cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
kartika yulianti
Contact Email
kartika.yulianti@upi.edu
Phone
+6289646358817
Journal Mail Official
eurekamatika@upi.edu
Editorial Address
Program Studi Matematika, Departemen Pendidikan Matematika, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam, Universitas Pendidikan Indonesia Jl. Dr. Setiabudhi No. 229, Bandung 40154, Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Eurekamatika
Published by Universitas Pendidikan Indonesia
ISSN : 2776480X     EISSN : 25284231     DOI : https://doi.org/10.17509/jem
Core Subject : Science, Education, Engineering,
Computer Science & IT Industrial & Manufacturing Engineering Mathematics
Jurnal EurekaMatika (e-ISSN: 2528-4231, p-ISSN: 2776-480X) was first published annually on December 2013, and then since 2017 has been published twice a year, on May and November. JEM is a peer-reviewed Mathematics journal with its scope covers Algebra, Analysis, Statistics, and Applied Mathematics. This journal is published by Mathematics study program of Indonesia University of Education (Universitas Pendidikan Indonesia) collaborates with Himpunan Peneliti dan Pendidik Matematika Indonesia (HIPPMI). The editorial contents and elements that comprise the journal include: -Theoretical articles -Empirical studies -Practice-oriented papers -Case studies -Review of papers, books, and resources. As far as the criteria for evaluating and accepting submissions is concerned, a rigorous review process will be used. Submitted papers will, prior to the formal review, be screened so as to ensure their suitability and adequacy to the journal. In addition, an initial quality control will be performed, so as to ensure matters such as language, style of references and others, comply with the journal´s style.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 139 Documents
 1   2   3   4   5 
PENERAPAN DATA COUNT DENGAN MENGGUNAKAN REGRESI HURDLE POISSON Julianda H., Redicha; Herrhyanto, Nar; Avip P. M., Bambang
Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (250.822 KB) | DOI: 10.17509/jem.v7i1.17884

Abstract

Regresi Poisson merupakan suatu model regresi yang dapat memodelkan bentuk hubungan antara variabel respon yang berbentuk data count dengan variabel prediktor. Pada regresi Poisson harus memenuhi asumsi bahwa nilai varians sama dengan nilai mean (equidispersi). Namun, dalam beberapa kasus, terdapat data yang memiliki banyak nilai nol (excess zero) pada variabel respon yang mengakibatkan nilai varians tidak sama dengan nilai mean. Nilai varians lebih besar dari nilai mean disebut overdispersi. Sehingga Model regresi Poisson menjadi tidak cocok untuk memodelkan data tersebut. Alternatif yang dapat digunakan apabila terjadi overdispersi akibat banyaknya data bernilai nol (excess zero) pada variabel respon adalah model regresi Hurdle Poisson. Model Hurdle Poisson terdapat dua bagian. Bagian pertama, model untuk data biner yang bernilai nol atau nilai positif yang ditaksir dengan menggunakan model Logit. Bagian kedua, model untuk data yang bernilai positif saja yang ditaksir dengan menggunakan model Truncated Poisson. Regrsi Hurdle Poisson kemudian diterapkan dalam memodelkan faktor-faktor yang mempengaruhi banyaknya kasus kematian ibu, dengan faktor-faktor tersebut ialah: persentase persalinan oleh tenaga medis, persentase K4, persentase wanita kawin dengan umur perkawinan pertama dibawah 18 tahun, persentase ibu hamil yang mendapatkan Fe1, persentase ibu hamil yang mendapatkan Fe3, persentase ibu nifas mendapatkan vitamin A, persentase komplikasi kebidanan yang ditangani. Dilihat dari hasil pengujian, faktor-faktor yang mempengaruhi banyaknya kasus kematian ibu secara signifikan pada model regresi Hurdle Poisson bagian model Logit adalah persentase ibu hamil mendapatkan Fe1. Sedangkan pada bagian model Truncated Poisson adalah persentase wanita kawin dengan umur perkawinan pertama dibawah 18 tahun dan variabel persentase ibu hamil mendapatkan Fe3.
Bayesian Vector Autoregressive (BVAR) dalam Meramal Mata Uang Cina, India dan Indonesia terhadap Mata Uang Amerika Serikat Rinda Arista; Dadang Juandi; Fitriani Agustiana
Jurnal EurekaMatika Vol 8, No 2 (2020): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v8i1.25742

Abstract

Nilai tukar mata uang dapat digunakan untuk mengukur tingkat perekonomian suatu negara. Peramalan nilai tukar diperlukan agar investor dapat mengetahui tingkat perekonomian negara tujuan investasi di masa datang. Pada penelitian ini digunakan metode Bayesian Vector Autoregressive (BVAR) dalam memodelkan, melakukan peramalan,dan membandingkan hasil ramalan antara nilai tukar Rupee, Rupiah, dan Yuan terhadap Dolar Amerika Serikat dengan dua prior yang berbeda yaitu Litterman-Minnesota Prior dan Normal-Flat Prior. Tujuan dari penelitian ini adalah mendapatkan model, serta membandingkan hasil peramalan dengan metode BVAR dari masing-masing prior. Bayesian Vector Autoregressive (BVAR) berdasarkan penelitian sebelumnya,terbukti mampu memberikan hasil peramalan yang lebih unggul. Hasil peramalan dari masing-masing prior menyatakan bahwa baik Litterman-Minnesota prior dan Normal-Flat prior menghasilkan peramalan yang akurat berdasarkan nilai Mean Absolute Percentage Error (MAPE) yang kecil. Kemudian, setelah dibandingkan, pada kasus peramalan nilai tukar Rupee, Rupiah, dan Yuan terhadap Dolar Amerika Serikat, Litterman-Minnesota prior memiliki nilai MAPE lebih kecil yang artinya hasilnya lebih akurat.
Optimisasi Pendistribusian Dana Bantuan Operasional Sekolah (BOS) dengan Pendekatan Fuzzy Goal Programming Mia Kusmiati; Khusnul Novianingsih; Fitriani Agustina
Jurnal EurekaMatika Vol 10, No 1 (2022): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1144.271 KB) | DOI: 10.17509/jem.v9i1.33356

Abstract

Distributing School Operational Assistance (BOS) fund is a problem encountered by the Government to distribute the BOS fund to each school. The amount of BOS fund is calculated based on the number of students with the distribution of BOS fund each quarter varying. In practice, the distribution of BOS fund did not follow the government regulations because the amount of funds received by schools often did not match with the number of students. In this paper, we optimize the distribution of BOS fund to obtain the distribution of BOS funds that accordance with BOS technical guidelines. The problem of distributing BOS funds is solved using the Fuzzy Goal Programming (FGP) approach. The FGP model gives the value of goals for each objective and finds a solution that satisfies all constraints. The computational results show that the FGP model can solve the multi-objective problem in the distribution of BOS funds and the model gives good solutions.Keywords: BOS Fund Distribution, Fuzzy-Crisp Method, Fuzzy Goal Programming, Goal Programming, Multi-Objective, Optimal Solution. AbstrakPendistribusian dana Bantuan Operasional Sekolah (BOS) adalah suatu permasalahan yang dihadapi Pemerintah dalam pembagian dana BOS untuk tiap sekolah. Besaran dana BOS untuk setiap sekolah ditentukan berdasarkan jumlah siswa dengan pendistribusian yang nilainya berubah setiap triwulan. Namun pada prakteknya, pendistribusian dana BOS itu tidak megikuti ketentuan pemerintah karena jumlah dana yang diterima sekolah sering kali tidak sesuai dengan jumlah siswanya. Tujuan optimalisasi pendistribusian dana BOS yaitu untuk memperoleh hasil pendistribusian dana BOS yang sesuai dengan petunjuk teknis BOS. Pada penelitian ini, masalah pendistribusian dana BOS akan diselesaikan menggunakan pendekatan model Fuzzy Goal Programming (FGP). Model FGP membentuk nilai goals untuk setiap tujuan dan mencari sebuah solusi yang memberi pencapaian pada semua kendala. Hasil implementasi model FGP untuk masalah pendistribusian dana BOS pada tiap SMKN di Kota Bandung menunjukkan bahwa model FGP yang dibangun mampu menyelesaikan masalah multi objektif pada pendistribusian dana BOS dan mampu memberikan solusi yang baik.
KEKONVERGENAN LEMAH PADA RUANG HILBERT Mubarak, Moch. Ramadhan; Sumiaty, Encum; Kustiawan, Cece
Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (256.242 KB) | DOI: 10.17509/jem.v5i2.9593

Abstract

ABSTRAK. Penelitian ini mengkaji mengenai kekonvergenan lemah padaruang Hilbert atas lapangan real. Kekonvergenan lemah termotivasi olehkekonvergenan kuat sehingga terdapat beberapa sifat dari kekonvergenankuat yang berlaku pada kekonvergenan lemah seperti ketunggalan limit,kelinearan limit, dan keterbatasan suatu barisan. Keterkaitan antarakonvergen kuat dan lemah mengakibatkan terdapat pendefinisian dan sifatsifatdaribarisanCauchylemahdanhimpunankompaksecarabarisandansecaralemah. Di akhir pembahasan dibicarakan mengenai keberlakuanTeorema Bolzano-Weierstrass pada ruang Hilbert.Kata kunci: Ruang Hilbert, konvergen kuat, konvergen lemah, himpunankompak secara barisan dan secara lemah, teorema Bolzano-Weiertrass.ABSTRACT. This study discusses the weak of convergence in Hilbertspace over the real field. The weak of convergence is motivated by a strongconvergence as a result that there are some properties of the strongconvergence which is applicable in the weak of convergence such asuniqueness of limit, linearity of limit, and boundedness of a sequence. Therelationship between strong and weak convergent implies that there are thedefinition and properties of weak Cauchy sequence and weakly compactset. In the end of the discussion discussed about the generalize of BolzanoWeierstrasstheoreminHilbertspace.Keywords: Hilbert Space, strong convergence, weak convergence, weaklycompact set, Bolzano-Weierstrass Theorem.
REGRESI NONPARAMETRIK BIRESPON SPLINE Nurdiani, Nunung; Herrhyanto, Nar; Dasari, Dadan
Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (494.425 KB) | DOI: 10.17509/jem.v5i1.10312

Abstract

ABSTRAK: Salah satu ciri majunya suatu negara adalah dengan majunya pembangunan manusia. Pembangunan manusia berperan penting dalam suatu negara. Faktor-faktor yang berpengaruh terhadap pembangunan manusia, diantaranya pendidikan dan ekonomi. Salah satu komponen yang berpengaruh terhadap Indeks Pembangunan Manusia adalah tingkat pendidikan yang diukur dengan Angka Melek Huruf dan Rata-Rata Lama Sekolah. Dalam penelitian ini metode yang digunakan untuk memodelkan Angka Melek Huruf dan Rata-Rata Lama Sekolah adalah regresi nonparametrik birespon spline. Metode ini digunakan karena Spline memiliki kelebihan yakni model akan cenderung mencari estimasinya kemanapun data tersebut akan bergerak. Pemilihan model terbaik berdasarkan nilai Generalized Cross Validation (GCV) yang minimum. Model terbaik yang dihasilkan dari penelitian ini adalah model linear dengan satu titik knot. Kata kunci : Pembangunan Manusia, Rata-Rata Melek Huruf, Rata-Rata Lama Sekolah, Regresi Nonparametrik Birespon Spline, GCV. ABSTRACT: One feature of progress of a country is the advancement of Human Development. Human Development plays an important role in a country. Factors that influence Human Development, including education and the economy. One of components that affect the Human Development index is measured by the level of education Literacy Rate and Mean Year School. In this research method is used to model Literacy Rate and Mean Year School is nonparametric biresponse spline regression. This method is used because the spline has the advantage that the model will tend to look for the estimate wherever the data is moved. Selecting the best model is based on the minimum Generalized Cross Validation (GCV). Best model resulting from tis researc is a linear model with one knot. Keywords: Human Development, Literacy Rate, Mean Year School, nonparametric biresponse spline regression, GCV.
PENERAPAN METODE WEIGTHED LEAST SQUARE UNTUK MENGATASI HETEROSKEDASTISITAS PADA ANALISIS REGRESI LINEAR Hanifah, Nurul; Herrhyanto, Nar; Agustina, Fitriani
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (320.902 KB) | DOI: 10.17509/jem.v3i1.11199

Abstract

ABSTRAK  Analisis regresi merupakan analisis statistik yang mempalajari bagaimana memodelkan regresi linear. Jika model regresi linear memenuhi uji asumsi klasik dengan metode OLS maka mempunyai sifat BLUE (Beast Linear Unbiased Estimator). Uji heteroskedastisitas,yaitu varian error pada setiap nilai variabel bebas bernilai tidak konstan. Akibat dari heteroskedastisitas yaitu nilai parameter yang diperoleh tetap tidak bias tetapi varian penaksir yang diperoleh menjadi tidak efisien, artinya uji hipotesis yang dilakukan tidak akan memberikan hasil yang baik (tidak valid) atau prediksi koefisien-koefisien populasinya akan keliru. Oleh karena itu untuk mengetahui apakah terdapat heteroskedastisitas dilakukan uji White. Karena terdapat heteroskedastisitas pada skripsi ini, maka harus dilakukan transformasi dengan metode kuadrat terkecil tertimbang (Weighted Least Square).Kata Kunci: Uji Asumsi Klasik, Weighted least Square, Uji White. ABSTRACT  Regression analysis is a statistical analysis that learn how to model linear regression. If a linear regression model meets the Classic Assumption Test by OLS method, it has the nature of BLUE (Best Linear Unbiased Estimator). Error variance at each independent variable value is not constant. It means that heteroskedasticity test is unfulfilled and  the classical assumption is not met.The result of heteroskedastisitas is that the parameter value remains biased but variance estimator becomes inefficient. It means thata hypothesis test wouldn’t give good results (not valid) or predictions coefficients of the population would be mislead. Therefore, to know whether there are heteroskedasticity, White test is conducted. Because heteroskedasticity exists in this thesis, transformation with weighted least squares method (Weighted Least Square) must be carried out.Keyword: Classic Assumption Test, Weighted least Square, White Test.
PENYELESAIAN MASALAH PENUGASAN DOSEN PADA MATA KULIAH MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS DI DEPARTEMEN PENDIDIKAN MATEMATIKA FPMIPA UPI) Dewanti, Rossy; Novianingsih, Khusnul; Agustina, Fitriani
Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (349.401 KB) | DOI: 10.17509/jem.v6i1.11655

Abstract

ABSTRAK. Latar belakang dari penelitian ini adalah terdapatnya beberapa masalah dalam hal penugasan dosen-dosen pada mata kuliah, antara lain penumpukan beban sks pada seorang dosen, penugasan dosen pada mata kuliah yang tidak sesuai dengan keahliannya, dan beban sks yang diampu oleh dosen melebihi batas sks maksimumnya. Pada penelitian ini, Algoritma Genetika diterapkan untuk menyelesaikan permasalahan penugasan dosen pada mata kuliah di Departemen Pendidikan Matematika FPMIPA UPI. Algortima Genetika merupakan salah satu metode heuristik yang merupakan cabang dari Algortima Evolusi, yaitu suatu teknik untuk memecahkan masalah-masalah optimisasi yang rumit dengan menirukan proses evolusi mahluk hidup yang melibatkan proses seleksi didalamnya dan operasi genetika yang melibatkan proses crossover dan mutasi. Hasil implementasi menunjukkan Algoritma Genetika telah berhasil diterapkan untuk menyelesaikan permasalahan penugasan dosen pada mata kuliah di Departemen Pendidikan Matematika FPMIPA UPI, dan algoritma tersebut mampu memberikan penugasan dosen pada mata kuliah dengan persebaran total SKS yang hampir merata. Kata Kunci: Penugasan, Model Optimisasi, Algoritma Genetika, Solusi Optimal.   ABSTRACT. In the previous course, there are some problems in assigning lecturer to courses. The problems include the overload of credit hour accumulation of lecturer and incompetence of lecturer skill to the assignment. In this research Genetic Algorithm is used to solve the problems. Genetic Algorithm is one of the heuristic methods branch of Evolutionary Algorithm. That works with seguence processes that are selection, crossover, and mutation. The implementation result shows that Genetic Algorithm has been successfull to solve the lecturer assignment problem in Departement of Mathematics Education FPMIPA UPI. The results also give good solutions which is the lecturer schedule with the total credit hour that almost similar for every lecturer. Keywords: Assignment, Optimization Model, Genetic Algorithm, Optimal Solution.
MODEL MATEMATIKA UNTUK KECEPATAN ALIRAN DARAH Salman, Gelar; Fatimah, Siti; Yulianti, Kartika
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 (248.123 KB) | DOI: 10.17509/jem.v6i2.14852

Abstract

ABSTRAK. Darah yang tersebar di dalam seluruh tubuh kita mengalir setiap detik untuk kehidupan. Aliran darah membawa zat-zat yang penting untuk aktivitas organ-organ tubuh, seperti oksigen dan zat-zat nutrisi lainnya. Pada artikel ini dipaparkan model matematika untuk kecepatan aliran darah di dalam pembuluh darah, dan faktor-faktor yang mempengaruhinya. Model matematika yang dikonstruksi berasal dari persamaan Navier Stokes untuk kecepatan aliran fluida satu arah dengan koordinat polar slilinder dan persamaan kontinuitas. Pencarian solusi dari model dilakukan dengan metode pemisahan variable. Berdasarkan model tersebut diperoleh profil kecepatan alirah darah dan faktor-faktor yang mempengaruhinya yaitu jari-jari pembuluh, gradien tekanan darah, dan kekentalan darah.Kata Kunci: Kecepatan Aliran Darah, Persamaan Navier Stokes, Metode Pemisahan Variabel ABSTRACT. Blood that scattered throughout our body, flows in every second for life. Blood flow carries an important substances for the activity of organs, such as oxygen and other nutrients. Blood flow has a different velocity at all times. In this paper we explain a mathematical model of blood flow in blood vessel, and its factors. The model is formed by Navier-Stokes equation of one dimensional fluid velocity in polar cylindrical coordinate and continuity equation. The solutions are obtained by separation of variable. Based on mathematical model, we obtain the velocity profile of blood flow. It affected by blood vessels radius, pressure gradient, and blood viscosity.Key Words: Velocity of Blood Flow, Navier-Stokesc equation, Separating  Variable Method.
PEMODELAN INDEKS PEMBANGUNAN GENDER (IPG) DENGAN MENGGUNAKAN REGRESI PROBIT ORDINAL (Studi Kasus IPG Kabupaten/Kota di Pulau Sumatera Tahun 2015) Cucu Cahyati; Nar Herrhyanto; Entit Puspita
Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v7i2.22137

Abstract

Abstrak. Indeks Pembangunan Gender (IPG) menggambarkan kesenjangan pembangunan manusia antara laki-laki dan perempuan. Pada tahun 2015, Pulau Sumatera merupakan pulau di Indonesia yang memiliki provinsi dan kabupaten/kota dengan angka IPG tertinggi. Provinsi dan kabupaten/kota tersebut yaitu Provinsi Sumatera Barat dan Kota Bukit Tinggi dengan IPG masing-masing sebesar 94,74 dan 99,75. Angka IPG yang tinggi menunjukkan bahwa kesetaraan gender di wilayah tersebut sudah cukup baik. Dalam penelitian ini, IPG sebagai variabel respon dan dikategorikan secara ordinal menjadi 4 kategori. Kategori pertama yaitu kategori rendah, kategori kedua yaitu kategori sedang, kategori ketiga yaitu kategori tinggi dan kategori terakhir yaitu kategori sangat tinggi. Penelitian ini juga menggunakan indikator-indikator IPG sebagai variabel prediktor yang diduga mempengaruhi IPG, yaitu Angka Harapan Hidup saat Lahir (X1), Harapan Lama Sekolah (X2), Rata-rata Lama Sekolah (X3), dan Pengeluaran perkapita yang disesuaikan (X4). Variabel prediktor yang digunakan adalah indikator-indikator IPG pada penduduk laki-laki dan perempuan. Dalam hal ini, regresi probit ordinal digunakan untuk memodelkan data variabel respon yang dikategorikan secara ordinal. Berdasarkan hasil dari regresi probit ordinal dengan taraf signifikansi sebesar 5% diperoleh variabel-variabel yang secara signifikan berpengaruh terhadap IPG pada penduduk laki-laki yaitu Rata-rata Lama Sekolah (X3) dan Pengeluaran perkapita yang disesuaikan (X4). Sedangkan variabel-variabel yang secara signifikan berpengaruh terhadap IPG pada penduduk perempuan yaitu Angka Harapan Hidup saat lahir (X1), Harapan Lama Sekolah (X2) dan Pengeluaran perkapita yang disesuaikan (X4).Kata Kunci : Indeks Pembangunan Gender, Regresi Probit Ordinal.     MODELING GENDER DEVELOPMENT INDEX (IPG) USING ORDINAL PROBIT REGRESSION (Case Study of Regency / City IPG on the island of Sumatra in 2015) Abstract : Gender Development Index (GDI) portrays human development discrepancy between men and women. In 2015, Sumatera island is an island in Indonesia that have province and regency/city with the highest rate of GDI. The province is Sumatera Barat and Bukit Tinggi City in which the GDI is respectively 94.74 and 97.75. The high rate of GDI shows that gender equality is appropriately decent in that area. In this research, GDI is a response variable and ordinally categorized as four categories. The first category is low, the second category is medium, the third category is high, and the last category is very high. This research also uses indicators of GDI as predictor variables that estimated effect to GDI, those are Life Expectancy at birth (X1), Expected of Years Schooling (X2), Mean Years of Schooling (X3), and Per capita expenditure adjusted (X4). Predictor variable employed is indicators of GDI for male and female populations. In this stance, ordinal probit regression is employed to model the response variable data categorized ordinally. Based on the results of ordinal probit regression with its significance level 5% obtained variables that significantly affect to GDI of male population which is Mean Years of Schooling (X3) and Per capita expenditure adjusted (X4). Meanwhile variables that significantly affect GDI of the female population are Life Expectancy at birth (X1), Expected of Years Schooling (X2), and Per capita expenditure adjusted (X4).Keywords : Gender Development Index, Ordinal Probit Regression.
Penyelesaian Colored Traveling Salesman Problem Menggunakan Algoritma Genetika Hill-Climbing Fakhrana Nadhilah; Khusnul Novianingsih; Kartika Yulianti
Jurnal EurekaMatika Vol 8, No 2 (2020): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (447.074 KB) | DOI: 10.17509/jem.v8i2.30742

Abstract

Colored Traveling Salesman Problem (CTSP) adalah pengembangan dari MTSP dimana terdapat dua wilayah kerja yaitu wilayah umum yang dapat dikunjungi oleh setiap pekerja, dan wilayah pribadi yang berlaku hanya untuk pekerja yang ditugaskan di wilayah tersebut. Pada CTSP rute dari beberapa pekerja akan dibagi dengan mempertimbangkan wilayah umum dan wilayah pribadinya. Pada kajian ini, CTSP diselesaikan dengan Algoritma Genetika Hill-Climbing, yang merupakan penggabungan dari Algoritma Genetika dengan Algoritma Hill-Climbing dengan tujuan menghasilkan solusi yang lebih baik. Selanjutnya, model CTSP menggunakan Algoritma Genetika Hill-Climbing diimplementasikan pada kasus pengumpulan paket suatu perusahaan ekspedisi di Kota Bandung. Hasil dari kajian ini yaitu diperoleh rute terpendek untuk kasus pengumpulan paket suatu perusahaaan ekspedisi. Selain itu, dengan membandingkan Algoritma Genetika Hill-Climbing dengan Algoritma Genetika Klasik, diperoleh hasil bahwa Algoritma Genetika Hill-Climbing memberikan solusi dengan jarak yang lebih pendek meskipun membutuhkan waktu komputasi yang lebih lama.

Page 3 of 14 | Total Record : 139

 1   2   3   4   5 

Filter by Year

2014 2023


Reset
Filter By Issues
All Issue Vol 11, No 2 (2023): Jurnal Eurekamatika Vol 11, No 1 (2023): Jurnal Eurekamatika Vol 10, No 2 (2022): Jurnal Eurekamatika Vol 10, No 1 (2022): Jurnal Eurekamatika Vol 9, No 2 (2021): Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika Vol 8, No 2 (2020): Jurnal Eurekamatika Vol 8, No 1 (2020): Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika More Issue