SIMULASI ROBOT PEMADAM API DENGAN METODE ALGORITMA GENETIK
|
|
- Doddy Tan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SIMULASI ROBOT PEMADAM API DENGAN METODE ALGORITMA GENETIK M. Basyir Program Studi Teknik Elektronika Jurusan Teknik Elektro, Politeknik Negeri Lhokseumawe Jln. Banda Aceh Medan Km Buketrata Lhokseumawe Abstrak Perkembangan ilmu robot semakin berkembang mulai dari robot manual, robot otomatis sampai robot cerdas. Salah satu metode yang digunakan pada robot cerdas ialah Algoritma Genetik (AG). AG ialah teknik untuk menentukan penyelesaian optimasi. Makalah ini menjelaskan pencarian jalur terpendek untuk mencari keberadaan api yang ada dalam satu dari empat ruangan. Penerapan AG berhasil mencari jalur terpendek dari kemungkinan jalur-jalur yang ada sehingga robot dengan cepat memadamkan api. Kata kunci: Robot, AG, jalur terpendek, api Pendahuluan Perkembangan dunia robotika memiliki unsur yang sedikit berbeda dengan ilmu-ilmu dasar atau terapan lainnya. Ilmu dasar biasanya berkembang dari suatu asas atau hipotesa yang kemudian diteliti secara metodis, sedengkan ilmu robotika lebih sering dikembangkan melalui pendekatan praktis. Kemudian melalui pendekatan atau asumsi dari hasil pengamatan perilaku makhluk hidup atau peralatan yang bergerak lainnya dikembangkanlah penelitian secara teoritis [1]. Makin pesatnya perkembangan teknologi menyebabkan adanya perkembangan dan perluasan lingkup yang membutuhkan kehadiran kecerdasan buatan. Karakteristik cerdas sudah mulai dibutuhkan diberbagai disiplin ilmu dan teknologi. Kecerdasan buatan tidak hanya dominan di bidang ilmu komputer dan informatika saja tapi bias membuat irisan dengan ilmu lain. Misal irisan Kecerdasan Buatan dengan Teknik Elektro melahirkan berbagai ilmu seperti: pengolahan citra, teori kendali, pengenalan pola dan robotika. Banyak Usaha yang diarahkan untuk mendesain robot intelegen dalam industri. Perkembangan robotik ini mendorong studi atau penelitian di bidang pengolahan visual, teknik pemecaha soal atau pengontrolan bagian-bagian robot. Bidang pengolahan visual penting untuk menambah kemampuan robot. Teknik pemecahan soal berhubungan dengan pembuktian teori. Ini semua berkaitan dengan rancangan suatu bahasa pemrograman yang lebih tinggi levelnya dan lebih fleksibel. Bahasa pemograman dapat membatu mencari solusi sebelum diimplementasi ke alat/robot dengan cara mensimulasi variabel-variabel yang berkaiatan dan didukung dengan metode yang ada, misalnya metode kecerdasan buatan. Kecerdasan Buatan Artificial Intelligence (AI) dalam robotik adalah suatu algorithma yang dipandang cerdas yang diprogramkan. Pengertian cerdas di sini sangat relatif, 184
2 karena tergantung dari sisi mana sesorang memandang. Metoda AI lain yang juga berkembang adalah Algorithma Genetik (AG). AG adalah teknik pencarian global dan optimasi dari sistem natural, genetik dan evolusi. Simulasi AG menggunakan koding dan operator khusus. AG mempertahankan populasi dari kandidat solusi, dimana setiap kandidat solusi dikodekan dalam biner disebut sebagai kromosom. Satu set kromosom sebuah populasi, dievaluasi dan dirangking oleh fungsi evaluasi fitness, dimana fungsi evaluasi fitness memainkan peranan penting dalam AG karena fungsi ini merupakan informasi sebaik apa masingmasing kandidat. Populasi awal biasanya dibangkitkan secara acak. Evaluasi dari satu generasi ke generasi berikutnya melalui 3 langkah utama: evaluasi fitness, seleksi dan reproduksi [2]. Makalah ini menjelaskan mengimplementasikan sebuah program dengan menggunakan metode GA untuk mencari jalur terpedek untuk mendapatkan api yang diletakkan disembarang/acak dalam ruangan, ruangan berjumlah 4 ruangan, dengan harapan robot dapat dengan cepat mencari dan memadamkan api, api sudah dipadamkan kemudian robot kembali ke posisi awal dan menunggu perintah selanjutnya. Metode Penelitian Arena/tral Simulasi dari Robot Bergerak memadamkan api yang diletakkan secara acak pada 4 buah kamar seperti ditunjukkan pada gambar 1 arena/trak robot pemadan api divisi beroda. Lintasan (Path Planning) robot bergerak menggunakan prinsip algoritma genetika (AG) dengan menggunakan bahasa pemogrman Delphi. Pembentukan Populasi Awal. Pembentukan Populasi awal dimulai dengan membuat tabel jarak antara titik. Jika antara titik ada tembok (garis hitam) maka nilai jarak diberi 1000 cm. Metode pendeksian tembok (garis) dilakukan dengan membaca warna setiap dari pixel. Jika bernilai 0 berarti hitam jarak diberi nilai Penarikan garis antara titik dilakukan secara bertahap dengan perhitungan berikut: dy= Y1-Y0, dx= X1-X0, Sudut = (180/3,14)* Arctan (dy/dx), Jika X0=X1 maka Sudut=90. (1) untuk mencapai koordinat titik berikutnya dilakukan dengan langkah: langkah dari 1 sampai dr, X= langkah * Cos (pi/180)* Sudut, Y= langkah * Sin(pi/180) *Sudut. Jika (X1>X0 dan Y1<=Y0) atau Jika (X1>=X0 dan Y1>Y0), maka: KoordinatX =X0+ X ; KoordinatY =Y0+Y. Tetapi Jika (X1<X0 dan Y1>=Y0) atau Jika (X1<X0 dan Y1<Y0). Maka, koordinat X=X0-X; koordinaty =Y0-Y. Jarak antara titik A dan B adalah sebesar dr. Setiap langkah warna pixel dibaca, jika hitam berarti garis tembok maka nilai jarak diberi Ditunjukkan pada tabel 1 koordinat untuk 5 titik. 185
3 74Cm 26Cm 57Cm 105Cm 28Cm 59Cm 55Cm 74Cm 122Cm 91Cm 248Cm 137Cm 91Cm 120Cm 45Cm 248Cm Gambar 1. Arena/Trak Robot Pemadan Api Divisi Beroda [3] Tabel 1. Koordinat untuk 5 titik No Koord. X Koord. Y Agar jalur tidak bergerak ke titik berikutnya maka jarak titik yang sama diberi maksimum (1000), ditunjukkan pada tabel 2 jarak antara titik. 186
4 Tabel 2. Jarak antara titik Titik Pembentukan individu Awal. Agar mulai tetap dari home maka titik home diberi titik1, dan setiap individu gen pertamanya adalah titik 1. Penentuan gen 2 sampai gen 5 dilakukan dengan merandom dari 2 sampai 5+1. Nilai random yang didapat adalah 4, 2, 3, 5 maka individu awal adalah 1, 4, 2, 3, 5 yang berarti jalur individu awal adalah dari titik 1 ke titik 4, ke titik 2, ke titik 3 dan terakhir ke titk 5. Untuk mendapatkan individu ke 2 hingga ke terakhir dilakukan dengan cara yang sama. Pada metode ini banyaknya individu diset sebanyak-banyak titik dikali 2, tetapi diambil banyak individu sama dengan banyak titik. Contoh 5 individu dari populasi yang dihasilkan: Individu 1: Jarak= =64; Individu 2: Jarak= =7; Individu 3: Jarak= =79; Individu 4: Jarak= =64 dan Individu 5: Jarak= =86. Mencari Fitnees. Nilai fitnes setiap individu adalah 1/jarak jalur dari individu, sehingga jarak terpendek akan menghasilkan nilai fitnees yang besar sedangkan jalur yang jauh atau melintasi garis mempunyai nilai fitnees yang kecil. Persen fitnees dibulatkan. Nilai fitnes dari: Individu 1: Fitnees = 0,0625 Persen Fitnees=22; Individu 2: Fitnees = 0, Persen Fitnees=20; Individu 3: Fitnees = 0, Persen Fitnees=18; Individu 4: Fitnees = 0,0625 Persen Fitnees=22 dan Individu 5: Fitnees = 0, Persen Fitnees=17. Dari Individu yang terbentuk kemudian diambil nilai Fitnees terbesar dan indvidu tersebut dibuat menjadi individu pertama. Membuat Roulet. Pembentukan roulet dilakukan dengan cara menyimpankan nomor individu ke tabel memori sebanyak persen fitnessnya. Individu 1 sebanyak 22 persen, berarti angka 1 disimpan ke memori sebanyak 22, berarti memori 1 sampai 22 berisi 1, sedangkan memori ke 23 sampai 42 berisi 2, memori 43 sampai 60 berisi 3, memori 61 sampai 82 berisi 4, memori 83 sampai 99 berisi 5. Karena nilai persen dibulatkan totalnya bisa kurang atau lebih dari100%, maka diperlu dibatasi sampai 100 memori. Putar Roulet. Pemutaran roulet dilaksanakan dengan mencari nilai random dari 1 sampai 100. Karena 0 tidak diikutkan untuk itu dilakukan random (100) +1. Nilai random yang didapat merupakan individu yang akan diproses selanjutnya. Pencarian individu ini dilakukan sebanyak-banyaknya individu yang diset sebelumnya. Agar individu terbesar tetap diikutkan maka individu yang didapat diletakkan pada posisi ke dua, dengan demikian pemutaran roulet dilakukan hanya sebanyak-banyak populasi- 1. Nilai random pertama yang didapat adalah 4, nilai random ke-2 adalah 2, nilai random ke-3 adalah 5, nilai random ke-4 adalah 3 maka susunan individu itu adalah sebagai berikut: Individu 1: Jarak= =64; Individu 2: 1 187
5 Jarak= =64 (Individu 4 lama); Individu 3: Jarak= =71 (Individu 2 lama); Individu 4: Jarak= =86 (Individu 5 lama) dan Individu 5: Jarak= =79 (Individu 3 lama). Cross Over. Cross over dilakukan dengan saling menukarkan dari dua gen terpilih dari individu terpilih. Awal individu yang dipilih dilakukan secara random, dan individu yang dicroos over adalah individu terpilih sampai individu terakhir. Gen yang dicross over diambil secara random. Sebagai contoh: Individu yang terpilih adalah individu 5 dan nilai random pertama = 3 dan nilai random yang ke dua = 5. Dengan demikian populasi menjadi sebagai berikut: Individu 1: Jarak= =64 fitnees=22%; Individu 2: Jarak= =64 fitnees=22%; Individu 3: Jarak= =71 fitnees=20%; Individu 4: Jarak= =86 fitnees=16% dan Individu 5: Jarak= =9 fitnees=20%. Mutasi. Individu yang dimutasi adalah individu yang mempunyai nilai fitnees paling kecil. Mutasi dilakukan dengan menukar posisi gen (titik) yang mempunyai jarak dengan gen yang disampingnya sebesar 1000 atau lebih, tetapi Gen 1 dipertahankan tetap 1(Home). Dengan cara ini akan didapat individu baru yang mempunyai fitnees yang besar. Hasil dan Pembahasan Hasil penelitian, dilakukan tahapan demi tahapan. Tahapan pertama yaitu menentukan titik-titik yang akan dilalui robot, kemudian dari titik-titik tersebut akan dicari kemungkinan track-track yang ada. Hasil simulasi menunjukkan banyak sekali kemungkinan track yang ada, sehingga tidak mungkin robot akan melalui semua track karena membutuhkan waktu yang terlalu lama, seperti ditunjukkan pada gambar 2 hasil kemungkinan track yang ada antara titik-titik. Gambar 2. Hasil Kemungkinan Track yang ada antaar titik-titik Untuk menghindari robot melalui semua track, maka perlu dilakukan proses pencarian track baru. Hasil track baru seperti tampak pada gambar 3 memperlihatkan track alternatif dari semua kemunginan track yang ada, sehingga track menjadi sedikit dan track baru merupakan track terpendek dari kemungkinan track yang ada seperti yang 188
6 tampak ada gambar 2. Maka dengan track baru rute yang dilalui robot akan efektif dengan waktu tempuh paling dekat, hasil ini menunjukkan bahwa penggunaan AG pada proses pencarian jalur terdekat berhasil dengan baik. Gambar 3. Hasil Track Baru Gambar 4. Hasil Hitungan Track Api Gambar 4 hasil hitungan track api memperlihatkan kemungkinan track-track jalur antar titi-titik yang akan dilalui robot dalam proses mencari api. Track tersebut cukup banyak kemungkinan, hal ini membuat tidak mungkin robot melalui semua track untuk mencari api, maka perlu dilakukan proses selanjutnya yaitu membuat track baru agar proses pencarian api lebih cepat. Gambar 5 memperlihatkan hasil track baru api yang menunjukkan track terpendek berhasil diperoleh sehingga track yang dilalui robot dalam mencari api menjadi lebih pendek. 189
7 Gambar 5. Hasil Track Baru Api Kesimpulan Penerapan Algoritma Genetik berhasil mencari jalur terdekat dari banyaknya kemungkinan jalur-jalur yang ada, sehingga jalur yang dilalui robot dalam mencari dan memadamkan api lebih efektif. Referensi [1] Rully M Iqbal, R Dikairono & Tri Arief S., Implementasi Sistem Vavigasi Behavior-Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadan Api Jurnal Teknik POMITS Vol 1 No. 1, 2012, 1-8. [2] Bima S. B. D., Perencanaan Jalur Robot pada Lingkungan Dinamis Berbasis Compact Genetik Algoritma, Seminar Nasional Informatika UPN Veteran Yogyakarta, [3] Kontes Robot Cerdas Idnonesia (KRCI) pada 190
METODA GENETIC ALGORITMA SEBAGAI PERENCANAAN LINTASAN ROBOT UNTUK APLIKASI PENGEBORAN PADA PCB ABSTRAK
METODA GENETIC ALGORITMA SEBAGAI PERENCANAAN LINTASAN ROBOT UNTUK APLIKASI PENGEBORAN PADA PCB 1)Adam Ridiantho M, 2 Djoko Purwanto 1,2) Program Studi Teknik Elektro, Program Pasca Sarjana, ITS Ruang B205,
Lebih terperinciBAB 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 terperinciOPTIMASI PERENCANAAN JALUR PADA MOBILE ROBOT BERBASIS ALGORITMA GENETIKA MENGGUNAKAN POLA DISTRIBUSI NORMAL
OPTIMASI PERENCANAAN JALUR PADA MOBILE ROBOT BERBASIS ALGORITMA GENETIKA MENGGUNAKAN POLA DISTRIBUSI NORMAL Bayu Sandi Marta 1), Djoko Purwanto 2) 1), 2) Jurusan Teknik Elektro Institut Teknologi Sepuluh
Lebih terperinciImplementasi Sistem Navigasi Behavior Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadam Api
Implementasi Sistem Navigasi Behavior Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadam Api Rully Muhammad Iqbal NRP 2210105011 Dosen Pembimbing: Rudy Dikairono, ST., MT Dr. Tri Arief
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Setelah berkembangnya AI (Artifical Intelligence), banyak sekali ditemukan sejumlah algoritma yang terinspirasi dari alam. Banyak persoalan yang dapat diselesaikan
Lebih terperinciALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning
ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Disusun oleh: Achmad Basuki Politeknik Elektronika Negeri Surabaya, PENS ITS Surabaya 2003 Algoritma
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan.
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika
6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi
Lebih terperinciERWIEN TJIPTA WIJAYA, ST.,M.KOM
ERWIEN TJIPTA WIJAYA, ST.,M.KOM DEFINISI ALGEN adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan evolusi Dalam evolusi, individu terus menerus mengalami perubahan gen untuk
Lebih terperinciAplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)
JTRISTE, Vol.1, No.2, Oktober 2014, pp. 50~57 ISSN: 2355-3677 Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP) STMIK Handayani Makassar najirah_stmikh@yahoo.com Abstrak
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN APLIKASI
27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma
Lebih terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
Lebih terperinciT I N J A U A N P U S T A K A Algoritma Genetika [5]
Algoritma Genetika [5] Fitness adalah nilai yang menyatakan baik-tidaknya suatu jalur penyelesaian dalam permasalahan TSP,sehingga dijadikan nilai acuan dalam mencari jalur penyelesaian optimal dalam algoritma
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) Mohamad Subchan STMIK Muhammadiyah Banten e-mail: moh.subhan@gmail.com ABSTRAK: Permasalahan pencarian rute terpendek dapat
Lebih terperinciImplementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah
Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Leonard Tambunan AMIK Mitra Gama Jl. Kayangan No. 99, Duri-Riau e-mail : leo.itcom@gmail.com Abstrak Pada saat ini proses penjadwalan kuliah
Lebih terperinciBAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian Secara umum diagram alir algoritma genetika dalam penelitian ini terlihat pada Gambar 3.1. pada Algoritma genetik memberikan suatu pilihan bagi penentuan
Lebih terperinciSTUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API
STUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API Akhmad Alfan Hidayatullah, Anik Nur Handayani, Muhammad Jauharul Fuady Teknik Elektro - Universitas
Lebih terperinciPENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA
PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA Bagus Priambodo Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Mercu Buana e- mail : bagus.priambodo@mercubuana.ac.id
Lebih terperinciDAFTAR ISI. Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii
DAFTAR ISI Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii Faiz Rafdh Ch SISTEM INFORMASI ZAKAT BERBASIS WEB MENGGUNAKAN PHP DAN MYSQL PADA RUMAH ZAKATINDONESIA 1-7 Abdul Jamil Syamsul Bachtiar
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Makin pesatnya perkembangan teknologi menyebabkan adanya perkembangan dan perluasan lingkup yang membutuhkan kehadiran kecerdasan buatan. Kecerdasan buatan merupakan
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI SISTEM KENDALI PID SEBAGAI PENGONTROL KECEPATAN ROBOT MOBIL PADA LINTASAN DATAR, TANJAKAN, DAN TURUNAN TUGAS AKHIR
PERANCANGAN DAN IMPLEMENTASI SISTEM KENDALI PID SEBAGAI PENGONTROL KECEPATAN ROBOT MOBIL PADA LINTASAN DATAR, TANJAKAN, DAN TURUNAN TUGAS AKHIR Oleh : Imil Hamda Imran NIM : 06175062 Pembimbing I : Ir.
Lebih terperinciALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning
ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS Surabaya 2003 Algoritma Genetika Algoritma
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T
PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T Abstrak : Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi
Lebih terperinciOptimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika
Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika Rozak Arief Pratama 1, Esmeralda C. Djamal, Agus Komarudin Jurusan Informatika, Fakultas MIPA Universitas Jenderal
Lebih terperinciPERANCANGAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK. Kata kunci: Algoritma Genetika, Shortest Path Problem, Jalur Terpendek
PERANCANGAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK Fajar Saptono 1, Taufiq Hidayat 2 Laboratorium Pemrograman dan Informatika Teori Jurusan Teknik Informatika, Fakultas Teknologi Industri,
Lebih terperinciBAB I PENDAHULUAN. hampir di seluruh dunia, termasuk Indonesia. Alat transportasi ini memiliki
BAB I PENDAHULUAN 1.1 Latar Belakang Kereta api merupakan alat transportasi darat utama yang digunakan hampir di seluruh dunia, termasuk Indonesia. Alat transportasi ini memiliki multi keunggulan komparatif,
Lebih terperinci1. Pendahuluan 1.1. Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Perkembangan teknologi informasi yang begitu pesat sekarang ini memberikan dampak yang besar terhadap kinerja manusia khususnya dalam bekerja. Segala sesuatu yang dahulu
Lebih terperinciPRESENTASI TUGAS AKHIR
PRESENTASI TUGAS AKHIR Travelling Salesman Problem menggunakan Algoritma Genetika Via GPS berbasis Android (kata kunci : android,gps,google Maps, Algoritma Genetika, TSP) Penyusun Tugas Akhir : Azmi Baharudin
Lebih terperinciGENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR
MULTI TRAVELING SALESMAN PROBLEM (MTSP) DENGAN ALGORITMA Abstrak GENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR Oleh : Fitriana Yuli Saptaningtyas,M.Si. Jurusan Pendidikan Matematika FMIPA
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION
PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.
Lebih terperinciSWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION. Taufan Mahardhika 1
SWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION Taufan Mahardhika 1 1 Prodi S1 Kimia, Sekolah Tinggi Analis Bakti Asih 1 taufansensei@yahoo.com Abstrak Swarm
Lebih terperinciOptimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar
Optimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar Soni Irawan Jatmika 2210 105 052 Pembimbing : 1. Prof. Dr. Ir. Adi Soeprijanto, MT. 2. Heri Suryoatmojo, ST. MT.
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam
Lebih terperinciPenjadwalan 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 terperinciJl. Ahmad Yani, Pontianak Telp./Fax.: (0561)
APLIKASI PENCARIAN RUTE TERPENDEK MENGGUNAKANALGORITMA GENETIKA (Studi Kasus: Pencarian Rute Terpendek untuk Pemadam Kebakaran di Wilayah Kota Pontianak) [1] Putri Yuli Utami, [2] Cucu Suhery, [3] Ilhamsyah
Lebih terperinci2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks
4 2 TINJAUAN PUSTAKA 2.1 Peringkasan Teks Peringkasan teks adalah proses pemampatan teks sumber ke dalam versi lebih pendek namun tetap mempertahankan informasi yang terkandung didalamnya (Barzilay & Elhadad
Lebih terperinciBAB II LANDASAN TEORI
27 BAB II LANDASAN TEORI 2.1. Penelitian Terkait Penelitian terkait yang menggunakan algoritma genetika untuk menemukan solusi dalam menyelesaikan permasalahan penjadwalan kuliah telah banyak dilakukan.
Lebih terperinciOPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA
OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA Muhammad Arief Nugroho 1, Galih Hermawan, S.Kom., M.T. 2 1, 2 Universitas Komputer Indonesia Jl. Dipatiukur No. 112-116, Bandung 40132 E-mail
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG
IMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG Adnan Buyung Nasution 1 1,2 Sistem Infomasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama 3 Universitas
Lebih terperinciBAB 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Algoritma Genetika Algoritma genetika merupakan algoritma pencarian heuristik ysng didasarkan atas mekanisme seleksi alami dan genetika alami (Suyanto, 2014). Adapun konsep dasar
Lebih terperinciOPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA Mike Susmikanti Pusat Pengembangan Informatika Nuklir, Badan Tenaga Nuklir Nasional Kawasan
Lebih terperinciAPLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN
APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN Eva Haryanty, S.Kom. ABSTRAK Komputer adalah salah satu peralatan yang pada saat ini banyak pula digunakan
Lebih terperinciLingkup Metode Optimasi
Algoritma Genetika Lingkup Metode Optimasi Analitik Linier Non Linier Single Variabel Multi Variabel Dgn Kendala Tanpa Kendala Numerik Fibonacci Evolusi Complex Combinasi Intelijen/ Evolusi Fuzzy Logic
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka (Samuel, Toni & Willi 2005) dalam penelitian yang berjudul Penerapan Algoritma Genetika untuk Traveling Salesman Problem Dengan Menggunakan Metode Order Crossover
Lebih terperinciBAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:
BAB III PERANCANGAN Pada bagian perancangan ini akan dipaparkan mengenai bagaimana mencari solusi pada persoalan pencarian rute terpendek dari n buah node dengan menggunakan algoritma genetika (AG). Dari
Lebih terperinciBAB I PENDAHULUAN. wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat
BAB I PENDAHULUAN A. Latar Belakang Masalah Objek pariwisata di Yogyakarta sudah semakin beragam mulai dari wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat wisatawan dapat dibuat
Lebih terperinciBAB I PENDAHULUAN. adalah dengan menyatakan objek dinyatakan dengan sebuah titik (vertex),
BAB I PENDAHULUAN 1. 1 Latar Belakang Masalah Teori graf merupakan salah satu bidang matematika, yang diperkenalkan pertama kali oleh ahli matematika asal Swiss, Leonardo Euler pada tahun 1736. Teori graf
Lebih terperinciBAB I PENDAHULUAN. berjalan sesuai dengan yang telah di rencanakan. penjadwalan ini merupakan proses yang menyulitkan karena proses ini
BAB I PENDAHULUAN 1.1 Latar Belakang Penjadwalan merupakan kegiatan yang harus dimiliki oleh seseorang untuk membantu aktivitas dalam kehidupan sehari-hari. Terlebih sebuah instansi atau lembaga yang memiliki
Lebih terperinciPENCARIAN RUTE TERPENDEK ARENA KONTES ROBOT PEMADAM API INDONESIA (KRPAI) MENGGUNAKAN ALGORITMA HILL CLIMBING
ABSTRAK PENCARIAN RUTE TERPENDEK ARENA KONTES ROBOT PEMADAM API INDONESIA (KRPAI) MENGGUNAKAN ALGORITMA HILL CLIMBING Pamor Gunoto Dosen Tetap Program Studi Teknik Elektro Universitas Riau Kepulauan (UNRIKA)
Lebih terperinciBAB 1 PENDAHULUAN. 1 Randy L Haupt & Sue Ellen Haupt, Practical Genetic Algorithms second edition, Wiley Interscience,2004.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seseorang salesman tentu akan sangat kesulitan jika harus mengunjungi semua kota sendirian, oleh karena itu dibutuhkan beberapa orang salesman untuk membagi
Lebih terperinciBAB III ANALISA MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM III.1. Analisa Masalah Perkembangan game dari skala kecil maupun besar sangat bervariasi yang dapat dimainkan oleh siapa saja tanpa memandang umur, dari anak
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 7 Diagram alur proses mutasi.
5 Mulai HASIL DAN PEMBAHASAN Kromosom P = rand [0,1] Ya P < Pm R = random Gen(r) dimutasi Selesai Tidak Gambar 7 Diagram alur proses mutasi. Hasil populasi baru yang terbentuk akan dievaluasi kembali dan
Lebih terperinciOPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG
OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG Disusun Oleh : Nama : Mochammad Brananta Arya Lasmono NPM : 34412653
Lebih terperinciOptimasi 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 terperinciOPTIMASI 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 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 terperinciPerancangan 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 terperinciPERANCANGAN DAN PEMBUATAN WORD GAME SCRAMBLE DENGAN ALGORITMA GENETIKA
Word Game Scramble dengan Algoritma Genetika PERANCANGAN DAN PEMBUATAN WORD GAME SCRAMBLE DENGAN ALGORITMA GENETIKA Anita Qoiriah Teknik Elektro, Fakultas Teknik, Universitas Negeri Surabaya, anitaqoi@yahoo.com
Lebih terperinciIMPLEMENTASI SISTEM NAVIGASI ROBOT WALL FOLLOWING DENGAN METODE FUZZY LOGIC UNTUK ROBOT PEMADAM API ABIMANYU PADA KRPAI TAHUN 2016
IMPLEMENTASI SISTEM NAVIGASI ROBOT WALL FOLLOWING DENGAN METODE FUZZY LOGIC UNTUK ROBOT PEMADAM API ABIMANYU PADA KRPAI TAHUN 2016 SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciIMPLEMENTASI TRAVELLING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA GENETIK PADA GAME KALPATARU
IMPLEMENTASI TRAVELLING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA GENETIK PADA GAME KALPATARU Tenia Wahyuningrum *1, Aciek Ida Wuryandari #2, Agung Harsoyo #3 * AKATEL Sandhy Putra Purwokerto, Jl. DI
Lebih terperinciPERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN
PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN Eva Desiana, M.Kom Pascasarjana Teknik Informatika Universitas Sumatera Utara, SMP Negeri 5 Pematangsianta Jl. Universitas Medan, Jl.
Lebih terperinciAPLIKASI HASIL PENCARIAN DAN RUTE PENGIRIMAN BARANG DARI SOLUSI MASALAH TRANSPORTASI BIKRITERIA DENGAN METODE LOGIKA FUZZY
APLIKASI HASIL PENCARIAN DAN RUTE PENGIRIMAN BARANG DARI SOLUSI MASALAH TRANSPORTASI BIKRITERIA DENGAN METODE LOGIKA FUZZY Faisal Dosen Jurusan Teknik Informatika Fakultas Sains & Teknologi UIN Alauddin
Lebih terperinciGenetic Algorithme. Perbedaan GA
Genetic Algorithme Algoritma ini bekerja dengan sebuah populasi yang terdiri atas individu-individu (kromosom). Individu dilambangkan dengan sebuah nilai kebugaran (fitness) yang akan digunakan untuk mencari
Lebih terperinciKNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA
LAPORAN TUGAS BESAR ARTIFICIAL INTELLEGENCE KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA Disusun Oleh : Bayu Kusumo Hapsoro (113050220) Barkah Nur Anita (113050228) Radityo Basith (113050252) Ilmi Hayyu
Lebih terperinciOPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN
OPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN MENGGUNAKAN ALGORITMA GENETIKA Azimatul Khulaifah 2209 105 040 Bidang Studi Sistem Tenaga Jurusan Teknik Elektro FTI ITS Dosen Pembimbing : Dosen
Lebih terperinciBab II Konsep Algoritma Genetik
Bab II Konsep Algoritma Genetik II. Algoritma Genetik Metoda algoritma genetik adalah salah satu teknik optimasi global yang diinspirasikan oleh proses seleksi alam untuk menghasilkan individu atau solusi
Lebih terperinciRancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika
1 Rancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika Annisti Nurul Fajriyah Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia robot selama beberapa dekade ini sangat pesat. Robot pertama kali diperkenalkan pada tahun 1921 oleh Karel Capek dalam suatu pertunjukan drama. Mulai
Lebih terperinciAlgoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial
Algoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial Muhammad Abdy* 1, Maya Sari Wahyuni* 2, Nur Ilmi* 3 1,2,3 Jurusan Matematika, Universitas Negeri Makassar e-mail: * 1 m.abdy@unm.ac.id,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pembentukan kelas belajar merupakan kegiatan rutin yang dilakukan oleh setiap sekolah pada setiap tahun ajaran baru. Pembentukan kelas biasanya dilakukan dengan membagi
Lebih terperinciBAB II LANDASAN TEORI
17 BAB II LANDASAN TEORI 2.1 Algoritma Dalam matematika dan komputasi, algoritma merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah-perintah ini dapat diterjemahkan secara bertahap
Lebih terperinciBAB IV ANALISIS MASALAH
BAB IV ANALISIS MASALAH 4.1 Tampilan Program Persoalan TSP yang dibahas pada tugas akhir ini memiliki kompleksitas atau ruang solusi yang jauh lebih besar dari TSP biasa yakni TSP asimetris dan simetris.
Lebih terperinciPENERAPAN 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 terperinciPENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI DENGAN MENGUNAKAN PENYELEKStAN RODA ROULETTE
PENERAPAN ALGORTMA GENETK UNTUK OPTMAS DENGAN MENGUNAKAN PENYELEKStAN RODA ROULETTE Samuel Lukas, M.Tech." Abstract The purpose of this paper is to introducing genetic algorithm. This algorithm is one
Lebih terperinciPERANCANGAN ROBOT CERDAS PEMADAM API DENGAN SENSOR THERMAL ARRAY TPA 81 BERBASIS MICROCONTROLLER ARDUINO MEGA 2560
PERANCANGAN ROBOT CERDAS PEMADAM API DENGAN SENSOR THERMAL ARRAY TPA 81 BERBASIS MICROCONTROLLER ARDUINO MEGA 2560 Alfith Fakultas Teknologi Industri, Institut Teknologi Padang e-mail: alfith.st.tumangguang@gmail.com
Lebih terperinciBAB III MODEL DAN TEKNIK PEMECAHAN
BAB III MODEL DAN TEKNIK PEMECAHAN III.1. Diskripsi Sistem Sistem pendistribusian produk dalam penelitian ini adalah berkaitan dengan permasalahan vehicle routing problem (VRP). Berikut ini adalah gambar
Lebih terperinciPencarian Rute Terpendek untuk Pengoptimalan Ditribusi Sales Rokok Gudang Garam di kecamatan Wuluhan Kabupaten Jember Menggunakan Algoritma Genetika
Pencarian Rute Terpendek untuk Pengoptimalan Ditribusi Sales Rokok Gudang Garam di kecamatan Wuluhan Kabupaten Jember Menggunakan Algoritma Genetika Priza Pandunata, Rachmad Agung Bagaskoro, Agung Ilham
Lebih terperinciBAB II LANDASAN TEORI. Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan
BAB II LANDASAN TEORI 2.1 Sejarah Perusahaan Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan pengadaan suku cadang computer. Dalam bidang tersebut diharuskan berbadan hukum PD,
Lebih terperinciBAB IV STUDI KASUS. Saparua. Kep. Tenggara. Gambar 4.1 Wilayah studi
BAB IV STUDI KASUS 4.1 DESKRIPSI WILAYAH KAJIAN Wilayah kajian merupakan wilayah kepulauan yang berlokasi di propinsi Maluku. Pusat kegiatan akan diwakili oleh masing-masing pelabuhan di wilayah tersebut
Lebih terperinciRANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA
ABSTRAKSI RANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA Tedy Rismawan, Sri Kusumadewi Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas
Lebih terperinciDETEKSI MAHASISWA BERPRESTASI DAN BERMASALAH DENGAN METODE K- MEANS KLASTERING YANG DIOPTIMASI DENGAN ALGORITMA GENETIKA
DETEKSI MAHASISWA BERPRESTASI DAN BERMASALAH DENGAN METODE K- MEANS KLASTERING YANG DIOPTIMASI DENGAN ALGORITMA GENETIKA Akmal Hidayat 1) & Entin Martiana 2) 1) Teknik Elektro Politeknik Bengkalis Jl.
Lebih terperinciAnalisis Operator Crossover pada Permasalahan Permainan Puzzle
Analisis Operator Crossover pada Permasalahan Permainan Puzzle Kun Siwi Trilestari [1], Ade Andri Hendriadi [2] Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbanga Karawang
Lebih terperinciPENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL
PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL Randy Reza Kautsar (1), Bima Sena Bayu D S.ST M.T (2), A.R. Anom Besari. S.ST, M.T (2) (1)
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. analisis, desain/perancangan, kode, dan pengujian/implementasi. Tahap analisis
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Perancangan program simulasi dalam skripsi ini terdiri dari empat tahapan, yaitu analisis, desain/perancangan, kode, dan pengujian/implementasi. Tahap analisis kebutuhan,
Lebih terperinciPENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA. Abstraksi
PENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA I Dewa Made Adi Baskara Joni 1, Vivine Nurcahyawati 2 1 STMIK STIKOM Indonesia, 2 STMIK STIKOM
Lebih terperinciPENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI POLA PENYUSUNAN BARANG DALAM RUANG TIGA DIMENSI ABSTRAK
PENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI POLA PENYUSUNAN BARANG DALAM RUANG TIGA DIMENSI Eddy Triswanto Setyoadi, ST., M.Kom. ABSTRAK Melakukan optimasi dalam pola penyusunan barang di dalam ruang tiga
Lebih terperinciPENYELESAIAN MASALAH PENUGASAN DENGAN ALGORITMA GENETIKA TEKNIK CYCLE CROSSOVER.
PENYELESAIAN MASALAH PENUGASAN DENGAN ALGORITMA GENETIKA TEKNIK CYCLE CROSSOVER. Ir. Samuel Lukas, M.Tech*, Dr(Eng). Pujianto Yugopuspito, M.Sc", dan Hadiyanto Asali*" Abstract Assignment problem is one
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Algoritma
13 BAB 2 LANDASAN TEORI 2.1 Algoritma Dalam matematika dan komputasi, algoritma merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah-perintah ini dapat diterjemahkan secara bertahap
Lebih terperinciBAB I PENGENALAN INTELEGENSI BUATAN
BAB I PENGENALAN INTELEGENSI BUATAN A. Pengantar Intelegensi Buatan (AI) Intelegensi Buatan (Artificial Intelligence) merupakan cabang terpenting dalam dunia computer yang membuat agar mesin (computer)
Lebih terperinciPEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL
Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 98 106 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL YOSI PUTRI, NARWEN
Lebih terperinciALGORITMA GENETIKA PADA PENYELESAIAN AKAR PERSAMAAN SEBUAH FUNGSI
ALGORITMA GENETIKA PADA PENYELESAIAN AKAR PERSAMAAN SEBUAH FUNGSI Akhmad Yusuf dan Oni Soesanto Program Studi Matematika Universitas Lambung Mangkurat Jl. Jend. A. Yani km 35, 8 Banjarbaru ABSTRAK Algoritma
Lebih terperinciPengendalian Posisi Mobile Robot Menggunakan Metode Neural Network Dengan Umpan Balik Kamera Pemosisian Global
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pengendalian Posisi Mobile Robot Menggunakan Metode
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERSOALAN PEDAGANG KELILING (TSP)
Abstrak PENERAPAN ALGORITMA GENETIKA PADA PERSOALAN PEDAGANG KELILING (TSP) Aulia Fitrah 1, Achmad Zaky 2, Fitrasani 3 Program Studi Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Seiring dengan perkembangan jaman, robot menjadi salah satu alternatif pengefektifan tenaga manusia dalam menyelesaikan pekerjaannya di dunia nyata. Akan tetapi robot
Lebih terperinciPENENTUAN 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 terperinciBAB 2 LANDASAN TEORI. dalam bentuk model untuk dipelajari, diuji, dan sebagainya. Banyak ahli memberikan
BAB 2 LANDASAN TEORI 2.1 Teknik Simulasi Teknik Simulasi merupakan cara meniru suatu sistem nyata yang kompleks dalam bentuk model untuk dipelajari, diuji, dan sebagainya. Banyak ahli memberikan definisi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang pesat memberikan banyak kemudahan dalam penyelesaian masalah dan pencapaian hasil kerja yang memuaskan bagi kehidupan manusia. Salah satu
Lebih terperinciBAB II LANDASAN TEORI. digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam
BAB II LANDASAN TEORI 2.1 Valuta Asing Valuta asing dapat diartikan sebagai mata uang yang dikeluarkan dan digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam hukum ekonomi bila terdapat
Lebih terperinci