Articles
<![CDATA[IMPLEMENTASI ALGORITMA PARTICLE SWARM OPTIMIZATION PADA KALIBRASI MODELEXPONENTIAL SMOOTHINGDALAM MENINGKATKAN AKURASI FORECASTING PENJUALAN PRODUK ]]>
<![CDATA[Falani, Ilham]]>;
<![CDATA[Hunusalela, Zeny Fatimah]]>
<![CDATA[ Journal Industrial Servicess Vol 3, No 1c (2017): Oktober 2017 ]]>
Publisher : <![CDATA[Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36055/jiss.v3i1c.3063
<![CDATA[Forecasting memberikan gambaran kondisi penjualan pada waktu yang akan datang. Informasitersebut sangat dibutuhkan oleh perusahaan manufaktur dalam membuat sebuah kebijakan. Kebijakan perusahaan sangat dipengaruhi oleh besarnya penjualan produk perusahaan tersebut.Akurasi forecasting untuk beberapa jenis industri sangat bernilai. Kemampuan untuk memperbaiki tingkat akurasi dapat menambah penjualan atau mengurangi biaya inventori dalam jumlah yang besar.Para pengusaha yang bergerak di bidang manufaktur perlu memiliki strategi dalam melakukan forecasting penjualan produknya. Salah satu strategi yang dapat digunakan adalah dengan menggunakan model Exponential Smoothing. Pada model Exponential Smoothing diperlukan nilai parameter stokastik yang harus ditentukan terlebih dahulu melalui kalibrasi. Algoritma Particle Swarm Optimization merupakan salah satu metode iteratif yang dapat digunakan dalam menentukan parameter stokastik . Adapun tahapan alur penelitian yang dilakukan adalah Pertama, Melakukan studi pustaka mengenai forecasting, model Exponential Smoothing,dan algoritma Particle Swarm Optimization. Kedua, Mengimplementasikanalgoritma Particle Swarm Optimization pada model Exponential Smoothing. Ketiga, Menggunakan parameter yang merupakan hasil implementasi untuk forecasting penjualan produk menggunakan model Exponential Smoothing. Hasil kalibrasi yang diperoleh melalui implementasi algoritma Particle Swarm Optimization diharapkan dapat digunakan dalam model Exponential Smoothing untuk forecasting penjualan produk menjadi lebih akurat, sehingga membantu perusahaan dalam menentukan kebijakan terkait penjualan ke depannya.Selain itu hasil implementasi ini diharapkan dapat berkontribusi sebagai referensi pengayaan bahan ajar bagi peneliti selanjutnya dalam upaya meningkatan akurasi model forecasting.]]>
<![CDATA[IMPLEMENTASI ALGORITMA PARTICLE SWARM OPTIMIZATION PADA KALIBRASI MODEL EXPONENTIAL SMOOTHING DALAM MENINGKATKAN AKURASI FORECASTING PENJUALAN PRODUK ]]>
<![CDATA[Falani, Ilham]]>;
<![CDATA[Hunusalela, Zeny Fatimah]]>
<![CDATA[ Journal Industrial Servicess Vol 3, No 1c (2017): Oktober 2017 ]]>
Publisher : <![CDATA[Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36055/jiss.v3i1c.2894
<![CDATA[Forecasting memberikan gambaran kondisi penjualan pada waktu yang akan datang. Informasitersebut sangat dibutuhkan oleh perusahaan manufaktur dalam membuat sebuah kebijakan. Kebijakan perusahaan sangat dipengaruhi oleh besarnya penjualan produk perusahaan tersebut.Akurasi forecasting untuk beberapa jenis industri sangat bernilai. Kemampuan untuk memperbaiki tingkat akurasi dapat menambah penjualan atau mengurangi biaya inventori dalam jumlah yang besar.Para pengusaha yang bergerak di bidang manufaktur perlu memiliki strategi dalam melakukan forecasting penjualan produknya. Salah satu strategi yang dapat digunakan adalah dengan menggunakan model Exponential Smoothing. Pada model Exponential Smoothing diperlukan nilai parameter stokastik yang harus ditentukan terlebih dahulu melalui kalibrasi. Algoritma Particle Swarm Optimization merupakan salah satu metode iteratif yang dapat digunakan dalam menentukan parameter stokastik. Adapun tahapan alur penelitian yang dilakukan adalah Pertama, Melakukan studi pustaka mengenai forecasting, model Exponential Smoothing,dan algoritma Particle Swarm Optimization. Kedua, Mengimplementasikanalgoritma Particle Swarm Optimization pada model Exponential Smoothing. Ketiga, Menggunakan parameteryang merupakan hasil implementasi untuk forecasting penjualan produk menggunakan model Exponential Smoothing. Hasil kalibrasi yang diperoleh melalui implementasi algoritma Particle Swarm Optimization diharapkan dapat digunakan dalam model Exponential Smoothing untuk forecasting penjualan produk menjadi lebih akurat, sehingga membantu perusahaan dalam menentukan kebijakan terkait penjualan ke depannya.Selain itu hasil implementasi ini diharapkan dapat berkontribusi sebagai referensi pengayaan bahan ajar bagi peneliti selanjutnya dalam upaya meningkatan akurasi model forecasting]]>
<![CDATA[Comparison of the Accuracy of Item Response Theory Models in Estimating Student’s Ability ]]>
<![CDATA[Ilham Falani]]>;
<![CDATA[Makruf Akbar]]>;
<![CDATA[Dali Santun Naga]]>
<![CDATA[ Journal of Educational Science and Technology (EST) Volume 6 Number 2 August 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Makassar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26858/est.v6i2.13295
<![CDATA[This study aims to determine the item response theory model which is more accurate in estimating students' mathematical abilities. The models compared in this study are Multiple Choice Model and Three-Parameter Logistic Model. Data used in this study are the responses of a mathematical test of 1704 eighth-grade junior high school students from six schools in the Depok City, West Java. The Sampling is done by using a purposive random sampling technique. The mathematics test used for research data collection consisted of 30 multiple choice format items. After the data is obtained, Research hypotheses were tested using the variance test method (F-test) to find out which model is more accurate in estimating ability parameters. The results showed that Fvalue is obtained 1.089, and Ftable is 1.087, the value of Fvalue > Ftable, so it concluded that Ho rejected. That means Multiple Choice Model is more accurate than Three-Parameter Logistic Model in estimating the parameters of students' mathematical abilities. This makes the Multiple-Choice Model a recommended model for estimating mathematical ability in MC item format tests, especially in the field of mathematics and other fields that have similar characteristics.]]>
<![CDATA[PENENTUAN NILAI PARAMETER METODE EXPONENTIAL SMOOTHING DENGAN ALGORITMA GENETIK DALAM MENINGKATKAN AKURASI FORECASTING ]]>
<![CDATA[Ilham Falani]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 3, No 1 (2018): Januari 2018 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (577.209 KB)
|
DOI: 10.24114/cess.v3i1.8268
<![CDATA[Penelitian ini bertujuan untuk mengetahui penentuan nilai parameter pada model Exponential Smoothing. Penentuan nilai ini dilakukan dengan menggunakan algoritma genetik. Nilai konstanta parameter sangat menentukan keakurasian forecasting. Nilai parameter yang diperoleh dengan menggunakan algoritma genetik selanjutnya akan dibandingkan dengan nilai parameter yang sering digunakan dalam penelitian yakni: 0.1, 0.5, dan 0.9. Keakurasian forecasting dengan masing-masing dapat dilihat dari error yang digunakan. Berdasarkan hasil yang diperoleh, nilai yang diperoleh dengan menggunakan algoritma genetik menghasilkan nilai error yang paling kecil. Sehingga dapat disimpulkan bahwa penentuan nilai parameter dengan menggunakan algoritma genetik dapat meningkatkan akurasi forecasting dibandingkan.]]>
<![CDATA[Sosialisasi Penerapan Pendidikan Multikultural di Era Pademi di Lembaga Bimbingan Belajar GAMA UI Duren Tiga Jakarta ]]>
<![CDATA[Rina Nurhidayati Soebardji]]>;
<![CDATA[Ilham Falani]]>;
<![CDATA[Rini Setiowati]]>
<![CDATA[ JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Vol 2 No 3 (2021) ]]>
Publisher : <![CDATA[Politeknik Piksi Ganesha Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37339/jurpikat.v2i3.740
<![CDATA[Pengenalan atas multikulturalisme menjadi penting diselenggarakan, di tengah keberagaman masyarakat. Masyarakat tidak hanya diajarkan atau dikenalkan tentang adanaya pluralitas di sekelilingnya, melainkan diarahkan dan dituntut mempunyai persepsi yang baik tentang realitas tersebut. Ikhtiar ini perlu setidaknya ditumbuhkan sejak dini, minimal dalam bidang pendidikan. Bidang pendidikan menjadi bidang yang paling kondusif menumbuhkan kesadaran multikultural tersebut. Objektivitas dan ilmiah yang menjadi dasar pengembangan akademik akan memberikan pendasaran logis betapa masyarakat hidup di tengah keragaman budaya. Tujuan dari kegiatan pengabdian masyarakat ini adalah memberikan pemahaman kepada tenaga pengajar Bimbingan Belajar GAMA UI Duren Tiga Jakarta akan pentingnya pendidikan multikultural. Memberikan pemahaman kepada tenaga pengajar Bimbingan Belajar GAMA UI Duren Tiga Jakarta dalam penerapan pendidikan multikultural pada proses pengajaran di Kelas.]]>
<![CDATA[Studi Tentang Peranan Online Game pada Peningkatan Kemampuan Pemecahan Masalah Matematika ]]>
<![CDATA[Ilham Falani]]>;
<![CDATA[Rina Nurhidayati]]>
<![CDATA[ MENDIDIK: Jurnal Kajian Pendidikan dan Pengajaran Vol 7 No 1 (2021) ]]>
Publisher : <![CDATA[Universitas Mathla'ul Anwar Banten ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30653/003.202171.140
<![CDATA[The purpose of this study was to study how the role of online games in improving math problem-solving abilities (KPM). This research is qualitative research. The analysis was carried out using a case study quantitative approach. The participant involved in this study was an online gamer who was also a doctoral student majoring in Mathematics at the Bandung Institute of Technology (ITB). Participants are also medalists in the astronomy olympiad and are the best graduates of master's degree in mathematics from the University of Indonesia in 2016. Data collection was conducted using email interviews and literacy studies. The data analysis used is based on studies that have been conducted online games play an important role in increasing KPM. Based on the results of the study, through online games, participants have the opportunity to hone their KPM, this is because the stages of problem-solving can be applied in solving unusual online game problems, besides online games, applying mathematical principles in their application.]]>
<![CDATA[Kestabilan Estimasi Parameter Kemampuan pada Model Logistik Item Response Theory Ditinjau dari Panjang Tes ]]>
<![CDATA[Ilham Falani]]>;
<![CDATA[Siti Ayu Kumala]]>
<![CDATA[ SAP (Susunan Artikel Pendidikan) Vol 2, No 2 (2017): SAP ]]>
Publisher : <![CDATA[Universitas Indraprasta PGRI Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (136.58 KB)
|
DOI: 10.30998/sap.v2i2.2028
<![CDATA[This study aims to test the stability of ability parameter estimation of Logistic Parameter ItemResponse Theory (IRT) model based on the length of test used. Logistic Parameter Model used in thisresearch is 2 Logistic Parameter (2PL) Model. The data used are simulation data generated by usingWingen software, with sample size of 1000 participants with variation of test length used is 20, 40, and60. The estimation is then made for each length of the test by using Wingen software with replicationsfor 10 times. Based on the results of the analysis on the estimation results, it can be seen that thelonger the test is used, the more accurate estimation of ability parameter of 2PL model is.]]>
<![CDATA[Optimalisasi Biaya Distribusi Produk dengan Menggunakan Vogel's Approximation Method di PT. LF Beauty Manufacturing ]]>
<![CDATA[Elfitria Wiratmani]]>;
<![CDATA[Ilham Falani]]>;
<![CDATA[Siti Humayro Billah]]>;
<![CDATA[Anton Oktavianto]]>;
<![CDATA[Hoesup Pamoajer]]>;
<![CDATA[Syaefudin Akbar]]>
<![CDATA[ STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 6, No 3 (2022) ]]>
Publisher : <![CDATA[Universitas Indraprasta PGRI Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (173.481 KB)
|
DOI: 10.30998/string.v6i3.10433
<![CDATA[The distribution of products from a company to consumers is very important. This greatly affects the level of consumer satisfaction, and will have a huge impact on the company. Problems often occur in product delivery where the costs incurred by the company are not optimal. The method used in this study is to implement Vogel's Approximation Method (VAM) with the aim of optimizing product distribution costs so as to produce minimum costs. Based on the results of this study, it was found that the distribution costs of the product were more optimal than the distribution costs of the previous company]]>
<![CDATA[Implementasi Metode Simpleks dalam Penentuan Jumlah Produksi untuk Memaksimasi Keuntungan ]]>
<![CDATA[Qhory Riana AlVonda]]>;
<![CDATA[Firra Dinni]]>;
<![CDATA[Destryan Dyah Saputra]]>;
<![CDATA[Ira Puspita]]>;
<![CDATA[Ilham Falani]]>;
<![CDATA[Elfitria Wiratmani]]>
<![CDATA[ STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 4, No 1 (2019) ]]>
Publisher : <![CDATA[Universitas Indraprasta PGRI Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (442.838 KB)
|
DOI: 10.30998/string.v4i1.3713
<![CDATA[Permasalahan dalam perencanaan produksi pada PT KBDTI dapat dipandang sebagai model linear programming, dengan tujuan untuk menentukan jumlah produksi untuk masing-masing varians sehingga diperoleh keuntungan yang maksimal. Perencanaan produksi yang dimodelkan tersebut tentu harus mempertimbangkan kendala-kendala yang dihadapi perusahaan. Perlu adanya metode yang tepat dalam pencarian solusi linear programming. Salah satunya adalah metode simpleks. Metode Simpleks merupakan salah satu metode yang tepat untuk digunakan pada linear programming yang memiliki variabel lebih dari dua dengan fungsi kendala yang kompleks.Kasus yang terjadi pada PT KBMDI yaitu perusahaan ingin memiliki laba optimal dari setiap varians produk, laba yang diperoleh dari varians ekstrak buah dengan mempertimbangan semua keterbatasan yang ada. Pengolahan data metode simpleks untuk linear programming pada penelitian ini dilakukan dengan bantuan QM for Windows. Berdasarkan hasil perhitungan menggunakan software QM For Windows terjadi peningkatan keuntungan pada PT KBDTI dibandingkan sebelumnya.]]>
<![CDATA[Kalibrasi Model Harga Opsi Call Eropa ]]>
<![CDATA[Ilham Falani]]>
<![CDATA[ STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 1, No 2 (2016) ]]>
Publisher : <![CDATA[Universitas Indraprasta PGRI Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (538.355 KB)
|
DOI: 10.30998/string.v1i2.1039
<![CDATA[Investor perlu memiliki strategi dalam menentukan harga wajar untuk sebuah opsi. Salah satu strategi yang dapat digunakan adalah mempelajari model harga opsi Heston. Pada model harga opsi diperlukan beberapa nilai parameter yang harus ditentukan terlebih dahulu melalui kalibrasi. Kalibrasi dapat dipandang sebagai masalah optimasi nonlinear, yakni dengan meminimumkan nilai suatu fungsi objektif. Algoritma Particle Swarm Optimization merupakan salah satu metode iteratif yang dapat digunakan dalam menentukan solusi masalah optimasi nonlinear. Selanjutnya hasil kalibrasi digunakan untuk menentukan harga wajar opsi. Data yang digunakan dalam makalah ini adalah data 50 harga opsi pasar saham Apple Inc. Berdasarkan hasil implementasi yang dilakukan, algoritma Particle Swarm Optimizationmenunjukan kinerja yang cukup baik.Kata kunci : Particle swarm optimization, kalibrasi, model harga opsi Heston]]>
