fungsi kendala bahan-bahan bangunan. Jumlah rumah untuk tipe 65 adalah 36 rumah dan tipe 45 se-banyak 62 rumah.]]>
<![CDATA[ANALISIS PERSEDIAAN BAHAN BAKU SAYUR OLAHAN PADA PT. AAA ]]>
<![CDATA[Eva Kristina Tarigan]]>;
<![CDATA[Elly Rosmaini]]>;
<![CDATA[Djakaria Sebayang]]>
<![CDATA[ Saintia Matematika Vol 1, No 4 (2013): Saintia Matematika Juli 2013 ]]>
Publisher : <![CDATA[Universitas Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (278.809 KB)
<![CDATA[Persediaan (inventory) merupakan bahan baku yang disimpan oleh suatu perusahaan untuk memenuhi permintaan pelanggan. Masalah yang umumnya dihadapi dalam pengendalian persediaan adalah menentukan berapa banyak kuantitas pesanan bahan baku yang sebaiknya dilakukan perusahaan agar kegiatan produksi dapat berjalan dengan lancar sehingga perusahaan dapat meningkatkan efisiensi kegiatan produksi. Penelitian ini bertujuan untuk mengetahui kuantitas pesanan optimal dan memperoleh total biaya persediaan minimum dari setiap bahan baku sayur olahan PT. AAA. Model analisis data yang digunakan dalam penelitian ini adalah model EOQ (Economic Order Quantity) dasar dan model EOQ dengan tingkat produksi terbatas. Berdasarkan hasil perhitungan yang dilakukan, total biaya persediaan bahan baku menggunakan EOQ dengan tingkat produksi terbatas sebesar Rp 122.054.301 lebih kecil dibandingkan total biaya persediaan EOQ dasar sebesar Rp 178.414.662,40.]]>
<![CDATA[OPTIMASI PEMBAGIAN TUGAS TIM RENANG GAYA GANTI ESTAFET MENGGUNAKAN METODE HUNGARIAN PADA TIM RENANG AMPHIBI SWIMMING CLUB ]]>
<![CDATA[Martha Lia Palentina]]>;
<![CDATA[Elly Rosmaini]]>;
<![CDATA[Agus Salim Harahap]]>
<![CDATA[ Saintia Matematika Vol 1, No 6 (2013): Saintia Matematika Nopember 2013 ]]>
Publisher : <![CDATA[Universitas Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (165.89 KB)
<![CDATA[Masalah penugasan merupakan suatu masalah bagaimana memasangkanorang atau pekerja dengan pekerjaan yang ada secara tepat, sehingga biaya atauwaktu yang diperlukan adalah minimum. Pada tim renang Amphibi SwimmingClub, penugasan perenang untuk gaya renang yang tepat adalah salah satu masalahyang sering terjadi. Tujuan dari tulisan ini adalah untuk menetapkan perenangpada gaya renang yang tepat, sesuai dengan kecepatan yang dimiliki sehingga waktuyang dibutuhkan akan minimum. Berdasarkan data tim renang Amphibi SwimmingClub yang diperoleh, maka hasil penugasan perenang yang optimal pada tim renangAmphibi Swimming Club dengan menggunakan metode Hungarian untuk renanggaya ganti estafet 4 x 100 m putra: Rio ditugaskan pada gaya kupu-kupu, Irfan di-tugaskan pada gaya punggung, Reza ditugaskan pada gaya dada, Randa ditugaskanpada gaya bebas dan untuk renang gaya ganti estafet 4 x 100 m putri: Widia di-tugaskan pada gaya punggung, Dara ditugaskan pada gaya kupu-kupu, Elsha ditu-gaskan pada gaya dada, Salsha ditugaskan pada gaya bebas.]]>
<![CDATA[ANALISIS DAN SIMULASI SISTEM ANTRIAN PADA BANK ABC ]]>
<![CDATA[Faradhika Arwindy]]>;
<![CDATA[Faigiziduhu Bu'ulolo]]>;
<![CDATA[Elly Rosmaini]]>
<![CDATA[ Saintia Matematika Vol 2, No 2 (2014): Saintia Matematika Maret 2014 ]]>
Publisher : <![CDATA[Universitas Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (179.816 KB)
<![CDATA[Kejadian antrian sering kali terjadi pada banyak hal dalam kehidupansehari-hari, sebagai contoh yaitu antrian pada sistem pelayanan Bank ABC yangmerupakan salah satu sarana tempat melakukan berbagai kegiatan perbankan. Ter-dapat dua tipe pelayanan pada bank ini yaitu Teller dan Customer Service (CS) de-ngan satu orang petugas pelayanan. Analisis terhadap sistem antrian menunjukkanbahwa model antrian pada Bank ABC saat ini adalah (M/M/1) : (FIFO/ / )untuk masing-masing tipe pelayanan. Model antrian pada Teller diubah menjadimodel (M/M/c) : (GD/ / ) dengan nilai c = 2. Untuk model ini dipero-leh nilai E(Tt) pada Teller adalah 3, 51 menit sehingga jawab optimal yaitu de-ngan menambah petugas Teller menjadi 2 orang, dengan tidak menambah petugasCS. Untuk menilai jawab optimal tersebut digunakan metode simulasi. Setelahdilakukan analisis terhadap data hasil simulasi, diperoleh bahwa hanya dengan pe-nambahan 1 Teller, maka harapan pihak bank sudah dapat dipenuhi. Sedangkanpada CS tidak perlu dilakukan penambahan karena telah sesuai dengan harapan pi-hak bank. Hasil ini menunjukkan bahwa jawab optimal yang diperoleh dari hasilanalisis data hasil pengamatan dapat diterima.]]>
<![CDATA[KAJIAN METODE FUZZY TIME SERIES-CHEN DAN FUZZY TIME SERIES-MARKOV CHAIN DAN TERAPAN PADA PERAMALAN CURAH HUJAN ]]>
<![CDATA[Rahmadani, Rahmadani]]>;
<![CDATA[Mardiningsih, Mardiningsih]]>;
<![CDATA[Rosmaini, Elly]]>;
<![CDATA[Nasution, Putri Khairiah]]>
<![CDATA[ MES: Journal of Mathematics Education and Science Vol 10, No 1 (2024): Edisi Oktober (Progress) ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/mes.v10i1.9333
<![CDATA[Penelitian ini menggunakan metode Fuzzy Time Series-Chen dan Fuzzy Time Series-Markov Chain untuk mengkaji dan menerapkan kedua metode pada peramalan curah hujan di Kota Medan sehingga didapat keakuratan dari masing-masing metode. Fuzzy Time Series merupakan metode peramalan yang berdasarkan prinsip fuzzy. Peramalan pada metode ini yaitu dengan menggunakan pola data sebelumnya, kemudian pola tersebut dapat meramalkan data dimasa mendatang. Metode Fuzzy Time Series (FTS) merupakan pendekatan baru yang menggabungkan variabel linguistik dengan proses analisis sehingga diperoleh hasil kajian dan penerapan Fuzzy Time Series-Chen dan Fuzzy Time Series Markov-Chain untuk memprediksi curah hujan di Kota Medan pada Januari 2018- Oktober 2022 dilihat dari ketetapan nilai MAPE sangat akurat. Nilai MAPE dari hasil peramalan curah hujan di Kota Medan dengan menggunakan metode Fuzzy Time Series-Chen adalah sebesar % dan untuk peramalan satu bulan kedepan sebesar 264 mm di bulan November 2022 sedangkan Fuzzy Time Series Markov-Chain sebesar 1,01% dan prediksi bulan berikutnya sebesar 233 mm pada bulan November 2022. Perbandingan gambar Fuzzy Time Series-Chen memiliki (MAPE) lebih besar dibandingkan Fuzzy Time Series-Markov Chain dengan pola kesalahan pada tabelnya lebih besar. Berdasarkan kriteria MAPE, untuk Fuzzy Time Series-Chen dan Fuzzy Time Series-Markov Chain memenuhi akurasi peramalan akurat, karena tingkat MAPE-nya kurang dari 10%.]]>
<![CDATA[REGULARISASI REGRESI LINIER BERGANDA PADA DATA BERDIMENSI TINGGI UNTUK MENGATASI EFEK MULTIKOLINEARITAS ]]>
<![CDATA[Nasution, Muhammat Rayyan]]>;
<![CDATA[Sutarman, S]]>;
<![CDATA[Darnius, Open]]>;
<![CDATA[Rosmaini, Elly]]>
<![CDATA[ MES: Journal of Mathematics Education and Science Vol 10, No 1 (2024): Edisi Oktober (Progress) ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/mes.v10i1.9469
<![CDATA[Penelitian ini membahas model regresi linier berganda yang diberikan regularisasi dalam kasus data berdimensi tinggi (???? ≫ ????), bertujuan untuk mengatasi efek multikolinearitas yang terdiri dari efek singularitas dan kualitas model yang buruk. Dalam penelitian ini mengembangkan model regresi linier berganda dengan menambahkan parameter penalti pada fungsi tujuan. Adapun data yang digunakan adalah data primer yang dibangkitkan dengan bahasa pemrograman python dengan tiga skenario sesuai dari penelitian sebelumnya. Metode yang digunakan yaitu Ordinary Least Squared (OLS), Least Absolute Shrinkage and Selection Operator (LASSO) dan Ridge dalam mengestimasi parameter model regresi. Mean Squared Error (MSE) digunakan sebagai metrik evaluasi kinerja model yang dibangun. Dari hasil simulasi yang dilakukan, diperoleh bahwa metode LASSO memberikan kualitas model terbaik dengan memberikan nilai MSE terendah dibandingkan model lainnya.]]>
<![CDATA[Integer Linear Programming Model for Multicast Routing to Minimize Link Cost at Wavelengths ]]>
<![CDATA[Fitria, Rizka]]>;
<![CDATA[Suwilo, Saib]]>;
<![CDATA[Rosmaini, Elly]]>
<![CDATA[ Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 3 (2023): Article Research Volume 7 Issue 3, July 2023 ]]>
Publisher : <![CDATA[Politeknik Ganesha Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33395/sinkron.v8i3.12591
<![CDATA[Routing is a technique or process carried out in a packet or information delivery system from a source to a destination or a place that requests the information needed from a source. Routing is done in solving a problem and is well-known is unicast routing. Unicast routing can transmit information from a source to a single destination. However, this is ineffective for an infinite number of requests to be served because the unicast routing system only funnels one destination to one source. So that another route is needed that can handle this, this route is called a multicast route. Multicast routing that can serve multiple destinations with only one source so that a collection of destinations to get the same request in the same time and data. This research will discuss multicast routing to minimize link costs at wavelengths using a hierarchical structure. To help provide reduction or savings on the link by offering an integer linear programming model formulation to minimize link costs at wavelengths. An update from previous studies is to use a hierarchical structure with wavelength conversion taking into account the links that are traversed and the requests that will be served by the source to the destination. Using wavelength conversion so that there are no wavelength continuity problems, so that when sending information you get more path choices and you can save on sending information using a link that will be passed from the source to the intermediate node until it reaches the destination node, with this it will find a path more efficiently so that the goal of minimizing link cost at wavelengths on multicast routing is achieved]]>
<![CDATA[Mathematical Model for Vehicle Routing and Scheduling with Forward and Reverse Logistics ]]>
<![CDATA[Resti, Lady Ichwana]]>;
<![CDATA[Mawengkang, Herman]]>;
<![CDATA[Rosmaini, Elly]]>
<![CDATA[ Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 3 (2023): Article Research Volume 7 Issue 3, July 2023 ]]>
Publisher : <![CDATA[Politeknik Ganesha Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33395/sinkron.v8i3.12599
<![CDATA[Companies usually use cross-docking to reduce logistics costs. The product delivery process from suppliers to retailers and vice versa is facilitated by crossdocking facilities. One of important problem in crossdocking is vehicle routes. In this work we discuss about cross-docking problem for vehicle routes which is brought into the form of an integration model. We also present the strategy to handle the forward and reverse logistics. From this strategy we have a NP-hard mathematical model as the result.]]>
