Nuri Wahyuningsih
Departemen Matematika Institut Teknologi Sepuluh Nopember

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

Model Penjualan Plywood PT. Linggarjati Mahardika Mulia Wahyuningsih, Nuri; H, Sri Suprapti; Amutu, Sinar Dwi
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami )
Publisher : Mathematics Department

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.054 KB)

Abstract

PT. Linggarjati Mahardika Mulia adalah perusahaan pengelolaan kayu yang memproduksi plywood. Dalam merencanakan produksi tahun 2017 diperlukan jumlah permintaan selama tahun 2017. Karena perusahaan belum mengetahui jumlah permintaan, diperlukan model peramalan untuk memprediksi kebutuhan produksi plywood, dengan pendekatan model ARIMA(p,d,q). Dengan data penjualan mingguan mulai minggu pertama 2015 sampai dengan minggu terakhir tahun 2016, dianalisa dan didapatkan model penjualan plywood adalah ARIMA (3,1,0), dan prediksi kebutuhan plywood tahun 2017 adalah sebanyak 809.291 unit.
Optimasi Vehicle Routing Problem With Time Windows (VRPTW) Pada Distribusi Kue Menggunakan Algoritma Genetika Utomo, Daryono Budi; Anshori, Dinah Razan; Wahyuningsih, Nuri
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 3 No 1 (2019): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami)
Publisher : Mathematics Department

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (372.239 KB)

Abstract

Kegiatan distribusi adalah kegiatan tidak bisa lepas dalam dunia industri, terutama yang bergerak dalam bidang produksi. Dalam pendistribusian suatu produk perlu mempertimbangkan beberapa faktor antara lain waktu, jarak tempuh, biaya transportasi, serta rute yang akan dilalui dari satu tempat ke tempat yang lainnya. Pada makalah ini, dibahas bagaimana menentukan jarak terpendek pedistribusian kue industri rumah tangga “Matoh Tenan” ke 26 toko kue yang berbeda dengan menggunakan empat kendaraan. Untuk memudahkan Toko Kue dinyatakan bilangan 1 sampai dengan 26, data jarak antar toko kue menggunakan Google Map. Dalam pendistribusian empat kendaraan mulai dari “Matoh Tenan” sebagai titik awal dan kembali lagi ke titik awal. Metode yang digunakan adalah Vehicle Routing Problem Time Window (VRPTW) dan penyelesaiannya menggunakan algoritma genetika. Untuk mendapatkan solusi terbaik digunakan beberapa kombinasi probabilitas crossover dan mutasi serta ukuran populasi. Dari hasil pengujian ukuran populasi terbaik adalah 150 populasi, sedangkan untuk kombinasi probabilitas crossover dan mutasi adalah 0,2 dan 0,7. Dari nilai-nilai parameter ini didapatkan rute optimal dengan nilai fitness sebesar 0,0160. Rute dimulai dari titik awal untuk rute kendaraan 1: 9 ke 3 ke 5 ke 6 ke 10 ke 4 ke 12, rute kendaraan 2: 1 ke 18 ke 24 ke 11 ke 20 ke 23 ke 13, rute kendaraan 3: 26 ke 7 ke 14 ke 25 ke 21 ke 19, rute kendaraan 4: 2 ke 8 ke 22 ke 17 ke 16 ke 15 dan jarak tempuh dari total perjalanan oleh 4 kendaraan yaitu 62,31 km.
Model GSTARX dengan Bobot Invers Jarak untuk Jumlah Wisatawan pada Tiga Objek Wisata di Kota Batu Elsa Vidya Nur Rhema; Nuri Wahyuningsih; Sentot Didik Surjanto
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 3 No 1 (2019): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami)
Publisher : Mathematics Department

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (183.975 KB)

Abstract

Pariwisata berkembang sangat pesat, karena itu diperlukan adanya pendekatan kuantitatif dalam menganalisis data kepariwisataan dengan melakukan peramalan jumlah wisatawan dengan metode deret berkala. Pada paper ini, dikembangkan pemodelan Generalized Space-Time Autoregressive with Exogenous Variables (GSTARX). GSTARX adalah model yang menggabungkan unsur dependensi waktu dan lokasi pada suatu data multivariate time series yang melibatkan variabel eksogen berupa variasi kalender serta pembobotan lokasi dengan bobot invers jarak. Model GSTARX untuk masing-masing objek wisata yaitu: Z1 (t) = 1318 + 213 D1,3 (t) - 197 D2,4 (t) - 325 D2,2 (t-1) + 183 D1,4 (t+1) + 0,5 Z1 (t-1) + e1 (t) Z2 (t) = 0,008 - 0,002 D1,4 (t) - 0,002 D2,2 (t) - 0,0006 D1,4 (t-1) - 0,001 D1,4 (t+1) + 0,002 Z1 (t-1) + 0,005 Z3 (t-1) + e2 (t) Z3 (t) = 0,03 + 0,2 D2,1 (t) - 0,2 D2,1 (t-1) - 0,1 D1,1 (t+1) - 0,1 D2,2 (t+1) + e3 (t)
Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section Nila Yuwida; Nuri Wahyuningsih
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (109.558 KB) | DOI: 10.12962/j23373520.v1i1.1003

Abstract

Ada beberapa parameter yang harus dievaluasi pada metode pemulusn eksponensial sehingga didapatkan parameter optimal yang memberikan ukuran kesalahan peramalan terkecil. Untuk mendapatkan parameter optimal, biasanya dicari dengan menggunakan metode coba dan salah (trial and error). Beberapa algoritma nonlinear programming dapat digunakan untuk menyelesaikan masalah optimasi tersebut. Dalam penelitian ini dicari parameter  dan  yang optimal dalam metode pemulusn eksponensial ganda dua parameter dengan menggunakan metode modifikasi Golden Section. Hasil dari metode modifikasi Golden Section dibandingkan dengan hasil dari memasukkan nilai parameter  dan  secara acak. Hasil dari memasukkan nilai parameter secara acak menghasilkan nilai MAPE yang lebih kecil daripada metode modifikasi Golden Section namun perbedaannya sangatlah kecil. Nilai MAPE yang dihasilkan dari metode modifikasi Golden Section berada di bawah 10 %, itu menunjukkan bahwa metode ini menghasilkan sebuah model yang kinerjanya sangat bagus. Sehingga metode modifikasi Golden Section merupakan sebuah metode yang efektif untuk mendapatkan parameter  dan  yang optimal pada metode pemulusan eksponensial ganda dua parameter dari Holt.
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (Studi kasus : Kusuma Agrowisata) Nofinda Lestari; Nuri Wahyuningsih
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (108.765 KB) | DOI: 10.12962/j23373520.v1i1.1010

Abstract

Peramalan jumlah kunjungan wisata yang masuk ke dalam suatu daerah sangat diperlukan oleh pelaku bisnis pariwisata. Untuk itu tujuan utama dalam penelitian ini adalah untuk pembentukan model dan memperoleh hasil peramalan jumlah kunjungan wisata satu periode ke depan dengan studi kasus di Kusuma Agrowisata Batu Malang. Metode yang digunakan dalam penelitian ini adalah metode Box Jenkins dengan pendekatan model SARIMA sebagai pengembangan dari model ARIMA. Metode ini sesuai dengan situasi dengan data yang ada bersifat musiman. Langkah pertama yang dilakukan adalah melihat kestasioneran data. Selanjutnya identifikasi model dari perhitungan ACF dan PACF. Dari perhitungan ACF dan PACF bisa dibentuk model ARIMA sementara, kemudian penaksiran dan estimasi parameter model, dan langkah yang terakhir adalah pemeriksaan diagnostik dengan melihat hasil residual dan normalitas. Hasil analisis menunjukkan bahwa model ARIMA ([2,5],1,1)(1,0,0)12 adalah model yang terbaik
Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) Hikmayangkara Putri Purwareta; Nuri Wahyuningsih
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (90.402 KB) | DOI: 10.12962/j23373520.v1i1.1014

Abstract

Pasokan energi di masa depan merupakan permasalahan yang senantiasa menjadi perhatian semua bangsa. Begitu juga bagi Indonesia yang merupakan salah satu negara sedang berkembang, penyediaan energi merupakan faktor yang sangat penting dalam mendorong pembangunan. Oleh karena itu, dibutuhkan model peramalan untuk meramalkan pasokan energi primer. Akan tetapi, data yang terbatas menjadi masalah untuk memodelkan pasokan energi primer karena dataset kecil tidak dapat ditentukan modelnya dengan metode regresi klasik. Dalam penelitian ini diaplikasikan metode Fuzzy Linear Regression (FLR) untuk memodelkan peramalan pasokan energi primer dengan variabel bebasnya adalah Produk Domestik Bruto (PDB) dan populasi penduduk. Hasil model peramalan dari pendekatan metode FLR untuk total pasokan energi primer adalah  dengan nilai MAPE sebesar 2,19% menunjukkan bahwa model peramalan ini layak.
Peramalan Jumlah Wisatawan Di Agrowisata Kusuma Batu Menggunakan Metode Analisis Spektral Niswatul Maghfiroh; Nuri Wahyuningsih
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.915 KB) | DOI: 10.12962/j23373520.v1i1.1017

Abstract

Pariwisata memiliki peranan penting dalam sektor ekonomi di Indonesia. Oleh karena itu, meramalkan jumlah wisatawan menjadi hal yang menarik untuk diteliti. Pada penelitian ini dilakukan peramalan jumlah wisatawan di Agrowisata Kusuma Batu menggunakan metode analisis spektral. Pada sekumpulan data runtun waktu (time series) akan ditentukan model dan polanya yang kemudian akan digunakan untuk menduga atau memprediksi keadaan yang akan datang. Sedangkan untuk mendapatkan informasi yang lebih lengkap mengenai karakteristik data runtun waktu diperlukan telaahan periodesitasnya. Telaahan periodesitas data dapat terselesaikan jika dianalisis pada domain frekuensi. Mempelajari periodesitas data runtun waktu pada domain frekuensi dinamakan analisis spektral. Berdasarkan hasil analisa diketahui bahwa model jumlah wisatawan di Agrowisata Kusuma Batu adalah Seasonal ARIMA (1,0,1) (1,0,0)12 dengan nilai MAPE sebesar 17.06257 %.
Penerapan Filter Kalman dalam Perbaikan Hasil Prediksi Return Harga Minyak Mentah Dunia dengan Model Arima Yoga Faisal Aminnudin; Erna Apriliani; Nuri Wahyuningsih
Jurnal Sains dan Seni ITS Vol 7, No 1 (2018)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1122.546 KB) | DOI: 10.12962/j23373520.v7i1.30062

Abstract

Peramalan terhadap harga komoditas minyak mentah dunia merupakan salah satu studi yang dilakukan untuk mengantisipasi harga periode mendatang dari komoditas minyak guna menjaga kestabilan ekonomi. Pada penelitian ini digunakan Autoregressive Integrated Moving Average (ARIMA) untuk merumuskan model peramalan return harga komoditas minyak mentah. Pada ARIMA didapatkan model yang sesuai yaitu ARIMA ([14],0,[14]) dengan nilai Mean Absolute Percentage Error (MAPE) yang masih sangat besar yaitu 217,2554%.Setelah didapatkan model yang sesuai dilakukan estimasi terhadap parameter dan perbaikan error pada model tersebut dengan Filter Kalman. Hasil akhir menunjukkan bahwa model peramalan pada return harga minyak terbaik adalah dari hasil perbaikan error menggunakan Filter Kalman yang memiliki nilai MAPE terkecil yaitu 3,6947% sehingga hasil ramalan lebih akurat.
Quality Control Analysis of The Water Meter Tools Using Decision-On-Belief Control Chart in PDAM Surya Sembada Surabaya Farida Agustini Widjajati; Nuri Wahyuningsih; Lisda Septi Hasofah
(IJCSAM) International Journal of Computing Science and Applied Mathematics Vol 2, No 1 (2016)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.496 KB) | DOI: 10.12962/j24775401.v2i1.1576

Abstract

Efforts to maintain and improve the quality of the resulting product can be done by using statistical quality control. One of the methods used in quality control is DOB (Decision On Belief) control chart. DOB control chart is a controller diagram which is used in quality control of univariate data. In this paper, we discuss quality control of the water meter tools using DOB control chart. The case study is in PDAM Surya Sembada Surabaya. Production quality control can also be applied to the c univariate control chart to compute the sensitivity of DOB control chart. Implementation of c control chart and DOB control chart indicates that the data of water meter tools have not been statistically controlled. Application of DOB control chart provides results that are more sensitive by 23.33% than c control chart based on the amount of data that is out of control.
Prediksi Indeks Harga Saham Menggunakan Model Dinamik Hukum Pendingin Newton Siti Masriyah; Hariyanto Hariyanto; Nuri Wahyuningsih
Jurnal Sains dan Seni ITS Vol 11, No 2 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i2.78431

Abstract

Investasi merupakan upaya penanaman modal untuk mendapatkan return yang sebesar-besarnya di masa depan. Investasi saham merupakan salah satu bentuk investasi yang dapat memberikan return yang tinggi. Namun, semakin tinggi return yang didapatkan maka, semakin besar pula kemungkinan risiko yang dihadapi. Salah satu cara untuk meminimalisir kerugian dalam investasi saham adalah dengan memprediksi indeks harga saham dengan menganalisis data indeks harga saham sebelumnya. Fenomena pengembalian rata-rata (mean reversion) yang terjadi pada indeks harga saham menyerupai perpindahan panas yang dicirikan pada hukum pendingin Newton. Pada tugas akhir ini dibahas mengenai prediksi Indeks Harga Saham Gabungan (IHSG) dengan menggunakan model dinamis yang didapat dari modifikasi hukum pendingin Newton. Terdapat tiga model dinamis hasil modifikasi hukum pendingin Newton yang akan digunakan untuk memprediksi indeks harga saham, yaitu Price Reversion Model, Price Reversion-Quasi Logistic Model dan Velocity Reversion Model. Ketiga model tersebut diterapkan pada Indeks Harga Saham Gabungan (IHSG) untuk melihat kemampuan prediksi dari masing-masing model. Berdasarkan hasil validasi model didapatkan model terbaik untuk memprediksi IHSG adalah Price Reversion Model dengan MAPE sebesar 8.4159%. Kemudian, Price Reversion Model digunakan untuk memprediksi IHSG untuk bulan April 2021 sampai Juli 2021, didapat bahwa IHSG akan mengalami tren turun dalam selang waktu tersebut.