Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal EurekaMatika (Jurnal Online Matematika S1) MANAJERIAL: Jurnal Inovasi Manajemen dan Supervisi Pendidikan Jurnal Abdi Masyarakat Indonesia Jurnal Eurekamatika
Utari Wijayanti
Universitas Pendidikan Indonesia
Humanities Computer Science & IT Economics, Econometrics & Finance Education Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Public Health Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PRODUKSI SEPATU DAN SANDAL DENGAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITÉ (ELECTRE) Akshaerari, Syeril; Wijayanti, Utari
Jurnal EurekaMatika (JEM) Vol 1, No 1 (2013): Jurnal EurekaMatika
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

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

Abstract

Pada produksi sepatu atau sandal, ada beberapa kriteria yang dipertimbangkan pengambil keputusan untuk menentukan model sepatu atau sandal yang akan diproduksi. Kriteria tersebut antara lain harga penjualan, penjualan sebelumnya dan minat pelanggan. Untuk membantu pengguna dalam memilih model sepatu atau sandal yang akan diproduksi dibutuhkan suatu sistem pendukung keputusan yang interaktif. Metode ELECTRE merupakan salah satu metode yang dapat diterapkan pada sistem pendukung keputusan ini. Pada penggunaan sistem pendukung keputusan dengan metode ELECTRE ini, pengguna akan memberikan nilai rating kecocokkan untuk setiap alternatif model sepatu terhadap ketiga kriteria yaitu harga penjualan, penjualan sebelumnya dan minat pelanggan. Hasil yang akan ditampilkan adalah model sepatu yang terbaik untuk diproduksi dibandingkan dengan model lainnya menurut perhitungan teoritis menggunakan metode ELECTRE.Kata Kunci: MADM, ELECTRE, Produksi, SPK
Nilai Minimal Span Pelabelan L(3,1) pada Graf Supercycle Sc(n,r) Fanny Febryani; Kartika Yulianti; Yaya Sukjaya Kusumah; Utari Wijayanti
Jurnal EurekaMatika Vol 11, No 2 (2023): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v11i2.66736

Abstract

An labeling of a graph  is a function f from the set of vertex V(G) to the set of positive integers for any two vertices u, v where label difference |f(u)-f(v)|≥3 for distance d(u,v)=1 and label difference |f(u)-f(v)|≥1 for distance d(u,v)=2. In this study, the smallest positive integer λ where the maximum label used on L(3,1)-labeling for supercycle graph Sc(n,r) was formulated. The supercycle graph Sc(n,r) is the result of combining two special graphs, namely cycle graph  Cn and Hanoi graph Hr. To determine the formula for the minimum span value of labeling on supercycle graph, a pattern detection method is used, which is labeling several supercycle graph with certain n and r values, then we generalized. We obtained that λ(Sc(n,1))=6 if n= 1. Furthermore, λ(Sc(n,1))=7 if n1 and even; λ(Sc(n,1))=8 if n1 and odd. In addition, λ(Sc(n,r))=8, for r1.Keywords: L(3,1)-Labeling, Supercycle Graphs. AbstrakPelabelan L(3,1) didefinisikan sebagai pemetaan dari himpunan titik pada graf G ke himpunan bilangan bulat positif dimana untuk setiap dua titik u,v jika d(u,v)=1 berlaku |f(u)-f(v)|≥3 dan jika d(u,v)=2 berlaku |f(u)-f(v)|≥1. Pada penelitian ini dirumuskan nilai minimal rentang (span) pelabelan L(3,1) untuk graf supercycle Sc(n,r), yang dinotasikan dengan λ(Sc(n,r)). Graf supercycle Sc(n,r) merupakan hasil dari penggabungan dua buah graf khusus, yaitu graf cycle Cn  dan graf Hanoi Hr.  Proses penentuan nilai minimal span dari pelabelan L(3,1) pada graf supercycle, digunakan metode pendeteksian pola, yaitu dilakukan pelabelan pada beberapa graf supercycle Sc(n,r) dengan nilai n dan r tertentu, kemudian digeneralisasi secara induksi. Hasil penelitian ini diperoleh nilai  λ(Sc(n,1))=6, jika n=1. Kemudian, λ(Sc(n,1))=7, jika n1 dan n genap, λ(Sc(n,1))=8, jika n1 dan n ganjil. Selanjutnya, λ(Sc(n,r))=8 untuk r1. 
PROGRAM VISUALISASI KURIKULUM UNTUK MENINGKATKAN LAYANAN KURIKULUM DI LINGKUNGAN FPMIPA UPI Wijayanti, Utari; Nurjanah, Nurjanah; Rusdiana, Dadi
MANAJERIAL : Jurnal Inovasi Manajemen dan Supervisi Pendidikan Vol. 5 No. 3 (2025)
Publisher : Pusat Pengembangan Pendidikan dan Penelitian Indonesia (P4I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51878/manajerial.v5i3.6924

Abstract

Developing a curriculum demands high precision because it must consider various constraints such as the number of credits (SKS) allowed per semester, the availability of teaching staff, the prerequisite interrelation between courses, student readiness, and the availability of facilities. Difficulty often arises in designing a consistent curriculum, where prerequisite courses must always be taken before advanced courses; the curriculum is considered inconsistent if the offering order of a course and its prerequisite is reversed. This research addresses this issue by developing a curriculum visualization program that helps curriculum developers achieve consistency and facilitates academic teams at the study program up to the faculty level to supervise the consistency of the existing curriculum, with results indicating that the developed program eases the supervision of curriculum consistency. ABSTRAK Mengembangkan kurikulum membutuhkan ketelitian tinggi karena memiliki banyak batasan termasuk di antaranya jumlah sks yang dapat diambil oleh mahasiswa pada setiap semester, ketersediaan tenaga pengajar, keterkaitan antara suatu mata kuliah dengan mata kuliah prasyarat, kematangan dan kesiapan mahasiswa dalam mengambil suatu mata kuliah, dan ketersediaan fasilitas untuk penyelenggaraan mata kuliah pada satu semester. Dalam penyusunan kurikulum, dengan banyaknya batasan yang perlu dipenuhi tidak jarang penyusun kurikulum mengalami kesulitan dalam menyusun kurikulum yang konsisten di mana suatu mata kuliah dapat ditawarkan pada suatu semester jika mata kuliah prasyarat sudah diambil oleh mahasiswa pada semester-semester sebelumnya. Kurikulum tidak konsisten jika muncul suatu mata kuliah dengan mata kuliah prasyarat ditawarkan dengan urutan yang terbalik. Penelitian ini mengembangkan program visualisasi kurikulum sehingga membantu penyusun kurikulum menyusun kurikulum secara konsisten dan memudahkan tim akademik baik di program studi, departemen dan fakultas untuk melakukan supervisi terkait konsistensi kurikulum yang ada. Hasil penelitian menunjukkan program kurikulum yang dikembangkan memudahkan supervisi konsisten kurikulum.
Workshop Implementasi Project-Based Learning dengan Pendekatan STEM dan Deep Learning Berbasis AI untuk Menunjang Profesionalisme Guru Matematika di Kabupaten Kuningan Jawa Barat Nurjanah, Nurjanah; Yuliardi, Ricki; Usdiyana, Dian; Wijayanti, Utari; Fajri Lutfi, Ahmad
Jurnal Abdi Masyarakat Indonesia Vol 6 No 1 (2026): JAMSI - Januari 2026
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.2209

Abstract

Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan pemahaman dan profesionalisme guru matematika SMA di Kabupaten Kuningan melalui pelatihan implementasi Problem-Based Learning (PBL) dengan pendekatan STEM serta integrasi Artificial Intelligence (AI) dalam pembelajaran. Kegiatan ini diikuti oleh 45 guru MGMP Matematika SMA Kabupaten Kuningan. Metode yang digunakan meliputi workshop, pendampingan, serta praktik langsung dalam merancang dan mengimplementasikan aktivitas pembelajaran berbasis proyek dan masalah kontekstual. Data hasil pretest dan posttest dianalisis menggunakan perhitungan N-Gain untuk melihat peningkatan pemahaman guru serta analisis deskriptif persentase untuk menilai respon guru terhadap pelatihan. Hasil menunjukkan adanya peningkatan pemahaman guru dengan N-Gain mayoritas pada kategori sedang (80%) dan sebagian lainnya pada kategori tinggi (20%). Respon guru terhadap pelatihan juga berada pada kategori baik, dengan rata-rata skor 47,16 dari 60 atau sebesar 78,6%. Temuan ini menunjukkan bahwa pelatihan mampu memberikan kontribusi positif terhadap peningkatan kompetensi guru, khususnya dalam penerapan PBL-STEM berbasis AI guna menciptakan pembelajaran matematika yang lebih bermakna, interaktif, dan kontekstual.
K Nearest Neighbor in the Presence of a Circle as an Obstacle Wijayanti, Utari; Herrhyanto, Nar; Husain, Husty Serviana
Jurnal EurekaMatika Vol 13, No 1 (2025): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v13i1.91677

Abstract

Nearest Neighbour (NN) and k-Nearest Neighbour (kNN) queries, along with their various types, have found widespread applications in numerous real-world scenarios. As a result, they have garnered significant research attention over the past few decades. However, spatial queries involving curved obstacles present unique challenges due to the mathematical complexity of the curves themselves.Most existing algorithms address this issue by approximating curved obstacles as polygons and then applying visibility graphs to determine the shortest path. While effective in some cases, this polygonization approach becomes problematic when the obstacle contains a large number of polygonal points, which significantly increases the computational burden on both the visibility graph and Dijkstra’s algorithm. Alternatively, representing curved obstacles directly as mathematical equations offers a more efficient solution, with linear complexity in shortest path computation. Despite its potential, this approach has not yet been explored in the context of NN and kNN queries.In this research, we propose a novel approach to NN and kNN queries by modeling curved obstacles using curve equations, with circular shapes as the initial focus. Through theoretical analysis, we develop pruning techniques based on spatial relationships between query points, reference points, and obstacles. The correctness of our algorithms is rigorously validated through nine original lemmas, formulated independently without reference to existing papers or books.
Co-Authors Dian Usdiyana Fajri Lutfi, Ahmad Fanny Febryani Husty Serviana Husain Kartika Yulianti N. Nurjanah Nar Herrhyanto Syeril Akshaerari Yaya Sukjaya Kusumah Yuliardi, Ricki