Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal EurekaMatika (Jurnal Online Matematika S1) Masker Medika Jurnal Eurekamatika
Fitriani agustina
Program Studi Matematika
Computer Science & IT Environmental Science Health Professions Industrial & Manufacturing Engineering Mathematics Nursing Public Health

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
PERAMALAN CURAH HUJAN KOTA BANDUNG MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT PADA DERET BERKALA MUSIMAN Prahesti, Danica Dwi; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (399.618 KB) | DOI: 10.17509/jem.v4i1.10649

Abstract

ABSTRAK. Model fungsi transfer pada deret berkala pola musiman merupakan penggabungan karakteristik dari model analisis regresi berganda dengan karakteristik model deret berkala pola musiman SARIMA (Seasonal Autoregresive Integrated Moving Average). Model fungsi transfer yang memiliki lebih dari dua deret berkala pada variabel input disebut dengan model fungsi transfer multivariat. Prosedur untuk menentukan model fungsi transfer diawali dengan menghilangkan pengaruh musiman (deseasonalized) pada semua deret berkala, kemudian untuk menentukan model fungsi transfer multivariat dimulai dengan pembentukan model fungsi transfer univariat pada masing-masing variabel input, kemudian dilakukan pembentukan secara serentak menjadi model fungsi transfer multivariat. Model fungsi transfer pada deret berkala pola musiman diterapkan untuk meramalkan jumlah curah hujan di kota Bandung, dengan variabel input berupa data kelembaban udara, suhu udara, tekanan udara, dan kecepatan angin. Data yang digunakan dimulai dari bulan Januari 2000 hingga Desember 2013. Hasil penelitian ini menunjukkan bahwa : (1) model peramalan curah hujan menggunakan model fungsi transfer multivariat pada deret berkala musiman yaitu: ; (2) hasil peramalan curah hujan kota bandung untuk 12 bulan ke depan menunjukkan terjadi fluktuasi dimana jumlah curah hujan paling tinggi terjadi pada bulan Februari 2014 dan jumlah curah hujan terendah pada bulan Januari 2014.Kata Kunci: Deret Berkala, SARIMA, Fungsi Transfer, Multivariat, Curah   Hujan.ABSTRACT. Transfer function models for time series seasonal pattern which is combination characteristic of the multiple regression analysis model with a characteristics of the time series seasonal pattern models SARIMA (Seasonal Autoregresive Integrated Moving Average). Transfer function models has more than two time series on the input variables is called multivariate transfer function model. The procedure for determining the transfer function models begins with remove the influence of seasonal (deseasonalized) at all time series, then for determine multivariate transfer function models begins with the establishment of the univariate transfer function models at each input variable, and then do the establishment simultaneously be a multivariate transfer function models. multivariate transfer function models for time series seasonal pattern applied to predict the amount of rainfall at Bandung city, with a form of data input variable is air humidity, air temperature, air pressure, and wind speed. Used data starts from January 2000 to December 2013. Results from this study indicate that : (1) forecasting models of rainfall used transfer function models that : ; (2) the results of forecasting for rainfall Bandung city for 12th month ahead showed fluctuation where the number of the rainfall highest uccurred on February 2014 and the number of rainfall lowest on January 2014.Key word: Time Series, SARIMA, Transfer Function, Multivariate, Rainfall.
APLIKASI ALGORITMA ANT DISPERSION ROUTING (ADR) UNTUK PENYELESAIAN MASALAH PENYEBARAN RUTE LALU LINTAS SEBAGAI UPAYA UNTUK MENGURANGI KEMACETAN Malihah, Lia; Marwati, Rini; Agustina, Fitriani
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v2i1.11271

Abstract

ABSTRAK: Salah satu metode optimasi yang berhubungan dengan optimasi perutean lalu lintas untuk mencapai keseimbangan jaringan lalu lintas adalah optimasi koloni semut (Ant Colony Optimization – ACO). Suatu metode optimasi yang menggunakan metode dasar ACO dengan kombinasi model prediksi lalu lintas dikenal dengan algoritma penyebaran rute semut (Ant Dispersion Routing – ADR), objek dari algoritma ini adalah penyebaran rute lalu lintas untuk mencapai keseimbangan jaringan lalu lintas. Kebanyakan algoritma perutean hanya mengejar keseimbangan pengguna (User Equilibrium – UE) dan tidak mempertimbangkan dampak dari tindakan pengguna terhadap jaringan lalu lintas sementara algoritma ADR yang merupakan perluasan dari algoritma ACO dikembangkan untuk mencapai keseimbangan pengguna (UE) dan keseimbangan sistem (System Optimum – SO). Secara umum algoritma ADR terbagi menjadi dua langkah utama yang terpisah yaitu pemangkasan jaringan dan optimasi arus. Hasil yang diperoleh dari algoritma ADR merupakan rekomendasi rute optimal dimana ADR akan mendistribusikan lalu lintas menuju beberapa rute optimal sehingga dapat mengurangi kemacetan.Kata Kunci : Ant Colony Optimization (ACO), Ant Dispersion Routing (ADR), keseimbangan jaringan lalu lintas, penyebaran rute lalu lintas, rute optimal
PENERAPAN METODE GREY SYSTEM PADA PERAMALAN PRODUK OLEFIN Fitri, Ghaisani Fildjah; Agustina, Fitriani; Marwati, Rini
Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (338.957 KB) | DOI: 10.17509/jem.v6i2.14850

Abstract

ABSTRAKGrey System  adalah suatu metode peramalan yang tidak memerlukan banyak data, data yang dapat digunakan minimal empat data, dan metode ini berfokus pada peramalan dengan sampel data yang sedikit dan tidak lengkap. PT. Chandra Asri sedang mengalami perluasan wilayah sehingga terjadi perubahan data produksi, maka dari itu metode peramalan untuk meramalkan bahan baku untuk periode selanjutnya sangat cocok menggunakan metode Grey System. Grey System ini memiliki beberapa tahapan perhitungan, kemudian hasil dari peramalan ini akan dihitung nilai erro nya dengan perhitungan Mean Absolute Percentage Error (MAPE) dan nilai kakuratannya, sehingga dapat disimpulkan apakah peramalan akurat atau tidak. Karena Grey System memiliki perhitungan yang bertahap dan berulang disetiap periodenya, maka pada penelitian kali ini akan dilakukan konstruksi program dengan menggunakan software Matlab R2015a. Sehingga dapat memperoleh nilai peramalan yang terbaik dengan nilai error yang semakin kecil dan hasil yang akurat. Perhitungan nilai error kali ini menggunakan MAPE. Proses validasi dari program yang telah dibuat akan dibandingkan dengan hasil perhitungan manual. Kata Kunci : Peramalan, Grey System, Matlab, MAPEABSTRACTGrey System is a method of forecasting that does not require a lot of data, the data can be used at least four data, and this method focuses on forecasting with a small and incomplete sample of data. PT. Chandra Asri is experiencing an area expansion resulting in changes in production data, therefore the forecasting method to predict raw materials for the next period is very suitable to use the method of Grey System. Grey System has several stages of calculation, then the results of this forecasting will be calculated its error value with the calculation of  Mean Absolute Percentage Error (MAPE) and the value of its legs, so it can be concluded whether the forecasting is accurate or not. Because Gray System has a gradual and repetitive calculation in each period, then in this research will be done program construction using Matlab R2015a software. So it can get the best forecasting value with smaller error value and accurate results. Calculation of error value this time using MAPE. The validation process of the program that has been made will be compared with the result of manual calculation.Keywords: Forecasting, Grey System, Matlab, MAPE
Co-Authors Achmad, Puteri Ressiana Dewi Asep Egi Kurniawan, Asep Egi bambang avip Priatna Dadan Dasari Dewanti, Rossy Dewi Achmad, Puteri Ressiana Dewi Rachmatin Ema Nur Luthfiyani Entit puspita Febriany, Nadra Febriany, Nadya Fikri, Ahmad Fitri, Ghaisani Fildjah Gita Alfa, Alodya Ann Jarnawi Afgani Dahlan Khusnul Novianingsih Lia Malihah, Lia Lubis, Asep Ridwan Lukman ., Lukman Lukman Lukman Majid, Abu Bakar Faris Abdul Mardiah Annur, Mardiah Mutia Dwi Haryanti, Mutia Dwi Nar Herrhyanto Novianti, Neera Puri Nurul Hanifah Prahesti, Danica Dwi Prahesti, Danica Dwi Puspasari, Andini Rini Marwati Ryaneka Darmawan, Ryaneka Safitri, Gina Savitri, Gina Winata, Hilma Mutiara