Articles
<![CDATA[APLIKASI EVOLUTIONARY DISCRETE FIREFLY ALGORITHM DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM ]]>
<![CDATA[Cahya, Nila]]>;
<![CDATA[Soesanto, Oni]]>;
<![CDATA[Affandi, Pardi]]>
<![CDATA[ JURNAL MATEMATIKA MURNI DAN TERAPAN EPSILON Vol 13, No 1 (2019): JURNAL EPSILON VOLUME 13 NOMOR 1 ]]>
Publisher : <![CDATA[Mathematics Department, Lambung Mangkurat University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (70.376 KB)
|
DOI: 10.20527/epsilon.v13i1.1248
<![CDATA[Proses distribusi barang pada suatu industri memerlukan bentuk efisiensi dalam pemilihan jalur terpendek yang akan dilalui seorang salesman. Secara matematis, pemilihan jalur terpendek merupakan suatu permasalahan optimasi yang disebut Travelling Salesman Problem (TSP). Terdapat banyak metode yang dapat diterapkan untuk menemukan solusi dari TSP, salah satunya Evolutionary Discrete Firefly Algorithm (EDFA) yang merupakan metode metaheuristik terbaru yang ditemukan oleh Jati dan Suyanto (2011) sebagai perkembangan dari Firefly Algorithm (FA) yang hanya didesain untuk permasalahan kontinu. Penelitian ini bertujuan untuk menjelaskan penerapan EDFA dalam penyelesaian TSP. Data yang digunakan dalam penelitian ini merupakan data kasus TSP berupa koordinat titik kota yang diambil dari database TSP Libary (TSPLIB) dengan 7 jenis kasus berbeda yaitu Ulysses16, Ulysses22, Eil51, Berlin52, St70, Rat99, dan Gr202. Kasus-kasus tersebut diselesaikan dengan menerapkan EDFA untuk menemukan solusi optimalnya melalui beberapa langkah yang terdapat dalam algoritma ini. Penyelesaian kasus TSP melalui EDFA juga dilakukan menggunakan bantuan program simulasi untuk mempermudah pehitungan. Hasil penelitian menunjukkan bahwa EDFA sebagai perkembangan FA telah berhasil diterapkan untuk kasus TSP yang memiliki solusi dalam ruang diskrit. Simulasi program EDFA yang diterapkan pada kasus-kasus tersebut memberikan solusi lebih baik pada beberapa kasus dengan hasil jarak optimal yang lebih pendek dibandingkan jarak optimal yang telah ditemukan sebelumnya.Kata Kunci: TSP, EDFA, firefly, solusi optimal.]]>
<![CDATA[PENGGUNAAN JUMAN & HOQUE METHOD (JHM) PADA PENENTUAN SOLUSI AWAL MASALAH TRANSPORTASI ]]>
<![CDATA[Andry Nor Indrawan]]>;
<![CDATA[Pardi Affandi]]>;
<![CDATA[oni Soesanto]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol. 15(1), 2021 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (576.108 KB)
|
DOI: 10.20527/epsilon.v15i1.2876
<![CDATA[Transportation problems are related to the efficient process of distributing goods by a company or industry. The purpose of solving transportation problems is to minimize the costs incurred in the process of distributing goods from several sources (supply) to several destinations (demand). One way to solve transportation problems is to find an initial feasible solution, continued by finding the optimal solution. This research was done by finding an initial feasible solution using the JHM (Juman & Hoque Method) for both the case of solving balanced transportation problems and unbalanced transportation problems. The method has the characteristic in the initial allocation process starting at the cell with the smallest cost in each column as much as the quantity of each demand. In addition, identification of whether the row if occupied or not was done based on the allocation for each row to the quantity of each inventory. This research aimed to explain about solving transportation problems by determining the initial feasible solution using JHM and performing optimality test using potential method. The methods of this research was to identify categories of transportation problems, determine the initial solution using JHM, and test the optimality using potential method. Based on the results of this research, JHM model may be used to solve transportation problems. In the steps of JHM there are explanations of some theorem regarding the selection of the column and row which will be the first to be processed to determine the value of intial solution of transportation problems. The initial solution by using JHM tends to approach the value of optimal solution after test of optimality was done by using the potential method.]]>
<![CDATA[PENDEKATAN DIAGONAL UNTUK MASALAH PENUGASAN ]]>
<![CDATA[Zahrotun Mu’alifah]]>;
<![CDATA[Pardi Affandi]]>;
<![CDATA[Akhmad Yusuf]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 13, No 2 (2019): JURNAL EPSILON VOLUME 13 NOMOR 2 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (268.782 KB)
|
DOI: 10.20527/epsilon.v13i2.1648
<![CDATA[The assignment problem is a problem related to the optimal assignment of different productive sources that have different levels of efficiency for different tasks. The assignment problem has only one optimization goal, is maximizing or minimizing the resource that use to complete a task. The purpose of this reaserch is to solve the assignment problem with the goal of maximizing or minimizing resource using the steps in the optimal diagonal approach. The steps used in this research with the goal of maximizing resources are looking for two different entries from the assignment cost matrix that has the greatest value of each row and column, whereash the goal of minimizing resource is looking for two different entries from the assignment cost matrix that has value the smallest of each row and column. The results obtained to resolve the assignment problem using an optimal diagonal approach with the goal of maximizing resource, reach the optimal solution if the sum of all diagonal cells is less than zero. While the results to solve the assignment problem with the goal of minimizing resources, reach the optimal solution if the sum of all diagonal cells more than zero. Keywords: Assignment Problem, Transportation Model, Diagonal Optimal Approach]]>
<![CDATA[BILANGAN RAINBOW CONNECTION BERDASARKAN DERAJAT MINIMUM PADA GRAF ]]>
<![CDATA[Widya Anggraini]]>;
<![CDATA[Muhammad Mahfuzh Shiddiq]]>;
<![CDATA[Pardi Affandi]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 12, No 2 (2018): JURNAL EPSILON VOLUME 12 NOMOR 2 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (240.612 KB)
|
DOI: 10.20527/epsilon.v12i2.318
<![CDATA[Graf ????????=(????????,????????) terdiri dari 2 himpunan yaitu himpunan tak kosong ???????? dan himpunan ???????? yang mana elemen ???????? disebut titik dan elemen ???????? disebut sisi. Banyaknya sisi yang berhubungan dengan titik ???????? disebut derajat dan minimum dari banyaknya sisi yang berhubungan dengan titik ???????? pada graf ???????? disebut derajat minimum (????????(????????)). Salah satu topik yang dipelajari dalam pewarnaan pada graf adalah rainbow connection. Pewarnaan sisi di ???????? dikatakan rainbow connected jika setiap dua titik yang berbeda dihubungkan oleh lintasan rainbow. Bilangan rainbow connection dari graf terhubung ???????? ditulis ????????????????(????????) yaitu minimum dari banyaknya warna yang diperlukan untuk membuat ???????? bersifat rainbow connected. Tujuan dari penelitian ini adalah untuk menentukan bilangan rainbow connection dalam graf berdasarkan derajat minimumnya. Penelitian dilakukan dengan cara mencari bilangan rainbow connected untuk graf 2-terhubung. Langkah berikutnya dicari juga untuk kasus graf 2-terhubung yang tidak memuat jembatan. Tahap terakhir dari dua dua graf tersebut dilakukan pencarian bilangan rainbow connected untuk graf dengan derajat minimum 3. Hasil dari penelitian ini adalah untuk graf terhubung ????????, jika memiliki ????????≥3 maka memiliki bilangan rainbow connection lebih dari 5????????/6.Kata Kunci :graf, derajat, bilangan rainbow connection.]]>
<![CDATA[PENERAPAN PROGRAM LINIER PADA PERMAINAN NON-KOOPERATIF ]]>
<![CDATA[Pardi Affandi]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 5, No 2 (2011): JURNAL EPSILON VOLUME 5 NOMOR 2 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (205.906 KB)
|
DOI: 10.20527/epsilon.v5i2.71
<![CDATA[This paper will examine the application of linear programming to the game non-cooperative. It starts with the application of a linear program on the game of point of view of player I. In the same way players II problems can be brought into the form of a linear program. The equation obtained is the form dual program, the same result will be obtained that is the maximum result gained player I equal to the minimum result that players sought II against player I. Furthermore the game will be solved by the pivot method, so that the strategy and results obtained from the game.]]>
<![CDATA[PENYELESAIAN MODEL TRANSPORTASI MENGGUNAKAN METODE ASM ]]>
<![CDATA[Nurul Iftitah]]>;
<![CDATA[Pardi Affandi]]>;
<![CDATA[Akhmad Yusuf]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 14, No 1 (2020): JURNAL EPSILON VOLUME 14 NOMOR 1 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (370.05 KB)
|
DOI: 10.20527/epsilon.v14i1.3197
<![CDATA[Transportation problem is related by goods shipments from sources (supplies) to destination(demand). the method that could be used for solving the transportation problem is to directly find theoptimal solution. The direct method that used in this study id the ASM method for solving the balancetransportation problem and revised ASM method for solving the unbalance transportation problem.This study aims to construct a transportation model using those methods and it solution. The methodon this study is to identify the transportation model, construct the transportation model matrixes,construct an algorithm table using ASM method and to determine the optimal solution of thetransportation problem. The obtained result from this study was the model ASM method coulddetermine the optimum value without using initial feasible solution. On solving the unbalancetransportation problem, there is an addition of dummy cell or column step. Then reducing the cost ofcell and column and change the dummy cost with the biggest cost of reduced cell or column.]]>
<![CDATA[APLIKASI EVOLUTIONARY DISCRETE FIREFLY ALGORITHM DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM ]]>
<![CDATA[Nila Cahyani]]>;
<![CDATA[Oni Soesanto]]>;
<![CDATA[Pardi Affandi]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 13, No 1 (2019): JURNAL EPSILON VOLUME 13 NOMOR 1 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1082.913 KB)
|
DOI: 10.20527/epsilon.v13i1.3194
<![CDATA[Proses distribusi barang pada suatu industri memerlukan bentuk efisiensi dalam pemilihan jalur terpendek yang akan dilalui seorang salesman. Secara matematis, pemilihan jalur terpendek merupakan suatu permasalahan optimasi yang disebut Travelling Salesman Problem (TSP). Terdapat banyak metode yang dapat diterapkan untuk menemukan solusi dari TSP, salah satunya Evolutionary Discrete Firefly Algorithm (EDFA) yang merupakan metode metaheuristik terbaru yang ditemukan oleh Jati dan Suyanto (2011) sebagai perkembangan dari Firefly Algorithm (FA) yang hanya didesain untuk permasalahan kontinu. Penelitian ini bertujuan untuk menjelaskan penerapan EDFA dalam penyelesaian TSP. Data yang digunakan dalam penelitian ini merupakan data kasus TSP berupa koordinat titik kota yang diambil dari database TSP Libary (TSPLIB) dengan 7 jenis kasus berbeda yaitu Ulysses16, Ulysses22, Eil51, Berlin52, St70, Rat99, dan Gr202. Kasus-kasus tersebut diselesaikan dengan menerapkan EDFA untuk menemukan solusi optimalnya melalui beberapa langkah yang terdapat dalam algoritma ini. Penyelesaian kasus TSP melalui EDFA juga dilakukan menggunakan bantuan program simulasi untuk mempermudah pehitungan. Hasil penelitian menunjukkan bahwa EDFA sebagai perkembangan FA telah berhasil diterapkan untuk kasus TSP yang memiliki solusi dalam ruang diskrit. Simulasi program EDFA yang diterapkan pada kasus-kasus tersebut memberikan solusi lebih baik pada beberapa kasus dengan hasil jarak optimal yang lebih pendek dibandingkan jarak optimal yang telah ditemukan sebelumnya.]]>
<![CDATA[MODEL PERSEDIAAN YANG MENGALAMI KERUSAKAN DAN PARSIAL BACKLOGGING PADA KEKURANGAN DENGAN TINGKAT PERMINTAAN YANG BERVARIASI ]]>
<![CDATA[Kasim Alfarisi]]>;
<![CDATA[Pardi Affandi]]>;
<![CDATA[Aprida Siska Lestia]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 14, No 2 (2020): JURNAL EPSILON VOLUME 14 NOMOR 2 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (251.627 KB)
|
DOI: 10.20527/epsilon.v14i2.2960
<![CDATA[Persediaan merupakan cadangan barang yang dikelola oleh setiap perusahaan untuk memenuhi permintaan pelanggan. Parsial backlogging terjadi saat persediaan mengalami kekosongan namun permintaan masih ada, akibatnya hanya sebagian pelanggan yang bersedia menunggu sampai barang tersebut tersedia. Permintaan pelanggan terhadap barang cukup bervariasi karena dipengaruhi oleh faktor cuaca, tempat lokasi dan lain-lain. Tujuan dari penelitian ini membentuk model persediaan berdasarkan asumsi permasalahan yang mengalami kerusakan dan parsial backlogging. Pada model persediaan akan berlangsung selama satu periode yang terbagi menjadi beberapa siklus. Model ini hanya berlaku untuk satu jenis barang dan berlaku untuk perusahaan barang jadi. Selain itu, model ini juga memperhitungkan banyak siklus yang digunakan pada contoh soal. Hasil dari penelitian ini berupa persamaan untuk menentukan waktu pengisian kembali persediaan dan total keuntungan yang maksimal. Total keuntungan yang maksimal diperoleh dari selisih jumlah hasil penjualan dengan total biaya dengan menggunakan waktu pengisian barang persediaan yang tepat. Keutamaan model ini selain berlaku dalam jangka waktu yang panjang juga dapat memaksimalkan keuntungan dengan memperhitungkan titik optimal pengisian barang kembali.]]>
<![CDATA[PENERAPAN TEORI KENDALI PADA MASALAH PROGRAM DINAMIK ]]>
<![CDATA[Pardi Affandi]]>;
<![CDATA[Dewi Anggraini]]>;
<![CDATA[Nur Salam]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 6, No 1 (2012): JURNAL EPSILON VOLUME 6 NOMOR 1 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (407.036 KB)
|
DOI: 10.20527/epsilon.v6i1.81
<![CDATA[This study examines the application of Control Theory to the problem of Dynamic Program. Dynamic program is a design analysis in math to determine a series decisions relating to the decision-making process are gradually double to optimize problem solving effectively. Classic problems in dynamic programming is the concept of phase, state and acquisition. Problem solving will use Control Theory.]]>
<![CDATA[PENERAPAN TEORI KENDALI PADA MASALAH INVENTORI ]]>
<![CDATA[Pardi Affandi]]>;
<![CDATA[Faisal Faisal]]>;
<![CDATA[Yuni Yulida]]>
<![CDATA[ EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 6, No 2 (2012): JURNAL EPSILON VOLUME 6 NOMOR 2 ]]>
Publisher : <![CDATA[Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (373.869 KB)
|
DOI: 10.20527/epsilon.v6i2.86
<![CDATA[This paper will examine the application of Control Theory to the problem Inventory, will be developed the first model in which dynamic demand and inventory available all the time. The discussion focused on inventory system analysis nonlinear-shaped production and production costs are treated as a function each inventory level and production level. Then expanded the model first to the next model where the decline in goods is taken into account. Level damage is calculated as a function of time with the amount already available. For both models, optimal control theory will be used to obtain policy optimal control, to obtain optimal results.]]>
