Article Per Year (5 Year)
p-Index From 2021 - 2026
6.166
P-Index
This Author published in this journals
All Journal Matematika: Jurnal Teori dan Terapan JUARA : Jurnal Olahraga International Journal of Global Operations Research International Journal of Quantitative Research and Modeling Jurnal Riset Matematika Bandung Conference Series: Mathematics Journal of Medives: Journal of Mathematics Education IKIP Veteran Semarang Matematika SmartComp Jurnal Pendidikan MIPA
Didi Suhaedi
Program Studi Matematika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Islam Bandung
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Mathematics Physics Transportation Other

Published : 48 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 48 Documents
Search

 1   2   3   4   5 
Penggunaan Rstudio dalam Pembuatan Aplikasi Peramalan Harga Emas dengan Metode Double Exponential Smooting Holt Firdy Adi; Didi Suhaedi; Eti Kurniati
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.9523

Abstract

Abstrak. Peramalan harga beli emas memiliki peranan penting dalam pengambilan keputusan investasi dan perencanaan keuangan. Pada penelitian kali ini dilakukan perhitungan secara manual dan perhitungan menggunakan aplikasi dengan menggunakan Double Exponential Smooting dari Holt. Dalam pembangunan aplikasi digunakan RStudio sebagai alat pengembang dan bahasa R sebagai bahasa pemprogramannya. Dalam proses peramalan dilakukan terlebih dahulu pengumpulan data dari web Harga Emas Orang (harga-emas.org) dan didapat data berupa harga beli emas dan tanggal berupa format csv dengan rentan waktu 1 tahun dari 1 Mei 2022 sampai 31 April 2023 dengan data yang akan diolah unuk diteliti berjumlah 357 data harian. Setelah didapat data maka dilakukan pengujian terhadap data untuk mengetahui model yang cocok untuk digunakan dalam peramalan harga beli emas. Setelah dilakukan plot data emas dengan rentang waktu selama 1 tahun didapat bahwa grafik plot emas menunjukkan adanya tren naik meskipun dalam peningkatannya secara bertahap. Kemudian dilakukan peramalan menggunakan metode Double Exponential Smooting dari Holt karena syarat menggunakan metode Double Exponential Smooting dari Holt data harus menunjukkan adanya tren baik itu tren naik atau turun. Dan didapat nilai ramalan selamat 10 periode kedepan dengan tingkat MAPE (Mean Absolute Percentage Error) yang baik. Abstract. Forecasting the purchase price of gold has an important role in making investment decisions and financial planning. In this study, manual calculations were carried out and calculations using an application using Holt's Double Exponential Smoothing. In developing applications, RStudio is used as a developer tool and the R language as the programming language. In the Forecasting process, data is first collected from the People's Gold Price web (harga-emas.org) and data is obtained in the form of gold purchase prices and dates in the form of csv format with a timeframe of 1 year from 1 May 2022 to 31 April 2023 with data to be processed to be studied amounted to 357 daily data. After obtaining the data, a test is carried out on the data to find out which model is suitable for use in Forecasting the purchase price of gold. After plotting the gold data with a time span of 1 year, it was found that the gold plot graph shows an upward trend even though the increase is gradual. Then Forecasting is carried out using the Double Exponential Smoothing method from Holt because the conditions for using the Double Exponential Smoothing method from Holt are that the data must show a trend, whether it is an uptrend or a downtrend. And obtained Forecast value for the next 10 periods with a good level of MAPE (Mean Absolute Percentage Error).
Pendugaan Data Runtun Waktu Debit Aliran Sungai Cikeruh dengan Metode Thomas-Fiering Meiske Shabrina Pesik; Didi Suhaedi
Jurnal Riset Matematika Volume 1, No.1, Juli 2021, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v1i1.104

Abstract

Abstract. The Cikeruh River is a source of water for the people who live in the watershed area. The shift in land management has resulted in problems in the availability of water resources. As a policy to overcome this problem, an estimation of the flow rate of the Cikeruh river was carried out. Cikeruh river flow discharge data is observational data with a monthly period included in time series data or time series data. This data has a seasonal pattern so that the method that can be used to predict the discharge data is the Thomas-Fiering Method. To estimate the discharge data for 2018, the Cikeruh river flow discharge data were used every month from 2011 to 2017 as many as 84 historical data. Then after getting the results of the 2018 debit data estimation, the mean error value calculated using Thomas-Fiering was 0.0291. Abstrak. Sungai Cikeruh merupakan sumber air bagi masyarakat yang bermukim di wilayah daerah aliran sungai. Terjadinya pergeseran tata kelola lahan mengakibatkan permasalahan ketersediaan sumber daya air. Sebagai suatu kebijakan untuk mengatasi permasalahan tersebut maka dilakukan pendugaan debit aliran sungai Cikeruh. Data debit aliran sungai Cikeruh merupakan data pengamatan dengan periode bulanan yang termasuk dalam data time series atau data runtun waktu. Data ini memiliki pola musiman sehingga metode yang dapat digunakan untuk membuat pendugaan data debit adalah Metode Thomas-Fiering. Untuk menduga data debit tahun 2018 digunakan data debit aliran sungai Cikeruh setiap bulannya dari tahun 2011 sampai 2017 sebanyak 84 data historis. Kemudian setelah mendapatkan hasil pendugaan data debit tahun 2018 didapatkan nilai Mean Error perhitungan menggunakan Thomas-Fiering adalah 0.0291.
Penggunaan Metode Principal Component Analysis dalam Menentukan Faktor Dominan Gina Enzellina; Didi Suhaedi
Jurnal Riset Matematika Volume 2, No. 2, Desember 2022, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v2i2.1192

Abstract

Abstract. Principal Component Analysis is a statistical technique that has been widely used in terms of data processing. This study aims to extract interrelated variables. This type of research is quantitative in nature by taking the case of fundraising in Dompet Dhuafa, West Java. The variables in this study are the ten types of collection funds from 2016-2021 with 72 data. This shows that the selection of the dominant factor can be used by the principal component analysis method. The results of this study show that there are 10 variables (=Fidyah, =Zakat MPZ, =Zakat Fitrah, =Kurban, =Bound Infak, =Thematic Infak, =Humanity, =Waqf, =Infak ,=Zakat ) which is extracted into 5 Principal Components based on the eigen1 value , where the first Principal Component is showing the most dominant factor. The first principal component is zakat with a loading value of 0.414 and a variance percentage of 19.39% from 64.37%. Based on the fact in Dompet Dhuafa that the dominant factor is zakat with a percentage of 40%. So that the relative error of the research results is the same as the real data of 0.035. Abstrak. Principal Component Analysis adalah teknik statistik yang sudah digunakan secara luas dalam hal pengolahan data. Penelitian ini bertujuan untuk mengekstraksi variabel yang saling berhubungan. Jenis peneitian ini bersifat kuantitatif dengan mengambil kasus dana penghimpunan di Dompet Dhuafa Jawa Barat. Variabel dalam penelitian ini ialah ke sepuluh jenis dana penghimpunan dari tahun 2016-2021 dengan data sebanyak 72. Hal ini menunjukan bahwa pemilihan faktor dominan dapat digunakan metode principal component analysis. Hasil dari penelitian ini menunjukan ada 10 variabel (=Fidyah, =Zakat MPZ, =Zakat Fitrah, =Kurban, =Bound Infak, =Thematic Infak, =Humanity, =Waqf, =Infak ,=Zakat ) yang diekstraksi menjadi 5 Principal Component berdasarkan nilai eigenā‰„1 , dimana principal component pertama ialah menunjukan faktor yang paling dominan karena memiliki nilai keragaman total yang paling besar. Principal Component pertama ialah zakat dengan nilai loading sebesar 0,414 dan presentase varians sebesar 19,39% dari 64,37% . Berdasarkan kenyataan di Dompet Dhuafa bahwa faktor dominan adalah zakat dengan persentase sebesar 40 %. Sehingga galat relatif hasil penelitian sama dengan data real sebesar 0.035.
Penerapan Inference Fuzzy Mamdani dalam Seleksi Penerima Bantuan Sosial Tunai Kabupaten Belitung Timur Sentya Agus Savitri; Didi Suhaedi
Jurnal Riset Matematika Volume 2, No. 2, Desember 2022, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v2i2.1383

Abstract

Abstract. Cash Social Assistance is a form of government intervention through the Indonesian Ministry of Social Affairs in order to provide a social safety stimulus in the midst of the COVID-19 pandemic. However, in the process there are still obstacles, one of which is in determining the recipients of Cash Social Assistance. The use of the Mamdani Fuzzy Inference System is one method that can be used in the process of determining the recipients of Cash Social Assistance. In its use, Fuzzy Mamdani has four stages, starting from the stages of forming fuzzy sets, application of the Implication function, composition of rules to defuzzification or affirmation. Mamdani's Fuzzy Inference System describes the output in numerical form which determines the eligibility of Cash Social Assistance Recipients. In order to simplify the work, the calculation uses the Toolbox in Matlab. There are 10 fuzzy rules used. The result of the research is a feasibility determination system that has an accuracy value of 92.1835% and this determination system can be used as a reference in the process of determining the recipients of Cash Social Assistance. Abstrak. Bantuan Sosial Tunai merupakan bentuk perwujudan Intervensi Pemerintah melalui Kementrian Sosial RI dalam rangka memberikan stimulus Pengaman Sosial di tengah masa pandemik COVID-19. Akan tetapi dalam prosesnya masih terdapat kendala salah satunya dalam penentuan penerima Bantuan Sosial Tunai. Penggunaan Sistem Inference Fuzzy Mamdani merupakan salah satu metode yang bisa digunakan dalam proses penentuan penerima Bantuan Sosial Tunai. Dalam Penggunaannya Fuzzy Mamdani memiliki empat tahapan yang dilakukan, mulai dari tahapan pembentukan himpunan fuzzy, aplikasi fungsi Implikasi, komposisi aturan sampai defuzifikasi atau penegasan.Variabel yang digunakan adalah Status Pekerjaan Kepala Keluarga, Kondisi Lantai, Kondisi WC, Penghasilan, Dinding. Sistem Inference Fuzzy Mamdani menggambarkan keluaran (Output) dalam bentuk numerik yang menjadi penentu kelayakan Penerima Bantuan Sosial Tunai. Dalam mempermudah pengerjaan, perhitungannya menggunakan Toolbox pada Matlab. Fuzzy rules yang digunakan sebanyak 10 aturan. Hasil dari penelitian berupa sebuah sistem penentuan kelayakan yang memiliki nilai akurasi sebesar 92,1835 % dan sistem penentuan ini dapat dijadikan acuan dalam proses penentuan penerima Bantuan Sosial Tunai.
Model Susceptible Infected Removed (SIR) Penyebaran COVID-19 di Indonesia Menggunakan Metode Runge Kutta Andriyani, Devy; Gunawan, Gani; Suhaedi, Didi
Bandung Conference Series: Mathematics Vol. 3 No. 1 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i1.6984

Abstract

Abstract. COVID-19 first emerged in 2019 in Wuhan, the capital of Hubei Province, China and spread around the world to date. The rapid spread of the virus has made researchers interested in modeling the spread of the virus. Research on epidemiological mathematical models regarding COVID-19, one of which was conducted by Mohamed Lounis & Dilip Kumar Mugal who estimated the parameters of the SIR COVID-19 model in Algeria, in this study will be carried out prediction of the peak of the spread of COVID-19 in Indonesia with mathematical modeling susceptible, infected, removed removed (SIR). Prediction of the peak of the spread is done using the Order 4 Runge Kutta method and python software. From a series of tests that have been carried out, the results of predicting the peak of the spread of COVID-19 in Indonesia occurred around October to November 2020. Based on comparisons with actual data, there was a difference in the results of peak spread where in the prediction can only predict one peak of spread, in fact there are 2 peak spreads, namely November to December 2020 and January 2021 to February 2021. And the spread of the COVID-19 virus will be close to zero at 550 days after March 2020, which is around September 2021. Abstrak. COVID-19 pertama kali muncul pada tahun 2019 di Wuhan, Ibukota Provinsi Hubei, Tiongkok dan menyebar ke seluruh dunia hingga saat ini. Penyebaran virus yang sangat cepat membuat para peneliti tertarik untuk membuat model penyebaran virus tersebut. Penelitian tentang model matematika epidemiologi mengenai COVID-19 salah satunya dilakukan oleh Mohamed Lounis & Dilip Kumar Bagal yang melakukan estimasi parameter model SIR COVID-19 di Aljazair, pada penelitian ini akan dilakukan prediksi puncak penyebaran COVID-19 di Indonesia dengan pemodelan matematika Susceptible, Infected, Removed (SIR). Prediksi puncak penyebaran dilakukan dengan menggunakan metode Runge Kutta Orde 4 dan software python. Dari serangkaian pengujian yang telah dilakukan maka diperoleh hasil prediksi puncak penyebaran COVID-19 di Indonesia terjadi pada sekitar bulan Oktober hingga November 2020. Berdasarkan perbandingan dengan data actual, ditemukan perbedaan hasil puncak penyebaran dimana pada prediksi hanya dapat memprediksi satu kali puncak penyebaran, pada kenyatannya terjadi 2 kali puncak penyebaran yaitu bulan November hingga Desember 2020 serta Januari 2021 hingga Februari 2021. Dan angka penyebaran virus COVID-19 akan mendekati nol pada 550 hari setelah bulan Maret 2020 yaitu sekitar bulan September 2021.
Algoritma Deeplearning menggunakan Backpropagation Neural Network Angga Aditya Pratama; Yurika Permanasari; Didi Suhaedi
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.v4i1.15299

Abstract

Abstract. The Backpropagation method is a technique used to minimize errors in output values by updating weights and biases. This process is crucial to ensure that the Neural Network's computations result in an output value with minimal error. This article focuses on the form of the Backpropagation Neural Network algorithm, aiming to understand the role of Backpropagation in Neural Network calculations. Based on the MSE graph in this study, the MSE values decreased but did not reach the minimum error value, as the case was limited to up to the 100th iteration. In this study, Backpropagation influences the attainment of an output value with minimal error, even though the minimum error value has not yet been reached. It is observed that in subsequent iterations, the error values will continue to decrease, approaching the minimum error value. With increasingly optimal error values, the prediction error decreases, leading to more accurate predictions. Abstrak. Metode Backpropagation adalah sebuah metode yang akan meminimalkan kesalahan dalam sebuah nilai Output, dengan cara memperbarui nilai bobot dan bias. Hal tersebut penting dilakukan dengan tujuan hasil yang didapatkan dari perhitungan Neural Network menghasilkan suatu nilai Output dengan nilai error yang minimum. Artikel ini difokuskan pada bagaimana bentuk Algoritma Backpropagation Neural Network, dengan tujuan untuk mengetahui bagaimana peranan Backpropagation dalam perhitungan Neural Network. Berdasarkan grafik MSE pada penelitian ini, nilai MSE yang dihasilkan menurun akan tetapi belum mencapai nilai error minimum, karena kasus tersebut dibatasi hanya sampai iterasi ke-100. Backpropagation dalam penelitian ini berpengaruh untuk mendapatkan nilai Output dengan nilai error yang minimum meskipun nilai error minimum belum tercapai. Terlihat bahwa untuk iterasi selanjutnya nilai error yang akan dihasilkan juga akan terus menurun sampai mendekati nilai error minimum. Dengan nilai Error yang semakin optimal, maka semakin kecil kesalahan yang dikeluarkan untuk menentukan prediksi tersebut.
Aplikasi Hypertext Preprocessor (PHP) untuk Menentukan Peringkat Nasabah Calon Penerima Kredit Usaha Rakyat di Bank Syariah Indonesia Evi Nur Aliyah Syari; Eti Kurniati; Didi Suhaedi
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.v4i1.15377

Abstract

Abstract. Banks play a crucial role in the economic development of a country, including through financing for Micro, Small, and Medium Enterprises (MSMEs). Bank Syariah Indonesia, as one of the banking institutions in Indonesia, is involved in providing financing to MSMEs through the Kredit Usaha Rakyat (KUR) program. However, a key issue in this financing process is identifying eligible customers, given the risk of problematic financing due to the customer's inability to repay the loan. This study aims to design a decision support system using Hypertext Preprocessor (PHP) that combines the Analytic Hierarchy Process (AHP) and Simple Additive Weighting (SAW) methods. The AHP method is used to assign priority weights to evaluation criteria, including Condition, Collateral, Capital, Capacity, and Character (5C), while the SAW method is used to rank customers based on the weights determined by AHP. This combination of methods is intended to improve the accuracy and consistency of weight assignment and assessment, while the PHP-based computer program helps minimize manual errors. The research findings indicate that the top KUR candidate is customer A with a score of 1, followed by customer B with a score of 0.9599, customer E with a score of 0.9328, customer C with a score of 0.9172, and the last-ranked customer is D with a score of 0.7626. Therefore, implementing the AHP and SAW methods in a PHP-based program can be an effective solution for ranking KUR applicants at Bank Syariah Indonesia. Abstrak. Bank memiliki peran penting dalam perkembangan ekonomi suatu negara, salah satunya melalui pembiayaan kepada Usaha Mikro, Kecil, dan Menengah (UMKM). Bank Syariah Indonesia sebagai salah satu institusi perbankan di Indonesia, berperan dalam menyalurkan pembiayaan kepada UMKM melalui program Kredit Usaha Rakyat (KUR). Namun, masalah utama dalam penyaluran pembiayaan ini adalah menentukan calon nasabah yang layak, mengingat risiko meningkatnya pembiayaan bermasalah akibat ketidakmampuan nasabah dalam membayar pinjaman. Penelitian ini bertujuan untuk merancang sebuah sistem pendukung keputusan berbasis program komputer Hypertext Preprocessor (PHP) yang mengombinasikan metode Analytic Hierarchy Process (AHP) dan Simple Additive Weighting (SAW). Metode AHP digunakan untuk menetapkan bobot prioritas pada kriteria penilaian yang meliputi Condition, Collateral, Capital, Capacity, dan Character (5C), sedangkan metode SAW digunakan untuk menghasilkan peringkat nasabah berdasarkan bobot yang ditentukan oleh AHP. Kombinasi kedua metode ini dirancang untuk meningkatkan akurasi dan konsistensi dalam penetapan bobot dan penilaian, sementara program komputer yang dikembangkan dengan PHP dapat meminimalkan kesalahan manual. Hasil penelitian menunjukkan bahwa calon penerima KUR terbaik adalah nasabah A dengan nilai 1, peringkat kedua nasabah B dengan nilai 0,9599, peringkat ketiga nasabah E dengan nilai 0,9328, peringkat keempat nasabah C dengan nilai 0,9172, dan peringkat terakhir nasabah D dengan nilai 0,7626. Dengan demikian, aplikasi PHP menggunakan metode kombinasi AHP dan SAW dapat menjadi solusi efektif untuk menentukan peringkat nasabah calon penerima KUR di Bank Syariah Indonesia.
Analisis Model Fuzzy Time Series Chen, Cheng dan Singh pada Data Trend Monica, Diva; Suhaedi, Didi
Jurnal Riset Matematika Volume 4, No.1, Juli 2024, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v4i1.3605

Abstract

Abstrak. Metode fuzzy time series adalah salah satu metode yang memanfaatkan kecerdasan buatan dengan kemampuan untuk bisa menangkap pola dari data yang telah ada sebelumnya. Kegiatan melakukan perbandingan pada model fuzzy time series sudah dilakukan oleh penelitian sebelumnya. Namun, pada penelitian sebelumnya hanya melakukan perbandingan model berdasarkan nilai akurasi prediksi pada data yang digunakan tanpa melihat perbedaan perhitungan dari masing-masing model. Untuk itu, penelitian ini mengkaji perbedaan model fuzzy time series Chen, Cheng, dan Singh, serta akurasinya pada peramalan data berpola trend. Model-model tersebut selanjutnya diaplikasikan untuk memprediksi data penumpang kereta api Jabodetabek periode Januari 2014 sampai Desember 2019. Hasil analisis model pada penelitian ini menunjukkan model Singh lebih baik dibandingkan model Chen. Model Cheng lebih baik dibandingkan model Chen. Hal tersebut sesuai dengan studi kasus pada data trend yang menghasilkan model Singh lebih akurat dibandingkan model Cheng dengan nilai MAPE model Singh sebesar 2,82%. Selanjutnya, model Cheng lebih baik dibandingkan dengan model Chen dengan nilai MAPE sebesar 5,7505% dan untuk nilai MAPE model Chen sebesar 7,2181%. Abstract. The fuzzy time series method is one method that utilizes artificial intelligence with the ability to capture patterns from pre-existing data. Activities to compare fuzzy time series models have been carried out by previous research. However, previous studies only compared models based on the prediction accuracy value on the data used without seeing the difference in calculations from each model. For this reason, this study examines the differences in the Chen, Cheng, and Singh fuzzy time series models, as well as their accuracy in forecasting trend-patterned data. The models are then applied to predict Jabodetabek train passenger data for the period January 2014 to December 2019. The results of the model analysis in this study show that the Singh model is better than the Chen model. Cheng model is better than Chen model. This is in accordance with the case study on trend data which resulted in the Singh model being more accurate than the Cheng model with the Singh model MAPE value of 2,82%. Furthermore, the Cheng model is better than the Chen model with a MAPE value of 5,7505% and for the Chen model MAPE value of 7,2181%.
Implementation of Cheapest Insertion Heuristic Algorithm in Determining Shortest Delivery Route Fargiana, Farid; Respitawulan, Respitawulan; Fajar, Yusuf; Suhaedi, Didi; Harahap, Erwin
International Journal of Global Operations Research Vol. 3 No. 2 (2022): International Journal of Global Operations Research (IJGOR), May 2022
Publisher : iora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47194/ijgor.v3i2.137

Abstract

The buying and selling transaction system that many people use today is the online buying and selling system. In this system, there is a process of goods delivery by one branch of a freight forwarder in Indonesia, namely SiCepat Express Baleendah. In the process of shipping goods, a delivery route with the shortest path is needed in order to minimize of the goods delivery process. The problem of the route of goods delivery can be solved by one of the algorithms in the Traveling Salesman Problem (TSP), namely the Cheapest Insertion Heuristic (CIH) Algorithm. This study aims to determine the shortest route and distance for goods delivery using the CIH Algorithm by the Asymmetric TSP CIH application, as well as knowing its efficiency compared to the route that used by SiCepat Express Baleendah. The result shows that the use of the CIH Algorithm is proven to produce a more efficient delivery route than the route created by SiCepat Express Baleendah. Based on the goods delivery route from SiCepat Express Baleendah, the result of the total distance is 18.55 km. On the other hand, based on the CIH Algorithm, the delivery route obtained result is 13.45 km. The efficiency of using the CIH Algorithm is 27.48% better than the result from SiCepat Express Baleendah route.
Algoritma Tabu Search untuk Graf Optimasi Rute Pengiriman Barang Heryana, Rowina Windiyani; Didi Suhaedi
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.v4i2.5063

Abstract

Abstrak. Dalam industri jasa ekspedisi, efisiensi rute pengiriman barang sangat penting untuk menekan biaya operasional dan meningkatkan kepuasan pelanggan. Dengan meningkatnya volume pengiriman akibat tren belanja online, optimasi rute pengiriman menjadi masalah yang krusial. Penelitian ini menggunakan data lokasi pengiriman barang pada satu hari pengiriman dengan lima titik pengiriman yang diolah dengan algoritma Tabu Search untuk mengatasi masalah optimasi rute pengiriman barang. Algoritma ini dipilih karena menggunakan memori tabu yang menyimpan solusi sebelumnya dan mencegah perulangan. Selain itu, algoritma Tabu Search dapat menghasilkan solusi yang optimal dengan adanya pertukaran dua vertex secara berurutan pada tiap iterasinya. Masalah rute pengiriman barang direpresentasikan dalam bentuk graf, dengan setiap simpul (vertex) mewakili lokasi pengiriman dan setiap sisi (edge) mewakili rute dengan bobot tertentu yang mewakili total jarak tempuh. Hasil penelitian ini menunjukkan bahwa algoritma Tabu Search dapat mengoptimalkan total jarak tempuh sebanyak 1,71%. Hal ini dapat memberikan rekomendasi rute pengiriman dengan total jarak tempuh minimum untuk jasa ekspedisi. Abstract. In the shipping industry, the efficiency of shipping routes is very important to reduce operational costs and increase customer satisfaction. With the increasing volume of shipments due to the trend of online shopping, optimization of shipping routes becomes a crucial problem. This study uses data on shipping locations on one shipping day with five shipping points processed by the Tabu Search algorithm to solve the problem of shipping route optimization. This algorithm was chosen because it uses tabu memory that stores previous solutions and prevents repetition. In addition, the Tabu Search algorithm can produce optimal solutions by exchanging two vertices sequentially in each iteration. The problem of shipping routes is represented in the form of a graph, with each vertex representing a shipping location and each edge representing a route with a certain weight representing the total distance traveled. The results of this study indicate that the Tabu Search algorithm can optimize the total distance traveled by 1.71%. This can provide recommendations for shipping routes with a minimum total distance traveled for shipping services.
Co-Authors 10060221008, Rini Kurniasih 10060221010, Niati Asma 10060221016, Sabrina Vidya Siswantoro 10060221020, Jumidah Agnia Romadhona Ali Mulki Andiyani, Maesaroh Andriyani, Devy Angga Aditya Pratama Anggie Irfhan Refhiansyah Annisa Melinia Rahayu Ashri Nur Aisyah Asma, Niati Asyifaa Nabilah Asyifaa Nabilah Nurfadhilah Audina Tri Hardiyani Badruzzaman, Farid Dadang Juandi Depi Siti Nurjanah Devie Ratna Mutia Elsa Fitria Erwin Harahap Erwin Harahap Erwin Harahap Eti Kurniati Eti Kurniati Evi Nur Aliyah Syari Fajar, Yusuf Fargiana, Farid Farid Badruzzaman Farid Badruzzaman Farid H Badruzzaman Farid Hirji Badruzzaman Firdy Adi Friska Anzalni Gani Gunawan Gian Fitriani Utami Gina Enzellina Heryana, Rowina Windiyani Hilwa Gifti Salsabila Hilwa Gifty Salsabila Icih Sukarsih Lestari, Tira Ayu Verania M Yusuf Fajar Marlina, Emas Meiske Shabrina Pesik Monica, Diva Muhammad Hamzah Onoy Rohaeni Rahadatul Aisyi Respitawulan, R Rida Deana Rini Kurniasih, Rini Ryadi, Silvy Faiza Sajidul Fajri Sentya Agus Savitri Syahrul Zein Tia Purniati Tresna Dewi Tresna Dewi Tresna Dewi Fadiini Turmudi Widodo Budi Yani Ramdani Yurika Permanasari Yurika Permanasari Yurika Permanasari Yurika Permanasari Yusuf Fajar