Optimasi Persediaan Multi-item Fuzzy EOQ Di PT UWBM dengan Algoritma Genetika
|
|
- Doddy Susanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Optimasi Persediaan Multi-item Fuzzy EOQ Di PT UWBM dengan Algoritma Genetika Disusun Oleh : Ainy Mahmudah Pembimbing I Pembimbing II : Dr. Irhamah, S.Si., M.Si : Dra. Sri Mumpuni R, M.Si 1 Seminar Hasil Statistika ITS 11 Juli 2011
2 AGENDA TINJAUAN METODOLOGI 2
3 Latar Belakang Kompetisi Manajemen Penyimpanan INDUSTRI Perencanaan Rantai Pasok Perencanaan Produksi SCM/MRP Perencanaan Jaringan Logistics Vehicle Routing Peramalan Penjualan Bullwhip Effect 3
4 Latar Belakang Single-Item Produk Multi-Item Kusumadewi (2010) Mondal dan Maiti (2002) Manajeman Persediaan Multi-Item Fuzzy EOQ Algoritma Genetika EOQ Model Mondal dan Maiti (2002) EPQ 4
5 Rumusan Permasalahan 1 Bagaimana model persediaan multi-item fuzzy EOQ pada data persediaan PT UWBM 2 Berapa besar biaya persediaan yang optimum dengan menggunakan algoritma genetika untuk model EOQ di PT UWBM Tujuan 1 2 Mengembangkan model persediaan multi-item fuzzy EOQ pada data persediaan PT UWBM Mencari biaya persediaan yang optimum dengan menggnakan algoritma genetika untuk model EOQ di PT UWBM 5
6 Manfaat Perusahaan memberikan masukan pada pihak perusahaan untuk meminimumkan biaya persediaan dan jumlah barang yang dibutuhkan dalam satu periode produksi Ilmu Pengetahuan berkontribusi untuk penelitian mengenai permasalahan persediaan 6
7 Batasan Masalah Algoritma genetika digunakan dalam menyelesaikan masalah persediaan dengan model multi-item fuzzy EOQ Data yang digunakan diperoleh dari data persediaan di PT UWBM setiap minggu pada periode Januari 2010 sampai April 2011 Persediaan yang digunakan berdasarkan permintaan produksi produk Square Puff dan menggunakan item tepung terigu, tepung tapioka, dan gula Data permintaan yang digunakan untuk periode selanjutnya diperoleh dari hasil meramalkan dengan metode ARIMA 7 Periode perencanaan produksi adalah tiga bulan
8 ARIMA Model ARIMA Identifikasi model TAHAPAN Estimasi parameter 8 Pengujian model
9 Persediaan Fungsi Fungsi decoupling Fungsi economic lot sizing Fungsi antisipasi Komponen Biaya Biaya pembelian Biaya pemesanan Biaya penyimpanan Biaya kekurangan persediaan 9
10 Persediaan Model Persediaan Multi-item EOQ Total biaya persediaan EOQ Optimum Q * i = Q * Rpi C i Periode Pemesanan 10
11 Persediaan Model Persediaan Multi-item Fuzzy EOQ Fungsi Objektif Fungsi Batasan 11
12 Algoritma Genetika Simulasi proses evolusi pada manusia Langkah Langkah 1. Representasi dan Inisialisasi Penyandian Gen dan Kromosom Gen Kromosom 12 Menentukan Ukuran Populasi Dan Inisialisasi
13 Algoritma Genetika 2. Fungsi Tujuan Dan Nilai Fitnes 3. Seleksi Roulette Wheel 4. Pindah Silang Satu titik Induk Induk Anak Anak Mutasi Elitism
14 PT UWBM Produksi Biskuit VISI MISI Mende-dikasikan diri untuk menjamin kekuatan masa depan dengan mempertahankan kemampuan dan profesionalisme melalui permintaan konsumen 1. Menyediakan produk yang diinginkan konsumen 2. Menciptakan budaya untuk menghargai semua karyawan 3. Mempertahankan hubungan dengan perusahaan dan organisasi lain yang relevan 4. Menyediakan produk-produk yang berkualitas dan memberikan pelayanan yang memuaskan harapan konsumen 5. Memberikan kontribusi yang signifikan terhadap pertumbuhan ekonomi di Indonesia melalui perkembangan di sektor domestik maupun ekspor. 14
15 Sumber Data dan Variabel Penelitian Variabel Sumber Data mingguan persediaan bahan baku (tepung terigu, tepung tapioka, dan gula) PT UWBM pada bulan Januari 2010 sampai bulan April Biaya pemesanan mayor (C o ) 2. Biaya pemesanan minor (C oi ) 3. Biaya Simpan (C h ) 4. Biaya pembelian yang dikeluarkan untuk satu unit barang item ke-i dalam satu periode perencanaan produksi (d Rpi ) 5. Keseluruhan biaya pembelian yang dikeluarkan untuk satu unit barang semua item dalam satu periode perencanaan produksi (D Rp ) 6. Biaya total persediaan/total Cost (TC) 7. Harga beli satu unit item (C pi ) 8. Item 1 = tepung terigu, item 2 = tepung tapioka, dan item 3 = gula 15
16 Metode Analisis Data Mulai Data Formulasi Permasalahan Meramalkan permintaan Tiap item Memodelkan Permasalahan Persediaan Dengan Model Multi-ItemFuzzy EOQ Mengoptimalkan Model Multi-Item Fuzzy EQP Dengan Metode Algoritma Genetik 16 Selesai Kesimpulan dan Saran Model Optimum
17 Data Identifikasi Model Estimasi atau pendugaan parameter Pengujian asumsi model Ya Pemilihan model terbaik Tidak Peramalan (Forecasting) Data Ramalan 17
18 Mulai Input : N pop, P c, P m Inisialisasi Populasi Generasi = 0 Set Generasi =1 Metode Analisis Data Evaluasi kromosom berdasarkan fitness Seleksi dengan Roulette Wheel Crossover Mutasi Elitism Mencapai ya stopping criteria? Solusi Optimal Ya Generasi = Generasi +1 tidak 18 Selesai
19 Deskriptif Permintaan Bahan Baku Variabel Rata-Rata Varians Minimum Maksimum T.Tapioka ,50 0,00 236,00 Gula ,90 0, ,00 T.Terigu , ,00 19
20 Peramalan Gula Plot Time Series Data Permintaan Gula Plot ACF Data Permintaan Gula Gula Autocorrelation Index Lag
21 Peramalan Gula Partial Autocorrelation Plot PACF Data Permintaan Gula ARMA(1,1) dengan menggunakan variabel dummy untuk minggu ke 35, 36, dan 37 Peramalan Lag
22 Peramalan Tepung Terigu Plot Time Series Data Permintaan Tepung Terigu Plot ACF Data Permintaan Tepung Terigu T. Terigu Autocorrelation Index Lag
23 Peramalan Tepung Terigu Plot PACF Data PermintaanTepung Terigu 1.0 Model ARMA(1,1) dengan dummy minggu 35, 36 dan Partial Autocorrelation Lag Peramalan karung tepung terigu 23
24 Peramalan Tepung Tapioka Plot Time Series Data Permintaan Tepung Tapioka Plot Time Series Data Differencing PermintaanT.Tapioka Time Series Plot of Diff Tapioka Tapioka Diff Tapioka Index Index
25 Plot ACF Data Differencing Permintaan Tepung Tapioka Plot PACF Data Differencing PermintaanT.Tapioka Autocorrelation Partial Autocorrelation Lag Lag Model ARIMA(0,1,[2]) dengan dummy variabel minggu ke-37 Peramalan 2271 karung 25
26 Model Persediaan EOQ Untuk Bahan Baku Biaya Pembelian masing-masing item Minor Item Mayor Pencetak Pengirim an an Tepung Terigu 5 10 Tepung tapioka 7.859, Gula
27 Biaya Yang Diperlukan Seluruh Item Permintaan 1 Item Periode perencanaan Harga 1 unit item Kebutuhan Periode perencanaan produksi produksi Tepung Terigu Tepung tapioka , Gula D Biaya penyimpanan depresiasi gedung (2%) pajak gudang (1%) biaya pemeliharaan persediaan (1%) 27
28 Biaya Simpan Masing-Masing Item/Unit Item Harga 1 unit item Biaya Simpan /Tahun Biaya Simpan /3 Bulan Tepung Terigu 95 3,8 0,95 Tepung tapioka 77,5 3,1 0,775 Gula ,5 MODEL 28
29 Optimasi Model Persediaan Multi-Item EOQ QRp1 QRp2 QRp , , ,1 Q1 Q2 Q t * = 0,03445 x 12 x 6= 2,
30 Multi-Item Fuzzy EOQ dengan Algoritma Genetika Representasi dan Inisialisasi Q1 Q2 Q3 Inisialisasi , , ,44 QRp1 QRp2 QRp3 Kromosom , , ,1 30
31 Fungsi Objektif TC Fitness 1/TC Pindah Silang (Crossover) Induk , , ,44 Induk , Anak , Anak , , ,44
32 Simulasi Algoritma Genetika Item C oi C pi A Rpi P Tepung terigu Tepung Tapioka 15 77,5 Gula , C o D C h TC 0 P , , ,24 32
33 TC = Fungsi Batasan 33
34 α TIC Q Rp1 Q Rp2 Q Rp
35 t * = 0, x 12 x 6 = 2,354 3 Perbandingan Multi-Item EOQ dengan Multi-Item Fuzzy EOQ dengan Algoritma Genetika Item Multi-Item EOQ Multi-Item fuzzy EOQ dengan Algoritma Genetika Q* TIC Q TIC Tepung Terigu Tepunt Tapioka , , Gula
36 Perbandingan Biaya Persediaan PT UWBM dengan Penelitian Frekuensi pemesanan Biaya pesan (3 Bulan) PT UWBM Penelitian 3 24 Mayor Minor Q Rp , ,62 Q Rpi Q Rp , ,74 Cpi Q Rp , ,85 Cp Cp Cp D Rp d Rp d Rp d Rp H TC ,684
37 1. Model pengembangan untuk persediaan multi-item fuzzy EOQ pada data persediaan PT UWBM adalah 37
38 2. Dengan menggunakan model persediaan multi-item fuzzy EOQ untuk periode perencanaan selama tiga bulan, tiap kali melakukan pemesanan maka jumlah unit barang yang harus dipesan untuk masing-masing item adalah sebanyak 2478 karung tepung terigu, 74 karung tepung tapioka dan 414 karung gula. Dengan total biaya persediaan sebesar Rp ,853. Dimana waktu yang diperlukan untuk setiap kali pesan adalah setiap 3 hari kerja 38
39 39 DAFTAR Gerson. (2009), Optimasi Biaya Transportasi Dan Persediaan Banyak Barang Dari Satu Sumber Dengan Metode Dekomposisi Lagrangian, Skripsi, Jurusan Teknik Informatika Institut Teknologi Sepuluh Nopember Surabaya, Surabaya Heizer, J, & Render, B. (2006). Operation Management Buku2. Edisi 7. Jakarta: Salemba Empat. Heizer, J, & Render, B. (2001). Prinsip-Prinsip Manajemen Operasi. Jakarta: Salemba Empat Ko, M, Tiwari, A., & Mehnen, J. (2010). A review Of Soft Computing Applications In Supply Chain Management. Applied Soft Computing, Mondal, S, & Maiti, M. (2002). Multi-item Fuzzy EOQ Models Using Genetic Algorithm. Computers & Industrial Engineering, Nasution, A. H., dan Prasetyawan, Y. (2008). Perencanaan Pengendalian Produksi. Yogyakarta : Graha Ilmu. Pandjaitan, LannyW. (2007). Dasar-dasar Komputasi cerdas. Yogyakarta: Penerbit AndiYogyakarta. Samanta, B, & Al-Arami, S. A. (2001). An Inventory Control Model Using Fuzzy Logic. Production Economic, Wibisono,Ario. (2003), Aplikasi Metode Heuristik Persediaan Multi-item, Single Supplier Dengan Permintaan Acak, Skripsi, JurusanTeknik Industri Institut Teknologi Sepuluh Nopember Surabaya, Surabaya
40 40
2/6/2011. Data deret waktu. Metode : ARIMA. Tahapan : (1) identifikasi model, (2) estimasi model dan (3) validasi model.
Data deret waktu Metode : ARIMA Tahapan : () identifikasi model, (2) estimasi model dan (3) validasi model. Jimmy Ludin 30920725 DOSEN PEMBIMBING : Prof. Dra. Susanti Linuwih, M.Stat., Ph.D Dr. Drs. Brodjol
Lebih terperinciAnalisis Pengendalian Persediaan Produk Dengan Metode EOQ Menggunakan Algoritma Genetika untuk Mengefisiensikan Biaya Persediaan
JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 2301-9271 A-305 Analisis Pengendalian Persediaan Produk Dengan Metode EOQ Menggunakan Algoritma Genetika untuk Mengefisiensikan Biaya Persediaan Indroprasto,
Lebih terperinciALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi
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 III PEMBAHASAN. harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017.
BAB III PEMBAHASAN Data yang digunakan dalam bab ini diasumsikan sebagai data perkiraan harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017. Dengan demikian dapat disusun model Fuzzy
Lebih terperinciOptimasi Pengendalian Persediaan Bahan Kimia Dengan Pendekatan EOQ Menggunakan Algoritma Genetika
Performa (2014) Vol. 13, No.2: 117-126 Optimasi Pengendalian Persediaan Bahan Kimia Dengan Pendekatan EOQ Menggunakan Algoritma Genetika Dirce Maria J.G.D.S Benevides, Evi Yuliawati Jurusan Teknik Industri,
Lebih terperinciAPLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI
Lebih terperinciIII. METODOLOGI PENELITIAN
A. KERANGKA PEMIKIRAN III. METODOLOGI PENELITIAN Produksi bunga krisan yang mengalami peningkatan dari tahun ke tahun memberikan kontribusi yang positif kepada petani dalam peningkatan kesejahteraan mereka.
Lebih terperinciPERANCANGAN APLIKASI PENJADWALAN TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA GENETIKA
PERANCANGAN APLIKASI PENJADWALAN TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA GENETIKA Hendy Tannady; Andrew Verrayo Limas Industrial Engineering Department, Faculty of Engineering, Binus University Jl.
Lebih 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 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 terperinciPERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP)
PERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP) Rezki Susan Ardyati dan Dida D. Damayanti Program Studi Teknik Industri Institut Teknologi
Lebih terperinciAPLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS
APLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS Hafid Hazaki 1, Joko Lianto Buliali 2, Anny Yuniarti 2
Lebih 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 terperinciPELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 65-72 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE
Lebih terperinciPERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA
Seminar Hasil Tugas Akhir Jurusan Statistika Institut Teknologi Sepuluh Nopember Surabaya 2013 LOGO PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Pada saat sekarang ini, setiap perusahaan yang ingin tetap bertahan dalam persaingan dengan perusahaan lainnya, harus bisa membuat semua lini proses bisnis perusahaan tersebut
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA UNTUK MINIMASI GALAT PADA METODE PERAMALAN ARIMA
Seminar Nasional Sistem Informasi Indonesia, 2-3 November 2015 IMPLEMENTASI ALGORITMA GENETIKA UNTUK MINIMASI GALAT PADA METODE PERAMALAN ARIMA Muhammad Abdurrahman Baraja (1), Wiwik Anggraeni (2) (1,
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 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 terperinciPENGGUNAAN ALGORITMA GENETIKA PADA PENJADWALAN PRODUKSI DI PT DNP INDONESIA PULO GADUNG
PENGGUNAAN ALGORITMA GENETIKA PADA PENJADWALAN PRODUKSI DI PT DNP INDONESIA PULO GADUNG Suriadi AS, Ulil Hamida, N. Anna Irvani STMI Jakarta, Kementerian Perindustrian RI ABSTRAK Permasalahan yang terjadi
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 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 terperinciPENENTUAN KOMBINASI OPTIMUM JUMLAH, BERAT, DAN WAKTU TAMBAT KAPAL DI PT (PERSERO) PELABUHAN INDONESIA III GRESIK MENGGUNAKAN ALGORITMA GENETIKA
LOGO PENENTUAN KOMBINASI OPTIMUM JUMLAH, BERAT, DAN WAKTU TAMBAT KAPAL DI PT (PERSERO) PELABUHAN INDONESIA III GRESIK MENGGUNAKAN ALGORITMA GENETIKA Oleh : Aris Saputro 1206100714 Pembimbing : Dr. M. Isa
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 terperinciTugas Mata Kuliah E-Bisnis REVIEW TESIS
Tugas Mata Kuliah E-Bisnis REVIEW TESIS Desain Algoritma Genetika Untuk Optimasi Penjadwalan Produksi Meuble Kayu Studi Kasus Pada PT. Sinar Bakti Utama (oleh Fransiska Sidharta dibawah bimbingan Prof.Kudang
Lebih terperinciPeramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika
Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika M. Syafrizal, Luh Kesuma Wardhani, M. Irsyad Jurusan Teknik Informatika - Universitas Islam Negeri Sultan Syarif Kasim Riau
Lebih terperinciPERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI
PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI TUGAS SARJANA Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana
Lebih terperinciOPTIMASI QUERY DATABASE MENGGUNAKAN ALGORITMA GENETIK
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN 1907-5022 OPTIMASI QUERY DATABASE MENGGUNAKAN ALGORITMA GENETIK Manahan Siallagan, Mira Kania Sabariah, Malanita Sontya Jurusan Teknik
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS
IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) UNTUK OPTIMASI RUTE PENDISTRIBUSIAN RASKIN DI KOTA YOGYAKARTA TUGAS
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK MERAMALKAN KONSUMSI PREMIUM KOTA DENPASAR
E-Jurnal Matematika Vol. 3 (4), November 2014, pp. 10-17 ISSN: 2303-171 APLIKASI ALGORITMA GENETIKA UNTUK MERAMALKAN KONSUMSI PREMIUM KOTA DENPASAR Victor Mallang 1, Ketut Jayanegara 2, Made Asih 3, I
Lebih terperinciPenjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Jurnal Telematika, vol.9 no.1, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-251 Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Pasar modal merupakan pasar untuk berbagai instrumen keuangan jangka
BAB I PENDAHULUAN A. Latar Belakang Pasar modal merupakan pasar untuk berbagai instrumen keuangan jangka panjang yang dapat diperjualbelikan, baik dalam bentuk utang ataupun modal sendiri. Pasar modal
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 terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN BIAYA MINIMAL DISTRIBUSI BARANG TIGA TAHAP PT. SEMEN TONASA
PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN BIAYA MINIMAL DISTRIBUSI BARANG TIGA TAHAP PT. SEMEN TONASA Andi Baharuddin 1, Aidawayati Rangkuti 2, Armin Lawi 3 Program Studi Matematika, Jurusan Matematika,
Lebih terperinci(S.4) PENDEKATAN METODE ALGORITMA GENETIK UNTUK IDENTIFIKASI MODEL ARIMA
(S.4) PENDEKATAN METODE ALGORITMA GENETIK UNTUK IDENTIFIKASI MODEL ARIMA Jimmy Ludin Mahasiswa Program Magister Jurusan Statistika Fakultas Matematika Dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. WAKTU DAN TEMPAT PENELITIAN Penelitian ini dilakukan di PT Klip Plastik Indonesia sejak dari Agustus-Desember 2015, penulis tertarik untuk melakukan penelitian di PT Klip Plastik
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 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 terperinciZbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag.
Zbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag. 12/11/2009 1 Ditemukan oleh Holland pada tahun 1975. Didasari oleh fenomena evolusi darwin. 4 kondisi yg mempengaruhi
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY
PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY Arief Kelik Nugroho Fakultas Teknik, Universitas PGR Yogyakarta e-mail : ariefkeliknugroho@gmail.com Abstrak
Lebih terperinciOptimasi Penyusunan Paket Suku Cadang Pada PT. XYZ Menggunakan Metode Algoritma Genetik
Optimasi Penyusunan Paket Suku Cadang Pada PT. XYZ Menggunakan Metode Algoritma Genetik Ridzky Utomo 1,, Pratya Poeri S 2, Mira Rahayu 3 Program Studi Teknik Industri, Fakultas Rekayasa Industri,Institut
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi
BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika
Lebih terperinciPenerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem
Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem Tri Kusnandi Fazarudin 1, Rasyid Kurniawan 2, Mahmud Dwi Sulistiyo 3 1,2 Prodi S1 Teknik Informatika,
Lebih terperinciOPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK ABSTRAK
OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK Robby Hidayat, Moses L.Singih, Mahasiswa MMT ITS Manajemen Industri Email : Robbie_First@Yahoo.Com ABSTRAK PT. Siantar Top Tbk adalah
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik bahasan : Pendahuluan Mahasiswa dapat memahami konsep cerdasan buatan dan aplikasinya dalam bidang rekayasa 1 Setelah mempelajari materi ini, diharapkan mahasiswa : 1.Mampu mengenal permbangan teknologi
Lebih terperinciANALISIS PENGENDALIAN PERSEDIAAN BAHAN BAKU DENGAN METODE EOQ. Hanna Lestari, M.Eng
ANALISIS PENGENDALIAN PERSEDIAAN BAHAN BAKU DENGAN METODE EOQ Hanna Lestari, M.Eng 1 Masalah produksi merupakan hal penting bagi perusahaan karena berkaitan dengan pencapaian laba perusahaan. Jika proses
Lebih terperinciOPTIMASI SISTEM PERSEDIAAN MULTI-ITEM DI PT. AMIGO GROUP DENGAN PENDEKATAN ALGORITMA GENETIKA
OPTIMASI SISTEM PERSEIAAN MULTI-ITEM I PT. AMIGO GROUP ENGAN PENEKATAN ALGORITMA GENETIKA Arlisa Jati Wulandari, Sri Mumpuni R, Irhamah Mahasiswa Jurusan Statistika FMIPA-ITS, osen Jurusan Statistika FMIPA-ITS
Lebih terperinciBAB II KAJIAN TEORI. memindahkan barang dari pihak supplier kepada pihak pelanggan dalam suatu supply
BAB II KAJIAN TEORI Berikut diberikan beberapa teori pendukung untuk pembahasan selanjutnya. 2.1. Distribusi Menurut Chopra dan Meindl (2010:86), distribusi adalah suatu kegiatan untuk memindahkan barang
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 terperinciM. Ainul Yaqin 1,Totok Lisbiantoro 2, Jurusan Teknik Informatika, Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang
OPTIMASI PENJADWALAN PERKULIAHAN JURUSAN TEKNIK INFORMATIKA UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI RANK M. Ainul Yaqin 1,Totok Lisbiantoro
Lebih terperinciOptimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi
Optimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi Rahman Aulia Universitas Sumatera Utara Pasca sarjana Fakultas Ilmu Komputer Medan, Indonesia Rahmanaulia50@gmail.com Abstract
Lebih terperinciPDF Compressor Pro KATA PENGANTAR. Jurnal Ilmiah Teknik Industri dan Informasi -- 69
Jurnal Ilmiah Teknik Industri dan Informasi -- 69 KATA PENGANTAR Puji syukur Alhamdulillah, kami sampaikan ke hadirat Allah YME, karena terealisasinya Tekinfo, Jurnal Ilmiah Teknik Industri dan Informasi
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 terperinciPenyelesaian Puzzle Sudoku menggunakan Algoritma Genetik
Penyelesaian Puzzle Sudoku menggunakan Algoritma Genetik Afriyudi 1,Anggoro Suryo Pramudyo 2, M.Akbar 3 1,2 Program Studi Sistem Informasi Fakultas Ilmu Komputer. Universitas Bina Darma Palembang. email
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 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 terperinciMEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB
MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB Syafiul Muzid 1, Sri Kusumadewi 2 1 Sekolah Pascasarjana Magister Ilmu Komputer, Universitas Gadjah Mada, Yogyakarta e-mail: aakzid@yahoo.com 2 Jurusan
Lebih terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih terperinciPEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM
PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM Syafiul Muzid Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia, Yogyakarta E-mail:
Lebih terperinciPEMBUATAN APLIKASI PERENCANAAN PRODUKSI DISTRIBUSI AGREGAT PADA MANAJEMEN RANTAI PASOK DENGAN MENGGUNAKAN PENDEKATAN FUZZY-GENETIC
PEMBUATAN APLIKASI PERENCANAAN PRODUKSI DISTRIBUSI AGREGAT PADA MANAJEMEN RANTAI PASOK DENGAN MENGGUNAKAN PENDEKATAN FUZZY-GENETIC Cindy Masyta, Rully Soelaiman Manajemen Teknologi Informasi - Magister
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 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 terperinciPERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK
PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK Sayed Fachrurrazi, S.Si., M.Kom Program Studi Teknik Informatika, Universitas Malikussaleh Reuleut,
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 terperinciPENDAHULUAN. Latar Belakang. Tujuan Penelitian
PENDAHULUAN Latar Belakang Fungsi Cobb-Douglas dengan galat aditif merupakan salah satu fungsi produksi yang dapat digunakan untuk menganalisis hubungan antara hasil produksi dan faktor-faktor produksi.
Lebih terperinciPENGARUH PENENTUAN JUMLAH PEMESANAN PADA BULLWHIP EFFECT
PENGARUH PENENTUAN JUMLAH PEMESANAN PADA BULLWHIP EFFECT Puji Lestari, Liong Irena, I Gede Agus Widyadana Program Studi Teknik Industri, Universitas Kristen Petra Siwalankerto, Surabaya, Indonesia (Received:
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 terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK DISTRIBUSI SURAT KABAR KEDAULATAN RAKYAT DI KABUPATEN SLEMAN SKRIPSI Diajukan Kepada Fakultas Matematika
Lebih terperinciBAB 2 DASAR TEORI. 2.1 Teka-Teki Silang
BAB 2 DASAR TEORI 2.1 Teka-Teki Silang Teka-teki silang atau disingkat TTS adalah suatu permainan yang mengharuskan penggunanya untuk mengisi ruang-ruang kosong dengan huruf-huruf yang membentuk sebuah
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 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 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap perusahaan tidak dapat lepas dari persoalan transportasi, baik untuk pengadaan bahan baku ataupun dalam mengalokasikan barang jadinya. Salah satu metode yang
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 terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN BATASAN FUNGSI KENGGOTAAN FUZZY TSUKAMOTO PADA KASUS PERAMALAN PERMINTAAN BARANG
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 3, No. 3, September 2016, hlm. 169-173 PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN BATASAN FUNGSI KENGGOTAAN FUZZY TSUKAMOTO PADA KASUS PERAMALAN
Lebih terperinciBAB I PENDAHULUAN. telah diadopsi untuk mengurangi getaran pada gedung-gedung tinggi dan struktur
BAB I PENDAHULUAN 1.1 Latar Belakang Tuned mass damper (TMD) telah banyak digunakan untuk mengendalikan getaran dalam sistem teknik mesin. Dalam beberapa tahun terakhir teori TMD telah diadopsi untuk mengurangi
Lebih terperinciPenjadwalan Mata Kuliah Menggunakan Algoritma Genetika di Jurusan Sistem Informasi ITS
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) A-127 Mata Kuliah Menggunakan Algoritma Genetika di Jurusan Sistem Informasi ITS Wiga Ayu Puspaningrum, Arif Djunaidy, dan Retno
Lebih terperinciPENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL
Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 1 9 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL MULIA AFRIANI KARTIKA
Lebih terperinci1 Pendahuluan. 2 Metode Penelitian
Malikussaleh Industrial Engineering Journal Vol.5 No.1 (2016) 29-34 ISSN 2302 934X Planning and Production System Optimasi Ukuran Pemesanan Lot Yang Ekonomis pada Permintaan Deterministik Dinamis Menggunakan
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Definisi dan Fungsi Persediaan Persediaan adalah sunber daya mengganggur (idle resources) yang menunggu proses lebih lanjut. Yang dimaksud proses lanjut tersebut adalah berupa
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 DYNAMIC PRICING MENGGUNAKAN METODE ALGORITMA GENETIKA BERDASARKAN MODEL PERMINTAAN PADA HOTEL JW MARRIOTT SURABAYA
OPTIMASI DYNAMIC PRICING MENGGUNAKAN METODE ALGORITMA GENETIKA BERDASARKAN MODEL PERMINTAAN PADA HOTEL JW MARRIOTT SURABAYA R I F A N D A P U T R I I N D R E S W A R I 5 2 0 9 1 0 0 0 2 0 PENDAHULUAN Latar
Lebih terperinciKata kunci: Penjadwalan Ekonomis, Fuzzy Logic, Algoritma Genetika
ABSTRAK Penjadwalan Ekonomis bertujuan untuk mengatur pengoperasian unit pembangkit dengan biaya seekonomis mungkin, namun tetap dapat memenuhi kebutuhan daya untuk beban. Pengoperasian pembangkit secara
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Konsep Dasar Sistem dan Informasi 2.1.1 Sistem Menurut Sutabri (2004), bahwa sistem adalah sekelompok unsur yang erat hubungannya satu dengan yang lainnya berfungsi untuk mencapai
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Fuzzy Local Binary Pattern (FLBP) Fuzzifikasi pada pendekatan LBP meliputi transformasi variabel input menjadi variabel fuzzy, berdasarkan pada sekumpulan fuzzy rule. Dalam
Lebih terperinciNASKAH PUBLIKASI ILMIAH PENENTUAN PEMESANAN BAHAN BAKU JAMU ANGKUR PUTIH MENGGUNAKAN METODE SILVER MEAL. (Studi Kasus Di PT. Putro Kinasih, Sukoharjo)
NASKAH PUBLIKASI ILMIAH PENENTUAN PEMESANAN BAHAN BAKU JAMU ANGKUR PUTIH MENGGUNAKAN METODE SILVER MEAL (Studi Kasus Di PT. Putro Kinasih, Sukoharjo) Tugas Akhir ini Disusun Sebagai Syarat Untuk Memperoleh
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 terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN
APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN Tedy Rismawan 1, Sri Kusumadewi 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas Islam Indonesia e-mail: 1
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 III. Solusi Optimal Permasalahan Penjadwalan Perkuliahan Menggunakan Algoritma Fuzzy Evolusi
BAB III Solusi Optimal Permasalahan Penjadwalan Perkuliahan Menggunakan Algoritma Fuzzy Evolusi Pada bab ini dijelaskan mengenai penerapan dari algoritma fuzzy evolusi pada permasalahan penjadwalan perkuliahan.
Lebih terperinciPenerapan algoritma evolution strategies untuk optimasi distribusi barang dua tahap
Penerapan algoritma evolution strategies untuk optimasi distribusi barang dua tahap Candra Bella Vista 1, Wayan Firdaus Mahmudy 2 Program Studi Informatika / Ilmu Komputer Fakultas Ilmu Komputer Universitas
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 terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-300
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (203) 233-20 (230-9X Print) D-300 Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R- dengan Metode Fungsi Transfer
Lebih terperinciMENGUKUR KINERJA ALGORITMA GENETIK PADA PEMAMPATAN MATRIKS JARANG
MENGUKUR KINERJA ALGORITMA GENETIK PADA PEMAMPATAN MATRIKS JARANG Nico Saputro dan Joice Aritonang Email : nico@home.unpar.ac.id, jo_aritonang@yahoo.com A matrix that has lots of zero elements is called
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 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 terperinciPersediaan. Ruang Lingkup. Definisi. Menetapkan Persediaan. Keuntungan & Kerugian Persediaan
EMA402 - Manajemen Rantai Pasokan EMA-402 Manajemen Rantai Pasokan Materi #11 Manajemen Persediaan Definisi Persediaan Sekumpulan produk fisik pada berbagai tahap proses transformasi dari bahan mentah
Lebih terperinciSISTEM PENGONTROLAN PERSEDIAAN BARANG DENGAN METODE ECONOMIC ORDER QUANTITY (EOQ) MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus Gundaling Farm)
SISTEM PENGONTROLAN PERSEDIAAN BARANG DENGAN METODE ECONOMIC ORDER QUANTITY (EOQ) MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus Gundaling Farm) Darsono Nababan Program Studi Sistem Informasi, Fakultas Ilmu
Lebih terperinci