Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Public Health and Safety International Journal (PHASIJ) Jurnal Sintak MILANG Journal of Mathematics and Its Applications
Andri Azmul Fauzi
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Health Professions Mathematics Medicine & Pharmacology Nursing Public Health Veterinary

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
TRAVELING SALESMAN PROBLEM DALAM MENYELESAIKAN RUTE OPTIMAL PENGIRIMAN AIR MINUM ISI ULANG Andri Azmul Fauzi; Sulistyono, Eko
JURNAL SINTAK Vol. 1 No. 1 (2022): SEPTEMBER 2022
Publisher : LPPM-ITEBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (593.794 KB)

Abstract

Optimasi merupakan suatu langkah untuk memperoleh penyelesaian yang terbaik dari suatu permasalahan. Dalam menyelesaikan suatu kasus optimasi, biasanya dibutuhkan kajian terkait pemrograman linear ataupun pemrograman integer. Contoh aplikasi dari pemrograman linear dan pemrograman integer adalah masalah transportasi, Vehicle Routing Problem, dan Traveling Salesman Problem. Banyak contoh kasus yang dapat dikaitkan dengan Traveling Salesman Problem. Salah satunya adalah pengantaran air minum isi ulang. Berdasarkan hal tersebut, tujuan penelitian ini adalah menentukan rute pengiriman optimal dalam pengiriman air minum isi ulang dengan menggunakan metode Nearest Neighbor.
Uji Validitas dan Reliabilitas Menggunakan Software SPSS Pada Kuisioner SRQ-20 yang dimodifikasi pada Penelitian Kesehatan Mental Rizqa Inayati; Andri Azmul Fauzi; Fitria Dewi Puspita Anggraini; Serli Bongga; Haris Suhamdani
Public Health and Safety International Journal Vol. 5 No. 01 (2025): Public Health and Safety International Journal (PHASIJ)
Publisher : YCMM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55642/phasij.v5i01.1029

Abstract

Data menjadi bagian penting dalam penelitian. Proses pengumpulan data membutuhkan kuisioner yang harus diukur terlebih dahulu tingkat validitas dan reliabilitasnya melalui uji validitas dan uji reliabilitas menggunakan software SPSS. Penelitian ini bertujuan untuk menjelaskan langkah-langkah uji validitas dan reliabilitas menggunakan software SPSS pada kuisioner SRQ-20 yang dimodifiasi. Hasil dari uji validitas dan reliabilitas kuisioner SRQ-20 yang dimodifikasi dan sudah dinyatakan valid serta reliabel ini kemudian digunakan untuk pengambilan data terkait kesehatan mental pada mahasiswa kedokteran di Fakultas Kedokteran Universitas Mulawarman. Hasil uji validitas menggunakan software SPSS menunjukkan bahwa semua item pertanyaan yang berjumlah 20 butir sesuai SRQ-20 yang dimodifikasi adalah valid dengan nilai r hitung > r tabel (0.552, 0.561, 0.698, 0.706, 0.692, 0.460, 0.474, 0.683, 0.717, 0.452, 0.670, 0.601, 0.313, 0.579, 0.705, 0.798, 0.734, 0.637, 0.652, 0.680) > 0.2845. Hasil uji reliabilitas pada semua butir pertanyaan yang dinyatakan valid menunjukkan hasil yang reliabel dengan nilai Cronbach’s alpha > r tabel, yaitu 0.915 > 0.2845.
KLASTERISASI POTENSI MAHASISWA PROGRAM STUDI MATEMATIKA UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE K-MEANS UNTUK MENYARING MAHASISWA BERPRESTASI Farha, Izzaty; Nola Febriana Saputri; Melati Elvita; Andri Azmul Fauzi; Fidia Deny Tisna Amijaya
MILANG Journal of Mathematics and Its Applications Vol. 20 No. 2 (2024): MILANG Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/milang.20.2.89-99

Abstract

This study aims to cluster students of the Mathematics Study Program at Mulawarman University based on their academic achievements using the K-Means method. By grouping students into several clusters based on similarities in academic scores, it is hoped that this approach can assist in more objectively screening high-achieving students. The data used consists of course grades from the 2023 cohort over two semesters, employing an exploratory quantitative approach and data mining methods. The analysis process is conducted using Google Colab and the Elbow Method to determine the optimal number of clusters, resulting in three clusters: students with high, medium, and low scores. The findings indicate that the K-Means method is effective in clustering academic achievement data and assists the Mathematics Study Program in screening high-achieving students. The visualization of the clustering results shows the distribution of students in three main groups with centroids representing the average of these groups, thereby enabling a more systematic and measurable process for identifying and developing student potential.
Co-Authors Eko Sulistyono Sulistyono Farha, Izzaty Fidia Deny Tisna Amijaya Fitria Dewi Puspita Anggraini Haris Suhamdani Melati Elvita Nola Febriana Saputri Rizqa Inayati Serli Bongga