Ani Dijah Rahajoe
Bhayangkara University, Indonesia

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

Optimal Solution of Minmax 0/1 Knapsack Problem using Dynamic Programming Ani Dijah Rahajoe; Edi Winarko
International Journal of Informatics and Communication Technology (IJ-ICT) Vol 2, No 1: April 2013
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (704.037 KB)

Abstract

Knapsack problem is a problem that occurs when looking for optimal selection of objects that will be put into a container with limited space and capacity. On the issue of loading goods into the container, optimal selection of objects or items to be sent must fulfilled to minimize the total weight of the capacity or volume limits without exceeding the maximum capacity of containers that have been determined. The types of knapsack that has been discussed so far is only to maximize the use not to exceed the limits specified capacity so it cannot be applied to the problem. This study aims to develop a dynamic programming algorithm to solve the MinMax 0/1 knapsack, which is an extension of the 0/1 knapsack with minimal and maximal constrain.  The result study showed that application of the MinMax 0/1 knapsack is used to generate the optimal solution to the problem of loading system goods into the container to optimize container space available compared with the loading of goods by PT DFI.DOI: http://dx.doi.org/10.11591/ij-ict.v2i1.1299
PREDIKSI JUMLAH PENGUNJUNG PERPERIODE TERHADAP TEMPAT WISATA PANTAI MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING (STUDI KASUS PANTAI GILI LABAK SUMENEP) Ainur Rahim; Ani Dijah Rahajoe; M Mahaputra
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol 3 No 2 (2021): Desember 2021
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v3i2.66

Abstract

Pariwisata menjadi salah satu sektor dalam peningkatan pendapatan suatu wilayah, baik negara, daerah ataupun kabupaten. Begitu halnya di kabupaten sumenep wisata terdapat wisata religi, kuliner, keraton dan bahari. Keberadaan wisata bahari (pantai) menjadi fokus pnelitian penulis. Bahwa Sumenep atau lebih tepatnya Gili Labak dengan wisata pantainya menjadi tempat kunjungan dominan oleh wisatawan khusunya dikalangan remaja. Penelitian ini bertujuan untuk membangun aplikasi Prediksi Jumlah Pengunjung Perperiode Terhadap Tempat Wisata Pantai Menggunakan Triple Exponential Smoothing (Studi Kasus Pantai Gili Labak Sumenep). Data wisata sebelumnya merupakan data pada tahun 2015-2018 dan hasil prediksi periode 2019 diperoleh sebesar 32.369. Metode Triple Exponential Smoothing Holt –Winter Model Multiplikatif menggunakan konstanta hasil kesalahan yang paling kecil yaitu nilai konstanta alfa (α) = 0,1, beta (β) = 0,8 dan gamma (ƴ) = 0,1. Kesalahan (error) yaitu MAD sebesar 0.053, MSE sebesar 0.003, MAPE sebesar 0.002 dan MPE -0.491.
Uji Kinerja Dan Analisis K-Support Vector Nearest Neighbor Terhadap Decision Tree dan Naive Bayes Eko Prasetyo; Rr Ani Dijah Rahajoe; Soffiana Agustin; Arif Arizal
Jurnal Eksplora Informatika Vol 3 No 1 (2013): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (66.921 KB)

Abstract

Algoritma K-Support Vector Nearest Neighbor (K-SVNN) menjadi salah satu alternative metode hasil evolusi K-Nearest Neighbor (K-NN) yang bertujuan untuk mengurangi waktu yang digunakan pada saat prediksi tetapi diharapkan dapat tetap mempertahankan akurasi prediksi. Metode ini masih relatif muda sehingga baru dibandingkan hanya dengan metode-metode berbasis K-NN lainnya. Dalam penelitian ini dilakukan analisis perbandingan kesamaan, perbedaan, dan kinerja terhadap metode Decision Tree (DT) dan Naïve Bayes (NB). Pengujian dengan perbandingan ini penting untuk mengetahui keunggulan dan kelemahan relatif yang dimiliki oleh K-SVNN. Dengan mengetahui keunggulan dan kelemahan maka metode tersebut dapat dibuktikan baik tidaknya ketika diimplementasikan. Pengujian dilakukan baik pada saat pelatihan maupun prediksi. Kinerja pelatihan diukur dalam hal waktu yang digunakan untuk pelatihan, kinerja prediksi diukur dalam hal waktu yang digunakan untuk prediksi dan akurasi prediksi yang didapat. Hasil pengujian menunjukkan bahwa K-SVNN mempunyai akurasi yang lebih baik daripada DT dan NB. Sedangkan waktu yang digunakan untuk pelatihan dan prediksi K-SVNN lebih lama disbanding DT dan NB.
PENDISTRIBUSIAN BERDASARKAN PREDIKSI PENJUALAN BAN MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING Ani Dijah Rahajoe; Satrio Budi Wahyuono; Syariful Alim
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol 4 No 1 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v4i1.72

Abstract

Pada akhir waktu ini, peningkatan jumlah pengguna sepeda motor berkembang pesat khususnya pada kota Surabaya. Banyaknya dan bervariannya jenis motor memiliki berbagai ukuran yang digunakan dalam penggunaan sepeda motor pada saat ini. Seiring dengan berjalannya waktu, mulai banyak yang sudah mengalami keausan pada ban sepeda motor yang mereka gunakan. Tingginya permintaan ban sepeda motor di toko Tri Jaya Ban yang tidak dibarengi dengan jumlah ketersediaan barang kerap menimbulkan problematika yang kurang memaksimalkan penjualan di Tri Jaya Ban dengan menolak pembeli karna kekosongan stok barang. Dari permasalahan ini, penulis berharap dapat membantu menyelesaikan permasalahan ini dengan dibuatnya suatu sistem yang dapat memprediksi ban sepeda motor. Penelitian ini akan menghasilkan sebuah website aplikasi dengan nama pendistribusian berdasarkan prediksi penjualan ban menggunakan Triple Exponential Smoothing. Pada sistem ini diharapkan dapat membantu prediksi ban yang akan di stok dan diberitahukan sebaran distribusi barang yang telah dijual oleh Tri Jaya Ban.
PENDISTRIBUSIAN BERDASARKAN PREDIKSI PENJUALAN BAN MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING Ani Dijah Rahajoe; Satrio Budi Wahyuono; Syariful Alim
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 4 No. 1 (2022): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Jurnal Ilmiah Teknologi Informasi dan Robotika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

PENDISTRIBUSIAN BERDASARKAN PREDIKSI PENJUALAN BAN MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING