Algoritma Cross Entropy Untuk Optimalisasi Penjadwalan Pertandingan Kompetisi Liga Super Indonesia. Andhika Eko Prasetyo
|
|
- Shinta Chandra
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Algoritma Cross Entropy Untuk Optimalisasi Penjadwalan Pertandingan Kompetisi Liga Super Indonesia Andhika Eko Prasetyo
2 Latar Belakang 1. Struktur dari Kompetisi Liga Super.
3 2. Geografis Indonesia yang terbentang panjang.
4 3. Banyaknya jumlah tim yang mengikuti Kompetisi Liga Super Indonesia
5 4. Urrutia, S. and C. C. Ribeiro (2006) melakukan penelitiannya untuk memaksimalkan jumlah breaks untuk meminimalisasi distance dalam TTP, sebaliknya Brouwer, A. E., G. F. Post, et al. (2008) melakukan penelitiannya dengan meminimalkan breaks untuk mengakomodasi masa recovery pemain. NP Home Away Stadion 205 PSM PERSEBAYA Andi Mattalatta, Mattoangin 208 PERSIBA BALIKPAPAN PERSEBAYA Persiba, Komplek Pertamina Parikesit 218 PERSEBAYA PERSELA Gelora 10 November 232 PERSEBAYA PSPS Gelora 10 November 238 PERSEBAYA PERSIJA Gelora 10 November 252 PERSEBAYA PELITA JAYA Gelora 10 November 257 PERSEBAYA PERSITARA Gelora 10 November 268 PERSIK PERSEBAYA Brawijaya 280 PERSIPURA PERSEBAYA Mandala 283 PERSIWA PERSEBAYA Pendidikan 292 PERSISAM PERSEBAYA Segiri Samarinda 301 BONTANG FC PERSEBAYA Mulawarman, Komplek Pupuk Kaltim
6 5. Penyelesaian model Integer Linear Programming dengan algoritma Branch and Bound (6 tim).
7 Perumusan Masalah 1. Bagaimana memformulasikan kendala-kendala unik untuk penjadwalan pertandingan Kompetisi Liga Super di Indonesia. 2. Bagaimana menyelesaikan formulasi permasalahan penjadwalan pada pertandingan sepak bola sehingga diperoleh hasil yang optimal untuk masing-masing kendala dengan algoritma Cross Entropy.
8 Tujuan Penelitian 1. Mengidentifikasi karakteristik sistem penjadwalan pertandingan untuk Kompetisi Liga Super di Indonesia. 2. Mendesain algoritma Cross Entropy untuk menyelesaikan formulasi model permasalahan penjadwalan pertandingan Kompetisi Liga Super.
9 Batasan Penelitian 1. Penjadwalan hanya dilakukan pada Kompetisi Liga Super di Indonesia musim Model yang dikembangkan hanya untuk penjadwalan pertandingan pada putaran pertama dari kompetisi.
10 Asumsi Penelitian 1. Fungsi biaya adalah fungsi dari jarak yang ditempuh masing-masing tim. 2. Perhitungan jarak antar homebase menggunakan persamaan Euclidean. Kecuali homebase dari tim yang memerlukan preseden, perhitungan jaraknya berdasarkan rute terdekat untuk mencapai homebase tim yang bersangkutan.
11 Metaheuristik Tinjauan Pustaka 1. Evolutionary Genetic Algorithm 2. Simulated Annealing 3. Tabu Search 4. Ant Colony Algorithm 5. Particle Swarm Optimization 6. Harmony Search 7. Cross Entropy
12 Variabel Keputusan Basic Model Variabel jarak dinyatakan dalam : dimana adalah jarak yang ditempuh oleh tim j untuk melakukan pertandingan dengan tim i sebagai tuan rumah (home) pada putaran pertandingan ke t. Dan variabel dimana: Maka fungsi tujuan dari permasalahan penjadwalan pertandingan adalah:
13 1. Kendala Home-Away Pairing (Trick, 2003) Bahwa 1 tim hanya akan bertanding dengan 1 tim lainnya dalam satu putaran pertandingan. Dalamsatu putaran kompetisi pasangan tim i dan tim j hanya bertemu satu kali.
14 putaran pertandingan ke-8
15 2. Kendala Breaks (Briskorn dan Drexl, 2007) Home breaks Away Breaks Bahwa tiap tim bermain home-away sesuai jatahnya yaitu 17 pertandingan
16 1 2 3 t 1 A H A H H 2 A A H H A 3 A H H A A A A H H A i H H A A H Pertandingan ke-t Tim ke-i H H Home Breaks A A Away Breaks
17 3. Kendala Same City (Croce dan Oliveri, 2006) h merupakan indeks tim yang lokasinya berada pada satu kota
18 Critical Review 1. Home-Away Pairing 2. Applied Constraint (Same City, Popular teams, etc) 3. Number of Breaks Constraint 4. Tournament Travelling Problem
19 Metodologi Penelitian
20 Pengembangan Model Variabel Keputusan Adanya penggabungan fungsi kendala Home-Away-Breaks karena tiap tim tidak harus berangkat dari homebase masing-masing. Indeks k merupakan point keberangkatan tim i yang akan bertanding di kandang tim j pada ronde ke-t. Selengkapnya variabel keputusan dari penjadwalan pertandingan ini menjadi. Maka fungsi tujuan dari permasalahan penjadwalan pertandingan adalah: Dimana D kj adalah jarak yang ditempuh oleh tim i menuju homebase tim j dengan keberangkatan dari node k
21 Indeks Model n indeks jumlah tim yang bertanding pada kompetisi pertandingan i indeks tim yang menjalani pertandingan away (i = 1, 2,, n). j indeks tim yang menjalani pertandingan home (j = 1, 2,, n ). t indeks waktu putaran pertandingan (t = 1, 2,, n). k indeks node keberangkatan dari tim i untuk melanjutkan putaran pertandingan berikutnya. r indeks waktu yang menunjukkan panjangnya Breaks. C indeks tim-tim yang memiliki kesamaan homebase.
22 1. Kendala Home-Away Pairing Persamaan (4.2) menjamin bahwa tiap tim bertemu dengan lawannya hanya satu kali pertandingan.
23 Persamaan (4.3) menunjukkan bahwa semua tim akan kembali ke based home-nya di akhir ronde.
24 Persamaan (4.3) dan (4.4) menunjukkan bahwa tiap tim di awal ronde berangkat dari posisi home dia berada.
25 Persamaan 4.6 menunjukkan bahwa tiap tim masuk dan akan keluar dari kota yang sama. Persamaan 4.7 menunjukkan bahwa tim akan kembali ke home jika ada tim lain yang mengunjunginya.
26 2. Kendala Breaks Persamaan (4.8) menunjukkan bahwa semua tim bermain home tidak lebih dari dua pertandingan berturutan. Dan persamaan (4.9) menunjukkan bahwa semua tim bermain away tidak lebih dari dua pertandingan berturutan.
27 3. Kendala Same City Persamaan 4.10 menunjukkan bahwa tim yang memiliki homebase yang sama tidak dapat menyelenggarakan partai pertandingan home bersamaan.
28 Constrained Model Contoh: Kendala Breaks Unconstrained Model
29 Sehingga fungsi tujuan: dimana: e 1,,e 6 adalah penalty yang diberikan ketika konstrain/kendala dilanggar
30 Algoritma Cross Entropy
31 Pendefinisian Input dan Output Input Jumlah tim yang berlaga pada kompetisi Matrik jarak antar tim Jumlah sampel yang dibangkitkan Jumlah sampel elite Koefisien smooting Output Jadwal terbaik Waktu proses Minimum fitness function
32 1. Pembangkitan sampel awal. 2. Perhitungan Fungsi Fitness. 3. Penyortiran. 4. Pemilihan sampel elite. 5. Perhitungan nilai rata-rata dari sampel elite n x F(x) µ
33 Pengolahan Data Daftar Peserta Kompetisi Liga Super Indonesia 2009/2010 Koordinat Kode Tim Tim Lintang Bujur Timur Utara 1 AREMA BONTANG PERSEMA PERSIWA PERSITARA PERSIB PERSEBAYA MAKASAR PERSIJAP PERSIJA PERSIPURA SRIWIJAYA FC PERSELA PERSIBA PERSISAM PELITA PERSIK PSPS
34 Matriks Jarak
35 Penyesuaian Matriks Jarak Terdapat empat tim yang memiliki preseden, diantaranya: Persela dan Persik (preseden Persebaya) Persisam dan Bontang FC (preseden Persiba). Perhitungan jarak dari tim i menuju tim j yang memiliki preseden tim k menjadi : Misal jarak dari homebase Arema Bontang = Jarak Arema Persiba + Persiba Bontang
36 Hasil Penyesuaian Matriks Jarak
37 Penentuan Parameter CE Koefisien Smoothing Dalam percobaan CE diberikan nilai npop = 1000 dan nilai ρ = 0.1 dan nilai koefisien smoothing dengan α (0.7, 0.8, dan 0.9) No α F. Fitness Rata - rata (10 11 )
38 Jumlah Sampel Elite Penentuan jumlah sampel elite CE terbaik didekati menurut besar jumlahnya (nse) No nse F. Fitness Rata - Rata (10 11 ) npop=500 npop=
39 Algoritma CE Parameter yang digunakan dalam penyelesaian model dengan algoritma CE antara lain : Koefisien Smoothing α = 0.9 Jumlah Sampel Elite nse = 5 Iterasi maximum yang digunakan dalam penelitian ini adalah 1000 iterasi. Sedangkan jumlah sampel yang digunakan sebesar 5000.
40 Algortima DE Parameter yang digunakan dalam penyelesaian model dengan algoritma DE antara lain : Parameter Pindah Silang (c r ) = 0.7 Parameter Mutasi (c m ) = 0.1 Iterasi maximum yang digunakan dalam penelitian ini adalah 5000 iterasi. Sedangkan jumlah sampel yang digunakan sebesar 1000.
41 Hasil Running Program Komputer Output CE: Total jarak tempuh keseluruhan tim yang dihasilkan sebesar (28745 detik). Untuk kendala Same City terjadi pelanggaran sejumlah 4 pertandingan dilakukan bersamaan di kota Malang dan 4 pertandingan lainnya di kota Jakarta.
42 Hasil Running Program Komputer Output DE: Total jarak tempuh keseluruhan tim yang dihasilkan sebesar (36899 detik). Untuk kendala Same City terjadi pelanggaran sejumlah 2 pertandingan dilakukan bersamaan di kota Malang dan 3 pertandingan lainnya di kota Jakarta.
43 Perbandingan Algoritma Dalam hal kecepatan, penyelesaian model dengan menggunakan algoritma CE memiliki keunggulan daripada algoritma DE, karena algoritma DE mengalami beberapa tahapan proses perubahan matriks solusi. Dalam hal pencarian solusi optimal, algoritma DE lebih mudah melakukan perubahan (sensitif) terhadap komponen matriks solusi, sehingga lebih mudah mendapatkan alternatif solusi.
44 Kekuatan dan Kelemahan CE Kelemahan algoritma CE: Memiliki waktu proses penyelesaian model yang lebih kecil dalam menuju keadaan near optimal. Memiliki nilai fungsi tujuan near optimal yang lebih kecil. Kelemahan algoritma CE: Lebih banyak terjadi pelanggaran pada pemenuhan fungsi kendala. Membutuhkan lebih banyak jumlah populasi saat pembangkitan matriks solusi. Kurangnya konsistensi dalam mencapai near optimal pada saat penyelesaian model.
45 Saran untuk Penelitian Selanjutnya Perlu dilakukan pengkajian untuk kasus pemodelan penjadwalan pertandingan kompetisi Liga Super Indonesia. Mungkin dengan penggunaan clustering untuk mengakomodasi pemenuhan fungsi kendala Breaks akan mengurangi jumlah variabel keputusan sehingga solusi yang optimal dapat lebih cepat ditemukan. Pada masa yang akan datang perlu dilakukan pengkajian mengenai penerapan hybrid pada algoritma CE untuk mempercepat computation time dan pencapaian nilai solusi optimal.
46 Terima Kasih
PENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN
PENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
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 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 terperinciBAB I PENDAHULUAN. lebih efektif dan efisien karena akan melewati rute yang minimal jaraknya,
BAB I PENDAHULUAN A. Latar Belakang Distribusi merupakan proses penyaluran produk dari produsen sampai ke tangan masyarakat atau konsumen. Kemudahan konsumen dalam mendapatkan produk yang diinginkan menjadi
Lebih terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Pendahuluan Dewasa ini fungsi komputer semakin dibutuhkan, baik bagi perusahaan besar maupun kecil. Adapun fungsi dari komputer itu sendiri adalah mengolah data-data yang ada menjadi
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 terperinciPENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM
PENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM Nur Rahmawati 1), Budi Santosa 2) 1) Jurusan Teknik Industri, Institut Teknologi
Lebih terperinciDosen Pembimbing : Ir. Budi Santosa, M.S., Ph.D Oleh : Sas Wahid Hamzah
Artificial Immune System untuk Penyelesaian Vehicle Routing Problem with Time Windows Dosen Pembimbing : Ir. Budi Santosa, M.S., Ph.D Oleh : Sas Wahid Hamzah 2507100054 Pendahuluan Pendahuluan Fungsi Objektif
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Optimalisasi Optimalisasi merupakan suatu proses untuk mengoptimalkan suatu solusi agar ditemukannya solusi terbaik dari sekumpulan alternatif solusi yang ada dengan menggunakan
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 terperinciPENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY- TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM
PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY- TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM Pembimbing : Ir. Budi Santosa, M.S., Ph.D NIP. 196905121994021001 LOGO Peneliti : Muchammad Aminuddin
Lebih terperinciTEKNIK Vol. V, No. 2 PERBANDINGAN PERFORMANSI ALGORITMA CROSS ENTROPY (CE) DINAMIKA DAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) PADA
53 PERBANDINGAN PERFORMANSI ALGORITMA CROSS ENTROPY (CE) DINAMIKA DAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) PADA TEKNIK Vol. V, No. 2 PENYELESAIAN PERMASALAHAN FLOWSHOP SCHEDULING Dosen Fakultas
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 terperinciPENERAPAN 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 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 terperinciPENDEKATAN CROSS ENTROPY
PENDEKATAN CROSS ENTROPY UNTUK MINIMASI BIKRITERIA MAKESPAN DAN TOTAL TARDINESS PADA PENJADWALAN PRODUKSI FLOWSHOP DENGAN MESIN PARALEL Sayid Basori dan Suparno Jurusan Teknik Industri Institut Teknologi
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 terperinciPENYELESAIAN PERMASALAHAN MULTI-OBJECTIVE HYBRID FLOW SHOP SCHEDULING DENGAN ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION
PENYELESAIAN PERMASALAHAN MULTI-OBJECTIVE HYBRID FLOW SHOP SCHEDULING DENGAN ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION Fiqihesa Putamawa 1), Budi Santosa 2) dan Nurhadi Siswanto 3) 1) Program Pascasarjana
Lebih terperinciTUGAS AKHIR Pengembangan Algoritma Simulated Annealing pada Permasalahan Hybrid Flowshop Scheduling untuk Minimasi Makespan
SIDANG TUGAS AKHIR Pengembangan Algoritma Simulated Annealing pada Permasalahan Hybrid Flowshop Scheduling untuk Minimasi Makespan dan Total Tardiness Peneliti Pembimbing : Ainur Rofiq : Prof. Ir. Budi
Lebih terperinciBAB 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 terperinciPenyelesaian {0,1}-Knapsack Problem dengan Algoritma Soccer League Competition
Penyelesaian {0,1}-Knapsack Problem dengan Algoritma Soccer League Competition Muji Prasetyo Iryanto, Sri Mardiyati Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Indonesia,
Lebih terperinciOPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK
OPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK Oleh: Rif atul Khusniah 1209201715 Dosen Pembimbing: Subchan, M.Sc, Ph.D Dr. Imam Mukhlas, MT SPBU 1 Order Daily DEPO SPBU 2 SPBU
Lebih terperinci1. BAB I PENDAHULUAN. 1.1 Latar Belakang
1. BAB I PENDAHULUAN 1.1 Latar Belakang Secara umum sistem tenaga listrik terdiri dari pusat pembangkit, saluran transmisi dan pusat beban. Perkembangan beban sistem saat ini sudah tidak sesuai dengan
Lebih terperinciBAB I PENDAHULUAN. antaranya Rumah Sakit Umum Daerah Ujung Berung, Rumah Sakit Hasan
BAB I PENDAHULUAN 1.1 Latar Belakang Bandung merupakan kota besar yang memiliki banyak rumah sakit, di antaranya Rumah Sakit Umum Daerah Ujung Berung, Rumah Sakit Hasan Sadikin (RSHS), Rumah Sakit Santo
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 terperinciPenyelesaian Permasalahan Penjadwalan Aktivitas Proyek dengan Batasan Sumber Daya Menggunakan Metode Cross Entropy
Penyelesaian Permasalahan Penjadwalan Aktivitas Proyek dengan Batasan Sumber Daya Menggunakan Metode Cross Entropy Problem Solving on The Resource Constrains Project Scheduling Problem (RCPSP) Using Cross
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) Mohamad Subchan STMIK Muhammadiyah Banten e-mail: moh.subhan@gmail.com ABSTRAK: Permasalahan pencarian rute terpendek dapat
Lebih terperinciPRESS RELEASE. Indonesia Super League 2012/2013
Indonesia Super League 2012/2013 JAKARTA --- Gebyar Indonesia Super League 2012/2013 tak lama lagi akan menggema di seluruh pelosok tanah air. Launching istimewa pada 12 Desember 2012 akan menjadi penanda
Lebih terperinciOPTIMALISASI PENJADWALAN BABAK PENYISIHAN PERTANDINGAN SEPAK BOLA LIGA MAHASISWA JAWA BARAT MENGGUNAKAN ALGORITMA GENETIKA
OPTIMALISASI PENJADWALAN BABAK PENYISIHAN PERTANDINGAN SEPAK BOLA LIGA MAHASISWA JAWA BARAT MENGGUNAKAN ALGORITMA GENETIKA Nurul Faturakhman S 1), Esmeralda C. Djamal 2), Agus Komarudin 3) 1),2),3 ) Informatika,Universitas
Lebih terperinciBAB I PENDAHULUAN 1.2 Latar Belakang
BAB I PENDAHULUAN 1.2 Latar Belakang Program kepaniteraan klinik merupakan suatu bagian penting dalam sistem pendidikan kedokteran, program kepaniteraan klinik yaitu suatu periode pendidikan kedokteran
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 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Penelitian Terdahulu Penelitian dilakukan dengan meninjau penelitianpenelitian terdahulu yang berkaitan. Tinjauan pustaka akan mengetahui faktor-faktor yang perlu diperhatikan
Lebih terperinciAlgoritma Genetika Ganda (AGG) untuk Capacitated Vehicle Routing Problem (CVRP)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 T 6 Algoritma Genetika Ganda (AGG) untuk Capacitated Vehicle Routing Problem (CVRP) Daryono Budi Utomo, Mohammad Isa Irawan, Muhammad Luthfi
Lebih terperinciPERANCANGAN INTERIOR LIGA SUPER INDONESIA CAFÉ & CLUB Jl. MH. Thamrin, Jakarta Pusat.
LAPORAN PERANCANGAN TUGAS AKHIR PERANCANGAN INTERIOR LIGA SUPER INDONESIA CAFÉ & CLUB Jl. MH. Thamrin, Jakarta Pusat. Disusun Oleh : Nama : Feby Rahayu NIM : 41707010013 FAKULTAS TEKNIK PERENCANAAN DAN
Lebih terperinciSWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION. Taufan Mahardhika 1
SWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION Taufan Mahardhika 1 1 Prodi S1 Kimia, Sekolah Tinggi Analis Bakti Asih 1 taufansensei@yahoo.com Abstrak Swarm
Lebih terperinciMODEL PENYELESAIAN JOB SHOP SCHEDULING PROBLEM MENGGUNAKAN METODE LOCAL SEARCH ALGORITHM DENGAN CROSS OVER
MODEL PENYELESAIAN JOB SHOP SCHEDULING PROBLEM MENGGUNAKAN METODE LOCAL SEARCH ALGORITHM DENGAN CROSS OVER Amiluddin Zahri Dosen Universtas Bina Darma Jalan Ahmad Yani No.3 Palembang Sur-el: amiluddin@binadarma.ac.id
Lebih terperinciOPTIMASI GENETIC ALGORITHM DENGAN SIMULATED ANNEALING UNTUK MULTIPLE DEPOT CAPACITATED VEHICLE ROUTING PROBLEM
OPTIMASI GENETIC ALGORITHM DENGAN SIMULATED ANNEALING UNTUK MULTIPLE DEPOT CAPACITATED VEHICLE ROUTING PROBLEM Aditya Permana 1, Mahmud Dwi Sulistiyo 2, Gia Septiana Wulandari 3 1,2,3 Prodi S1 Teknik Informatika,
Lebih terperinciDAFTAR ISI. Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii
DAFTAR ISI Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii Faiz Rafdh Ch SISTEM INFORMASI ZAKAT BERBASIS WEB MENGGUNAKAN PHP DAN MYSQL PADA RUMAH ZAKATINDONESIA 1-7 Abdul Jamil Syamsul Bachtiar
Lebih terperinciBAB 2 LANDASAN TEORI
18 BAB 2 LANDASAN TEORI 2.1 Pengertian Optimasi Optimasi adalah salah satu ilmu dalam matematika yang fokus untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu fungsi, peluang maupun
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND
PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by
Lebih terperinciBAB I PENDAHULUAN. yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan
BAB I PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah pengurutan pengerjaan produk secara menyeluruh yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan yang akan diselesaikan
Lebih terperinciPERENCANAAN SUMBER DAYA PADA PROYEK DENGAN MENGGUNAKAN METODE ANT COLONY
PERENCANAAN SUMBER DAYA PADA PROYEK DENGAN MENGGUNAKAN METODE ANT COLONY Niken A. Savitri, I Nyoman Pujawan, Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi Industri Institut Teknologi Sepuluh
Lebih terperinciBAB VI KESIMPULAN DAN SARAN
BAB VI KESIMPULAN DAN SARAN Bab terakhir ini akan menjelaskan kesimpulan dan saran Tugas Akhir. Kesimpulan dan saran terdiri atas dua bagian, yaitu kesimpulan dan saran mengenai pemodelan dan penyelesaian
Lebih terperinci2015 APLIKASI ALGORITMA SIMULATED ANNEALING PADA SISTEM KOORDINASI PEMBANGKITAN UNIT THERMAL
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Energi listrik saat ini merupakan salah satu kebutuhan utama bagi kehidupan manusia. Kebutuhan akan energi listrik semakin lama semakin meningkat seiring
Lebih terperinciPENYELESAIAN TRAVELING TOURNAMENT PROBLEM PADA JADWAL PERTANDINGAN SEPAK BOLA DENGAN ALGORITME HEURISTIK GERRY FREDRICK VENRO BANGUN
PENYELESAIAN TRAVELING TOURNAMENT PROBLEM PADA JADWAL PERTANDINGAN SEPAK BOLA DENGAN ALGORITME HEURISTIK GERRY FREDRICK VENRO BANGUN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Distribusi merupakan salah satu komponen dari suatu sistem logistik yang bertanggungjawab akan perpindahan material antar fasilitas. Distribusi berperan dalam membawa
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 terperinciLOGO PENGEMBANGAN METODE HYBRID TABU SEARCH-CROSS ENTROPY UNTUK PENJADWALAN FLOWSHOP
LOGO PENGEMBANGAN METODE HYBRID TABU SEARCH-CROSS ENTROPY UNTUK PENJADWALAN FLOWSHOP Oleh : Muhammad Fahmi L. 2506 100 080 Pembimbing : Ir. Budi Santosa, M.Sc., Ph.D Ko-Pembimbing : Stefanus Eko Wiratno,
Lebih terperinciOPTIMALISASI AKSI NON PLAYER CHARACTER PADA GAME KARTU REMI MENGGUNAKAN ALGORITMA GENETIKA
F.23 OPTIMALISASI AKSI NON PLAYER CHARACTER PADA GAME KARTU REMI MENGGUNAKAN ALGORITMA GENETIKA Wage Rizal Solichin *, Esmeralda Contesa Djamal, Rezki Yuniarti Jurusan Informatika, Fakultas MIPA, Universitas
Lebih terperinciIMPLEMENTASI PERBANDINGAN ALGORITMA ANT COLONY SYSTEM DENGAN ALGORITMA SUBSET DYNAMIC PROGRAMMING PADA KASUS TRAVELLING SALESMAN PROBLEM
IMPLEMENTASI PERBANDINGAN ALGORITMA ANT COLONY SYSTEM DENGAN ALGORITMA SUBSET DYNAMIC PROGRAMMING PADA KASUS TRAVELLING SALESMAN PROBLEM Tommi Poltak Mario Program Studi Teknik Informatika, STTI RESPATI
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 Pertumbuhan ekonomi dan perkembangan teknologi suatu daerah mengakibatkan kebutuhan tenaga listrik akan semakin meningkat, baik yang berhubungan dengan bidang industri,
Lebih terperinciBAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya
5 BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya Traveling salesman problem (TSP) merupakan salah satu permasalahan yang telah sering diangkat dalam berbagai studi kasus dengan penerapan berbagai
Lebih terperinciPENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY-TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM
PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY-TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM Muchammad Aminuddin, Budi Santosa Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS)
Lebih terperinciBAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Permasalahan Optimasi Optimasi adalah proses memaksimasi atau meminimasi suatu fungsi tujuan dengan tetap memperhatikan pembatas yang ada. Optimasi memegang peranan penting
Lebih terperinciPENERAPAN KOMBINASI ALGORITMA GEOMETRIC DIFFERENTIAL EVOLUTION DAN SISTEM FUZZY DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) TUGAS AKHIR
PENERAPAN KOMBINASI ALGORITMA GEOMETRIC DIFFERENTIAL EVOLUTION DAN SISTEM FUZZY DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) TUGAS AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Program Linier Penyelesaian program linear dengan algoritma interior point dapat merupakan sebuah penyelesaian persoalan yang kompleks. Permasalahan dalam program linier mungkin
Lebih terperinciOptimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika
Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika Rozak Arief Pratama 1, Esmeralda C. Djamal, Agus Komarudin Jurusan Informatika, Fakultas MIPA Universitas Jenderal
Lebih terperinciBAB IV ANALISIS MASALAH
BAB IV ANALISIS MASALAH 4.1 Tampilan Program Persoalan TSP yang dibahas pada tugas akhir ini memiliki kompleksitas atau ruang solusi yang jauh lebih besar dari TSP biasa yakni TSP asimetris dan simetris.
Lebih terperinci2.2.1 Definisi VRP Model Matematis VRP Model Matematis Berbasis Travelling Salesman Problem
ABSTRAK Koperasi Peternak Sapi Bandung Utara (KPSBU) merupakan salah satu distributor dan produsen produk olahan susu sapi di Bandung. Pada bulan September 2015, KPSBU melayani 65 pelanggan produk olahan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sistem distribusi/trasportasi adalah salah satu hal yang penting bagi perusahaan, karena berkaitan dengan pelayana kepada konsumen. Dalam sistem distribusi/trasportasi
Lebih terperinciVukovich dinamis yang digabungkan dengan model PRoFIGA didalamnya.
BAB I PENDAHULUAN 1.1. Latar Belakang Fuzzy Evolutionary Algorithm (FEA) merupakan salah satu model hybrid yang menggabungkan dua buah model soft computing yaitu algoritma genetika dan logika fuzzy. FEA
Lebih terperinciPENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM
PENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM Nur Rahmawati dan Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi
Lebih terperinciAlgoritma Cross Entropy untuk Penentuan Rute Kendaraan dengan Penjemputan dan Pengantaran yang Mempertimbangkan Jendela Waktu dan Durasi Maksimum
Algoritma Cross Entropy untuk Penentuan Rute Kendaraan dengan Penjemputan dan Pengantaran yang Mempertimbangkan Jendela Waktu dan Durasi Maksimum Andriansyah, Suhendrianto, Prima Denny Sentia, Jurusan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Pada bab pertama ini akan diuraikan mengenai latar belakang, rumusan masalah, tujuan, batasan masalah, metodologi, dan sistematika pembahasan dalam Tugas Akhir ini. 1.1 Latar Belakang
Lebih terperinciBAB I PENDAHULUAN. Masing-masing kelompok beranggotakan sebelas pemain, dan karenanya. kelompok tersebut juga dinamakan kesebelasan.
BAB I PENDAHULUAN A. Latar Belakang Sepak bola adalah salah satu olahraga yang sangat populer di dunia. Dalam pertandingan, olahraga ini dimainkan oleh dua kelompok berlawanan yang masing-masing berjuang
Lebih terperinciBAB II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA Pada bagian pada bagian ini akan diuraikan tentang tinjauan pustaka dan landaran teori yang sesuai dengan ACO dan AG. 2.1 Algoritma Ant Colony Optimization Secara umum pencarian
Lebih 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 Pristi Dwi Puspitasari, Budi Santosa Jurusan Teknik Industri Institut Teknologi
Lebih terperinciUsulan Rute Distribusi Tabung Gas Menggunakan Algoritma Ant Colony Systems di PT. Limas Raga Inti
Prosiding Seminar Nasional Teknoin 2012 ISBN No. 978-979-96964-3-9 Usulan Rute Distribusi Tabung Gas Menggunakan Algoritma Ant Colony Systems di PT. Limas Raga Inti Fifi Herni Mustofa 1), Hari Adianto
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini kebutuhan energi listrik meningkat dengan cepat, akan tetapi perkembangan pembangkit dan saluran transmisi dibatasi ketersediaan sumber daya dan masalah
Lebih terperinciPENDEKATAN ALGORITMA CROSS ENTROPY- GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PENJADWALAN FLOW SHOP
PENDEKATAN ALGORITMA CROSS ENTROPY- GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PENJADWALAN FLOW SHOP Dian Setiya Widodo 1*, Purnomo Budi Santoso 2, Eko Siswanto 3 1,2,3 Universitas Brawijaya, Fakultas
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT...
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciBAB 1 PENDAHULUAN. Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai tempat, sering menjadi masalah dalam dunia industri sehari-hari. Alokasi produk
Lebih terperinciPRESENTASI TUGAS AKHIR CF 1380
PRESENTASI TUGAS AKHIR CF 1380 IMPLEMENTASI ALGORITMA OPTIMASI BEE COLONY UNTUK PENJADWALAN JOB SHOP (Kata kunci: Optimasi Bee Colony, Penjadwalan Job Shop) Penyusun Tugas Akhir : Nafiuna Hidayatus Saidah
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 PERMASALAHAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA DIFFERENTIAL EVOLUTION
PENYELESAIAN PERMASALAHAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA DIFFERENTIAL EVOLUTION Heri Awalul Ilhamsah Jurusan Teknik Industri Universitas Trunojoyo Email: hilhamsah@gmail.com ABSTRAK
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pekanbaru adalah ibukota Provinsi Riau dan kota terbesar di Provinsi Riau. Kebanyakan orang hanya mengenal Pekanbaru sebagai penghasil minyak dan gas saja.
Lebih terperinciLESSON 6 : INFORMED SEARCH Part II
LESSON 6 : INFORMED SEARCH Part II 3.3 Itterative deepening A* search 3.3.1 Algoritma IDA* Itterative deepening search atau IDA* serupa dengan iterative deepening depth first, namun dengan modifikasi sebagai
Lebih terperinciOPTIMASI VEHICLE ROUTING PROBLEM (VRP)DENGAN PENDEKATAN METAHEURISTIK(STUDI KASUS DISTRIBUSI BAHAN BAKU MAKANAN)
OPTIMASI VEHICLE ROUTING PROBLEM (VRP)DENGAN PENDEKATAN METAHEURISTIK(STUDI KASUS DISTRIBUSI BAHAN BAKU MAKANAN) Iwan A. Soenandi, Budi Marpaung, Meriastuti Ginting Program Studi Teknik IndustriUniversitas
Lebih terperinciPENELITI : Fiqihesa Putamawa
PENGEMBANGAN ALGORITMA BEE SWARM OPTIMIZATION UNTUK PENYELESAIAN CONTAINER STOWAGE PROBLEM PENELITI : Fiqihesa Putamawa 2507 100 064 DOSEN PEMBIMBING : Ir. Budi Santosa, M.S., Ph.D Contents PENDAHULUAN
Lebih terperinciBlending Agregat Menggunakan Algoritma Genetika
JURNAL TEKNIK ITS Vol. 1, No. 1, (Sept. 212) ISSN: 231-9271 D-113 Blending Menggunakan Algoritma Genetika Yeni Rochsianawati, PujoAji dan Januarti Jaya Ekaputri Jurusan Teknik Sipil, Fakultas Teknik Sipil
Lebih terperinciPENERAPAN ALGORITMA HARMONY SEARCH DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM
PENERAPAN ALGORITMA HARMONY SEARCH DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM Peneliti Dosen Pembimbing : Achmad Setiawan NRP. 2506100136 : Ir. Budi Santosa, M.Sc., Ph.D NIP. 132
Lebih terperinciBAB 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 terperinciGambar 1.1 Contoh Ilustrasi Kasus CVRP 13
BAB I PENDAHULUAN 1.1. Latar Belakang Vehicle Routing Problem (VRP) merupakan konsep umum yang digunakan untuk semua permasalahan yang melibatkan perancangan rute optimal untuk armada kendaraan yang melayani
Lebih terperinciHibridisasi Simulated Annealing dengan Algorithm Evolutionary dalam Penyelesaian Travelling Salesman problem (TSP)
Hibridisasi Simulated Annealing dengan Algorithm Evolutionary dalam Penyelesaian Travelling Salesman problem (TSP) Erdiwansyah *1, Taufik A. Gani *2, Yuwaldi Away *3 # Magister Teknik Elektro Program Pascasarjana
Lebih terperinciAplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)
JTRISTE, Vol.1, No.2, Oktober 2014, pp. 50~57 ISSN: 2355-3677 Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP) STMIK Handayani Makassar najirah_stmikh@yahoo.com Abstrak
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah. Bahasa sebagai alat komunikasi manusia mempunyai peranan yang sangat
1 BAB I PENDAHULUAN A. Latar Belakang Masalah Bahasa sebagai alat komunikasi manusia mempunyai peranan yang sangat penting dalam interaksi manusia. Bahasa dapat digunakan untuk menyampaikan ide, gagasan,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB TINJAUAN PUSTAKA DAN DASAR TEORI.1. Penelitian Terdahulu Archetti et al. (009) menggunakan sebuah metode eksak yaitu branch-and-price scheme dan dua metode metaheuristics yaitu algoritma Variable Neighborhood
Lebih terperinciPRESS RELEASE PERANG BINTANG DJARUM ISL 2011
PRESS RELEASE PERANG BINTANG DJARUM ISL 2011 JAKARTA, 9 Juni 2011 Kompetisi Djarum Indonesia Super League (DISL) 2010/2011 akan segera berakhir. Walaupun kompetisi masih menyisakan beberapa pertandingan
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 terperinciPENGEMBANGAN MODEL AIRLINE ROSTERING SYSTEM MENGGUNAKAN METODE DIFFERENTIAL EVOLUTION
PENGEMBANGAN MODEL AIRLINE ROSTERING SYSTEM MENGGUNAKAN METODE DIFFERENTIAL EVOLUTION Andiek Sunarto 1), Budi Santosa 2), dan Arief Rahman 3) 1,2,3) Jurusan Teknik Industri, Institut Teknologi Sepuluh
Lebih terperinciBAB 1. PENDAHULUAN. Permasalahan pendistribusian barang oleh depot ke konsumen merupakan
BAB 1. PENDAHULUAN 1.1 Latar Belakang Permasalahan pendistribusian barang oleh depot ke konsumen merupakan komponen penting dalam sistem pelayanan depot suatu perusahaan, proses tersebut dapat terjadi
Lebih terperinciPerformansi Algoritma CODEQ dalam Penyelesaian Vehicle Routing Problem
Jurnal Teknik Industri, Vol. 16, No. 1, Juni 2014, 51-56 ISSN 1411-2485 print / ISSN 2087-7439 online DOI: 10.9744/jti.16.1.51-56 Performansi Algoritma CODEQ dalam Penyelesaian Vehicle Routing Problem
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan industri rokok di Indonesia kian meningkat. Berbagai inovasi dilakukan, baik untuk produk rokok kretek maupun rokok filter untuk memenuhi
Lebih terperinciBAB II KAJIAN TEORI. genetika, dan algoritma memetika yang akan digunakan sebagai landasan dalam
BAB II KAJIAN TEORI Pada bab II ini dijelaskan mengenai beberapa teori tentang penjadwalan, penjadwalan kuliah, metode penyelesaian penyusunan jadwal kuliah, algoritma genetika, dan algoritma memetika
Lebih terperinciBAB 3 PERANCANGAN. 3.1 Desain Alur Penentuan Keputusan Robot
BAB 3 PERANCANGAN 3.1 Desain Alur Penentuan Keputusan Robot Aplikasi ini bertujuan untuk menentukan perilaku robot yang diinginkan dalam pertandingan sepak bola antar robot. Dari berbagai kondisi lapangan,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Algoritma Algoritma berasal dari kata Algoris dan Ritmis yang pertama kali diungkapkan oleh Abu Ja far Mohammad Ibn Musa Al Khowarizmi dalam buku Al-jabr w almulqabala
Lebih terperinci