ANALISIS DAN IMPLEMENTASU ALGORITMA ARTIFICIAL BEE COLONY PADA OPTIMASI MODEL BISNIS PT. UNILEVER INDONESIA DIVISI WALL ICE CREAM
|
|
- Sonny Lie
- 3 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS DAN IMPLEMENTASU ALGORITMA ARTIFICIAL BEE COLONY PADA OPTIMASI MODEL BISNIS PT. UNILEVER INDONESIA DIVISI WALL ICE CREAM Tri Mahar Lazuardi¹, Suyanto², ³ ¹Teknik Informatika,, Universitas Telkom Abstrak Artificial Bee Colony merupakan algoritma optimasi untuk menemukan nilai lebih kecil atau lebih besar yang berbasis pada swarm intelligences secara probabilistik. Dalam penelitian ini dilakukan pengujian dengan menggunakan metode algoritma Artificial Bee Colony untuk mencari nilai-nilai optimal dalam suatu data model bisnis, sebagai acuan dalam analisis perusahaan untuk menentukan model bisnis yang digunakan. Data masukan berupa matriks keterkaitan antar variable model bisnis yang memiliki bobot, yang kemudian diolah kedalam rumus objektif yang dimiliki oleh data numerik untuk mencari nilai optimal yang mungkin pada suatu rentang nilai tertentu. Pengujian didasarkan atas keluaran algoritma optimasi dalam menentukan solusi untuk suatu data numeric. Berdasarkan hasil penelitian, Algorima Optimasi Artificial Bee colony dapat diterapkan untuk mencari solusi nilai optimal bagi model bisnis. Kata Kunci : Artificial Bee colony, Swarm Inteligence, Model Bisnis, Algoritma Optimasi, Matriks Keterkaitan Abstract Artificial Bee Colony is the one of optimization algorithm with benefit to find optimal value with swarm intelligences with probabilistic method. In this research writers use Artificial Bee Colony Algorithm to find the optimal business model for a company, with benefit to direct the company to get the best model business. Data based on adjacency matrics between business models variables which has value. The data processed into function to gets new solution. Training is used to find the output of data metric optimally. Based on research, Artificial Bee Algorithm can be implemented to find the optimal solution for business model. Keywords : Keywords: Artificial Bee colony, Swarm Inteligence, Business Model, Algoritma Optimasi, Adjacency matric
2 1. Pendahuluan 1.1 Latar belakang Model bisnis merupakan kunci strategis dari sebuah organisasi atau perusahaan[2]. Suatu model bisnis akan memberikan pandangan untuk sebuah organisasi atau perusahaan dalam fokus bisnisnya dari berbagai aspek mulai dari aspek ekonomi, sosial maupun aspek lain untuk menunjukan inti bisnis dari organisasi atau perusahaan tersebut mulai dari tujuan, bisnis yang ditawarkan, strategi yang dibentuk, infrastruktur, struktur organisasi, praktik niaga, hingga kebijakan dan proses operasional. Saat ini banyak sekali model bisnis yang ditawarkan untuk membantu mengembangkan organisasi atau perusahaan. Pemilihan model bisnis yang tepat akan membantu organisasi atau perusahaan tersebut mengambil langkah efektif sehingga tujuan perusahaan atau organisasi tersebut tercapai sesuai target bisnis yang dimiliki[2]. Algoritma optimasi merupakan algoritma untuk menemukan nilai sekecil atau sebesar mungkin dari suatu fungsi yang diberikan dengan batasan-batasan tertentu pada variabel pembentuknya[1]. Pencarian model bisnis yang optimal merupakan permasalahan dengan ruang pencarian yang sangat besar, banyak aspek yang harus dipatuhi untuk membuat suatu model menjadi gambaran betapa besarnya ruang pencarian yang akan digunakan. Algoritma probabilistik akan menjadi solusi dari ruang pencarian yang sangat besar, dengan berdasar pada pengambilan sampel secara acak yang berulang-ulang untuk mendapatkan solusi. Algoritma Artificial Bee Colony (ABC), merupakan algoritma probabilistik yang berbasis Swarm Inteligence (SI). Swarm Inteligence merupakan sistem kecerdasan buatan yang dihasilkan dari pola kerja beberapa individu dalam hal ini mengikuti kerja koloni suatu spesies binantang tertentu[3]. Algoritma ABC merupakan algoritma yang menirukan tingkah laku dan pola kerja kawanan lebah untuk menemukan sumber makanan yang efisien[5]. Sebagai analogi, sumber makanan tersebut bisa kita gambarkan menjadi sebuah model bisnis. Model bisnis yang bisa dimunculkan sangatlah banyak, sama seperti halnya sumber makanan yang tersedia di alam. Algoritma ABC memiliki performansi seperti halnya ketepatan lebah dalam mencari makanan, dengan algoritma ini diharapkan pemilihan bisnis model yang efisien dapat dengan mudah didapatkan[1]. 1
3 . 1.2 Perumusan masalah Algoritma ABC merupakan algoritma yang handal dalam memberikan solusi optimal, dalam ruang solusi yang besar. Pemilihan suatu model bisnis yang baik tidak terlepas dari berbagai faktor pendukung yang merupakan bagian dari deskripsi strategis perusahaan atau organisasi yaitu: value propositions, target customer segments, distribution channels, customer relationships, value configurations, core capabilities, partner network, cost structure, revenue model [2]. Faktor-faktor tersebut akan dibangkitkan menjadi sebuah variabel. Variabel tersebut akan dihitung nilai probabilitasnya dengan nilai yang optimal. Dalam analogi tingkah laku lebah, variabel tersebutlah yang menjadi sumber makanan bagi mereka dan lebah tersebut yang menjadi fungsi dalam penerapan algoritma ABC ini. 1.3 Batasan masalah Adapun batasan masalah yang ada dalam tugas akhir ini adalah sebagai berikut : 1. Sistem yang dibuat merupakan sistem dalam membantu menganalisis kondisi suatu model bisnis perusahaan. 2. Data yang digunakan dalam format matrikulasi. 1.4 Tujuan Tujuan dari pembuatan tugas akhir ini adalah : 1. Untuk menunjukan model bisnis yang optimal dengan menggunakan algoritma Artificial Bee Colony dan mengetahui kehandalan algoritma tersebut dalam penanganan pencarian model bisnis. 2. Untuk mengetahui akurasi pemilihan model bisnis pada sistem, hasil implementasi algoritma Artificial Bee Colony. 3. Menganalisis hasil akurasi yang diberikan oleh sistem yang telah terimplementasi algoritma ABC sebagai acuan untuk menentukan tingkat keoptimalan model bisnis sehingga didapatkan model bisnis yang optimal. Hipotesis : Penggunaan algoritma optimasi berbasis swarm intelligence Artificial Bee Colony dapat membantu menganalisis suatu data model bisnis. 2
4 1.5 Metodologi penyelesaian masalah Metodologi yang digunakan untuk menyelesaikan masalah dalam tugas akhir ini terbagi menjadi 6 tahap : 1. Studi Literatur Dalam tahap ini, akan dicari referensi yang berkaitan dengan teknik untuk menyelesaikan masalah. Diantara nya adalah referensi untuk model bisnis yang digunakan pada suatu perusahaan dan algoritma Artificial Bee Colony. 2. Pengumpulan Data Pada tahap ini akan dilakukan pengumpulan data model bisnis suatu perusahaan. 3. Pembuatan Model Pada tahap ini akan dilakukan pemodelan sistem yang akan digunakan untuk menyelesaikan masalah dan berdasarkan studi literature yang sudah dilakukan. 4. Implementasi Setelah selesai pembuatan model sistem. Sistem akan di implementasikan menjadi sebuah perangkat lunak yang sesuai dengan model. Data yang digunakan pada tahap ini diambil dari data yang dikumpulkan pada tahap pengumpulan data. 5. Analisa Hasil Setelah didapatkan hasil dari sistem yang dibuat dilakukan analisis tingkat keakurasian dan kefektifan sistem. Dan dilakukan perumusan kesimpulan. 6. Pembuatan Laporan Tahap ini dilakukan bersamaan dengan tahap lain nya untuk mendapatkan sebuah buku tugas akhir yang lengkap. 3
5 5. Kesimpulan dan Saran 5.1 Kesimpulan Dari hasil pengujian, dapat diambil kesimpulan bahwa Algoritma Artifical Bee Colony (ABC) mampu digunakan untuk membantu dalam menganalisis model bisnis pada perusahaan PT Unilever khususnya divisi Walls Ice cream. Dengan bertujuan membantu menganalisis model bisnis perusahaan, sistem dapat menunujukan bagian mana saja yang dapat diberikan suatu improvement atau yang tidak perlu, berdasarkan kepada data bobot setiap keterkaitan antar variabel. Dengan penerapan Algoritma ABC pada pencarian model bisnis PT Unilever divisi Walls Ice cream solusi yang dihasilkan cenderung kepada improvement atau penambahan kualitas dari suatu keterkaitan, terlebih jika keterkaitan variabel tersebut berbobot besar, hal ini dipengaruhi oleh fungsi f(x) yang digunakan dalam pencarian ruang solusi optimum. 5.2 Saran Untuk meningkatkan kulitas solusi yang dihasilkan maka diperlukan beberapa constraint khusus agar algoritma lebih peka. Dan perlunya digabungkan metode lain untuk pembanding hasil optimasi. 30
6 Referensi [1] Suyanto., Algoritma Optimasi Determistik atau Porbabilistik, Indonesia, Graha Ilmu. [2] Osterwalder, Alexander. & Yves Pigneur Model BusinessGeneration., Willey. [3] Artificial Bee Colony Algorithm, (Online), ( Artificial_bee_colony_algorithm#Kang09, diakses 19 Nopember 2011). [4] Enhanced Artificial Bee colony Optimization, (Online), ( artintelligence/enhanced-artificial-bee-colony-optimization-peiwei-tsai, diakses 19 Nopember 2011). [5] Saab Saif Mahmood, Nidhal Kamel Taha El-Omari, Hussein H.,R Developing Optimization Algorithm Using Artificial Bee Colony System. [6] Zoot, Christoph., Raphael, Amit., Massa Lorenzo The Business Model: Theoritical Roots, Recent Development and Future Research, University of Navara. [7] Saba, Samrat L., Udgata, Siba, K., Ajith, Abraham Artificial bee colony algorithm for small signal model parameter extraction of MESFET. [8] Grasl, Oliver A Multi A Multi-Method Approach. [9] Osterwalder, Alexander., Pigneur., Yves An e-business Model Ontology for Modeling e- Business. [10] Bee Algorithm, (Online), ( diakses 19 Nopember 2011). [11] Hagelaar,Geffrey., Hollandseweg Environtmental Supplychain Management Using Life Cycle Assesment to Structure Supply Chain [12] Riza, Lala Saptem., Bandung Implementasi Algoritma Lebah untuk Pencarian Jalur Terpendek Dengan Mempertimbangkan Heuristik [13] Saidah, N. H. (2010). Implementasi Algoritma Optimasi Bee Colony Untuk Penjadwalan Job Shop. (online). Tersedia : (19 Januari 2012). [14] Munir, R. (2003). Matematika Diskrit Edisi Kedua. Bandung. Penerbit informatika. [15] Pressman, R.S. (2001). Software Engineering A Practitioner Approach Fifth Edition. New York:McGraw-Hill. [16] Wong, L. P., Chong C. S. An Efficient Bee Colony Optimization Algorithm for Traveling Salesman Problem using Frequency-based Pruning. [online]. Tersedia : (27 Januari 2012). 31
Amalia Utami¹, Suyanto², Retno Novi Dayawati³. ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
ALGORITMA BEE COLONY OPTIMIZATION PADA TRAVELING SALESMAN PROBLEM MENGGUNAKAN METODE FREQUENCY BASED PRUNING SYSTEM DAN FIXED RADIUS NEAR NEIGHBOUR 2-OPT Amalia Utami¹, Suyanto², Retno Novi Dayawati³ ¹Teknik
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM ( TSP ) DENGAN MENGGUNAKAN ARTIFICIAL BEE COLONY
PENYELESAIAN TRAVELLING SALESMAN PROBLEM ( TSP ) DENGAN MENGGUNAKAN ARTIFICIAL BEE COLONY Rendra Firman Pratama, Purwanto, dan Mohammad Yasin e-mail: Ren_mr07@yahoo.com Universitas Negeri Malang ABSTRAK:
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Value Chain Value chain menurut Porter adalah alat bantu yang dapat digunakan untuk mengidentifikasi cara menciptakan customer value lebih bagi pelanggan. Dijelaskan bahwa setiap
Lebih terperinciDesain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System
Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System Jan Alif Kreshna, Satria Perdana Arifin, ST, MTI., Rika Perdana Sari, ST, M.Eng. Politeknik Caltex Riau Jl. Umbansari 1 Rumbai,
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY
PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY Arief Kelik Nugroho Fakultas Teknik, Universitas PGR Yogyakarta e-mail : ariefkeliknugroho@gmail.com Abstrak
Lebih terperinciPENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO)
PENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO) Levina Fitri Rahmawati, Isnandar Slamet, dan Diari Indriati Program
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam setiap hari, masyarakat tidak akan luput dari kegiatan distribusi barang. Dari rakyat kecil sampai pada perusahaan besar sangat memperhatikan masalah distribusi
Lebih terperinciPengembangan Aplikasi Encoding dan Decoding Tree Menggunakan Kode Dandelion
Pengembangan Aplikasi Encoding dan Decoding Tree Menggunakan Kode Dandelion 1 Wamiliana, 2 Astria Hijriani, 3 Novi Hardiansyah 1 Jurusan Ilmu Komputer Universitas Lampung 2 Jurusan Ilmu Komputer Universitas
Lebih terperinciJurnal Edukasi dan Penelitian Informatika (JEPIN) Vol. 1, No. 2, (2015) 1 Rancangan Sistem Penjadwalan Akademik Menggunakan Algoritma Max Min Ant System (Studi Kasus: STMIK Atma Luhur Pangkalpinang) Delpiah
Lebih terperinciBAB I PENDAHULUAN. alam dan operator genetika. Particle swarm optimization algoritm mensimulasikan
BAB I PENDAHULUAN A. Latar Belakang Alam menginspirasi para peneliti untuk mengembangkan model dalam meyelesaikan permasalahan mereka. Optimasi merupakan satu bidang yang secara berkala dikembangkan dan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam
Lebih terperinciIMPLEMENTASI ALGORITMA LEBAH UNTUK PENCARIAN JALUR TERPENDEK DENGAN MEMPERTIMBANGKAN HEURISTIK
IMPLEMENTASI ALGORITMA LEBAH UNTUK PENCARIAN JALUR TERPENDEK DENGAN MEMPERTIMBANGKAN HEURISTIK Dian Nurdiana ABSTRAK Rekomendasi jalur yang optimum sangatlah dibutuhkan oleh para pemudik. Hal ini disebabkan
Lebih terperinciAPLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY
APLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY Andri 1, Suyandi 2, WinWin 3 STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id 1, suyandiz@gmail.com
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Permasalahan transportasi yang terjadi akibat kenaikan harga bahan bakar minyak (BBM) yang tinggi membuat para pengguna jasa transportasi berpikir untuk dapat meminimalisasi biaya yang dikeluarkan.
Lebih terperinciIMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS)
IMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS) Devie Rosa Anamisa, S.Kom, M.Kom Jurusan D3 Teknik Multimedia Dan Jaringan-Fakultas Teknik Universitas Trunojoyo
Lebih terperinciALGORITMA OPTIMASI UNTUK PENYELESAIAN TRAVELLING SALESMAN PROBLEM (Optimization Algorithm for Solving Travelling Salesman Problem)
ALGORITMA OPTIMASI UNTUK PENYELESAIAN TRAVELLING SALESMAN PROBLEM (Optimization Algorithm for Solving Travelling Salesman Problem) Dian Tri Wiyanti Program Studi Teknik Informatika, Jurusan Teknologi Informasi
Lebih terperinciPERANCANGAN APLIKASI PENJADWALAN TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA GENETIKA
PERANCANGAN APLIKASI PENJADWALAN TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA GENETIKA Hendy Tannady; Andrew Verrayo Limas Industrial Engineering Department, Faculty of Engineering, Binus University Jl.
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION
PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan.
Lebih terperinciBAB II TINJAUAN PUSTAKA. Job shop scheduling problem (JSSP) adalah permasalahan optimasi
BAB II TINJAUAN PUSTAKA 2.1 Job Shop Scheduling Problem (JSSP) Job shop scheduling problem (JSSP) adalah permasalahan optimasi kombinatorial. Misalkan terdapat n buah job atau pekerjaan, yaitu J 1, J 2,,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesperson Problem selanjutnya dalam tulisan ini disingkat menjadi TSP, digambarkan sebagai seorang penjual yang harus melewati sejumlah kota selama perjalanannya,
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH
Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 17 24. PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Fatmawati, Bayu Prihandono, Evi Noviani INTISARI
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE OPTIMUM OBJEK WISATA DI KABUPATEN PEMALANG
IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE OPTIMUM OBJEK WISATA DI KABUPATEN PEMALANG SKRIPSI Oleh: Indra Surada J2A 605 060 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penjadwalan seminar proposal dan seminar hasil yang baik dan optimal tentu akan meningkatkan mutu pelayanan pendidikan bagi mahasiswa sebab mampu menjadwalkan sumberdaya
Lebih terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI
PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September
Lebih terperinci1.PENDAHULUAN 1.1 Latar Belakang
1.PENDAHULUAN 1.1 Latar Belakang Pemakaian tenaga listrik dapat naik turun sebanding dengan besar kecilnya kegiatan dilakukan oleh manusia dalam periode tertentu. Untuk memenuhi kebutuhan listrik yang
Lebih terperinciMENEMUKAN AKAR PERSAMAAN POLINOMIAL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION
MENEMUKAN AKAR PERSAMAAN POLINOMIAL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION Oei,EdwinWicaksonoDarmawan, Suyanto Edward Antonius, Ir., M.Sc, Program Studi Teknik Informatika Universitas Katolik Soegijapranata
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND
PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
12 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah penjadwalan secara umum adalah aktifitas penugasan yang berhubungan dengan sejumlah kendala, sejumlah kejadian yang dapat terjadi pada suatu periode waktu
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO
TUGAS AKHIR - ST 1325 PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO YANTER SIANIFAR BASUKI NRP 1303100049 Dosen Pembimbing Prof. Drs. Nur Iriawan, M.Ikom. Ph.D JURUSAN
Lebih terperinciPenempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
JURNAL TEKNIK ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-9271 B-16 Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Ahmad Zakaria H, Sjamsjul
Lebih terperinciISSN: Vol. 2 No. 1 Januari 2013
ISSN: 2303-1751 Vol. 2 No. 1 Januari 2013 e-jurnal Matematika Vol. 2, No. 1, Januari 2013, 19-23 ISSN: 2303-1751 PENENTUAN KEUNTUNGAN MAKSIMUM PADA PENJUALAN OLAHAN TAPE DENGAN MENGGUNAKAN METODE LAGRANGE
Lebih terperinciPemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf
Pemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf Anugrah Adeputra - 13505093 Program Studi Informatika, Sekolah Teknik Elektro & Informatika ITB Jl. Ganesha No.10 If15093@students.if.itb.ac.id
Lebih terperinciIMPLEMENTASI ALGORITMA CAT SWARM OPTIMIZATION DALAM MENYELESAIKAN JOB SHOP SCHEDULING PROBLEM (JSSP)
E-Jurnal Matematika Vol. 5 (3), Agustus 2016, pp. 90-97 ISSN: 2303-1751 IMPLEMENTASI ALGORITMA CAT SWARM OPTIMIZATION DALAM MENYELESAIKAN JOB SHOP SCHEDULING PROBLEM (JSSP) I Wayan Radika Apriana 1, Ni
Lebih terperinci1.4. Batasan Masalah Batasan-batasan masalah dalam pembuatan tugas akhir ini adalah sebagai berikut :
BAB 1 PENDAHULUAN 1.1. Pengantar Perkembangan jaman yang diiringi dengan kemajuan teknologi sekarang ini menyebabkan perubahan hampir di segala bidang. Salah satu aspeknya ialah teknologi komputerisasi
Lebih terperinciPENENTUAN KEUNTUNGAN MAKSIMUM PADA PENJUALAN OLAHAN TAPE DENGAN MENGGUNAKAN METODE LAGRANGE (Studi Kasus: UD. Sari Madu)
PENENTUAN KEUNTUNGAN MAKSIMUM PADA PENJUALAN OLAHAN TAPE DENGAN MENGGUNAKAN METODE LAGRANGE (Studi Kasus: UD. Sari Madu) FEMY AYU ASTITI 1, NI MADE ASIH 2, I NYOMAN WIDANA 3 1, 2, 3 Jurusan Matematika
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP)
SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Rekayasa Perangkat Lunak Kode Mata Kuliah : SI 035 Bobot Kredit : 3 SKS Semester Penempatan : VII Kedudukan Mata Kuliah : Mata Kuliah Keahlian Berkarya
Lebih terperinciOptimisasi Dynamic Economic Dispatch Menggunakan Algoritma Artificial Bee Colony
Optimisasi Dynamic Economic Dispatch Menggunakan Algoritma Artificial Bee Colony Nurlita Gamayanti 1, Abdullah Alkaff 2, Amien Karim 3 Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember (ITS) Surabaya,
Lebih terperinciPERANCANGAN PROGRAM SIMULASI RUTE PENDISTRIBUSIAN BARANG DENGAN ALGORITMA ELITIST ANT SYSTEM PADA PT TIMUR JAYA SKRIPSI
PERANCANGAN PROGRAM SIMULASI RUTE PENDISTRIBUSIAN BARANG DENGAN ALGORITMA ELITIST ANT SYSTEM PADA PT TIMUR JAYA SKRIPSI Oleh Harlin Sudario 1000863502 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA BINUS
Lebih terperinciBUSINESS MODEL CANVAS
BUSINESS MODEL CANVAS Coach Ferdy D. Savio Surabaya, 11 Mei 2016 Apa Faktor yang paling Penting dari sebuah Bisnis? Business Model Generation Alexander Osterwalder & Yves Pigneur Apakah Anda memiliki SEMANGAT
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN TENDER PROYEK MENGGUNAKAN METODE BENEFIT COST RATIO
SISTEM PENDUKUNG KEPUTUSAN TENDER PROYEK MENGGUNAKAN METODE BENEFIT COST RATIO Siti Hardiyanti Rukmana 1, Much Aziz Muslim 2 1 Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu permasalahan optimasi kombinatorial yang terkenal dan sering dibahas adalah traveling salesman problem. Sejak diperkenalkan oleh William Rowan Hamilton
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dengan semakin berkembangnya dunia bisnis dan usaha, suatu perusahaan dituntut untuk meningkatkan efisiensi dalam segala bidang dengan menerapkan prinsip ekonomi yaitu
Lebih terperinciOptimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika
Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika Wayan Firdaus Mahmudy (wayanfm@ub.ac.id) Program Studi Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia Abstrak.
Lebih terperinciOPTIMALISASI PENJUALAN KAIN ENDEK DENGAN METODE KARUSH-KUHN-TUCKER (KKT)
OPTIMALISASI PENJUALAN KAIN ENDEK DENGAN METODE KARUSH-KUHN-TUCKER (KKT) I Gede Aris Janova Putra 1, Ni Made Asih 2, I Nyoman Widana 3 1 Jurusan Matematika, FMIPA Universitas Udayana [Email: igajputra@gmail.com]
Lebih terperincia home base to excellence Mata Kuliah : Rancangan Bisnis (Kewirausahaan Lanjut) Kode : LSE 304 Review BMC Pertemuan - 1
a home base to excellence Mata Kuliah : Rancangan Bisnis (Kewirausahaan Lanjut) Kode : LSE 304 SKS : 3 SKS Review BMC Pertemuan - 1 a home base to excellence Tujuan Instruksional Umum : Mahasiswa dapat
Lebih terperinciOPTIMASI PENJADWALAN PENGERJAAN SOFTWARE PADA SOFTWARE HOUSE DENGAN FLOW-SHOP PROBLEM MENGGUNAKAN ARTIFICIAL BEE COLONY
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) p-issn: 2355-7699 Vol. 3, No. 4, Desember 2016, hlm. 259-264 e-issn: 2528-6579 OPTIMASI PENJADWALAN PENGERJAAN SOFTWARE PADA SOFTWARE HOUSE DENGAN FLOW-SHOP
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 0, No. (2015), hal 17 180. PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING Kristina Karunianti Nana, Bayu Prihandono,
Lebih terperinciPENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL
PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Swaditya Rizki Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.
Lebih terperinciTUGAS APPLBO. Oleh: ANDRHY YUDA BAKTI
TUGAS APPLBO Oleh: ANDRHY YUDA BAKTI 09121402013 JURUSAN TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS SRIWIJAYA TAHUN AJARAN 2014/2015 OPTIMASI SUDOKU X MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY
Lebih terperinciANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 201 210. ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP) Cindy Cipta Sari, Bayu Prihandono,
Lebih terperinciPenerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem
Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem Tri Kusnandi Fazarudin 1, Rasyid Kurniawan 2, Mahmud Dwi Sulistiyo 3 1,2 Prodi S1 Teknik Informatika,
Lebih terperinciAPLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2015), hal 25 32. APLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM Edi Samana, Bayu Prihandono, Evi Noviani
Lebih terperinciPERANCANGAN SISTEM INFOR- MASI REKRUTMEN DAN SELEK- SI KARYAWAN BERBASIS WEB DI PT. QWORDS COMPANY INTER- NATIONAL
PERANCANGAN SISTEM INFOR- MASI REKRUTMEN DAN SELEK- SI KARYAWAN BERBASIS WEB DI PT. QWORDS COMPANY INTER- NATIONAL Wulan Ayu & Ilham Perdana JURNAL ABSTRAK Saat ini, seiring dengan perkembangan teknologi
Lebih terperinciMENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT
MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT One of graph application on whole life is to establish the
Lebih terperinciSTUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM
Seminar Nasional Aplikasi Teknologi Informasi (SNATI ) ISSN: `1907-5022 Yogyakarta, 19 Juni STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN
Lebih terperinciIMPLEMENTASI METODE ANT COLONY OPTIMIZATION UNTUK PEMILIHAN FITUR PADA KATEGORISASI DOKUMEN TEKS
IMPLEMENTASI METODE ANT COLONY OPTIMIZATION UNTUK PEMILIHAN FITUR PADA KATEGORISASI DOKUMEN TEKS Yudis Anggara Putra Chastine Fatichah Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciTuangkan Ide Bisnis mu di Business Model Canvas
PELATIHAN KEWIRAUSAHAAN BUSINESS MODEL CANVAS Tuangkan Ide Bisnis mu di Business Model Canvas Apa itu business model canvas [BMC]??? BMC adalah model bisnis yang memaparkan 9 elemen bisnis secara singkat
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinciPEMBANGUNAN SISTEM PENJADWALAN KULIAH MENGGUNAKAN ALGORITMA PEWARNAAN GRAF
PEMBANGUNAN SISTEM PENJADWALAN KULIAH MENGGUNAKAN ALGORITMA PEWARNAAN GRAF Rusmala1, Heliawaty Hamrul2 Dosen Universitas Cokroaminoto Palopo Email : rusmalaoddang@yahoo.com Abstrak Penjadwalan kuliah merupakan
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA PELAJARAN DI SMAN 1 CIWIDEY Rismayanti 1, Tati Harihayati 2 Teknik Informatika Universitas Komputer
Lebih terperinciOPTIMASI GENETIC ALGORITHM DENGAN SIMULATED ANNEALING UNTUK MULTIPLE DEPOT CAPACITATED VEHICLE ROUTING PROBLEM
OPTIMASI GENETIC ALGORITHM DENGAN SIMULATED ANNEALING UNTUK MULTIPLE DEPOT CAPACITATED VEHICLE ROUTING PROBLEM Aditya Permana 1, Mahmud Dwi Sulistiyo 2, Gia Septiana Wulandari 3 1,2,3 Prodi S1 Teknik Informatika,
Lebih terperinciABSTRAK Kata kunci : Universitas Kristen Maranatha
APLIKASI ALGORITMA GENETIK PADA SIMULASI PENCARIAN JALUR OPTIMAL MENGGUNAKAN BAHASA JAVA R. Bg. Merdianto / 0222079 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164,
Lebih terperinciOptimasi Desain. Dhimas Satria Website : No HP :
Optimasi Desain Dhimas Satria Email : dhimas@untirta.ac.id Website : www.mesin.untirta.ac.id/dhimas No HP : 081327744433 Daftar Pustaka Arora, J.S., 1989, Introduction to Optimum Design, McGraw-Hill, International
Lebih terperinciBAB 1 PENDAHULUAN. bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bagi perusahaan kontraktor perumahan, pemasangan kabel menjadi bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu dilakukan perencanaan urutan rumah yang
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar dan beberapa definisi yang akan digunakan sebagai landasan berpikir dalam melakukan penelitian ini sehingga mempermudah penulis untuk
Lebih terperinciIMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK
IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK Selvy Welianto (1) R. Gunawan Santosa (2) Antonius Rachmat C. (3) selvywelianto@yahoo.com gunawan@ukdw.ac.id anton@ukdw.ac.id Abstraksi
Lebih terperinciGENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR
MULTI TRAVELING SALESMAN PROBLEM (MTSP) DENGAN ALGORITMA Abstrak GENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR Oleh : Fitriana Yuli Saptaningtyas,M.Si. Jurusan Pendidikan Matematika FMIPA
Lebih terperinciIMPLEMENTASI METODE GENERATE AND TEST DALAM PENYELESAIAN PUZZLE 2048 BERBASIS MOBILE SKRIPSI
IMPLEMENTASI METODE GENERATE AND TEST DALAM PENYELESAIAN PUZZLE 2048 BERBASIS MOBILE SKRIPSI DEVINA PRATIWI HALIM 101401094 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING
PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING Dinda Novitasari 1, Arista Welasari 2, W. Lisa Yunita 3, Nur Alfiyah 4, dan Chasandra P. 5 Program Studi Informatika, PTIIK,
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah PT. TIKI (Abadi Express) adalah perusahaan jasa yang menerima pengiriman paket dan paket tersebut akan diantar kealamat tujuan. Para kurir yang bertugas mengantar
Lebih terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 203-209 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD
Lebih terperinciAPLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS
APLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS Hafid Hazaki 1, Joko Lianto Buliali 2, Anny Yuniarti 2
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
Mata Kuliah : Rekayasa Bobot Mata Kuliah : 3 Sks GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Mata Kuliah : Software Engineering Processe Model, Landasan Rekayasa, Requirement Engineering, Requirement
Lebih terperinciPENGEMBANGAN SISTEM BASISDATA ONGKOS LOGISTIK INDONESIA
PENGEMBANGAN SISTEM BASISDATA ONGKOS LOGISTIK INDONESIA Program Studi Teknik Industri Universitas Widyatama Jl. Cikutra No. 204A Bandung nova.indah@widyatama.ac.id Abstrak Pengukuran logistik nasional
Lebih terperinciUJM 3 (2) (2014) UNNES Journal of Mathematics.
UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm IMPLEMENTASI ALGORITMA BRANCH AND BOUND PADA 0-1 KNAPSACK PROBLEM UNTUK MENGOPTIMALKAN MUATAN BARANG Arum Pratiwi,
Lebih terperinciPERENCANAAN SUMBER DAYA PADA PROYEK DENGAN MENGGUNAKAN METODE ANT COLONY
PERENCANAAN SUMBER DAYA PADA PROYEK DENGAN MENGGUNAKAN METODE ANT COLONY Niken A. Savitri, I Nyoman Pujawan, Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi Industri Institut Teknologi Sepuluh
Lebih terperinciDOSEN PEMBIMBING Chastine Fatichah, S.Kom, M.Kom MAHASISWA Yudis Anggara P. ( )
Sidang Tugas Akhir September 2009 Implementasi Metode Ant Colony Optimization untuk Pemilihan Fitur pada Kategorisasi Dokumen Teks DOSEN PEMBIMBING Chastine Fatichah, S.Kom, M.Kom MAHASISWA Yudis Anggara
Lebih terperinciAPLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB TINJAUAN PUSTAKA DAN DASAR TEORI.1. Penelitian Terdahulu Archetti et al. (009) menggunakan sebuah metode eksak yaitu branch-and-price scheme dan dua metode metaheuristics yaitu algoritma Variable Neighborhood
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH REKAYASA PERANGKAT LUNAK KODE/SKS : TI11. C342 / 2 SKS
SATUAN ACARA PERKULIAHAN MATA KULIAH REKAYASA PERANGKAT LUNAK KODE/SKS : TI11. C342 / 2 SKS Pertemuan Pendahuluan Ruang Lingkup Mata Kuliah 1 Sasaran Tujuan Pengenalan Rekayasa Perangkat Lunak Kompetensi
Lebih terperinciHendra Kurniawan Jurnal Informatika, Vol. 11, No. 2, Desember 2011
PENGEMBANGAN PENERAPAN SISTEM PARKIR MENGGUNAKAN BARCODE BERBASIS CLIENT SERVER PADA INFORMATICS AND BUSINESS INSTITUTE IBI DARMAJAYA Hendra Kurniawan Dosen pada Jurusan Sistem Informasi, Informatics &
Lebih terperinciILKOM Jurnal Ilmiah Volume 10 Nomor 1 April Ricky Zulfiandry Universitas Dehasen Bengkulu
OPTIMASI KEGIATAN PELATIHAN MENGGUNAKAN METODE SIMULASI MONTE CARLO (STUDI KASUS DI BALAI LATIHAN KERJA DINAS TENAGA KERJA DAN TRANSMIGRASI PROVINSI BENGKULU) Ricky Zulfiandry ricky.zulfiandry@unived.ac.id
Lebih terperinciANALISIS ALOKASI KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA ARTIFICIAL BEE COLONY
ANALISIS ALOKASI KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA ARTIFICIAL BEE COLONY Agus Noble, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciTELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER
TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan PEMODELAN
Lebih terperinciPENENTUAN TITIK INTERKONEKSI DISTRIBUTED GENERATION
PENENTUAN TITIK INTERKONEKSI DISTRIBUTED GENERATION (DG) PADA JARINGAN 20 KV DENGAN BANTUAN METODE ARTIFICIAL BEE COLONY STUDI KASUS : PLTMH AEK SILAU 2 Syilvester Sitorus Pane, Zulkarnaen Pane Konsentrasi
Lebih terperinciUJI KINERJA DAN SIMULASI PENENTUAN JARAK TERPENDEK DENGAN SIMULATED ANNEALING PADA SUHU TETAP DAN SUHU BERUBAH
UJI KINERJA DAN SIMULASI PENENTUAN JARAK TERPENDEK DENGAN SIMULATED ANNEALING PADA SUHU TETAP DAN SUHU BERUBAH Dian Savitri, S.Si, M.Si Jurusan Teknik Sipil Fakultas Teknik Unesa dee_11januari@yahoo.com
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciBAB I PENDAHULUAN. teliti. Sehingga tidak terjadi bentrok baik antar mata pelajaran, guru, kelas
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penjadwalan merupakan salah satu hal terpenting dalam suatu lembaga pendidikan, begitu juga untuk lingkup Sekolah Menengah Kejuruan (SMK). Penjadwalan pelajaran pada
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM
TUGAS AKHIR SM 1330 PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM HARMERITA NRP 1202 100 006 Dosen Pembimbing Drs. Soetrisno, MIKomp JURUSAN MATEMATIKA
Lebih terperinciBAB I PENDAHULUAN. wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat
BAB I PENDAHULUAN A. Latar Belakang Masalah Objek pariwisata di Yogyakarta sudah semakin beragam mulai dari wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat wisatawan dapat dibuat
Lebih terperinciPenyelesaian Permasalahan Optimasi Global Menggunakan AlgoritmaKoloni Lebah Buatan
Penyelesaian Permasalahan Optimasi Global Menggunakan AlgoritmaKoloni Lebah Buatan Nursyiva Irsalinda Program Studi MatematikaUniversitas Ahmad Dahlan Kampus III: Jalan Prof. Dr. Soepomo, Janturan, Umbulharjo,
Lebih terperinciOPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS
OPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS Yisti Vita Via Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember
Lebih terperinciBABI PENDAHULUAN 1.1 Latar Belakang
BABI PENDAHULUAN 1.1 Latar Belakang Wireless Sensor Network (WSN) merupakan teknologi yang digunakan untuk pemantauan dan pengumpulan data secara langsung [1]. WSN mengalami perkembangan yang sangat pesat
Lebih terperinciPenyelesaian Masalah Travelling Salesman Problem Menggunakan Ant Colony Optimization (ACO)
Penyelesaian Masalah Travelling Salesman Problem Menggunakan Ant Colony Optimization (ACO) Anna Maria 1, Elfira Yolanda Sinaga 2, Maria Helena Iwo 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen
Lebih terperinciPERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR Ragil Anggararingrum Perwira Nagara¹, Adiwijaya², Ratri Dwi Atmaja³ ¹Teknik
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di abad ke-21 ini dunia perekonomian dan bisnis industri manufaktur berkembang sangat pesat. Beragam produsen seakan dituntut untuk bekerja cepat dan berlomba-lomba
Lebih terperinci