cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Laksono Budiarto
Contact Email
laksono.budiarto@um.ac.id
Phone
+62895384660796
Journal Mail Official
jmipap.journal@um.ac.id
Editorial Address
Universitas Negeri Malang Jl. Semarang no 5 Malang Jawa Timur 65115
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal MIPA dan Pembelajarannya
Published by Universitas Negeri Malang
ISSN : -     EISSN : 27980634     DOI : https://doi.org/10.17977/um067
Core Subject : Science, Education, Engineering,
Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Education Energy Immunology & microbiology Materials Science & Nanotechnology Mathematics
Jurnal MIPA dan Pembelajarannya (JMIPAP) is a publication that focuses on education, particularly in the areas of mathematics and natural sciences. The journal publishes articles, research papers, and other relevant manuscripts related to the teaching and learning of these subjects. It provides a platform for educators, researchers, and scholars to share their ideas, insights, and innovative teaching methods that can enhance the teaching and learning experience of students in mathematics and natural sciences. JMIPAP aims to contribute to the improvement of the quality of education in these fields by providing a space for the exchange of knowledge and ideas among its readers and contributors.
Arjuna Subject : Kimia(semua kategori) - Kimia (Lain-Lain)
Articles 206 Documents
 11   12   13   14   15 
Algoritma ant colony optimization (ACO) dalam optimalisasi rute pada vehicle routing problem with time window Septiashri, Dian Fitrotin; Purwanto, Purwanto; Satyananda, Darmawan
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p1

Abstract

Vehicle Routing Problem with Time Window (VRPTW) merupakan permasalahan bagaimana suatu depot distribusi barang, dengan sejumlah kendaraan berkapasitas tertentu melayani sejumlah customer pada lokasi yang terpisah, dengan permintaan dan batasan time window tertentu dengan tujuan meminimalkan total biaya perjalanan, tanpa mengabaikan batasan kapasitas kendaraan dan time window depot. Algoritma Ant Colony Optimization terinspirasi dari perilaku semut, yaitu perjalanan semut dalam mencari makan. Semut mempunyai zat khusus yang disebut pheromone. Terdapat tiga langkah pada algoritma Ant Colony Optimization yaitu langkah inisialisasi awal jarak pheromone, update pheromone lokal dan update pheromone global. Dari ketiga langkah tersebut terdapat iterasi yaitu perbaikan pheromone agar menghasilkan solusi terbaik dari rute yang terbentuk oleh semut. Oleh sebab itu, untuk mempermudah pencarian rute, Algoritma ACO tersebut diimplementasikan ke dalam program komputer menggunakan Delphi 7.
Implementasi algoritma harmony search (HS) pada mix fleet vehicle routing problem with split delivery (MFVRPSD) Astuti, Erlina Tri; Madja, Mimiep Setyowati; Yasin, Mohamad
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p2

Abstract

Salah satu varian dari VRP adalah Mix Fleet Vehicle Routing Problem with Split Delivery (MFVRPSD), dimana kendaraan yang dipakai bisa memiliki kapasitas yang berbeda-beda dan customer dapat dikunjungi lebih dari satu kali agar mendapatkan rute yang minimum. Pada MFVRPSD permintaan customer tidak boleh melebihi kapasitas kendaraan. MFVRPSD bertujuan untuk menentukan sejumlah rute yang memiliki jarak tempuh minimum. Semua rute berawal dan berakhir di depot yaitu 0. Total permintaan dari sebarang rute kendaraan tidak boleh melebihi kapasitas kendaraan. Dan kapasitas dari masing-masing kendaraan yang digunakan untuk melayani customer bisa berbeda-beda sesuai yang tersedia di tempat pengiriman atau produsen. Algoritma Harmony Search dapat digunakan untuk menyelesaikan permasalahan MFVRPSD dengan tujuan untuk memperoleh solusi berupa rute yang optimum tanpa melanggar kendala kapasitas dan jarak. Algoritma Harmony Search memiliki 5 langkah utama yaitu inisialisasi parameter, inisialisasi harmony memory (HM), membangkitkan rute sementara, meng-update HM rute sementara, dan mengecek kriteria pemberhentian. Agar mudah dalam menyelesaikan permasalahan MFVRPSD dengan menggunakan Algoritma Harmony Search, maka akan direpresentasikan dalam program komputer dengan menggunakan Borland Delphi 7.0. Program dimulai dengan input data, kemudian data diproses dengan menggunakan algoritma Harmony Search dan output yang dihasilkan berupa rute yang optimum serta visualisasi graph hasilnya.
Analisis waktu dan biaya percepatan proyek dengan menggunakan algoritma crash time limit (CTL) Setyowati , Erni; Wahyuningsih, Sapti; Oktoviana , Lucky Tri
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p3

Abstract

Algoritma Crash Time Limit (CTL) merupakan salah satu algoritma yang dapat diterapkan dalam mempercepat waktu penyelesaian proyek. Pada proses percepatan waktu proyek, Algoritma Crash Time Limit (CTL) membutuhkan data berupa kegiatan, kegian pendahulu, biaya normal, biaya crash, waktu normal, waktu crash, dan biaya tidak langsung. Setelah memperoleh data tersebut, proses yang dilakukan adalah memilih kegiatan kritis dengan biaya cost-slope terendah sebagai kegiatan yang akan dipercepat, menentukan kegiatan yang dipercepat dengan memanfaatkan lintasan dalam jaringan, dan menentukan waktu percepatan dengan menggunakan nilai crash time limit. Hasil yang diperoleh dari proses penyelesaian percepatan proyek dengan Algoritma Crash Time Limit (CTL) yaitu waktu penyelesaian proyek dapat diselesaikan lebih cepat dengan biaya yang lebih minimum.
Analisis model antrian pada sistem single channel multi phase di kantor Satpas Polres kota Probolinggo Pitaluka, Erza; Abadyo, Abadyo
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p4

Abstract

Queue is a problem that mostly occurred in public service facility such as Driving License (SIM) renewal service in Satpas (Driving License Administration) Office of Probolinggo City Police Station. For applicant that want to do SIM renewal must go through three steps: applicant comes to do registration in registration counter with submitting form and all requirements, then wait until the applicant is called by counter officer of file checking and do the payment, next the applicant waits to be called by officer to take photo for Driving License Card. The aim of this research was to know queue model that suitable with applicant queue of Driving License renewal and to know performance from queue model that suitable with applicant queue of Driving License renewal in Satpas Office of Probolinggo City Police Station. This research used primary data that was obtained from direct observation to the arrival time and service time for Driving License renewal applicant that served in file checking and payment counter (step 1) and in room to take photo for Driving License (step 2). From analysis result and discussion, it was obtained queue model that suitable for step 1 and step 2, they were . In the step 1, the largest utility was on March, 11th 2016 for 96.05% with the average number of applicant to be served in the queue for 8 applicants, the average number of applicant to be served in the sistem for 9 applicants, the average time of waiting period for each applicant in the queue was 21 minutes, and the average time of waiting period for each applicant in the sistem was 23 minutes. In the step 2, the largest utility was on March, 12th 2016 for 94.20% with the average number of applicant to be served in the queue for 3 applicants, the average number of applicant to be served in the sistem for 4 applicants, the average time of waiting period for each applicant in the queue was 8 minutes, and, the average time of waiting period for each applicant in the queue was 10 minutes.
Algoritma genetika pada split delivery vehicle routing problem (SDVRP) dan implementasinya Rahayuningsih, Farid Tri; Wahyuningsih, Sapti; Yasin, Mohamad
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p5

Abstract

Split Delivery Vehicle Routing Problem (SDVRP) yaitu perluasan VRP dengan tiap customer dapat dilayani lebih dari satu kali yang dikarenakan jumlah permintaan customer sama besar atau lebih besar dengan kapasitas dari kendaraan dan dilayani dengan kendaraan yang berbeda untuk meminimalkan biaya pendistribusian. Algoritma genetika adalah suatu jenis struktur pencarian nilai optimal berdasarkan peniruan proses evolusi biologi. Algoritma genetika pada SDVRP terdiri dari enam langkah, yaitu teknik pengkodean, pembangkitan populasi awal, pembentukan rute berdasarkan kendala kapasitas, perhitungan nilai fitness kemudian seleksi pindah silang dengan metode Partial-Mapped Crossover (PMX) dan mutasi. Untuk mempermudah dalam menyelesaikan SDVRP dengan algoritma genetika maka direpresentasikan dalam program komputer menggunakan Borland Delphi 7. Meskipun program sangat membantu mempermudah dalam menghitung jarak minimum pada permasalahan pendistribusian, namun program ini memiliki kelemahan yaitu lama proses perhitungan dipengaruhi oleh banyak populasi dan maksimum generasi yang diberikan.
Zero-inflated poisson regression untuk memodelkan faktor-faktor yang mempengaruhi terjadinya kebakaran di kabupaten Sidoarjo Dona, Febri Rahmat; Permadi, Hendro
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p6

Abstract

The purpose of this research is determine the factors that affect the rate of fires in Sidoarjo using analysis Zero-Inflated Poisson (ZIP) regression. The procedure in this research through the steps are detecting the distribution of a variable number of fire (Y), identified cases multikolinearitas, establishing models Poison regression, testing overdispersi or underdispersi, establishing models ZIP regression, testing coefficient simultaneously and partially, and choose a suitable model. The independent variable used are population density (X_1), the number of factories (X_2), sugarcane and paddy land area (X_3), vacant land that overgrown with weeds (X_4), and year (X_5) Based on the regression model Zero-Inflated Poisson (ZIP) obtained best model of rate of fires that affected by the population density (X_1), sugarcane and paddy land area (X_3), and the year (X_5) to distinguish the difference the incidence of fires in every year. The model has a value of AIC (257,4) and the smallest value of R^2 (70,86).
Implementasi algoritma generic preflow push dalam pencarian aliran maksimum pada jaringan listrik Mardikasari, Finda; Purwanto, Purwanto; Yunus, Mahmuddin
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p7

Abstract

Maksimum Flow Problem merupakan suatu permasalahan dalam pencarian aliran maksimum pada suatu jaringan yang memiliki titik sumber (source) dan titik tujuan (sink). Algoritma Generic Preflow Push merupakan algoritma yang bekerja bertahap dengan menggunakan aliran semu atau preflow dan mendorong menuju titik yang paling dekat dengan titik tujuan (sink) dengan tujuan mendapatkan nilai excess yang besar menggunakan metode push/relabel. Pada Maximum Flow Problem algoritma ini terdiri dari 4 langkah yaitu konstruksi jaringan sisa, inisialisasi preflow dan label titik, pencarian titik aktif, dan push/relabel. Dalam menyelesaikan permasalahan pencarian aliran maksimum dengan menggunakan algoritma Generic Preflow Push dibutuhkan proses yang panjang. Oleh sebab itu, untuk mempermudah pencarian rute, diimplementasikan ke dalam program dengan menggunakan bahasa pemrograman Borland Delphi 7.0.
Peramalan jumlah wisatawan mancanegara ke indonesia dengan menggunakan metode autoregressive integrated moving average with exogenous variable (ARIMAX) efek variasi kalender libur akhir tahun Rahmawati, Fitria; Lestari, Trianingsih Eni
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p8

Abstract

Sektor pariwisata di Indonesia merupakan salah satu andalan untuk menyerap devisa Negara. Salah satunya dari wisatawan mancanegara yang berkunjung ke Indonesia, dimana biasanya meningkat pada libur akhir tahun. Besarnya potensi ini membuat para investor asing berlomba-lomba menanamkan modal untuk membangun hotel yang dapat berakibat over supply. Untuk menangani hal tersebut diperlukan prediksi jumlah wisatawan yang akurat dengan melakukan peramalan yaitu dengan analisis deret waktu. Ketika data deret waktu memiliki variabel lebih dari satu yang disebut juga sebagai data multivariat misalkan dengan adanya penambahan variabel dummy efek variasi kalender libur akhir tahun maka salah satu metode peramalan yang bisa digunakan adalah dengan Autoregressive Integrated Moving Average with Exogenous Variable (ARIMAX) Efek Variasi Kalender. Metode ARIMAX adalah modifikasi dari model ARIMA Seasonal dengan penambahan variabel eksogen yaitu variabel dummy dan periode waktu.Dengan melihat permasalahan tersebut, penelitian ini bertujuan mengetahui model deret waktu terbaik untuk meramalkan jumlah wisatawan mancanegara dengan metode ARIMAX serta mengetahui hasil peramalan jumlah wisatawan mancanegara dengan metode ARIMAX. Berdasarkan hasil analisis terhadap jumlah wisatawan mancanegara, diperoleh bahwa model terbaik peramalan sebagai berikut Y_t=475158,2+98619,9D_1t+3650,5t+a_t 〖(1- 0,22055B)〗^(-1) 〖(1-0,48107B^12)〗^(-1) Dari model diatas diketahui bahwa peramalan untuk data ke-t dipengaruhi oleh efek variasi kalender libur akhir tahun dan periode waktu pada saat ke-t. Dan hasil peramalan jumlah wisatawan yang datang ke Indonesia dengan metode ARIMAX pada bulan Januari 2016 dan bulan februari 2016 sebesar 814052,96 dan 858423,27 orang.
Ant colony optimization (ACO) pada job shop scheduling problem (JSSP) Amanullah , Wahidatul Fatin; Wahyuningsih, Sapti; Oktoviana , Lucky Tri
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 11 (2022): Nopember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i112022p9

Abstract

Job Shop Scheduling Problem (JSSP) merupakan permasalahan dalam menentukan makespan yang minimum pada suatu jadwal dengan n jobs dan m mesin. Salah satu algoritma yang dapat digunakan dalam penyelesaian permasalahan ini adalah ant colony optimization (ACO). ACO adalah metode yang terinspirasi oleh perilaku makhluk hidup yaitu perilaku dari sekumpulan semut yang keluar dari sarangnya menuju sumber makanan dengan meninggalkan zat pheromone. Dalam algoritma ACO terdapat beberapa tahapan penyelesaian yaitu inisialisasi parameter, aturan transisi status, tahap pembaharuan jejak pheromone, dan menemukan solusi terbaik. Parameter yang dibutuhkan yaitu m (banyaknya mesin), α (tetapan pengendali intensitas jejak semut), β (tetapan pengendali visibilitas), τ_ij (t) (intensitas pheromone), k (banyaknya semut), ρ (evaporasi pheromone), Q (konstanta), dan Cmax (banyaknya iterasi) yang digunakan untuk mencari rute dan makespan.
Game matematika berbasis mobile Swalaganata, Galandaru; Sisworo, Sisworo; Yunus, Mahmuddin
Jurnal MIPA dan Pembelajarannya Vol. 2 No. 12 (2022): Desember
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um067v2i122022p1

Abstract

Aritmatika adalah bagian dari ilmu matematika yang mempelajari operasi dasar matematika yaitu penjumlahan, pengurangan, perkalian, dan pembagian. Pelajaran aritmatika sudah dikenalkan sejak memasuki dunia pendidikan formal. Dalam penyampaiannya dapat digunakan berbagai cara, diantaranya menggunakan garis bilangan atau merepresentasikan dengan benda, seperti kelereng, buku, dan pensil. Seiring berkembangnya ilmu pengetahuan dan teknologi, proses penyampaian dapat dilakukan dengan memanfaatkan perangkat bergerak. Sebagai contoh smartphone, tablet, dan laptop. Pemaanfaatannya dapat dilakukan dengan membuat game atau permainan. Dengan adanya game yang berkaitan dengan matematika, pengguna tidak hanya dapat melakukan permainan, tetapi juga dapat mengasah kemampuan menyelesaikan permasalahan yang berkaitan dengan matematika. Pembuatan game Gametika memanfaatkan software Adobe Flash Professional CS6 dan runtime aplikasi Adobe Air 3.2 dengan model perancangan waterfall yang terdiri dari: (1) analisis kebutuhan sistem; (2) sistem desain; (3) implementasi; (4) uji coba; (5) penyebaran; dan (6) perawatan. Game ini dapat dijalankan pada smartphone dengan sistem operasi Android 4.0 Ice Cream Sandwich atau versi android yang lebih baru dan resolusi layar smartphone 320 x 480 pixel. Hasil validasi dari dosen validator 90,5%, hasil validasi uji coba lapangan kepada anak usia 10-13 tahun dan teman sejawat 88,7%, dan hasil validasi uji coba lapangan praktisi lapangan 88,4%. Dengan rata-rata hasil validasi 89,7% permainan mobile ini dinyatakan valid dan layak digunakan terutama untuk anak usia 10-13 tahun.

Page 13 of 21 | Total Record : 206

 11   12   13   14   15 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2025): February Vol. 5 No. 1 (2025): Januari Vol. 4 No. 12 (2024): Desember Vol. 4 No. 11 (2024): Nopember Vol. 3 No. 12 (2023): Desember Vol. 3 No. 11 (2023): November Vol. 3 No. 10 (2023): Oktober Vol. 3 No. 9 (2023): September Vol. 3 No. 8 (2023): Agustus Vol. 3 No. 7 (2023): Juli Vol. 3 No. 6 (2023): Juni Vol. 3 No. 5 (2023): Mei Vol. 3 No. 4 (2023): April Vol. 3 No. 3 (2023): Maret Vol. 3 No. 2 (2023): Februari Vol. 3 No. 1 (2023): Januari Vol. 2 No. 12 (2022): Desember Vol. 2 No. 11 (2022): Nopember Vol. 2 No. 10 (2022): Oktober Vol. 2 No. 9 (2022): September Vol. 1 No. 10 (2021) Vol. 1 No. 9 (2021) Vol. 1 No. 8 (2021) Vol. 1 No. 7 (2021) Vol. 1 No. 6 (2021) Vol. 1 No. 5 (2021) Vol. 1 No. 4 (2021) Vol. 1 No. 3 (2021) Vol. 1 No. 2 (2021) Vol. 1 No. 1 (2021) More Issue