Articles
<![CDATA[ALGORITMA ARTIFICIAL BEE COLONY (ABC) DALAM MENYELESAIKAN TRAVELING SALESMAN PROBLEM (TSP) Studi Kasus : Data Pelanggan Agen Surat Kabar Di Kota Singkawang ]]>
<![CDATA[Siti Nur Amanah]]>;
<![CDATA[Evi Noviani]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v11i4.57228
<![CDATA[Traveling Salesman Problem (TSP) merupakan permasalahan optimasi dalam pencarian rute terpendek yang dilalui seorang salesman dengan mengunjungi seluruh kota di suatu daerah, tepat satu kali di tiap kota dan kembali ke kota awal. Traveling Salesman Problem dapat diilustrasikan ke dalam bentuk graf berbobot, dengan simpul menyatakan kota, setiap garis yang menghubungkan satu atau dua simpul menyatakan rute yang dilalui dari suatu kota ke kota lain, dan bobot menyatakan jarak yang ditempuh dari satu kota ke kota lain. Solusi permasalahan tersebut adalah rute dengan jarak yang paling minimum dari semua kemungkinan rute. Apabila terdapat n kota yang akan dikunjungi maka diperlukan proses pencarian sebanyak (n-1)! rute. Penelitian ini bertujuan untuk mencari rute minimum yang ditempuh dari depot koran (agen surat kabar) menuju ke alamat pelanggan Kantor Biro Pontianak Post kota Singkawang dengan menggunakan algoritma Artificial Bee Colony (ABC). Artificial Bee Colony merupakan teknik optimasi berbasis populasi yang terinspirasi dari perilaku cerdas koloni lebah dalam mencari sumber makanan. Pada penelitian ini digunakan algoritma Artificial Bee Colony dengan 19 titik lokasi pelanggan koran dan depot koran dengan titik awalnya adalah Biro Pontianak Post yang terletak di Jalan Gunung Raya, Singkawang. Pada simulasi, digunakan colony size sebanyak 30 dan 2000 maksimum iterasi. Hasil jarak paling minimum yang diperoleh adalah 23,63 km. Kata kunci : Rute Terpendek, Koloni Lebah, Graf Berbobot, Lokasi Pelanggan Koran.]]>
<![CDATA[PENERAPAN ANALISIS FOURIER UNTUK MENENTUKAN PERIODE DAN PREDIKSI SUHU UDARA (Studi Kasus: Data Suhu Udara Kota Pontianak) ]]>
<![CDATA[Maulydiana Septiani]]>;
<![CDATA[Helmi Helmi]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v8i2.31649
<![CDATA[ Suhu udara merupakan salah satu unsur iklim yang penting untuk diamati. Perubahan pada suhu udara memiliki berbagai dampak terhadap kehidupan masyarakat di bidang pertanian, transportasi dan sebagainya. Suhu udara dapat diprediksi dengan menggunakan metode aproksimasi Deret Fourier. Persamaan aproksimasi Deret Fourier membutuhkan periode sebagai salah satu variabel dan metode yang dapat digunakan untuk mencari periode yaitu Transformasi Fourier Cepat. Hasil penelitian yang diperoleh yaitu periode suhu udara di Kota Pontianak tahun 2008 sampai dengan 2017 sebesar 12 bulan. Hasil penelitian tersebut menunjukkan bahwa kenaikan dan penurunan suhu udara berulang setiap 12 bulanan. Hasil prediksi suhu udara dengan aproksimasi Deret Fourier berorde enam pada tahun 2018 yaitu suhu udara maksimum mencapai . Berdasarkan Peraturan Kepala Badan Meteorologi, Klimatologi dan Geofisika Nomor Keputusan 009 Tahun 2010 mengenai definisi suhu udara ekstrim, maka hasil prediksi tersebut menunjukkan bahwa suhu udara di Kota Pontianak tidak ekstrim atau masih dalam kondisi normal. Kata Kunci: Aproksimasi, Deret Fourier, Transformasi Fourier.]]>
<![CDATA[SOLUSI PERSAMAAN DIFUSI PADA LARUTAN GULA DENGAN METODE BEDA HINGGA ]]>
<![CDATA[Dedek Noviyani]]>;
<![CDATA[Yundari Yundari]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (487.999 KB)
|
DOI: 10.26418/bbimst.v8i3.34026
<![CDATA[Difusi merupakan peristiwa berpindahnya suatu zat dalam pelarut dari bagian berkonsentrasi tinggi ke bagian berkonsentrasi rendah. Difusi dapat dinyatakan dalam bahasa matematika yaitu persamaan difusi yang merupakan persamaan diferensial parsial. Contoh sederhana dari difusi adalah pemberian gula pada air tawar yang lambat laun menjadi manis. Konsentrasi larutan gula dipengaruhi oleh banyaknya air dan waktu yang diperlukan untuk terdifusinya larutan gula. Tujuan penelitian ini adalah menyelesaikan persamaan difusi pada larutan gula dengan metode beda hingga, yaitu mendiskritisasi turunan sehingga menjadi suatu sistem persamaan linier, kemudian sistem persamaan linier yang terbentuk diselesaikan. Hasil penelitian ini menunjukkan bahwa semakin lama waktu difusi yang dilakukan maka konsentrasi larutan gula semakin rendah.Kata kunci: Persamaan Difusi, Persamaan Diferensial Parsial, Turunan Numerik, Metode Beda Hingga.]]>
<![CDATA[PENCARIAN LINTASAN TERPENDEK MENUJU RUMAH SAKIT DI PONTIANAK MENGGUNAKAN ALGORITMA DJIKSTRA, FLOYD WARSHALL DAN A STAR ]]>
<![CDATA[Lita Novianti]]>;
<![CDATA[Helmi Helmi]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (407.245 KB)
|
DOI: 10.26418/bbimst.v8i1.30524
<![CDATA[Seseorang yang mengalami kecelakaan lalu lintas tak jarang memerlukan pertolongan apabila mengalami kejadian gawat darurat. Kejadian gawat darurat adalah keadaan seseorang yang membutuhkan pertolongan segera. Pertolongan gawat darurat memiliki dua komponen utama yaitu fase pra rumah sakit dan fase rumah sakit. Pertolongan penderita yang mengalami kondisi gawat darurat pra rumah sakit yaitu kecepatan menemukan korban, kecepatan meminta pertolongan, kualitas pertolongan di tempat kejadian dan penanganan dalam perjalanan ke rumah sakit. Penanganan fase pra rumah sakit berupa sistem transportasi pasien menuju fasilitas pelayanan gawat darurat diperlukan suatu lintasan terpendek untuk mencapai lokasi. Permasalahan lintasan terpendek merupakan permasalahan optimasi yang dapat dimodelkan ke dalam graf dan dapat diselesaikan menggunakan algoritma. Tujuan penelitian ini adalah (i) untuk menentukan lintasan terpendek menuju rumah sakit yang memiliki fasilitas pelayanan Unit Gawat Darurat dan menerima pelayanan kesehatan Badan Penyelenggara Jaminan Sosial, (ii) membandingkan hasil pencarian lintasan terpendek pada algoritma Djikstra, Floyd Warshall dan A Star sehingga diperoleh algoritma yang tepat. Langkah-langkah pencarian lintasan terpendek yaitu (i) membuat graf berarah dan berbobot lintasan Unit Gawat Darurat rumah sakit di Pontianak, (ii) menemukan penyelesaian dari penerapan algoritma Djikstra, (iii) menemukan penyelesaian dari penerapan algoritma Floyd Warshall, (iv) menemukan penyelesaian dari penerapan algoritma A Star, (v) menentukan lintasan terpendek yang direkomendasikan. Berdasarkan hasil penelitian diperoleh lima lintasan terpendek dimana empat lintasan adalah sama dan satu lintasan berbeda. Pencarian lintasan paling terpendek untuk menuju lima titik tujuan Unit Gawat Darurat rumah sakit yaitu dengan menggunakan algoritma Djikstra dan algoritma Floyd Warshall. Kata Kunci : Lintasan terpendek, algoritma, Djikstra, Floyd Warshall, A Star]]>
<![CDATA[METODE BLOK KRIGING UNTUK MENGESTIMASI CADANGAN EMAS ]]>
<![CDATA[Luluk Hendriyana]]>;
<![CDATA[Yundari Yundari]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (552.113 KB)
|
DOI: 10.26418/bbimst.v8i3.33848
<![CDATA[Kegiatan pertambangan berkembang pesat, tidak lagi dilakukan secara tradisional namun sudah dilakukan dengan bantuan tenaga mesin berupa bor. Pengolahan tambang dengan mesin sangat memberikan hasil yang lebih besar. Namun demikian tidak sedikit biaya yang dikeluarkan pemilik tambang untuk mengebor lubang menggunakan mesin. Hasil yang diperoleh belum tentu cukup untuk mengembalikan modal dan berakibat keuntungan menjadi menurun. Geostatistika berperan dalam membuat model matematika terhadap kasus-kasus yang berkaitan dengan fenomena alam untuk meminimalisir terjadinya kesalahan. Salah satu metode geostatistika adalah kriging, sedangkan metode yang digunakan pada penelitian ini adalah blok kriging. Data yang digunakan pada penelitian ini adalah data sekunder berupa 15 lubang bor. Langkah-langkah dalam estimasi dengan menggunakan metode blok kriging yaitu menghitung nilai semivariogram eksperimental, memilih arah anisotropik, dan menghitung nilai semivariogram teoritis. Selanjutnya dilakukan pemilihan semivariogram teoritis terbaik berdasarkan nilai RSS terkecil, kemudian mencari bobot matrik dan bobot kriging. Dan dilanjutkan dengan mengestimasi cadangan emas dengan metode blok kriging. Hasil penelitian cadangan estimasi terbesar terdapat pada blok yang dipartisi pada lokasi ke 17 dengan nilai sebesar 0.1696 dan nilai variansi sebesar 0.0131.Kata kunci: Emas, Semivariogram,blok kriging]]>
<![CDATA[OPERATOR NORMAL PADA RUANG HILBERT ]]>
<![CDATA[Nopiani Nopiani]]>;
<![CDATA[Mariatul Kiftiah]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (162.764 KB)
|
DOI: 10.26418/bbimst.v7i4.28618
<![CDATA[Ruang Hilbert merupakan ruang hasil kali dalam (pre-Hilbert) yang lengkap. Ruang pre-Hilbert dikatakan lengkap jika setiap barisan Cauchy di dalamnya konvergen. Pada ruang Hilbert terdapat jenis-jenis operator linear diantaranya operator adjoint dan operator normal. Pembahasan mengenai operator normal memerlukan konsep ruang Hilbert, operator linear kontinu dan operator adjoint. Operator linear kontinu T dikatakan normal apabila operator T memenuhi sifat TT*=T*T , dengan T* merupakan operator adjoint. Hasil penelitian yang diperoleh adalah (i) jika T Î Lc(H ) operator normal maka T* operator normal dan || T* x || = || Tx ||, (ii) jika T Î Lc(H ) operator normal maka T-lI juga merupakan operator normal, (iii) jika T Î Lc(H ) operator normal dan T-1 ada maka T-1 dan TT-1 juga merupakan operator normal, (iv) jika T Î Lc(H ) operator normal maka || Tn || = || T ||n untuk setiap nÎN.Kata Kunci : Operator Linear Kontinu, Operator Normal, Ruang Hilbert]]>
<![CDATA[EKSENTRISITAS DIGRAF PADA GRAF TANGGA ]]>
<![CDATA[Andri Royani]]>;
<![CDATA[Mariatul Kiftiah]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (180.769 KB)
|
DOI: 10.26418/bbimst.v6i03.21861
<![CDATA[Misalkan adalah graf dengan himpunan simpul dan himpunan sisi . Jarak dari simpul ke simpul adalah panjang lintasan dari simpul ke , dinotasikan . Jarak adalah jumlah sisi-sisi yang di lewati dari satu titik ke titik yang lain. Jarak pada graf berbobot yang dihitung adalah jumlah bobot pada setiap sisinya, sedangkan pada graf tak berbobot yang dihitung adalah banyaknya sisi yang dilalui. Eksentrisitas simpul dalam graf adalah jarak terjauh dari titik ke setiap simpul di , dinotasikan dengan . Simpul merupakan titik eksentrik dari jika . Eksentrik digraf dari suatu graf dinotasikan dengan . Eksentrik digraf adalah graf yang mempunyai himpunan simpul yang sama dengan himpunan simpul di , dan arc yang menghubungkan simpul ke simpul adalah eksentrisitas dari simpul ke simpul Penelitian ini bertujuan menentukan eksentrisitas digraf pada graf tangga Diberikan graf tangga dengan simpul, kemudian menentukan jarak dari setiap simpul dan ke semua simpul di Selanjutnya dicari titik eksentrik dari setiap simpul di ke semua simpul di Didapat bahwa titik eksentrik dari simpul adalah dengan dengan jarak , kemudian titik eksentrik dari adalah dengan jarak . Setelah mendapat titik eksentrik dari setiap simpul maka selanjutnya mengkonstruksikan eksentrik digraf ke dalam graf berarah.Kata Kunci: komplemen graf, graf lintasan, jarak terjauh]]>
<![CDATA[MENGKONSTRUKSI FUNGSI GREEN PADA PERSAMAAN DIFERENSIAL LINEAR ORDE n DENGAN METODE TRANSFORMASI SUMUDU ]]>
<![CDATA[Maisurah Maisurah]]>;
<![CDATA[Helmi Helmi]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (510.077 KB)
|
DOI: 10.26418/bbimst.v9i2.39944
<![CDATA[Fungsi Green merupakan salah satu metode yang dapat menyelesaikan persamaan diferensial biasa linear nonhomogen. Akan tetapi, fungsi Green harus dikonstruksi terlebih dahulu. Tujuan dari penelitian ini yaitu mengkonstruksi fungsi Green pada persamaan diferensial linear orde nonhomogen melalui metode transformasi Sumudu. Persamaan diferensial biasa linear orde nonhomogen dengan syarat awal ditransformasi dengan transformasi Sumudu. Kemudian dikonstruksi ke bentuk dengan merupakan transformasi dari dan merupakan transformasi dari dan ditransformasi dengan invers transformasi Sumudu, sehingga diperoleh fungsi Green Kata Kunci : Persamaan diferensial, Transformasi Sumudu, dan Fungsi Green]]>
<![CDATA[PENYELESAIAN PERSAMAAN LAPLACE DALAM KOORDINAT POLAR ]]>
<![CDATA[Fitriani Fitriani]]>;
<![CDATA[Evi Noviani]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (166.263 KB)
|
DOI: 10.26418/bbimst.v9i3.41232
<![CDATA[Persamaan Laplace merupakan persamaan diferensial parsial yang mempunyai bentuk umum dalam koordinat kartesius dua dimensi, yaitu . Penelitian ini bertujuan menyelesaikan persamaan Laplace dalam koordinat polar. Persamaan Laplace dari koordinat kartesius ditransformasikan ke koordinat polar. Kemudian dicari penyeselesaian persamaan Laplace dengan syarat batas Dirichlet dalam bentuk formula Poisson. Selanjutnya formula Poisson diselesaikan dengan metode numerik. Berdasarkan hasil penelitian, penyelesaian persamaan Laplace dengan syarat batas menggunakan 100 partisi pada titik diperoleh error yang terbesar yaitu Sedangkan persamaan Laplace dengan syarat batas, menggunakan 100 partisi pada titik diperoleh error yang terbesar yaitu .Kata Kunci: persamaan Laplace, formula Poisson, koordinat polar]]>
<![CDATA[PEMETAAN KASUS MULTIDRUG RESISTANT TUBERCULOSIS(MDR-TB) DI KALIMANTAN BARAT ]]>
<![CDATA[Zettira Septiani]]>;
<![CDATA[Naomi Nessyana Debataraja]]>;
<![CDATA[Yudhi Yudhi]]>
<![CDATA[ Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya ]]>
Publisher : <![CDATA[FMIPA Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/bbimst.v10i2.46054
<![CDATA[Penyakit Tuberkulosis (TB) masih menjadi prioritas utama di dunia dan menjadi salah satu target dalam SDGs (Sustainability Development Goals). Pengobatan TB yang tidak memadai dapat meningkatkan risiko resistansi kuman terhadap Obat Anti TB (OAT), salah satunya adalah Multidrug Resistant Tuberculosis (MDR-TB). MDR-TB memerlukan waktu yang lebih lama dibandigkan pengobatan TB biasa, serta memiliki angka kegagalan pengobatan dan kematian yang tinggi. Pemetaan pada kasus MDR-TB yang terjadi dapat digunakan sebagai gambaran dalam penyebaran penyakit MDR-TB. Dengan pemetaan, kasus MDR-TB dapat dianalisis dari berbagai aspek sehingga dapat membantu dalam pengendalian penyebaran penyakit ini. Penelitian ini bertujuan untuk memetakan kasus MDR-TB di Kalimantan Barat dengan pendekatan deskriptif dan menggunakan metode Indeks Moran. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data kasus MDR-TB di Kalimantan Barat yang diperoleh dari e-TB Manager TB Unit Dinas Kesehatan Provinsi Kalimantan Barat. Dari hasil yang diperoleh dalam penelitian ini, dapat disimpulkan bahwa kasus MDR-TB di Kalimantan Barat meningkat pada tahun 2019 dibandingkan dengan tahun 2018. Kasus terbanyak pada tahun 2019 terjadi pada Kabupaten Ketapang. Kemudian, berdasarkan pemetaan yang dilakukan, diketahui bahwa daerah dengan kasus MDR-TB tinggi pada tahun 2019 terjadi di Kabupaten Mempawah, Ketapang, Kubu Raya, dan Kota Pontianak. Pemantauan penderita MDR-TB di daerah dengan angka kejadian yang tinggi sangat penting dilakukan untuk memutuskan mata rantai penularan MDR-TB. Kata Kunci: Multidrug Resistant Tuberculosis (MDR-TB), Pemetaan, Deskriptif, Indeks Moran]]>
