BAB II II.1 LANDASAN TEORI
|
|
- Suhendra Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 II.1 BAB II LANDASAN TEORI 2.1 Traveling Salesmen Problem TSP atau Travelling Salesmen Problem adalah salah satu masalah distribusi yang cukup lama dibahas dalam kajian optimasi. Masalahnya adalah bagaimana seorang salesman mengunjungi seluruh kota di suatu daerah dan kembali ke kota awal keberangkatan dengan aturan bahwa tidak boleh ada kota yang dikunjungi lebih dari satu kali. Berikut adalah aturan-aturan yang mengidentifikasikan bahwa permasalahan tersebut adalah TSP: 1. Perjalanan dimulai dan diakhiri di kota yang sama sebagai kota asal sales. 2. Seluruh kota harus dikunjungi tanpa satupun kota yang terlewatkan. 3. Salesman tidak boleh kembali ke kota asal sebelum seluruh kota terkunjungi. 4. Tujuan penyelesaian permasalahan ini adalah mencari nilai optimum dengan meminimumkan jarak total rute yang dikunjungi dengan mengatur urutan kota. TSP dapat dideskripsikan sebagai pencarian urutan tur kota terdekat yang harus dikunjungi yang meminimalkan total biaya, dimana setiap kota hanya boleh dikunjungi maksimum satu kali. Pencarian tur kota dengan jumlah kota yang sedikit dapat dengan mudah diselesaikan dengan metode pencarian klasik yaitu dengan cara menghitung akumulasi tiap tur dan dipilih tur yang terpendek, namun permasalahan akan muncul bila pencarian tur kota terjadi pada jumlah kota yang besar, maka waktu yang dibutuhkan untuk menyelesaikan permasalahan ini pun akan meningkat luar biasa, belum lagi bila terdapat batas waktu untuk mencapai kota tujuan. Oleh karena itulah TSP termasuk permasalahan NP-Complete. Pada permasalahan NP-Complete, solusi optimal tidak bisa diperoleh secara efisien, maka demi efisiensi tersebut, pencarian solusi yang dilakukan hanya yang mendekati optimal asalkan selesai dalam orde waktu polinomial. II.1
2 II.2 Karena biaya komputasi yang lebih rendah, sebagian besar permasalahan NP- Complete diselesaikan menggunakan metode heuristik, termasuk permasalahan TSP ini. Metode heuristik bertujuan untuk mencari solusi yang mendekati optimal dari suatu permasalahan optimasi kombinatorial. Pada referensi dijelaskan bahwa TSP juga merupakan permasalahan optimasi kombinatorial yang sangat terkenal dalam teori graf, maka dapat dikatakan bahwa TSP tidak lain adalah permasalahan untuk menemukan Sirkuit Hamilton yang memiliki bobot minimum pada sebuah graf terhubung. Sirkuit Hamilton ialah sirkuit yang melalui tiap simpul di dalam graf tepat satu kali, kecuali simpul asal (sekaligus simpul terakhir) yang dilalui dua kali. Pada permasalahan TSP ini, jika setiap simpul mempunyai sisi ke simpul lain, disebut dengan graf lengkap berbobot, nilai bobot edge pada suatu graf, didapatkan dari jarak antar dua buah kota. Untuk TSP pada sembarang graf lengkap, sangat mudah menghitung jumlah Sirkuit Hamilton yang ada. Dari simpul pertama ada n- 1 pilihan, dari simpul kedua ada n-2 pilihan, dst. Sehingga untuk n buah kota, ada pilihan (n-1)! yang mungkin. Namun karena Sirkuit Hamilton terhitung 2 kali maka pilihan yang ada harus dibagi dua menjadi (n 1)!/2 buah Sirkuit Hamilton 2.2 Metode Heuristik Permasalahan penentuan rute biasanya merupakan permasalahan NP-Hard Problem dimana penyelesaian dengan metode exact seringkali akan memakan waktu yang cukup lama untuk menyelesaikannya. Karena sebab inilah banyak para ahli yang merancang penyelesaian suatu problem dengan menggunakan merode heuristik. Metode Heuristik adalah teknik yang dirancang untuk memecahkan masalah yang mengabaikan apakah solusi dapat dibuktikan benar, tapi yang biasanya menghasilkan solusi yang baik atau memecahkan masalah yang lebih sederhana yang mengandung atau memotong dengan pemecahan masalah yang lebih kompleks. Metode Heuristik ini bertujuan untuk mendapatkan performa komputasi atau penyederhanaan konseptual, berpotensi pada biaya keakuratan atau presisi. Metode heuristik ada dua jenis yakni metode heuristik sederhana dan metaheuristik. Metode heuristik contohnya adalah cheapest II.2
3 II.3 insertion, Priciest Insertion, Nearest insertion, Farthest Insertion, Nearest addition dan Clarke and Wright Saving Method. Adapun penjelasannya sebagai berikut : 1) Cheapest insertion hal pertama kali yang dilakukan adalah menentukan setiap titik yang masih tersisa dan bebas atau titik yang belum dikunjungi yang menghasilkan link optimal untuk menyisipkan titik ini. Ini sesuai dengan minimisasi pertama dalam persamaan: { { }} (2.1) Penalti penyisipan adalah jumlah jarak ke titik bebas dikurangi jarak dari link yang akan dihapus. Pada Cheapest insertion kemudian dilakukan pemilihan titik untuk disisipkan sebagai titik penyisipan dengan penalti minimum. 2) Pada Priciest insertion yang dilakukan pertama kali adalah menentukan setiap titik yang masih tersisa dan bebas atau titik yang belum dikunjungi yang menghasilkan link optimal untuk menyisipkan titik ini. Ini sesuai dengan minimisasi pertama dalam persamaan: { } { } (2.2) Identik dengan proses cheapest insertion, penalti penyisipan adalah jumlah jarak ke titik bebas dikurangi jarak dari link yang akan dihapus. Pricest Insertion kemudian dipilih titik untuk disipkan sebagai titik penyisipan dengan penalti maksimum. 3) Pada Nearest insertion yang dilakukan pertama kali adalah menentukan titik untuk disipkan dengan mencari titik bebas yang paling dekat dengan suatu titik pada tur. Algoritma pada dasarnya melakukan sebuah operasi mini-min pada jarak dari titik bebas untuk suatu titik pada tur. { } { } (2.3) II.3
4 II.4 Selanjutnya dengan algoritma ini, ditentukan link terbaik untuk menyisipkan titik ini. Proses ini identik dengan proses pada cheapest insertion dan farthest insertion. ( ) { } (2.4) 4) Pada farthest insertion yang dilakukan pertama kali adalah menentukan setiap titik bebas yang memiliki jarak ke titik manapun pada tur terkecil. Kemudian masukkan titik bebas yang memiliki maksimum jarak terkecil ke titik pada tur. Algoritma ini pada dasarnya merupakan sebuah operasi maxi-mnt pada jarak dari titik bebas untuk suatu titik pada tur. { } (2.5) Selanjutnya ditentukan link terbaik untuk menyisipkan titik ini. Proses ini identik dengan proses pada cheapest insertion dan farthest insertion. ( ) { } (2.6) 5) Pada Nearest addition yang pertama kali dilakukan adalah menentukan titik yang akan disisipkan dengan mencari titik bebas yang paling dekat dengan suatu titik pada tur. { } (2.7) Selanjutnya ditentukan link terbaik untuk menyisipkan titik ini dengan memeriksa dua link pada insiden tur ke titik tur paling dekat dengan titik bebas tersebut. Ini merupakan pencarian yang lebih terbatas dibanding dengan proses pada cheapest insertion dan farthest insertion. { } (2.8) II.4
5 II.5 6) Clarke dan Wright (1964) mengembangkan prosedur konstruksi yang memanjang sebagian rute atau rute primitif pada dua titik akhir. Secara konseptual algoritma mendefinisikan titik pangkal dan menbangun sebuah tur Eulerian yang memiliki pengertian mengunjungi masing-masing titik lain dan kemudian kembali ke pangkal. Tur Eulerian kemudian dikurangi panjangnya dengan mencari jalan dengan saving terbesar. Saving dihitung sebagai jumlah dari jarak ke titik dasar dari dua titik dikurangi jarak antara dua titik. { } (2.9) h i j o Gambar II-1 Ilustrasi Clarke and Wright Tour Extension (sumber : Setelah dua titik telah bergabung, titik tersebut tiidak akan pernah dipisahkan lagi oleh algoritma Clarke dan Wright. Serial varian dari algoritma memperluas parsial satu rute di ujungnya titik, yang tersambung ke titik pangkal. Titik berikutnya kemudian dipilih dengan mencari titik dengan saving terbesar untuk saat ini titik akhir dari tur parsial. * * ++ (2.10) Pada kasus ini penulis akan menggunakan metode cheapest insertion untuk menanggulangi masalah Traveling Salesment problem. Pada Cheapest insertion, II.5
6 II.6 hal pertama kali yang dilakukan adalah menentukan setiap titik yang masih tersisa dan bebas atau titik yang belum dikunjungi yang menghasilkan link optimal untuk menyisipkan titik ini. Berikut ini adalah tata urutan algoritma CIH: 1. Penelusuran dimulai dari sebuah kota pertama yang dihubungkan dengan sebuah kota terakhir. 2. Dibuat sebuah hubungan subtour antara 2 kota tersebut. Yang dimaksud subtour adalah perjalanan dari kota pertama dan berakhir di kota pertama, misal (1,3) (3,2) (2,1) seperti tergambar dalam Gambar XI Gambar II-2 Subtour 3. Ganti salah satu arah hubungan (arc) dari dua kota dengan kombinasi dua arc, yaitu arc (i,j) dengan arc (i,k) dan arc (k,j), dengan k diambil dari kota yang belum masuk subtour dan dengan tambahan jarak terkecil. Jarak diperoleh dari: cik + ckj cij cik adalah jarak dari kota i ke kota k, ckj adalah jarak dari kota k ke kota j dan cij adalah jarak dari kota i ke kota j 4. Ulangi langkah 3 sampai seluruh kota masuk dalam subtour. 2.3 Hierarchical clustering Pada algoritma clustering, data akan dikelompokkan menjadi clustercluster berdasarkan kemiripan satu data dengan yang lain. Prinsip dari clustering II.6
7 II.7 adalah memaksimalkan kesamaan antar anggota satu cluster dan meminimumkan kesamaan antar anggota cluster yang berbeda. Kategori algoritma clustering yang banyak dikenal adalah Hierarchical Clustering. Hierarchical Clustering adalah salah satu algoritma clustering yang dapat digunakan untuk meng-cluster dokumen (document clustering). Dari teknik hierarchical clustering, dapat dihasilkan suatu kumpulan partisi yang berurutan, dimana dalam kumpulan tersebut terdapat: a. Cluster cluster yang mempunyai poin poin individu. Cluster cluster ini berada di level yang paling bawah. b. Sebuah cluster yang didalamnya terdapat poin poin yang dipunyai semua cluster didalamnya. Single cluster ini berada di level yang paling atas. Hasil keseluruhan dari algoritma hierarchical clustering secara grafik dapat digambarkan sebagai tree, yang disebut dengan dendogram. Tree ini secara grafik menggambarkan proses penggabungan dari cluster cluster yang ada, sehingga menghasilkan cluster dengan level yang lebih tinggi. Gambar 1 adalah contoh dendogram. Gambar II-3 Dendrogram (Sumber : II.7
8 II Agglomerative Hierarchical Clustering Metode ini menggunakan strategi desain Bottom-Up yang dimulai dengan meletakkan setiap obyek sebagai sebuah cluster tersendiri (atomic cluster) dan selanjutnya menggabungkan atomic cluster atomic cluster tersebut menjadi cluster yang lebih besar dan lebih besar lagi sampai akhirnya semua obyek menyatu dalam sebuah cluster atau proses dapat pula berhenti jika telah mencapai batasan kondisi tertentu. Metode Agglomerative Hierarchical Clustering yang digunakan pada penelitian ini adalah metode AGglomerative NESting (AGNES). Cara kerja AGNES dapat dilihat pada Gambar II Metode Single Linkage Input untuk algoritma Single Linkage bisa berujud jarak atau similarities antara pasangan-pasangan dari objek-objek. Kelompok-kelompok dibentuk dari entities individu dengan menggabungkan jarak paling pendek atau similarities (kemiripan) yang paling besar. Pada awalnya, kita harus menemukan jarak terpendek dalam D = {d ik } dan menggabungkan objek-objek yang bersesuaian misalnya, U dan V, untuk mendapatkan cluster (UV). Untuk langkah (3) dari algoritma di atas jarak-jarak antara (UV) dan cluster W yang lain dihitung dengan cara d (UV )W = min{ d UW,d VW } (2.11) Di sini besaran-besaran d UW dan d VW berturut-turut adalah jarak terpendek antara cluster-cluster U dan W dan juga cluster-cluster V dan W Metode Complete linkage Complete linkage memberikan kepastian bahwa semua item-item dalam satu cluster berada dalam jarak paling jauh (similaritas terkecil) satu sama lain. Algoritma aglomerative pada umumnya dimulai dengan menentukan entri (elemen matriks) dalam D = {dik} dan menggabungkan objek-objek yang bersesuaian misalnya U dan V untuk mendapatkan cluster (UV). Untuk langkah II.8
9 II.9 dari algoritma metode ini, jarak-jarak antara cluster (UV) dan cluster W yang lain dihitung dengan d (UV )W = maks{ d UW, d VW } (2.12) Di sini besaran-besaran d UW dan d VW berturut-turut adalah jarak antara tetangga terdekat cluster-cluster U dan W dan juga cluster-cluster V dan W. 2.4 MATLAB MATLAB (Matrix Laboratory) adalah sebuah program untuk analisis dan komputasi numerik dan merupakan suatu bahasa pemrograman matematika lanjutan yang dibentuk dengan dasar pemikiran menggunkan sifat dan bentuk matriks. Merupakan bahasa pemrograman tingkat tinggi berbasis pada matriks sering digunakan untuk teknik komputasi numerik, yang digunakan untuk menyelesaikan masalah-masalah yang melibatkan operasi matematika elemen, matrik, optimasi, aproksimasi dll. MATLAB juga berisi toolbox yang berisi fungsi-fungsi tambahan untuk aplikasi khusus. MATLAB bersifat extensible, dalam arti bahwa seorang pengguna dapat menulis fungsi baru untuk ditambahkan pada library ketika fungsi-fungsi built-in yang tersedia tidak dapat melakukan tugas tertentu. Kemampuan pemrograman yang dibutuhkan tidak terlalu sulit bila Anda telah memiliki pengalaman dalam pemrograman bahasa lain seperti C, PASCAL, atau FORTRAN. MATLAB merupakan merk software yang dikembangkan oleh Mathworks.Inc merupakan software yang paling efisien untuk perhitungan numeric berbasis matriks. Dengan demikian jika di dalam perhitungan kita dapat menformulasikan masalah ke dalam format matriks maka MATLAB merupakan software terbaik untuk penyelesaian numericnya. MATLAB adalah sebuah bahasa dengan kemampuan tinggi untuk komputasi teknis. Ia menggabungkan komputasi, visualisasi, dan pemrograman dalam satu kesatuan yang mudah digunakan di mana masalah dan penyelesaiannya diekspresikan dalam notasi matematik yang sudah dikenal. Pemakaian MATLAB meliputi : Matematika dan komputasi II.9
10 II.10 Pengembangan algoritma Akuisisi data Pemodelan, simulasi dan prototype Grafik saintifik dan engineering Perluasan pemakaian, seperti graphical user interface (GUI). MATLAB adalah system interaktif yang mempunyai basis data array yang tidak membutuhkan dimensi. Ini memungkinkan kita dapat menyelesaikan banyak masalah komputasi teknis, khususnya yang berkaitan dengan formulasi matrik dan vector. Sistem MATLAB terdiri atas lima bagian utama : 1. Development Environment. Ini adalah kumpulan semua alat-alat dan fasiltas untuk membantu kita dalam menggunakan fungsi dan file MATLAB. Bagian ini memuat desktop, Command window, command history, editor and debugger, dan browser untuk melihat help, workspace, files. 2. The MATLAB Mathematical Function Library. Bagian ini adalah koleksi semua algoritma komputasi, mulai dari fungsi sederhana seperti sum, sine, cosine sampai fungsi lebih rumit seperti, invers matriks, nilai eigen, fungsi Bessel dan Fast Fourier Transform. 3. The MATLAB language. Ini adalah bahasa matriks/array level tinggi dengan control flow, fungsi, struktur data, input/output, dan fitur objek programming lainnya. 4. Graphics. MATLAB mempunyai fasilitas untuk menampilkan vector dan matriks sebagai grafik. Fasilitas ini mencakup visualisasi data dua / tiga dimensi, pemrosesan citra (image), animasi, dan grafik animasi. 5. The MATLAB Application Program Interface (API). Paket ini memungkinkan kita menulis bahasa C dan Fortran yang berinteraksi dengan MATLAB. Ia memuat fasilitas untuk pemanggilan kode-kode dari MATLAB (dynamic linking), yang disebut MATLAB sebagai mesin penghitung, dan untuk membaca dan menulis MAT-files. II.10
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Clustering Analysis Clustering analysis merupakan metode pengelompokkan setiap objek ke dalam satu atau lebih dari satu kelompok,sehingga tiap objek yang berada dalam satu kelompok
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Traveling Salesmen Problem (TSP) Travelling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing. Masalah
Lebih terperinciBAB II TINJAUAN PUSTAKA
II.1 BAB II TINJAUAN PUSTAKA 2.1 Travelling Salesman Problem (TSP) Permasalahan tentang Traveling Salesman Problem dikemukakan pada tahun 1800 oleh matematikawan Irlandia William Rowan Hamilton dan matematikawan
Lebih terperinciDAFTAR ISI. Latar Belakang Masalah... I.1. Rumusan Masalah... I.2. Maksud dan Tujuan Penelitian... I.2. Batasan Masalah... I.2
vii DAFTAR ISI LEMBAR PENGESAHAN.......i ABSTRACT.....ii ABSTRAKSI...iii KATA PENGANTAR.....iv DAFTAR ISI...vii DAFTAR GAMBAR........x DAFTAR TABEL......xii DAFTAR RUMUS...xiii DAFTAR LAMPIRAN...xiv BAB
Lebih terperinciBAB II LANDASAN TEORI. Kotler (1999) adalah serangkaian organisasi yang saling tergantung dan terlibat
BAB II LANDASAN TEORI 2.1 Distribusi Distribusi adalah salah satu aspek pemasaran. Pengertian distribusi menurut Kotler (1999) adalah serangkaian organisasi yang saling tergantung dan terlibat dalam proses
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 terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
9 BAB 1 PENDAHULUAN 1.1 Latar Belakang Travelling Salesman Problem (TSP) merupakan salah satu permasalahan yang penting dalam dunia matematika dan informatika. TSP dapat diilustrasikan sebagai perjalanan
Lebih terperinciANALISIS KLASTERING LIRIK LAGU INDONESIA
ANALISIS KLASTERING LIRIK LAGU INDONESIA Afdilah Marjuki 1, Herny Februariyanti 2 1,2 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank e-mail: 1 bodongben@gmail.com,
Lebih terperinciIMPLEMENTASI HIERARCHICAL CLUSTERING DAN BRANCH AND BOUND PADA SIMULASI PENDISTRIBUSIAN PAKET POS
IMPLEMENTASI HIERARCHICAL CLUSTERING DAN BRANCH AND BOUND PADA SIMULASI PENDISTRIBUSIAN PAKET POS SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program
Lebih terperinciMATLAB UNTUK STATISTIKA & TEKNIK OPTIMASI Aplikasi untuk Rekayasa & Bisnis
MATLAB UNTUK STATISTIKA & TEKNIK OPTIMASI Aplikasi untuk Rekayasa & Bisnis Oleh : Budi Santosa Edisi Pertama Cetakan Pertama, 2008 Hak Cipta 2008 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang
Lebih terperinciPenyelesaian Traveling Salesman Problem dengan Algoritma Heuristik
Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik Filman Ferdian - 13507091 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha
Lebih terperinciJURNAL PENGKLASIFIKASIAN GENDER DENGAN MENENTUKAN TITIK-TITIK PENTING PADA SISTEM PENGENALAN WAJAH MENGGUNAKAN MATLAB 6.5 DISUSUN OLEH: FARIDA
JURNAL PENGKLASIFIKASIAN GENDER DENGAN MENENTUKAN TITIK-TITIK PENTING PADA SISTEM PENGENALAN WAJAH 1. ABSTRAKSI MENGGUNAKAN MATLAB 6.5 DISUSUN OLEH: FARIDA Pengenalan wajah manusia dengan menggunakan sistem
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 terperinciPRAKTIKUM 1 SINYAL, SYSTEM, DAN KONTROL PENGENALAN MATLAB 1. Percobaan 1 Vektor Penulisan vektor di MATLAB
PRAKTIKUM 1 SINYAL, SYSTEM, DAN KONTROL PENGENALAN MATLAB 1. Percobaan 1 Vektor Penulisan vektor di MATLAB Membuat vector dengan nilai antara 0 dan 16 dengan kenaikan 2. Menjumlahkan vector Menjumlakan
Lebih terperinciII TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming
4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori
Lebih terperinciPENYELESAIAN ASYMMETRIC TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA HUNGARIAN DAN ALGORITMA CHEAPEST INSERTION HEURISTIC.
PENYELESAIAN ASYMMETRIC TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA HUNGARIAN DAN ALGORITMA CHEAPEST INSERTION HEURISTIC Caturiyati Staf Pengaar Jurusan Pendidikan Matematika FMIPA UNY E-mail: wcaturiyati@yahoo.com
Lebih terperinciBAB 1 PENDAHULUAN. dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Komputer merupakan salah satu alat bantu untuk menyelesaikan masalah. Untuk dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Persoalan rute terpendek merupakan suatu jaringan pengarahan rute perjalanan di mana seseorang pengarah jalan ingin menentukan rute terpendek antara dua kota berdasarkan
Lebih terperinciBAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya
5 BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya Traveling salesman problem (TSP) merupakan salah satu permasalahan yang telah sering diangkat dalam berbagai studi kasus dengan penerapan berbagai
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II dalam penelitian ini terdiri atas vehicle routing problem, teori lintasan dan sirkuit, metode saving matriks, matriks jarak, matriks penghematan, dan penentuan urutan konsumen.
Lebih terperinciPendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved
1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Menurut Dasgupta dkk (2008), graph merupakan himpunan tak kosong titik-titik yang disebut vertex (juga disebut dengan node) dan himpunan garis-garis
Lebih terperinciMETODE NUMERIK Modul I
LABORATORIUM KOMPUTASIONAL FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS YARSI METODE NUMERIK Modul I a. Estimasi waktu: 100 menit b. Tujuan Istruksional Khusus: Mahasiswa dapat menggunakan Mathlab dengan baik
Lebih terperinciKATA PENGANTAR. Penulis. Raizal Dzil Wafa M.
i KATA PENGANTAR Buku ini dibuat untuk memudahkan siapa saja yang ingin belajar MATLAB terutama bagi yang baru mengenal MATLAB. Buku ini sangat cocok untuk pemula terutama untuk pelajar yang sedang menempuh
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan
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 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:
10 BAB 2 LANDASAN TEORI 2.1.Konsep Dasar Graf Definisi 2.1.1 Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: V = himpunan tidak kosong dari simpul-simpul (vertices atau node)
Lebih terperinciKAJIAN KARAKTERISTIK SOLUSI VARIAN TRAVELING SALESMAN PROBLEM (TSP) DAN APLIKASINYA
KAJIAN KARAKTERISTIK SOLUSI VARIAN TRAVELING SALESMAN PROBLEM (TSP) DAN APLIKASINYA Sapti Wahyuningsih 1, Darmawan Satyananda 2, Dahliatul Hasanah 3 1 Jurusan Matematika FMIPA UM Malang, sapti.wahyuningsih.fmipa@um.ac.id
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam bab ini menjelaskan tentang landasan teori yang saling berhubungan antara teori-teori yang digunakan untuk dijadikan sebagai refrensi dalam penelitian skripsi ini. 2.1 Logistik
Lebih terperinciPERBANDINGAN ALGORITMA GREEDY, ALGORITMA CHEAPEST INSERTION HEURISTICS DAN DYNAMIC PROGRAMMING DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM
PERBANDINGAN ALGORITMA GREEDY, ALGORITMA CHEAPEST INSERTION HEURISTICS DAN DYNAMIC PROGRAMMING DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM Gea Aristi Program Studi Manajemen Informatika AMIK BSI Tasikmalaya
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI 2.1 Graph Rinaldi Munir (2003) menjelaskan bahwa graph merupakan kumpulan verteks yang dihubungkan satu sama lain melalui sisi/ busur (edges). Suatu graph G terdiri dari dua himpunan
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 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 TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS)
PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS) Hari Santoso 146060300111019 haripinter@gmail.com Prodi Sistem Komunikasi dan Infromatika Teknik Elektro
Lebih terperinciKATA PENGANTAR. Jurnal Ilmiah Teknik Industri dan Informasi -- 1
Jurnal Ilmiah Teknik Industri dan Informasi -- 1 KATA PENGANTAR Puji syukur Alhamdulillah, kami sampaikan ke hadirat Allah YME, karena terealisasinya Tekinfo, Jurnal Ilmiah Teknik Industri dan Informasi
Lebih terperinciLAPORAN PRAKTIKUM TEKNIK DAN INSTRUMENTASI KENDALI. M-File dan Simulink
LAPORAN PRAKTIKUM TEKNIK DAN INSTRUMENTASI KENDALI M-File dan Simulink Disusun Oleh Nama : Yudi Irwanto NIM : 021500456 Prodi Jurusan : Elektronika Instrumentasi : Teknofisika Nuklir SEKOLAH TINGGI TEKNOLOGI
Lebih terperinciPERANCANGAN DAN SIMULASI PENCARIAN JALUR TERAMAN PADA PERUTEAN KENDARAN
PERANCANGAN DAN SIMULASI PENCARIAN JALUR TERAMAN PADA PERUTEAN KENDARAN SUHARDIMAN USMAN NRP : 1204 100 027 Dosen Pembimbing : Subchan, Ph.D 1 PENDAHULUAN Latar Belakang Penentuan rute kendaraan merupakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Vehicle Routing Problem (VRP) merupakan salah satu permasalahan yang terdapat pada bidang Riset Operasional. Dalam kehidupan nyata, VRP memainkan peranan penting dalam
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesman Problem (TSP) adalah permasalahan dimana seorang salesman harus mengunjungi semua kota yang ada dan kota tersebut hanya boleh dikunjungi tepat satu
Lebih terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
1 BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Graf merupakan salah satu cabang ilmu matematika yang dapat digunakan dalam membantu persoalan diberbagai bidang seperti masalah komunikasi, transportasi, distribusi,
Lebih terperinciPertemuan 14 HIERARCHICAL CLUSTERING METHODS
Pertemuan 14 HIERARCHICAL CLUSTERING METHODS berdasar gambar berdasar warna A A A A Q Q Q Q K K K K J J J J 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8 9 9 9 9 10 10 10 10 A K Q J (a). Individual
Lebih terperinciIII PEMBAHASAN. 6. Sisi eg dipilih sebagai sisi yang memiliki bobot terkecil (lihat Gambar 18).
a d b f 8 e 8 Gambar Sisi be hasil dari algoritme Prim tahap ke-.. Sisi ec dipilih sebagai sisi yang memiliki bobot terkecil (lihat Gambar ). a d b f 8 e 8 Gambar Sisi ec hasil dari algoritme Prim tahap
Lebih terperinciPENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW
INFOMATEK Volume 19 Nomor 1 Juni 2017 PENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW Tjutju T. Dimyati Program Studi Teknik Industri Fakultas Teknik Universitas Pasundan Abstrak: Penentuan
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 terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT...
Lebih terperinciPENDAHULUAN BAB Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perjalanan dari tempat satu ke tempat yang lain merupakan kegiatan yang sehari hari kita lakukan. Perjalanan ini memiliki rute tertentu dengan jarak tertentu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teori graf menurut Munir (2012), merupakan salah satu cabang dari ilmu matematika dengan pokok bahasan yang sudah sejak lama digunakan dan memiliki banyak terapan hingga
Lebih terperinci1. PENDAHULUAN 1.1 Latar Belakang
PERANGKAT LUNAK PENCARIAN RUTE TERPENDEK DENGAN MENGGUNAKAN METODE PEMROGRAMAN DINAMIS (FLOYD WARSHALL) Ulil Hamida Program Studi Sistem Informasi, STMI Jakarta ulil-h@kemenperin.go.id ABSTRAK Pencarian
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Pendahuluan Dewasa ini fungsi komputer semakin dibutuhkan, baik bagi perusahaan besar maupun kecil. Adapun fungsi dari komputer itu sendiri adalah mengolah data-data yang ada menjadi
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA CHEAPEST INSERTION HEURISTICS DAN BASIS DATA. Abstract
PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA CHEAPEST INSERTION HEURISTICS DAN BASIS DATA Kusrini 1, Jazi Eko Istiyanto 2 Abstract There are plenty well-known algorithms for solving Travelling
Lebih terperincicommit to user 5 BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori Text mining
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Text mining Text mining adalah proses menemukan hal baru, yang sebelumnya tidak diketahui, mengenai informasi yang berpotensi untuk diambil manfaatnya dari
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi
BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika
Lebih terperinciTARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL
TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL Mochamad Suyudi 1, Sisilia Sylviani 2 1,2 Departmen Matematika FMIPA Universitas Padjadjaran moch.suyudi@gmail.com Abstrak: Fokus utama
Lebih terperinciUniversitas Negeri Surabaya 25 April 2015 iii
Keynote Speaker: 1. dr. H. A. A. van Eerde (Universiteit Utrecht) 2. drs. F. H. J. van Galen (Universiteit Utrecht) 3. Dr. Eng. Anto Satriyo Nugroho, M. Eng. (BPPT) Cetakan Pertama Edisi kedua Mei 2015
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bagian ini menjelaskan tentang hal-hal yang erat kaitannya dengan masalah m- ring star. Salah satu cabang matematika yang cukup penting dan sangat luas penerapannya di banyak bidang
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Proses distribusi barang merupakan bagian dari aktivitas suatu perusahaan atau lembaga yang bersifat komersil ataupun sosial. Distribusi berperan sebagai salah satu
Lebih terperinciMETODE TRAVELING SALESMAN UNTUK MENENTUKAN LINTASAN TERPENDEK PADA DAERAH-DAERAH YANG TERIDENTIFIKASI BAHAYA
METODE TRAVELING SALESMAN UNTUK MENENTUKAN LINTASAN TERPENDEK PADA DAERAH-DAERAH YANG TERIDENTIFIKASI BAHAYA Oleh : Aisyah Lestari 1206 100 016 Dosen Pembimbing: Subchan, Ph.D 19710513 199702 1 001 JURUSAN
Lebih terperinciALGORITMA FLEURYUNTUK MENYELESAIKAN PERMASALAHAN TSP (Traveling Salesman Problem)
Jurnal Ilmiah d omputare Volume 8 disi Januari 2018 LGORITM LURYUNTUK MNYLSIKN PRMSLHN TSP (Traveling Salesman Problem) Iin Karmila Putri Iinkarmilaputri@gmail.com Universitas okroaminoto Palopo Jl. Latamacelling
Lebih terperinciBAB 2 OPTIMISASI KOMBINATORIAL
BAB 2 OPTIMISASI KOMBINATORIAL Optimisasi kombinatorial merupakan suatu cara yang digunakan untuk mencari semua kemungkinan nilai real dari suatu fungsi objektif. Proses pencarian dapat dilakukan dengan
Lebih terperinciLANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf
Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA CHEAPEST INSERTION HEURISTICS DAN BASIS DATA
PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA CHEAPEST INSERTION HEURISTICS DAN BASIS DATA Kusrini 1, Jazi Eko Istiyanto 2 1 Staf Pegajar STMIK AMIKOM Yogyakarta, Jl. Ringroad Utara Condong
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 terperinciDATA MINING DAN WAREHOUSE A N D R I
DATA MINING DAN WAREHOUSE A N D R I CLUSTERING Secara umum cluster didefinisikan sebagai sejumlah objek yang mirip yang dikelompokan secara bersama, Namun definisi dari cluster bisa beragam tergantung
Lebih terperinciMETODE PROGRAM DINAMIS PADA PENYELESAIAN TRAVELING SALESMAN PROBLEM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 329 336. METODE PROGRAM DINAMIS PADA PENYELESAIAN TRAVELING SALESMAN PROBLEM Hermianus Yunus, Helmi, Shantika Martha INTISARI
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang
Lebih terperinciLAPORAN PRAKTIKUM ELEKTRONIKA DASAR 1
LAPORAN PRAKTIKUM ELEKTRONIKA DASAR 1 Interfacing Komputer dan Mikrokontroller Akuisisi Data Sensor Suhu IC LM 35 Berbasis GUI Matlab Kelompok 7 Lits Nurhasanittaqwim Almunawwaroh (1127030048) a. Ismail
Lebih terperinciWORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING ABSTRAK
WORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING Tim Pengabdi:. Agus Maman Abadi. Dhoriva UW. Sri Andayani 4. Karyati 5. Caturiyati
Lebih terperinciANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI. Lindawati Syam M.P.Siallagan 1 S.Novani 2
ANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI Lindawati Syam M.P.Siallagan 1 S.Novani 2 Jurusan Teknik Informatika, FT, Jl. Dipati Ukur Bandung ABSTRAK Masalah Travelling Salesman
Lebih terperinciPenerapan Algoritma Branch and Bound pada Perancangan Jalur Bandros
Penerapan Algoritma Branch and Bound pada Perancangan Jalur Bandros Irene Edria Devina / 13515038 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.Ganesha
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pekanbaru adalah ibukota Provinsi Riau dan kota terbesar di Provinsi Riau. Kebanyakan orang hanya mengenal Pekanbaru sebagai penghasil minyak dan gas saja.
Lebih terperinciPenentuan Rute Belanja dengan TSP dan Algoritma Greedy
Penentuan Rute Belanja dengan TSP dan Algoritma Greedy Megariza 13507076 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBAB II KAJIAN TEORI. linier, varian dan simpangan baku, standarisasi data, koefisien korelasi, matriks
BAB II KAJIAN TEORI Pada bab II akan dibahas tentang materi-materi dasar yang digunakan untuk mendukung pembahasan pada bab selanjutnya, yaitu matriks, kombinasi linier, varian dan simpangan baku, standarisasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Hutan Mangrove Hutan mangrove adalah hutan yang tumbuh di muara sungai, daerah pasang surut atau tepi laut. Tumbuhan mangrove bersifat unik karena merupakan gabungan dari ciri-ciri
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Graf 2.1.1 Definisi Graf Graf adalah pasangan himpunan (V, E), dan ditulis dengan notasi G = (V, E), V adalah himpunan tidak kosong dari verteks-verteks {v 1, v 2,, v n } yang
Lebih terperinciPEMROGRAMAN TERSTRUKTUR MENGGUNAKAN MATLAB
PETUNJUK PRAKTIKUM PEMROGRAMAN TERSTRUKTUR MENGGUNAKAN MATLAB Oleh Ahmad Kamsyakawuni JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER 2009 MODUL 1 MENGENAL MATLAB A.
Lebih terperinciMEMULAI MENGGUNAKAN MATLAB
BAB 1 MEMULAI MENGGUNAKAN MATLAB A. PENDAHULUAN Apa itu MATLAB? Apa yang dapat dilakukan oleh MATLAB? Kemampuan apa yang dimilikinya? Bagaimana kita menggunakan MATLAB untuk menyelesaikan permasalahan-permasalahan
Lebih terperinciPenggunaan Metode Numerik dan MATLAB dalam Fisika
Tugas Akhir Mata Kuliah Metode Numerik Dr. Kebamoto Penggunaan Metode Numerik dan MATLAB dalam Fisika Oleh : A. Arif Sartono 6305220017 DEPARTEMEN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
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 terperinciBAB I PENDAHULUAN 1 BAB I PENDAHULUAN
BAB I PENDAHULUAN 1 BAB I PENDAHULUAN 1.1. Apakah Maple itu? Maple adalah suatu program interaktif yang mengintegrasikan kemampuan komputasi baik numerik ataupun simbolik, visualisasi (grafik) dan pemrograman.
Lebih terperinciBAB I PENDAHULUAN. Alat transportasi merupakan salah satu faktor yang mendukung berjalannya
BAB I PENDAHULUAN A. Latar Belakang Masalah Alat transportasi merupakan salah satu faktor yang mendukung berjalannya kegiatan atau aktivitas manusia dalam kehidupan sehari-hari. Salah satu kegiatan manusia
Lebih terperinciBab III Metodologi Penelitian
Bab III Metodologi Penelitian III.1 Umum Agar penelitian ini dapat dilakukan secara terstruktur dan sistematis, maka penelitian ini dilaksanakan dengan tahapan sebagai berikut: 1. Identifikasi masalah
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 09 Contents 1 2 5 Algoritma Program Dinamis Lintasan Terpendek (Shortest Path) Penganggaran Modal (Capital Budgeting) 1/0 Knapsack
Lebih terperinciNASKAH PUBLIKASI KOMPRESI IMAGE MENGGUNAKAN VECTOR QUANTIZATION
NASKAH PUBLIKASI KOMPRESI IMAGE MENGGUNAKAN VECTOR QUANTIZATION Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Sarjana Teknik pada Fakultas Teknik Jurusan Teknik Elektro Universitas
Lebih terperinciSISTEM PENENTUAN LINTASAN TERPENDEK TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING
SISTEM PENENTUAN LINTASAN TERPENDEK TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING Abdul Mukthi Chifdhi 1, Dwi Puspitasari 2 Teknik Informatika, Teknologi Informasi, Politeknik Negeri
Lebih terperinciPenggunaan Metode Branch And Bound With Search Tree
Penggunaan Metode Branch And Bound With Search Tree Untuk Menyelesaikan Persoalan Pedagang Keliling Pada Graf Lengkap Sebagai Pengganti Metode Exhaustive Enumeration Alfan Farizki Wicaksono - NIM : 13506067
Lebih terperinciDASAR-DASAR PEMROGRAMAN SIMULINK MATLAB SERTA ANTAR MUKA MENGGUNAKAN PCI1710HG
36 KARYA PENGABDIAN KEPADA MASYARAKAT DASAR-DASAR PEMROGRAMAN SIMULINK MATLAB SERTA ANTAR MUKA MENGGUNAKAN PCI1710HG Oleh : Dr. Ir. Bambang Sujanarko, M.M. NIP/NIDN: 196312011994021002/001126311 Drs. Yagus
Lebih terperinciNORBERTUS ADI WIJANANTO
APLIKASI TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA CHRISTOFIDES BERBASIS ANDROID, STUDI KASUS : DIVISI MARKETING SUPPORT PT YAMAHA MATARAM SAKTI NORBERTUS ADI WIJANANTO Program Studi Teknik Informatika
Lebih terperinciBAB 1 PENDAHULUAN. Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar yang akan digunakan sebagai landasan berpikir seperti beberapa literatur yang berkaitan dengan penelitian ini. Dengan begitu akan mempermudah
Lebih terperinciPengenalan Algoritma & Struktur Data. Pertemuan ke-1
Pengenalan Algoritma & Struktur Data Pertemuan ke-1 Apa itu Struktur Data? PROGRAM ALGO RITMA STRUKTUR DATA Algoritma.. deskripsi langkah-langkah penyelesaian masalah yang tersusun secara logis 1. Ditulis
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Sistem informasi adalah suatu sistem manusia dan mesin yang terpadu untuk menyajikan informasi guna mendukung fungsi operasi, manajemen, dan pengambilan keputusan. Tujuan dari sistem
Lebih terperinciANALISIS METODE HEURISTIK PENGOLAHAN DATA TRAVELLING SALESMAN PROBLEM TERHADAP JUMLAH TITIK
ANALISIS METODE HEURISTIK PENGOLAHAN DATA TRAVELLING SALESMAN PROBLEM TERHADAP JUMLAH TITIK Abyan Hafizh Raihan 1), Dr. Drs. Iman Firmansyah M.Sc. 2) Program Studi Teknik Industri, Fakultas Teknik, Universitas
Lebih terperinciA. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan:
No. LST/EKA/PTI 236/07 Revisi: 01 April 2011 Hal 1 dari 9 A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan: 1. Mengenal dan menggunakan matlab sebagai
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI Pendistribusian merupakan hal yang penting dalam kegiatan bisnis, terutama untuk perusahaan distribusi atau distributor. Keterlambatan distribusi akan menurunkan
Lebih terperinciBAB I PENDAHULUAN. Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam manajemen informasi karena jumlah informasi yang semakin besar jumlahnya. Data mining sendiri
Lebih terperinci