IMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH

Ukuran: px
Mulai penontonan dengan halaman:

Download "IMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH"

Transkripsi

1 IMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH Ida Suryani 1, Purwanto 2, Mohamad sin 3 Universitas Negeri Malang idaasuryaani@gmail.com; purmatum@yahoo.com; myasin1971@gmail.com ABSTRAK: Pewarnaan titik adalah mewarnai semua titik pada graph G, sehingga setiap pasang titik yang terhubung langsung memiliki warna yang berbeda. Banyaknya warna minimum yang digunakan untuk mewarnai disebut dengan bilangan khromatik. Pewarnaan titik dapat digunakan untuk membantu menyelesaikan masalah penyusunan jadwal kuliah. Salah satu algoritma untuk menyelesaikan masalah pewarnaan graph pada penjadwalan kuliah adalah algoritma tabu search. Hasil pewarnaan graph dengan menggunakan algoritma tabu search digunakan untuk menyusun jadwal kuliah, sehingga tidak ada jadwal yang bentrok artinya tidak ada dua matakuliah yang diambil oleh seorang mahasiswa yang dilaksanakan pada waktu yang bersamaan. Dengan demikian dapat ditentukan waktu dan ruang untuk melaksanakan perkuliahan sehingga dapat dibuat jadwal kuliah. Untuk mempermudah menyelesaikan permasalahan tersebut maka dibuat program dengan Borland Delphi 7. Data yang diinputkan berupa mata kuliah, dosen dan kelas mahasiswa yang akan representasikan sebagai titik graph. Proses pewarnaan dimulai dari k = 1 sehingga diperoleh warna yang lebih minimum. Output yang dihasilkan program berupa tabel jadwal kuliah yang telah ditentukan waktu dan ruang. Kata Kunci: pewarnaan titik graph, bilangan khromatik, algoritma tabu search, penjadwalan kuliah Dalam kehidupan sehari-hari banyak permasalahan yang memerlukan penyelesaian. Sering dengan bantuan matematika permasalahan tersebut menjadi lebih mudah dipahami dan lebih mudah diselesaikan. Teori graph merupakan salah satu cabang matematika yang mempunyai banyak manfaat karena teoriteorinya dapat diterapkan dalam kehidupan sehari-hari. Salah satu sub bahasan dalam teori graph yang dapat diterapkan dalam kehidupan nyata adalah pewarnaan graph. Salah satu masalah yang dapat diselesaikan dengan pewarnaan graph adalah proses penjadwalan kuliah. Beker (1974) mengemukakan penjadwalan merupakan kegiatan untuk mengalokasikan sejumlah sumber daya yang tersedia untuk memastikan bahwa perencanaan dapat berjalan dengan baik dengan waktu dan tenaga yang digunakan secara efisien. Penjadwalan kuliah yang sederhana yaitu menjadwalkan beberapa komponen yang terdiri dari mata kuliah, dosen, dan kelas mahasiswa dengan memperhatikan sejumlah batasan dan syarat tertentu. Menurut Aladag dan Hocaoglu (2007: 56) salah satu algoritma untuk menyelesaikan masalah pewarnaan graph pada penjadwalan kuliah adalah algoritma tabu search. Algoritma tabu search merupakan suatu metode optimasi yang berbasis pada pencarian solusi tetangga dan memori lokal. Proses pencarian bergerak dari satu solusi ke solusi berikutnya berusaha mencari solusi tetangga yang lebih baik dari solusi saat ini. Selain itu, memori lokal digunakan untuk mencatat langkah-langkah pencarian yg pernah ditemui. Jika langkah pencarian tersebut pernah ditemui tidak lebih baik (tabu), maka algoritma tabu search akan mengabaikan langkah pencarian tersebut tetapi langkah itu akan digunakan untuk 1. Ida Suryani adalah mahasiswa jurusan Matematika FMIPA Universitas Negeri Malang 2. Purwanto adalah dosen jurusan Matematika FMIPA Universitas Negeri Malang 3. Mohamad sin adalah dosen jurusan Matematika FMIPA Universitas Negeri Malang

2 menuntun dalam pencarian selanjutnya (Berlianty dan Arifin, 2010: 199). Definisi mengenai graph dan pewarnaan graph merujuk pada Wilson dan Watkins (1990). PEMBAHASAN Algoritma Tabu Search untuk Penyelesaian Masalah Pewarnaan Graph Langkah-langkah penyelesaian metode pewarnaan graph dengan menggunakan algortima tabu search pada penjadwalan kuliah adalah sebagai berikut (Aladag dan Hocaoglu, 2007: 53): 1. Warnai titik secara acak. 2. Menentukan apakah solusi awal memenuhi kriteria solusi yang diharapkan. 3. Jika terjadi konflik (ada titik yang bertetangga) maka bangkitkan solusi baru dari solusi yang didapat dengan melakukan move (pemindahan warna). 4. Simpan solusi yang tidak tabu dalam tabu list dan abaikan solusi yang tabu. 5. Pilih solusi optimal dari tabu list. 6. Terapkan solusi optimal pada graph. 7. Jika masih ada konflik maka kembali ke langkah 3, tetapi jika tidak ada konflik maka selesai. Sebelum menyelesaikan menyelesaikan masalah pewarnaan graph pada penjadwalan kuliah dengan menggunakan algoritma tabu search yang harus dilakukan adalah identifikasi permasalahan dan konversi data ke bentuk graph. Setiap kombinasi mata kuliah, dosen, kelas (offering) mahasiswa dimodelkan dengan sebuah titik pada graph tersebut kemudian dua matakuliah yang diajar oleh dosen yang sama dan setiap matakuliah yang diikuti oleh setidaknya satu kelas yang sama akan memiliki hubungan yang direpresentasikan dalam bentuk sisi yang menghubungkan dua titik yang mewakili dua mata kuliah tersebut. Urutan dari proses pewarnaan graph dengan algoritma tabu search sebagai berikut: a. Warnai titik secara acak. Sebelum mewarnai titik secara acak terlebih dahulu ditentukan bilangan khromatik. Perwarnaan dimulai dari k = 1 sampai batas atas bilangan kromatik k = 4 warna yang berbeda sampai ditemukan solusi optimal. Dalam perhitungan manual dengan menggunakan Algoritma Tabu Search untuk mencari pewarnaan titik tidak dimulai dari k = 1, misalkan diambil k = 4 karena merupakan batas bawah dari bilangan khromatik. b. Menentukan apakah solusi awal memenuhi kriteria solusi yang diharapkan. Dari hasil pewarnaan graph dapat dihitung jumlah konflik pewarnaan dengan menghitung jumlah titik bertetangga yang mewakili warna yang sama. Dengan demikian dapat dilihat hasil pewarnaannya apakah menimbulkan konflik. c. Jika terjadi konflik (ada titik yang bertetangga) maka bangkitkan solusi baru dari solusi yang didapat dengan melakukan move (pemindahan warna). Jika hasil pewarnaannya apakah menimbulkan konflik.berarti harus dilakukan pembangkitan solusi baru untuk mengurangi jumlah konflik yang terjadi dengan melakukan move (pemindahan warna). Jika tidak terjadi konflik maka solusi tersebut merupakan solusi optimal.

3 d. Simpan solusi yang tidak tabu dalam tabu list dan abaikan solusi yang tabu. Solusi-solusi yang tidak tabu atau solusi tersebut belum pernah ditemui dan lebih baik, maka Algoritma tabu search akan mengabaikan langkah pencarian tersebut tetapi langkah itu akan digunakan untuk menuntun dalam pencarian selanjutnya. e. Pilih solusi optimal dari tabu list. Solusi optimal merupakan kondisi dimana konflik yang didapat sama dengan 0 (nol) atau solusi yang tidak mempunyai konflik. f. Terapkan solusi optimal pada graph. Setelah solusi optimal dipilih maka solusi tersebut akan diterapkan pada graph sehingga graph dapat diwarnai sesuai soilusi optimal yang telah ditremukan. g. Jika masih ada konflik maka kembali ke langkah 3, tetapi jika tidak ada konflik maka selesai. Jika masih ada konflik yaitu kondisi dimana titik pada graph yang mempunyai warna sama dihubungkan dengan sisi (bertetangga) maka lakukan pengulangan kembali ke Langkah c. Tetapi jika sudah tidak ada konflik artinya titik pada graph yang mempunyai warna sama tidak dihubungkan dengan sisi (bertetangga), maka langkah pewarnaan graph dengan algoritma tabu search selesai. Dari hasil pewarnaan graph dengan Algoritma Tabu Search titik-titik yang sama dikelompokkan berdasarkan warnanya. Bila dua titik memiliki warna yang sama, maka waktu kuliah dua mata kuliah yang diwakili oleh titik-titik tersebut dapat berlangsung secara bersamaan dan jika memiliki warna yang berbeda maka waktu kuliah dua mata kuliah tersebut tidak boleh bersamaan. Untuk menentukan ruang mana yang akan ditempati oleh kombinasi antara mata kuliah, kelas mahasiswa, dosen dan waktu kuliah adalah bila ada dua titik memiliki warna yang sama dari hasil pewarnaan titik, maka dua mata kuliah yang diwakili oleh titiktitik tersebut harus ditempatkan di ruang yang berbeda dan jika memiliki warna yang berbeda maka boleh ditempatkan di ruang yang sama karena waktu pelaksanaan kuliahnya berbeda tetapi harus memperhatikan ruangan yang sesuai dengan kebutuhan perkuliahan yang ada. Untuk mempermudah dalam menyelesaikan masalah pewarnaan graph pada penjadwalan kuliah dengan menggunakan algoritma tabu search maka dibuat program dengan menggunakan software Borland Delphi 7, berikut adalah gambar flowchart untuk setiap langkah-langkah yang akan dilakukan dalam proses konversi data ke dalam bentuk graph, proses pewarnaan graph dan proses pembuatan jadwal kuliah:

4 Mulai Pemetaan dosen, mata mata kuliah, kuliah, dan kelas dan (offering) kelas mahasiswa (offering) secara mahasiswa berurutan secara berurutan Buat titik Sudah dipetakan semua Kombionasikan 2 titik secara berurutan Bertetangga Buat sisi Selesai Flowchart Konversi Data ke Bentuk Graph

5 Mulai Warnai titik secara acak Memenuhi kriteria Bangkitkan solusi baru Tabu Tambahkan dalam Tabu List Solusi optimal tercapai Terapkan solusi optimal pada graph Ada konflik Selesai Flowchart Pewarnaan Graph

6 Mulai Titik dikelompokkan berdasarkan warna Ganti titik dengan matakuliah yang diwakili Warna yang sama petakan ke waktu yang sama Tambahkan matakuliah ke waktu yang tidak terjadi konflik Petakan ke ruang yang berbeda Buat waktu baru Sudah dipetakan semua Terjadi konflik dengan matakuliah di waktu lain Jadwal kuliah Selidiki matakuliah-matakuliah yang belum dipetakan Selesai Flowchart Pembuatan Jadwal Kuliah

7 Uji Coba Program Akan dilakukan uji terhadap program yang telah dibuat. Daftar kuliah pada tabel di bawah ini terdiri dari 8 mata kuliah, 6 orang dosen, 2 kelas dan 2 ruangan yang tersedia. Tiap mata kuliah diajarkan oleh 1 orang dosen pada sebuah ruangan tertentu yang direpresentasikan ke dalam titik graph. No Mata Kuliah Dosen Kelas Mata Kuliah (titik graph) 1 MK1 D1 K1 0 2 MK2 D5 K2 1 3 MK3 D2 K1 2 4 MK4 D6 K2 3 5 MK5 D3 K1 4 6 MK6 D4 K2 5 7 MK7 D4 K1 6 8 MK8 D6 K2 7 Maka dapat dibuat model graph sebagai berikut: Diselesaikan menggunakan algoritma tabu search dengan bilangan kromatik k = 4 karena merupakan batas bawah dari bilangan khromatik. Batas bawah bilangan khromatik adalah mencari graph bagian komplit terbesar di G. Sehingga diperoleh hasil pewarnaan seperti di bawah ini: Dari gambar di atas terlihat bahwa graph dapat diwarnai minimun dengan 4 warna yaitu titik 7 dan 6 diberi warna 1, titik dan 4 diberi warna 2, titik 2 dan 3 diberi warna 3, titik 0 dan 5 diberi warna 4. Setelah itu membuat jadwal kuliah dengan ketentuan titik-titik yang warnanya sama dipetakan ke waktu kuliah yang sama dan titik-titik yang warnanya sama dipetakan ke ruang kuliah yang berbeda. Sehingga diperoleh jadwal kuliah senagai berikut:

8 No hari Waktu jam Mata Kuliah Dosen Kelas Ruang 1 Senin 1-3 MK7 D4 K1 R1 2 Senin 1-3 MK8 D6 K2 R2 3 Senin 4-6 MK2 D5 K2 R1 4 Senin 4-6 MK5 D3 K1 R2 5 Selasa 1-3 MK3 D2 K1 R1 6 Selasa 1-3 MK4 D6 K2 R2 7 Selasa 4-6 MK1 D1 K1 R1 8 Selasa 4-6 MK6 D4 K2 R2 PENUTUP Kesimpulan 1. Sebelum menyelesaikan masalah graph yang harus dilakukan adalah konversi data ke bentunk graph. Setelah itu menentukan bilangan khromatik untuk mengetahui banyak warna pada solusi awal. Kemudian menyelesaikan masalah pewarnaan graph dengan algoritma tabu search. 2. Dari hasil pewarnan graph dengan algoritma tabu search titik-titik dikelompokkan berdasarkan warnanya dan akan dibuat jadwal kuliah dengan ketentuan titik-titik yang warnanya sama dipetakan ke waktu kuliah yang sama dan titik-titik yang warnanya sama dipetakan ke ruang kuliah yang berbeda. 3. Untuk mempermudah menyelesaikan masalah pewarnaan graph dengan algoritma tabu search pada penjadwalan kuliah maka dibuat program dengan memanfaatkan sofware Borland Delphi 7. Data yang diinputkan berupa mata kuliah, dosen dan kelas mahasiswa yang akan representasikan sebagai titik graph. Proses pewarnaan dimulai dari k = 1 sehingga diperoleh warna yang lebih minimum. Output yang dihasilkan program berupa tabel jadwal kuliah yang telah ditentukan waktu dan ruang. Saran 1. Untuk menyelesaikan masalah pewarnaan graph selain dengan menggunakan algoritma tabu search masih banyak algoritma lainnya yang dapat dikembangkan diantaranya adalah algoritma sequential color, algoritma genetika, algoritma mememtika dan algoritma koloni lebah. 2. Contoh permasalahan lain yang dapat diselesaikan dengan pewarnaan titik graph adalah pemberian frekuensi radio pada setiap stasiun radio, penentuan jadwal operasi kereta api dan menyelesaikan permainan sudoku. 3. Implementasi program yang telah dibuat selain menggunakan software Borland Delphi 7, program bisa dikembangakan menggunakan software Java dan Microsoft Visual Basic.

9 Daftar Rujukan Aladag, C.H and Hocaoglu, G A Tabu Search Algoritm To Solve A Course Timetabling Problem. Hacettepe Journal of Mathematics and Satistics, Ankara, Turkey, (Online), 36(1): 53-64, ( googlecode.com/hg/ documentos/a%20tabu%20search%20algorithm %20to%20solve%20a%20course%20Timetabling%20problem.pdf), diakses tanggal 10 Januari Berlianty, I dan Arifin, M Teknik-teknik Optimasi Heuristik. Yogyakarta: Graha Ilmu. Glover, F and Laguna, M Tabu Search. Boston: Kluwer Academic Publishers. R. Baker, Kenneth Introduction To Squencing and Scedulling. New York: John Wiley and Son s Inc Wilson, R.J and Watkins, J.J Graphs an Introductory Approach a First Discrete Mathematics. Canada: John Willy And Sons, Inc.

IMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE (STUDI KASUS PT XYZ)

IMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE (STUDI KASUS PT XYZ) IMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE (STUDI KASUS PT XYZ) Miswanto 1, Nova Tri Romadloni 2, Sapriyanti 3, Windu Gata 4 Jurusan Ilmu Komputer, Program

Lebih terperinci

PENENTUAN MATCHING MAKSIMUM PADA GRAPH BIPARTISI BERBOBOT DENGAN MENGGUNAKAN ALGORITMA GENETIKA

PENENTUAN MATCHING MAKSIMUM PADA GRAPH BIPARTISI BERBOBOT DENGAN MENGGUNAKAN ALGORITMA GENETIKA PENENTUAN MATCHING MAKSIMUM PADA GRAPH BIPARTISI BERBOBOT DENGAN MENGGUNAKAN ALGORITMA GENETIKA,, Universitas Negeri Malang E-mail: love_nisza@yahoo.co.id ABSTRAK: Matching berguna untuk menyelesaikan

Lebih terperinci

ALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA

ALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA ALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA Reni Dian Saputri, Sapti Wahyuningsih *), Darmawan Satyananda *) Universitas Negeri Malang E-mail: renidiansaputri@yahoo.co.id

Lebih terperinci

IMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE PT SOLUSI APLIKASI INTERAKTIF

IMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE PT SOLUSI APLIKASI INTERAKTIF `438 Seminar Nasional Teknologi Informasi Universitas Ibn Khaldun Bogor 2018 IMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE PT SOLUSI APLIKASI INTERAKTIF Miswanto

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Pendahuluan

BAB 1 PENDAHULUAN. 1.1 Pendahuluan BAB 1 PENDAHULUAN 1.1 Pendahuluan Seiring dengan berkembangnya ilmu pengetahuan, penyelesaian suatu masalah dapat ditangani oleh suatu algoritma. Jenis masalah dapat berkisar dari masalah yang mudah sampai

Lebih terperinci

PENERAPAN KONSEP GRAF DALAM PENYUSUNAN JADWAL PERKULIAHAN DI JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNG ABSTRAK

PENERAPAN KONSEP GRAF DALAM PENYUSUNAN JADWAL PERKULIAHAN DI JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNG ABSTRAK PENERAPAN KONSEP GRAF DALAM PENYUSUNAN JADWAL PERKULIAHAN DI JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNG Nisky Imansyah Yahya 1, Perry Zakaria 2, Lailany Yahya 3 ABSTRAK Salah satu tingkatan pendidikan yang

Lebih terperinci

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH

PENYELESAIAN 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 terperinci

Penerapan Pewarnaan Graf sebagai Metode untuk Mencari Solusi Permainan Sudoku

Penerapan Pewarnaan Graf sebagai Metode untuk Mencari Solusi Permainan Sudoku Prosiding Penelitian SPeSIA Unisba 2015 ISSN dan EISSN 1234-1234 Penerapan Pewarnaan Graf sebagai Metode untuk Mencari Solusi Permainan Sudoku 1 Fari Ardilla Adrianto, 2 Yurika Permanasari, 3 Icih Sukarsih

Lebih terperinci

Penyelesaian Maximum Flow Problem dengan Algoritma Cloning-Based

Penyelesaian Maximum Flow Problem dengan Algoritma Cloning-Based Penyelesaian Maximum Flow Problem dengan Algoritma Cloning-Based Setya Widodo, Purwanto, dan Subanji Universitas Negeri Malang E-mail: yambink@gmail.com ABSTRAK: Skripsi ini membahas tentang permasalahan

Lebih terperinci

1. Pendahuluan Selama ini penjadwalan pelajaran hampir di semua sekolah yang meliputi jadwal mata pelajaran dan pembagian guru di setiap kelas yang

1. Pendahuluan Selama ini penjadwalan pelajaran hampir di semua sekolah yang meliputi jadwal mata pelajaran dan pembagian guru di setiap kelas yang 1. Pendahuluan Selama ini penjadwalan pelajaran hampir di semua sekolah yang meliputi jadwal mata pelajaran dan pembagian guru di setiap kelas yang ada masih menggunakan cara manual yaitu pihak Tata Usaha

Lebih terperinci

ALGORITMA SEQUENTIAL INSERTION UNTUK MENYELESAIKAN MASALAH MULTIPLE TRIP VEHICLE ROUTING PROBLEM (MTVRP)

ALGORITMA SEQUENTIAL INSERTION UNTUK MENYELESAIKAN MASALAH MULTIPLE TRIP VEHICLE ROUTING PROBLEM (MTVRP) ALGORITMA SEQUENTIAL INSERTION UNTUK MENYELESAIKAN MASALAH MULTIPLE TRIP VEHICLE ROUTING PROBLEM (MTVRP) Nine Winda Yunita 1, Sapti Wahyuningsih 2, dan Darmawan Satyananda 3 Universitas Negeri Malang E-mail:

Lebih terperinci

SILABUS MATEMATIKA DISKRIT. Oleh: Tia Purniati, S.Pd., M.Pd.

SILABUS MATEMATIKA DISKRIT. Oleh: Tia Purniati, S.Pd., M.Pd. SILABUS MATEMATIKA DISKRIT Oleh: Tia Purniati, S.Pd., M.Pd. JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2009 SILABUS A. Identitas

Lebih terperinci

Pemaksimalan Papan Sirkuit Di Pandang Sebagai Masalah Planarisasi Graf 2-Layer Menggunakan Algoritma Genetika

Pemaksimalan Papan Sirkuit Di Pandang Sebagai Masalah Planarisasi Graf 2-Layer Menggunakan Algoritma Genetika Vol. 14, No. 1, 19-27, Juli 2017 Pemaksimalan Papan Sirkuit Di Pandang Sebagai Masalah Planarisasi Graf 2-Layer Menggunakan Algoritma Genetika Jusmawati Massalesse dan Muh. Ali Imran Abstrak Tulisan ini

Lebih terperinci

TEKNIK MENENTUKAN BILANGAN RAMSEY R(M, N) DENGAN M DAN N ADALAH 1, 2, DAN 3 SKRIPSI OLEH AGUS FAJARMAN ZALUKHU BP

TEKNIK MENENTUKAN BILANGAN RAMSEY R(M, N) DENGAN M DAN N ADALAH 1, 2, DAN 3 SKRIPSI OLEH AGUS FAJARMAN ZALUKHU BP TEKNIK MENENTUKAN BILANGAN RAMSEY R(M, N) DENGAN M DAN N ADALAH 1, 2, DAN 3 SKRIPSI OLEH AGUS FAJARMAN ZALUKHU BP. 07134064 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

PENERAPAN ALGORITMA WELCH POWELL DENGAN PEWARNAAN GRAPH PADA PENJADWALAN MATA PELAJARAN SMA

PENERAPAN ALGORITMA WELCH POWELL DENGAN PEWARNAAN GRAPH PADA PENJADWALAN MATA PELAJARAN SMA Seminar Nasional Sistem Informasi Indonesia, 1 November 2016 PENERAPAN ALGORITMA WELCH POWELL DENGAN PEWARNAAN GRAPH PADA PENJADWALAN MATA PELAJARAN SMA Dessy Handayani S 1), Ely Rosely 2) RA. Paramita

Lebih terperinci

PENYELESAIAN TRAVELLING SALESMAN PROBLEM ( TSP ) DENGAN MENGGUNAKAN ARTIFICIAL BEE COLONY

PENYELESAIAN 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 terperinci

RANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH)

RANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH) RANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH) TUGAS AKHIR Disusun Oleh : RIO PRAYOGA SUPRAYANA NPM. 06

Lebih terperinci

APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY

APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY Latar belakang Masalah Pada setiap awal semester bagian pendidikan fakultas Matematika dan Ilmu Pengetahuan Universitas

Lebih terperinci

ALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW)

ALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW) ALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW) Irinne Puspitasari 1, Purwanto 2 Email : irinne.puspitasari@gmail.com JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

PEMBANGUNAN SISTEM PENJADWALAN KULIAH MENGGUNAKAN ALGORITMA PEWARNAAN GRAF

PEMBANGUNAN 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 terperinci

BAB VI PEWARNAAN GRAF.. Gambar 1 memperlihatkan sebuah graf, dengan χ ( G) = 3.

BAB VI PEWARNAAN GRAF.. Gambar 1 memperlihatkan sebuah graf, dengan χ ( G) = 3. 112 BAB VI PEWARNAAN GRAF 6.1. Pendahuluan Ada tiga macam pewarnaan graf, yaitu pewarnaan simpul, pewarnaan sisi, dan pewarnaan wilayah (region). Yang akan kita bahas adalah pewarnaan simpul dan pewarnaan

Lebih terperinci

OPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT

OPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT OPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT Budi Prasetyo Wibowo, Purwanto, dansusy Kuspambudi Andaini Universitas Negeri Malang ABSTRAK: Travelling Salesman Problem

Lebih terperinci

IMPLEMENTASI ALGORITMA WELCH POWELL DALAM PENERAPAN GRAPH PADA PENJADWALAN UJIAN

IMPLEMENTASI ALGORITMA WELCH POWELL DALAM PENERAPAN GRAPH PADA PENJADWALAN UJIAN IMPLEMENTASI ALGORITMA WELCH POWELL DALAM PENERAPAN GRAPH PADA PENJADWALAN UJIAN 1 Anasrul (12110698), 2 Abdul Sani Sembiring 1) 2) Mahasiswa program studi Teknik Informatika STMIK Budidarma Medan Dosen

Lebih terperinci

PERANCANGAN SISTEM PENJADUALAN KULIAH DI JURUSAN TEKNIK ELEKTRO FT.UNTIRTA MENGGUNAKAN TEKNIK PEWARNAAN GRAPH ALGORITMA BACKTRACKING WELCH-POWELL

PERANCANGAN SISTEM PENJADUALAN KULIAH DI JURUSAN TEKNIK ELEKTRO FT.UNTIRTA MENGGUNAKAN TEKNIK PEWARNAAN GRAPH ALGORITMA BACKTRACKING WELCH-POWELL PERANCANGAN SISTEM PENJADUALAN KULIAH DI JURUSAN TEKNIK ELEKTRO FT.UNTIRTA MENGGUNAKAN TEKNIK PEWARNAAN GRAPH ALGORITMA BACKTRACKING WELCH-POWELL Ri Munarto 1, Endi Permata 2 1 Teknik Elektro, Fakultas

Lebih terperinci

PERANGKAT LUNAK PENGAMBILAN KEPUTUSAN DALAM PENJADWALAN DENGAN METODE RECURSIVE LARGEST FIRST

PERANGKAT LUNAK PENGAMBILAN KEPUTUSAN DALAM PENJADWALAN DENGAN METODE RECURSIVE LARGEST FIRST PERANGKAT LUNAK PENGAMBILAN KEPUTUSAN DALAM PENJADWALAN DENGAN METODE RECURSIVE LARGEST FIRST Sadar Aman Gulo (0911040) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja

Lebih terperinci

Pewarnaan Graph. Modul 6 PENDAHULUAN

Pewarnaan Graph. Modul 6 PENDAHULUAN Modul 6 Pewarnaan Graph Dr. Nanang Priatna, M.Pd. M PENDAHULUAN odul 6 ini merupakan modul terakhir dari modul mata kuliah Teori Graph. Modul-modul sebelumnya membahas tentang Pengetahuan Dasar Teori Graph,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan yang pesat di bidang ilmu dan teknologi dewasa ini menuntut adanya kemampuan manusia dalam mempertimbangkan segala kemungkinan sebelum mengambil keputusan

Lebih terperinci

PEWARNAAN GRAF TERHADAP PENJADWALAN PENITIPAN ANAK SKRIPSI SARJANA MATEMATIKA FILLY CANDRA NORE

PEWARNAAN GRAF TERHADAP PENJADWALAN PENITIPAN ANAK SKRIPSI SARJANA MATEMATIKA FILLY CANDRA NORE PEWARNAAN GRAF TERHADAP PENJADWALAN PENITIPAN ANAK SKRIPSI SARJANA MATEMATIKA FILLY CANDRA NORE 07134050 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ANDALAS PADANG 2011

Lebih terperinci

IMPLEMENTASI ALGORITMA GENETIKA HYBRID (BEST IMPROVEMENT SEARCH) PADA VEHICLE ROUTING PROBLEM WITH TIME WINDOW

IMPLEMENTASI ALGORITMA GENETIKA HYBRID (BEST IMPROVEMENT SEARCH) PADA VEHICLE ROUTING PROBLEM WITH TIME WINDOW IMPLEMENTASI ALGORITMA GENETIKA HYBRID (BEST IMPROVEMENT SEARCH) PADA VEHICLE ROUTING PROBLEM WITH TIME WINDOW Fitria Dwi Rosi, Purwanto, dan Mohammad Yasin Universitas Negeri Malang ABSTRAK: Vehicle Routing

Lebih terperinci

Bab 1. Pendahuluan. 1.1 Latar Belakang

Bab 1. Pendahuluan. 1.1 Latar Belakang Bab 1 Pendahuluan 1.1 Latar Belakang Pentingnya suatu jadwal dalam sebuah kegiatan tidak lain agar kegiatan tersebut berjalan dengan lancar tanpa adanya gangguan seperti bentroknya jadwal. Penyusunan jadwal

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

USULAN PENERAPAN PENJADWALAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA DI PD BLESSING

USULAN PENERAPAN PENJADWALAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA DI PD BLESSING USULAN PENERAPAN PENJADWALAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA DI PD BLESSING Santoso 1*, Eldad Dufan Sopater Subito 2 1,2 Jurusan Teknik Industri, Fakultas Teknik, Universitas Kristen Maranatha

Lebih terperinci

1.4. Batasan Masalah Batasan-batasan masalah dalam pembuatan tugas akhir ini adalah sebagai berikut :

1.4. 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Penjadwalan merupakan suatu proses pengorganisasian untuk mengalokasikan waktu kapan dan dimana suatu kegiatan akan dilakukan. Banyak hal yang menjadi pertimbangan

Lebih terperinci

ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER

ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER Agustina Ardhini 1, Sapti Wahyuningsih 2, Darmawan Satyananda 3 Jurusan Matematika,

Lebih terperinci

BAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu

BAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu 18 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Penjadwalan merupakan kegiatan administrasi utama di berbagai institusi. Masalah penjadwalan merupakan masalah penugasan sejumlah kegiatan dalam periode

Lebih terperinci

BAB 1 PENDAHULUAN. manfaatnya meliputi segala aspek kehidupan manusia. agar tujuan tercapai merupakan hal yang penting dalam masalah penjadwalan.

BAB 1 PENDAHULUAN. manfaatnya meliputi segala aspek kehidupan manusia. agar tujuan tercapai merupakan hal yang penting dalam masalah penjadwalan. 11 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer yang pesat saat ini memberikan banyak kemudahan dalam penyelesaian masalah dan pencapaian hasil kerja yang memuaskan bagi kehidupan

Lebih terperinci

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN Optimasi Penjadwalan Mata Kuliah Dengan Algoritma Genetika Andysah Putera Utama Siahaan Universitas Pembangunan Pancabudi Jl. Gatot Subroto Km. 4,5, Medan, Sumatra Utara, Indonesia andiesiahaan@gmail.com

Lebih terperinci

PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT

PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT UJM 2 (1) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT Angreswari Ayu Damayanti,

Lebih terperinci

PENDAHULUAN BAB Latar Belakang Masalah

PENDAHULUAN 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 terperinci

Pewarnaan Simpul pada Graf dan Aplikasinya dalam Alokasi Memori Komputer

Pewarnaan Simpul pada Graf dan Aplikasinya dalam Alokasi Memori Komputer Pewarnaan Simpul pada Graf dan Aplikasinya dalam Alokasi Memori Komputer Andreas Parry Lietara ~ NIM 13506076 Jurusan Teknik Informatika ITB, Bandung, email : andreas-parry@students.itb.ac.id Abstract

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam kehidupan sehari-hari, penjadwalan merupakan masalah klasik yang sering ditemui. Berbagai instansi atau perusahaan dihadapkan dengan masalah

Lebih terperinci

PENJADWALAN KULIAH DENGAN MENGGUNAKAN METODE TABU SEARCH TUGAS AKHIR

PENJADWALAN KULIAH DENGAN MENGGUNAKAN METODE TABU SEARCH TUGAS AKHIR PENJADWALAN KULIAH DENGAN MENGGUNAKAN METODE TABU SEARCH TUGAS AKHIR Diajukan Oleh : TITIS ADI PRATAMA NPM : 0534010164 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL

Lebih terperinci

Struktur Data Review Algoritma, Pemrograman. Presented by Rijal Fadilah, S.Si

Struktur Data Review Algoritma, Pemrograman. Presented by Rijal Fadilah, S.Si Struktur Data Review Algoritma, Pemrograman Presented by Rijal Fadilah, S.Si Algoritma Informal : seperangkat langkah yg mendefinisikan bagaimana suatu pekerjaan dilaksanakan Algoritma : suatu kumpulan

Lebih terperinci

KONSEP ALGORITMA GENETIK BINER UNTUK OPTIMASI PERENCANAAN JADWAL KEGIATAN PERKULIAHAN

KONSEP ALGORITMA GENETIK BINER UNTUK OPTIMASI PERENCANAAN JADWAL KEGIATAN PERKULIAHAN Jurnal Teknik dan Ilmu Komputer KONSEP ALGORITMA GENETIK BINER UNTUK OPTIMASI PERENCANAAN JADWAL KEGIATAN PERKULIAHAN (Binary Genetic Algorithm Concept to Optimize Course Timetabling) Iwan Aang Soenandi

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC)

PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC) PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC) Yayun Hardianti 1, Purwanto 2 Universitas Negeri Malang E-mail: yayunimoet@gmail.com ABSTRAK:

Lebih terperinci

Penerapan Pewarnaan Titik pada Graf dalam Penyusunan Lokasi Duduk Menggunakan Algoritma Greedy Berbantuan Microsoft Visual Basic 6.

Penerapan Pewarnaan Titik pada Graf dalam Penyusunan Lokasi Duduk Menggunakan Algoritma Greedy Berbantuan Microsoft Visual Basic 6. Penerapan Pewarnaan Titik pada Graf dalam Penyusunan Lokasi Duduk Menggunakan Algoritma Greedy Berbantuan Microsoft Visual Basic.0 Halimah Turosdiah #1, Armiati #, Meira Parma Dewi # # Mathematic Department

Lebih terperinci

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut BAB I PENDAHULUAN A. Latar Belakang Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut terlaksana dengan optimal.

Lebih terperinci

UNNES Journal of Mathematics

UNNES Journal of Mathematics UJM 1 (1) (2012) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA TABU SEARCH UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM Fajar Eska Pradhana, Endang Sugiharti,

Lebih terperinci

Penggunaan Algoritma Kruskal yang Diperluas untuk Mencari Semua Minimum Spanning Tree Tanpa Konstren dari Suatu Graf

Penggunaan Algoritma Kruskal yang Diperluas untuk Mencari Semua Minimum Spanning Tree Tanpa Konstren dari Suatu Graf Penggunaan Algoritma Kruskal yang Diperluas untuk Mencari Semua Minimum Spanning Tree Tanpa Konstren dari Suatu Graf Narwen, Budi Rudianto Jurusan Matematika, Universitas Andalas, Padang, Indonesia narwen@fmipa.unand.ac.id

Lebih terperinci

APLIKASI ALGORITMA SEQUENTIAL COLOR UNTUK PEWARNAAN PETA WILAYAH KABUPATEN KUANTAN SINGINGI PROVINSI RIAU TUGAS AKHIR

APLIKASI ALGORITMA SEQUENTIAL COLOR UNTUK PEWARNAAN PETA WILAYAH KABUPATEN KUANTAN SINGINGI PROVINSI RIAU TUGAS AKHIR APLIKASI ALGORITMA SEQUENTIAL COLOR UNTUK PEWARNAAN PETA WILAYAH KABUPATEN KUANTAN SINGINGI PROVINSI RIAU TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Pada Jurusan

Lebih terperinci

Pengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE)

Pengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE) Pengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE) Development of Optimal Search Using Generate and Test Algorithm with Precedence Diagram (GTPRE)

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Matematika merupakan ilmu yang tidak dapat dipisahkan dari kehidupan manusia. Matematika juga merupakan media untuk melatih kemampuan berfikir kritis, kreatif dan dapat

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Penyelesaian Masalah Penugasan dengan Algoritma Genetika Zainudin Zukhri Jurusan Teknik Informatika, Fakultas Teknologi Industri,

Lebih terperinci

PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI

PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Prodi Teknik Informatika UPN eteran Yogyakarta Jl. Babarsari

Lebih terperinci

Aplikasi Pewarnaan Graf pada Pemecahan Masalah Penyusunan Jadwal

Aplikasi Pewarnaan Graf pada Pemecahan Masalah Penyusunan Jadwal Aplikasi Pewarnaan Graf pada Pemecahan Masalah Penyusunan Jadwal abila As ad 1) 135 07 006 2) 1) Jurusan Teknik Informatika ITB, Bandung 40135, email: nabilaasad@students.itb.ac.id Abstract Dalam kehidupan

Lebih terperinci

PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER

PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER JMA, VOL. 9, NO.1, JULI 2010, 43-48 43 PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER PRAPTO TRI SUPRIYO Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

APLIKASI PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA SEQUENTIAL SEARCH DAN FORWARD CHECKING

APLIKASI PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA SEQUENTIAL SEARCH DAN FORWARD CHECKING APLIKASI PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA SEQUENTIAL SEARCH DAN FORWARD CHECKING Eduardus Hardika Sandy Atmaja 1), Eko Hari Parnadi 2) 1), 2) Teknik Informatika Universitas Sanata Dharna Yogyakarta

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 17 BAB 2 LANDASAN TEORI 2.1 Permasalahan Optimasi Optimasi adalah proses memaksimasi atau meminimasi suatu fungsi tujuan dengan tetap memperhatikan pembatas yang ada. Optimasi memegang peranan penting

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 4 BAB II LANDASAN TEORI 2.1 Tabu search Tabu Search berasal dari Tongan, suatu bahasa Polinesia yang digunakan oleh suku Aborigin Pulau tonga untuk mengindikasikan suatu hal yang tidak boleh "disentuh"

Lebih terperinci

PELABELAN TOTAL TITIK AJAIB PADA COMPLETE GRAPH K DENGAN N GENAP

PELABELAN TOTAL TITIK AJAIB PADA COMPLETE GRAPH K DENGAN N GENAP PELABELAN TOTAL TITIK AJAIB PADA COMPLETE GRAPH K DENGAN N GENAP Novi Irawati, Robertus Heri Jurusan Matematika FMIPA Universitas Diponegoro Semarang ABSTRACT Let G be a graph with vertex set and edge

Lebih terperinci

Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika

Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika Nia Kurnia Mawaddah Wayan Firdaus Mahmudy, (wayanfm@ub.ac.id) Jurusan Matematika, FMIPA Universitas Brawijaya, Malang 65145 Abstrak Penjadwalan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah penjadualan terlihat seperti masalah biasa yang dapat diselesaikan dengan metoda pemikiran biasa, akan tetapi jika sudah dalam jumlah data yang banyak akan

Lebih terperinci

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Vivi Lieyanda - 13509073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Perbandingan Algoritma Pewarnaan LDO, SDO, dan IDO pada Graf Sederhana

Perbandingan Algoritma Pewarnaan LDO, SDO, dan IDO pada Graf Sederhana Perbandingan Algoritma Pewarnaan LDO, SDO, dan IDO pada Graf Sederhana Khairani Permata Sari #1, Armiati *2, Mirna *3, # Student of Mathematic Departement State University of Padang *Lecture of Mathematic

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal ini V adalah himpunan tidak kosong dari simpul-simpul

Lebih terperinci

BAB I PENDAHULUAN. ini. Salah satu penerapannya yaitu terdapat pada permasalahan dalam melakukan pencarian dari

BAB I PENDAHULUAN. ini. Salah satu penerapannya yaitu terdapat pada permasalahan dalam melakukan pencarian dari BAB I PENDAHULUAN 1.1 Latar Belakang Pencarian merupakan suatu permasalahan dalam menemukan solusi dari kondisi awal ke kondisi akhir. Berbagai macam permasalahan dapat diterapkan dalam permasalahan pencarian

Lebih terperinci

BAB 1 PENDAHULUAN. disebut Univesitas Timetabling Problems (UTP). Permasalahan ini dilihat dari sisi

BAB 1 PENDAHULUAN. disebut Univesitas Timetabling Problems (UTP). Permasalahan ini dilihat dari sisi 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Penjadwalan perkuliahan merupakan suatu masalah yang sangat kompleks yang sering disebut Univesitas Timetabling Problems (UTP). Permasalahan ini dilihat dari sisi

Lebih terperinci

Aplikasi Matriks Circulant Untuk Menentukan Nilai Eigen Dari Graf Sikel (Cn)

Aplikasi Matriks Circulant Untuk Menentukan Nilai Eigen Dari Graf Sikel (Cn) Aplikasi Matriks Circulant Untuk Menentukan Nilai Eigen Dari Graf Sikel (Cn) T 24 Siti Rahmah Nurshiami dan Triyani Program Studi Matematika, Fakultas Sains dan Teknik Universitas Jenderal soedirman, Purwokerto

Lebih terperinci

OPTIMASI PENJADWALAN MATA PELAJARAN MENGGUNAKAN METODE TABU SEARCH (STUDI KASUS: SMKN 2 SINGOSARI)

OPTIMASI PENJADWALAN MATA PELAJARAN MENGGUNAKAN METODE TABU SEARCH (STUDI KASUS: SMKN 2 SINGOSARI) Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Vol. 1, No. 1, April 2017, hlm. 06-10 OPTIMASI PENJADWALAN MATA PELAJARAN MENGGUNAKAN METODE TABU SEARCH (STUDI KASUS: SMKN 2 SINGOSARI)

Lebih terperinci

Membangun Sistem Penjadwalan Ruang Laboratorium dengan Algoritma Modified BiDirectional A*

Membangun Sistem Penjadwalan Ruang Laboratorium dengan Algoritma Modified BiDirectional A* Membangun Sistem Penjadwalan Ruang Laboratorium dengan Algoritma Modified BiDirectional A* M.Ridwan 1, Elvia Budianita 2 Teknik Informatika UIN Suska Riau Jl.H.R Subrantas No.155 Simpang Baru Panam Pekanbaru,

Lebih terperinci

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang PENERAPAN ALGORITMA AUCTION UNTUK MENGATASI MASALAH LINTASAN TERPENDEK (SHORTEST PATH) Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang E-mail : elvira_firdausi@yahoo.co.id

Lebih terperinci

APLIKASI PEWARNAAN GRAF PADA PENJADWALAN PERKULIAHAN DI PROGRAM STUDI PENDIDIKAN MATEMATIKA UNWIDHA KLATEN

APLIKASI PEWARNAAN GRAF PADA PENJADWALAN PERKULIAHAN DI PROGRAM STUDI PENDIDIKAN MATEMATIKA UNWIDHA KLATEN APLIKASI PEWARNAAN GRAF PADA PENJADWALAN PERKULIAHAN DI PROGRAM STUDI PENDIDIKAN MATEMATIKA UNWIDHA KLATEN Tasari* Abstrak : Tujuan penelitian ini adalah untuk mengaplikasikan pewarnaan graf pada penjadwalan

Lebih terperinci

PELABELAN L(2,1) PADA OPERASI BEBERAPA KELAS GRAF

PELABELAN L(2,1) PADA OPERASI BEBERAPA KELAS GRAF JIMT Vol. 13 No. Desember 016 (Hal 73-84) Jurnal Ilmiah Matematika dan Terapan ISSN : 450 766X PELABELAN L(,1) PADA OPERASI BEBERAPA KELAS GRAF S. Fatimah 1, I W. Sudarsana, dan S. Musdalifah 3 1,,3 Program

Lebih terperinci

Algoritma Dan Pemrograman [algoritma, program, flowchart] Presented by Rijal Fadilah, S.Si

Algoritma Dan Pemrograman [algoritma, program, flowchart] Presented by Rijal Fadilah, S.Si Algoritma Dan Pemrograman [algoritma, program, flowchart] Presented by Rijal Fadilah, S.Si Algoritma Informal : seperangkat langkah yg mendefinisikan bagaimana suatu pekerjaan dilaksanakan Algoritma :

Lebih terperinci

ANALISIS KERJA ALGORITMA TABU SEARCH PADA VEHICLE ROUTING PROBLEM WITH BACKHAUL (VRPB) DENGAN PERBAIKAN 2-OPT

ANALISIS KERJA ALGORITMA TABU SEARCH PADA VEHICLE ROUTING PROBLEM WITH BACKHAUL (VRPB) DENGAN PERBAIKAN 2-OPT 1 ANALISIS KERJA ALGORITA TABU SEARH PADA VEHILE ROUTING PROBLE WITH BAKHAUL (VRPB) DENGAN PERBAIKAN 2-OPT Berlian Trifal ahendra 1 Sapti Wahyuningsih 2 FIPA Universitas Negeri alang E-mail: vecchiasignora8@gmail.com

Lebih terperinci

FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA. Abstrak

FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA. Abstrak PEMBANGUNAN SISTEM PENJADWALAN KULIAH DI PROGRAM STUDI ILMU KOMPUTER DENGAN GRAPH COLOURING Drs.-, M.T. 1, Eddy Prasetyo Nugroho, M.T. 2, Yudi Wibisono, M.T. 3, Rani Megasari, S.Kom. 4 1 )2)3)4) PROGRAM

Lebih terperinci

BAB II LANDASAN TEORI. terdapat dalam transportasi dan distribusi serta dalam industri. Sasaran utama proses penjadwalan:

BAB II LANDASAN TEORI. terdapat dalam transportasi dan distribusi serta dalam industri. Sasaran utama proses penjadwalan: BAB II LANDASAN TEORI 2.1. Penjadwalan Menurut Pinedo (2002), penjadwalan adalah proses pengambilan keputusan yang mempunyai peran penting dala proses manufaktur dan sistem produksi begitu juga dalam lingkungan

Lebih terperinci

PEWARNAAN GRAF: POLINOMIAL KROMATIK DAN TEOREMA INVERSI MOBIUS

PEWARNAAN GRAF: POLINOMIAL KROMATIK DAN TEOREMA INVERSI MOBIUS PEWARNAAN GRAF: POLINOMIAL KROMATIK DAN TEOREMA INVERSI MOBIUS Nurul Miftahul Jannah, Dr. Agung Lukito, M.S. Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya

Lebih terperinci

ENUMERASI DIGRAF TIDAK ISOMORFIK

ENUMERASI DIGRAF TIDAK ISOMORFIK Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 ENUMERASI DIGRAF TIDAK ISOMORFIK Mulyono Jurusan Matematika FMIPA UNNES Email:

Lebih terperinci

APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI

APLIKASI 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 terperinci

PENJADWALAN KULIAH DENGAN ALGORITMA WELSH-POWELL (STUDI KASUS: JURUSAN MATEMATIKA FMIPA UNAND)

PENJADWALAN KULIAH DENGAN ALGORITMA WELSH-POWELL (STUDI KASUS: JURUSAN MATEMATIKA FMIPA UNAND) Jurnal Matematika UNAND Vol. VI No. 1 Hal. 134 141 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENJADWALAN KULIAH DENGAN ALGORITMA WELSH-POWELL (STUDI KASUS: JURUSAN MATEMATIKA FMIPA UNAND) PUTRI

Lebih terperinci

MENGHITUNG BILANGAN DOMINASI

MENGHITUNG BILANGAN DOMINASI MENGHITUNG BILANGAN DOMINASI PADA GRAPH GRID n n, n 7 Mucharomatut Toyyibah 1) Purwanto 2) FMIPA Universitas Negeri Malang mucharomatut09@gmail.com Abstrak: Himpunan pendominasi ialah suatu himpunan bagian

Lebih terperinci

APLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN

APLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN APLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN Daswa 1) Mohamad Riyadi 2) 1) Program Studi Teknik Informatika, FKOM, Universitas Kuningan; Jln. Cut Nyak Dien

Lebih terperinci

TEOREMA CAYLEY DAN PEMBUKTIANNYA

TEOREMA CAYLEY DAN PEMBUKTIANNYA TEOREMA CAYLEY DAN PEMBUKTIANNYA Eddy Djauhari Departemen Matematika Fmipa Universitas Padjadjaran Jalan Raya Bandung-Sumedang km. 21, tlp./fax. : 022-7794696, Jatinangor, 45363 Email : eddy.djauhari@unpad.ac.id

Lebih terperinci

BAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta

BAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta BAB I PENDAHULUAN A. Latar Belakang Matematika adalah cabang ilmu pengetahuan yang dapat digunakan dalam kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta tidak merupakan

Lebih terperinci

Penerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze

Penerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze Penerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze 1 Rakhmat Kurniawan. R., ST, M.Kom, 2 Yusuf Ramadhan Nasution, M.Kom Program Studi Ilmu Komputer, Fakultas Sains dan Teknologi

Lebih terperinci

Rencana Perkuliahan. Semester/SKS/JS : III/3/3

Rencana Perkuliahan. Semester/SKS/JS : III/3/3 1. Pendahuluan. Rencana Perkuliahan Jurusan : Matematika Mata Kuliah : Matematika Diskrit Semester/SKS/JS : III/3/3 Kelas : A,B,C,D,E Masa Perkuliahan : 20 Sept 2010 8 Jan 2011 Ujian tengah semester :

Lebih terperinci

STUDI PEWARNAAN GRAF MENGGUNAKAN ALGORITMA TABU SEARCH SKRIPSI SUPARDI

STUDI PEWARNAAN GRAF MENGGUNAKAN ALGORITMA TABU SEARCH SKRIPSI SUPARDI STUDI PEWARNAAN GRAF MENGGUNAKAN ALGORITMA TABU SEARCH SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains SUPARDI 090823016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner

Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner Vol. 7, 2, 108-117, Januari 2011 Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner Jusmawati Massalesse Abstrak Tulisan ini dimaksudkan untuk memperlihatkan proses

Lebih terperinci

BAB I PENDAHULUAN. Perusahaan plastiksangatberkembang di Indonesia. selaintidakmudahpecahbahanplastikjugasangatmurah,

BAB I PENDAHULUAN. Perusahaan plastiksangatberkembang di Indonesia. selaintidakmudahpecahbahanplastikjugasangatmurah, BAB I PENDAHULUAN 1.1 LatarBelakang Perusahaan plastiksangatberkembang di Indonesia belakanganini.banyaksekalibendadalamkehidupansehari-hariyangterbuatdariplastik, selaintidakmudahpecahbahanplastikjugasangatmurah,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan (game) merupakan bidang usaha manusia terhadap kecerdasan buatan, salah satunya adalah sliding puzzle. Permainan ini merupakan permainan yang dapat melatih

Lebih terperinci

Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali)

Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali) Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali) I Made Budi Adnyana

Lebih terperinci

BAB I PENDAHULUAN. kegiatan yang menunjang proses pendidikan adalah kegiatan penjadwalan.

BAB I PENDAHULUAN. kegiatan yang menunjang proses pendidikan adalah kegiatan penjadwalan. BAB I PENDAHULUAN 1.1 Latar Belakang Perguruan tinggi merupakan lembaga/institusi yang sangat bertanggung jawab terhadap kemajuan dan kepandaian bangsanya agar mampu bersaing dengan bangsa lain. Perguruan

Lebih terperinci

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK Usulan Skripsi S-1 Jurusan Matematika Diajukan oleh 1. Novandry Widyastuti M0105013 2. Astika Ratnawati M0105025 3. Rahma Nur Cahyani

Lebih terperinci

OPTIMASI PEMOTONGAN BALOK KAYU DENGAN POLA PEMOTONGAN SATU DIMENSI MENGGUNAKAN TEKNIK PEMBANGKIT KOLOM (COLUMN GENERATION TECHNIQUE) SKRIPSI

OPTIMASI PEMOTONGAN BALOK KAYU DENGAN POLA PEMOTONGAN SATU DIMENSI MENGGUNAKAN TEKNIK PEMBANGKIT KOLOM (COLUMN GENERATION TECHNIQUE) SKRIPSI OPTIMASI PEMOTONGAN BALOK KAYU DENGAN POLA PEMOTONGAN SATU DIMENSI MENGGUNAKAN TEKNIK PEMBANGKIT KOLOM (COLUMN GENERATION TECHNIQUE) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam

Lebih terperinci

Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika

Optimasi 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 terperinci

JURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN:

JURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN: APLA GRAPH COLORING PADA PENJADWALAN PERKULIAHAN DI FAKULTAS SAINS DAN TEKNOLOGI UIN SUNAN AMPEL SURABAYA Devi Saidatuz Z 1, Deasy Alfiah A 2, Aris Fanani 3, Nurissaidah Ulinnuha 4 1, 2, 3, 4 Universitas

Lebih terperinci

Pengantar Persamaan Differensial (1)

Pengantar Persamaan Differensial (1) Program Studi Modul Mata Kuliah Kode MK Disusun Oleh Sistem Komputer 01 Persamaan Differensial MKK103 Albaar Rubhasy, S.Si, MTI Pengantar Persamaan Differensial (1) Materi Pembahasan: Deskripsi Perkuliahan

Lebih terperinci