PEMODELAN INVERSI DATA MAGNETOTELLURIK 1-D MENGGUNAKAN METODA GENETIC ALGORITHM (GA) DRAFT TESIS

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMODELAN INVERSI DATA MAGNETOTELLURIK 1-D MENGGUNAKAN METODA GENETIC ALGORITHM (GA) DRAFT TESIS"

Transkripsi

1 PEMODELAN INVERSI DATA MAGNETOTELLURIK 1-D MENGGUNAKAN METODA GENETIC ALGORITHM (GA) DRAFT TESIS Oleh NIA MAHARANI NIM : Program Studi Sains Kebumian INSTITUT TEKNOLOGI BANDUNG 2007 v

2 ABSTRAK PEMODELAN INVERSI DATA MAGNETOTELLURIK 1-D MENGGUNAKAN METODA GENETIC ALGORITHM (GA) Oleh NIA MAHARANI NIM : Makalah ini membahas metoda inversi non-linier menggunakan metoda Genetic Algorithm (GA) yang diinspirasikan oleh proses seleksi alam (survival for the fittest) dan genetika. Metoda tersebut diterapkan pada inversi data magnetotellurik 1-D dengan parameter model adalah resistivitas sebagai fungsi dari kedalaman. Pertubasi model dilakukan hingga dicapai misfit minimum antara data teoritik dan data pengamatan. Penelitian ini hanya menggunakan data sintetik (3 lapis) lalu dilakukan proses inversi 3, 4 dan 5 lapis dengan hasil yang cukup memuaskan dengan misfit sekitar 0,2-0,5. Kata kunci : magnetotellurik, inversi vi

3 DAFTAR ISI ABSTRAK... i ABSTRACT... ii PEDOMAN PENGGUNAAN TESIS... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR LAMPIRAN... vi DAFTAR GAMBAR DAN ILUSTRASI... vii DAFTAR TABEL... xi DAFTAR SINGKATAN DAN LAMBANG... xii Bab I Pendahuluan... 1 I.1 Latar Belakang... 1 I.2 Tujuan... 1 I.3 Batasan Masalah... 2 I.4 Sistematika Pembahasan... 2 Bab II Konsep Algoritma Genetik... 3 II.1 Algoritma Genetik... 3 II.2 Karakteristik Algoritma Genetik... 4 II.3 Proses Algoritma Genetik... 5 II.4 Parameter-parameter Kontrol Algoritma Genetik II.5 Diagram Alir Algoritma Genetik Bab III Teori Dasar Magnetotellurik III.1 Pendahuluan III.2 Konsep Umum Medan Elektromagnetik III.3 Impedansi Medium Homogen III.4 Impedansi Medium Berlapis Horisontal III.5 Aplikasi Algoritma Genetik III.6 Ketak-unikan Solusi Pemodelan MT 1-D Bab IV Analisis 22 IV.1 Data IV.2 Hasil Inversi Data Sintetik vii

4 IV.2.1 Inversi Tiga lapis IV.2.2 Inversi Empat lapis IV.2.3 Inversi Lima lapis IV.3 Hasil Inversi Data Sintetik IV.3.1 Inversi Tiga lapis IV.3.2 Inversi Empat Lapis IV.3.3 Inversi Lima Lapis Bab V Kesimpulan DAFTAR PUSTAKA viii

5 DAFTAR TABEL Tabel II.1 Istilah-istilah dalam seleksi alam dan algoritma genetik... 4 Tabel IV.1.1 Model sintetik Tabel IV.1.2 Model sintetik Data Sintetik-1 Tabel IV Model rata-rata hasil inversi tiga lapisan 20 sampel ruang model Tabel IV Model rata-rata hasil inversi tiga lapis 100 sampel ruang model Tabel IV Model rata-rata hasil inversi empat lapis 20 sampel ruang model Tabel IV Model rata-rata hasil inversi empat lapis 100 sampel ruang model Tabel IV Model rata-rata hasil inversi lima lapis 20 sampel ruang model Tabel IV Model rata-rata hasil inversi lima lapis 100 sampel ruang model Data Sintetik-2 Tabel IV Model rata-rata hasil inversi tiga lapisan 20 sampel ruang model Tabel IV Model rata-rata hasil inversi tiga lapisan 100 sampel ruang model Tabel IV Model rata-rata hasil inversi empat lapisan 20 sampel ruang model Tabel IV Model rata-rata hasil inversi empat lapisan 100 sampel ruang model Tabel IV Model rata-rata hasil inversi empat lapisan 20 sampel ruang model Tabel IV Model rata-rata hasil inversi empat lapisan 100 sampel ruang model ix

6 DAFTAR GAMBAR DAN ILUSTRASI Gambar II.1 Bagan siklus seleksi alam (survival for the fittest)... 3 Gambar II.2 Teknik pencarian fungsi obyektif non-linier... 3 Gambar II.3 Strategi pencarian solusi algoritma genetik... 5 Gambar II.4 Fungsi obyektif dengan lebih dari satu nilai minimum... 5 Gambar II.5 Struktur kromosom (parameter model)... 6 Gambar II.6 Sekumpulan individu (populasi)... 6 Gambar II.7 Roulette-Wheel selection... 8 Gambar II.8 Teknik single point cross-over... 9 Gambar II.9 Proses multipoint cross-over Gambar II.10 Proses one-point cross-over parameter ke-n Gambar II.11 Proses mutasi Gambar II.12 Diagram alir algoritma genetik Gambar III.1 Model 1-D lapisan horisontal homogen Data sintetik-1 Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi tiga layer 20 sampel ruang model Gambar IV Model sintetik dan hasil inversi tiga layer 20 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi tiga layer 20 populasi Gambar IV b Fasa sintetik dan hasil inversi tiga layer 20 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi tiga layer 100 sampel ruang model Gambar IV Model sintetik dan hasil inversi tiga layer 100 sampel ruang model Gambar IV a Resistivitas semu sintetik dn hasil inversi tiga layer 100 sampel ruang model x

7 Gambar IV b Fasa sintetik dan hasil inversi tiga layer 100 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi empat layer 20 sampel ruang model Gambar IV Model sintetik dan hasil inversi empat layer 20 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi empat layer 20 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi empat layer 20 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi empat layer 100 sampel ruang model Gambar IV Model sintetik dan hasil inversi empat layer 100 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi empat layer 100 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi empat layer 100 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi lima layer 20 sampel ruang model Gambar IV Model sintetik dan hasil inversi lima layer 20 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi lima layer 20 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi lima layer 20 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi lima layer 100 sampel ruang model Gambar IV Model sintetik dan hasil inversi lima layer 100 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi lima layer 100 sampel ruang model xi

8 Gambar IV b Fasa sintetik dan hasil inversi lima layer 100 sampel ruang model Data Sintetik-2 Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi tiga layer 20 sampel ruang model Gambar IV Model sintetik dan hasil inversi tiga layer 20 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi tiga layer 20 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi tiga layer 20 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi tiga layer 100 sampel ruang model Gambar IV Model sintetik dan hasil inversi tiga layer 100 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi tiga layer 100 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi tiga layer 100 sampel ruang Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi empat layer 20 sampel ruang model Gambar IV Model sintetik dan hasil inversi empat layer 20 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi empat layer 20 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi empat layer 20 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi empat layer 100 sampel ruang mode Gambar IV Model sintetik dan hasil inversi empat layer 100 sampel ruang model xii

9 Gambar IV a Resistivitas semu sintetik dan hasil inversi empat layer 100 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi empat layer 100 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi lima layer 20 sampel ruang model Gambar IV Model sintetik dan hasil inversi lima layer 20 sampel ruang model Gambar IV a Resistivitas semu sintetik dan hasil inversi lima layer 100 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi lima layer 20 sampel ruang model Gambar IV Kurva Average Misfit, Best Misfit dan Average Fitness inversi lima layer 100 sampel ruang model Gambar IV Model sintetik dan hasil inversi lima layer 100 sampel ruang model Gambar IV a. Resistivitas semu sintetik dan hasil inversi lima layer 100 sampel ruang model Gambar IV b Fasa sintetik dan hasil inversi lima layer 100 sampel ruang model xiii

10 DAFTAR LAMPIRAN Lampiran A Data sintetik-1 20 sampel ruang model... 4 Lampiran B Data sintetik sampel ruang model Lampiran C Data sintetik-2 20 sampel runag model Lampiran D Data sintetik sampel ruang model xiv

Bab II Konsep Algoritma Genetik

Bab II Konsep Algoritma Genetik Bab II Konsep Algoritma Genetik II. Algoritma Genetik Metoda algoritma genetik adalah salah satu teknik optimasi global yang diinspirasikan oleh proses seleksi alam untuk menghasilkan individu atau solusi

Lebih terperinci

TAKARIR. algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah. kesalahan program

TAKARIR. algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah. kesalahan program TAKARIR advanced tingkat lanjut algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah alleles nilai suatu gen. bug kesalahan program chromosome kromosom crossover penyilangan kromosom

Lebih terperinci

SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT

SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT Gahara Nur Eka Putra NRP : 1022045 E-mail : bb.201smg@gmail.com ABSTRAK

Lebih terperinci

IMPLEMENTASI ALGORITMA GENETIK UNTUK MENYELESAIKAN MASALAH TRAVELING SALESMAN PROBLEM (STUDI KASUS: SATUAN KERJA PERANGKAT DAERAH KOTA MEDAN)

IMPLEMENTASI ALGORITMA GENETIK UNTUK MENYELESAIKAN MASALAH TRAVELING SALESMAN PROBLEM (STUDI KASUS: SATUAN KERJA PERANGKAT DAERAH KOTA MEDAN) IMPLEMENTASI ALGORITMA GENETIK UNTUK MENYELESAIKAN MASALAH TRAVELING SALESMAN PROBLEM (STUDI KASUS: SATUAN KERJA PERANGKAT DAERAH KOTA MEDAN) DRAFT SKRIPSI RAJO PANANGIAN HARAHAP 111421045 PROGRAM STUDI

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika 6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi

Lebih terperinci

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

ALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Disusun oleh: Achmad Basuki Politeknik Elektronika Negeri Surabaya, PENS ITS Surabaya 2003 Algoritma

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka. Penelitian serupa mengenai penjadwalan matakuliah pernah dilakukan oleh penelliti yang sebelumnya dengan metode yang berbeda-neda. Berikut

Lebih terperinci

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

Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm Jurnal Telematika, vol.9 no.1, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-251 Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka (Samuel, Toni & Willi 2005) dalam penelitian yang berjudul Penerapan Algoritma Genetika untuk Traveling Salesman Problem Dengan Menggunakan Metode Order Crossover

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

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

Lebih terperinci

BAB I PENDAHULUAN. hampir di seluruh dunia, termasuk Indonesia. Alat transportasi ini memiliki

BAB I PENDAHULUAN. hampir di seluruh dunia, termasuk Indonesia. Alat transportasi ini memiliki BAB I PENDAHULUAN 1.1 Latar Belakang Kereta api merupakan alat transportasi darat utama yang digunakan hampir di seluruh dunia, termasuk Indonesia. Alat transportasi ini memiliki multi keunggulan komparatif,

Lebih terperinci

Optimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar

Optimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar Optimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar Soni Irawan Jatmika 2210 105 052 Pembimbing : 1. Prof. Dr. Ir. Adi Soeprijanto, MT. 2. Heri Suryoatmojo, ST. MT.

Lebih terperinci

PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI

PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI TUGAS SARJANA Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK PT. Kerta Laksana merupakan perusahaan yang bergerak di bidang manufaktur mesin. Sistem produksi yang diterapkan perusahaan ialah job shop karena perusahaan ini memproduksi banyak variasi mesin

Lebih terperinci

Genetic Algorithme. Perbedaan GA

Genetic Algorithme. Perbedaan GA Genetic Algorithme Algoritma ini bekerja dengan sebuah populasi yang terdiri atas individu-individu (kromosom). Individu dilambangkan dengan sebuah nilai kebugaran (fitness) yang akan digunakan untuk mencari

Lebih terperinci

ANALISIS PERFORMANCE ATAS METODE ARITHMETIC CROSSOVER DALAM ALGORITMA GENETIKA TESIS ERIANTO ONGKO

ANALISIS PERFORMANCE ATAS METODE ARITHMETIC CROSSOVER DALAM ALGORITMA GENETIKA TESIS ERIANTO ONGKO 1 ANALISIS PERFORMANCE ATAS METODE ARITHMETIC CROSSOVER DALAM ALGORITMA GENETIKA TESIS ERIANTO ONGKO 127038063 PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T

PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T Abstrak : Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi

Lebih terperinci

ABSTRAK. Kata kunci: nutrisi, algoritma genetika. vii Universitas Kristen Maranatha

ABSTRAK. Kata kunci: nutrisi, algoritma genetika. vii Universitas Kristen Maranatha ABSTRAK Banyak orang di Indonesia kurang memperhatikan kandungan gizi dari makanan yang mereka konsumsi. Oleh karena itu kami mengembangkan aplikasi berbasis desktop untuk mengelola gizi seseorang. Aplikasi

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM

PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK DISTRIBUSI SURAT KABAR KEDAULATAN RAKYAT DI KABUPATEN SLEMAN SKRIPSI Diajukan Kepada Fakultas Matematika

Lebih terperinci

Inversi Data Magnetotellurik 1-D Menggunakan Metoda Simulated Annealing

Inversi Data Magnetotellurik 1-D Menggunakan Metoda Simulated Annealing Kontribusi Fisika Indonesia Vol. 2 o. 2, April 2 Inversi Data Magnetotellurik -D Menggunakan Metoda Simulated Annealing Akhmad Syaripudin dan Hendra Grandis Program Studi Geofisika, Departemen Geofisika

Lebih terperinci

APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN

APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN Eva Haryanty, S.Kom. ABSTRAK Komputer adalah salah satu peralatan yang pada saat ini banyak pula digunakan

Lebih terperinci

RANCANG 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) 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 terperinci

ERWIEN TJIPTA WIJAYA, ST.,M.KOM

ERWIEN TJIPTA WIJAYA, ST.,M.KOM ERWIEN TJIPTA WIJAYA, ST.,M.KOM DEFINISI ALGEN adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan evolusi Dalam evolusi, individu terus menerus mengalami perubahan gen untuk

Lebih terperinci

ALGORITMA GENETIKA DENGAN PENDEKATAN MODEL PULAU PADA PERMASALAHAN TRAVELLING SALESMAN

ALGORITMA GENETIKA DENGAN PENDEKATAN MODEL PULAU PADA PERMASALAHAN TRAVELLING SALESMAN ALGORITMA GENETIKA DENGAN PENDEKATAN MODEL PULAU PADA PERMASALAHAN TRAVELLING SALESMAN Hardy STMIK Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212 hardy@mikroskil.ac.id Abstrak Algoritma genetika telah

Lebih terperinci

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN Eva Desiana, M.Kom Pascasarjana Teknik Informatika Universitas Sumatera Utara, SMP Negeri 5 Pematangsianta Jl. Universitas Medan, Jl.

Lebih terperinci

OPTIMASI UKURAN PENAMPANG BETON PRATEGANG PADA BALOK SEDERHANA DAN MENERUS DENGAN MENGGUNAKAN ALGORITMA GENETIKA

OPTIMASI UKURAN PENAMPANG BETON PRATEGANG PADA BALOK SEDERHANA DAN MENERUS DENGAN MENGGUNAKAN ALGORITMA GENETIKA TESIS OPTIMASI UKURAN PENAMPANG BETON PRATEGANG PADA BALOK SEDERHANA DAN MENERUS DENGAN MENGGUNAKAN ALGORITMA GENETIKA ALFIAN WIRANATA ZEBUA No. Mhs : 135101980/PS/MTS PROGRAM STUDI MAGISTER TEKNIK SIPIL

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam

Lebih terperinci

MENGUKUR KINERJA ALGORITMA GENETIK PADA PEMAMPATAN MATRIKS JARANG

MENGUKUR KINERJA ALGORITMA GENETIK PADA PEMAMPATAN MATRIKS JARANG MENGUKUR KINERJA ALGORITMA GENETIK PADA PEMAMPATAN MATRIKS JARANG Nico Saputro dan Joice Aritonang Email : nico@home.unpar.ac.id, jo_aritonang@yahoo.com A matrix that has lots of zero elements is called

Lebih terperinci

Lingkup Metode Optimasi

Lingkup Metode Optimasi Algoritma Genetika Lingkup Metode Optimasi Analitik Linier Non Linier Single Variabel Multi Variabel Dgn Kendala Tanpa Kendala Numerik Fibonacci Evolusi Complex Combinasi Intelijen/ Evolusi Fuzzy Logic

Lebih terperinci

ABSTRAK. v Universitas Kristen Maranatha

ABSTRAK. v Universitas Kristen Maranatha ABSTRAK PD BLESSING adalah sebuah perusahaan di Kota Bandung yang memproduksi pakaian bayi (Jumper). Perusahaan memproduksi barang sesuai dengan pesanan konsumen (job order). Pesanan dari konsumen dikumpulkan

Lebih terperinci

Penyelesaian Puzzle Sudoku menggunakan Algoritma Genetik

Penyelesaian Puzzle Sudoku menggunakan Algoritma Genetik Penyelesaian Puzzle Sudoku menggunakan Algoritma Genetik Afriyudi 1,Anggoro Suryo Pramudyo 2, M.Akbar 3 1,2 Program Studi Sistem Informasi Fakultas Ilmu Komputer. Universitas Bina Darma Palembang. email

Lebih terperinci

APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH

APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus: Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB I PENDAHULUAN. jumlah ketersediaan yang semakin menipis dan semakin mahal, membuat biaya

BAB I PENDAHULUAN. jumlah ketersediaan yang semakin menipis dan semakin mahal, membuat biaya BAB I PENDAHULUAN 1.1 Latar Belakang Pembangkit Listrik di Indonesia pada umumnya merupakan pembangkit listrik thermal. Kebutuhan pembangkit thermal terhadap bahan bakar fosil dengan jumlah ketersediaan

Lebih terperinci

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi

Lebih terperinci

Analisis Operator Crossover pada Permasalahan Permainan Puzzle

Analisis Operator Crossover pada Permasalahan Permainan Puzzle Analisis Operator Crossover pada Permasalahan Permainan Puzzle Kun Siwi Trilestari [1], Ade Andri Hendriadi [2] Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbanga Karawang

Lebih terperinci

PADA TENSOR IMPEDANSI MAGNETOTELLURIK

PADA TENSOR IMPEDANSI MAGNETOTELLURIK IMPLEMENTASI METODE DEKOMPOSISI GROOM-BAILEY PADA TENSOR IMPEDANSI MAGNETOTELLURIK TUGAS AKHIR Diajukan sebagai salah satu syarat untuk meraih gelar sarjana di Program Studi Fisika, Institut Teknologi

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma

Lebih terperinci

PENDAHULUAN. Latar Belakang. Tujuan Penelitian

PENDAHULUAN. Latar Belakang. Tujuan Penelitian PENDAHULUAN Latar Belakang Fungsi Cobb-Douglas dengan galat aditif merupakan salah satu fungsi produksi yang dapat digunakan untuk menganalisis hubungan antara hasil produksi dan faktor-faktor produksi.

Lebih terperinci

INVERSI 1-D PADA DATA MAGNETOTELLURIK DI LAPANGAN X MENGGUNAKAN METODE OCCAM DAN SIMULATED ANNEALING

INVERSI 1-D PADA DATA MAGNETOTELLURIK DI LAPANGAN X MENGGUNAKAN METODE OCCAM DAN SIMULATED ANNEALING Inversi 1-D... INVERSI 1-D PADA DATA MAGNETOTELLURIK DI LAPANGAN X MENGGUNAKAN METODE OCCAM DAN SIMULATED ANNEALING R. Aldi Kurnia Wijaya 1), Ayi Syaeful Bahri 1), Dwa Desa Warnana 1), Arif Darmawan 2)

Lebih terperinci

LEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR UCAPAN TERIMA KASIH ABSTRAK DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I PENDAHULUAN

LEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR UCAPAN TERIMA KASIH ABSTRAK DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I PENDAHULUAN DAFTAR ISI LEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR... i UCAPAN TERIMA KASIH... ii ABSTRAK... iii DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii BAB I PENDAHULUAN... 1 A.

Lebih terperinci

APLIKASI ALGORITMA GENETIKA UNTUK MENGOPTIMALKAN POLA RADIASI SUSUNAN ANTENA

APLIKASI ALGORITMA GENETIKA UNTUK MENGOPTIMALKAN POLA RADIASI SUSUNAN ANTENA APLIKASI ALGORITMA GENETIKA UNTUK MENGOPTIMALKAN POLA RADIASI SUSUNAN ANTENA Eston Damanus Lingga/0222180 Jurusan Teknik Elektro, Fakultas Teknik, Jl.Prof.Drg.Suria Sumantri 65, Bandung 40164, Indonesia

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,

Lebih terperinci

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang BAB 2 DASAR TEORI 2.1 Teka-Teki Silang Teka-teki silang atau disingkat TTS adalah suatu permainan yang mengharuskan penggunanya untuk mengisi ruang-ruang kosong dengan huruf-huruf yang membentuk sebuah

Lebih terperinci

Lampiran Lampiran

Lampiran Lampiran DAFTAR ISI PERNYATAAN KEASLIAN SKRIPSI... i ABSTRAK... ii ABSTRACT... iii KATA PENGANTAR... iv DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR TABEL LAMPIRAN... xi DAFTAR GAMBAR... xii BAB I PENDAHULUAN...

Lebih terperinci

UNIVERSITAS INDONESIA PERAMALAN BEBAN TENAGA LISTRIK SISTEM KETENAGALISTRIKAN JAWA-MADURA-BALI MENGGUNAKAN ALGORITMA GENETIK TESIS

UNIVERSITAS INDONESIA PERAMALAN BEBAN TENAGA LISTRIK SISTEM KETENAGALISTRIKAN JAWA-MADURA-BALI MENGGUNAKAN ALGORITMA GENETIK TESIS PERAMALAN BEBAN TENAGA LISTRIK SISTEM KETENAGALISTRIKAN JAWA-MADURA-BALI MENGGUNAKAN ALGORITMA GENETIK TESIS ERI NURCAHYANTO 07 06 17 33 26 FAKULTAS TEKNIK PROGRAM MAGISTER TEKNIK ELEKTRO KEKHUSUSAN TEKNIK

Lebih terperinci

Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali)

Perancangan 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 terperinci

OPTIMASI RUTE PENYEBERANGAN FERI DI PROVINSI MALUKU MENGGUNAKAN ALGORITMA GENETIKA

OPTIMASI RUTE PENYEBERANGAN FERI DI PROVINSI MALUKU MENGGUNAKAN ALGORITMA GENETIKA OPTIMASI RUTE PENYEBERANGAN FERI DI PROVINSI MALUKU MENGGUNAKAN ALGORITMA GENETIKA TUGAS AKHIR Sebagai Salah Satu Syarat untuk Menyelesaikan Pendidikan Sarjana Teknik di Program Studi Teknik Sipil Disusun

Lebih terperinci

OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA

OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA Mike Susmikanti Pusat Pengembangan Informatika Nuklir, Badan Tenaga Nuklir Nasional Kawasan

Lebih terperinci

ABSTRAK. iv Universitas Kristen Maranatha

ABSTRAK. iv Universitas Kristen Maranatha ABSTRAK PT. Chitose Indonesia MFG merupakan suatu perusahaan yang bergerak pada bidang industri manufaktur dengan produk utamanya berupa kursi yang terbuat dari bahan baku logam. Perusahaan menerapkan

Lebih terperinci

PENYELESAIAN MASALAH OPTIMASI MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus : Masalah Transportasi)

PENYELESAIAN MASALAH OPTIMASI MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus : Masalah Transportasi) PENYELESAIAN MASALAH OPTIMASI MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus : Masalah Transportasi) SKRIPSI Oleh Mariana Ramadhani NIM 031810101038 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

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

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

Lebih terperinci

BAB III. Metode Penelitian

BAB III. Metode Penelitian BAB III Metode Penelitian 3.1 Diagram Alir Penelitian Secara umum diagram alir algoritma genetika dalam penelitian ini terlihat pada Gambar 3.1. pada Algoritma genetik memberikan suatu pilihan bagi penentuan

Lebih terperinci

DETEKSI MAHASISWA BERPRESTASI DAN BERMASALAH DENGAN METODE K- MEANS KLASTERING YANG DIOPTIMASI DENGAN ALGORITMA GENETIKA

DETEKSI MAHASISWA BERPRESTASI DAN BERMASALAH DENGAN METODE K- MEANS KLASTERING YANG DIOPTIMASI DENGAN ALGORITMA GENETIKA DETEKSI MAHASISWA BERPRESTASI DAN BERMASALAH DENGAN METODE K- MEANS KLASTERING YANG DIOPTIMASI DENGAN ALGORITMA GENETIKA Akmal Hidayat 1) & Entin Martiana 2) 1) Teknik Elektro Politeknik Bengkalis Jl.

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK Perusahaan X merupakan salah satu perusahaan manufaktur yang memproduksi berbagai macam produk berbahan baku besi dan stainless steel. Produk yang dihasilkan seperti cabinet, trolley, pagar, tangki

Lebih terperinci

ABSTRAK. Kata kunci : Algoritma Genetik, Penjadwalan. i Universitas Kristen Maranatha

ABSTRAK. Kata kunci : Algoritma Genetik, Penjadwalan. i Universitas Kristen Maranatha ABSTRAK Aplikasi penjadwalan sidang otomatis di Fakultas Teknologi Informasi Universitas Kristen Maranatha ini dibuat dengan tujuan untuk melakukan pengembangan dan optimasi terhadap aplikasi penjadwalan

Lebih terperinci

ABSTRAK. Kata kunci : Aplikasi, Penjadwalan, Algoritma Genetika. viii

ABSTRAK. Kata kunci : Aplikasi, Penjadwalan, Algoritma Genetika. viii ABSTRAK Di program studi Teknik Informatika UPN Veteran Yogyakarta, mahasiswa yang akan melakukan pendadaran tidak bisa menentukan jadwal pendadarannya sendiri. Mahasiswa hanya menunggu jadwal pendadaran

Lebih terperinci

Tugas Mata Kuliah E-Bisnis REVIEW TESIS

Tugas Mata Kuliah E-Bisnis REVIEW TESIS Tugas Mata Kuliah E-Bisnis REVIEW TESIS Desain Algoritma Genetika Untuk Optimasi Penjadwalan Produksi Meuble Kayu Studi Kasus Pada PT. Sinar Bakti Utama (oleh Fransiska Sidharta dibawah bimbingan Prof.Kudang

Lebih terperinci

ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA TESIS ADIDTYA PERDANA

ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA TESIS ADIDTYA PERDANA ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA TESIS ADIDTYA PERDANA 127038053 PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA

PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

ALOKASI PEMBEBANAN UNIT PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI SALURAN TRANSMISI DENGAN ALGORITMA GENETIKA PADA SISTEM KELISTRIKAN BALI

ALOKASI PEMBEBANAN UNIT PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI SALURAN TRANSMISI DENGAN ALGORITMA GENETIKA PADA SISTEM KELISTRIKAN BALI ALOKASI PEMBEBANAN UNIT PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI SALURAN TRANSMISI DENGAN ALGORITMA GENETIKA PADA SISTEM KELISTRIKAN BALI TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan

Lebih terperinci

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK Usulan Skripsi S-1 Jurusan Matematika Diajukan oleh 1. Novandry Widyastuti M0105013 2. Astika Ratnawati M0105025 3. Rahma Nur Cahyani

Lebih terperinci

2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara

2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PENGESAHAN PENGUJI... iii BERITA ACARA DEMO SOFTWARE TUGAS AKHIR... iv SURAT PERNYATAAN KARYA ASLI TUGAS AKHIR...v ABSTRAK.....vi

Lebih terperinci

PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA

PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA Bagus Priambodo Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Mercu Buana e- mail : bagus.priambodo@mercubuana.ac.id

Lebih terperinci

ABSTRAK. i Universitas Kristen Maranatha

ABSTRAK. i Universitas Kristen Maranatha ABSTRAK PT Multi Garmenjaya merupakan perusahaan yang bergerak di bidang industri garment. Penulis melakukan pengamatan pada lini produksi produk celana jeans yang diproduksi secara mass production. Masalah

Lebih terperinci

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut

Penjadwalan 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 terperinci

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

ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS Surabaya 2003 Algoritma Genetika Algoritma

Lebih terperinci

KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA

KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA LAPORAN TUGAS BESAR ARTIFICIAL INTELLEGENCE KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA Disusun Oleh : Bayu Kusumo Hapsoro (113050220) Barkah Nur Anita (113050228) Radityo Basith (113050252) Ilmi Hayyu

Lebih terperinci

Kata Pengantar. Assalamu alaikum Warahmatullahi Wabarakatuh

Kata Pengantar. Assalamu alaikum Warahmatullahi Wabarakatuh Kata Pengantar Assalamu alaikum Warahmatullahi Wabarakatuh Segala puji dan syukur penulis ucapkan kepada Allah SWT yang telah memberikan segala nikmat, karunia, serta bimbingan-nya sehingga penulis dapat

Lebih terperinci

APLIKASI PEMODELAN MAGNETOTELURIK 2D MENGGUNAKAN METODE ELEMEN HINGGA UNTUK INVESTIGASI STRUKTUR PATAHAN SKRIPSI. oleh DITA PUSPITA NIM

APLIKASI PEMODELAN MAGNETOTELURIK 2D MENGGUNAKAN METODE ELEMEN HINGGA UNTUK INVESTIGASI STRUKTUR PATAHAN SKRIPSI. oleh DITA PUSPITA NIM APLIKASI PEMODELAN MAGNETOTELURIK 2D MENGGUNAKAN METODE ELEMEN HINGGA UNTUK INVESTIGASI STRUKTUR PATAHAN SKRIPSI oleh DITA PUSPITA NIM 091810201009 JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks

2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks 4 2 TINJAUAN PUSTAKA 2.1 Peringkasan Teks Peringkasan teks adalah proses pemampatan teks sumber ke dalam versi lebih pendek namun tetap mempertahankan informasi yang terkandung didalamnya (Barzilay & Elhadad

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Fuzzy Local Binary Pattern (FLBP) Fuzzifikasi pada pendekatan LBP meliputi transformasi variabel input menjadi variabel fuzzy, berdasarkan pada sekumpulan fuzzy rule. Dalam

Lebih terperinci

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Leonard Tambunan AMIK Mitra Gama Jl. Kayangan No. 99, Duri-Riau e-mail : leo.itcom@gmail.com Abstrak Pada saat ini proses penjadwalan kuliah

Lebih terperinci

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

T I N J A U A N P U S T A K A Algoritma Genetika [5] Algoritma Genetika [5] Fitness adalah nilai yang menyatakan baik-tidaknya suatu jalur penyelesaian dalam permasalahan TSP,sehingga dijadikan nilai acuan dalam mencari jalur penyelesaian optimal dalam algoritma

Lebih terperinci

2.3.1.b Himpunan Fuzzy Trapezodial dengan L Fuzzy Set 12

2.3.1.b Himpunan Fuzzy Trapezodial dengan L Fuzzy Set 12 DAFTAR ISI Halaman Judul i Pernyataan Keaslian Tugas Akhir ii Lembar Pengesahan DosenPembimbingiii Lembar Pengesahan Dosen Penguji iv Halaman Persembahan Halaman Motto Kata Pengantar Abstraksi Daftar Isi

Lebih terperinci

ALGORITMA GENETIKA PADA PENYELESAIAN AKAR PERSAMAAN SEBUAH FUNGSI

ALGORITMA GENETIKA PADA PENYELESAIAN AKAR PERSAMAAN SEBUAH FUNGSI ALGORITMA GENETIKA PADA PENYELESAIAN AKAR PERSAMAAN SEBUAH FUNGSI Akhmad Yusuf dan Oni Soesanto Program Studi Matematika Universitas Lambung Mangkurat Jl. Jend. A. Yani km 35, 8 Banjarbaru ABSTRAK Algoritma

Lebih terperinci

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

BAB II LANDASAN TEORI. Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan BAB II LANDASAN TEORI 2.1 Sejarah Perusahaan Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan pengadaan suku cadang computer. Dalam bidang tersebut diharuskan berbadan hukum PD,

Lebih terperinci

LEMBAR PENGESAHAN PENERAPAN ALGORITMA GENETIK UNTUK

LEMBAR PENGESAHAN PENERAPAN ALGORITMA GENETIK UNTUK LEMBAR PENGESAHAN PENERAPAN ALGORITMA GENETIK UNTUK MASALAH KNAPSACK 0/1 dengan ini, saya menyatakan bahwa isi CD-Rom Laporan Penelitian sama dengan hasil Revisi Akhir Bandung, DESEMBER 2009 Ricky Susanto

Lebih terperinci

A. ADHA. Program Studi Teknik Sipil, Fakultas Teknik,Universitas Islam Riau, Pekanbaru, Indonesia Corresponding author:

A. ADHA. Program Studi Teknik Sipil, Fakultas Teknik,Universitas Islam Riau, Pekanbaru, Indonesia Corresponding author: Institut Teknologi Padang, 27 Juli 217 ISBN: 978-62-757-6-7 http://eproceeding.itp.ac.id/index.php/spi217 Optimasi Bentuk Struktur dan Penampang pada Struktur Rangka Baja Terhadap Kendala Kehandalan Material

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK (SHORTEST PATH) SKRIPSI RION SIBORO

PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK (SHORTEST PATH) SKRIPSI RION SIBORO PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK (SHORTEST PATH) SKRIPSI RION SIBORO 060803025 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

Lebih terperinci

OPTIMASI PENEMPATAN KAPASITOR PADA SALURAN DISTRIBUSI 20 kv DENGAN MENGGUNAKAN METODE KOMBINASI FUZZY DAN ALGORITMA GENETIKA

OPTIMASI PENEMPATAN KAPASITOR PADA SALURAN DISTRIBUSI 20 kv DENGAN MENGGUNAKAN METODE KOMBINASI FUZZY DAN ALGORITMA GENETIKA OPTIMASI PENEMPATAN KAPASITOR PADA SALURAN DISTRIBUSI 20 kv DENGAN MENGGUNAKAN METODE KOMBINASI FUZZY DAN ALGORITMA GENETIKA I Made Wartana, Mimien Mustikawati Program Studi Teknik Elektro, Fakultas Teknologi

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pengertian jadwal menurut kamus besar bahasa Indonesia adalah pembagian waktu berdasarkan rencana pengaturan urutan kerja; daftar atau tabel kegiatan atau rencana kegiatan

Lebih terperinci

METODA GENETIC ALGORITMA SEBAGAI PERENCANAAN LINTASAN ROBOT UNTUK APLIKASI PENGEBORAN PADA PCB ABSTRAK

METODA GENETIC ALGORITMA SEBAGAI PERENCANAAN LINTASAN ROBOT UNTUK APLIKASI PENGEBORAN PADA PCB ABSTRAK METODA GENETIC ALGORITMA SEBAGAI PERENCANAAN LINTASAN ROBOT UNTUK APLIKASI PENGEBORAN PADA PCB 1)Adam Ridiantho M, 2 Djoko Purwanto 1,2) Program Studi Teknik Elektro, Program Pasca Sarjana, ITS Ruang B205,

Lebih terperinci

OPTIMALISASI SOLUSI TERBAIK DENGAN PENERAPAN NON-DOMINATED SORTING II ALGORITHM

OPTIMALISASI SOLUSI TERBAIK DENGAN PENERAPAN NON-DOMINATED SORTING II ALGORITHM OPTIMALISASI SOLUSI TERBAIK DENGAN PENERAPAN NON-DOMINATED SORTING II ALGORITHM Poetri Lestari Lokapitasari Belluano poe3.setiawan@gmail.com Universitas Muslim Indonesia Abstrak Non Dominated Sorting pada

Lebih terperinci

Model Optimasi Alokasi Gas Injeksi Sumur Dual Gas Lift

Model Optimasi Alokasi Gas Injeksi Sumur Dual Gas Lift Bab 4 Model Optimasi Alokasi Gas Injeksi Sumur Dual Gas Lift Sebagaimana yang telah diuraikan pada bab 2, sumur dual gas lift merupakan sumur dengan dua tubing, long string dan short string. Gas injeksi

Lebih terperinci

BAB I PENDAHULUAN. wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat

BAB I PENDAHULUAN. wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat BAB I PENDAHULUAN A. Latar Belakang Masalah Objek pariwisata di Yogyakarta sudah semakin beragam mulai dari wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat wisatawan dapat dibuat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Penjadwalan Perkuliahan Penjadwalan memiliki pengertian durasi dari waktu kerja yang dibutuhkan untuk melakukan serangkaian untuk melakukan aktivitas kerja[10]. Penjadwalan juga

Lebih terperinci

Algoritma Evolusi Real-Coded GA (RCGA)

Algoritma Evolusi Real-Coded GA (RCGA) Algoritma Evolusi Real-Coded GA (RCGA) Imam Cholissodin imam.cholissodin@gmail.com Pokok Bahasan 1. Siklus RCGA 2. Alternatif Operator Reproduksi pada Pengkodean Real 3. Alternatif Operator Seleksi 4.

Lebih terperinci

BAB I PENDAHULUAN BAB I: PENDAHULUAN

BAB I PENDAHULUAN BAB I: PENDAHULUAN BAB I PENDAHULUAN BAB I: PENDAHULUAN 1.1. Latar Belakang Masalah Ciri-ciri yang terdapat pada suatu pakaian merupakan salah satu faktor yang paling berpengaruh dalam menentukan nilai jual pakaian tersebut.

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA UNTUK PERMASALAHAN OPTIMASI DISTRIBUSI BARANG DUA TAHAP

PENERAPAN ALGORITMA GENETIKA UNTUK PERMASALAHAN OPTIMASI DISTRIBUSI BARANG DUA TAHAP PENERAPAN ALGORITMA GENETIKA UNTUK PERMASALAHAN OPTIMASI DISTRIBUSI BARANG DUA TAHAP Riska Sulistiyorini ), Wayan Firdaus Mahmudy ), Program Studi Teknik Informatika Program Teknologi Informasi dan Ilmu

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang 1.1. Latar Belakang BAB I PENDAHULUAN Dalam perancangan suatu struktur biasanya hanya memperhitungkan kekuatan struktur saja tanpa memperhitungkan aspek ekonomisnya. Padahal jika aspek ekonomis juga diperhitungkan,

Lebih terperinci

PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES

PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 65-72 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE

Lebih terperinci

ABSTRAK. Laporan Tugas Akhir. Universitas Kristen Maranatha

ABSTRAK. Laporan Tugas Akhir. Universitas Kristen Maranatha ABSTRAK PT. Kerta Laksana adalah perusahaan manufaktur yang bergerak di bidang pembuatan mesin, dimana pesanan pada perusahaan ini bersifat Job Order. Dalam menjadwalkan pesanan yang diterima, perusahaan

Lebih terperinci

OPTIMASI JARINGAN SARAF TIRUAN PADA OPTICAL CHARACTER RECOGNITION DENGAN MENGGUNAKAN IMAGE PREPROCESSING DAN ALGORITMA GENETIK

OPTIMASI JARINGAN SARAF TIRUAN PADA OPTICAL CHARACTER RECOGNITION DENGAN MENGGUNAKAN IMAGE PREPROCESSING DAN ALGORITMA GENETIK OPTIMASI JARINGAN SARAF TIRUAN PADA OPTICAL CHARACTER RECOGNITION DENGAN MENGGUNAKAN IMAGE PREPROCESSING DAN ALGORITMA GENETIK LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana Oleh:

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah pemilihan lokasi usaha yang tepat merupakan salah satu faktor penunjang suksesnya suatu usaha. Dalam pemilihan lokasi usaha yang tepat diperlukan pertimbangan

Lebih terperinci

BAB III PEMBAHASAN. Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan

BAB III PEMBAHASAN. Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan BAB III PEMBAHASAN Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan Algoritma Genetika dan Metode Nearest Neighbour pada pendistribusian roti di CV. Jogja Transport. 3.1 Model Matetematika

Lebih terperinci

PENGOPTIMASIAN KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA GENETIKA

PENGOPTIMASIAN KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA GENETIKA PENGOPTIMASIAN KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA GENETIKA TUGAS AKHIR Diajukan untuk Memenuhi Salah Satu Persyaratan dalam Menyelesaikan Pendidikan Sarjana (S-1) pada Departemen Teknik

Lebih terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. Latar Belakang Latar Belakang PENDAHULUAN Pada saat sekarang ini, setiap perusahaan yang ingin tetap bertahan dalam persaingan dengan perusahaan lainnya, harus bisa membuat semua lini proses bisnis perusahaan tersebut

Lebih terperinci

PENENTUAN KOMBINASI OPTIMUM JUMLAH, BERAT, DAN WAKTU TAMBAT KAPAL DI PT (PERSERO) PELABUHAN INDONESIA III GRESIK MENGGUNAKAN ALGORITMA GENETIKA

PENENTUAN KOMBINASI OPTIMUM JUMLAH, BERAT, DAN WAKTU TAMBAT KAPAL DI PT (PERSERO) PELABUHAN INDONESIA III GRESIK MENGGUNAKAN ALGORITMA GENETIKA LOGO PENENTUAN KOMBINASI OPTIMUM JUMLAH, BERAT, DAN WAKTU TAMBAT KAPAL DI PT (PERSERO) PELABUHAN INDONESIA III GRESIK MENGGUNAKAN ALGORITMA GENETIKA Oleh : Aris Saputro 1206100714 Pembimbing : Dr. M. Isa

Lebih terperinci

IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS

IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) UNTUK OPTIMASI RUTE PENDISTRIBUSIAN RASKIN DI KOTA YOGYAKARTA TUGAS

Lebih terperinci