cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Unang arifin
Contact Email
bcsm@unisba.ac.id
Phone
+6281224131431
Journal Mail Official
bcsm@unisba.ac.id
Editorial Address
UPT Publikasi Ilmiah, Universitas Islam Bandung. Jl. Tamansari No. 20, Bandung 40116, Indonesia, Tlp +62 22 420 3368, +62 22 426 3895 ext. 6891
Location
Kota bandung,
Jawa barat
INDONESIA
Bandung Conference Series: Mathematics
Published by Universitas Islam Bandung
ISSN : -     EISSN : 28282515     DOI : https://doi.org/10.29313/bcsm.v2i2
Core Subject : Education,
Mathematics Other
Bandung Conference Series: Mathematics (BCSM) menerbitkan artikel penelitian akademik tentang kajian teoritis dan terapan serta berfokus pada Matematika dengan ruang lingkup Algoritma, MATLAB, ARFIMA, Arithmetic Geometric Mean, Aritmatika Modulo konveksi alamiah, Backorder, Bidang Singgung, EOQ , Fuzzy Decision Tree, Himpunan Fuzzy, Jumlah Riemann, kecepatan aliran, Koefisien Fungsi, Konstanta Pegas Graph Hamilton, Konveksi Alamiah, Lapisan Batas, Logika Fuzzy, Metode Beda Hingga Deret Waktu, Metode Dekomposisi Lower-Upper Gauss, Metode Deret Pangkat, Model Inventory, NCP, Norm Cross Product, Persamaan Arus, Persamaan Diferensial Orde Dua Homogen, Premi Bundaran, Profitabilitas, Risiko, Varians, Shortest Path, Sequential Insertion, Sistem Persamaan Diferensial, Tangga Nada Pentatonik, Time Series, Titik Biasa, Titik Ekuilibrium Luas Permukaan, Titik Kesetimbangan Optimasi Multi Objektif, Titik Singular Regular Rumah Sakit, Transformasi Laplace. Prosiding ini diterbitkan oleh UPT Publikasi Ilmiah Unisba. Artikel yang dikirimkan ke prosiding ini akan diproses secara online dan menggunakan double blind review minimal oleh dua orang mitra bebestari.
Arjuna Subject : Matematika - Matematika Terapan
Articles 61 Documents
 3   4   5   6   7 
Penerapan Metode EOQ dengan POM QM for Windows untuk Optimalisasi Pengendalian Jumlah Persediaan Obat pada UPTD Puskesmas Babakan Sari Usti Amaliah; Eti Kurniati; M. Yusuf Fajar
Bandung Conference Series: Mathematics Vol. 3 No. 1 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i1.6874

Abstract

Abstract. The amount of drug supplies at the Puskesmas cannot be estimated accurately due to different diagnoses and types of diseases suffered by patients every day. This condition is a problem because there could be a shortage of drug stock so that there are patients who do not get the drug or excess drug stock, causing financial losses. The purpose of this study was to determine the optimal number of drug orders at the UPTD Babakan Sari Health Center with minimal absorption of funds. The method used is the ABC (Always Better Control) analysis and the EOQ (Economic Order Quantity) method. ABC analysis is used to determine the level of absorption of funds based on the investment value of the drug, while the EOQ method is used to obtain the optimal number of drug orders. POM QM For Windows software is a tool to simplify calculations. Based on the results of grouping using ABC analysis of 38 types of drugs, there are 6 types of drugs included in group A, 9 types of group B, and 23 types of group C. The results obtained by applying the EOQ method are the values for the optimal number of drug orders. Abstrak. Jumlah persediaan obat di Puskesmas tidak dapat diperkirakan secara akurat karena adanya perbedaan diagnosa dan jenis penyakit yang diderita oleh pasien setiap harinya yang berbeda-beda. Kondisi ini menjadi permasalahan karena bisa saja terjadi kekurangan stok obat sehingga ada pasin yang tidak mendapatkan obat atau kelebihan stok obat sehingga menyebabkan kerugian secara finansial. Tujuan dari penelitian ini adalah untuk mengetahui jumlah pemesanan obat yang optimal di UPTD Puskesmas Babakan Sari dengan penyerapan dana yang minimal. Metode yang digunakan adalah analisis ABC (Always Better Control) dan metode EOQ (Economic Order Quantity). Analisis ABC digunakan untuk menentukan tingkat penyerapan dana berdasarkan nilai investasi obat, sedangkan metode EOQ digunakan untuk mendapatkan jumlah pemesanan obat yang optimal. Software POM QM For Windows merupakan alat bantu untuk mempermudah perhitungan. Berdasarkan hasil pengelompokkan menggunakan analisis ABC dari 38 jenis obat terdapat 6 jenis obat yang termasuk kelompok A, 9 jenis kelompok B, dan 23 jenis kelompok C. Hasil yang diperoleh dengan penerapan metode EOQ merupakan nilai jumlah pemesanan obat yang optimal.
Implementasi Metode SAW dan Entropy pada Pemilihan Armada Travel Muhammad Hamzah; Didi Suhaedi; Yani Ramdani
Bandung Conference Series: Mathematics Vol. 3 No. 1 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i1.6927

Abstract

Abstract. Travel is a mode of transportation that can be used to travel the Jakarta – Bandung route. Many travel fleets that can be the user's choice. Errors in selecting travel fleets have an impact on user discomfort when traveling. In this research a decision support system will be built that will select the travel fleet that can be the user's choice. The method used is the SAW method. The SAW method is a method that can choose the best alternative from several alternatives based on criteria. The SAW method requires the weight given to each criterion. The Entropy method can be used to determine the weight of the criteria so that research is more objective. The SAW and Entropy method algorithms are: data input, data normalization based on cost/benefit criteria attributes, summing the normalized data for each criterion, calculating the entropy value of each criterion, summing the entropy values, calculating the final entropy weight, calculating the preference value of each alternative and sorting it. There are 6 alternative travel fleets that depart via the Pasteur area and end in the Cawang area, namely: Bhineka Shuttle, MyTrans Travel, Aya Travel, Lintas Shuttle, Jackal Holiday and DayTrans. The criteria used are: price, travel time, rating, facilities, and service. The final result of the calculation using the SAW and Entropy methods was chosen as a travel service recommendation, namely Lintas Travel with a final value of 0.94552021. Abstrak. Travel merupakan moda transportasi yang dapat digunakan untuk melakukan perjalanan rute Jakarta – Bandung. Banyak armada travel yang bisa menjadi pilihan pengguna. Kesalahan dalam pemilihan armada travel berimbas pada ketidaknyamanan pengguna saat melakukan perjalanan. Pada penelitian ini akan dibangun suatu sistem pendukung keputusan yang akan menyeleksi armada travel yang dapat menjadi pilihan pengguna. Metode yang digunakan adalah metode SAW. Metode SAW adalah salah satu metode yang dapat memilih alternatif terbaik dari beberapa alternatif berdasarkan kriteria. Metode SAW memerlukan bobot yang diberikan terhadap setiap kriteria. Metode Entropy dapat digunakan untuk menentukan bobot kriteria supaya penelitian lebih objektif. Algoritma metode SAW dan Entropy yaitu: input data, normalisasi data berdasarkan atribut kriteria cost/benefit, menjumlahkan data normalisasi setiap kriteria, menghitung nilai entropy setiap kriteria, menjumlahkan nilai entropy, menghitung bobot entropy akhir, menghitung nilai preferensi setiap alternatif serta mengurutkannya. Terdapat 6 alternatif armada travel yang memiliki rute keberangkatan melalui daerah Pasteur dan menyudahi tujuan ke daerah Cawang yaitu: Bhineka Shuttle, MyTrans Travel, Aya Travel, Lintas Shuttle, Jackal Holiday, dan DayTrans. Kriteria yang digunakan yaitu: harga, waktu tempuh, rating, fasilitas, dan pelayanan. Hasil akhir perhitungan menggunakan metode SAW dan Entropy terpilihlah rekomendasi layanan travel yaitu Lintas Travel dengan nilai akhir 0,94552021.
Model Susceptible Infected Removed (SIR) Penyebaran COVID-19 di Indonesia Menggunakan Metode Runge Kutta Andriyani, Devy; Gunawan, Gani; Suhaedi, Didi
Bandung Conference Series: Mathematics Vol. 3 No. 1 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i1.6984

Abstract

Abstract. COVID-19 first emerged in 2019 in Wuhan, the capital of Hubei Province, China and spread around the world to date. The rapid spread of the virus has made researchers interested in modeling the spread of the virus. Research on epidemiological mathematical models regarding COVID-19, one of which was conducted by Mohamed Lounis & Dilip Kumar Mugal who estimated the parameters of the SIR COVID-19 model in Algeria, in this study will be carried out prediction of the peak of the spread of COVID-19 in Indonesia with mathematical modeling susceptible, infected, removed removed (SIR). Prediction of the peak of the spread is done using the Order 4 Runge Kutta method and python software. From a series of tests that have been carried out, the results of predicting the peak of the spread of COVID-19 in Indonesia occurred around October to November 2020. Based on comparisons with actual data, there was a difference in the results of peak spread where in the prediction can only predict one peak of spread, in fact there are 2 peak spreads, namely November to December 2020 and January 2021 to February 2021. And the spread of the COVID-19 virus will be close to zero at 550 days after March 2020, which is around September 2021. Abstrak. COVID-19 pertama kali muncul pada tahun 2019 di Wuhan, Ibukota Provinsi Hubei, Tiongkok dan menyebar ke seluruh dunia hingga saat ini. Penyebaran virus yang sangat cepat membuat para peneliti tertarik untuk membuat model penyebaran virus tersebut. Penelitian tentang model matematika epidemiologi mengenai COVID-19 salah satunya dilakukan oleh Mohamed Lounis & Dilip Kumar Bagal yang melakukan estimasi parameter model SIR COVID-19 di Aljazair, pada penelitian ini akan dilakukan prediksi puncak penyebaran COVID-19 di Indonesia dengan pemodelan matematika Susceptible, Infected, Removed (SIR). Prediksi puncak penyebaran dilakukan dengan menggunakan metode Runge Kutta Orde 4 dan software python. Dari serangkaian pengujian yang telah dilakukan maka diperoleh hasil prediksi puncak penyebaran COVID-19 di Indonesia terjadi pada sekitar bulan Oktober hingga November 2020. Berdasarkan perbandingan dengan data actual, ditemukan perbedaan hasil puncak penyebaran dimana pada prediksi hanya dapat memprediksi satu kali puncak penyebaran, pada kenyatannya terjadi 2 kali puncak penyebaran yaitu bulan November hingga Desember 2020 serta Januari 2021 hingga Februari 2021. Dan angka penyebaran virus COVID-19 akan mendekati nol pada 550 hari setelah bulan Maret 2020 yaitu sekitar bulan September 2021.
Optimasi Keuntungan Produksi Dengan Metode Fuzzy Linear Programming Salsabilla L Veliani; Erwin Harahap; Gani Gunawan
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.7862

Abstract

Abstrak. Dalam dunia nyata, ketidakpastian banyak meliputi proses pengambilan keputusan. Termasuk membuat keputusan tentang ukuran produksi, yang sering dipengaruhi oleh ketidakpastian permintaan. Jika didekati dengan bentuk fuzzy, ketidakpastian yang dinyatakan dalam linguistik sangat tepat. Himpunan fungsi keanggotaan ukuran pemesanan dan biaya persediaan akan dihasilkan dengan menggunakan aturan aritmatika fuzzy untuk menentukan ukuran produksi dalam keadaan fuzzy. Metode fuzzy linear programming (FLP) digunakan untuk menangani ketidakpastian dalam mengambil keputusan. Dalam penelitian ini metode yang digunakan adalah studi literatur dan wawancara. Manfaat dari penelitian ini adalah meningkatkan efisiensi dan profitabilitas produksi, mengurangi biaya dan meminimalkan risiko dalam pengambilan keputusan produksi. Metode penelitian yang digunakan melibatkan pemodelan matematis dengan FLP, pengembangan cutting plane sebagai teknik optimalisasi, dan analisis terhadap hasil pemodelan dan solusi yang dihasilkan. Hasil penelitian ini menunjukan bahwa penggunaan metode FLP dapat menghasilkan solusi yang optimal. Abstract. In the real world, uncertainty pervades many decision-making processes. This includes making decisions about production size, which is often affected by demand uncertainty. When approached in fuzzy form, uncertainty expressed in linguistic terms is very appropriate. The set of membership functions of order size and inventory cost will be generated by using fuzzy arithmetic rules to determine the production size in a fuzzy state. The fuzzy linear programming (FLP) method is used to handle uncertainty in making decisions. In this research, the methods used are literature studies and interviews. The benefits of this research are to increase production efficiency and profitability, reduce costs and minimise risks in production decision making. The research method used involves mathematical modelling with FLP, development of cutting plane as an optimisation technique, and analysis of the modelling results and the resulting solution. The results of this study show that the use of the FLP method can produce an optimal solution.
Perbandingan Metode Certainty Factor dan Teorema Bayes sebagai Sistem Pendukung Keputusan Diagnosis Penyakit Limfoma Audina Tri Hardiyani; Erwin Harahap; Didi Suhaedi
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.7870

Abstract

Abstrak. Limfoma adalah istilah umum untuk berbagai jenis kanker darah yang timbul karena berada dalam sistem limfatik yang menyebabkan pembesaran kelenjar getah bening. Limfoma disebabkan oleh sel limfosit B atau T, yaitu sel darah putih dalam keadaan normal untuk menjaga daya tahan tubuh dan menangkal infeksi bakteri menjadi abnormal dengan membelah lebih cepat dari sel biasa. Limfoma dibagi menjadi 2 jenis, yaitu limfoma Hodgkin (LH) dan limfoma non-Hodgkin (LNH). Penerapan sistem pakar merupakan faktor ketidakpastian, untuk meminimalisir tingkat ketidakpastian seorang ahli menggunakan metode Certainty Factor (CF) dan Teorema Bayes (TB) untuk menggambarkan keyakinan seorang ahli. Penelitian bertujuan untuk mengetahui hasil perbandingan metode mana yang akan menghasilkan nilai validasi tertinggi. Berdasarkan hasil penelitian yang telah dilakukan, metode CF memiliki nilai persentase tertinggi dibandingkan TB dengan menyajikan nilai yang diperoleh dari metode LH CF sebesar 98% merupakan kemungkinan yang besar, sedangkan hasil persentase nilai LH TB sebesar 56% kecil kemungkinannya. Abstract. Lymphoma is a general term for various types of blood cancers that arise because they are in the lymphatic system that causes enlargement of the lymph nodes. Lymphoma is caused by B or T lymphocyte cells, which are white blood cells under normal circumstances to maintain the body's resistance and ward off bacterial infections to become abnormal by dividing faster than ordinary cells. Lymphoma is divided into 2 types, namely Hodgkin lymphoma (LH) and non-Hodgkin lymphoma (LNH). The implementation of the expert system is an uncertainty factor, to minimize the level of uncertainty an expert uses the Certainty Factor (CF) method and Bayes' Theorem (TB) to describe the beliefs of an expert. The study aims to find out the results of the comparison of which method will produce the highest validation value. Based on the results of research that has been carried out, the CF method has the highest percentage value compared to TB by presenting the average value obtained from the CF LH method of 98% is a large possibility, while the percentage result of the average value of LH TB of 56% is a little likely.
Pemetaan Hyperplane Pada Support Vector Machine Sekhan Rozaki Kusuma Wardana Tommy Rustandi; Didi Suhaedi; Yurika Pemanasari
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.8187

Abstract

Abstrak. Penelitian ini difokuskan pada klasifikasi biner dengan data linear, dengan tujuan untuk memahami penggunaan pemetaan hyperplane dalam klasifikasi data menggunakan SVM dan bagaimana contoh penerapannya dalam dunia nyata. Metode penelitian yang digunakan meliputi studi literatur terhadap contoh-contoh penerapan SVM dengan pemetaan hyperplane. Hasil penelitian menunjukkan bahwa pemetaan hyperplane penting dalam klasifikasi data dengan SVM. Pemetaan ini memungkinkan SVM untuk memisahkan dua kelas dengan optimal dalam ruang fitur yang lebih tinggi, sehingga meningkatkan performa klasifikasi. Contoh-contoh penerapan pemetaan hyperplane pada SVM dalam dunia nyata juga berhasil diidentifikasi, yang menggambarkan bagaimana SVM dengan pemetaan hyperplane dapat digunakan dalam berbagai masalah klasifikasi dalam kehidupan sehari-hari dalam bentuk numerik sebagai studi kasus pada penelitian ini. SVM dapat digunakan untuk klasifikasi dalam berbagai konteks, termasuk multikelas dan nonlinear, penelitian ini hanya memfokuskan pada klasifikasi biner dengan data linear. Selain itu, penelitian ini tidak secara mendalam membahas penanganan data yang tidak seimbang atau fitur tidak langsung dalam konteks klasifikasi dengan SVM. Abstract. This research was made on binary classification with linear data, with the aim of understanding the use of hyperplane regularity in data classification using SVM and how it is applied in the real world. The research method used includes a literature study of examples of SVM implementation with hyperplane recession. The results of this research show that the hyperplane is important in classifying data with SVM. This mapping allows the SVM to optimally unify the two classes in a higher feature space, thereby increasing classification performance. Examples of the application of hyperplane earthquakes to SVM in the real world were also identified, which illustrates how SVM with hyperplane earthquakes can be used in various classification problems in everyday life in numerical form as a case study in this study. SVM can be used for classification in various contexts, including multiclass and nonlinear, this study only focuses on binary classification with linear data. In addition, this research does not deeply discuss unbalanced handling data or indirect features in the context of classification with SVM.
Penerapan Metode Mixed Autoregressive and Moving Average Untuk Peramalan Harga Saham LQ45 Gita Sarah Prabawati; Onoy Rohaeni; Eti Kurniati
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.8535

Abstract

Abstrak. Saham merupakan investasi yang nilainya sangat fluktuatif. Kondisi seperti ini menyebabkan investor berhadapan dengan risiko. Risiko dapat berkurang apabila investor bisa membuat prediksi dengan ketelitian yang baik. Tujuan penelitian ini adalah untuk mendapatkan model dan dapat meramalkan harga saham beberapa waktu kedepan. Metode peramalan yang akan digunakan dalam penelitian ini adalah Mixed Autoregressive and Moving Average yaitu gabungan antara model Autoregresif dan Moving Average (ARMA). Penelitian ini menggunakan penutupan harga saham LQ45 periode 1 Maret 2022 hingga 28 April 2023. Hasil yang diperoleh adalah model terbaik yaitu ARMA (1,1). Model layak digunakan karena diperoleh nilai MAPE dengan kategori sangat baik. Abstract. Stock is an investment whose value is very volatile. Conditions like this cause investors to face risks. Risk can be reduced if investors can make predictions with good accuracy. The purpose of this research is to get a model and be able to predict stock prices some time in the future. The forecasting method that will be used in this study is the Mixed Autoregressive and Moving Average, which is a combination of the Autoregressive and Moving Average (ARMA) models. This study uses the closing price of LQ45 shares for the period March 1, 2022 to April 28, 2023. The results obtained are the best model, namely ARMA (1,1). The model is suitable for use because the MAPE value is obtained in a very good category.
Perbandingan Metode Mean-Semivariance dan Mean Absolute Deviation Untuk Menentukan Portfolio Optimal Menggunakan Python Bilqis Khairun Nisa; Onoy Rohaeni; Erwin Harahap
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.8549

Abstract

Abstrak. Investasi merupakan kegiatan menanamkan modal dengan tujuan mendapatkan keuntungan. Salah satu investasi pada aset keuangan yaitu investasi saham. Saham merupakan investasi yang berisiko tinggi karena harga saham yang fluktuatif. Untuk menghindari risiko yang akan mempengaruhi return saat berinvestasi, maka perlu membentuk portofolio optimal. Portofolio optimal merupakan portofolio yang memberikan return maksimum dan memiliki risiko minimum. Pada penelitian ini dibahas mengenai pembentukan portofolio optimal dengan menggunakan metode Mean Semivariance dan Mean Absolute Deviation. Dari hasil perhitungan pada penelitian ini metode Mean Semivariance memperoleh return sebesar 0.0035% dan risiko sebesar 0.080518%. Sedangkan dengan menggunakan metode Mean Absolute Deviation diperoleh return sebesar 0.000273% dan risiko sebesar 0.022276%. Abstract. Investment is an investment activity with the aim of making a profit. One of the investments in financial assets is stock investment. Stocks are a high-risk investment because stock prices fluctuate. To avoid risks that will affect returns when investing, it is necessary to form an optimal portfolio. Optimal portfolio is a portfolio that provides maximum return and has minimum risk. This study discusses the formation of an optimal portfolio using the Mean Semivariance and Mean Absolute Deviation methods. From the calculation results in this study the Mean Semivariance method obtained a return of 0.0035% and a risk of 0.080518%. Meanwhile, using the Mean Absolute Deviation method, a return of 0.000273% and a risk of 0.022276% are obtained.
Implementasi Sistem Pendukung Keputusan Pemilihan Menu Makanan Terbaik untuk Penderita Gastroesophageal Reflux Disease (Gerd) dengan Menggunakan Metode Topsis Devie Ratna Mutia; Erwin Harahap; Didi Suhaedi
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.8562

Abstract

Abstrak. Sistem pendukung keputusan (SPK) merupakan penerapan sistem informasi yang dirancang untuk membantu pengguna dalam mengambil keputusan dengan menggunakan model matematis. Dalam SPK terdapat metode Multiple Criteria Decision Making (MCDM), suatu metode digunakan untuk pengambilan keputusan dalam situasi di mana beberapa kriteria yang dipertimbangkan dalam waktu bersamaan. MCDM memiliki beberapa metode yang sudah banyak dikembangkan, salah satunya metode Topsis. Penelitian ini dilakukan untuk memanfaatkan SPK pada pemilihan menu makanan terbaik dengan metode Topsis, untuk membantu penderita Gastroesophageal Reflux Disease (GERD). Menu makanan sangat penting ditentukan untuk penderita GERD, salah satunya dalam kandungan gizi yang terdapat pada makanan. Kandungan lemak, asam, gas, dan kafein yang berlebihan merupakan kandungan yang dapat memicu terjadinya GERD. Sehingga dapat diperoleh menu makanan setiap kelompok dari hasil nilai preferensi dan pemeringkatan, kelompok menu makanan pokok peringkat tertinggi yaitu Nasi Merah dan peringkat terendah Nasi Pecel, kelompok menu sayuran peringkat tertinggi Tumis Tauge dan peringkat terendah Gudeg. Kelompok menu lauk pauk peringkat tertinggi Ikan Panggang dan peringkat terendah Rawon, kelompok menu dessert peringkat tertinggi Jasuke dan peringkat terendah Brownies. Kelompok menu minuman peringkat tertinggi Jus Melon dan peringkat terendah Teh Botol. Jika dilihat dari kriteria, nilai preferensi dan hasil pemeringkatan tertinggi memiliki nilai kandungan lemak, asam, gas, dan kafein yang sangat rendah. Abstract. Decision support systems (DSS) are the implementation of information systems designed to assist users in making decisions using mathematical models. In SPK there is the Multiple Criteria Decision Making (MCDM) method, a method used for decision making in situations where several criteria are considered at the same time. MCDM has several methods that have been developed, one of which is the Topsis method. This research was conducted to utilize DSS in choosing the best food menu using the Topsis method, to help sufferers of Gastroesophageal Reflux Disease (GERD). The food menu is very important to determine for GERD sufferers, one of which is the nutritional content found in food. Excessive fat, acid, gas and caffeine content are ingredients that can trigger GERD. So that the food menu for each group can be obtained from the preference value and ranking results, the staple food menu group with the highest rank is Red Rice and the lowest rank is Nasi Pecel, the vegetable menu group has the highest rank Tumis Bean Sprouts and the lowest rank is Gudeg. The side dish menu group has the highest rank Grilled Fish and Rawon the lowest rank, Dessert menu group has the highest rank Jasuke and Brownies the lowest rank. The drink menu group has the highest rating Melon Juice and the lowest rating is Botol Tea. When viewed from the criteria, the preference value and the highest rating results have very low fat, acid, gas and caffeine content values.
Penyelesaian Masalah Multiple Criteria Decision Making dalam Pemilihan Supplier Obat Menggunakan Metode WASPAS Annisa Melinia Rahayu; Didi Suhaedi; Yurika Permanasari
Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcsm.v3i2.8778

Abstract

Abstrak. Penilaian supplier dengan pemantauan langsung yang dilakukan apotek untuk memilih supplier obat. Hal ini mempengaruhi pengambilan keputusan yang tidak efektif dan terlalu subjektif. Metode Multiple Criteria Decision Making (MCDM) digunakan untuk menentukan supplier obat terbaik berdasarkan beberapa kriteria yang telah ditentukan dan dianggap mempengaruhi pemilihan supplier terbaik bagi apotek yang bersangkutan. Dalam penelitian ini, metode Weighted Aggregated Sum Product (WASPAS) diterapkan untuk memilih supplier obat terbaik di apotek. Metode WASPAS dipilih karena kemampuannya dalam menangani banyak kriteria dan mempertimbangkan preferensi pembuat keputusan. Terdapat 32 alternatif supplier yang dinilai berdasarkan kriteria harga, waktu pengiriman, penawaran program, dan pelayanan. Dari hasil perangkingan, terdapat 5 supplier obat teratas yang dipilih yaitu supplier Ae, supplier V, supplier T, supplier M, dan supplier F. Perangkingan tersebut diurutkan dari nilai akhir tertinggi, yaitu 2,4131 untuk supplier Ae, hingga nilai akhir terendah, yaitu 1,7395 untuk supplier Q. Dengan demikian, metode WASPAS dapat digunakan sebagai alat bantu pengambilan keputusan dalam memilih supplier obat terbaik. Abstract. The evaluation of suppliers with direct monitoring conducted by pharmacies to select drug suppliers affects ineffective and overly subjective decision-making. The Multiple Criteria Decision Making (MCDM) method is used to determine the best drug supplier based on several predefined criteria considered to influence the selection of the best supplier for the respective pharmacy. In this research, the Weighted Aggregated Sum Product (WASPAS) method is implemented to select the best drug supplier in the pharmacy. WASPAS method was chosen due to its ability to handle multiple criteria and consider decision-makers' preferences. There are 32 alternative suppliers evaluated based on criteria such as price, delivery time, program offerings, and services. From the ranking results, the top 5 drug suppliers selected are supplier Ae, supplier V, supplier T, supplier M, and supplier F. These rankings are arranged from the highest final score, 2.3141 for supplier Ae, to the lowest final score, 1.7395 for supplier Q. Therefore, the WASPAS method can be used as a decision-making tool in selecting the best drug supplier.

Page 5 of 7 | Total Record : 61

 3   4   5   6   7 

Filter by Year

2021 2024


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2024): Bandung Conference Series: Mathematics Vol. 3 No. 2 (2023): Bandung Conference Series: Mathematics Vol. 3 No. 1 (2023): Bandung Conference Series: Mathematics Vol. 2 No. 2 (2022): Bandung Conference Series: Mathematics Vol. 2 No. 1 (2022): Bandung Conference Series: Mathematics Vol. 1 No. 1 (2021): Bandung Conference Series: Mathematics