cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mochamad Tito Julianto
Contact Email
mtjulianto@apps.ipb.ac.id
Phone
+622518625276
Journal Mail Official
milang@apps.ipb.ac.id
Editorial Address
Sekolah Sains Data, Matematika dan Informatika, IPB University Jl. Meranti, Gedung FMIPA Lt.2 Kampus IPB Dramaga Bogor 16680
Location
Kota bogor,
Jawa barat
INDONESIA
MILANG Journal of Mathematics and Its Applications
Published by Institut Pertanian Bogor
ISSN : -     EISSN : 29635233     DOI : https://doi.org/10.29244/milang.18.1
Core Subject : Education,
Mathematics
MILANG Journal of Mathematics and Its Applications publishes original research articles in the broad field of mathematics and its interdisciplinary applications. The journal covers, but is not limited to, the following areas: Mathematics in Informatics, Mathematics in Life Sciences, Mathematics in Actuarial Science, Mathematics in Natural Sciences, and Mathematics in Graph Theory. MILANG is open to high-quality submissions presenting innovative mathematical theories, methods, and applications that advance scientific understanding or solve real-world problems. The journal welcomes interdisciplinary research and contributions that bridge mathematics with other scientific domains.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 6 Documents
 1 
Search results for , issue "Vol. 17 No. 1 (2018): Journal of Mathematics and Its Applications" : 6 Documents clear
MODEL PENGENDALIAN INFLUENZA H1N1 DUA STRAIN DENGAN VAKSINASI DAN PENGOBATAN NATALIA, D.; BAKHTIAR, T.; JAHARUDDIN, J.
MILANG Journal of Mathematics and Its Applications Vol. 17 No. 1 (2018): 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/jmap.17.1.1-16

Abstract

Pada karya ilmiah ini, penyebaran influenza dua strain dimodelkan dengan melibatkan tiga variabel kontrol yaitu vaksinasi dan pengobatan pada masing-masing strain. Akan ditentukan variabel kontrol optimum sehingga dapat meminimumkan populasi terinfeksi berdasarkan empat skenario pengendalian. Prinsip maksimum Pontryagin diterapkan untuk menurunkan sistem persamaan diferensial sebagai kondisi yang harus dipenuhi variabel-variabel kontrol optimum. Kemudian, metode Runge-Kutta orde empat digunakan untuk menentukan solusi numerik dari masalah kontrol optimum. Pada solusi numerik ditunjukkan bahwa pemberian tiga buah kontrol pada model penyebaran influenza H1N1 dua strain memberikan pengaruh yang baik karena dapat menurunkan populasi individu terinfeksi oleh strain satu dan strain dua sampai 99% serta meningkatkan populasi individu yang telah diobati secara efektif sampai 85% pada bulan ke lima.
SIMULASI SISTEM BONUS-MALUS PADA ASURANSI KENDARAAN BERMOTOR BERDASARKAN JENIS KECELAKAAN DAN TINGKAT KEPARAHAN AWATIF, A.; PURNABA, I G. P.; MANGKU, I W.
MILANG Journal of Mathematics and Its Applications Vol. 17 No. 1 (2018): 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/jmap.17.1.17-32

Abstract

Penelitian ini membahas asuransi kendaraan bermotor di mana penentuan harga premi risikonya berdasarkan data riwayat kecelakaan di masa lalu (experience rating) dan disebut dengan sistem Bonus-Malus. Pada sistem Bonus-Malus, pemegang polis yang telah mengajukan satu atau lebih klaim akan dikenakan kenaikan premi (Malus), sedangkan yang tidak mengajukan klaim akan diberikan penghargaan berupa penurunan premi (Bonus) di periode pembayaran premi berikutnya. Simulasi sistem Bonus-Malus yang dibahas ada tiga sistem. Untuk semua sistem, setiap tahun yang tidak ada klaim dihargai dengan turun satu tingkat. Sistem Bonus-Malus pertama menghukum setiap klaim kerusakan barang naik dua tingkat dan klaim cedera tubuh naik empat tingkat sistem kedua menghukum setiap klaim (kerusakan barang atau cedera tubuh) naik dua tingkat dan sistem ketiga menghukum setiap klaim (kerusakan barang atau cedera tubuh) naik tiga tingkat Dari ketiga sistem diperoleh proporsi banyaknya nasabah dan besar premi relatif di setiap kelas premi. Kelas premi pertama (state 0) merupakan kelas premi paling murah dan kelas premi terakhir (state 8) merupakan kelas premi paling mahal. Hasil dari simulasi diperoleh proporsi nasabah di kelas premi paling murah paling banyak di sistem kedua sebesar 54.70% dengan besar premi relatif sebesar 85.76% dan paling sedikit di sistem ketiga sebesar 42.44% dengan besar premi relatif sebesar 80.81%. Proporsi nasabah di kelas premi paling mahal paling banyak di sistem ketiga sebesar 6.45% dengan besar premi relatif sebesar 132.85% dan paling sedikit di sistem kedua sebesar 2.60% dengan besar premi relatif sebesar 139.84%.
MODEL STOKASTIK PENYEBARAN PENYAKIT KOLERA MAISURA, M.; SUMARNO, H.; SIANTURI, P.
MILANG Journal of Mathematics and Its Applications Vol. 17 No. 1 (2018): 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/jmap.17.1.33-46

Abstract

Kolera adalah penyakit infeksi akut yang disebabkan oleh bakteri Vibrio Cholerae yang masuk ke dalam tubuh melalui makanan dan minuman yang dikonsumsi oleh penderita. Penelitian ini bertujuan untuk melihat penyebaran penyakit kolera dengan menggunakan model stokastik. Pada penelitian ini dikaji dua model yaitu, Pendekatan Stokastik Model Wang dan Modnak dengan populasi konstan dan pada populasi tidak konstan untuk menganalisis peluang wabah. Peluang wabah diperoleh dengan menggunakan probability generating function (pgf) keturunan proses bercabang. Simulasi dilakukan untuk melihat perilaku model populasi konstan dan tidak konstan. Hasil dari penelitian ini adalah dalam model stokastik, ketika bilangan reproduksi dasar lebih besar dari satu masih ada kemungkinan menuju peluang bebas penyakit. Selain itu, tidak ada perbedaan antara model populasi konstan dan tidak konstan terhadap peluang bebas penyakit.
PENYELARASAN ARAH VEKTOR GRADIEN UNTUK MENENTUKAN STEP SIZE METODE STEEPEST DESCENT PADA FUNGSI NONLINEAR KUADRATIK BANYAK VARIABEL IDAMAN, S.; SILALAHI, B. P.; GURITMAN, S.
MILANG Journal of Mathematics and Its Applications Vol. 17 No. 1 (2018): 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/jmap.17.1.47-60

Abstract

Masalah optimisasi banyak variabel dapat diselesaikan dengan berbagai metode untuk mendapatkan solusi yang optimal. Salah satu metode yang paling sederhana yaitu metode steepest descent. Metode steepest descent menggunakan vektor gradien untuk menentukan arah pencarian disetiap iterasi kemudian ditentukan step size sebagai jarak perubahan solusi yang dipengaruhi oleh vektor gradien. Step size ( ) pada metode steepest descent sangat mempengaruhi kecepatan kekonvergenan metode ini. Sehingga diperlukan penentuan step size yang tepat untuk mempercepat kekonvergenan metode steepest descent. Penelitian ini akan memodifikasi step size pada metode steepest descent dengan menentukan step size yang dapat menghasilkan arah (vektor gradien) yang mendekati vektor eigen dari matriks Heisse suatu fungsi kuadratik definit positif banyak variabel. Hasil numerik menunjukkan bahwa step size yang diperoleh pada penelitian ini bisa mereduksi jumlah iterasi dan running time lebih baik dari pada metode steepest descent biasa terutama untuk kasus ill-conditioned yaitu kasus lamanya metode steepest descent mencapai kekonvergenan yang disebabkan oleh perbandingan (rasio) yang besar antara nilai eigen terbesar dan nilai eigen terkecil dari matriks Heisse.
PENENTUAN METODE TERBAIK UNTUK PENDUGAAN LIFE TABLE PENDUDUK LANJUT USIA DI INDONESIA RIYANA, M.; SUMARNO, H.; SUHARJO, B.
MILANG Journal of Mathematics and Its Applications Vol. 17 No. 1 (2018): 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/jmap.17.1.61-74

Abstract

Meningkatnya harapan hidup berdampak pada peningkatan populasi lansia. Hal ini mendorong pemerintah untuk segera merumuskan kebijakan agar lansia dapat terus berkarya tanpa bergantung kepada penduduk produktif. Untuk itu diperlukan informasi jumlah penduduk lansia namun informasi ini belum tersedia, sehingga perlu menyusun tabel hayat lengkap lansia untuk mengetahui jumlah penduduk lansia yang betahan hidup di atas umur 60 tahun. Penelitian ini bertujuan untuk menduga tabel hayat lengkap lansia di Indonesia. Di mana ada beberapa metode yang tersedia untuk menduga tabel tersebut berdasarkan tabel hayat ringkas. Metode yang digunakan antara lain metode Kostaki, Elandt-Johnson dan Heligman-Pollard. Serta dilakukan modifikasi Heligman-Pollard dengan laju kematian distribusi Gompertz maupun Makeham. Diperoleh hasil penelitian bahwa metode Heligman-Pollard baik digunakan untuk menduga tabel hayat lengkap Indonesia.
MULTI DEPOT VEHICLE ROUTING PROBLEM DENGAN PENGEMUDI SESEKALI MAKING, S. R. M.; SILALAHI, B. P.; BUKHARI, F.
MILANG Journal of Mathematics and Its Applications Vol. 17 No. 1 (2018): 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/jmap.17.1.75-86

Abstract

Distribusi merupakan suatu proses penyaluran barang dari satu atau kumpulan produsen kepada konsumen. Dalam proses pendistribusian semua produsen mengharapkan untuk meminimumkan biaya pendistribusian. Oleh karena itu perlu diformulasikan suatu model dalam optimasi untuk meminimumkan biaya pendistribusian. Salah satu model yang telah diformulasikan adalah vehicle routing problem (VRP) dengan pengemudi sesekali untuk meminimumkan biaya pendistribusian di satu tempat produksi. Selanjutnya dalam makalah ini akan diformulasikan model VRP dengan pengemudi sesekali untuk dua tempat produksi, sehingga disebut multi depot vehicle routing problem (MDVRP) dengan pengemudi sesekali. Tujuan dari formulasi model (MDVRP) dengan pengemudi sesekali ini adalah untuk meminimumkan biaya pendistrbusian Penggunaan kendaraan milik pengemudi sesekali dalam model MDVRP dengan pengemudi sesekali menunjukkan bahwa model ini dapat digunakan untuk meminimalkan biaya pendistribusian pada dua tempat produksi. Berdasarkan hasil tersebut, model ini dapat digunakan untuk meminimumkan biaya pendistribusian untuk dua tempat produksi dan selanjutnya dapat dijadikan acuan untuk pengerjaan lebih dari dua tempat produksi.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2018 2018


Reset
Filter By Issues
All Issue Vol. 21 No. 1 (2025): MILANG Journal of Mathematics and Its Applications Vol. 20 No. 2 (2024): MILANG Journal of Mathematics and Its Applications Vol. 20 No. 1 (2024): MILANG Journal of Mathematics and Its Applications Vol. 19 No. 2 (2023): MILANG Journal of Mathematics and Its Applications Vol. 19 No. 1 (2023): MILANG Journal of Mathematics and Its Applications Vol. 18 No. 2 (2022): MILANG Journal of Mathematics and Its Applications Vol. 18 No. 1 (2022): MILANG Journal of Mathematics and Its Applications Vol. 17 No. 2 (2018): Journal of Mathematics and Its Applications Vol. 17 No. 1 (2018): Journal of Mathematics and Its Applications Vol. 16 No. 2 (2017): Journal of Mathematics and Its Applications Vol. 16 No. 1 (2017): Journal of Mathematics and Its Applications Vol. 15 No. 2 (2016): Journal of Mathematics and Its Applications Vol. 15 No. 1 (2016): Journal of Mathematics and Its Applications Vol. 14 No. 2 (2015): Journal of Mathematics and Its Applications Vol. 14 No. 1 (2015): Journal of Mathematics and Its Applications Vol. 13 No. 2 (2014): Journal of Mathematics and Its Applications Vol. 13 No. 1 (2014): Journal of Mathematics and Its Applications Vol. 12 No. 2 (2013): Journal of Mathematics and Its Applications Vol. 12 No. 1 (2013): Journal of Mathematics and Its Applications Vol. 11 No. 2 (2012): Journal of Mathematics and Its Applications Vol. 11 No. 1 (2012): Journal of Mathematics and Its Applications Vol. 10 No. 2 (2011): Journal of Mathematics and Its Applications Vol. 10 No. 1 (2011): Journal of Mathematics and Its Applications Vol. 9 No. 2 (2010): Journal of Mathematics and Its Applications Vol. 9 No. 1 (2010): Journal of Mathematics and Its Applications Vol. 8 No. 2 (2009): Journal of Mathematics and Its Applications Vol. 8 No. 1 (2009): Journal of Mathematics and Its Applications Vol. 7 No. 2 (2008): Journal of Mathematics and Its Applications Vol. 7 No. 1 (2008): Journal of Mathematics and Its Applications Vol. 6 No. 2 (2007): Journal of Mathematics and Its Applications Vol. 6 No. 1 (2007): Journal of Mathematics and Its Applications Vol. 5 No. 2 (2006): Journal of Mathematics and Its Applications Vol. 5 No. 1 (2006): Journal of Mathematics and Its Applications Vol. 4 No. 2 (2005): Journal of Mathematics and Its Applications Vol. 4 No. 1 (2005): Journal of Mathematics and Its Applications Vol. 3 No. 2 (2004): Journal of Mathematics and Its Applications Vol. 3 No. 1 (2004): Journal of Mathematics and Its Applications Vol. 2 No. 2 (2003): Journal of Mathematics and Its Applications Vol. 2 No. 1 (2003): Journal of Mathematics and Its Applications Vol. 1 No. 2 (2002): Journal of Mathematics and Its Applications Vol. 1 No. 1 (2002): Journal of Mathematics and Its Applications More Issue