Claim Missing Document
Check
Articles

Found 33 Documents
Search

OPTIMASI WAKTU TUNGGU LAMPU LALU LINTAS MENGGUNAKAN METODE WEBSTER PADA SIMPANG EMPAT TUGU ADIPURA BANJARBARU Sofyan Efendi; Pardi Affandi
MAp (Mathematics and Applications) Journal Vol 8, No 1 (2026)
Publisher : Universitas Islam Negeri Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/map.v8i1.12701

Abstract

Simpang empat Tugu Adipura Banjarbaru merupakan salah satu titik pertemuan arus lalu lintas yang padat sehingga sering terjadi antrian kendaraan dan peningkatan waktu tunggu, terutama pada jam sibuk. Penelitian ini bertujuan untuk mengoptimalkan waktu siklus dan pembagian waktu hijau lampu lalu lintas menggunakan metode Webster. Data yang digunakan merupakan data primer yang diperoleh melalui observasi langsung dan rekaman kamera lalu lintas pada tiga periode waktu, yaitu pagi, siang, dan sore hari. Analisis dilakukan melalui beberapa tahapan, meliputi konversi volume kendaraan ke satuan mobil penumpang (SMP), perhitungan kapasitas jenuh, derajat kejenuhan, total waktu hilang, tingkat arus lalu lintas, serta penentuan siklus optimal. Hasil penelitian menunjukkan bahwa nilai total derajat kejenuhan pada ketiga periode waktu melebihi batas yang ditentukan (Y > 1), sehingga menghasilkan nilai siklus optimal yang tidak realistis (negatif). Hal ini mengindikasikan bahwa kapasitas simpang tidak mampu menampung volume kendaraan yang ada. Oleh karena itu, diperlukan upaya penanganan seperti peningkatan penggunaan transportasi umum atau pelebaran ruas jalan untuk menekan nilai . Akibatnya, nilai dapat berkurang hingga sehingga dapat dicari solusi siklus optimal dari tiap fase yang didasarkan pada hubungan antara kapasitas jalur (s_i), arus kendaraan (q_i), tingkat arus lalu lintas (y_i), dan total tingkat arus lalu lintas (Y).
ANALYZING COVID-19 DYNAMICS IN TWO NON-INTERACTING REGIONS THROUGH A STRUCTURED COMPARTMENTAL MODEL Muhammad Afief Balya; Dipo Aldila; Yuni Yulida; Sila Rizqina; Pardi Affandi
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 19, No 1 (2025)
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/epsilon.v19i1.15383

Abstract

COVID-19 is an infectious disease caused by the corona virus. Corona Virus or Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) is a virus that attacks the respiratory system. This paper will discuss the effect of the absence of human mobility on the spread of COVID-19. The proposed model consists of ten compartments, including susceptible, exposed, infected (symptomatic and asymptomatic), and recovered individuals in both regions. The model construction in this paper is quite simple, namely it does not involve human mobility at all. This is important because by understanding the characteristics of COVID-19 in a closed population, the spread of COVID-19 locally can be anticipated. Both analytical and numerical approaches are used. The numerical study involves elasticity analysis to identify key influential parameters and autonomous simulations to observe the long-term behavior of the system.
APLIKASI EVOLUTIONARY DISCRETE FIREFLY ALGORITHM DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM Nila Cahya; Oni Soesanto; Pardi Affandi
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 13, No 1 (2019): JURNAL EPSILON VOLUME 13 NOMOR 1
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1082.913 KB) | DOI: 10.20527/epsilon.v13i1.3194

Abstract

Proses distribusi barang pada suatu industri memerlukan bentuk efisiensi dalam pemilihan jalur terpendek yang akan dilalui seorang salesman. Secara matematis, pemilihan jalur terpendek merupakan suatu permasalahan optimasi yang disebut Travelling Salesman Problem (TSP). Terdapat banyak metode yang dapat diterapkan untuk menemukan solusi dari TSP, salah satunya Evolutionary Discrete Firefly Algorithm (EDFA) yang merupakan metode metaheuristik terbaru yang ditemukan oleh Jati dan Suyanto (2011) sebagai perkembangan dari Firefly Algorithm (FA) yang hanya didesain untuk permasalahan kontinu. Penelitian ini bertujuan untuk menjelaskan penerapan EDFA dalam penyelesaian TSP. Data yang digunakan dalam penelitian ini merupakan data kasus TSP berupa koordinat titik kota yang diambil dari database TSP Libary (TSPLIB) dengan 7 jenis kasus berbeda yaitu Ulysses16, Ulysses22, Eil51, Berlin52, St70, Rat99, dan Gr202. Kasus-kasus tersebut diselesaikan dengan menerapkan EDFA untuk menemukan solusi optimalnya melalui beberapa langkah yang terdapat dalam algoritma ini. Penyelesaian kasus TSP melalui EDFA juga dilakukan menggunakan bantuan program simulasi untuk mempermudah pehitungan. Hasil penelitian menunjukkan bahwa EDFA sebagai perkembangan FA telah berhasil diterapkan untuk kasus TSP yang memiliki solusi dalam ruang diskrit. Simulasi program EDFA yang diterapkan pada kasus-kasus tersebut memberikan solusi lebih baik pada beberapa kasus dengan hasil jarak optimal yang lebih pendek dibandingkan jarak optimal yang telah ditemukan sebelumnya.