IMPLEMENTASI DAN SIMULASI ALGORITMA KUMPULAN SEMUT (ANT COLONY) UNTUK MENCARI JALUR TERPENDEK
|
|
- Hadian Lesmana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 IMPLEMENTASI DAN SIMULASI ALGORITMA KUMPULAN SEMUT (ANT COLONY) UNTUK MENCARI JALUR TERPENDEK Nur Ani 1, Haryanto 2 Program Studi Sistem Informasi 1,2 Fakultas Ilmu Komputer Universitas Mercu Buana 1 nur.ani@mercubuana.ac.id, 2 aryvidy@gmail.com ABSTRAK Dalam kehidupan sehari-hari seorang pengendara sering melakukan perjalanan dari satu tempat ke tempat lain dengan mempertimbangkan efisiensi, waktu, dan biaya. Hal tersebut menyebabkan diperlukannya ketepatan dalam penentuan jalur terpendek antar tempat. Hasil penentuan jalur terpendek akan menjadi pertimbangan dalam pengambilan putusan untuk menunjukkan jalur yang akan ditempuh. Masalah tersebut telah mengundang banyak solusi, sedangkan solusi yang diharapkan adalah solusi dengan kompleksitas algoritma. Perancangan ini bertujuan untuk membangun sebuah program aplikasi untuk menentukan jalur terpendek antar kota dengan menggunakan algoritma ant colony (kumpulan semut). Ant Colony yang digunakan dalam perancangan ini adalah suatu metode pemecahan masalah dengan menggunakan sifat koloni hewan. Dalam perancangan digunakan model waterfall. Hasil perancangan ini adalah sebuah program pencarian solusi rute terpendek bagi pengendara. Kata kunci : Ant Colony, Metode rekayasa perangkat lunak,waterfal modell. 1. PENDAHULUAN Metode Heuristik adalah subbidang dari kecerdasan buatan yang digunakan untuk melakukan pencarian dan Seiring dengan perkembangan zaman, peran optimasi. Ada beberapa algoritma pada metode heuristik komputer semakin mendominasi kehidupan. Lebih yang biasa digunakan dalam permasalahan optimasi, daripada itu, komputer diharapkan dapat mengerjakan antara lain algoritma genetika, algoritma semut, logika segala sesuatu yang biasanya dikerjakan oleh manusia fuzzy, jaringan syaraf tiruan, simulated annealing, dan baik dalam bidang pendidikan, kesehatan, industri, lain-lain. Pemanfaatan teknologi informasi pada maupun kehidupan sehari-hari, sehingga peran komputer pencarian jalur terpendek menghasilkan suatu hasil atau dan manusia akan saling melengkapi. Beberapa hal yang keluaran yang tepat untuk membantu perjalanan menjadi kekurangan manusia diharapkan dapat seseorang pengendara. digantikan oleh komputer, begitu juga dengan komputer Untuk kasus yang berbeda, tiap algoritma akan yang tidak akan berguna tanpa sentuhan manusia. memberikan hasil yang berbeda, tidak dapat dipastikan Dalam kehidupan, sering dilakukan perjalanan dari bahwa algoritma semut atau genetik yang terbaik. satu tempat atau kota ke tempat lain dengan Metode konvensional cenderung lebih mudah dipahami mempertimbangkan efisiensi, waktu, dan biaya sehingga daripada metode heuristik, tetapi jika dibandingkan, hasil diperlukan ketepatan dalam penentuan jalur terpendek yang diperoleh dari metode heuristik lebih variatif dan antar kota. Hasil penentuan jalur terpendek akan menjadi waktu penghitungan yang diperlukan lebih singkat pertimbangan dalam pengambilan putusan untuk ( id.wikipedia.org/ wiki/algoritma _semut). menunjukkan jalur-jalur yang akan ditempuh oleh Kelemahan metode konvesional pada keakuratan seorang pengendara. Hasil yang didapatkan juga hasil yang didapatkan serta tingkat kesalahan yang membutuhkan kecepatan dan ketepatan dengan bantuan dihasilkan dalam penghitungan. Hal tersebut tidak akan komputer. menjadi masalah jika data yang dibutuhkan hanya Secara umum, pencarian jalur terpendek dapat sedikit, jika sebaliknya maka akan menyebabkan dibagi menjadi dua metode, yaitu metode konvensional peningkatan tingkat kesalahan penghitungan dan dan metode heuristik. Metode konvensional adalah penurunan keakuratan. metode yang menggunakan penghitungan matematis biasa. Ada beberapa metode konvensional yang biasa Implementasi penyusunan penelitian ini mempunyai digunakan untuk melakukan pencarian jalur terpendek, batasan masalah sebagai berikut: antara lain: algoritma Djikstra, algoritma Floyd- Warshall, dan algoritma Bellman- Ford. Sedangkan Volume II/No.2/November/
2 a) Bobot antara titik yang ditentukan hanyalah bobot jarak (m). Dengan pengabaian bobot-bobot lainnya, jalur terpendek ditentukan berdasarkan jarak terpendek antara titik. b) Pencarian titik selanjutnya dihitung berdasarkan probabilitas (kebolehjadian) antar kota. c) Dalam penghitungan jumlah semut, nilai α dan β telah ditentukan nilainya. d) Keluaran yang dihasilkan adalah pelaporan proses Ant colony. e) Perangkat lunak dibangun dengan menggunakan bahasa pemprograman Java. Penelitian ini bertujuan: a) membuat suatu perangkat lunak yang dapat mensimulasikan Ant colony dalam kasus pencarian jalur terpendek antara kota yang telah diketahui koordinatnya; b) memberikan alternatif pada pengendara untuk menetukan jalur atau rute mana saja yang akan dilalui untuk menuju suatu tempat (kota). 2. LANDASAN TEORI Definisi Graf Graf adalah suatu pasangan himpunan yang terdiri atas simpul-simpul (verteces atau node) dan sisisisi (edges atau ares). Graf G didefinisikan sebagai pasangan himpunan (V, E), dalam hal ini: Graf G = (V, E), yang dalam hal ini: V = himpunan yang terbatas dan tidak kosong dari simpul-simpul. = { v 1, v 2,..., v n } E = himpunan sisi (edges) yang menghubungkan sepasang simpul Pada G 2, sisi e 3 = (1, 3) dan sisi e 4 = (1, 3) dinamakan sisi-ganda (multiple edges atau paralel edges) karena kedua sisi ini menghubungi dua buah simpul yang sama, yaitu simpul 1 dan simpul 3. Pada G 3, sisi e 8 = (3, 3) dinamakan gelang atau kalang (loop) karena ia berawal dan berakhir pada simpul yang sama. Jenis-Jenis Graf Berdasarkan ada tidaknya gelang atau sisi ganda pada suatu graf, maka graf digolongkan menjadi dua jenis: 1. Graf sederhana (simple graph). Graf yang tidak mengandung gelang maupun sisiganda dinamakan graf sederhana. G 1 pada Gambar 1 adalah contoh graf sederhana = {e1, e2,..., en } atau dapat ditulis : G = (V, E) artinya graf G memiliki V simpul dan E busur. Simpul-simpul pada graf dapat merupakan obyek sembarang seperti kota, nama anak, dan sebagainya. Busur dapat menunjukkan hubungan (relasi) sembarang seperti rute penerbangan, jalan raya, sambungan telepon, dan lain-lain e 1 e 3 e G1 G2 G3 Gambar 1 (a) graf sederhana, (b) graf ganda, dan (c) graf semu Pada Gambar 2.1 G 1 adalah graf dengan V = { 1, 2, 3, 4 } E = { (1, 2), (1, 3), (2, 3), (2, 4), (3, 4) } G 2 adalah graf dengan V = { 1, 2, 3, 4 } E = { (1, 2), (2, 3), (1, 3), (2, 4), (3, 4), (3, 4) } = { e 1, e 2, e 3, e 4, e 5, e 6, e 7 } G 3 adalah graf dengan V = { 1, 2, 3, 4 } E = { (1, 2), (2, 3), (1, 3), (2, 4), (3, 4), (3, 4), (3, 3) } = { e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } e 4 e 5 e 6 e 7 2. Graf tak-sederhana (unsimple-graph). Graf yang mengandung sisi ganda atau gelang dinamakan graf tak-sederhana (unsimple graph). G2 dan G3 pada Gambar 1 adalah contoh graf taksederhana. Berdasarkan jumlah simpul pada suatu graf, secara umum graf dapat digolongkan menjadi dua jenis, yaitu: 1. Graf berhingga (limited graph) Graf berhingga adalah graf yang jumlah simpulnya n berhingga. 2. Graf tak-berhingga (unlimited graph) Graf yang jumlah simpulnya n tidak berhingga banyaknya disebut graf tak-berhingga. 2 e 1 e2 e 8 e 3 e 6 5 e 7 4 e 3 e 4 Volume II/No.2/November/
3 Secara umum langkah-langkah dalam Ant Colony adalah [3][8]: - Langkah 1: Inisialisasi harga parameter-parameter algoritma. - Langkah 2: Pengisian kota pertama ke dalam tabu list. Hasil inisialisasi kota pertama setiap semut dalam langkah 1 harus diisikan sebagai elemen pertama tabu list. Hasil dari langkah ini adalah terisinya elemen pertama tabu list setiap semut dengan indeks kota tertentu, yang berarti bahwa setiap tabuk (1) bisa berisi indeks kota antara 1 sampai n sebagaimana hasil inisialisasi pada langkah 1. - Langkah 3: Penyusunan rute kunjungan setiap semut ke setiap kota. Koloni semut yang sudah terdistribusi ke sejumlah atau setiap kota, akan mulai melakukan perjalanan dari kota pertama masing-masing sebagai kota asal dan salah satu kota kota lainnya sebagai kota tujuan. Kemudian dari kota kedua tiap koloni semut akan melanjutkan perjalanan dengan memilih salah satu dari kota yang tidak terdapat pada tabuk sebagai kota tujuan selanjutnya. Perjalanan koloni semut berlangsung terus menerus sampai semua kota satu persatu dikunjungi atau telah menempati tabuk. Lambang huruf s menyatakan indeks urutan kunjungan, kota asal dinyatakan sebagai tabuk (s) dan kota lainnya dinyatakan sebagai {N-tabuk}. - Langkah 4: Perhitungan panjang rute setiap semut. Perhitungan panjang rute tertutup (length closed tour) atau Lk setiap semut dilakukan setelah satu siklus diselesaikan oleh semua semut. Perhitungan ini dilakukan berdasarkan tabuk Pencarian rute terpendek. Setelah Lk setiap semut dihitung, akan didapat harga minimal panjang rute tertutup setiap siklus atau LminNC dan harga minimal panjang rute tertutup secara keseluruhan adalah atau Lmin. Perhitungan perubahan harga intensitas jejak kaki semut antar kota. Koloni semut akan meninggalkan jejak-jejak kaki pada lintasan antar kota yang dilaluinya. Adanya penguapan dan perbedaan jumlah semut yang lewat, menyebabkan kemungkinan terjadinya perubahan harga intensitas jejak kaki semut antar kota. Persamaan perubahan ini adalah : Δτ ij = (5) dengan adalah perubahan harga intensitas jejak kaki semut antar kota setiap semut yang dihitung berdasarkan persamaan: =, untuk (i,j) kota asal dan kota tujuan dalam tabu k... (6) - Langkah 5: =0, untuk i,j lainnya...(7) Penghitungan harga intensitas jejak kaki semut antar kota untuk siklus berikutnya. Harga intensitas jejak kaki semut antar kota pada semua lintasan antar kota ada kemungkinan berubah karena adanya penguapan dan perbedaan jumlah semut yang melewati. Untuk siklus selanjutnya, semut yang akan melewati lintasan tersebut harga intensitasnya telah berubah. Harga intensitas jejak kaki semut antar kota untuk siklus selanjutnya dihitung dengan persamaan: τij = ρ.τij + Δτij.....(8) Reset harga perubahan intensitas jejak kaki semut antar kota. Untuk siklus selanjutnya perubahan harga intensitas jejak semut antar kota perlu diatur kembali agar memiliki nilai sama dengan nol. masing-masing. Lk = dtabuk(n),tabuk(1) + tabuk(s),tabuk(s+1)...(3) dengan d ij adalah jarak antara kota i ke kota j yang dihitung berdasarkan persamaan: - Langkah 6: Pengosongan tabu list. Ulangi langkah 2 jika diperlukan. Tabu list perlu dikosongkan untuk diisi lagi dengan urutan kota yang baru pada siklus selanjutnya, jika jumlah siklus maksimum belum tercapai dij =...(4) Volume II/No.2/November/
4 3. HASIL DAN PEMBAHASAN 1. Metode Perancangan Metode perancangan yang dikembangkan untuk membangun pencarian jalur terpendek adalah UML (Unified Modelling Language) yang kemudian diperjelas perancangan terstruktur (structure design method) atau diagram alir (flow chart). Diagram alir pada dasarnya merupakan konsep perancangan yang mudah dengan penekanan pada sistem modular (Top Down Design) dan pemrograman terstruktur(structure programming). Perancangan sistem ini akan dibagi menjadi beberapa subsistem yaitu: Perancangan UML Perancangan aplikasi yang dibangun menggunakan 4 (tiga) model diagram UML (Unified Modelling Language) yaitu: use case diagram, class diagram, activity diagram dan sequence diagram. Diagram Use Case Diagram use Case yang bekerja dengan cara mendeskripsikan tipikal interaksi antara user (pengguna) sebuah sistem dan suatu sistem tersendiri melalui sebuah cerita bagaimana sebuah sistem dipakai. Diagram use case menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Diagram use case terdiri atas sebuah aktor dan interaksi yang dilakukannya, aktor tersebut dapat berupa manusia, perangkat keras, sistem lain, ataupun yang berinteraksi dengan sistem. Aktor pada program aplikasi ini adalah pengendara. Pada aplikasi pencarian jalur terpendek antar kota digunakan algoritma semut (ant colony), use case menjelaskan hubungan antara sistem dengan aktor (pengendara). Hubungan ini dapat berupa masukan (input) aktor (pengendara) ke sistem ataupun keluaran (output) ke aktor (pengendara). Use-case merupakan dokumen naratif yang mendeskripsikan kasus-kasus atau kejadian-kejadian dari aktor dalam penggunaan system untuk menyelesaikan sebuah proses. Berikut ini adalah gambar yang menjelaskan aplikasi pencarian jalur terpendek antara kota menggunakan algoritma semut (ant colony) dalam model diagram use-case. Diagram Class Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan perancangan berorientasi objek. Class menggambarkan keadaan (atribut/properti) suatu sistem dan menawarkan layanan untuk memanipulasi keadaan tersebut (metoda/fungsi). Diagram Class menggambarkan struktur dan deskripsi class, package, dan objek beserta hubungan satu sama lain. Selam proses perancangan, diagram class berperan dalam menangkap struktur dari semua kelas yang membentuk arsitektur sistem yang dibuat. Gambar 2 Diagram use case aplikasi implementasi dan simulasi algoritma Kumpulan Semut (AntColony) untuk pengendara. Gambar 3 Diagram Class aplikasi implementasi dan simulasi algoritma Kumpulan Semut (ant colony) untuk Pengendara. Diagram Aktivitas Diagram altivitas menggambarkan berbagai aliran aktivitas dalalm system yang sedang dirancang, bagaimana tiap aliran berawal, putusan yang mungkin terjadi dan bagaimana mereka berakhir. Diagram aktivitas juga dapat menggambarkan proses pararel yang mungkin terjadi pada beberapa eksekusi. Berikut ini adalah diagram aktivitas dari aplikasi pencarian jalur terpendek menggunakan algoritma semut. Volume II/No.2/November/
5 Gambar 4. Diagram aktivitas aplikasi implementasi dan simulasi algoritma kumpulan semut (Ant Colony) untuk pengendara. 2. Algoritma Ant Colony Begin Initialize Pheromone matrix Read and initialize distance matrix i := 1 (number of ants completed their tours) Do while I < MaxIteration If current node is node last node, choose next feasible node on the basis of pheromone density, at equal situation, choose it randomly. Increase the amount of pheromone on chosen arc by α. If current node is the last node, the ant s tour is finished, evaporate pheromone on every arc by β percent. i := I + 1 Analyze the pheromone matrix to identifity the shortes path End 3. Pengkodean dan Antarmuka Pada subbab ini penulis akan menjelaskan potongan-potongan dari kode sumber aplikasi untuk implementasi dan simulasi pencarian jalur terpendek. Kode sumber untuk aplikasi implementasi dan simulasi pencarian jalur terpendek tersebut dikembangkan dengan menggunakan bahasa pemrograman Java versi Java 2 Standard Edition (J2SE). Keterangan kode program.1 : a. Class HaryAnt menggunakan klausa extend yang mengidentifikasi bahwa class tersebut merupakan super kelas dari kelas itu sendiri. b. Private string asal digunakan untuk pendeklarasian kota-kota asal yang bertipe string. c. Private string tujuan digunakan untuk pendeklarasian kota-kota tujuan yang bertipe string. Kode program1. Program HaryAnt.java: public class HaryAnt extends Jframe { private String Asal[] = {"","Cengkareng","Duri Kosambi","Green Garden","Kedoya","Jalan Panjang","Keb.Jeruk","Puri Indah","Kembangan","Mercu Buana","Joglo"}; private String Tujuan[] = {"","Cengkareng","Duri Kosambi","Green Garden","Kedoya","Jalan Panjang","Keb.Jeruk","Puri Indah","Kembangan","Mercu Buana","Joglo"}; public HaryAnt() { super("implementasi dan Simulasi Pencarian Jalur Terpendek dengan Algoritma Semut ( Ant Colony )"); JMenuBar menubar = new JMenuBar(); Kode program 2 HaryAntTest.java public class Hary extends Jpanel { protected Point2D[] mpoints; protected Point2D mselectedpoint; public Hary() { protected Point2D mselectedpoint; public Hary() { mpoints = new Point2D[13]; // Cubic curve. mpoints[0] = new Point2D.Double(20, 150);//Cengkareng mpoints[1] = new Point2D.Double(200, 50);//Green Garden mpoints[2] = new Point2D.Double(400, 30);//Jalan panjang mpoints[3] = new Point2D.Double(600, 40);//pos Pengumben mpoints[4] = new Point2D.Double(700, 90);//Joglo mpoints[5] = new Point2D.Double(500, 120);//Keb.Jeruk mpoints[6] = new Point2D.Double(80, 250);//Duri Kosambi mpoints[7] = new Point2D.Double(400, 200);//Puri Indah mpoints[8] = new Point2D.Double(600, 150);//kembangan mpoints[9] = new Point2D.Double(650, 125);//Mercu Buana mpoints[10] = new Point2D.Double(850, 140);//Ciledug mpoints[11] = new Point2D.Double(350, 150);//Pasar Puri mpoints[12] = new Point2D.Double(300, 50);//kedoya } public void paintcomponent(graphics g) { Graphics2D g2 = (Graphics2D) g.create(); g2.setcolor(color.green); Keterangan kode program 2 : a. Program di atas digunakan untuk membuat titiktitik/ node-node pada tampilan program untuk pendefinisian tata letak kota. b. Public void paint Component (Graphics g) digunakan untuk menset warna titik/ node. Volume II/No.2/November/
6 Kode program 3. Panel.java public class Panel extends JPanel { protected void paintcomponent(graphics g) { Graphics2D g2 = (Graphics2D) g.create(); GradientPaint paint = new GradientPaint(0, 0, Color.BLACK, 0, getheight(), Color.GREEN.brighter()); }} g2.setpaint(paint); g2.fillrect(0, 0, getwidth(), getheight()); Keterangan program 3 : Potongan kode di atas digunakan untuk menge-set tampilan warna program aplikasi. 4. KESIMPULAN DAN SARAN A. Kesimpulan Dari hasil pembahasan dan pembuatan program Aplikasi Implementasi dan Simulasi Penentuan Jalur Terpendek menggunakan Algoritma semut (Ant Colony) dapat disimpulkan sebagai berikut: a) Dalam tahap pengujian, Aplikasi Implementasi dan Simulasi simulasi pencarian jalur terpendek menggunakan algoritma semut (Ant Colony) ini dapat digunakan seperti yang diharapkan, sehingga aplikasi ini dapat membantu pengendara, khususnya bagi pengguna jalan sekitar jakarta barat untuk mempercepat dalam memilih jalur mana saja untuk menuju suatu tempat dengan harapan efisiensi waktu dan biaya. b) Dengan menggunakan metode rekayasa perangkat lunak waterfall pada tahap analisis masalah, diperoleh permasalahan pada Aplikasi ini, yaitu bagaimana membangun suatu program aplikasi yang dapat membantu seseorang pengendara untuk memperoleh jalur terpendek menuju alamat tujuan menggunakan program java menjadi program yang utuh dan siap digunakan. c) Dalam tahap pengujian, Aplikasi menunjukan bahwa Aplikasi ini secara fungsional bekerja dengan baik sesuai kebutuhan yang telah didefinisikan pada tahap analisis sampai perancangan. Metode pengujian yang digunakan oleh penulis adalah metode black box dan White Box. B. Saran Ada beberapa masukan untuk pengembangan aplikasi ini, dengan harapan semakin meningkatnya fungsi-fungsi dari aplikasi dan semakin tepatnya antara kebutuhan sistem dengan fungsional aplikasi, yaitu: 1. Pengembangan aplikasi implementasi dan simulasi pencarian jalur terpendek menggunakan algoritma semut tidak hanya berdasarkan jarak terpendeknya saja tetapi juga berdasarkan lama perjalanan dan waktu perjalanan yang paling efisien. 2. Pengembangan aplikasi dilakukan dengan penggunaan teknologi yang mampu mengidentifikasi titik kemacetan serta titik yang tidak mengalami kemacetan. DAFTAR PUSTAKA Dharwiyanti, Sri dan Wahono, Romi Satria. Pengantar Unified Modeling Language(UML) Juwaeni, Ahmad. Unified Modeling Language (UML) Darigo M.,Gi. Dcaro. The ant colony optimization meta-heuristic. New York : McGraw-Hill,1999. Wikipedia Indonesia. (2006). Algoritma semut. _semut/. Waktu akses : 30 Desember 2009 pukul Volume II/No.2/November/
Implementasi dan Simulasi Algoritma Kumpulan Semut (Ant Colony) Untuk Mencari Jalur Terpendek
Implementasi dan Simulasi Algoritma Kumpulan Semut (Ant Colony) Untuk Mencari Jalur Terpendek Haryanto 1, Ahmad Kodar 2, Ida Nurhaida 3 Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Mercu
Lebih terperinciLANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf
Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex
Lebih terperinciBAB I PENDAHULUAN. Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan.
Lebih terperinciPENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY. Budi Triandi
Budi, Penemuan Jalur Terpendek Dengan 73 PENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY Budi Triandi Dosen Teknik Informatika STMIK Potensi Utama STMIK Potensi Utama, Jl.K.L Yos Sudarso Km 6,5 No.3-A
Lebih terperinciSISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG
SISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG Achmad Hambali Jurusan Teknik Informatika PENS-ITS Kampus PENS-ITS Keputih Sukolilo Surabaya 60 Telp (+6)3-59780, 596, Fax. (+6)3-596 Email : lo7thdrag@ymail.co.id
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Sistem yang Berjalan Analisa sistem yang berjalan bertujuan untuk mengidentifikasi persoalanpersoalan yang muncul dalam pembuatan sistem, hal ini dilakukan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal ini V adalah himpunan tidak kosong dari simpul-simpul
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 TEORI GRAF 2.1.1 Definisi Definisi 2.1 (Munir, 2009, p356) Secara matematis, graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal
Lebih terperinciBAB IV ANALISIS MASALAH
BAB IV ANALISIS MASALAH 4.1 Tampilan Program Persoalan TSP yang dibahas pada tugas akhir ini memiliki kompleksitas atau ruang solusi yang jauh lebih besar dari TSP biasa yakni TSP asimetris dan simetris.
Lebih terperinciDesain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System
Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System Jan Alif Kreshna, Satria Perdana Arifin, ST, MTI., Rika Perdana Sari, ST, M.Eng. Politeknik Caltex Riau Jl. Umbansari 1 Rumbai,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Graf didefinisikan dengan G = (V, E), di mana V adalah himpunan tidak kosong dari vertex-vertex = {v1, v2, v3,...,vn} dan E adalah himpunan sisi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Dasar Graf Graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G=(V,E), yang dalam hal ini V adalah himpunan tidak-kosong dari simpul-simpul (vertices
Lebih terperinciOPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION. Zulfikar Hasan, Novianita Achmad, Nurwan
OPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION Zulfikar Hasan, Novianita Achmad, Nurwan ABSTRAK Secara umum, penentuan rute terpendek dapat dibagi menjadi dua metode,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Algoritma adalah teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun secara logis dan sitematis
Lebih terperinciPENCARIAN RUTE TERPENDEK OBJEK WISATA DI MAGELANG MENGGUNAKAN ANT COLONY OPTIMIZATION (ACO)
PENCARIAN RUTE TERPENDEK OBJEK WISATA DI MAGELANG MENGGUNAKAN ANT COLONY OPTIMIZATION (ACO) Bagus Fatkhurrozi *, Ika Setyowati Jurusan Teknik Elektro, Fakultas Teknik, Universitas Tidar Jl. Kapten Suparman
Lebih terperinciBAB 2 LANDASAN TEORI. Perancangan sistem merupakan penguraian suatu sistem informasi
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Perancangan Sistem Perancangan sistem merupakan penguraian suatu sistem informasi yang utuh ke dalam bagian komputerisasi yang dimaksud, mengidentifikasi dan mengevaluasi
Lebih terperinciGambar 3.1. Semut dalam Proses menemukan sumber makanan
BAB III LANDASAN TEORI 3.1 Algortima Semut Koloni semut merupakan algoritma yang bersifat heuristik untuk menyelesaikan masalah optimasi. Algoritma ini diinspirasikan oleh lingkungan koloni semut pada
Lebih terperinciIMPLEMENTASI ALGORITMA SEMUT UNTUK PENCARIAN RUTE TERPENDEK BERBASIS SISTEM INFORMASI GEOGRAFIS
IMPLEMENTASI ALGORITMA SEMUT UNTUK PENCARIAN RUTE TERPENDEK BERBASIS SISTEM INFORMASI GEOGRAFIS Edi Iskandar Teknik Informatika STMIK Akakom e-mail: edi_iskandar@akakom.ac.id Abstrak Dalam kehidupan global
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Menurut Dasgupta dkk (2008), graph merupakan himpunan tak kosong titik-titik yang disebut vertex (juga disebut dengan node) dan himpunan garis-garis
Lebih terperinciBAB II TINJAUAN PUSTAKA
17 BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis Sistem Informasi Geografis atau Geografic Information Sistem (GIS) merupakan sistem komputer yang digunakan untuk memasukkan, menyimpan, memeriksa,
Lebih terperinciPenggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf
Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN SISTEM Analisis Sistem yang Sedang Berjalan. Untuk merancang sebuah aplikasi mobile pelajaran Kimia dasar untuk
BAB IV ANALISA DAN PERANCANGAN SISTEM 4.1. Analisis Sistem yang Sedang Berjalan Untuk merancang sebuah aplikasi mobile pelajaran Kimia dasar untuk siswa SMA Negeri 1 Parongpong, maka terlebih dahulu perlu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Informasi Geografis (SIG) Sistem Informasi Geografis atau Geographic Information System (GIS) merupakan suatu sistem informasi yang berbasis komputer, dirancang untuk bekerja
Lebih terperinciSTUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM
Seminar Nasional Aplikasi Teknologi Informasi (SNATI ) ISSN: `1907-5022 Yogyakarta, 19 Juni STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN
Lebih terperinciANT COLONY OPTIMIZATION
ANT COLONY OPTIMIZATION WIDHAPRASA EKAMATRA WALIPRANA - 13508080 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail: w3w_stay@yahoo.com ABSTRAK The Ant Colony Optimization
Lebih terperinciPengisian Kota Pertama ke dalam Tabu List Penyusunan Rute Kunjungan Setiap Semut ke Setiap Kota
ix DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN DOSEN PEMBIMBING... ii LEMBAR PENGESAHAN DOSEN PENGUJI... iii HALAMAN PERSEMBAHAN... iv MOTTO... v KATA PENGANTAR... vi ABSTRAKSI... viii DAFTAR ISI...
Lebih terperinciPenerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum
Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum Bramianha Adiwazsha - NIM: 13507106 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciRancang Bangun Aplikasi Web Pencarian Rute Terpendek Antar Gedung di Kampus Menggunakan Algoritma Floyd-warshall
Rancang Bangun Aplikasi Web Pencarian Rute Terpendek Antar Gedung di Kampus Menggunakan Algoritma Floyd-warshall Lutfi Fanani Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya Malang,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada awalnya komputer hanya digunakan untuk alat hitung saja tetapi seiring dengan perkembangan teknologi, komputer diharapkan mampu melakukan semua yang dapat
Lebih terperinciALGORITMA SEMUT PADA PENJADWALAN PRODUKSI JOBSHOP
Media Informatika, Vol. 2, No. 2, Desember 2004, 75-81 ISSN: 0854-4743 ALGORITMA SEMUT PADA PENJADWALAN PRODUKSI JOBSHOP Zainudin Zukhri, Shidiq Alhakim Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas
Lebih terperinciBAB I PENDAHULUAN. Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah
BAB I PENDAHULUAN I.1. Latar Belakang Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah optimasi yang banyak menarik perhatian para peneliti sejak beberapa dekade terdahulu. Pada mulanya,
Lebih terperinciAplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf
Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Nur Fajriah Rachmah - 0609 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
60 BAB 3 METODOLOGI PENELITIAN Gambar 3.1 Flow Chart Tugas Akhir 61 Gambar 3.1 Flow Chart Tugas Akhir (Lanjutan) Wawancara dan Observasi Lapangan Wawancara dilakukan untuk mengetahui alur proses bisnis
Lebih terperinciANALISIS ALGORITMA SEMUT UNTUK PEMECAHAN MASALAH PENUGASAN
ANALISIS ALGORITMA SEMUT UNTUK PEMECAHAN MASALAH PENUGASAN Zainudin Zukhri Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Kampus Terpadu UII Jl Kaliurang Km 14.5 Yogyakarta
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Teori graf Definisi graf
2 LNDSN TEORI 2.1 Teori graf 2.1.1 Definisi graf Graf adalah kumpulan dari minimal satu atau lebih simpul (vertex) yang dihubungkan oleh sisi atau busur (edge). Dalam kehidupan sehari-hari, graf banyak
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini akan membahas landasan teori, penelitian terdahulu, kerangka pikir dan hipotesis yang mendasari penyelesaian permasalahan dalam penentuan jarak terpendek untuk Pendistribusian
Lebih terperinciBAB III OBJEK DAN METODOLOGI PENELITIAN. sesuai dengan pendapat Sugiyono (2003:58) mendefinisikan bahwa:
BAB III OBJEK DAN METODOLOGI PENELITIAN 3.1. Objek Penelitian Objek penelitian merupakan sasaran untuk mendapatkan suatu data, sesuai dengan pendapat Sugiyono (2003:58) mendefinisikan bahwa: Objek penelitian
Lebih terperinciPerbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek
Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek Finsa Ferdifiansyah NIM 0710630014 Jurusan Teknik Elektro Konsentrasi Rekayasa Komputer Fakultas Teknik Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Menurut (Suarga, 2012 : 1) algoritma: 1. Teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Teori Graph 2.1.1. Definisi Graph Definisi 2.1 (Wilson, R. J dan Watkhins, J. J, 1990) Suatu graph G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik
Lebih terperinciREKAYASA APLIKASI PENCARI RUTE LOKASI INDUSTRI MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM
REKAYASA APLIKASI PENCARI RUTE LOKASI INDUSTRI MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM Anwar Hidayat 1), Agung Budi Prasetyo 2) 1, 2) Teknik Informatika, STMIK AKAKOM Jl.Raya Janti 143 Karangjambe, Yogyakarta
Lebih terperinciANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 201 210. ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP) Cindy Cipta Sari, Bayu Prihandono,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Pencarian lintasan terpendek dari satu titik ke titik lain adalah masalah yang sering ditemui dalam kehidupan sehari-hari. Berbagai kalangan menemui permasalahan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Lintasan Terpendek Lintasan terpendek merupakan lintasan minumum yang diperlukan untuk mencapai suatu titik dari titik tertentu (Pawitri, ) disebutkan bahwa. Dalam permasalahan pencarian
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.. Definisi Graf Secara matematis, graf G didefinisikan sebagai pasangan himpunan (V,E) ditulis dengan notasi G = (V, E), yang dalam hal ini: V = himpunan tidak-kosong dari simpul-simpul
Lebih terperinciBAB II KAJIAN TEORI. semut, dan travelling salesman problem. Teori graf digunakan untuk menerapkan
BAB II KAJIAN TEORI Pada bab kajian teori akan dibahas tentang teori graf, algoritma, algoritma semut, dan travelling salesman problem. Teori graf digunakan untuk menerapkan aplikasi rute Trans Jogja.
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Bab Tinjauan Pustaka memuat uraian gambaran umum dan fungsi-fungsi pada perpustakaan, pengertian sistem informasi, dan kaitan antara perpustakaan dan sistem informasi. 2.1. Perpustakaan
Lebih terperinciBAB II DASAR TEORI 2.1 Penjadwalan Kuliah
BAB II DASAR TEORI 2.1 Penjadwalan Kuliah Penjadwalan Kuliah merupakan pengaturan penempatan waktu dan ruangan berdasarkan jumlah kuliah dan akademik sejenis, dengan memperhatikan sejumlah aturan yang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Terminologi graf Tereminologi termasuk istilah yang berkaitan dengan graf. Di bawah ini akan dijelaskan beberapa definisi yang sering dipakai terminologi. 2.1.1 Graf Definisi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma merupakan urutan langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, algoritma dibuat dengan tanpa memperhatikan bentuk
Lebih terperinciPemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf
Pemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf Anugrah Adeputra - 13505093 Program Studi Informatika, Sekolah Teknik Elektro & Informatika ITB Jl. Ganesha No.10 If15093@students.if.itb.ac.id
Lebih terperinciBAB II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA Pada bagian pada bagian ini akan diuraikan tentang tinjauan pustaka dan landaran teori yang sesuai dengan ACO dan AG. 2.1 Algoritma Ant Colony Optimization Secara umum pencarian
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
21 2 TINJUN PUSTK 2.1. lgoritma lgoritma merupakan suatu langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, tanpa memperhatikan bentuk yang akan digunakan sebagai implementasinya,
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Analisis bertujuan untuk mengidentifikasi permasalahan-permasalahan yang ada pada sistem serta menentukan kebutuhan dari sistem yang dibangun.analisis tersebut
Lebih terperinciBAB II LANDASAN TEORI
II LNSN TEORI Landasan teori dalam penyusunan tugas akhir ini menggunakan beberapa teori pendukung yang akan digunakan untuk menentukan lintasan terpendek pada jarak esa di Kecamatan Rengat arat. 2.1 Graf
Lebih terperinciBAB IV ANALISIS DAN PERANCANGAN SISTEM
BAB IV ANALISIS DAN PERANCANGAN SISTEM 4.1 Analisis Sistem Yang Berjalan Analisis sistem yang berjalan dilakukan dengan cara menganalisis pada objek-objek yang diperlukan untuk sistem yang akan dirancang,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN III.1. Analisa Sistem Pencarian Lokasi ini merupakan masalah untuk mencari rute atau lintasan Lokasi yang bisa dilalui pengunjung yang ingin mengunjungi beberapa titik Universitas
Lebih terperinciBAB I PENDAHULUAN. Dalam proses kerjanya di PT.Balesman mengadakan lelang aset kredit yang macet
BAB I PENDAHULUAN I.1. Latar Belakang PT.Balesman adalah perusahaan yang bergerak dalam bidang pelelangan aset kredit macet terhadap bank. PT.Balesman perusahaan bekerja sama dengan beberapa bank dan Kantor
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 terperinciBAB I PENDAHULUAN. secara lebih aktual dan optimal. Penggunaan teknologi informasi bertujuan untuk
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang sangat cepat telah membawa manusia memasuki kehidupan yang berdampingan dengan informasi dan teknologi itu sendiri. Yang berdampak pada
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Tsunami Tsunami adalah gelombang laut yang terjadi karena adanya gangguan impulsif pada laut. Gangguan impulsif tersebut terjadi akibat adanya perubahan bentuk dasar laut secara tiba-tiba
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas landasan teori, penelitian terdahulu, kerangka pikir dan hipotesis yang mendasari penyelesaian permasalahan dalam penentuan jarak terpendek untuk order picking
Lebih terperinciDiktat Algoritma dan Struktur Data 2
BB X GRF Pengertian Graf Graf didefinisikan sebagai pasangan himpunana verteks atau titik (V) dan edges atau titik (E). Verteks merupakan himpunan berhingga dan tidak kosongdari simpul-simpul (vertices
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM Se melakukan analisis dan perancangan terhadap pengembangan pencarian rute terdekat antar kecamatan kota Tangerang, tahapan selanjutnya adalah implementasi dan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang.
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan penggunaan smartphone yang semakin meningkat dan perkembangan teknologi mobile yang semakin canggih, sejalan dengan kemajuan zaman maka peranannya sangat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Graph Graf adalah struktur data yang terdiri dari atas kumpulan vertex (V) dan edge (E), biasa ditulis sebagai G=(V,E), di mana vertex adalah node pada graf, dan edge adalah rusuk
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Banyak volume kendaraan yang ada saat ini semakin membuat banyak lokasi-lokasi kemacetan dimana-mana, terutama pada jam-jam sibuk seperti
Lebih terperinciBAB IV ANALISIS DAN PERANCANGAN SISTEM
BAB IV ANALISIS DAN PERANCANGAN SISTEM 4.1 Analisis Sistem yang Sedang Berjalan Tahap yang perlu dilakukan sebelum mengembangkan suatu sistem ialah menganalisis sistem yang sedang berjalan kemudian mencari
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN APLIKASI. Aplikasi chatting mobile phone yang menggunakan NetBeans IDE 6.0 yang di
BAB III ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Tahapan analisis merupakan tahapan yang paling awal dalam membuat sebuah perangkat lunak. Pada tahapan ini dilakukan perancangan terhadap Aplikasi
Lebih terperinciPencarian Jalur Terpendek dengan Algoritma Dijkstra
Volume 2 Nomor 2, Oktober 207 e-issn : 24-20 p-issn : 24-044X Pencarian Jalur Terpendek dengan Algoritma Dijkstra Muhammad Khoiruddin Harahap Politeknik Ganesha Medan Jl.Veteran No. 4 Manunggal choir.harahap@yahoo.com
Lebih terperinciAplikasi Graf Berarah dan Pohon Berakar pada Visual Novel Fate/Stay Night
Aplikasi Graf Berarah dan Pohon Berakar pada Visual Novel Fate/Stay Night Ratnadira Widyasari 13514025 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPERANCANGAN APLIKASI PENCARIAN RUTE TERPENDEK MENEMUKAN TEMPAT PARIWISATA TERDEKAT DI KEDIRI DENGAN METODE FLOYD- WARSHALL UNTUK SMARTPHONE
PERANCANGAN APLIKASI PENCARIAN RUTE TERPENDEK MENEMUKAN TEMPAT PARIWISATA TERDEKAT DI KEDIRI DENGAN METODE FLOYD- WARSHALL UNTUK SMARTPHONE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh
Lebih terperinciAplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien
Aplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien Rianto Fendy Kristanto ) ) Jurusan Teknik Informatika ITB, Bandung 40, email: if706@students.if.itb.ac.id Abstract Makalah ini membahas tentang
Lebih terperinciDibuat Oleh : 1. Andrey ( )
Dibuat Oleh : 1. Andrey (41813120186) FAKULTAS ILMU KOMPUTER PROGRAM STUDI SISTEM INFORMASI UNIVERSITAS MERCU BUANA JAKARTA 2015 Definisi Test Case Test case merupakan suatu tes yang dilakukan berdasarkan
Lebih terperinciBAB III METODOLOGI PENELITIAN. dalam pengumpulan data atau informasi guna memecahkan permasalahan dan
BAB III METODOLOGI PENELITIAN 3.1 Metodologi Penelitian Metodologi penelitian adalah langkah dan prosedur yang akan dilakukan dalam pengumpulan data atau informasi guna memecahkan permasalahan dan menguji
Lebih terperinciMILIK UKDW BAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Saat ini, teknologi komputer menjadi alat bantu yang sangat bermanfaat terutama untuk melakukan pekerjaan dalam hal kalkulasi, pendataan, penyimpanan berkas
Lebih terperinciBAB II KAJIAN PUSTAKA. Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V
BAB II KAJIAN PUSTAKA A. Pengertian Graf Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan tak kosong dari simpul-simpul (vertices) pada G. Sedangkan E adalah himpunan
Lebih terperinciPENCARIAN TITIK LOKASI DENGAN PEMANFAATAN ALGORITMA FLOYD-WARSHALL SEBAGAI PERHITUNGAN JARAK TERDEKAT DI INSTITUT TEKNOLOGI BANDUNG
JURNAL LPKIA, Vol. No., Januari 205 PENCARIAN TITIK LOKASI DENGAN PEMANFAATAN ALGORITMA FLOYD-WARSHALL SEBAGAI PERHITUNGAN JARAK TERDEKAT DI INSTITUT TEKNOLOGI BANDUNG Ahmad Adityo Anggoro Program Studi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Graph Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objekobjek tersebut. Gambar 2.1 merupakan sebuah graf yang menyatakan peta jaringan jalan raya
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain dan tahapan yang dilakukan dalam penelitian ini dapat dilihat pada gambar berikut: Rumusan Masalah Pengembangan Perangkat Lunak Analisis Data Model
Lebih terperinciBAB IV ANALISIS DAN PERANCANGAN SISTEM. menggambarkan aliran-aliran informasi dari bagian-bagian yang terkait, baik dari
BAB IV ANALISIS DAN PERANCANGAN SISTEM 4.1 Analisis Sistem yang Sedang Berjalan Analisis sistem merupakan gambaran suatu sistem yang saat ini sedang berjalan dan untuk mempelajari sistem yang ada. Analisis
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN. No.30 yang pengembangnnya awalnya dipelopori oleh satu orang dengan bantuan
BAB III OBJEK DAN METODE PENELITIAN 3.1. Objek Penelitian 3.1.1. Sejarah Singkat Perusahaan Sinar Jaya Motor berdiri pada tahun 1988 dan beralamat di Jl.Gatot Subroto No.30 yang pengembangnnya awalnya
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciPROGRAM DINAMIS UNTUK PENENTUAN LINTASAN TERPENDEK DENGAN PENDEKATAN ALGORITMA FLOYD-WARSHALL
17 Dinamika Teknik Januari PROGRAM DINAMI UNTUK PENENTUAN LINTAAN TERPENDEK DENGAN PENDEKATAN ALGORITMA FLOYD-WARHALL Enty Nur Hayati, Agus etiawan Dosen Fakultas Teknik Universitas tikubank emarang DINAMIKA
Lebih terperinciGRAF. V3 e5. V = {v 1, v 2, v 3, v 4 } E = {e 1, e 2, e 3, e 4, e 5 } E = {(v 1,v 2 ), (v 1,v 2 ), (v 1,v 3 ), (v 2,v 3 ), (v 3,v 3 )}
GRAF Graf G(V,E) didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan berhingga dan tidak kosong dari simpul-simpul (verteks atau node). Dan E adalah himpunan berhingga dari busur (vertices
Lebih terperinciSistem Informasi Penentuan Jalur Terpendek Bagi Pengantar Surat Menggunakan Algoritma Semut
Sistem Informasi Penentuan Jalur Terpendek Bagi Pengantar Surat Menggunakan Algoritma Semut Yopri Satria Dahni 1, Rahmiati 2 Program Studi Teknik Informatika STMIK Amik Riau, Jalan Purwodadi Km 10 Panam
Lebih terperinciPENENTUAN ALUR TERPENDEK PENGIRIMAN BARANG PT.KENCANA LINK NUSANTARA MEDAN DENGAN ALGORITMA DJIKSTRA
15 Jurnal Riset Komputer (JURIKOM), ol. 3 No. 6, Desember 2016 PENENTUAN ALUR TERPENDEK PENGIRIMAN BARANG PT.KENCANA LINK NUSANTARA MEDAN DENGAN ALGORITMA DJIKSTRA Ahmad Zuhri Hasibuan Mahasiswa Teknik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sistem Informasi Geografis (SIG) sebagai salah satu bidang ilmu yang tergolong baru, saat ini telah mampu menyelesaikan masalah routing, baik untuk masalah pencarian
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Bali memiliki bermacam-macam obyek wisata yang sangat potensial untuk dijadikan ladang penghasil devisa bagi negara, tidak hanya itu saja para penduduk di sekitar obyek
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Loket Bus merupakan tempat dimana masyarakat yang akan memesan atau membeli suatu tiket untuk menggunakan sarana transportasi bus sebagai keperluan
Lebih terperinciBab 3. Metode dan Perancangan Sistem
Bab 3 Metode dan Perancangan Sistem Dalam perancangan dan pengimplementasian perangkat lunak diperlukan perancangan sistem terlebih dahulu yang bertujuan untuk memberikan gambaran kepada pengguna tentang
Lebih terperinciDAFTAR ISI. Halaman HALAMAN JUDUL LEMBAR PERSETUJUAN LEMBAR PENGESAHAN LEMBAR PERSEMBAHAN MOTTO ABSTRAK ABSTRACK
DAFTAR ISI HALAMAN JUDUL LEMBAR PERSETUJUAN LEMBAR PENGESAHAN LEMBAR PERSEMBAHAN MOTTO ABSTRAK ABSTRACK Halaman KATA PENGANTAR... Error! Bookmark not DAFTAR ISI...i DAFTAR GAMBAR, GRAFIK, DIAGRAM... iv
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graf Adiwijaya (P47) menyatakan bahwa teori graf ditulis pertama kali dalam makalah oleh Leonard Euler matematikawan asal Swiss pada tahun 1736, yang digunakan untuk menyelesaikan
Lebih terperinciUNIFIED MODELING LANGUAGE
UNIFIED MODELING LANGUAGE UML (Unified Modeling Language) adalah metode pemodelan secara visual sebagai sarana untuk merancang dan atau membuat software berorientasi objek. Karena UML ini merupakan bahasa
Lebih terperinciSelvia Lorena Br Ginting 1, Hayi Akbar 2. Abstrak
PEMBANGUNAN PERANGKAT LUNAK MENGGUNAKAN ALGORITMA ANT COLONY OPTIMIZATION UNTUK OPTIMALISASI PENJADWALAN KULIAH (STUDI KASUS PENJADWALAN KULIAH JURUSAN TEKNIK KOMPUTER UNIKOM) Selvia Lorena Br Ginting
Lebih terperinciG r a f. Pendahuluan. Oleh: Panca Mudjirahardjo. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut.
G r a f Oleh: Panca Mudjirahardjo Pendahuluan Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. 1 Pendahuluan Jaringan jalan raya di propinsi Jawa Tengah
Lebih terperinciBAB II LANDASAN TEORI
6 DAFTAR ISI Isi Halaman HALAMAN JUDUL HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT... i ii iii vi ix x xi xii BAB I
Lebih terperinciBAB 2 LANDASAN TEORI
18 BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma adalah urutan atau deskripsi langkah- langkah penyelesaian masalah yang tersusun secara logis, ditulis dengan notasi yang mudah dimengerti sedemikian
Lebih terperinci