ANALISIS PENYELESAIAN MASALAH PENJADWALAN KULIAH MENGGUNAKAN TEKNIK PEWARNAAN GRAPH DENGAN ALGORITMA KOLONI LEBAH
|
|
- Budi Atmadjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS PENYELESAIAN MASALAH PENJADWALAN KULIAH MENGGUNAKAN TEKNIK PEWARNAAN GRAPH DENGAN ALGORITMA KOLONI LEBAH Heni Rachmawati 1,2 I Ketut Edy Purnama 1 Mauridhi Hery Purnomo 1 Bidang Keahlian Telematika, Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember Surabaya 1 Program Studi Sistem Informasi, Jurusan Komputer, Politeknik Caltex Riau 2 Abstrak--- Pewarnaan graph sudah menjadi teknik yang umum digunakan dalam penyelesaian masalah penjadwalan. Umumnya dalam penjadwalan kuliah proses pemasangan ruangan dilakukan setelah graph selesai diwarnai (dengan artian telah diperoleh periode waktu setiap kuliah). Makalah ini membahas teknik pewarnaan graph alternatif penjadwalan kuliah. Pada teknik ini proses pemasangan ruangan dilakukan bersamaan dengan proses konstruksi dan pewarnaan graph itu sendiri. Algoritma pewarnaan graph yang kompleks seringkali membutuhkan biaya yang besar. Metaheuristik untuk optimisasi menawarkan solusi cukup baik untuk menyelesaikan masalah ini. Salah satu algoritma metahuristik yaitu koloni lebah digunakan dalam makalah ini untuk fungsi pewarnaan graph. Hasil menunjukkan lebah mampu menyelesaikan pewarnaan graph dengan baik. Kata kunci--- Penjadwalan kuliah, pewarnaan graph, koloni lebah I. PENDAHULUAN Pembuatan jadwal adalah sebuah masalah periodik yang selalu dihadapi oleh sekolah dan universitas. Dengan banyaknya faktor yang mempengaruhi penyusunan suatu jadwal seperti jumlah ruangan, daya tampung ruangan, dan slot waktu yang sedikit menjadikan penyusunan jadwal perkuliahan lebih rumit. Dasar permasalahan penyusunan jadwal kuliah di universitas adalah bagaimana menempatkan perkuliahan pada slot waktu terbatas pada ruangan kuliah yang sesuai untuk pertemuan tersebut dan mahasiswa bisa menghadiri semua perkuliahan yang diikutinya. Namun umumnya sebuah jadwal muncul lebih dahulu sebelum mahasiswa memilih perkuliahan yang akan diikutinya, sehingga kecendrungan bahwa mahasiswa-lah yang menyesuaikan diri dengan jadwal. Meski demikian ada beberapa ketentuan penjadwalan yang mendasar dalam membangun sebuah jadwal yang layak, ketentuan ini bersifat harus dipenuhi agar penjadwalan bisa diterima. Ketentuan yang harus dipenuhi itu adalah Dua atau lebih perkuliahan yang diampu oleh dosen yang sama tidak bisa dijadwalkan pada slot waktu yang sama [1, diantaranya] Dua atau lebih perkuliahan yang membutuhkan ruangan yang sama tidak bisa dijadwalkan pada slot waktu yang sama [1,diantaranya] Ketentuan lain yang bersifat tambahan merupakan ketentuan yang tidak wajib dipenuhi untuk membangun sebuah jadwal yang layak namun akan lebih diterima oleh mahasiswa dan anggota akademik jika dapat dipenuhi. Ketentuan tambahan seringnya sangat beralasan Beberapa contoh dari ketentuan tambahan adalah : Beberapa dosen mungkin ingin memilih jadwal mangajar pada waktu-waktu tertentu saja Beberapa dosen mungkin ingin memilih ruangan tertentu untuk perkuliahannya Beberapa perkuliahan semestinya hanya diselenggarakan pada pagi dan siang saja (tidak waktu malam) [2] Beberapa perkuliahan yang diselenggarakan lebih dari sekali dalam seminggu mungkin ingin dalam jarak hari tertentu Meminimalisasi penggunaan ruangan dalam pembangunan jadwal [2] Permasalahan penjadwalan dapat dimodelkan dan diselesaikan dengan teknik pewarnaan graph [3],[4]. Masalah pewarnaan graph dikenal dengan Optimasi Kombinatorial. Selain untuk penjadwalan, pewarnaan graph juga digunakan dalam aplikasi pemasangan frekuensi pada jaringan selular [5], pemasangan kru karyawan [6]. Model konvensional pewarnaan graph untuk penjadwalan, vertex merepresentasikan kuliah yang akan dijadwalkan, edge merepresentasikan pasangan kuliah yang bisa menimbulkan konflik (tidak bisa dijadwalkan pada waktu yang sama), dan warna pada vertex merepresentasikan periode waktu kapan kuliah tersebut dijadwalkan [7]. Jika terdapat dua vertex v dan w yang terhubung oleh sebuah edge vw, maka kedua vertex harus diwarnai dengan warna yang berbeda. Jumlah minimum warna yang dibutuhkan untuk mewarnai sebuah graph disebut angka
2 kromatik dari G atau dinotasikan dengan X(G). Untuk memecahkan pewarnaan graph ada dua kelas algoritma yaitu eksak dan perkiraan. Algoritma eksak digunakan untuk memecahkan masalah dalam ukuran kecil, sementara algoritma perkiraan sering digunakan untuk mencari solusi mendekati optimal dengan biaya komputasi yang lebih rendah. Kebanyakan algoritma perkiraan untuk menyelesaikan pewarnaan graph menggunakan implementasi metaheuristik seperti Simulated Annealing, Pencarian Tabu, Algoritma Genetika dan Optimasi Koloni Semut[8], dan lain-lain Dalam makalah ini digunakan algoritma berdasarkan prilaku lebah (Bee Colony) seperti pada [9]. Hasil komputasi menunjukkan bahwa dalam penyelesaian contoh test dari DIMACS, algoritma lebah memberikan hasil yang lebih baik dari MMGC [6]. II. TEKNIK PEWARNAAN GRAPH KONFLIK Pada penjadwalan universitas dengan model pewarnaan graph konvensional, pemasangan ruangan untuk perkuliahan dilakukan setelah graph konflik dibangun dan diwarnai. Pertanyannya adalah, apakah mungkin jika pemasangan ruangan dilakukan selama pembangun graph konflik dan proses mewarnai berlangsung daripada setelah kedua proses tersebut. [10] mengembangkan sebuah model matematika dan komputasi dengan pendekatan konvensional untuk memecahkan masalah penjadwalan universitas mengunakan teknik pewarnaan graph alternatif. Model yang ditawarkan membangun sebuah graph konflik dari data inputan perkuliahan tetapi jika pada pendekatan konvensioanl satu matakuliah direpesentasikan dengan satu vertex, pada model yang ditawarkan satu matakuliah direpresentasikan dengan sekumpulan vertex sekaligus untuk mewakilkan proses pemasangan ruangan. Metode [10] mengkonstruksi graph konflik alternatif, kemudian mewarnainya dengan algoritma greedy untuk kemudian ditransformasikan menjadi jadwal bebas konflik. Faraji [2] menggunakan pendekatan algortima lebah untuk memecahkan np-problem pada pewarnaan graph, hasilnya terlihat bahwa koloni lebah memberikan hasil lebih baik pada sisi kecepatan komputasi dari pada koloni semut. Setelah graph diwarnai ditransformasikan menjadi sebuah jadwal kuliah yang bebas konflik. A. Konstruksi Graph Konflik Perkulihan Cara alternatif yang digunakan disini adalah merepresentasikan sebuah matakuliah dengan sekumpulan vertex, dimana setiap vertex pada sebuah kumpulan merepresentasikan ruangan yang mungkin untuk perkuliahan matakuliah tersebut. Misalkan terdapat sebuah himpunan terdiri dari n matakuliah {c, c,, c } yang akan dijadwalkan, dan terdapat sebuah himpunan yang terdiri dari m ruang {r, r,, r } tempat perkuliahan dapat dipasangkan. Misalkan dari m ruangan tersebut terdapat subset {r, r, r, r, r } sebagai contoh, tempat dimana perkuliahan matakuliah c bisa dipasangkan, berdasarkan beberapa faktor (misalnya kapasitas ruangan, tipe ruangan yang diminta dosen pengampu). Sekarang dapat digambarkan matakuliah c dalam graph konflik perkuliahan dengan lima vertex {v r, v r, v r, v r, v r }, dimana satu vertex merepresentasikan satu kemungkinan pemasangan ruangan untuk perkulihaan matakuliah c. Pada peristiwa sesungguhnya nanti hanya satu ruangan misal r yang akan digunakan untuk perkulihaan matakuliah c, dimana akan direpresentasikan oleh vertex v r. Kemudian dapat ditambahkan edge dengan cara berikut : Misalkan terdapat dua kuliah yang bisa menimbulkan konflik yaitu c dan c. Edge yang harus ditambahkan antara vertex v dan v pada graph altenatif akan menjadi sebuah subgraph bipartie lengkap terdiri dari sekumpulan vertex yang berhubungan dengan kuliah c dan c. Sebagai contoh, jika kuliah c dan c terdiri dari kumpulan vertex {v r, v r, v r, v r, v r } dan {v r, v r, v r, v r }, maka vertex v r, v r, v r, v r dan v r menjadi himpunan bagian pertama sedangkan vertex v r, v r, v r, v r menjadi himpuan bagian kedua. Gambar 2. Kuliah c dan c dijadwalkan pada slot waktu yang berbeda Dengan kata lain jika kuliah c dan c tidak menimbulkan konflik (sehingga mereka bisa atau tidak mesti dipasangkan dalam slot waktu yang sama), maka dalam pewarnaan graph penjadwalan konvensional mungkin tidak perlu menambahkan edge diantara vertex v dan v. Pada graph konflik alternatif tetap ditambahkan edge diantara dua kumpulan vertex yang memiliki ruangan yang sama v r dan v r. Jika kuliah c dan c memiliki kemungkinan pemasangan t ruangan yang sama, maka ditambahkan t edge antara kumpulan vertek milik kuliah c dan kumpulan vertek milik kuliah c. Sebagai contoh, jika kuliah c dan c terdiri dari kumpulan vertex {v r, v r, v r, v r, v r } dan
3 {v r, v r, v r, v r }, maka akan ditambahkan edge diantara v r dan v r, v r dan v r, v r dan v r. Maka jika kuliah c dan c dijadwalkan pada slot waktu yang sama mereka tidak dapat menggunakan ruangan yang sama, seperti gambar 3. Gambar 5. Kuliah c dan c dipasang pada ruangan yang sama dan slot waktu yang berbeda Gambar 3. Kuliah c dan c mungkin dipasang pada slot waktu yang sama B. Mewarnai Graph Konflik Perkuliahan Sebuah graph dengan pewarnaan vertex yang tepat akan mewarnai sepasang vertex yang terhubung oleh edge dengan warna yang berbeda. Pasangan vertex yang tidak terhubung oleh edge bisa menggunakan dua warna yang sama atau berbeda. Dalam proses pewarnaan, graph alternatif menggunakan prosedur yang sama dengan graph konvensional, tetapi dengan satu pengecualian bahwa hanya satu vertex dalam sebuah kumpulan yang akan diwarnai, dengan kata lain setiap kuliah yang dipasang dalam salah satu ruang saja yang diberikan warna. Seperti dalam graph konvensional setiap warna dalam graph konflik yang telah melewati proses pewarnaan melambangkan slot waktu yang berbeda. Dalam graph konflik alternatif, sebuah vertex v r yang telah diwarnai mengimplikasikan bahwa kuliah c telah dipasang pada ruangan r dan dijadwalkan pada sebuah slot waktu tertentu. Seperti yang diperlihatkan oleh gambar berikut : Gambar 5 memperlihatkan bahwa kuliah c dan c harus dijadwalkan pada slot waktu yang berbeda. Vertex v r diwarnai dengan warna 1 dan vertex v r diwarnai dengan warna 2, mengimplikasikan bahwa kuliah c dan c dijadwalkan pada slot waktu yang berbeda dan ruangan yang sama yaitu r Gambar 6. Kuliah c dan c tidak berpotensi menimbulkan konflik, dipasang pada ruangan yang berbeda dan slot waktu yang berbeda Gambar 6 memperlihatkan bahwa kuliah c dan c tidak menimbulkan konflik, sehingga bisa dijadwalkan pada slot waktu yang sama atau berbeda. Vertex v r diwarnai dengan 1 dan vertex v r diwarnai dengan 2, mengimplikasikan bahwa kuliah c dan c dijadwalkan pada slot waktu yang berbeda menggunakan ruangan yang berbeda Gambar 4. Kuliah c dan c dipasang pada ruangan yang berbeda dan slot waktu yang berbeda Gambar 4 memperlihatkan bahwa kuliah c dan c harus dijadwalkan pada slot waktu yang berbeda. Vertex v r diwarnai dengan warna 1 dan vertex v r diwarnai dengan warna 2, mengimplikasikan bahwa kuliah c dan c dijadwalkan pada slot waktu yang berbeda dan ruangan yang berbeda. Gambar 7. Kuliah c dan c tidak berpotensi menimbulkan konflik, dipasang pada ruangan yang berbeda dan slot waktu yang sama Gambar 7 memperlihatkan bahwa kuliah c dan c tidak menimbulkan konflik, sehingga bisa dijadwalkan pada slot waktu yang sama atau
4 berbeda. Vertex v r diwarnai dengan 1 dan vertex v r diwarnai dengan 2, mengimplikasikan bahwa kuliah c dan c dijadwalkan pada slot waktu yang sama menggunakan ruangan yang berbeda Gambar 8. Kuliah c dan c tidak berpotensi menimbulkan konflik, dipasang pada ruangan yang sama dan slot waktu yang berbeda Gambar 8 memperlihatkan bahwa kuliah c dan c tidak menimbulkan konflik, sehingga bisa dijadwalkan pada slot waktu yang sama atau berbeda. Vertex v r diwarnai dengan 1 dan vertex v r diwarnai dengan 2, mengimplikasikan bahwa kuliah c dan c dijadwalkan pada slot waktu yang sama menggunakan ruangan yang sama. C. Algoritma Koloni Lebah Ada dua jenis lebah yang digunakan dalam algoritma ini yaitu, lebah pramuka dal lebah pekerja. Lebah pramuka : lebah yang melakukan pencarian awal dalam wilayah pencarian, menggunakan deduksi mereka sendiri. Lebah pekerja : lebah yang menemukan hasil yang lebih baik dibandingkan dengan temanya disebut lebah pekerja. Hanya lebah-lebah ini yang akan melakukan tarian kibasan, sehingga jumlah lebah pekerja sesuai dengan kapasitas area tarian. Selain memberikan informasi jalur pencarian mereka pada saat menari, mereka juga berusaha mencari jalur yang lebih baik disekitar jalur mereka sendiri. Awalnya lebah pramuka disebar untuk melakukan pencarian solusi primer, lalu kualitas dari solusi yang mereka bawa akan dievaluasi. Beberapa lebah pramuka yang memberikan solusi yang lebih baik akan dikonversi menjadi lebah pekerja (disesuaikan dengan kapasitas ruang tarian). Para lebah pekerja tersebut lalu melakukan tarian kibasan untuk membagi informasi tentang jalur solusi yang mereka bawa dengan lebah pekerja yang lain. Setiap lebah akan mengingat informasi lebah-lebah yang lain. Berikut pseudocode dari algoritma yang digunakan : 1. Sebar lebah pramuka untuk membuat solusi primer 2. Evaluasi bobot solusi setiap lebah pramuka, kemudian pilih lebah pramuka yang memberikan solusi lebih baik untuk dikonversi menjadi lebah pekerja While (kriteria berhenti belum ditemukan) : 3. Para lebah pekerja terpilih akan melakukan tarian kibasan dan berbagi informasi dan saling mengingat informasi setiap lebah pekerja yang lain. 4. Pencarian lingkungan 5. Update informasi Berikut fungsi pewarnaan yang digunakan untuk solusi primer : Jika derajat vertex v adalah deg (v ) = m dan vertex yang terhubung dengan vertex v adalah {v, v,, v } dan himpunan warna dari vertex yang terhubung dengan vertex v adalah C = {c(v ), c(v ),, c(v )} maka : Fungsi Pewarnaan Vertex (v ) for j = 1 to N if j C then Begin c(v ) = j; exit end III. RANCANGAN SISTEM Perancangan struktur penyelesaian masalah dilakukan dengan pendeskripsian masalah dan batasanbatasan dalam formula teknik pewarnaan graph untuk penjadwalan dan merancang teknik pencarian solusi dengan algoritma koloni lebah.. Berikut tahap-tahap pengerjaan dari penelitian ini Data Perkuliahan Pengkodean Graph Kuliah Konflik dari besaran-besaran masalah penjadwalan kuliah Pewarnaan Graph Kuliah Konflik dengan Algoritma Koloni Lebah menjadi Graph Kuliah Bebas Konflik Transformasi Graph Kuliah Bebas Konflik menjadi Jadwal Jadwal Kuliah Gambar 9.Tahap-tahap pengerjaan sistem penjadwalan
5 IMPLEMENTASI DAN ANALISIS HASIL Sistem dibangun dengan bahasa pemrograman java menggunakan platform Netbeans 8.9 dan database MySQL 5.5. Sistem akan diujicobakan dengan pembangunan jadwal untuk Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember, Surabaya. Pada jurusan Teknik Elektro terdapat lebih dari seratus kuliah yang diselenggarakan dalam satu semester, dengan jumlah ruangan perkuliahan... Mathematics, Rice University, May 2004, 159 pages. IV. KESIMPULAN DAFTAR PUSTAKA [1] M. Trick. Network resources for coloring a graph. ml [2] E.K. Burke, D.G. Elliman, and R. Weare. A genetic algorithm based university timetabling system. In Proceedings of the 2nd East-West International Conference on Computer Technologies in Educa-tion, volumei, pages 35-40, [3] K.A. Dowsland dan J.M.Thompson, Ant Colony Optimization for the Examination Schedulling Problem, Journal of the Operational Research Society, 56(2005), [4] F.T.Leighton, A Graph Coloring Algorithm for Large Schedulling Problems, Journal of Research of The National Bureau of Standards, 84(1979), [5] A. Gamst, Some Lower Bounds for a Class of Frequency Assignment Problem, IEEE Transaction of Vehicular Technology, 35 (1999), 8-14 [6] A. Lim dan F. Wang, Metaheuristic for Robust Graph Coloring Problem, Proc. Of the 16th IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2004), 2004 [7] D. de Werra. An introduction to timetabling. European Journal of Operational Research, 19(2): , February [8] E.Salari dan K.Eshagi, An ACO Algorithm for the Graph Coloring Problem. International Journal of Contempory Mathematical Science, 3 (2008) [9] Faraji Majid dan Seyyed Javadi Haj, Proposing a New Algorithm Based on Bees Behaviour for Solving Graph Coloring. International Journal Contemp.Math.Sciences, Vol 6, 2011, no.1,41-49 [10] T.A. Redl. A Study of University Timetabling that Blends Graph Coloring with the Satisfaction of Various Essential and Preferential Conditions, Ph.D. Thesis, Department of Computational and Applied
Analisis Penyelesaian Masalah Penjadwalan Kuliah Menggunakan Teknik Pewarnaan Graph Dengan Algoritma Koloni Lebah
Analisis Penyelesaian Masalah Penjadwalan Kuliah Menggunakan Teknik Pewarnaan Graph Dengan Algoritma Koloni Lebah Oleh : Heni Rachmawati 2209206810 Prof.Dr.Ir.Mauridhi Hery Purnomo,M.Eng Dr.I Ketut Eddy
Lebih terperinciIMPLEMENTASI PEMROSESAN PARALEL UNTUK PEWARNAAN GRAPH MEMBANGUN PERANGKAT LUNAK PENJADWALAN KULIAH POLITEKNIK CALTEX RIAU
IMPLEMENTASI PEMROSESAN PARALEL UNTUK PEWARNAAN GRAPH MEMBANGUN PERANGKAT LUNAK PENJADWALAN KULIAH POLITEKNIK CALTEX RIAU Heni Rachmawati 1, Edmond Febrinicko Armay 2, Memen Akbar 3 Jurusan Komputer, Politeknik
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada umumnya beragam model penjadwalan telah dikembangkan seperti program matematis dengan berbagai teknik diantaranya Wardoyo (2003) menggunakan logika Fuzzy, yakni suatu cara untuk
Lebih terperinciProsiding ISSN : Algoritma Penjadwalan Perkuliahan dengan Kasus Team Teaching dengan Metode Vertex Coloring Graph
Algoritma Penjadwalan Perkuliahan dengan Kasus Team Teaching dengan Metode Vertex Coloring Graph Nelly Oktavia Adiwijaya a, Slamin b a Program Studi Sistem Informasi Universitas Jember Jl. Kalimantan 37
Lebih terperinciPENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER
JMA, VOL. 9, NO.1, JULI 2010, 43-48 43 PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER PRAPTO TRI SUPRIYO Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan
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 terperinciOptimasi Penjadwalan Mata Kuliah Menggunakan Pewarnaan Graf
Petunjuk Sitasi: Sunarni, T., Bendi, R. K., & Alfian, A. (2017). Optimasi Penjadwalan Mata Kuliah Menggunakan Pewarnaan Graf. Prosiding SNTI dan SATELIT 2017 (pp. E48-53). Malang: Jurusan Teknik Industri
Lebih terperinciAplikasi Teori Graf dalam Penggunaan Cairan Pendingin pada Proses Manufaktur
Aplikasi Teori Graf dalam Penggunaan Cairan Pendingin pada Proses Manufaktur Steffi Indrayani / 13514063 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB 1 PENDAHULUAN. Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang
Lebih terperinciAPLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN
APLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN Daswa 1) Mohamad Riyadi 2) 1) Program Studi Teknik Informatika, FKOM, Universitas Kuningan; Jln. Cut Nyak Dien
Lebih terperinciTelah diuji pada. Tanggal : 3 Juni 2013 PANITIA PENGUJI TESIS
Telah diuji pada Tanggal : 3 Juni 2013 PANITIA PENGUJI TESIS Ketua : Prof. Dr. Opim Salim S, M.Sc Anggota : 1. Dr. Marwan Ramli, M.Si 2. Prof. Dr. Herman Mawengkang 3. Dr. Erna Budhiarti PERNYATAAN MODEL
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah penjadualan terlihat seperti masalah biasa yang dapat diselesaikan dengan metoda pemikiran biasa, akan tetapi jika sudah dalam jumlah data yang banyak akan
Lebih terperinciAplikasi Sistem Penjadwalan Praktikum dengan Metode Bipartite Graphs
Aplikasi Sistem Penjadwalan Praktikum dengan Metode Bipartite Graphs Studi Kasus : Laboratorium Terpadu Teknik Informatika UII A mal Sholihan amalsholihan@gmail.com Hendika Andra Saputra hendikaandra@yahoo.com
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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyampaian informasi dalam institusi pendidikan dalam hal ini sekolah adalah hal yang penting dilakukan terutama yang berkaitan dengan penjadwalan kegiatan belajar
Lebih terperinciBAB 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 terperinciPENGGABUNGAN ANT SYSTEM ALGORITHM DAN GENETIC ALGORITHM DALAM PENGATURAN JADUAL KULIAH
PENGGABUNGAN ANT SYSTEM ALGORITHM DAN GENETIC ALGORITHM DALAM PENGATURAN JADUAL KULIAH Djasli Djamarus Informatics Department Trisakti University Jakarta 11440, Indonesia Email: djasli@trisakti.ac.id,
Lebih terperinciPENJADWALAN RUANG KULIAH MENGGUNAKAN VERTEX GRAPH COLORING DAN SIMULATED ANNEALING
PENJADWALAN RUANG KULIAH MENGGUNAKAN VERTEX GRAPH COLORING DAN SIMULATED ANNEALING Titus Kristanto 1), Tutuk Indriyani2) 3) Jurusan Teknik Informatika, Email: 1) tintus.chris@gmail.com, 2) tutuk223@gmail.com,
Lebih terperinciIMPLEMENTASI METODE ANT COLONY OPTIMIZATION UNTUK PEMILIHAN FITUR PADA KATEGORISASI DOKUMEN TEKS
IMPLEMENTASI METODE ANT COLONY OPTIMIZATION UNTUK PEMILIHAN FITUR PADA KATEGORISASI DOKUMEN TEKS Yudis Anggara Putra Chastine Fatichah Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciMODEL PENJADWALAN GURU MENGGUNAKAN GRAPH COLORING DENGAN ALGORITMA BEE COLONY
MODEL PENJADWALAN GURU MENGGUNAKAN GRAPH COLORING DENGAN ALGORITMA BEE COLONY TESIS Oleh SETIAWAN TANADI 117021027/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2013
Lebih terperinciBAB 1 PENDAHULUAN. bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bagi perusahaan kontraktor perumahan, pemasangan kabel menjadi bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu dilakukan perencanaan urutan rumah yang
Lebih terperinciBAB I PENDAHULUAN. Pembangunan suatu piranti lunak menjadi penting karena semakin banyak
BAB I PENDAHULUAN 1.1. Latar Belakang Pembangunan suatu piranti lunak menjadi penting karena semakin banyak individual dan komunitas yang bergantung pada sistem piranti lunak tingkat tinggi (Sommerville,
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 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 1 PENDAHULUAN. dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Komputer merupakan salah satu alat bantu untuk menyelesaikan masalah. Untuk dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah
Lebih terperinciPENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL
PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Swaditya Rizki Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas
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 terperinciPenyelesaian Traveling Salesman Problem dengan Algoritma Heuristik
Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik Filman Ferdian - 13507091 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha
Lebih terperinciPENYELESAIAN PENJADWALAN MATAKULIAH MENGGUNAKAN HIBRIDISASI ALGORITMA GENETIKA DAN ALGORITMA KOLONI SEMUT
PENYELESAIAN PENJADWALAN MATAKULIAH MENGGUNAKAN HIBRIDISASI ALGORITMA GENETIKA DAN ALGORITMA KOLONI SEMUT Devie Rosa Anamisa 1), Arif Djunaidy 2) 1) Jurusan Teknik Informatika, Fakultas Teknologi Informasi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang
Lebih terperinciFPMIPA UNIVERSITAS PENDIDIKAN INDONESIA. Abstrak
PEMBANGUNAN SISTEM PENJADWALAN KULIAH DI PROGRAM STUDI ILMU KOMPUTER DENGAN GRAPH COLOURING Drs.-, M.T. 1, Eddy Prasetyo Nugroho, M.T. 2, Yudi Wibisono, M.T. 3, Rani Megasari, S.Kom. 4 1 )2)3)4) PROGRAM
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 terperinciPENYELESAIAN NURSE ROSTERING PROBLEM (NRP) MENGGUNAKAN CUCKOO SEARCH (CS)
PENYELESAIAN NURSE ROSTERING PROBLEM (NRP) MENGGUNAKAN CUCKOO SEARCH (CS) Andi Hutami Endang Dosen Jurusan Teknik Informatika Fakultas Sains & Teknologi UIN Alauddin Makassar Email : hutamiendang@gmail.com
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 terperinciBAB I PENDAHULUAN. I.1 Latar Belakang I-1
BAB I PENDAHULUAN I.1 Latar Belakang Suatu pekerjaan yang tidak dijadwalkan dengan baik akan memberikan hasil yang mungkin tidak seoptimal pekerjaan yang dijadwalkan dengan baik. Sebagai contoh adalah
Lebih terperinciAPLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY
APLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY Andri 1, Suyandi 2, WinWin 3 STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id 1, suyandiz@gmail.com
Lebih terperinciPENGGUNAAN ALGORITMA FLOYD WARSHALL DALAM MASALAH JALUR TERPENDEK PADA PENENTUAN TATA LETAK PARKIR
PENGGUNAAN ALGORITMA FLOYD WARSHALL DALAM MASALAH JALUR TERPENDEK PADA PENENTUAN TATA LETAK PARKIR Ni Ketut Dewi Ari Jayanti, M.Kom STMIK STIKOM Bali Jl. Raya Puputan No. 86 Renon Denpasar, telp. 361 244445
Lebih terperinciPenjadwalan Mata Kuliah Menggunakan Algoritma Genetika di Jurusan Sistem Informasi ITS
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) A-127 Mata Kuliah Menggunakan Algoritma Genetika di Jurusan Sistem Informasi ITS Wiga Ayu Puspaningrum, Arif Djunaidy, dan Retno
Lebih terperinciPewarnaan titik Pada Graf Spesial dan Operasinya
Pewarnaan titik Pada Graf Spesial Operasinya Jesi Irwanto 1,2, Dafik 1,3 1 CGANT- University of Jember 2 Department of Mathematics FMIPA University of Jember 3 Department of Mathematics Education FKIP
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Penjadualan Kadang kata schedule, sequence, dan timetable serta roster sering digunakan sebagai kata yang memiliki arti yang sama. Namun, terdapat perbedaan antara istilah diatas
Lebih terperinciPENERAPAN KONSEP GRAF DALAM PENYUSUNAN JADWAL PERKULIAHAN DI JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNG ABSTRAK
PENERAPAN KONSEP GRAF DALAM PENYUSUNAN JADWAL PERKULIAHAN DI JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNG Nisky Imansyah Yahya 1, Perry Zakaria 2, Lailany Yahya 3 ABSTRAK Salah satu tingkatan pendidikan yang
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia
MEMBANDINGKAN ALGORITMA D SATUR DENGAN ALGORITMA VERTEX MERGE DALAM PEWARNAAN GRAF TAK BERARAH Daratun Nasihin 1 Endang Lily 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika
Lebih terperinciKONSEP ALGORITMA GENETIK BINER UNTUK OPTIMASI PERENCANAAN JADWAL KEGIATAN PERKULIAHAN
Jurnal Teknik dan Ilmu Komputer KONSEP ALGORITMA GENETIK BINER UNTUK OPTIMASI PERENCANAAN JADWAL KEGIATAN PERKULIAHAN (Binary Genetic Algorithm Concept to Optimize Course Timetabling) Iwan Aang Soenandi
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY
PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY Arief Kelik Nugroho Fakultas Teknik, Universitas PGR Yogyakarta e-mail : ariefkeliknugroho@gmail.com Abstrak
Lebih 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 terperinciAnalisis Penggunaan Algoritma Backtracking dalam Penjadwalan Kuliah
Analisis Penggunaan Algoritma Backtracking dalam Penjadwalan Kuliah Farhan Makarim 13515003 Teknik Informatika Institut Teknologi Bandung Bandung, Indonesia Farhan_makarim@student.itb.ac.id Abstrak model
Lebih terperinciIMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH
IMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH Ida Suryani 1, Purwanto 2, Mohamad sin 3 Universitas Negeri Malang E-mail: idaasuryaani@gmail.com; purmatum@yahoo.com;
Lebih terperinciALGORITMA GENETIC ANT COLONY SYSTEM UNTUK MENYELESAIKAN TRAVELING SALESMAN PROBLEM
ALGORITMA GENETIC ANT COLONY SYSTEM UNTUK MENYELESAIKAN TRAVELING SALESMAN PROBLEM Lutfiani Safitri 1) Sri Mardiyati 2) 1) Matematika, FMIPA Universitas Indonesia Jl. H. Boan lisan 9, Depok 16425 Indonesia
Lebih terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
Lebih terperinciALGORITMA PENJADWALAN PRODUKSI PADA LINGKUNGAN MESIN JOB SHOP DENGAN MINIMALISASI RATAAN WAKTU TUNGGU OPERASI
ALGORITMA PENJADWALAN PRODUKSI PADA LINGKUNGAN MESIN JOB SHOP DENGAN MINIMALISASI RATAAN WAKTU TUNGGU OPERASI Gamma/13502058 Abstraksi. Pada makalah ini dijelaskan mengenai pengembangan algoritma untuk
Lebih terperinciAnalisis Komparasi Genetic Algorithm dan Firefly Algorithm pada Permasalahan Bin Packing Problem
Analisis Komparasi Genetic Algorithm dan Firefly Algorithm pada Permasalahan Bin Packing Problem Adidtya Perdana Sekolah Tinggi Teknik Harapan Medan Jl. H.M. Jhoni No. 70 C Medan adid.dana@gmail.com Abstrak
Lebih terperinciAPLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY
APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY Latar belakang Masalah Pada setiap awal semester bagian pendidikan fakultas Matematika dan Ilmu Pengetahuan Universitas
Lebih terperinciAlgoritma Genetika Ganda untuk Capacitated Vehicle Routing Problem
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-19 Algoritma Genetika Ganda untuk Capacitated Vehicle Routing Problem Muhammad Luthfi Shahab dan Mohammad Isa Irawan Matematika,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang pesat memberikan banyak kemudahan dalam penyelesaian masalah dan pencapaian hasil kerja yang memuaskan bagi kehidupan manusia. Salah satu
Lebih terperinciBilangan Kromatik Dominasi pada Graf-Graf Hasil Operasi Korona
A-88 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) Bilangan Kromatik Dominasi pada Graf-Graf Hasil Operasi Korona Muh. Alwan Hadi, Dr. Darmaji, S.Si., M.T., Drs. Suhud Wahyudi,
Lebih terperinciPENERAPAN PEWARNAAN GRAF DALAM PENJADWALAN
PENERAPAN PEWARNAAN GRAF DALAM PENJADWALAN Adventus Wijaya Lumbantobing Program Studi Teknik Informatika, Institut Teknologi Bandung Jalan Ganesha 10, Bandung if15112@students.if.itb.ac.id ABSTRAK Graf
Lebih terperinciAlgoritma Vertex Cover dan Aplikasinya
Algoritma Vertex Cover dan Aplikasinya Kevin Winata /13510073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciKOMBINASI ALGORITMA DIFFERENTIAL EVOLUTION DENGAN ITERATED GREEDY UNTUK PERMASALAHAN TRAVELING SALESMAN PROBLEM (TSP)
KOMBINASI ALGORITMA DIFFERENTIAL EVOLUTION DENGAN ITERATED GREEDY UNTUK PERMASALAHAN TRAVELING SALESMAN PROBLEM (TSP) Ong Andre Wahju Riyanto * ABSTRAKSI Penelitian ini ditujukan untuk memperbaiki kelemahan
Lebih terperinciPENJADWALAN TRUK PADA SISTEM CROSS DOCKING DENGAN PENYIMPANAN SEMENTARA DENGAN ALGORITMA HYBRID CROSS ENTROPY GENETIC ALGORITHM
PENJADWALAN TRUK PADA SISTEM CROSS DOCKING DENGAN PENYIMPANAN SEMENTARA DENGAN ALGORITMA HYBRID CROSS ENTROPY GENETIC ALGORITHM PENELITI : Pristi Dwi Puspitasari 2507 100 003 DOSEN PEMBIMBING : Ir. Budi
Lebih terperinciBAB I PENDAHULUAN. teliti. Sehingga tidak terjadi bentrok baik antar mata pelajaran, guru, kelas
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penjadwalan merupakan salah satu hal terpenting dalam suatu lembaga pendidikan, begitu juga untuk lingkup Sekolah Menengah Kejuruan (SMK). Penjadwalan pelajaran pada
Lebih terperinciPenjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut
BAB I PENDAHULUAN A. Latar Belakang Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut terlaksana dengan optimal.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah proses membuat daftar, tabel kegiatan atau rencana kegiatan dengan pembagian waktu pelaksanaan yang terperinci. Dalam proses penjadwalan, kegiatan
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 terperinciJurnal Ilmiah Mustek Anim Ha Vol.1 No. 2, Agustus 2012 ISSN
PENENTUAN RUTE PENGAMBILAN SAMPAH DI KOTA MERAUKE DENGAN KOMBINASI METODE EKSAK DAN METODE HEURISTIC Endah Wulan Perwitasari Email : dek_endah@yahoo.com Jurusan Teknik Informatika Fakultas Teknik Universitas
Lebih terperinciBAB 1 PENDAHULUAN. Saat ini perkembangan industri semakin meningkat, dengan munculnya alatalat
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini perkembangan industri semakin meningkat, dengan munculnya alatalat bantu untuk pekerjaan manusia berupa mesin. Dan dengan adanya mesin-mesin ini maka jumlah
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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesperson Problem selanjutnya dalam tulisan ini disingkat menjadi TSP, digambarkan sebagai seorang penjual yang harus melewati sejumlah kota selama perjalanannya,
Lebih terperinciPENJADWALAN KELAS MATAKULIAH MENGGUNAKAN VERTEX GRAPH COLORING DAN SIMULATED ANNEALING
PENJADWALAN KELAS MATAKULIAH MENGGUNAKAN VERTEX GRAPH COLORING DAN SIMULATED ANNEALING Mariana 1) Lely Hiryanto 2) 1)2) Teknik Informatika Universitas Tarumanagara Jl. Letjen S. Parman No.1, Jakarta Barat
Lebih terperinciPERBANDINGAN ALGORITME ANT COLONY OPTIMIZATION DENGAN ALGORITME GREEDY DALAM TRAVELING SALESMAN PROBLEM
PERBANDINGAN ALGORITME ANT COLONY OPTIMIZATION DENGAN ALGORITME GREEDY DALAM TRAVELING SALESMAN PROBLEM Djasli Djamarus, Meiril Mediawan Laboratorium Informatika Dasar Jurusan Teknik Informatika FTI -
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangunan daerah perkotaan atau city development memiliki beberapa aspek penting salah satunya adalah logistik perkotaan atau city logistics. Alasan mengapa city
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 terperinciTEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA. Oleh Dian Sari Reski 1, Asrul Sani 2, Norma Muhtar 3 ABSTRACT
TEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA Oleh Dian Sari Reski, Asrul Sani 2, Norma Muhtar 3 ABSTRACT Scheduling problem is one type of allocating resources problem that exist to
Lebih terperinciABSTRAK. Kata kunci: algoritma genetika adaptif, algoritma koloni lebah buatan, penjadwalan kelas, timetabling, hibridisasi
ABSTRAK Penjadwalan kelas atau yang disebut timetabling merupakan suatu permasalahan yang sering dihadapi oleh setiap perguruan tinggi. Setiap perguruan tinggi memiliki kebijakan tersendiri dalam penyusunan
Lebih terperinciBAB 1 PENDAHULUAN. manfaatnya meliputi segala aspek kehidupan manusia. agar tujuan tercapai merupakan hal yang penting dalam masalah penjadwalan.
11 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer yang pesat saat ini memberikan banyak kemudahan dalam penyelesaian masalah dan pencapaian hasil kerja yang memuaskan bagi kehidupan
Lebih terperinciPenerapan Pewarnaan Titik pada Graf dalam Penyusunan Lokasi Duduk Menggunakan Algoritma Greedy Berbantuan Microsoft Visual Basic 6.
Penerapan Pewarnaan Titik pada Graf dalam Penyusunan Lokasi Duduk Menggunakan Algoritma Greedy Berbantuan Microsoft Visual Basic.0 Halimah Turosdiah #1, Armiati #, Meira Parma Dewi # # Mathematic Department
Lebih terperinciOptimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika
Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika Wayan Firdaus Mahmudy (wayanfm@ub.ac.id) Program Studi Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia Abstrak.
Lebih 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 terperinciPEWARNAAN PADA GRAF BINTANG SIERPINSKI. Siti Khabibah Departemen Matematika, FSM Undip
JMP : Vol. 9 No. 1, Juni 2017, hal. 37-44 PEWARNAAN PADA GRAF BINTANG SIERPINSKI Siti Khabibah Departemen Matematika, FSM Undip khabibah.undip@gmail.com ABSTRACT. This paper discuss about Sierpinski star
Lebih terperinciOPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT
OPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT Budi Prasetyo Wibowo, Purwanto, dansusy Kuspambudi Andaini Universitas Negeri Malang ABSTRAK: Travelling Salesman Problem
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 terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM
TUGAS AKHIR SM 1330 PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM HARMERITA NRP 1202 100 006 Dosen Pembimbing Drs. Soetrisno, MIKomp JURUSAN MATEMATIKA
Lebih terperinciOPTIMASI NURSE SCHEDULING PROBLEM
OPTIMASI NURSE SCHEDULING PROBLEM Disusun Oleh Aditya Pratama H (2510100111) Pembimbing Prof. Ir. Budi Santosa, M.S., Ph.D Pendahuluan Latar Belakang Perumusan Masalah Batasan & Asumsi Penjadwalan Proses
Lebih terperinciPrototype sistem pakar untuk penjadwalan
Youngster Physics Journal ISSN: 2302-7371 Vol. 6, No. 1, Januari 2017, Hal. 104-109 Prototype sistem pakar untuk penjadwalan Catur Edi Widodo Departemen Fisika, Fakultas Sains dan Matematika, Universitas
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Jadwal mata kuliah merupakan hal yang penting dalam proses perkuliahan. Setiap jurusan pada universitas memiliki jadwal mata kuliah yang disusun sedemikian rupa untuk
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah PT. TIKI (Abadi Express) adalah perusahaan jasa yang menerima pengiriman paket dan paket tersebut akan diantar kealamat tujuan. Para kurir yang bertugas mengantar
Lebih terperinciPermodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal
Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal Salman Muhammad Ibadurrahman NIM : 13506106 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Listrik pada abad ini sudah merupakan kebutuhan primer yang tidak bisa tergantikan. Karena pentingnya listrik ini, sistem yang menyuplai dan mengalirkan listrik ini
Lebih terperinciAplikasi Graf pada Penentuan Jadwal dan Jalur Penerbangan
Aplikasi Graf pada Penentuan Jadwal dan Jalur Penerbangan Hishshah Ghassani - 13514056 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciAplikasi Pewarnaan Graf dalam Pengalokasian Frekuensi Gelombang pada WLAN
Aplikasi Pewarnaan Graf dalam Pengalokasian Frekuensi Gelombang pada WLAN Evita Chandra (13514034) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciIMPLEMENTASI ALGORITMA BEST PATH PLANNING UNTUK PENCARIAN RUTE TRANS JOGJA
IMPLEMENTASI ALGORITMA BEST PATH PLANNING UNTUK PENCARIAN RUTE TRANS JOGJA Anik Budiati 1), P. Insap Santosa 2), Wing Wahyu W. 3) 1,2) Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah
Lebih terperinciJurnal Edukasi dan Penelitian Informatika (JEPIN) Vol. 1, No. 2, (2015) 1 Rancangan Sistem Penjadwalan Akademik Menggunakan Algoritma Max Min Ant System (Studi Kasus: STMIK Atma Luhur Pangkalpinang) Delpiah
Lebih terperinciAlgoritma Brute-Force dan Greedy dalam Pemrosesan Graf
Algoritma Brute-Force dan Greedy dalam Pemrosesan Graf Marvin Jerremy Budiman / 13515076 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBab 1. Pendahuluan. 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Pentingnya suatu jadwal dalam sebuah kegiatan tidak lain agar kegiatan tersebut berjalan dengan lancar tanpa adanya gangguan seperti bentroknya jadwal. Penyusunan jadwal
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 terperinciPerbandingan Algoritma Pewarnaan LDO, SDO, dan IDO pada Graf Sederhana
Perbandingan Algoritma Pewarnaan LDO, SDO, dan IDO pada Graf Sederhana Khairani Permata Sari #1, Armiati *2, Mirna *3, # Student of Mathematic Departement State University of Padang *Lecture of Mathematic
Lebih terperinciDesain dan Analisis Algoritma Modifikasi Hungarian untuk Permasalahan Penugasan Dinamis Pada Studi Kasus Permasalahan SPOJ Klasik 12749
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) 1 Desain dan Analisis Algoritma Modifikasi Hungarian untuk Permasalahan Penugasan Dinamis Pada Studi Kasus Permasalahan SPOJ
Lebih terperinciOptimasi pada Rute Truk Peti Kemas dengan Algoritma Optimasi Koloni Semut
E-journal Teknik Elektro dan Komputer (tahun), ISSN : 20-8402 7 Optimasi pada Rute Truk Peti Kemas dengan Algoritma Optimasi Koloni Semut Feisy D. Kambey feisy.kambey@yahoo.co.id Abstrak Perdagangan global
Lebih terperinciIMPLEMENTASI SISTEM PENJADWALAN UJIAN AKHIR SEMESTER MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS: STIKOM BALI)
I Made Budi Adnyana, Implementasi Sistem Jadwal Ujian 11 IMPLEMENTASI SISTEM PENJADWALAN UJIAN AKHIR SEMESTER MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS: STIKOM BALI) I Made Budi Adnyana, Ni Ketut Dewi
Lebih terperinci