Garuda - Garba Rujukan Digital

Analysis of Travel Time Approximation on Trips Using Maclaurin Series Singgam, Pritiy; Silalahi, Anggi; Tampubolon, Josua Deo; Harliana, Putri
AURELIA: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Vol 4, No 1 (2025): January 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/aurelia.v4i1.4754

Mathematical approximation plays an important role in the analysis of travel time which is influenced by factors such as speed, distance, and acceleration. This study uses the Maclaurin series to approximate the value of travel time based on the distance traveled (x) and the number of terms in the series (n). The calculation was done manually and implemented using MATLAB for the case of distance x = 2 with the first five terms n = 5. The results of the manual calculation showed an estimated travel time of 0.9094 seconds, while the calculation using MATLAB resulted in 0.9093 seconds. The small difference between the two methods shows the accuracy of the Maclaurin series in travel time approximation. By increasing the number of terms in the sequence, the calculation results will be closer to a more precise value. This study emphasizes the benefits of the Maclaurin sequence method in simplifying mathematical analysis and improving calculation efficiency in physical and computational applications.

Analisis Klaster Persebaran COVID-19 di Sumatera Utara Menggunakan Metode K-Means dengan Visualisasi Berbasis Google Colab Rumahorbo, Daniel; Parapat, Gerhard Hasangapon; Tampubolon, Josua Deo; Nasuiton, Aurella; Ramdhani, Fanny; Arnita, Arnita
QISTINA: Jurnal Multidisiplin Indonesia Vol 4, No 1 (2025): June 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v4i1.6389

Pandemi COVID-19 telah memberikan dampak signifikan terhadap berbagai sektor, termasuk kesehatan, sosial, dan ekonomi. Provinsi Sumatera Utara sebagai salah satu daerah yang cukup padat penduduk menghadapi tantangan besar dalam menangani persebaran kasus COVID-19 yang tidak merata di setiap kabupaten/kota. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat risiko penyebaran COVID-19 menggunakan metode K-Means Clustering dengan variabel: jumlah penduduk, kepadatan penduduk, jumlah kasus positif, sembuh, meninggal, dan jumlah rumah sakit umum. Data diperoleh dari Badan Pusat Statistik dan Kementerian Kesehatan Republik Indonesia. Hasil analisis menghasilkan yaitu Zona Hijau (C1), Zona Kuning (C2), Zona Oranye (C3), dan Zona Merah (C4). Pengelompokan ini memberikan gambaran strategis terhadap distribusi layanan kesehatan dan perencanaan intervensi kebijakan di tiap wilayah. Visualisasi dilakukan menggunakan Google Colab untuk menampilkan peta klasterisasi kabupaten/kota. Penelitian ini diharapkan dapat menjadi dasar pertimbangan dalam perencanaan kebijakan penanganan pandemi di masa mendatang.

Analisis Klaster Persebaran COVID-19 di Sumatera Utara Menggunakan Metode K-Means dengan Visualisasi Berbasis Google Colab Rumahorbo, Daniel; Parapat, Gerhard Hasangapon; Tampubolon, Josua Deo; Nasuiton, Aurella; Ramdhani, Fanny; Arnita, Arnita
QISTINA: Jurnal Multidisiplin Indonesia Vol 4, No 1 (2025): June 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v4i1.6389

Pandemi COVID-19 telah memberikan dampak signifikan terhadap berbagai sektor, termasuk kesehatan, sosial, dan ekonomi. Provinsi Sumatera Utara sebagai salah satu daerah yang cukup padat penduduk menghadapi tantangan besar dalam menangani persebaran kasus COVID-19 yang tidak merata di setiap kabupaten/kota. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat risiko penyebaran COVID-19 menggunakan metode K-Means Clustering dengan variabel: jumlah penduduk, kepadatan penduduk, jumlah kasus positif, sembuh, meninggal, dan jumlah rumah sakit umum. Data diperoleh dari Badan Pusat Statistik dan Kementerian Kesehatan Republik Indonesia. Hasil analisis menghasilkan yaitu Zona Hijau (C1), Zona Kuning (C2), Zona Oranye (C3), dan Zona Merah (C4). Pengelompokan ini memberikan gambaran strategis terhadap distribusi layanan kesehatan dan perencanaan intervensi kebijakan di tiap wilayah. Visualisasi dilakukan menggunakan Google Colab untuk menampilkan peta klasterisasi kabupaten/kota. Penelitian ini diharapkan dapat menjadi dasar pertimbangan dalam perencanaan kebijakan penanganan pandemi di masa mendatang.

Penerapan Algoritma Quick Sort untuk Menyortir Array Berdasarkan Kriteria Tertentu untuk Meningkatkan Efisiensi Komputasi Nasution, Afifah Naila; Singgam, Pritiy; Al-Hafiz, Ahmad Yusuf; Alvansyah, Oka; Tampubolon, Josua Deo
VISA: Journal of Vision and Ideas Vol. 4 No. 3 (2024): VISA: Journal of Vision and Ideas
Publisher : IAI Nasional Laa Roiba Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47467/visa.v4i3.5409

This research focuses on implementing the Quick Sort algorithm for sorting arrays based on specific criteria, with the aim of increasing computational efficiency in data management. Quick Sort was chosen because of its superiority in sorting data with an average time complexity of O(n log n), making it efficient for use on large datasets. This research applies this algorithm to student data sorted by NIM and name, and considers the grouping of student entry routes. The research results show that the implementation of Quick Sort in sorting student data not only speeds up the data processing process but also allows for more efficient processing in various data conditions.

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search