Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal FARABI: Jurnal Matematika dan Pendidikan Matematika Leibniz: Jurnal Matematika
Syahriol Sitorus
Program Studi Matematika, Fakultas Matematika Dan Ilmu Pengetahuan Alam, Universitas Sumatera Utara
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Model Goal Programming Untuk Mengoptimasi Penjadwalan Perawat Rumah Sakit Universitas Sumatera Utara Eiby Valentine; Syahriol Sitorus
FARABI: Jurnal Matematika dan Pendidikan Matematika Vol 6 No 1 (2023): FARABI
Publisher : Program Studi Pendidikan Matematika FKIP UNIVA Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47662/farabi.v6i1.436

Abstract

Rumah Sakit Universitas Sumatera Utara memiliki bagian pelayanan keperawatan yang mengemban tanggung jawab untuk meningkatkan kinerja pelayanan rumah sakit dan sering dianggap sebagai salah satu sektor terpenting dari keseluruhan pelayanan kesehatan pada rumah sakit tersebut. Baik buruknya pelayanan keperawatan dapat dikatakan sangat berkaitan dengan baik buruknya sistem penjadwalan kerja. Sebagaimana terlihat pada sistem penjadwalan di Rumah Sakit Universitas Sumatera Utara dimana pada awalnya hanya mengandalkan kemampuan kepala perawat untuk membuat penjadwalan secara manual sehingga terdapat beberapa kekurangan yaitu ketidakseimbangan jadwal dan timbulnya kecemburuan di antara perawat yang mempengaruhi kinerja pelayanan. Tujuan dari penelitian ini adalah untuk mendapatkan solusi dalam mengatasi masalah penjadwalan manual dengan menerapkan model nonpreemptive goal programming yang dapat menyusun jadwal perawat berdasarkan pertimbangan aturan rumah sakit (kendala utama) dan preferensi perawat (kendala tambahan). Metode yang digunakan dalam penelitian ini adalah goal programming dimana aturan-aturan penjadwalan dimodelkan dalam bentuk persamaan dan pertidaksamaan matematika untuk diselesaikan dengan model nonpreemptive goal programming melalui proses komputasi menggunakan software LINGO 18.0. Hasil dari penelitian ini adalah terciptanya jadwal yang optimal untuk periode waktu 31 hari kerja sesuai dengan aturan rumah sakit dan preferensi perawat dengan meminimalkan variabel deviasi pada ketiga kendala tujuan.
Artificial Neural Network dalam Meramalkan Kasus Covid-19 di Indonesia Menggunakan Metode Backpropagation Ampudan Riki Pasaribu; Sawaluddin Sawaluddin; Syahriol Sitorus; Muhammad Syahputra
Leibniz: Jurnal Matematika Vol. 4 No. 1 (2024): Leibniz: Jurnal Matematika
Publisher : Program Studi Matematika - Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas San Pedro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59632/leibniz.v4i1.388

Abstract

Kasus covid-19 sudah menjadi ancaman bagi seluruh dunia termasuk negara Indonesia. Grafik kasus penyebaran covid-19 di Indonesia semakin tidak terkendali sejak awal mula kasus pertama covid-19 di Indonesia. Prediksi kasus konfirmasi harian covid-19 sangat dibutuhkan untuk memutus rantai penyebaran covid-19 dimasa mendatang. Dalam penelitian ini, melalui pendekatan jaringan saraf tiruan menggunakan metode backpropagation dilakukan peramalan kasus konfirmasi harian covid-19 di Indonesia menggunakan data kasus harian sebelumnya dimulai sejak tanggal 02 maret 2020 hingga 18 Februari 2023. Arsitektur dan parameter terbaik dalam proses peramalan ini, diperoleh terdapat 14 neuron pada input layer, 128 neuron pada hidden layer dan 1 neuron pada output layer. Sedangkan nilai-nilai parameter terbaik selama pembelajaran model diperoleh nilai learning rate sebesar 0.001 dan fungsi aktivasi yang digunakan adalah ReLu dalam 1000 epoch pelatihan. Dalam peramalan ini akan diperoleh hasil ramalan dalam periode 14 hari kedepan dengan tingkat keakurasian yang dinilai berdasarkan nilai MAPE terkecil yaitu sebesar 1.16% dan koefisien determinasi sebesar 98%.
Co-Authors Ampudan Riki Pasaribu Eiby Valentine Muhammad Syahputra Sawaluddin Sawaluddin