BAB III Analisis. Gambar III.1 Rancangan Pemrosesan

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III Analisis. Gambar III.1 Rancangan Pemrosesan"

Transkripsi

1 BAB III Analisis Bab ini memuat analisis yang dilakukan dalam penulisan Tugas Akhir, berupa analisis terhadap rancangan pemrosesan, yang dibagi menjadi bagian Preprosesor, Algoritma Genetika, dan bagian Postprosesor. 3.1 Rancangan Pemrosesan Proses umum yang dilakukan perangkat lunak adalah menerima masukan berupa melodi dan akor dalam format MusicXML dan batas nilai yang ingin dicapai, membuat aransemen berdasarkan masukan dalam format kromosom dengan algoritma genetika, menghasilkan keluaran aransemen dalam format MusicXML. Proses dibagi menjadi tiga bagian, yaitu Preprosesor, Algoritma Genetika, dan Postprosesor. Gambar III.1 Rancangan Pemrosesan Gambar III.1 menampilkan rancangan pemrosesan di dalam perangkat lunak. Perangkat lunak menerima masukan berupa melodi dan akor dalam format MusicXML dan batas nilai yang ingin dicapai. Akor masukan yang akan diproses terbatas hanya pada jenis akor yang terdapat pada Tabel II-2. Bagian Preprosesor melakukan pendefinisian parameter-parameter penilaian dalam fungsi fitness yang akan digunakan untuk mengevaluasi kromosom. Setiap parameter menyimpan informasi dari setiap satuan ketukan terkecil menurut batasan, yaitu sebesar seperenambelas ketukan. Pendefinisian parameter fungsi fitness meliputi III-1

2 penilaian berdasarkan teori melodi berupa kromosom_melodi, berisi melodi masukan dan berdasarkan teori harmoni berupa kromosom_harmoni, berisi nada-nada harmoni sesuai dengan akor masukan. Setelah parameter untuk fungsi fitness terdefinisi, dilakukan proses Algoritma Genetika. Proses yang dilakukan mencakup inisialisasi populasi, evaluasi kromosom dalam populasi menggunakan fungsi fitness dan pembentukan populasi generasi selanjutnya menggunakan operator genetika, hingga mendapat kromosom yang memiliki nilai fungsi fitness di atas batas nilai masukan. Kromosom yang dihasilkan dari algoritma genetika merupakan solusi yang dianggap baik berdasarkan penilaian menggunakan fungsi fitness. Oleh bagian Postprosesor, seluruh kromosom di dalam kromosom_hasil diubah dari format kromosom menjadi format MusicXML. Hasil dari proses pengubahan format ini disimpan dalam dokumen file_keluaran yang akan menjadi keluaran dari perangkat lunak. 3.2 Algoritma Genetika Fungsi Fitness Pseudocode dari fungsi fitness tertera pada Lampiran C Penilaian Berdasarkan Teori Melodi Teori melodi berkaitan dengan nada-nada utama yang menjadi karakteristik dari sebuah lagu. Hasil aransemen harus mempertahankan melodi dari lagu, karena perubahan melodi akan menyebabkan perubahan karakteristik lagu tersebut. Oleh karena itu, penilaian berdasarkan teori melodi dilakukan dengan melihat apakah melodi lagu tetap dipertahankan dalam hasil aransemen. Cara melihat melodi lagu dalam hasil aransemen adalah dengan mencocokkan keberadaan nada melodi dan sambungannya di hasil aransemen. Jika nada-nada dalam melodi dimainkan juga dalam hasil aransemen dengan kesesuaian bar, ketukan dan sambungan, maka hasil aransemen itu dapat dikatakan baik menurut teori melodi. Dengan begitu, dapat dikatakan bahwa semakin banyak nada di aransemen yang bersesuaian dengan nada dan sambungan di melodi masukan akan menghasilkan aransemen yang semakin baik. III-2

3 Selain kesesuaian nada, hal lain yang harus diperhatikan adalah kesesuaian oktaf dari nada. Secara umum, hasil aransemen akan semakin baik jika nada-nada melodi dimainkan sesuai pada oktafnya. Namun tidak tertutup kemungkinan ada nada-nada yang dimainkan di oktaf lebih tinggi atau lebih rendah dapat menghasilkan aransemen yang juga baik. Berdasarkan aspek tersebut, nilai fungsi fitness untuk suatu aransemen akan semakin tinggi jika semakin banyak jumlah nada di oktaf yang bersesuaian dengan melodi masukan Penilaian Berdasarkan Teori Harmoni Teori harmoni berkaitan dengan nada-nada yang harmonis jika dimainkan bersamaan. Akor merupakan bentuk perpaduan nada harmonis terhadap melodi dalam suatu waktu. Salah satu cara untuk mengetahui nada yang harmonis di satu waktu adalah dengan melihat apakah nada tersebut tercakup dalam nada di akor yang sedang berlaku. Jika seluruh nada kecuali nada melodi dalam hasil aransemen bersesuaian dengan nada yang tercakup dalam akor yang sedang berlaku, maka dapat dikatakan hasil aransemen tersebut baik menurut teori harmoni. Selain bersesuaian dengan nada akor, penilaian juga dilakukan terhadap nada terendah di setiap satuan waktu. Teori harmoni menjelaskan bahwa nada terendah atau nada bass akan semakin baik jika berupa nada inversi pertama (nada third) atau nada inversi kedua (nada fifth) dari akor yang sedang berlaku. Berdasarkan penjelasan di atas, fungsi fitness dapat menilai untuk teori harmoni dengan melihat kesesuaian antara nada-nada di aransemen selain nada melodi, dengan akor yang sedang berlaku. Nilai fungsi fitness untuk teori harmoni akan semakin tinggi jika semakin banyak nada yang bersesuaian dengan akor, dan akan berkurang jika terdapat nada yang tidak bersesuaian dengan akor. Nilai fungsi fitness juga akan bertambah jika nada terendah adalah nada inversi pertama atau nada inversi kedua Penilaian Berdasarkan Teori Instrumentasi (Piano) Teori instrumentasi berkaitan dengan kesesuaian hasil aransemen jika dimainkan di suatu instrumen berdasarkan karakteristik dari instrumen tersebut. Sesuai dengan batasan yang diberikan, maka instrumen yang akan dianalisis adalah piano. III-3

4 Berikut ini adalah karakteristik dari piano yang akan mempengaruhi baik buruknya hasil aransemen jika dimainkan di piano. 1. Nada untuk tangan kanan lebih tinggi dari nada untuk tangan kiri. Piano dimainkan dengan dua tangan. Dengan begitu, partitur untuk piano terdiri dari dua paranada. Paranada atas memuat nada untuk dimainkan tangan kanan, paranada bawah memuat nada untuk dimainkan tangan kiri. Nada-nada yang dimainkan tangan kanan biasanya lebih tinggi daripada nada-nada yang dimainkan tangan kiri. Berdasarkan karakteristik tersebut, maka hasil aransemen akan dinilai baik jika semakin banyak jumlah nada untuk tangan kanan yang lebih tinggi dari nada untuk tangan kiri. 2. Jumlah maksimal nada yang dapat dimainkan satu waktu adalah sepuluh nada. Setiap jari normalnya hanya memainkan satu nada dalam satu waktu, sehingga setiap tangan maksimal memainkan lima nada. Oleh karena itu, dalam satu waktu maksimal ada sepuluh nada yang dapat dimainkan. Hasil aransemen akan dikatakan baik jika dalam setiap waktu jumlah nada yang dimainkan tidak lebih dari sepuluh. 3. Jangkauan maksimal nada yang dimainkan satu tangan dalam satu waktu adalah satu oktaf Jangkauan nada yang dimainkan satu tangan dibatasi oleh lebar tangan manusia. Jika terdapat jangkauan nada yang lebih dari lebar tangan manusia, maka nada tersebut akan sulit dimainkan. Oleh karena itu, hasil aransemen akan dikatakan baik jika seluruh nada yang dimainkan dalam satu waktu tidak lebih dari satu oktaf. 4. Nada melodi dimainkan sebagai nada tertinggi Nada melodi harus menjadi nada yang dominan dalam sebuah lagu. Biasanya nada melodi dimainkan lebih keras daripada nada lain di satu waktu. Berkaitan dengan batasan bahwa perangkat lunak tidak menangani dinamika, maka untuk membuat nada melodi tetap dominan dapat dilakukan dengan cara memainkan nada melodi sebagai nada tertinggi dalam satu waktu. III-4

5 3.2.2 Kromosom Algoritma genetika akan memproses satu frase melodi masukan yang dapat dibagibagi dalam satuan ketukan terkecil sesuai dengan batasan perangkat lunak, yaitu sebesar seperenambelas ketukan. Jumlah ketukan seperenambelas dalam satu frase melodi adalah sebanyak N ketukan. Satu frase aransemen merupakan sebuah kemungkinan solusi yang memiliki sejumlah N ketukan ketukan seperenambelas sebagai parameternya. Dengan demikian, satu frase aransemen dapat direpresentasikan sebagai satu kromosom, dan satu ketukan seperenambelas dapat direpresentasikan sebagai satu gen Representasi Gen Setiap gen memuat informasi mengenai nada-nada yang dimainkan di ketukan seperenambelas tersebut. Informasi yang harus dimiliki adalah sebagai berikut: 1. nada_kanan : Nada apa saja yang dimainkan oleh tangan kanan. Nada-nada ini digambarkan dalam partitur piano di garis paranada atas. 2. nada_kiri : Nada apa saja yang dimainkan oleh tangan kiri. Nada-nada ini digambarkan dalam partitur piano di garis paranada bawah. 3. sambungan_kanan : Apakah nada yang dimainkan oleh tangan kanan merupakan sambungan dari ketukan seperenambelas sebelumnya. Informasi ini diperlukan untuk nada di paranada atas yang memiliki ketukan lebih dari seperenambelas. 4. sambungan_kiri : Apakah nada yang dimainkan oleh tangan kiri merupakan sambungan dari ketukan seperenambelas sebelumnya. Informasi ini diperlukan untuk nada di paranada bawah yang memiliki ketukan lebih dari seperenambelas. Informasi dalam satu gen berada di dalam jangkauan nada yang ditentukan. Secara keseluruhan jumlah nada pada alat musik piano adalah sebanyak delapan puluh delapan nada yang dibagi menjadi delapan oktaf. Dalam perangkat lunak yang akan dikembangkan, jangkauan nada dibatasi hanya sebanyak empat oktaf (empat puluh delapan nada), yaitu dari nada C di oktaf ke-2 hingga nada B di oktaf ke-5. Dalam merepresentasikan informasi yang mencakup empat oktaf nada, digunakan rangkaian bit berjumlah empat puluh delapan bit. Masing-masing bit mewakili satu III-5

6 nada. Bit paling kanan merepresentasikan nada tertinggi, dan bit paling kiri merepresentasikan nada terendah. Gambar III.2 menggambarkan posisi nada dan nomor representasi bitnya. Gambar III.2 Jangkauan Nada dan Representasinya Gambar III.3 menggambarkan contoh representasi nada_kanan dan nada_kiri, yaitu nada-nada yang dimainkan dari sebuah partitur. Bit bernilai 1 jika nada dimainkan, dan bit bernilai 0 jika nada tidak dimainkan. Rangkaian bit di atas merepresentasikan nada_kanan, yaitu nada yang dimainkan tangan kanan. Rangkaian bit di bawah merepresentasikan nada_kiri, yaitu nada yang dimainkan tangan kiri. Gambar III.3 Contoh Representasi Informasi Nada yang Dimainkan Contoh partitur tersebut memiliki nilai rangkaian bit untuk nada_kanan dan nada_kiri sebagai berikut. nada_kanan = nada_kiri = Dalam partitur terdapat not-not yang memiliki nilai ketukan lebih dari seperenambelas. Untuk itu, diperlukan suatu tanda yang menyambungkan not saat ini dengan not sebelumnya karena nada_kanan dan nada_kiri dalam suatu gen hanya dapat menampung nada apa saja yang dimainkan dalam satu ketukan seperenambelas. III-6

7 Informasi mengenai sambungan dari ketukan seperenambelas sebelumnya disimpan dalam sambungan_kanan dan sambungan kiri. Bit bernilai 1 jika not tersambung dengan not sebelumnya, dan bit bernilai 0 jika not tidak tersambung dengan not sebelumnya. Untuk menjelaskan representasi sambungan_kanan dan sambungan_kiri, Gambar III.4 adalah contoh partitur dengan nilai not seperdelapan. Gambar III.4 Contoh Partitur dengan Nilai Not Seperdelapan Not seperdelapan dalam partitur tersebut dapat diubah menjadi dua not seperenambelas yang diberi tie. Kedua partitur tersebut akan menghasilkan hasil yang sama jika dimainkan. Gambar III.5 adalah partitur hasil ubahan. Gambar III.5 Partitur dengan Ubahan Nilai Not Informasi untuk sambungan not di partitur atas disimpan dalam sambungan_kanan. Bit ke-25 untuk ketukan seperenambelas kedua akan bernilai 1 karena not ke-25 merupakan sambungan dari ketukan seperenambelas sebelumnya. Informasi untuk sambungan not di partitur bawah disimpan dalam sambungan_kiri. Bit ke-13 untuk ketukan seperenambelas kedua akan bernilai 1 karena not ke-13 merupakan sambungan dari ketukan seperenambelas sebelumnya. Dengan demikian, untuk contoh partitur di atas di ketukan seperenambelas kedua, nilai sambungan_kanan dan sambungan_kiri adalah sebagai berikut. sambungan_kanan = sambungan_kiri = III-7

8 Secara keseluruhan, representasi gen merupakan rangkaian dari nilai bit keempat informasi. Berikut ini adalah rumusan untuk gen, yaitu satu ketukan seperenambelas. gen = [inf1 inf 2 inf 3 inf4] inf i = informasi ke-i Sebagai contoh, di bawah ini adalah representasi gen untuk ketukan seperenambelas kedua berdasarkan partitur di Gambar III.4. nada_kanan = nada_kiri = sambungan_kanan = sambungan_kiri = Keseluruhan Kromosom Kromosom merupakan gabungan dari keseluruhan gen dengan setiap gen merepresentasikan setiap satu ketukan seperenambelas hingga membentuk satu frase aransemen. Berikut ini adalah rumusan untuk kromosom. kromosom = [p1 p2 p3.. pn ketukan ] pi = gen ke-i N ketukan = jumlah ketukan seperenambelas dalam satu frase masukan. N ketukan didapat dari perhitungan N 16 yaitu jumlah ketukan seperenambelas di satu bar (yaitu birama dibagi dengan seperenambelas) dikali dengan N bar yaitu jumlah bar dalam satu frase. Contohnya, satu frase masukan memiliki birama 2/4 sebanyak 4 bar. Dengan demikian, N ketukan = N 16 * N bar = ((2/4) / (1/16)) * 4 = Metode Inisialisasi Populasi Teori harmoni dan teori melodi dapat dijadikan dasar dalam mendefinisikan metode insialisasi populasi yang telah mengarah ke solusi optimal. Dengan begitu, kromosom di populasi awal telah memenuhi teori melodi dan teori harmoni. III-8

9 Berikut ini adalah beberapa cara dalam membuat kromosom di populasi awal yang telah mengarah ke solusi optimal berdasarkan teori melodi dan teori harmoni. 1. Mengisi paranada atas dengan melodi, terutama untuk oktaf yang tinggi. Hal ini didasari oleh nada melodi yang biasanya dimainkan oleh tangan kanan dan di nada yang tertinggi. 2. Mengisi paranada bawah dengan nada harmoni yang sedang berlaku. Jumlah dan nada yang diisi dapat dipilih secara acak selama masih memenuhi akor. 3. Mengisi setiap ketukan dengan nada melodi dan nada harmoni. Oktaf dan paranada dapat dipilih secara acak di ketukan yang bersesuaian Operator Genetika Jenis operator genetika yang digunakan dalam kasus ini adalah persilangan dan mutasi. Terdapat satu jenis operasi persilangan dan tujuh jenis operasi mutasi yang diharapkan dapat memperluas variasi kromosom di populasi generasi selanjutnya. Contoh operasi genetika dijelaskan dalam Lampiran D Persilangan (crossover) Jenis operasi persilangan yang akan digunakan dalam kasus ini adalah uniform crossover, yaitu jika kromosom baru dibentuk dari bit-bit kromosom lama dengan aturan posisi acak. Aturan letak ketukan yang dipersilangkan ditentukan secara acak untuk masing-masing paranada. Jenis ini dipilih untuk memperluas variasi kromosom dalam satu populasi sehingga diharapkan dapat memperkecil kemungkinan hasil aransemen bersifat deterministik Mutasi Operasi Mutasi 0 Operator mutasi 0 melakukan mutasi di bit-bit yang dipilih secara acak. Pemilihan oktaf, paranada dan nada dilakukan secara acak, sehingga setiap melakukan mutasi 0, posisi bit yang dimutasi tidak sama. Pemilihan jumlah ketukan dan letak ketukan juga dilakukan secara acak. Komponen yang dimutasikan juga dipilih secara acak, yaitu nilai nada atau sambungan nada. III-9

10 Operasi Mutasi I Operator mutasi I mengubah satu nilai nada harmoni selama akor berlaku. Jika di kromosom sebelumnya nada tersebut dimainkan maka di kromosom hasil nada tersebut tidak dimainkan, begitu juga sebaliknya. Nada ubahan dan letak oktafnya dipilih secara acak dari nada harmoni pada kromosom_harmoni. Nada tersebut dapat ditujukan baik untuk paranada atas atau bawah yang juga dipilih secara acak Operasi Mutasi II Operator mutasi II memiliki proses yang sama dengan operasi mutasi I, yaitu mengubah satu nilai nada di ketukan tertentu. Perbedaan di antara kedua operasi terletak pada nada ubahan yang diambil. Untuk operasi mutasi II, nada ubahan dan letak oktafnya dipilih secara acak tidak berdasarkan kromosom_harmoni. Oleh karena itu, nada ubahan dapat berupa nada harmoni ataupun juga nada yang tidak harmoni. Nada ubahan juga ditujukan baik untuk paranada atas atau bawah yang dipilih secara acak. Jumlah ketukan dan letak ketukan yang dimutasi juga dipilih secara acak Operasi Mutasi III Operator mutasi III mengubah nilai sambungan satu nada atau lebih di ketukanketukan tertentu. Jika di kromosom sebelumnya nada di suatu ketukan tersambung dari ketukan sebelumnya, maka di kromosom hasil nada di ketukan tersebut dimainkan tidak tersambung dari ketukan sebelumnya, begitu juga sebaliknya. Nada, oktaf dan paranada yang akan diubah dipilih secara acak, sedangkan ketukan-ketukan dipilih secara dengan pola mn atau mn+1, dimana m adalah 2, 4, 8 atau 16 n adalah bilangan cacah (0, 1, 2,...) Operasi Mutasi IV Operator mutasi IV memiliki proses yang sama dengan operasi mutasi III, yaitu mengubah nilai sambungan satu nada atau lebih di ketukan-ketukan tertentu. Perbedaannya terletak pada cara pemilihan ketukan yang akan dimutasi. Untuk operasi mutasi IV, ketukan-ketukan yang akan diubah dipilih secara acak, begitu juga nada, oktaf dan paranadanya. III-10

11 Operasi Mutasi V Operator mutasi V mengubah seluruh nilai nada dan sambungan di suatu ketukan, oktaf dan paranada menjadi 0. Letak ketukan yang akan dimutasi dipilih secara acak, begitu juga dengan oktaf dan paranada Operasi Mutasi VI Operator mutasi VI memiliki proses yang sama dengan operasi mutasi V, yaitu mengubah nilai nada dan sambungan di suatu ketukan menjadi 0. Ketentuan tambahannya adalah untuk paranada atas, oktaf yang dimutasikan adalah oktaf ke-2 dan oktaf ke-3, sedangkan untuk paranada bawah, oktaf yang dimutasikan adalah oktaf ke-4 dan oktaf ke-5. Letak ketukan yang akan dimutasi dipilih secara acak Seleksi Natural Seleksi natural merupakan sifat penting yang harus dimiliki algoritma genetika dalam mencapai solusi optimal. Proses ideal dalam algoritma genetika adalah terbentuknya kromosom-kromosom di populasi baru yang lebih baik dari populasi sebelumnya. Secara garis besar, proses seleksi natural diilustrasikan dalam Gambar III.6. Gambar III.6 Proses Seleksi Natural Proses seleksi natural dapat dilakukan dengan melakukan operasi genetika terhadap kromosom di populasi lama. Untuk kasus ini, operasi persilangan dilakukan terhadap populasi lama dan hasilnya disimpan dalam populasi hasil. Setelah itu, operasi mutasi III-11

12 dilakukan terhadap populasi lama dan populasi hasil. Kemudian dilakukan evaluasi terhadap populasi lama dan populasi hasil, dan dipilih sejumlah N Populasi kromosom terbaik dari kedua populasi untuk menjadi populasi generasi selanjutnya. 3.3 Preprosesor Preprosesor dilakukan sebelum algoritma genetika. Proses ini bertujuan untuk mengambil informasi penting dari file masukan yang akan diperlukan dalam proses algoritma genetika. Proses-proses yang dilakukan dalam Preprosesor adalah membaca file dengan format MusicXML, memilah-milah informasi apa saja yang perlu diambil, dan kemudian menyimpan informasi tersebut dalam bentuk yang sesuai dengan proses algoritma genetika. Informasi utama yang perlu diambil adalah nada-nada melodi dalam frase masukan yang disimpan dalam kromosom_melodi, dan nada-nada akor, nada inversi pertama dan nada inversi kedua yang disimpan dalam kromosom_harmoni. Kedua hasil tersebut digunakan dalam algoritma genetika untuk mencari solusi optimal Informasi Melodi Informasi nada-nada melodi dari file masukan dalam format MusicXML akan diubah menjadi format kromosom, yaitu kromosom_melodi. Informasi yang perlu diambil untuk membuat kromosom_melodi adalah sebagai berikut. 1. Nada-nada apa saja yang dimainkan di satu waktu, letak oktaf dan paranada dari masing-masing nada 2. Berapa ketukan seperenambelas nada-nada tersebut dimainkan, di ketukan ke berapa nada-nada dimulai dan di ketukan ke berapa nada-nada selesai dimainkan Nada melodi yang didapat dari file masukan disusun berdasarkan letak dan jumlah ketukan seperenambelas. Nada tersebut disimpan dalam kromosom untuk nada_kanan dan sambungan_kanan., yaitu nada pada paranada atas yang dimainkan oleh tangan kanan karena pada umumnya nada melodi dimainkan oleh tangan kanan. III-12

13 3.3.2 Informasi Harmoni Informasi nada-nada harmoni sesuai akor dari file masukan dalam format MusicXML akan diubah menjadi format kromosom, yaitu kromosom_harmoni. Informasi yang perlu diambil untuk membuat kromosom_harmoni adalah sebagai berikut. 1. Akor apa yang berlaku di satu waktu, mencakup akar dan jenis dari akor 2. Nada akar, inversi pertama dan inversi kedua dari akor 3. Berapa ketukan seperenambelas akor tersebut berlaku, di ketukan ke berapa nadanada dimulai dan di ketukan ke berapa akor selesai dimainkan Nada harmoni dapat didefinisikan berdasarkan akar dan jenis dari akor yang berlaku, mencakup seluruh nada yang memenuhi akor tersebut di keempat oktaf. Seluruh nada akor, inversi pertama dan inversi kedua disusun berdasarkan letak dan jumlah ketukan seperenambelas dan disimpan dalam kromosom untuk nada_kanan dan nada_kiri. 3.4 Postprosesor Postprosesor akan mengubah informasi-informasi hasil aransemen dalam format kromosom menjadi format MusicXML. Informasi yang akan dicatat berdasarkan format kromosom adalah sebagai berikut. 1. Nada-nada yang dimainkan dalam satu bar sesuai dengan urutan ketukan 2. Letak oktaf dan paranada dari masing-masing nada Selain informasi tersebut, terdapat informasi tambahan yang ditulis ke file keluaran. Berikut ini adalah informasi yang termasuk. 1. Daftar instrumen dalam partitur. Sesuai batasan, daftar instrumen yang akan digunakan hanya piano yang terdiri dari dua paranada 2. Birama yang digunakan dalam aransemen. 3. Kunci dari masing-masing paranada. 4. Tempo dari lagu 5. Tangga nada dasar lagu. III-13

BAB IV Perancangan dan Implementasi

BAB IV Perancangan dan Implementasi BAB IV Perancangan dan Implementasi Bab ini memuat perancangan dan implementasi yang dilakukan dalam penulisan Tugas Akhir, mencakup deskripsi dan lingkungan implementasi perangkat lunak, rancangan dan

Lebih terperinci

BAB V Pengujian. Bab ini memuat tujuan dan langkah-langkah pengujian, hasil dan analisis pengujian terhadap hasil implementasi dari program GAMA.

BAB V Pengujian. Bab ini memuat tujuan dan langkah-langkah pengujian, hasil dan analisis pengujian terhadap hasil implementasi dari program GAMA. BAB V Pengujian Bab ini memuat tujuan dan langkah-langkah pengujian, hasil dan analisis pengujian terhadap hasil implementasi dari program GAMA. 5.1 Tujuan Pengujian Berikut ini adalah tujuan dari pengujian.

Lebih terperinci

BAB II Dasar Teori. 2.1 Algoritma Genetika Gambaran Umum

BAB II Dasar Teori. 2.1 Algoritma Genetika Gambaran Umum BAB II Dasar Teori Bab ini memuat dasar teori yang digunakan dalam penulisan Tugas Akhir, yaitu Algoritma Genetika; Musik dan Aransemen Musik; dan MusicXML. 2.1 Algoritma Genetika 2.1.1 Gambaran Umum Dalam

Lebih terperinci

Daftar Pustaka. [BEL00] Belkin, Alan Music Theory Online : Counterpoint. Diakses: Februari 2007.

Daftar Pustaka. [BEL00] Belkin, Alan Music Theory Online : Counterpoint.  Diakses: Februari 2007. Daftar Pustaka [BEL00] Belkin, Alan. 2000. Music Theory Online : Counterpoint. http://www.dolmetsch.com/musictheory33.htm Diakses: Februari 2007. [DAN06] Dannenberg, Roger B., Christopher Raphael. 2006.

Lebih terperinci

2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks

2 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 terperinci

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB 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 terperinci

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

BAB 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 terperinci

ERWIEN TJIPTA WIJAYA, ST.,M.KOM

ERWIEN 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 terperinci

BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING. Untuk memberikan penjelasan mengenai prediksi valuta asing

BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING. Untuk memberikan penjelasan mengenai prediksi valuta asing BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING Untuk memberikan penjelasan mengenai prediksi valuta asing menggunakan algoritma memetika, akan diberikan contoh sebagai berikut. Contoh Misalkan

Lebih terperinci

BAB V TEKNIK PERMAINAN

BAB V TEKNIK PERMAINAN BAB V TEKNIK PERMAINAN Concerto for The Left Hand (in D) karya Maurice Ravel merupakan sebuah karya konserto dalam bentuk orkestra dengan instrumen piano yang dibuat untuk menunjukkan kepiawaian seseorang

Lebih terperinci

Penerapan akor pokok dalam tangga nada mayor 1# - 7# pada pianika

Penerapan akor pokok dalam tangga nada mayor 1# - 7# pada pianika Penerapan akor pokok dalam tangga nada mayor 1# - 7# pada pianika Disajikan dalam seminar sehari Jurusan Pendidikan Sendratasik FBS UNP pada tanggal 9 Juli 2010 Oleh: Syeilendra JURUSAN PENDIDIKAN SENDRATASIK

Lebih terperinci

Sistem Tonjur untuk Membantu Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML

Sistem Tonjur untuk Membantu Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML Sistem Tonjur untuk Membantu Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML Hafid Inggiantowi / 13507094 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

1. Pendahuluan Latar Belakang

1. Pendahuluan Latar Belakang 1. Pendahuluan 1.1. Latar Belakang Musik merupakan sarana untuk menyimpan hasil karya seseorang. Dan hampir semua notasi musik dituliskan ke dalam not balok. Not balok adalah susunan nada yang ditulis

Lebih terperinci

BAB II LANDASAN TEORI. digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam

BAB 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

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI A. Metode Komposisi Musik Musik memiliki lima unsur yaitu: ritme, melodi, harmoni, ekspresi dan bentuk. Pembagian kelima unsur-unsur musik disini sesuai dengan pendapat Jamalus 1

Lebih terperinci

Generator Melodi Berdasarkan Skala dan Akord Menggunakan Algoritma Genetika

Generator Melodi Berdasarkan Skala dan Akord Menggunakan Algoritma Genetika Generator Melodi Berdasarkan Skala dan Akord Menggunakan Algoritma Genetika 1) Adi Nugroho, 2) Theophilus Erman Wellem, 3) Andi Taru Nugroho NW Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Lebih terperinci

BAB III. Metode Penelitian

BAB 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 terperinci

Sistem Tonjur untuk Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML

Sistem Tonjur untuk Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML Sistem Tonjur untuk Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML Hafid Inggiantowi Institut Teknologi Bandung Jln. Ganesha no. 10 Bandung, 40132, Indonesia hafidinggiantowi@gmail.com

Lebih terperinci

BAB III ANALISIS. Bab ini berisi penjelasan mengenai analisis sistem pencarian melodi pada file

BAB III ANALISIS. Bab ini berisi penjelasan mengenai analisis sistem pencarian melodi pada file BAB III ANALISIS Bab ini berisi penjelasan mengenai analisis sistem pencarian melodi pada file MIDI yang akan dikembangkan. Secara garis besar, sistem akan menerima masukan query berupa melodi monofonik,

Lebih terperinci

T I N J A U A N P U S T A K A Algoritma Genetika [5]

T 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 terperinci

ALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

ALGORITMA 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 terperinci

BAB III ANALISIS KOMPOSISI

BAB III ANALISIS KOMPOSISI BAB III ANALISIS KOMPOSISI A. Konsep Penyusunan Komposisi Suita Dalam Tangga Nada C Major Komposisi Musik untuk Trio Gitar ini merupakan komposisi yang menggunakan struktur dan karakter dari suita barok

Lebih terperinci

APLIKASI PENULISAN NOTASI BALOK DARI FILE MIDI MONOPHONIC

APLIKASI PENULISAN NOTASI BALOK DARI FILE MIDI MONOPHONIC APLIKASI PENULISAN NOTASI BALOK DARI FILE MIDI MONOPHONIC Liliana, Sukanto Tedjokusuma, Richie Alamveta Jurusan Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra Jl. Siwalankerto 121-131,

Lebih terperinci

Unsur Musik. Irama. Beat Birama Tempo

Unsur Musik. Irama. Beat Birama Tempo Unsur- Unsur Musik Unsur Musik Bunyi Irama Notasi Melodi Harmoni Tonalitas Tekstur Gaya musik Pitch Dinamika Timbre Beat Birama Tempo Musik adalah bagian dari bunyi, namun bunyi dalam musik berbeda dengan

Lebih terperinci

BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM

BAB 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 terperinci

JARINGAN SARAF TIRUAN UNTUK MENILAI ARANSEMEN MUSIK

JARINGAN SARAF TIRUAN UNTUK MENILAI ARANSEMEN MUSIK JARINGAN SARAF TIRUAN UNTUK MENILAI ARANSEMEN MUSIK LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh: Ali Akbar / 13503095 PROGRAM STUDI INFORMATIKA SEKOLAH TEKNIK ELEKTRO DAN

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

Tugas Mata Kuliah E-Bisnis REVIEW TESIS

Tugas 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 terperinci

UKDW BAB 1 PENDAHULUAN

UKDW BAB 1 PENDAHULUAN BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Musik merupakan hal yang paling banyak disukai oleh kebanyakan orang di seluruh dunia ini. Ada berbagai aliran musik yang tercipta dari berbagai belahan dunia.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

PERANCANGAN 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 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 terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM. analisis, desain/perancangan, kode, dan pengujian/implementasi. Tahap analisis

BAB 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 terperinci

BAB I PENDAHULUAN. penting. Notasi musik merupakan media agar hasil karya musik seseorang

BAB I PENDAHULUAN. penting. Notasi musik merupakan media agar hasil karya musik seseorang 1 BAB I PENDAHULUAN A. Latar Belakang Dalam dunia seni musik, notasi merupakan salah satu komponen yang penting. Notasi musik merupakan media agar hasil karya musik seseorang dapat dimainkan kembali. Lagu-lagu

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN 1

RENCANA PELAKSANAAN PEMBELAJARAN 1 RENCANA PELAKSANAAN PEMBELAJARAN Sekolah : MTsN Bantul Kota Kelas : VII ( tujuh ) Mata Pelajaran : SENI BUDAYA / SENI MUSIK Semester : (satu) Alokasi Waktu : x 40 menit Standar Kompetensi :. Mengapresiasikan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai pendahuluan dari tugas akhir yang meliputi latar belakang, rumusan masalah yang diangkat, tujuan, batasan masalah, dan metodologi yang digunakan dalam

Lebih terperinci

Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)

Aplikasi 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 terperinci

BAB 3 PERANCANGAN PROGRAM. dari OOP (Object Oriented Programming) di mana dalam prosesnya, hal-hal

BAB 3 PERANCANGAN PROGRAM. dari OOP (Object Oriented Programming) di mana dalam prosesnya, hal-hal BAB 3 PERANCANGAN PROGRAM 3.1 Spesifikasi Rumusan Rancangan Program Algoritma Genetika dirancang dengan mengikuti prinsip-prinsip dan sifatsifat dari OOP (Object Oriented Programming) di mana dalam prosesnya,

Lebih terperinci

BAB III ANALISIS DATA

BAB III ANALISIS DATA BAB III ANALISIS DATA A. Program Musik Komposisi ini terbagi dalam dua bagian, bagian pertama bercerita tentang kehidupan masa kecil orangtua, bagian kedua bercerita tentang kisah ketika orangtua penulis

Lebih terperinci

CARA MUDAH MENENTUKAN AKOR SUATU LAGU

CARA MUDAH MENENTUKAN AKOR SUATU LAGU CARA MUDAH MENENTUKAN AKOR SUATU LAGU Abstrak Akor adalah unsur pokok dalam mengiringi lagu karena akor akan menjadi patokan untuk menentukan nada-nada yang akan dimainkan oleh instrumen yang digunakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Bab II Konsep Algoritma Genetik

Bab 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 terperinci

3.2.3 Resiko, Keuntungan dan Kerugian Forex Metode Prediksi dalam Forex MetaTrader 4 sebagai Platform Trading dalam Forex...

3.2.3 Resiko, Keuntungan dan Kerugian Forex Metode Prediksi dalam Forex MetaTrader 4 sebagai Platform Trading dalam Forex... DAFTAR ISI HALAMAN PENGESAHAN... iii PERNYATAAN... iv HALAMAN MOTTO DAN PERSEMBAHAN... v PRAKATA... vi DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xiv DAFTAR PERSAMAAN... xv DAFTAR LAMPIRAN...

Lebih terperinci

BAB III. Solusi Optimal Permasalahan Penjadwalan Perkuliahan Menggunakan Algoritma Fuzzy Evolusi

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Algoritma Genetika merupakan metode yang menggunakan evolusi alam sebagai gagasan utamanya dalam menyelesaikan suatu permasalahan tertentu. Algoritma ini diterapkan

Lebih terperinci

KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA

KNAPSACK 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 terperinci

TEORI DAN PENGGUNAAN AKOR

TEORI DAN PENGGUNAAN AKOR TEORI DAN PENGGUNAAN AKOR BUKU PELAJARAN ILMU HARMONI (II) GUSTAV STRUBE Diterjemahkan oleh: A.Gathut Bintarto T., S.Sos., S.Sn., M.A. Dibiayai dari dana DIPA ISI Yogyakarta: No. 042.01.2.400980/ 2016

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Secara umum, rencana dapat diartikan sebagai suatu garis-garis besar haluan

BAB IV HASIL DAN PEMBAHASAN. Secara umum, rencana dapat diartikan sebagai suatu garis-garis besar haluan BAB IV HASIL DAN PEMBAHASAN 4.1 Perencanaan Secara umum, rencana dapat diartikan sebagai suatu garis-garis besar haluan untuk bertindak dalam usaha mencapai sasaran yang telah ditentukan (Ambarjaya, 2012:84).

Lebih terperinci

BAB III ANALISIS KOMPOSISI

BAB III ANALISIS KOMPOSISI BAB III ANALISIS KOMPOSISI Komposisi Tema dan Variasi berdasarkan lagu Mansibin Siraben untuk solo gitar ini memiliki struktur yang terdiri dari sebuah tema utama dan lima macam variasi dengan coda sebagai

Lebih terperinci

ALTERNATIF MODEL PEMAMPATAN MATRIKS JARANG DENGAN MENGGUNAKAN ALGORITMA GENETIK

ALTERNATIF MODEL PEMAMPATAN MATRIKS JARANG DENGAN MENGGUNAKAN ALGORITMA GENETIK ALTERNATIF MODEL PEMAMPATAN MATRIKS JARANG DENGAN MENGGUNAKAN ALGORITMA GENETIK Nico Saputro dan Ruth Beatrix Yordan Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Katolik

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

dan c C sehingga c=e K dan d K D sedemikian sehingga d K

dan c C sehingga c=e K dan d K D sedemikian sehingga d K 2. Landasan Teori Kriptografi Kriptografi berasal dari kata Yunani kripto (tersembunyi) dan grafia (tulisan). Secara harfiah, kriptografi dapat diartikan sebagai tulisan yang tersembunyi atau tulisan yang

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

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Konsep Umum Optimasi Optimasi merupakan suatu cara untuk menghasilkan suatu bentuk struktur yang aman dalam segi perencanaan dan menghasilkan struktur yang

Lebih terperinci

PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA

PENYELESAIAN 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 terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM BAB 3 ANALISIS DAN PERANCANGAN PROGRAM 3.1 Analisis Permasalahan TSP merupakan suatu masalah klasik yang telah ada sejak tahun 1800-an, sejauh ini telah cukup banyak metode yang diciptakan untuk menyelesaikan

Lebih terperinci

PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL

PEMAMPATAN 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 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

MATERI AJAR. Ansambel berasal dari kata Ensemble (Perancis) yang berarti bersama-sama. Musik

MATERI AJAR. Ansambel berasal dari kata Ensemble (Perancis) yang berarti bersama-sama. Musik MATERI AJAR Ansambel Ansambel berasal dari kata Ensemble (Perancis) yang berarti bersama-sama. Musik Ansambel dapat diartikan sebagai sebuah sajian musik yang dilagukan secara bersama-sama dengan menggunakan

Lebih terperinci

BAB I PENDAHULUAN. signifikan terutama di kota-kota besar seperti Jakarta, Bandung, Yogyakarta dan

BAB I PENDAHULUAN. signifikan terutama di kota-kota besar seperti Jakarta, Bandung, Yogyakarta dan 1 BAB I PENDAHULUAN A. LATAR BELAKANG MASALAH Pada perkembangannya pendidikan musik mengalami kemajuan yang cukup signifikan terutama di kota-kota besar seperti Jakarta, Bandung, Yogyakarta dan lainya.

Lebih terperinci

Genetic Algorithme. Perbedaan GA

Genetic 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 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

ALGORITMA GENETIK SEBAGAI FUNGSI PRUNING ALGORITMA MINIMAX PADA PERMAINAN TRIPLE TRIAD CARD.

ALGORITMA GENETIK SEBAGAI FUNGSI PRUNING ALGORITMA MINIMAX PADA PERMAINAN TRIPLE TRIAD CARD. ALGORITMA GENETIK SEBAGAI FUNGSI PRUNING ALGORITMA MINIMAX PADA PERMAINAN TRIPLE TRIAD CARD. Nico Saputro [1] dan Erico Darmawan Handoyo [2] Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN Studi Pustaka Pembentukan Data

8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN  Studi Pustaka Pembentukan Data Gambar 4 Proses Swap Mutation. 8. Evaluasi Solusi dan Kriteria Berhenti Proses evaluasi solusi ini akan mengevaluasi setiap populasi dengan menghitung nilai fitness setiap kromosom sampai terpenuhi kriteria

Lebih terperinci

BAB III ANALISIS KARYA

BAB III ANALISIS KARYA BAB III ANALISIS KARYA Komposisi Sonata Piano Berdasarkan tiga lagu dolanan Jawa Tengah yaitu Gundul-gundul Pacul, Cublak-Cublak Suweng, dan Suwe Ora Jamu, untuk piano tunggal terdapat tiga movement, antara

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

4 HASIL DAN PEMBAHASAN

4 HASIL DAN PEMBAHASAN 24 4 HASIL DAN PEMBAHASAN 4.1 Data Korpus Data korpus berisi berita-berita nasional berbahasa Indonesia dari tanggal 11 Maret 2002 sampai 11 April 2002. Berita tersebut berasal dari berita online harian

Lebih terperinci

Oleh Imam Ghozali (PBS, Pendidikan Seni, FKIP Universitas Tanjungpura, Pontianak)

Oleh Imam Ghozali (PBS, Pendidikan Seni, FKIP Universitas Tanjungpura, Pontianak) KETERAMPILAN MEMBACA NOTASI BALOK DENGAN PENDEKATAN LAGU MODEL MAHASISWA PGSD FKIP UNTAN PONTIANAK Oleh Imam Ghozali (PBS, Pendidikan Seni, FKIP Universitas Tanjungpura, Pontianak) E-mail: syamsu_ghz@yahoo.co.id

Lebih terperinci

BAB III ANALISIS KOMPOSISI

BAB III ANALISIS KOMPOSISI BAB ANALSS KOMPOSS Komposisi Kehilangan Ayah Sebuah musik program untuk Kuartet Gitar dalam bentuk Sonata, terdiri dari tiga movement yang saling berkaitan karena berdasarkan pada satu ide cerita yaitu

Lebih terperinci

PERANCANGAN APLIKASI PEMBELAJARAN NOTASI MUSIK PIANO UNTUK MELATIH MENINGKATKAN KECERDASAN MANUSIA MENGGUNAKAN VISUAL BASIC 6.0

PERANCANGAN APLIKASI PEMBELAJARAN NOTASI MUSIK PIANO UNTUK MELATIH MENINGKATKAN KECERDASAN MANUSIA MENGGUNAKAN VISUAL BASIC 6.0 PERANCANGAN APLIKASI PEMBELAJARAN NOTASI MUSIK PIANO UNTUK MELATIH MENINGKATKAN KECERDASAN MANUSIA MENGGUNAKAN VISUAL BASIC 6.0 Ermayanti Astuti, M.Kom 1,2 Teknik Informatika Komputer, Fakultas Ilmu Komputer,

Lebih terperinci

Contoh Penggunaan Algoritma Genetika dan NEH

Contoh Penggunaan Algoritma Genetika dan NEH Contoh Penggunaan Algoritma Genetika dan NEH Mata Kuliah Tawar Program Studi Teknik Informatika Kode_mk Mata Kuliah SKS Semester Kelas Dosen Pengampu TKC108 Aljabar Linear 3 2 A Mula'ab, S.Si., M.Kom TKC108

Lebih terperinci

PENENTUAN 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. 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 terperinci

ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

ALGORITMA 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 terperinci

BAB II LANDASAN TEORI. Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan

BAB 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 terperinci

ANALISIS MUSIK CALEMPONG (LAGU MUARA TAKUI) DI KECAMATAN BANGKINANG SEBERANG KABUPATEN KAMPAR RIAU

ANALISIS MUSIK CALEMPONG (LAGU MUARA TAKUI) DI KECAMATAN BANGKINANG SEBERANG KABUPATEN KAMPAR RIAU ANALISIS MUSIK CALEMPONG (LAGU MUARA TAKUI) DI KECAMATAN BANGKINANG SEBERANG KABUPATEN KAMPAR RIAU Sri Martini Guru SMP Negeri 2 Singingi srimartini173@gmail.com ABSTRAK Seni musik calempong Kampar merupakan

Lebih terperinci

BAB I PENDAHULUAN. beliau ciptakan, seperti halnya lagu Tuhan adalah kekuatanku yang diciptakan

BAB I PENDAHULUAN. beliau ciptakan, seperti halnya lagu Tuhan adalah kekuatanku yang diciptakan BAB I PENDAHULUAN A. Latar Belakang Masalah Tuhan Kekuatan Dan Mazmurku merupakan salah satu lagu yang diciptakan oleh Theodora Sinaga. Theodora Sinaga adalah salah satu pencipta lagu yang ada di kota

Lebih terperinci

Penggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya

Penggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya Penggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya Oleh: Anisa Ulya 5206 100 101 Dosen pembimbing 1:

Lebih terperinci

BAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:

BAB 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 terperinci

1. Pendahuluan 1.1. Latar Belakang

1. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk mendukung penulisan tugas akhir ini. Teori-teori yang dibahas mengenai pengertian penjadwalan, algoritma

Lebih terperinci

Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm

Penjadwalan 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bab ini membahas tentang teori penunjang serta penelitian sebelumnya yang berhubungan dengan penerapan metode tournament selection pada metode seleksi parent dalam algoritma genetika

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN 26 HASIL DAN PEMBAHASAN Input Data Perdagangan Saham Penelitian ini menggunakan data perdagangan saham tahun 2007 sampai 2008. 08. Saham perusahaan yang digunakan adalah saham PT. Bayu Buana Tbk dengan

Lebih terperinci

Lingkup Metode Optimasi

Lingkup 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 terperinci

APLIKASI 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 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 terperinci

BAB III ANALISIS KARYA

BAB III ANALISIS KARYA BAB III ANALISIS KARYA A. Konsep Penyusunan Komposisi Sonata Jazz Reggae merupakan komposisi penggabungan dari dua genre musik yaitu Jazz dan Reggae ysng disusun dalam bentuk Sonata dengan menggunakan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika

Optimalisasi 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 terperinci

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

ALGORITMA 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 terperinci

BAB III ANALISIS KOMPOSISI

BAB III ANALISIS KOMPOSISI BAB III ANALISIS KOMPOSISI Dalam Bab III ini penulis akan menjelaskan tentang struktur dari semua komposisi. Penulis akan memaparkan secara struktural komposisi, Indahnya Bersama yang terdiri dari lima

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika

BAB III METODE PENELITIAN. Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilaksanakan

Lebih terperinci

PENDAHULUAN. Latar Belakang. Tujuan Penelitian

PENDAHULUAN. 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 terperinci

MUSIK ANSAMBEL. A. Pengertian dan Jenis Musik Ansambel. Musik ansambel adalah bermain musik secara. bersama-sama dengan menggunakan beberapa

MUSIK ANSAMBEL. A. Pengertian dan Jenis Musik Ansambel. Musik ansambel adalah bermain musik secara. bersama-sama dengan menggunakan beberapa Kompetensi Dasar 1. Menjelaskan simbol tempo dalam lagu 2. Menjelaskan makna ansambel 3. Menghubungkan antara simbol nada dengan elemen musik 4. Menghubungkan simbol nada dengan tempo dalam lagu 5. Memainkan

Lebih terperinci

BAB II LANDASAN TEORI. berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan

BAB II LANDASAN TEORI. berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan BAB II LANDASAN TEORI Metode kompresi citra fraktal merupakan metode kompresi citra yang berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan Iterated Function System (IFS). Segitiga

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 3 ANALISIS DAN PERANCANGAN SISTEM BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Gambaran Umum Perusahaan 3.1.1 Sejarah Umum Perusahaan NIKO FURNITURE adalah perusahaan swasta, yang didirikan pada tahun 2000. Perusahaan ini bergerak dalam bidang

Lebih terperinci

BAB III ANALISIS KOMPOSISI

BAB III ANALISIS KOMPOSISI BAB III ANALISIS KOMPOSISI Konsep penyusunan komposisi Senangnya Masa Kecilku komposisi ini dibagi menjadi 3 lagu, yaitu Bahagia Mengenal Sekolah, Senangnya Bermain, dan Cinta. Instrumen yang digunakan

Lebih terperinci

Implementasi Algoritma Genetika Pada Perhitungan Perkalian Berbasis Metode Trachtenberg

Implementasi Algoritma Genetika Pada Perhitungan Perkalian Berbasis Metode Trachtenberg Implementasi Algoritma Genetika Pada Perhitungan Perkalian Berbasis Metode Trachtenberg Sendi Novianto Abstract : The calculation of multiplication is one part of the world of mathematics, theoretical

Lebih terperinci

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada masa sekarang, Digital Signal Processing (DSP) atau pemrosesan sinyal digital sudah banyak diterapkan di berbagai bidang karena data dalam bentuk digital

Lebih terperinci

BAB III ANALISIS KOMPOSISI

BAB III ANALISIS KOMPOSISI BAB III ANALISIS KOMPOSISI Proses penyusunan komposisi dan analisis bentuk struktur komposisi musik program Bermain Layang-layang untuk kuartet gesek dan piano. A. Proses Penyusunan Komposisi Komposisi

Lebih terperinci