Article Per Year (5 Year)
p-Index From 2020 - 2025
1.633
P-Index
This Author published in this journals
All Journal Statistika Jurnal Pengajaran MIPA Jurnal Pengajaran Matematika dan Ilmu Pengetahuan Alam Jurnal Online Pendidikan Matematika Kontemporer EurekaMatika (Jurnal Online Matematika S1) E-Dimas: Jurnal Pengabdian kepada Masyarakat QALAMUNA: Jurnal Pendidikan, Sosial, dan Agama International Research Journal of Business Studies (E-Journal) Jurnal Pengabdian Kepada Masyarakat (Mediteg) Jurnal Eurekamatika Euclid Kreano, Jurnal Matematika Kreatif Inovatif International Research Journal of Business Studies Journal on Mathematics Education Research
Entit puspita
Universitas Pendidikan Indonesia
Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
ANALISIS INDEKS HARGA SAHAM MENGGUNAKAN METODE VALUE AT RISK DENGAN PENDEKATAN EKSPANSI CORNISH FISHER DAN METODE RANTAI MARKOV Alpian, Ilham; Puspita, Entit; Marwati, Rini
Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v5i1.10299

Abstract

ABSTRAK. Value at Risk (VaR) menggunakan pendekatan Cornish Fisher lebih memperhatikan distribusi returnnya dengan mengambil taraf kepercayaan 95% yang melibatkan momen pertama, momen kedua, momen ketiga, dan momen keempat sehingga investor dapat lebih mengantisipasi kemungkinan akan terjadinya risiko tanpa harus memenuhi bahwa data harus berasal dari distribusi normal. Penerapan rantai Markov untuk dapat mengetahui dengan akurat secara teoritis nilai peluang perubahan state indeks harga saham pada waktu yang akan datang.Berdasarkan analisis menggunakan Metode VaR dengan pendekatan Cornish Fisher yang merupakan teknik optimalisasi dan Metode rantai Markov yang merupakan teknik deskriptif maka diperoleh hasil bahwa untuk analisis indeks harga saham BBNI diperkirakan kerugian maksimum yang diperoleh investor sebesar 74,477% dengan peluang naik sebesar 0,4377. Sedangkan untuk indeks harga saham BBRI diperkirakan kerugian maksimum yang diperoleh investor sebesar 63,941% dengan peluang naik sekitar 0,4763. Pada indeks harga saham BMRI diperkirakan kerugian maksimum yang diperoleh investor sebesar 291,7135% dengan peluang naik sebesar 0,4802. Pada indeks harga saham BBTN diperkirakan kerugian maksimum yang diperoleh investor sebesar 70,676% dengan peluang naik sebesar 0,4652.liskan abstrak dalam bahasa Indonesia.  Kata Kunci: Value at Risk, Ekspansi Cornish Fisher, Distribusi return, Rantai Markov, Steady-state, Indeks Harga Saham.   ABSTRACT. Value at risk (VaR) with expansion Cornish Fisher approach took attention more in the return distribution with 95 % confidence level that involving the first, second, third, and forth moment so that the investor could anticipate the risk’s possibility when the data is not from a normal distribution. The application of Markov chain is used to find out theoretically the probability of the change state of stock market in the future.Based on the analysis using VaR method with Cornish Fisher, which  the optimization technique, and Markov chain method is the descriptive technique, we obtained that for BBNI stock market index analysis, there is an estimation that the investors can get maximum loss 74,477% with probability of amend is 0,4377. As for the BBNI stock market index we estimated that the investors can get maximum loss 63,941% with probability of amend is 0,4763. In the BMRI Stock market index, we estimated that the investors will can maximum loss 291,713% with probability of amend is 0,4802. In the BBTN stock market index, we estimated that the investors will get maximum loss 70,676% with probability of amend is 0,4652.. Keywords: Value at Risk, Ekspansi Cornish Fisher, Return distribution, Markov chain, Steady-state, Stock Market Index.
PENGUKURAN RISIKO KREDIT OBLIGASI PENDEKATAN FIRST PASSAGE TIME DAN OPTIMISASI PORTOFOLIO DENGAN MEAN VARIANCE EFFICIENT PORTFOLIO Alfiyyati, Lydia Zayyani; Suherman, Maman; Puspita, Entit
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.081 KB) | DOI: 10.17509/jem.v4i1.10648

Abstract

ABSTRAK. Cara seorang investor mengambil keputusan berinvestasi adalah dengan mempertimbangkan risiko yang mungkin terjadi dan expected return yang diinginkan, seperti halnya berinvestasi pada obligasi. Risiko kredit merupakan ketidakmapuan pihak peminjam untuk membayar lagi bunga dan kewajibannya terhadap investor atau disebut juga default. Model First Passage Time yang merupakan perkembangan dari model Merton pada tahun 1976 oleh Black dan Cox mengasumsikan bahwa default dari suatu perusahaan dapat terjadi sebelum jatuh tempo obligasi. Contoh kasus untuk mengaplikasikan pendekatan ini adalah dengan menghitung risiko kredit dari obligasi yang diterbitkan oleh PT Summarecon Agung dan PT Indosat dengan data yang diperoleh dari Indonesia Bond Pricing Agency (IBPA). Nilai yang menjadi indikator bahwa kedua perusahaan tersebut default adalah face value dari masing-masing obligasi, artinya ketika face value obligasi PT Summarecon Agung Rp150000000000,00, perusahaan tersebut default jika total asetnya jatuh di bawah nilai tersebut. Hasil pengolahan data yang dilakukan memberikan hasil peluang default dari kedua perusahaan mendekati nol yang mengimplikasikan bahwa cukup aman berinvestasi pada obligasi tersebut. Saat investor ingin menggabungkan kedua obligasi dengan membentuk sebuah portofolio agar risiko minimum dan memperoleh expected return yang diinginkan, Mean Variance Efficient Portfolio dapat dijadikan alternatif optimisasi portofolio. Hasil dari MVEP menunjukkan proporsi obligasi PT Summarecon Agung adalah 38,79% dan 61,21% untuk obligasi PT Indosat.Kata kunci : Risiko Kredit, Manajemen Risiko, First Passage Time, Mean Variance Efficient Portfolio.ABSTRACT. How an investor making an investment decision is to consider the potential risks and desired expected return , as well as investing in bonds. Credit risk is the inability of the borrower to pay interest and obligations to investors or also called default. First Passage Time Model, which is the development of Merton model in 1976 by Black and Cox assuming that the default of a company may occur prior to maturity of the bonds. The case to apply this approach is to calculate the credit risk of bonds issued by PT Summarecon Agung and PT Indosat with data obtained from Indonesia Bond Pricing Agency (IBPA). The values which refer to indicator that both companies default is the face value of each bond,  that is when the face value of bonds PT Summarecon Agung Rp150000000000,00, the company declared to be default if the total asset falls below that value. The results of data processing is done and giving the result that default probability of both companies close to zero which implies that it is safe enough to invest in bonds. If the investor wants to combine the two bonds in a bond portfolio in order to obtain a minimal risk and desired expected return, Mean Variance Efficient Portfolio can be used as an alternative of portfolio optimization. Results of MVEP shows the proportion of  the bond of PT Summarecon Agung was 38.79% and 61.21% for the bond of PT Indosat.Keywords: Credit Risk, Management Risk, First Passage Time, Mean Variance Efficient Portfolio.
MARKOV SWITCHING AUTOREGRESSIVE Rahman, Jaelani; Puspita, Entit; Suherman, Maman
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (323.447 KB) | DOI: 10.17509/jem.v2i1.11270

Abstract

Runtun waktu ialah himpunan observasi yang dicatat berurut berdasarkan waktu. Tujuan dari metode runtun waktu ialah menemukan model yang sesuai sehingga didapatkan hasil peramalan yang baik. Salah satu model runtun waktu yang telah dikenal adalah Autoregressive. Pada data ekonomi sering terjadi perubahan struktur yang di akibatkan oleh perubahan kebijakan pemerintah, krisis ekonomi, perang dan model Autoregressive belum mampu menjelaskan perubahan struktur tersebut. Perubahan struktur biasanya ditandai dengan adanya perubahan dramatis. Markov Switching Autoregressive adalah salah satu model yang dapat digunakan jika pada data ditemui adanya perubahan struktur. Model dengan perubahan struktur ialah model dengan parameter yang berubah-ubah dalam periode waktu tertentu. Ide dasar dari Markov Switching Autoregressive ialah membuat model yang dinamis seiring dengan berubahnya data. Perubahan yang terjadi pada data seringkali dipengaruhi faktor-faktor yang tidak dapat diamati secara langsung. Markov Switching Autoregressive adalah salah satu model alternatif untuk memodelkan data yang dipengaruhi variabel tidak teramati. Dalam literatur variabel tidak teramati tersebut disebut state atau disimbolkan dengan , dimana  mengikuti rantai Markov. Nilai tukar rupiah terhadap dollar mengalami perubahan dramatis pada periode 1997-1998 dan perubahan tersebut dapat terjadi kembali di masa yang akan datang. Penyebab terjadinya perubahan pada nilai tukar tersebut juga seringkali tidak dapat diamati secara langsung. Estimasi parameter dengan menggunakan maksimum likelihood dan perhitungannya menggunakan algoritma Expectation Maximization. Dalam pendugaan parameter menggunakan software Eviews dan Oxmetrics 7. Chow test menangkap adanya perubahan struktur pada data nilai tukar dollar terhadap rupiah November 1995 sampai Maret 2015 dan model yang sesuai adalah MSAR(3,1).Kata kunci: runtun waktu, Autoregressive, perubahan struktur, Markov Switching Autoregressive
PERAMALAN JUMLAH PERMINTAAN SPARE PART LCV BUSHING STRUTHBAR DENGAN MENGGUNAKAN METODE CROSTON DAN METODE SYNTETOS BOYLAN APPROXIMATION Simamora, Yesi Kurnia; Puspita, Entit; Herrhyanto, Nar
Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (269.768 KB) | DOI: 10.17509/jem.v7i1.17887

Abstract

Meningkatnya permintaan kendaraan bermotor akan mempengaruhi jumlah permintaan akan spare parts. Permasalahan persediaan kerap kali dihadapi oleh para pengambil keputusan khususnya dalam hal manajemen persediaan. Pada data permintaan spare part LCV BUSHING STRUTHBAR diketahui bahwa tidak selalu terjadi permintaan setiap bulannya sehingga membentuk pola data intermittent. Intermittent demand adalah permintaan yang memiliki nilai zero dan non-zero. Metode peramalan yang cocok untuk pola data intermittent adalah metode Croston dan Syntetos Boylan Approximation (SBA). Berdasarkan analisis yang telah dilakukan ternyata metode SBA adalah metode yang memiliki varians lebih kecil daripada metode Croston, dengan nilai varians sebesar 0,906.
PENYELESAIAN MASALAH PENUGASAN YANG DIPERUMUM DENGAN MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND YANG DIREVISI Aisyah, Siti Nur; Novianingsih, Khusnul; Puspita, Entit
Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (300.216 KB) | DOI: 10.17509/jem.v5i2.9596

Abstract

ABSTRAK. Masalah penugasan yang diperumum merupakan perumumandari masalah penugasan klasik. Pada masalah penugasan yang diperumum,satu agen dapat dipasangkan dengan lebih dari satu tugas dan terdapatkendala berupa pembatasan sumber daya yang diberikan kepada setiapagen dalam melakukan tugasnya. Berbasis algoritma branch-and-bound,penelitian ini mengembangkan algoritma tersebut untuk menyelesaikanmasalah penugasan yang diperumum. Yaitu algoritma branch-and-boundyang direvisi yang dibahas dalam penelitian ini. Algoritma ini bekerjadengan cara menyelesaikan serangkaian masalah knapsack biner untukmemperbaiki nilai batas bawah dari setiap node, sehingga diperolehpercabangan yang lebih sedikit dibandingkan dengan algoritma branchand-boundbiasa. Akibatnya solusi optimal diperoleh dengan waktu yanglebih cepat.Kata Kunci: Masalah penugasan yang diperumum, algoritma branch-andboundyang direvisi, masalah knapsack biner.ABSTRACT. Generalized assignment problem is a generalization of theclassical assignment problem. In the generalized assignment problem, theagent can be assigned with more than one task and there are constraint thatis restrictions on the resources provided to each agent for handle the task.Based on branch-and-bound algorithm, this research develops thealgorithm for solving the generalized assignment problem. That is revisedbranch-and-bound algorithm that used in this research. The algorithmworks by solving a series of binary knapsack problems to improve thelower bounds of each node. So that we obtain branches less than thebranches obtained by the classical branch-and-bound algorithm. Hence theoptimal solution obtained in more efficiently.Keywords: Generalized assignment problem, revised branch-and-boundalgorithm, binary knapsack problem.
PERAMALAN CURAH HUJAN KOTA BANDUNG MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT PADA DERET BERKALA MUSIMAN Prahesti, Danica Dwi; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (399.618 KB) | DOI: 10.17509/jem.v4i1.10649

Abstract

ABSTRAK. Model fungsi transfer pada deret berkala pola musiman merupakan penggabungan karakteristik dari model analisis regresi berganda dengan karakteristik model deret berkala pola musiman SARIMA (Seasonal Autoregresive Integrated Moving Average). Model fungsi transfer yang memiliki lebih dari dua deret berkala pada variabel input disebut dengan model fungsi transfer multivariat. Prosedur untuk menentukan model fungsi transfer diawali dengan menghilangkan pengaruh musiman (deseasonalized) pada semua deret berkala, kemudian untuk menentukan model fungsi transfer multivariat dimulai dengan pembentukan model fungsi transfer univariat pada masing-masing variabel input, kemudian dilakukan pembentukan secara serentak menjadi model fungsi transfer multivariat. Model fungsi transfer pada deret berkala pola musiman diterapkan untuk meramalkan jumlah curah hujan di kota Bandung, dengan variabel input berupa data kelembaban udara, suhu udara, tekanan udara, dan kecepatan angin. Data yang digunakan dimulai dari bulan Januari 2000 hingga Desember 2013. Hasil penelitian ini menunjukkan bahwa : (1) model peramalan curah hujan menggunakan model fungsi transfer multivariat pada deret berkala musiman yaitu: ; (2) hasil peramalan curah hujan kota bandung untuk 12 bulan ke depan menunjukkan terjadi fluktuasi dimana jumlah curah hujan paling tinggi terjadi pada bulan Februari 2014 dan jumlah curah hujan terendah pada bulan Januari 2014.Kata Kunci: Deret Berkala, SARIMA, Fungsi Transfer, Multivariat, Curah   Hujan.ABSTRACT. Transfer function models for time series seasonal pattern which is combination characteristic of the multiple regression analysis model with a characteristics of the time series seasonal pattern models SARIMA (Seasonal Autoregresive Integrated Moving Average). Transfer function models has more than two time series on the input variables is called multivariate transfer function model. The procedure for determining the transfer function models begins with remove the influence of seasonal (deseasonalized) at all time series, then for determine multivariate transfer function models begins with the establishment of the univariate transfer function models at each input variable, and then do the establishment simultaneously be a multivariate transfer function models. multivariate transfer function models for time series seasonal pattern applied to predict the amount of rainfall at Bandung city, with a form of data input variable is air humidity, air temperature, air pressure, and wind speed. Used data starts from January 2000 to December 2013. Results from this study indicate that : (1) forecasting models of rainfall used transfer function models that : ; (2) the results of forecasting for rainfall Bandung city for 12th month ahead showed fluctuation where the number of the rainfall highest uccurred on February 2014 and the number of rainfall lowest on January 2014.Key word: Time Series, SARIMA, Transfer Function, Multivariate, Rainfall.
PENGELOMPOKAN KECAMATAN DI KABUPATEN BANDUNG BERDASARKAN INDIKATOR KEMISKINAN TAHUN 2015 MENGGUNAKAN METODE LATENT CLASS CLUSTER ANALYSIS (LCCA) Hafizha, Zahra Ridha; Rachmatin, Dewi; Puspita, Entit
Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (201.888 KB) | DOI: 10.17509/jem.v6i2.14684

Abstract

ABSTRAK. Kemiskinan merupakan hal yang sangat kompleks. Kabupaten Bandung merupakan wilayah yang memiliki jumlah penduduk miskin keempat terbanyak di Jawa Barat. Kemiskinan di Kabupaten Bandung mengalami peningkatan dari tahun 2014 ke tahun 2015. Untuk itu diperlukan ketepatan program bantuan dari pemerintah yang bisa diterapkan di Kabupaten Bandung untuk menangani masalah tersebut. Oleh karena itu, penulis akan melakukan pengelompokan kecamatan di Kabupaten Bandung berdasarkan variabel indikator kemiskinan tahun 2015 untuk mendapatkan kelompok-kelompok (klaster) yang memiliki kemiripan sifat antara anggotanya, sehingga untuk masing-masing klaster yang terbentuk memiliki kriteria tertentu. Pengelompokan akan dilakukan dengan metode Latent Class Cluster Analysis (LCCA). Metode ini menggunakan Algoritma EM dan Metode Newton Raphson sebagai tahapan estimasi parameter. Selanjutnya pemilihan model dilakukan berdasarkan nilai BIC terendah dan pengelompokan objek ke dalam klaster dilakukan menggunakan peluang posterior. Kesimpulan dari hasil pengelompokan ini adalah terbentuknya 4 klaster dengan klaster 1 terdiri dari 11 kecamatan, klaster 2 terdiri dari 10 kecamatan, klaster 3 terdiri dari 8 kecamatan dan klaster 4 terdiri dari 2 kecamatan dengan masing-masing klaster memiliki kriteria tertentu. Kata Kunci :  Kemiskinan, Latent Class Cluster Analysis (LCCA), Algoritma EM, Newton-Raphson, Peluang Posterior. TITLE. Classification Of Subdistrict Of Bandung Regency Based On Poverty Indicator In 2015 Using Latent Class Cluster Analysis (LCCA) MethodABSTRACT. Poverty is such a complex problem. Bandung Regency takes the fourth place as an area with biggest poverty population in West Java. Poverty in Bandung Regency has increased since 2014 until 2015. Hence, the goverment needs a precise implementable aid program to help Bandung Regency to handle this problem. Therefore, writer will classify some subdistricts in Bandung Regency based on poverty indicator in 2015 as variable in order to form the cluster that have similar characteristics between each components, so for each cluster that formed will have a specific criteria. Classification process will be done by Latent Class Cluster Analysis (LCCA) method. This method use EM Algorithm and Newton Raphson Method as parameter estimation process. After that, the model will be choosen based on the lowest BIC value and the classification of object into the cluster which will be done by using posterior probability. The conclusion from the results of classification process is four cluster has been obtained with the first cluster consist of 11 subdistricts, second cluster consist of 10 subdistricts, third cluster consist of 8 subdistricts, and fourth cluster consist of 2 subdistricts and each cluster has specific criteria.Key Words : Poverty, Latent Class Cluster Analysis (LCCA), EM Algorithm, Newton-Raphson, Posterior Probability.
UJI UMPU PADA KELUARGA EKSPONENSIAL DUA PARAMETER DIDASARKAN PADA UJI STATISTIK TUNGGAL Entit Puspita
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 1 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i1.525

Abstract

Lehmann (1986) menyusun suatu prosedur untuk mengkonstruksi uji UMPU(uniformly most Powerful unbias) untukberbagai hipotesis komposit mengenai satu dari parameter-parameter alaminya. Uji tersebut pada dasarnya diturunkan denganmenggunakan densitas bersyarat T1 bahwa dalam aplikasi diberikan uji-uji dalam bentuk yang sesuai, yang tidak tampak sebagaiuji bersyarat tetapi dinyatakn dalam bentuk sebagai uji statistik tunggal. Pada makalah ini akan diturunkan statistik tunggal Znyang memenuhi kondisi Lehmann untuk konstruksi uji UMPU pada keluarga eksponensial dua parameter.
UPAYA MENGAKTIFKAN SISWA DALAM PEMBELAJARAN MATEMATIKA MELALUI LESSON STUDY Endang Sri Rahayu; Dadang Juandi; Entit Puspita
Jurnal Pengajaran MIPA Vol 9, No 1 (2007): JPMIPA: Volume 9, Issue 1, 2007
Publisher : Faculty of Mathematics and Science Education, Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18269/jpmipa.v9i1.35724

Abstract

Salah satu upaya untuk mengaktifkan siswa dalam pembelajaran matematika dapat dilakukan melalui penerapan model pembinaan propesi guru yang dikenal dengan nama "Lesson Study". Kegiatan Lesson Study dilakukan dalam tiga tahapan yaitu Plan (perencanaan), Do (pelaksanaan) dan See (repleksi) yang dilakukan secara kolaboratif dan berkelanjutan. Dengan menggunakan instrumen penelitian berupa Lembar Observasi dan Lembar Kerja Siswa dengan topik penjumlahan dan pengurangan bentuk aljabar suku sejenis dan bukan sejenis, penelitian dilaksanakan terhadap siswa kelas VII SMPN I Jatinangor, observasi kelas dilakukan oleh 25 guru matematik pada hari Rabu tanggal 22 Desember 2006 bertepatan dengan Implementasi putaran pertama kegiatan Lesson Study. Dari hasil analisis lembar observasi pembelajaran terungkap bahwa model pembelajaran Kooperatif tipe Jigsaw dapat memotivasi setiap anggota kelompok untuk bekerja sama secara bertanggung jawab mengerjakan tugas yang terdapat pada LKS. Nilai tugas matematik pada LKS yang diperoleh masing-masing kelompok berkategori tinggi, menunjukkan bahwa kegiatan'berdiskusi kelompok kecil untuk menyelesaikan masalah lebih memotivasi anak dalam menemukan solusi yang lebih baik. Hal-hal penting yang diperoleh guru sebagai observer dari kegiatan lesson study ini adalah adanya penambahan pengetahuan tentang model pembelajaran kooperatif tipe jigsaw; memilih media pembelajaran sederhana dan menyusun yang LKS dapat memotivasi dan membantu siswa bermatematika secara aktif; cara guru memberikan motivasi pada siswa; dan cara menjalin hubungan yang baik antara guru dengan siswa.
Optimasi Delay Lampu Hijau Lalu Lintas Menggunakan Fuzzy Metode Mamdani dan Metode Sugeno Reka Septiani; Khusnul Novianingsih; Entit Puspita
Jurnal EurekaMatika Vol 8, No 1 (2020): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v8i1.25748

Abstract

Penelitian ini membahas tentang optimisasi penjadwalan delay lampu hijau pada persimpangan Jalan P.H.H. Mustofa dan Jalan Jend. Ahmad Yani Bandung dengan menggunakan logika fuzzy metode Mamdani dan Sugeno. Optimisasi penjadwalan delay lampu hijau dilakukan agar penumpukan kendaraan berkurang saat lampu merah menyala. Penjadwalan delay lampu hijau yang optimal adalah runtunan siklus delay lampu hijau terpendek dengan kendala tertentu. Dalam penelitian ini, logika fuzzy metode Mamdani dan Sugeno digunakan untuk memperoleh delay lampu hijau yang optimal. Logika fuzzy adalah kaidah berpikir samar yang memiliki penalaran cukup adil. Sedangkan metode Mamdani dan Sugeno adalah metode yang bekerja berdasarkan aturan-aturan fuzzy yang ditetapkan peneliti. Hasil implementasi menunjukkan bahwa metode Sugeno lebih optimal dibandingkan metode Mamdani dengan rata-rata satu siklus delay lampu hijau selama 234 detik pada metode Sugeno dan 239 detik pada metode Mamdani.
Co-Authors Al Jupri Alfiyyati, Lydia Zayyani Alfiyyati, Lydia Zayyani Alpian, Ilham Alpian, Ilham Cece Kustiawan Cece Kustiawan Cucu Cahyati Dadang Juandi Dewi Rachmatin Didi Suryadi Endang Sri Rahayu Endang Sri Rahayu Eyus Sudihartinih Fitriani agustina Hafizha, Zahra Ridha Ilyas, Isti Agustia Ima Nursaadah, Ima Imam Aji Nugroho Jaelani Rahman, Jaelani Julianto S.Si Kartika Yulianti Khusnul Novianingsih Lukman ., Lukman Majid, Abu Bakar Faris Abdul Maman Suherman Muhammad Rayana Kusumanegara Nar Herrhyanto Poppy Diara Prahesti, Danica Dwi Prahesti, Danica Dwi Prof Wahyudin Reka Septiani Rini Marwati Ririn Sispiyati Ryaneka Darmawan, Ryaneka Simamora, Yesi Kurnia Siti Nur Aisyah Surya Amami Pramuditya Surya Amami Pramuditya Tia Purniati Winata, Hilma Mutiara