BAB 2 LANDASAN TEORI
|
|
- Ratna Jayadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 17 BAB 2 LANDASAN TEORI 2.1 Permasalahan Optimasi Optimasi adalah proses memaksimasi atau meminimasi suatu fungsi tujuan dengan tetap memperhatikan pembatas yang ada. Optimasi memegang peranan penting dalam mendesain suatu sistem. Dengan optimasi, suatu sistem dapat menghasilkan ongkos yang lebih murah atau profit yang lebih tinggi, menurunkan waktu proses dan sebagainya. Optimasi dalam waktu sekarang memerlukan bantuan software untuk menyelesaikan permasalahan yang ditemukan untuk mendapatkan solusi yang optimal dengan waktu komputasi yang lebih singkat. Teknik-teknik optimasi tidak banyak berubah dalam beberapa tahun belakangan ini. Tetapi aplikasi dari teknik optimasi telah menjamur di berbagai bidang secara cepat. Keberhasilan penerapan teknik optimasi paling tidak memerlukan tiga syarat, yaitu kemampuan membuat model matematika dari permasalahan yang dihadapi, pengetahuan akan program komputer dan pengetahuan akan teknik optimasi itu sendiri. Pemakaian software dalam menyelesaikan masalah optimasi sangatlah penting. Persoalan sederhana mungkin bisa diselesaikan dengan suatu algoritma yang hanya memerlukan satu atau dua iterasi, namun jika sudah menyangkut permasalahan dengan skala besar dan melibatkan banyak iterasi dalam menemukan solusi optimal dari permasalahan itu maka diperlukan pemakaian software untuk menyelesaikannya. Masalah optimasi dapat dikategorikan ke dalam dua kelas besar, yaitu optimasi tanpa pembatas (unconstrained optimization) dan optimasi dengan pembatas (constrained
2 18 optimization). Dari namanya kita bisa mengetahui bahwa optimasi tanpa pembatas hanya melibatkan fungsi tujuan, tidak ada pembatas (constraint), sedangkan optimasi dengan pembatas, selain fungsi tujuan kita juga mempunyai tambahan pembatas yang membuat permasalahan lebih rumit. Dalam constrained optimization, dengan adanya pembatas diperlukan algoritma yang berbeda untuk menyelesaikannya. Prosedur pemecahan masalah optimasi adalah memodelkan persoalannya ke dalam sebuah program matematis dan kemudian memecahkannya dengan menggunakan teknik-teknik atau metode optimasi seperti program linier, program nonlinier, program tujuan ganda, dan metode-metode lainnya yang sudah berkembang saat ini. Dalam penelitian ini akan menggunakan metode tabu search untuk menyelesaikan persoalan optimasi. 2.2 Permasalahan Penjadwalan Jadwal adalah daftar output (tabel kegiatan)/rencana kegiatan yang harus dihasilkan dalam jangka waktu tertentu, biasanya disusun menurut urutan prioritas dengan pembagian waktu pelaksanaan yang terperinci, sedangkan penjadwalan adalah proses pembuatan/cara menjadwalkan suatu data menjadi jadwal (Harding, 1984). Penjadwalan merupakan proses untuk menyusun suatu jadwal atau urutan proses yang diperlukan dalam sebuah permasalahan. Permasalahan penjadwalan biasanya berhubungan dengan penjadwalan kelas dalam sekolah atau perkuliahan dan juga dalam lingkup yang tidak jauh berbeda seperti penjadwalan pelajaran sekolah, penjadwalan ujian, atau bisa juga penjadwalan karyawan, baik dalam suatu perusahaan ataupun dalam rumah sakit. Dalam penjadwalan kuliah, akan dibahas tentang pembagian jadwal untuk tiap mahasiswa pada kuliah tertentu sekaligus dosen pengajarnya, dalam penjadwalan pelajaran sekolah akan dibahas tentang pembagian jadwal pelajaran untuk tiap-tiap kelas yang ada beserta guru pengajar pelajaran tersebut, dalam penjadwalan ujian akan dibahas pengaturan dosen yang menjaga ujian dan mahasiswa atau murid yang menempati ruang
3 19 ujian yang ada, sedangkan pada penjadwalan karyawan, dilakukan pengaturan karyawan yang akan bekerja pada waktu tertentu di bagian tertentu. Proses tersebut tentu saja dibuat berdasarkan permasalahan yang ada. Beberapa proses umum yang perlu dilakukan untuk menyelesaikan suatu proses penjadwalan adalah: 1. Mendefinisikan atau membuat model dari permasalahan. Model yang dibuat mencakup proses apa saja yang akan dikerjakan dalam persoalan penjadwalan yang ada. Atau lebih jelasnya jadwal apa saja yang akan dibuat. 2. Mendesain metode penyelesaian untuk permasalahan penjadwalan tersebut. Dari model yang telah ada, ditentukan metode apa yang akan digunakan untuk menyelesaikan permasalahan penjadwalan tersebut. 3. Mencari bermacam-macam contoh permasalahan penjadwalan yang telah dibuat. Dalam proses ini dilakukan pencarian penyelesaian penjadwalan yang pernah digunakan agar dapat dipakai sebagai referensi dalam proses yang sedang dilakukan. Sedangkan pembahasan penjadwalan menurut Tomas Muller dan Roman Bartak sebagai berikut: 1. Aktivitas yang dilakukan Maksudnya adalah penentuan dari permasalahan penjadwalan yang dibahas. 2. Sumber-sumber yang dipakai Sumber-sumber yang dipakai berarti hal-hal yang dapat digunakan untuk menyelesaikan permasalahan penjadwalan (aktifitas) yang telah ditentukan atau bisa juga dikatakan sebagai data yang digunakan. Misalnya pada penjadwalan
4 20 kuliah diperlukan data mata kuliah, dosen, mahasiswa, kelas dan sumber-sumber lain yang diperlukan. 3. Syarat-syarat yang diperlukan Syarat disini adalah hal-hal yang perlu diperhatikan ketika menyusun suatu penjadwalan. 4. Hubungan Timbal Balik Yang dimaksud hubungan timbal balik disini adalah bagaimana jadwal yang telah dibuat tersebut dapat sesuai dengan yang diinginkan oleh user. Berikut contoh ilustrasi peranan penjadwalan dalam situasi kehidupan sehari hari: 1. Rencana produksi penggilingan kertas. Bahan-bahan dalam penggilingan kertas adalah serat kayu dan pulp, hasilnya adalah sejumlah gulungan kertas. Komponen utama dalam penggilingan kertas adalah mesin. Setiap mesin mengerjakan tugas yang berbeda-beda digolongkan berdasarkan berat kertas, kualitas dan warna. Penjadwalan mempertimbangkan perputaran waktu. Waktu penggunaan mesin bergantian satu sama lain berdasarkan kualitas kertas yang dihasilkan. Mesin tidak akan berhenti selama pertukaran tugas, karena selama pertukaran (transfer) produksi kertas tidak mengalami masalah yang spesifik pada sistem produksi. Objektif masalah penjadwalan dalam kasus ini adalah memaksimalkan hasil produksi dengan biaya minimum. Memaksimumkan produksi dalam arti sudah termasuk meminimumkan waktu pertukaran antar mesin. 2. Menyusun jadwal perawat di suatu rumah sakit. Setiap rumah sakit mempunyai susunan kepegawaian yang memerlukan pertukaran dari hari ke hari. Sebagai contoh sejumlah perawat menghendaki libur pada hari minggu, dan biasanya lebih banyak dari pada hari sabtu. Dan rumah sakit juga menghendaki shift malam lebih sedikit dibanding siang. Keadaan dan
5 21 pengaturan tersebut menghendaki adanya penjadwalan. Objektif dari permasalahan ini adalah menuntut pengaturan shift yang berbeda-beda, dengan biaya yang berbeda juga. 3. Contoh lain yang memerlukan penjadwalan adalah penjadwalan mata pelajaran di sekolah, penjadwalan mata kuliah di universitas, penjadwalan karyawan di suatu perusahaan, dan sebagainya. 2.3 Definisi Jadwal Kuliah Menurut situs Universitas Airlangga, jadwal kuliah adalah daftar mata kuliah beserta alokasi hari, waktu dan ruangan yang diprogramkan dalam satu semester oleh fakultas. Menurut rektor Universitas Indonesia, jadwal mata kuliah mencakup: 1. Nama kelas mata kuliah 2. Jenis kelas, untuk membedakan penyelenggaraan kelas mata kuliah 3. Koordinator kelas mata kuliah sebagai penanggung jawab kelas mata kuliah tersebut 4. Hari dan jam kuliah 5. Tempat / ruang mata kuliah 6. Dosen pengajar. Menurut situs Universitas Moestopo, jadwal mata kuliah adalah jadwal pengaturan dan pelaksanaan pendidikan dan pengajaran untuk jangka waktu satu semester. 2.4 Permasalahan penjadwalan kuliah
6 22 Penyampaian informasi pada lembaga akademik merupakan hal yang sangat penting terutama informasi yang berkaitan dengan kegiatan perkuliahan. Salah satunya adalah informasi jadwal kuliah. Penjadwalan kuliah merupakan pekerjaan yang tidak mudah, dimana inti dari masalah ini adalah bagaimana menjadwalkan berbagai komponen yang terdiri dari mahasiswa, dosen, ruang, dan waktu dengan memperhatikan sejumlah batasan dan syarat tertentu. Syarat-syarat dalam penjadwalan kuliah terbagi dalam dua kelompok sesuai dengan tingkat kewajiban syarat tersebut terpenuhi, yaitu hard constraint (harus terpenuhi) dan soft constraint (diupayakan untuk terpenuhi). Sebuah solusi hanya dapat dikatakan sah dan valid apabila dalam solusi tersebut sama sekali tidak ada hard constraint yang terlanggar. Berbeda dengan hard constraint, kendala yang termasuk dalam soft constraint adalah kendala yang tidak selalu dapat terpenuhi dalam proses pembentukan jadwal, akan tetapi meskipun tidak harus terpenuhi, jadwal yang dihasilkan harus semaksimal mungkin berusaha memenuhi ketentuan soft constraint. Salah satu metode yang dapat digunakan untuk menyelesaikan masalah penjadwalan kuliah adalah metode tabu search. Tabu search adalah teknik local search yang memilih langkah berikutnya (neighbor solution) berdasarkan constraint dan penalti. Setiap constraint yang ada akan didefinisikan dengan sebuah nilai penalti yang akan dikenakan apabila constraint itu terlanggar (Glover, 1986). Dengan metode ini diharapkan akan diperoleh kombinasi terbaik untuk pasangan mata kuliah dan dosen pengajar secara keseluruhan, serta ketersediaan ruang yang cukup dan sesuai secara fasilitas untuk seluruh mata kuliah yang ada dengan tidak melanggar ketentuan yang ada. 2.5 Algoritma Tabu Search Algoritma tabu search secara garis besar dapat ditulis sebagai berikut: Tetapkan: X = Matriks input berukuran n m. MaxItr = maksimum iterasi.
7 23 S = bangkitkan solusi secara random. GlobalMin = FCost(S). Best = S. TabuList = []. Kerjakan dari k=1 sampai MaxItr: BestSoFar = FCost(S). BestMove = S. Kerjakan dari i=1 sampai (n-1): Kerjakan dari j=i sampai (n-1): L = Tukar(S[i],S[j]. Cost = Fcost(L). Jika (L TabuList) atau (Cost<GlobalMin), kerjakan: Jika (Cost<BestSoFar), kerjakan: BestSoFar = Cost. BestMove = L. S = BestMove. Tambahkan S ke TabuList. Jika BestSo Far < GlobalMin, kerjakan: GlobalMin = BestSoFar. Best = BestMove Solusi akhir adalah Best, dengan cost sebesar GlobalMin. Menurut Glover dan Laguna kata tabu atau taboo berasal dari bahasa Tongan, suatu bahasa Polinesia yang digunakan oleh suku Aborigin pulau tonga untuk mengindikasikan suatu hal yang tidak boleh disentuh karena kesakralannya. Tabu menunjukkan tidak boleh/terlarang untuk dilakukan (penting) yang berkaitan erat dengan memori sosial dari suatu kelompok masyarakat. Menurut kasus Webster, tabu berarti larangan yang dipaksakan oleh kebudayaan sosial sebagai suatu tindakan pencegahan atau sesuatu yang dilarang karena berbahaya. Bahaya yang harus dihindari dalam tabu search adalah penjadwalan yang tidak layak, dan terjebak tanpa ada jalan keluar.
8 24 Tabu search pertama kali diperkenalkan oleh Glover sekitar tahun Glover menyatakan bahwa tabu search adalah salah satu prosedur metaheuristik tingkat tinggi untuk penyelesaian permasalahan optimisasi kombinatorial. Tabu search ini dirancang untuk mengarahkan metode-metode lain (atau komponen proses tabu search itu sendiri) untuk keluar atau menghindari dari masuk ke dalam solusi optimal yang bersifat lokal. Kemampuan tabu search dalam menghasilkan solusi yang mendekati optimal telah dimanfaatkan dalam beragam permasalahan di berbagai bidang mulai bidang penjadwalan hingga bidang telekomunikasi. Glover mengatakan bahwa prosedur tabu search ini dapat ditemukan dalam tiga pola (scheme) utama. Pola pertama adalah adanya penggunaan struktur memori berbasiskan atribut-atribut fleksibel yang dirancang untuk memperbolehkan sebuah kriteria evaluasi dan hasil pencarian di masa lalu dieksploitasi lebih mendalam. Pola ini menjadikan tabu search berbeda dengan aplikasi lain yang menggunakan struktur memori yang rigid (kaku) atau tanpa menggunakan struktur memori (seperti simulated annealing). Pola kedua adalah penggunaan mekanisme atau kondisi yang dapat membatasi atau membebaskan suatu proses pencarian yang sedang berlangsung. Pola kedua ini dikenal sebagai mekanisme tabu restriction dan aspiration criteria. Pola ketiga adalah pelibatan suatu fungsi memori dengan rentang waktu yang berbeda yakni berupa memori jangka pendek (short term memory) dan memori jangka panjang (long term memory) untuk menjalankan strategi intensifikasi dan diversifikasi dalam proses pencarian solusi. Strategi intensifikasi adalah strategi pencarian yang mengarahkan/mengfokuskan pencarian pada suatu area tertentu, sedangkan strategi diversifikasi adalah strategi pencarian yang mengarahkan pencarian pada area baru. Tabu search adalah sebuah metode optimasi yang berbasis pada local search. Proses pencarian bergerak dari satu solusi ke solusi berikutnya, dengan cara memilih solusi terbaik neighbourhood solusi sekarang (current) yang tidak tergolong ke dalam solusi terlarang (tabu). Ide dasar dari algoritma tabu search adalah mencegah proses pencarian dari local search agar tidak melakukan pencarian ulang pada ruang solusi yang sudah pernah ditelusuri, dengan memanfaatkan suatu struktur memori yang mencatat sebagian jejak proses pencarian yang telah dilakukan.
9 25 Struktur memori fundamental dalam tabu search dinamakan tabu list. Tabu list menyimpan atribut dari sebagian move (transisi solusi) yang telah diterapkan pada iterasiiterasi sebelumnya. Tabu search menggunakan tabu list untuk menolak solusi solusi yang memenuhi atribut tertentu guna mencegah proses pencarian mengalami cycling pada daerah solusi yang sama, dan menuntun proses pencarian menelusuri daerah solusi yang belum dikunjungi. Tanpa menggunakan strategi ini, local search yang sudah menemukan solusi optimum local dapat terjebak pada daerah solusi optimum local tersebut pada iterasi-iterasi berikutnya Struktur tabu search menggunakan empat dimensi, terdiri dari recency, frequency, quality, dan influence yang ditunjukkan oleh gambar berikut: Quality Influence Memory structures Recency Frequency Gambar 2.1 Dimensi Tabu Search Recency-based dan frequency-based memory saling melengkapi satu sama lain. Dimensi quality berhubungan dengan kemampuan membedakan manfaat solusi yang diperoleh selama proses pencarian. Memory dapat mengidentifikasi elemen yang umum pada solusi yang baik atau pada path yang mengarah pada solusi yang baik. Dimensi influence mempertimbangkan akibat pilihan yang dibuat selama proses pencarian tidak hanya terhadap kualitas maupun pada struktur. Perekaman solusi secara lengkap dalam sebuah forbidden list dan pengecekan apakah sebuah kandidat solusi tercatat dalam list tersebut merupakan cara yang mahal,
10 26 baik dari sisi kebutuhan memori maupun kebutuhan waktu komputasi. Jadi, tabu list hanya menyimpan langkah transisi (move) yang merupakan lawan atau kebalikan dari langkah yang telah digunakan dalam iterasi sebelumnya untuk bergerak dari satu solusi ke solusi berikutnya. Dengan kata lain tabu list berisi langkah-langkah yang mengembalikan solusi yang baru ke solusi yang lama. Pada tiap iterasi, dipilih solusi baru yang merupakan solusi terbaik dalam neighbourhood dan tidak tergolong sebagai tabu. Kualitas solusi baru ini tidak harus lebih baik dari kualitas solusi sekarang. Apabila solusi baru ini memiliki nilai fungsi objektif lebih baik dibandingkan solusi terbaik yang telah dicapai sebelumnya, maka solusi baru ini dicatat sebagai solusi terbaik yang baru. Sebagai tambahan dari tabu list, dikenal adanya kriteria aspirasi, yaitu suatu penanganan khusus terhadap move yang dinilai dapat menghasilkan solusi yang dinilai dapat menghasilkan solusi yang baik namun move tersebut berstatus tabu. Dalam hal ini, jika move tersebut memenuhi kriteria aspirasi yang telah ditetapkan sebelumnya, maka move tersebut dapat digunakan utnuk membentuk solusi berikutnya (status tabu-nya dibatalkan). Pemilihan kandidat terbaik didasarkan nilai fungsi tujuan. Pemeriksaan nilai fungsi tujuan lebih didahulukan sebelum pemeriksaan status tabu. Apabila nilai fungsi tujuan sebuah kandidat lebih baik dari yang lain, maka kandidat tersebut berpotensi untuk diterima sehingga perlu diperiksa status tabu-nya. Urutan pemeriksaan nilai fungsi tujuan kemudian status tabu memberikan kemungkinan proses penyelesaian program yang lebih cepat. Pemilihan kandidat solusi terbaik yang dilakukan oleh tabu search menggunakan prinsip global-best strategy bukan first-best strategy. global-best strategy adalah strategi dimana algoritma akan mengganti solusi terbaik saat ini dengan solusi terbaik yang ada pada neighborhood. Adapun first-best strategy adalah strategi dimana algoritma akan mengganti solusi terbaik saat ini secara langsung jika solusi yang lebih baik ditemukan. Algoritma tabu search memiliki kemampuan untuk keluar dari solusi optimum lokal, tetapi tabu search tidak dapat menentukan optimum global. Tabu search harus memiliki batasan maksimum jumlah iterasi dan ukuran tabu list yang ditentukan sendiri
11 27 oleh individu yang menggunakan metode ini/administrator sistem. Jumlah iterasi yaitu banyaknya iterasi yang akan dilakukan untuk mengeksplorasi berbagai space search area. Semakin besar jumlah maksimum iterasi, semakin besar pula peluang untuk menentukan solusi optimal secara global, namun memerlukan waktu perhitungan yang lama. Secara garis besar elemen-elemen utama pada tabu search adalah sebagai berikut: 1. Representasi solusi: setiap solusi feasible pada suatu permasalahan optimasi harus direpresentasikan secara unik. 2. Fungsi cost: setiap fungsi cost (fungsi tujuan) akan memetakan setiap solusi feasible ke nilai cost-nya. 3. Neighbourhood (tetangga): suatu fungsi cost akan memetakan setiap solusi feasible S ke solusi-solusi yang lainnya. 4. Tabu list: suatu list yang berisi T gerakan (move) terakhir. 5. Jumlah elemen yang harus ada pada suatu solusi. Hal-hal di atas dapat dikatakan sebagai bahan-bahan dasar dari metode tabu search yang nantinya akan digunakan untuk memecahkan masalah penjadwalan kuliah pada pembahasan selanjutnya.
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
12 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah penjadwalan secara umum adalah aktifitas penugasan yang berhubungan dengan sejumlah kendala, sejumlah kejadian yang dapat terjadi pada suatu periode waktu
Lebih terperinciBAB II LANDASAN TEORI. Menurut Schroeder (2000) Penjadwalan dapat didefinisikan sebagai suatu
BAB II LANDASAN TEORI 2.1 Penjadwalan Menurut Schroeder (2000) Penjadwalan dapat didefinisikan sebagai suatu petunjuk atau indikasi apa saja yang harus dilakukan, dengan siapa, dan dengan peralatan apa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Teori Graf Teori graf merupakan pokok bahasan yang sudah tua usianya namun memiliki banyak terapan sampai saat ini. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan
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 II LANDASAN TEORI
4 BAB II LANDASAN TEORI 2.1 Tabu search Tabu Search berasal dari Tongan, suatu bahasa Polinesia yang digunakan oleh suku Aborigin Pulau tonga untuk mengindikasikan suatu hal yang tidak boleh "disentuh"
Lebih terperinci1. Pendahuluan Selama ini penjadwalan pelajaran hampir di semua sekolah yang meliputi jadwal mata pelajaran dan pembagian guru di setiap kelas yang
1. Pendahuluan Selama ini penjadwalan pelajaran hampir di semua sekolah yang meliputi jadwal mata pelajaran dan pembagian guru di setiap kelas yang ada masih menggunakan cara manual yaitu pihak Tata Usaha
Lebih 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 terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH
Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 17 24. PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Fatmawati, Bayu Prihandono, Evi Noviani INTISARI
Lebih terperinciBAB II LANDASAN TEORI. terdapat dalam transportasi dan distribusi serta dalam industri. Sasaran utama proses penjadwalan:
BAB II LANDASAN TEORI 2.1. Penjadwalan Menurut Pinedo (2002), penjadwalan adalah proses pengambilan keputusan yang mempunyai peran penting dala proses manufaktur dan sistem produksi begitu juga dalam lingkungan
Lebih terperinciPENJADWALAN KULIAH DENGAN MENGGUNAKAN METODE TABU SEARCH TUGAS AKHIR
PENJADWALAN KULIAH DENGAN MENGGUNAKAN METODE TABU SEARCH TUGAS AKHIR Diajukan Oleh : TITIS ADI PRATAMA NPM : 0534010164 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan dunia usaha mengalami persaingan yang begitu ketat dan peningkatan permintaan pelayanan lebih dari pelanggan. Dalam memenangkan persaingan tersebut
Lebih terperinciIMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE (STUDI KASUS PT XYZ)
IMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE (STUDI KASUS PT XYZ) Miswanto 1, Nova Tri Romadloni 2, Sapriyanti 3, Windu Gata 4 Jurusan Ilmu Komputer, Program
Lebih terperinciBAB 3 METODOLOGI Metode Penelitian. Dalam melakukan penelitian akan permasalahan ini, penulis menggunakan metode
BAB 3 METODOLOGI 3.1. Metode Penelitian Dalam melakukan penelitian akan permasalahan ini, penulis menggunakan metode rapid application development (RAD), dengan alur pengerjaan sebagai berikut: Gambar
Lebih terperinciIMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE PT SOLUSI APLIKASI INTERAKTIF
`438 Seminar Nasional Teknologi Informasi Universitas Ibn Khaldun Bogor 2018 IMPLEMENTASI ALGORITMA TABU SEARCH UNTUK MENGOPTIMASI PENJADWALAN PREVENTIVE MAINTENANCE PT SOLUSI APLIKASI INTERAKTIF Miswanto
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH SIMULTANEOUS PICK-UP AND DELIVERY SERVICE MENGGUNAKAN ALGORITME TABU SEARCH SYUKRIO IDAMAN
PENYELESAIAN VEHICLE ROUTING PROBLEM WITH SIMULTANEOUS PICK-UP AND DELIVERY SERVICE MENGGUNAKAN ALGORITME TABU SEARCH SYUKRIO IDAMAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciMetode Pencarian & Pelacakan dengan Heuristik
Metode Pencarian & Pelacakan dengan Heuristik Pencarian Buta (Blind Search) Breadth-First Search Depth-First Search Pencarian Terbimbing (Heuristics Search) Generate & Test Hill Climbing Best-First Search
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 terperinciANALISIS ALOKASI KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA TABU SEARCH
ANALISIS ALOKASI KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA TABU SEARCH Isywalsyah Lani Putri, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari, penjadwalan merupakan masalah klasik yang paling sering ditemui. Berbagai instansi atau perusahaan dihadapkan dengan masalah penjadwalan
Lebih terperinciKOMPARASI METODE ANT COLONY OPTIMIZATION DENGAN TABU SEARCH UNTUK PENJADWALAN PERKULIAHAN
148 JURNAL MATRIX VOL. 6, NO. 3, NOVEMBER 2016 KOMPARASI METODE ANT COLONY OPTIMIZATION DENGAN TABU SEARCH UNTUK PENJADWALAN PERKULIAHAN Komang Ayu Triana Indah Jurusan Teknik Elektro Politeknik Negeri
Lebih terperinciImplementasi Algoritma Greedy pada Permainan Ludo
Implementasi Algoritma Greedy pada Permainan Ludo Sylvia Juliana, 13515070 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl, Ganesha 10 Bandung 40132,
Lebih terperinciOPTIMASI PENJADWALAN MATA PELAJARAN MENGGUNAKAN METODE TABU SEARCH (STUDI KASUS: SMKN 2 SINGOSARI)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Vol. 1, No. 1, April 2017, hlm. 06-10 OPTIMASI PENJADWALAN MATA PELAJARAN MENGGUNAKAN METODE TABU SEARCH (STUDI KASUS: SMKN 2 SINGOSARI)
Lebih terperinciAPLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2015), hal 25 32. APLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM Edi Samana, Bayu Prihandono, Evi Noviani
Lebih terperinciKata Kunci: Rute, Jadwal, Optimasi, Vehicle Roting Problem, Algoritma Tabu Search, Model
Perancangan Model Rute dan Jadwal Pengisian Bahan Bakar Unit Loader yang Optimal Menggunakan Algoritma Tabu Search (Studi Kasus Pada PT Pamapersada Nusantara) Amar Rachman 1, Febri Vabiono P 2 Departemen
Lebih terperinciBAB 3 LINEAR PROGRAMMING
BAB 3 LINEAR PROGRAMMING Teori-teori yang dijelaskan pada bab ini sebagai landasan berpikir untuk melakukan penelitian ini dan mempermudah pembahasan hasil utama pada bab selanjutnya. 3.1 Linear Programming
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Eksistensi Hutan Tanaman Industri (HTI) dimulai sejak tahun 1990 dengan dikeluarkannya Peraturan Pemerintah No. 7 Tahun 1990 tentang Hutan Tanaman Industri. Sampai
Lebih terperinciPEMBANGUNAN SISTEM PENJADWALAN KULIAH MENGGUNAKAN ALGORITMA PEWARNAAN GRAF
PEMBANGUNAN SISTEM PENJADWALAN KULIAH MENGGUNAKAN ALGORITMA PEWARNAAN GRAF Rusmala1, Heliawaty Hamrul2 Dosen Universitas Cokroaminoto Palopo Email : rusmalaoddang@yahoo.com Abstrak Penjadwalan kuliah merupakan
Lebih terperinciPENJADWALAN KULIAH DENGAN ALGORITMA MEMETIKA LISMANTO
PENJADWALAN KULIAH DENGAN ALGORITMA MEMETIKA LISMANTO 0304017042 UNIVERSITAS INDONESIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM DEPARTEMEN MATEMATIKA DEPOK 2008 PENJADWALAN KULIAH DENGAN ALGORITMA
Lebih terperinciOptimasi Penentuan Jumlah Tenaga Kerja disetiap Shift Kerja pada Line Maintenance Pesawat Terbang dengan Algoritma Tabu Search
Optimasi Penentuan Jumlah Tenaga Kerja disetiap Shift Kerja pada Line Maintenance Pesawat Terbang dengan Algoritma Tabu Search Maria Andoryati dan Amar Rachman Departemen Teknik Industri, Fakultas Teknik
Lebih terperinciUNNES Journal of Mathematics
UJM 1 (1) (2012) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA TABU SEARCH UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM Fajar Eska Pradhana, Endang Sugiharti,
Lebih terperinciKECERDASAN BUATAN. Simple Hill Climbing. Disusun Oleh:
KECERDASAN BUATAN Simple Hill Climbing Disusun Oleh: 1. Lutvi Maulida Al H. (081112006) 2. Nurul Fauziah (081112021) 3. Anggraeni Susanti (081112055) 4. Syahrul Bahar Hamdani (081211232012) Departemen
Lebih terperinciBAB I PENDAHULUAN. yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan
BAB I PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah pengurutan pengerjaan produk secara menyeluruh yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan yang akan diselesaikan
Lebih terperinciPERENCANAAN PERJALANAN WISATA SINGAPURA DENGAN ALGORITMA TABU SEARCH
PERENCANAAN PERJALANAN WISATA SINGAPURA DENGAN ALGORITMA TABU SEARCH Hendrawan Armanto Teknik Informatika, Sekolah Tinggi Teknik Surabaya e-mail: hendrawan@stts.edu ABSTRAK Bepergian ke tempat wisata merupakan
Lebih terperinciPemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum
Pemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum Analisis menggunakan algoritma Greedy untuk memilih monster yang terbaik Bervianto Leo P - 13514047 Program Studi
Lebih terperinciBAB II TINJAUAN PUSTAKA. Job shop scheduling problem (JSSP) adalah permasalahan optimasi
BAB II TINJAUAN PUSTAKA 2.1 Job Shop Scheduling Problem (JSSP) Job shop scheduling problem (JSSP) adalah permasalahan optimasi kombinatorial. Misalkan terdapat n buah job atau pekerjaan, yaitu J 1, J 2,,
Lebih terperinciRANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH)
RANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH) TUGAS AKHIR Disusun Oleh : RIO PRAYOGA SUPRAYANA NPM. 06
Lebih terperinciFUNGSI GRIEWANK DAN PENENTUAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI. Tri Nadiani Solihah
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 FUNGSI GRIEWANK DAN PENENTUAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI Tri Nadiani Solihah trinadianisolihah@gmail.com
Lebih terperinciIMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS)
IMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS) Devie Rosa Anamisa, S.Kom, M.Kom Jurusan D3 Teknik Multimedia Dan Jaringan-Fakultas Teknik Universitas Trunojoyo
Lebih terperinciBAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA. Penjadwalan kuliah di departemen Matematika UI melibatkan
BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA Penjadwalan kuliah di departemen Matematika UI melibatkan beberapa komponen yakni ruang kuliah, dosen serta mahasiswa. Seorang
Lebih terperinciPENGEMBANGAN APLIKASI UNTUK MEMPERMUDAH PENCARIAN RUMAH SAKIT UMUM DENGAN ALGORITMA TABU SEARCH
PENGEMBANGAN APLIKASI UNTUK MEMPERMUDAH PENCARIAN RUMAH SAKIT UMUM DENGAN ALGORITMA TABU SEARCH Paska Marto Hasugian Program Studi Teknik Informatika STMIK Pelita Nusantara Medan, Jl. Iskandar Muda No.1,
Lebih terperinciPenggunaan Algoritma Greedy untuk Meminimalkan Belanja
Penggunaan Algoritma Greedy untuk Meminimalkan Belanja Raihan Muhammad Suria Nagara - 13515128 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam kehidupan sehari-hari, penjadwalan merupakan masalah klasik yang sering ditemui. Berbagai instansi atau perusahaan dihadapkan dengan masalah
Lebih terperinciPENYELESAIAN MASALAH TSP PADA RUTE KUNJUNGAN ATM DENGAN PENDEKATAN HEURISTIK (TABU SEARCH)
PENYELESAIAN MASALAH TSP PADA RUTE KUNJUNGAN ATM DENGAN PENDEKATAN HEURISTIK (TABU SEARCH) Jhon Pontas Simbolon, Muhammad Zarlis Magister (S2) Teknik Informatika Fasilkom-TI USU Jl. Universitas No. 24-A,
Lebih terperinciAlgoritma Tabu Search dan Penggunaannya dalam Penyelesaian Job Shop Scheduling Problem
Algoritma Tabu Search dan Penggunaannya dalam Penyelesaian Job Shop Scheduling Problem M. Noversada 1, Fitri Meiriza 2, Dyah Ayuni Wijayanti 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penjadwalan mata kuliah merupakan permasalahan kompleks tiap semester yang harus dihadapi oleh perguruan tinggi. Setiap jadwal perkuliahan dikeluarkan, seringkali
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Pendahuluan Seiring dengan berkembangnya ilmu pengetahuan, penyelesaian suatu masalah dapat ditangani oleh suatu algoritma. Jenis masalah dapat berkisar dari masalah yang mudah sampai
Lebih terperinciManual Penggunaan Algoritma Tabu Search untuk Mengoptimasikan Penjadwalan Job Shop
Manual Penggunaan Algoritma Tabu Search untuk Mengoptimasikan Penjadwalan Job Shop Akhmad Hidayatno Armand Omar Moeis Komarudin Zulkarnain Aziiz Sutrisno Laboratorium Rekayasa, Simulasi dan Pemodelan Sistem
Lebih terperinciOptimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy
Optimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy Irdham Mikhail Kenjibriel (13508111) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
digilib.uns.ac.id BAB I PENDAHULUAN 1.1 Latar Belakang Jadwal merupakan daftar atau tabel kegiatan atau rencana kegiatan dengan pembagian waktu pelaksanaan yang terperinci. Universitas menggunakan tabel
Lebih terperinciTUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA : H
TUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA NAMA NIM : HERIANTI : H12111003 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI STATISTIKA UNIVERSITAS
Lebih terperinciPenerapan Algoritma Greedy dalam Penyetokan Barang
Penerapan Algoritma Greedy dalam Penyetokan Barang Christian Angga - 13508008 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu permasalahan optimasi kombinatorial yang terkenal dan sering dibahas adalah traveling salesman problem. Sejak diperkenalkan oleh William Rowan Hamilton
Lebih terperinci1 BAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI 2.1 Masalah Optimasi Optimasi adalah proses pencarian satu atau lebih penyelesaian layak (feasible) yang berhubungan dengan nilai-nilai ekstrim dari satu atau lebih nilai objektif
Lebih terperinciPerangkat Lunak Simulasi Periodic Vehicle Routing Problem (PVRP) dengan Tabu Search
Perangkat Lunak Simulasi Periodic Vehicle Routing Problem (PVRP) dengan Tabu Search Danny Manongga, Theophilus Wellem, Kasih Septi Fakultas Tekonologi Informasi Universitas Kristen Satya Wacana Jl. Dipenogoro
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, optimasi selalu dilakukan untuk memenuhi kebutuhan. Tetapi optimasi yang dilakukan masyarakat awam lebih banyak
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Graf Suatu graf G adalah suatu pasangan himpunan (V(G),E(G)), dimana V(G) = { v 1, v 2,.. v n } adalah himpunan tak kosong berhingga yang terdiri dari titik-titik
Lebih terperinciBAB 3 LEXICOGRAPHIC GOAL PROGRAMMING 3.1 DESKRIPSI UMUM LEXICOGRAPHIC GOAL PROGRAMMING
BAB 3 LEXICOGRAPHIC GOAL PROGRAMMING 3.1 DESKRIPSI UMUM LEXICOGRAPHIC GOAL PROGRAMMING Lexicographic goal programming adalah salah satu jenis dari goal programming. Model ini adalah model paling umum digunakan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang. Laboratorium komputer (Labkom) adalah salah satu unit kerja di Stikom
BAB I PENDAHULUAN 1.1. Latar Belakang Laboratorium komputer (Labkom) adalah salah satu unit kerja di Stikom Surabaya yang bertindak sebagai penyedia layanan praktikum. Praktikum digunakan untuk mendukung
Lebih terperinciUSULAN RUTE DISTRIBUSI TABUNG GAS 12 KG MENGGUNAKAN ALGORITMA NEAREST NEIGHBOUR DAN ALGORITMATABU SEARCH DI PT. X BANDUNG *
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol.03 Jurnal Online Institut Teknologi Nasional April 2015 USULAN RUTE DISTRIBUSI TABUNG GAS 12 KG MENGGUNAKAN ALGORITMA NEAREST NEIGHBOUR
Lebih terperinciFUNGSI ACKLEY DAN PENCARIAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI. Muhamad Fadilah Universitas Jenderal Soedirman
Prosiding Seminar Nasional Matematika dan Terapannya 06 p-issn : 550-0384; e-issn : 550-039 FUNGSI ACKLEY DAN PENCARIAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI Muhamad Fadilah Universitas Jenderal
Lebih terperinciMetode Simpleks dalam Bentuk Tabel (Simplex Method in Tabular Form) Materi Bahasan
Metode Simpleks dalam Bentuk Tabel (Simplex Method in Tabular Form) Kuliah 04 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Metode simpleks dalam bentuk tabel 2 Pemecahan untuk masalah minimisasi
Lebih terperinciPERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT
PERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT Adi Purwanto Sujarwadi (13506010) Program Studi Teknik
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 06
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 06 Contents 31 Greedy Algorithm 2 Pendahuluan Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan
Lebih terperinciBAB I PENDAHULUAN. Gambar 1.1. Statistik data mahasiswa Pendidikan Dokter (DAA UGM, 2014)
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penerimaan mahasiswa baru di Indonesia dan jumlah mahasiswa aktif dari tahun ke tahun cenderung mengalami peningkatan, tidak terkecuali di Universitas Gadjah
Lebih terperinciPerancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali)
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali) I Made Budi Adnyana
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Perancangan program aplikasi yang akan dibuat menggabungkan algoritma Brute Force dan algoritma Greedy yang digunakan secara bergantian pada tahap-tahap tertentu. Karena itu, pada
Lebih terperinciBAB III LANDASAN TEORI. ke dalam kelas local search. Tabu search memperbaiki performansi local search
BAB III LANDASAN TEORI 1. 3.1 Penjadwalan Penjadwalan adalah kegiatan pengalalokasian sumber-sumber atau mesinmesin yang ada untuk menjalankan sekumpulan tugas dalam jangka waktu tertentu (Baker & Kenneth,
Lebih terperinciBAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS
BAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS 3.1 Algoritma Greedy Algoritma Greedy merupakan metode yang paling populer dalam memecahkan persoalan optimasi. Hanya ada dua macam persoalan optimasi, yaitu
Lebih terperinciOPTIMASI (Pemrograman Non Linear)
OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar
Lebih terperinciPENYUSUNAN PENJADWALAN UJIAN MENGGUNAKAN ALGORITMA RANK BASED ANT SYSTEM INTISARI
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 02(2017), hal 151 158. PENYUSUNN PENJDWLN UJIN MENGGUNKN LGORITM RNK BSED NT SYSTEM Ria Fuji stuti, Neva Satyahadewi, Hendra Perdana INTISRI
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan dari industri atau perusahaan adalah menciptakan laba yang maksimal. Salah satu bentuk usahanya adalah dengan memaksimumkan hasil produksi atau meminimumkan
Lebih terperinciBAB 1 PENDAHULUAN. dari ekonomi global yang melanda hampir negara-negara di Amerika dan Asia. Hal ini
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dunia perdagangan pada saat ini cukup sulit, dikarenakan dampak dari ekonomi global yang melanda hampir negara-negara di Amerika dan Asia. Hal
Lebih terperinciPENERAPAN ALGORITMA TABU SEARCH UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM
PENERAPAN ALGORITMA TABU SEARCH UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika oleh Fajar Eska Pradhana
Lebih terperinciPENENTUAN RUTE PENDISTRIBUSIAN SURAT KABAR DENGAN TIME WINDOW, APLIKASI ALGORITMA TABU SEARCH (STUDI KASUS : KORAN KOMPAS)
PENENTUAN RUTE PENDISTRIBUSIAN SURAT KABAR DENGAN TIME WINDOW, APLIKASI ALGORITMA TABU SEARCH (STUDI KASUS : KORAN KOMPAS) Herodia Adi Kuncoro, Ira Prasetyaningrum S.Si,MT., Renga Asmara S.KOM, OCA. Jurusan
Lebih terperinciOPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA
OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA Muhammad Arief Nugroho 1, Galih Hermawan, S.Kom., M.T. 2 1, 2 Universitas Komputer Indonesia Jl. Dipatiukur No. 112-116, Bandung 40132 E-mail
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Hasil Implementasi Pembahasan untuk penerapan algoritma harmony search yang dilakukan dalam penjadwalan asisten ini, akan dijabarkan dengan ulasan hasil dari inputan parameterparameter
Lebih terperinciPenerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens
Penerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens Kharis Isriyanto 13514064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciAnalisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum
Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum Arieza Nadya -- 13512017 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi
Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi Zacki Zulfikar Fauzi / 13515147 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB TINJAUAN PUSTAKA DAN DASAR TEORI.1. Penelitian Terdahulu Archetti et al. (009) menggunakan sebuah metode eksak yaitu branch-and-price scheme dan dua metode metaheuristics yaitu algoritma Variable Neighborhood
Lebih terperinciOptimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins. Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK
Optimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK Persoalan keuntungan yang tidak dikelola dengan baik seringkali menjadi
Lebih terperinciGambar 1.1 Contoh Ilustrasi Kasus CVRP 13
BAB I PENDAHULUAN 1.1. Latar Belakang Vehicle Routing Problem (VRP) merupakan konsep umum yang digunakan untuk semua permasalahan yang melibatkan perancangan rute optimal untuk armada kendaraan yang melayani
Lebih terperinciWhat Is Greedy Technique
1 What Is Greedy Technique A technique constructing a solution through a sequence of steps, on each step it suggests a greedy grab of the best alternative available in the hope that a sequence of locally
Lebih terperinciBAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu
18 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Penjadwalan merupakan kegiatan administrasi utama di berbagai institusi. Masalah penjadwalan merupakan masalah penugasan sejumlah kegiatan dalam periode
Lebih terperinciBAB III PEMODELAN MASALAH
BAB III PEMODELAN MASALAH Masalah penjadwalan kereta api jalur tunggal dapat dimodelkan sebagai sebuah kasus khusus dari masalah penjadwalan Job-Shop. Hal ini dilakukan dengan menganggap perjalanan sebuah
Lebih terperinciOptimalisasi Susunan Tempat Duduk Kereta Api Menggunakan Algoritma Greedy dan Program Dinamis
Optimalisasi Susunan Tempat Duduk Kereta Api Menggunakan Algoritma Greedy dan Program Dinamis Fildah Ananda Amalia - 13515127 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPerbandingan Algoritma Dijkstra dan Algoritma Floyd-Warshall dalam Penentuan Lintasan Terpendek (Single Pair Shortest Path)
Perbandingan Algoritma Dijkstra dan Algoritma Floyd-Warshall dalam Penentuan Lintasan Terpendek (Single Pair Shortest Path) Raden Aprian Diaz Novandi Program Studi Teknik Informatika, Sekolah Teknik Elektro
Lebih terperinciProgram Studi Sistem Informasi STMI - Kementerian Perindustrian Jakarta 2012
OPTIMASI SISTEM INFORMASI PENJADWALAN KULIAH BERBASIS HEURISTIC SEARCH YANG DIKOMBINASIKAN DENGAN TEKNIK SMART BACK TRACKING DAN LOOK AHEAD (STUDI KASUS PADA STMI KEMENTERIAN PERINDUSTRIAN) Oleh : Dedy
Lebih terperinciAplikasi Algoritma Branch and Bound dalam Pencarian Solusi Optimum Job Assignment Problem
Aplikasi Algoritma Branch and Bound dalam Pencarian Solusi Optimum Job Assignment Problem Calvin Aditya Jonathan 13513077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciBAB II DASAR TEORI. Teknologi komunikasi selular sebenarnya sudah berkembang dan banyak
BAB II DASAR TEORI 2.1 Sistem Komunikasi Seluler Teknologi komunikasi selular sebenarnya sudah berkembang dan banyak digunakan pada awal tahun 1980-an, diantaranya sistem C-NET yang dikembangkan di Jerman
Lebih terperinciPenyelesaian Permainan Sliding Puzzle 3x3 Menggunakan Algoritma Greedy Dengan Dua Fungsi Heuristik
Penyelesaian Permainan Sliding Puzzle 3x3 Menggunakan Algoritma Greedy Dengan Dua Fungsi Heuristik Akbar Gumbira - 13508106 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciMenentukan Susunan Pengambil Tendangan Penalti dalam Skema Adu Penalti pada Pertandingan Sepak Bola dengan Algoritma Branch and Bound
Menentukan Susunan Pengambil Tendangan Penalti dalam Skema Adu Penalti pada Pertandingan Sepak Bola dengan Algoritma Branch and Bound Ari Pratama Zhorifiandi / 13514039 Program Studi Teknik Informatika
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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Fakultas Kedokteran Universitas Gadjah Mada (FK UGM) merupakan Fakultas Kedokteran tertua di Indonesia yang berdiri pada tanggal 5 maret 1946. Memiliki visi dan misi
Lebih terperinciAnalisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek
Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Hugo Toni Seputro Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Jl. Ganesha 10 Bandung Jawa Barat Indonesia
Lebih terperinciImplementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik
Implementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik William Sentosa / 13513026 Program Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Fokus dalam bidang teknologi saat ini tidak hanya berada pada proses pengembangan yang disesuaikan dengan permasalahan yang dapat membantu manusia
Lebih terperinciPembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A*
Pembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A* Willy Setiawan - 13508043 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciAlgoritma Greedy untuk AI dalam Permainan DotA
Algoritma Greedy untuk AI dalam Permainan DotA Kevin Leonardo Handoyo/13509019 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPenerapan Algoritma Greedy untuk Permainan Halma
Penerapan Algoritma Greedy untuk Permainan Halma Vivi Lieyanda / 13509073 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinci