Claim Missing Document
Check
Articles

Found 23 Documents
Search

Penerapan Algoritma Dijkstra dan Algoritma Semut pada Pendistribusian Barang Kimia Farma di Kota Samarinda Sarah Fadhilah; Wasono Wasono; Qonita Qurrota A'yun
Basis : Jurnal Ilmiah Matematika Vol 2 No 2 (2023): BASIS: Jurnal Ilmiah Matematika
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/basis.v2i2.1040

Abstract

Masalah pendistribusian barang dapat diselesaikan dengan beberapa metode, antara lain algoritma Dijkstra dan algoritma semut. Algoritma Dijkstra merupakan salah satu metode untuk mencari lintasan terpendek dalam suatu graf yang hanya memiliki bobot positif. Sedangkan algoritma Semut diadopsi dari perilaku koloni semut yang dikenal sebagai sistem semut. Secara alamiah, semut mampu menemukan rute terpendek dalam perjalanan dari sarang ke lokasi sumber makanan berdasarkan kepadatan jejak kaki yang dilalui. Penelitian ini bertujuan untuk memperoleh rute terpendek dan rute terbaik dengan menerapkan algoritma dijkstra dan algoritma semut pada pendistribusian produk di PT Kimia Farma Trading and Distribution kota Samarinda. Pendistribusian barang dilakukan dari titik awal yaitu PT Kimia Farma Trading and Distribution di Jalan Gurami No. 16 menuju ke delapan apotek di kota Samarinda. Berdasarkan hasil penelitian menggunakan algoritma Dijkstra, didapat jarak terpendek dari titik awal menuju ke apotek B di Jalan Pangeran Hidayatullah No. 27 sebesar 1,23 km, apotek C di Jalan Pangeran Diponegoro No.68 sebesar 2,3 km, apotek D di Jalan Sungai Pinang Dalam sebesar 4,42 km, apotek E di Jalan Ps. Pagi, Kec. Samarinda Kota sebesar 3,48 km, apotek F di Jalan KH. Agus Salim No.30 sebesar 3,33 km, apotek G di Jalan Palang Merah sebesar 5,63 km, apotek H di Jalan Dr. Sutomo No. 48 B sebesar 5,73 km dan apotek I di Jalan Jend. Ahmad Yani No. 3 sebesar 7,83 km. Algoritma semut memperoleh jalur terpendek pendistribusian dengan total jarak sebesar12,48 km dan kepadatan jejak kaki sebesar 0,25670
Pewarnaan Lokal Wilayah Super Antimagic Total Pada Graf Tangga dan Graf Tiga Tangga Melingkar Yogie Pratama Kaindi; Desi Febriani Putri; Wasono Wasono
Journal of Mathematics Education and Science Vol. 6 No. 2 (2023): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/james.v6i2.1929

Abstract

Misalkan G merupakan sebuah graf yang terdiri dari himpunan titik V(G), himpunan sisi E(G), dan himpunan wilayah F(G) dengan |V(G)|=n, |E(G)|=m, dan |F(G)|=k. Fungsi bijektif f∶V(G)∪E(G)∪F(G)→{1,2,3,...,n+m+k} disebut pewarnaan lokal wilayah super antimagic total jika terdapat dua wilayah bertetangga f_i dan f_j, maka w(f_i) ≠w(f_j) dengan w(f)=∑g(v)+∑g(e)+ ∑g(f). Pewarnaan lokal wilayah super antimagic total menginduksi warna wilayah dari graf G dengan setiap wilayah f diberi warna w(f). Bilangan kromatik pewarnaan lokal wilayah super antimagic total dinotasikan χ_lsatf (G) adalah jumlah warna minimum pada wilayah graf yang didapatkan dari proses pelabelan titik, sisi, da n wilayah pada Graf G. Penelitian ini membahas pewarnaan lokal wilayah super antimagic total pada graf tangga (L_n) dan tiga tangga melingkar (TCL_n). Graf yang diteliti pada pewarnaan lokal wilayah super antimagic total adalah graf tangga dan graf tiga tangga melingkar TCL_n. Tujuan dari penelitian ini adalah untuk menentukan bilangan kromatik pewarnaan lokal wilayah super antimagic total χ_lsatf (G) pada graf yang diteliti. Hasil penelitian menunjukkan bahwa bilangan kromatik pada graf tangga L_n dan tiga tangga melingkar TCL_n adalah adalah χ_lsatf (L_n)=2, χ_lsatf (TCL_n)=3.
PERAMALAN DENGAN METODE SARIMA PADA DATA INFLASI DAN IDENTIFIKASI TIPE OUTLIER (Studi Kasus: Data Inflasi Indonesia Tahun 2008-2014) Iin Fadliani; Ika Purnamasari; Wasono Wasono
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 2 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.9.2.2021.109-116

Abstract

Inflation is defined as rising prices of goods in general and continuously. The effect of inflation on the economy can cause the currency to decline, resulting in the country's economic power becoming weak. Time series data is data arranged in order of time or data collected over time. Changes in the inflation rate tend to make inflation data unstable and affect the forecasting process in the time series data. The method used in this study is the seasonal autoregressive integrated moving (SARIMA) method to predict the time series in one or two periods ahead. This study also used outlier identifiers on models that still have outlier tendencies in residuals. The forecasting results of the SARIMA method become inaccurate when residual data contains outliers. The presence of outlier data in residual data results in residuals is not a normal distribution. The method used obtained the best model results, namely the SARIMA model (0,1,1) (0,1,1)12 with inflation forecast value for January to May 2015 is in the range of 5-6 %. On SARIMA models (0,1,1) (1,1,1)12 and SARIMA models (1,1,0) (2,1,0)12 outliers are detected in residual are Additive Outlier (AO) and Temporary Change (TC) type.