OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR POINT
|
|
- Susanto Tan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 TUGAS AKHIR CF 1380 OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR POINT NIKE DWI WINARTI NRP Dosen Pembimbing Rully Soelaiman, S.Kom, M.Kom JURUSAN SISTEM INFORMASI Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Surabaya 2007
2 FINAL PROJECT CF 1380 QUADRATIC PROGRAMMING OPTIMIZATION BY USING PRIMAL-DUAL INTERIOR POINT ALGORITHM NIKE DWI WINARTI NRP Supervisor Rully Soelaiman, S.Kom, M.Kom INFORMATION SYSTEM DEPARTMENT Information Technology Faculty Institut Teknologi Sepuluh Nopember Surabaya
3 OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR POINT TUGAS AKHIR Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer pada Jurusan Sistem Informasi Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Oleh : NIKE DWI WINARTI Nrp Disetujui oleh Pembimbing Tugas Akhir : Rully Soelaiman, S.Kom, M.Kom...(Pembimbing I) SURABAYA, FEBRUARI, 2007 iii
4 OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR POINT Nama Mahasiswa : NIKE DWI WINARTI NRP : Jurusan : SISTEM INFORMASI FTIF-ITS Dosen Pembimbing : RULLY SOELAIMAN, S.Kom, M.Kom Abstrak Pencarian solusi optimal pada pemrograman kuadratik dapat dilakukan dengan menggunakan modifikasi pada metode simpleks. Metode simpleks bergantung pada pencarian extreme point, yang kadang harus dilakukan pencarian seluruh extreme point yang ada sebelum mendapatkan solusi yang optimal. Terdapat metode interior-point yang tidak bergantung pada extreme point, karena pencarian dimulai dari daerah interior lalu menuju ke titik solusi. Pada tugas akhir ini diimplementasikan algoritma interior-point untuk menyelesaikan permasalahan pemrograman kuadatik dengan menggunakan dua metode pencarian nilai steplength multiplier yaitu, metode 1 yang umum digunakan dan metode 2 yang mempertimbangkan merit function. Pencarian solusi melalui beberapa tahap, yaitu pemberian titik awal yang berada di interior daerah batasan, menghitung move direction untuk titik x,y,z, menghitung nilai steplength multiplier dan perubahan (update) terhadap titik x,y,z. Uji coba dilakukan dengan menggunakan 16 contoh permasalahan pemrograman kuadratik dengan nilai titik awal (starting point) yang berbeda untuk setiap permasalahan. Berdasarkan hasil uji coba didapatkan bahwa kedua metode pencarian nilai steplength multiplier dapat menyelesaikan permasalahan kuadratik, dari titik awal yang berada di interior menuju ke titik solusi yang berada di batasan (boundary). Pada iv
5 penggunaan nilai pengali untuk pengurang parameter barrier yang kecil (0.005) dan terdapat beberapa nilai pada titik x,y,znya cukup kecil, metode 2 akan membutuhkan jumlah iterasi yang lebih sedikit, dengan penurunan jumlah iterasi sebanyak 18.5% apabila dibandingkan dengan menggunakan metode 1. Kata kunci : interior point, pemrograman kuadratik, optimasi, steplength selection v
6 QUADRATIC PROGRAMMING OPTIMIZATION BY USING PRIMAL-DUAL INTERIOR POINT ALGORITHM Name : NIKE DWI WINARTI NRP : Departement : INFORMATION SYSTEM FTIF-ITS Supervisor : RULLY SOELAIMAN, S.Kom, M.Kom Abstract In quadratic programming, optimal solution can be found by using modified simplex method. Simplex method depend on finding extreme point, where all feasible extreme point are visited before the optimum solution is reached. Interior point method is not depend on extreme point, because the algorithm cuts across the interior of the solution space to optimal solution. In this final project, interior point algorithm is implemented to solve quadratic programming problems. This method uses two steplength multiplier methods, such as, the first common method and the second method which is use merit function. Searching optimal solution by several stage, such as, choose any starting feasible interior point solution, construct the next move direction for point x,y,z, choose steplength multiplier, update the new solution for point x,y,z. Experiments is done by 16 data quadratic programming with different starting point for each data. From the conclusion, both of steplength multplier strategies can solve quadratic programming problems form interior point into optimal solution point where is in boundary. By using small reducing value (0.005) and existing small value of point x,y,z, the number of iteration in second steplength multiplier method will decrease by 18.25% compared with the first method. Key Words : interior point, quadratic programming, optimization, steplength selection vi
7 KATA PENGANTAR Tak ada kata yang terucap selain Syukur Alhamdulillah atas segala petunjuk, pertolongan, kasih sayang, dan ridho Allah SWT, sehingga penulis dapat menyelesaikan laporan tugas akhir dengan judul OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR-POINT, yang merupakan salah satu syarat kelulusan pada Program Studi Sistem Informasi, Fakutas Teknologi Informasi, Institut Teknologi Sepuluh Nopember Surabaya. Ucapan terima kasih penulis sampaikan kepada: Bapak Rully Soelaiman, S.Kom, M.Kom, selaku dosen pembimbing penulis yang telah banyak memberikan arahan, nasehat yang berharga, bimbingan, waktu, dan bantuan selama penyusunan tugas akhir. Semua Bapak dan Ibu Dosen Pengajar serta seluruh staff dan karyawan di Program Studi Sistem Informasi, FTIF ITS Surabaya. Ibu dan Bapak, Mbak Arie dan Mbah Kakung, yang selama ini tulus ikhlas membimbing dan memberikan kasih sayang, materi, nasehat, serta doa-doanya setiap saat tanpa pernah terputus. Semoga Allah selalu menyayangi dan menjaga mereka. Serta semua pihak yang tidak dapat disebutkan satu persatu yang telah ikut membantu baik secara langsung maupun tidak langsung selama penulisan tugas akhir ini Surabaya, Januari 2007 Penulis vii
8 DAFTAR ISI Abstrak... iv KATA PENGANTAR... vii DAFTAR ISI...viii DAFTAR GAMBAR... xii DAFTAR TABEL...xviii DAFTAR TABEL...xviii DAFTAR SIMBOL... xix BAB I PENDAHULUAN Latar Belakang Tujuan Manfaat Permasalahan Batasan Permasalahan Metodologi Sistematika Penulisan... 5 BAB II PERMASALAHAN PEMROGRAMAN KUADRATIK Bentuk Umum Pemrograman Kuadratik Kondisi Convex (Convexity) Kondisi convex (convexity) secara umum Defferensial (derivatives) dan convexity Lagrange Multiplier Dualitas pada Pemrograman Kuadratik Kondisi Karush-Kuhn-Tucker (KKT) Kondisi Karush-Kuhn-Tucker (KKT) secara umum Kondisi KKT untuk permasalahan kuadratik Metode Barrier BAB III OPTIMASI DENGAN MENGGUNAKAN ALGORITMA INTERIOR POINT Algoritma Optimasi Umum Algoritma Interior Point Algoritma Interior Point untuk Pemrograman Kuadratik viii
9 3.4 Pencarian Steplength Multiplier BAB IV PERANCANGAN DAN INPLEMENTASI PERANGKAT LUNAK Perancangan Data Data masukan Data proses Data luaran Perancangan Algoritma Tahap pengujian data masukan Tahap Pencarian Solusi Optimal Tahap Menampilkan Hasil Proses Implementasi Data Data masukan Data proses Data luaran Implementasi Proses Tahap pengujian data masukan Pengujian titik awal (starting point), titik solusi, dan pemenuhan kondisi primal dual infeasibility Pengujian kondisi semidefinite positif Tahap pencarian solusi optimal Pemberian nilai awal dan update nilai parameter barrier Pengujian kondisi optimal Pencarian nilai move direction Pencarian steplength multiplier Update nilai solusi Tahap menampilkan hasil proses Menampilkan solusi optimal Menampilkan grafik perubahan nilai fungsi tujuan Menampilkan grafik perubahan titik x BAB V UJI COBA Lingkungan Uji Coba Data Uji Coba ix
10 5.3 Skenario Uji Coba Skenario I : Uji kebenaran luaran aplikasi Skenario II : Uji pemberian nilai starting point Skenario III : Uji pencarian nilai pengurang parameter barrier Skenario IV : Uji konsistensi terhadap permasalahan lain Pelaksanaan Uji Coba Uji coba kebenaran aplikasi Uji coba data Uji coba data Analisa hasil uji coba skenario I Uji pemberian nilai starting point Uji coba data Analisa hasil uji skenario II Uji coba pencarian nilai pengurang parameter barrier Uji coba data Analisa hasil uji Coba skenario III Uji konsistensi terhadap permasalahan lain Uji coba data Uji coba data Uji coba data Uji coba data Uji Coba Data Uji coba data Uji coba data Uji coba data Uji coba data Uji coba data Uji coba data Uji coba data Uji coba data Uji coba data Uji coba data x
11 Analisa hasil uji coba skenario IV BAB VI KESIMPULAN DAFTAR PUSTAKA LAMPIRAN A GRAFIK TRAYEKTORI TITIK X HINGGA OPTIMAL... A-1 A.1 Uji Coba Data 5... A-1 A.2 Uji Coba Data 6... A-3 A.3 Uji Coba Data 7... A-3 A.4 Uji Coba Data 8... A-6 A.5 Uji Coba Data 9... A-8 A.6 Uji Coba Data A-9 A.7 Uji Coba Data A-11 A.8 Uji Coba Data A-11 A.9 Uji Coba Data A-12 A.10 Uji Coba Data A-13 A.11 Uji Coba Data A-14 A.12 Uji Coba Data A-14 LAMPIRAN B HASIL UJI COBA UNTUK SETIAP ITERASI... B-1 B.1 Uji Coba Data 1... B-1 B.2 Uji Coba Data 2... B-5 B.3 Uji Coba Data 3... B-6 B.4 Uji Coba Data 4... B-9 B.5 Uji Coba Data 5... B-11 B.6 Uji Coba Data 6... B-15 B.7 Uji Coba Data 7... B-18 B.8 Uji Coba Data 8... B-22 B.9 Uji Coba Data 9... B-24 B.10 Uji Coba Data B-26 B.11 Uji Coba Data B-28 B.12 Uji Coba Data B-30 B.13 Uji Coba Data B-31 B.14 Uji Coba Data B-33 B.15 Uji Coba Data B-35 B.16 Uji Coba Data B-37 xi
12 DAFTAR GAMBAR Gambar 2.1 Garis Penghubung titik x dan y Gambar 2.2 Convex dan Non-convex set Gambar 2.3 Fungsi Convex Gambar 2.4 Perubahan Nilai Gap Fungsi Tujuan Bentuk Primal- Dual Gambar 2. 5 Nilai Gap Bentuk Primal-Dual Gambar 2.6 Solusi Permasalahan Unbounded dengan Metode Interior Point Gambar 2.7 Solusi optimal yang bersifat unbounded Gambar 2.8 Pengaruh dari Barrier Term Gambar 2.9 Pencapaian Fungsi Tujuan dgn μ + = (x + '*z + )/n Gambar 2.10 Pencapaian Fungsi Tujuan dgn α Metode 1 dan Untuk Setiap Iterasi μ + = 0.005*μ Gambar 2.11 Pencapaian Fungsi Tujuan dgn α Metode 2 dan Untuk Setiap Iterasi μ + = 0.005*μ Gambar 2.12 Pencapaian Fungsi Tujuan dgn α Metode 1 dan Jika (abs(gap1-gap2)<gap) μ + = 0.005*μ Gambar 2.13 Pencapaian Fungsi Tujuan dgn α Metode 1 dan Jika abs(gap1-gap2)<gap) μ + = 0.005*μ Gambar 3.1 Pergerakan/Perubahan Titik Solusi Gambar 3.2 Gambar Ruang Solusi dgn Beberapa Titik Awal Gambar 3.3 Hasil Optimasi dengan Titik Awal yang Tidak Memenuhi Batasan Gambar 3.4 Hasil Optimasi dengan Terdapat Nilai Negatif Pada Titik Awal Gambar 4.1 Pseudocode Pengujian Titik Solusi 58 Gambar 4.2 Pseudocode Pengujian Matriks Q Gambar 4.3a Pseudocode Pencarian Solusi Optimal Gambar 4.3b Lanjutan Pseudocode Pencarian Solusi Optimal...61 Gambar 4.4 Pseudocode Pencarian Steplength Multiplier Metode xii
13 Gambar 4.5a Pseudocode Pencarian Steplength Multiplier Metode Gambar 4.5b Lanjutan Pseudocode Pencarian Steplength Multiplier Metode Gambar 4.6 Pseudocode Menampilkan Hasil Proses Gambar 4.7 Variabel Data Masukan Gambar 4.8 Kode Program Pengujian Titik Awal Gambar 4.9 Kode Program Pengujian Kondisi Semidefinite Positif Gambar 4.10a Kode Program Utama Interior_Point.m Gambar 4.10b Lanjutan Kode Program Utama Interior_Point.m Gambar 4.10c Lanjutan Kode Program Utama Interior_Point.m Gambar 4.10d Lanjutan Kode Program Utama Interior_Point.m Gambar 4.11 Kode Program Nilai Awal Parameter Barrier Gambar 4.12 Kode Program Update Parameter Barrier Gambar 4.13 Kode Program Pengujian Kondisi Optimal Gambar 4.14 Kode Program Pencarian Nilai Move Direction Gambar 4.15 Kode Program Pemanggilan Program steplength.. 79 Gambar 4.16 Kode Program Pencarian Steplength Multiplier Metode Gambar 4.18 Kode Program Update Nilai Solusi Gambar 4.19 Kode Program Menampilkan Solusi Optimal Gambar 4.20 Kode Program Pengisian Data Grafik dan Pemanggilan Program plotline.m Gambar 4.21 Kode Program Pembuatan Grafik Garis Gambar 4.22 Kode Program Pengisian Data Grafik dan Pemanggilan Program plottitikx.m Gambar 4.23 Kode Program untuk Kelayakan Grafik Titik x Gambar 4.24 Kode Program Pembuatan Grafik Perubahan Titik x Gambar 5.1 Pencapaian Fungsi Tujuan data-1 dgn α Metode Gambar 5.2 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode xiii
14 Gambar 5.3 Pencapaian Fungsi Tujuan data-1 dgn α Metode Gambar 5.4 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode Gambar 5.5 Pencapaian Fungsi Tujuan data-2 dgn α Metode Gambar 5.6 Grafik Trayektori (x 1,x 2 ) data-2 dgn α Metode Gambar 5.7 Pencapaian Fungsi Tujuan data-2 dgn α Metode Gambar 5.8 Grafik Trayektori (x 1,x 2 ) data-2 dgn α Metode Gambar 5.9 Pencapaian Fungsi Tujuan data-1b dgn α Metode1 dan θ = Gambar 5.10 Grafik Trayektori (x 1,x 2 ) data-1b dgn α Metode1 dan θ = Gambar 5.11 Pencapaian Tungsi Tujuan data 1b dgn α Metode2 dan θ = Gambar 5.12 Grafik Trayektori (x 1,x 2 ) data-1b dgn α Metode2 dan θ = Gambar 5.13 Pencapaian Fungsi Tujuan data-1b dgn α Metode1 dan θ = Gambar 5.14 Grafik Trayektori (x 1,x 2 ) data-1b dgn α Metode1 dan θ = Gambar 5.15 Pencapaian Fungsi Tujuan data-1b dgn α Metode2 dan θ = Gambar 5.16 Grafik Trayektori (x 1,x 2 ) data-1b dgn α Metode2 dan θ = Gambar 5.17 Pencapaian Fungsi Tujuan data-1 dgn α Metode1 dan θ = Gambar 5.18 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode1 dan θ = Gambar 5.19 Pencapaian Fungsi Tujuan data-1 dgn α Metode2 dan θ = Gambar 5.20 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode2 dan θ = Gambar 5.21 Pencapaian Fungsi Tujuan data-1 dgn α Metode1 dan θ = Gambar 5.22 Grafik Trayektori (x 1,x 2 ) data-1 dengan α Metode1 dan θ = xiv
15 Gambar 5.23 Pencapaian Fungsi Tujuan data-1 dgn α Metode2 dan θ = Gambar 5.24 Grafik Trayektori (x 1,x 2 ) data-1 dgn α metode2 dan θ = Gambar 5.25 Pencapaian Fungsi Tujuan data-1 dgn α Metode1 dan θ = Gambar 5.26 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode1 dan θ = Gambar 5.27 Pencapaian Fungsi Tujuan data-1 dgn α Metode2 dan θ = Gambar 5.28 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode2 dan θ = Gambar 5.29 Pencapaian Fungsi Tujuan data-1 dgn α Metode1 dan θ = Gambar 5.30 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode1 dan θ = Gambar 5.31 Pencapaian Fungsi Tujuan data-1 dgn α Metode2 dan θ = Gambar 5.32 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode2 dan θ= Gambar 5.33 Pencapaian Fungsi Tujuan data-1 dgn α Metode1 dan θ = Gambar 5.34 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode1 dan θ = Gambar 5.35 Pencapaian ffungsi Tujuan data-1 dgn α Metode2 dan θ = Gambar 5.36 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode2 dan θ = Gambar 5.37 Pencapaian fungsi tujuan data 1 dgn α metode1 dan θ = Gambar 5.38 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode1 dan θ = Gambar 5.39 Pencapaian Fungsi Tujuan data-1 dgn α Metode2 dan θ = xv
16 Gambar 5.40 Grafik Trayektori (x 1,x 2 ) data-1 dgn α Metode2 dan θ = Gambar 5.41 Pencapaian Fungsi Tujuan data-2 dgn α Metode Gambar 5.42 Grafik Trayektori (x 1,x 2 ) data-2 dgn α Metode Gambar 5.43 Pencapaian Fungsi Tujuan data-2 dgn α Metode Gambar 5.44 Grafik Trayektori (x 1,x 2 ) data-2 dgn α Metode Gambar 5.45 Pencapaian Fungsi Tujuan data-3 dgn α Metode Gambar 5.46 Grafik Trayektori (x 1,x 2 ) data-3 dgn α Metode Gambar 5.47 Pencapaian Fungsi Tujuan data-3 dgn α Metode Gambar 5.48 Grafik Trayektori (x 1,x 2 ) data-3 dgn α Metode Gambar 5.49 Pencapaian Fungsi Tujuan data-4 dgn α Metode Gambar 5.50 Grafik Trayektori (x 1,x 2 ) data-4 dgn α Metode Gambar 5.51 Pencapaian Fungsi Tujuan data-4 dgn α Metode Gambar 5.52 Grafik Trayektori (x 1,x 2 ) data-4 dgn α Metode Gambar 5.53 Pencapaian Fungsi Tujuan data-5 dgn α Metode Gambar 5.54 Pencapaian Fungsi Tujuan data-5 dgn α Metode Gambar 5.55 Pencapaian Fungsi Tujuan data-6 dgn α Metode Gambar 5.56 Pencapaian Fungsi Tujuan data-6 dgn α Metode Gambar 5.57 Pencapaian Fungsi Tujuan data-7 dgn α Metode Gambar 5.58 Pencapaian Fungsi Tujuan data-7 dgn α Metode Gambar 5.59 Pencapaian Fungsi Tujuan data-8 dgn α Metode xvi
17 Gambar 5.60 Pencapaian Fungsi Tujuan data-8 dgn α Metode Gambar 5.61 Pencapaian Fungsi Tujuan data-9 dgn α Metode Gambar 5.62 Pencapaian Fungsi Tujuan data-9 dgn α Metode Gambar 5.63 Pencapaian Fungsi Tujuan data-10 dgn α Metode Gambar 5.64 Pencapaian Fungsi Tujuan data-10 dgn α Metode Gambar 5.65 Pencapaian Fungsi Tujuan data-11 dgn α Metode Gambar 5.66 Pencapaian Fungsi Tujuan data-11 dgn α Metode Gambar 5.67 Pencapaian Fungsi Tujuan data-12 dgn α Metode Gambar 5.68 Pencapaian Fungsi Tujuan data-12 dgn α Metode Gambar 5.69 Pencapaian Fungsi Tujuan data-13 dgn α Metode Gambar 5.70 Pencapaian Fungsi Tujuan data-13 dgn α Metode Gambar 5.71 Pencapaian Fungsi Tujuan data-14 dgn α Metode Gambar 5.72 Pencapaian Fungsi Tujuan data-14 dgn α Metode Gambar 5.73 Pencapaian Fungsi Tujuan data-15 dgn α Metode Gambar 5.74 Pencapaian Fungsi Tujuan data-15 dgn α Metode Gambar 5.75 Pencapaian Fungsi Tujuan data-16 dgn α Metode Gambar 5.76 Pencapaian Fungsi Tujuan data-16 dgn α Metode xvii
18 DAFTAR TABEL Tabel 2.1 Kondisi Perlu dan Cukup Untuk Optimal Tabel 4.1 Data Masukan Tabel 4.2 Contoh Data Masukan Tabel 4.3 Data Proses Tabel 4.4 Contoh Data Proses Tabel 4.5 Data Luaran Tabel 4.6 Contoh Data Luaran Tabel 5.1 Lingkungan Pengujian Aplikasi xviii
19 DAFTAR SIMBOL ( x) φ : Fungsi barrier μ : Parameter barrier µφ ( x) : Fungsi barrier term θ : Nilai pengali untuk pengurang paramater barrier λ : Lagrange Multiplier ZP : Nilai fungsi tujuan untuk permasalahan bentuk primal ZD : Nilai fungsi tujuan untuk permasalahan bentuk dual Δx : Move Direction untuk titik x Δy : Move Direction untuk titik y Δz : Move Direction untuk titik z e : Vektor yang seluruh nilai elemennya adalah 0 α : Steplength Multiplier secara umum β : Nilai pengali untuk pencarian steplength multiplier α x : Steplength Multiplier untuk titik x α y : Steplength Multiplier untuk titik y α z : Steplength Multiplier untuk titik z gap : Selisih nilai fungsi tujuan untuk permasalahan bentuk primal dan dual x,y,z,c,b,q, dan A : Vektor pembentuk permasalahan n m t kuadratik : Jumlah banyaknya variabel x : Jumlah banyaknya persamaan pembatas/batasan (constraint) : Menunjukkan jumlah iterasi xix
20
OPTIMASI PEMROGRAMAN KUADRATIK KONVEKS DENGAN MENGGUNAKAN METODE PRIMAL-DUAL PATH-FOLLOWING
OPIMASI PEMROGRAMAN KUADRAIK KONVEKS DENGAN MENGGUNAKAN MEODE PRIMAL-DUAL PAH-FOLLOWING Raras yasnurita ), Wiwik Anggraeni ), Rully Soelaiman 3) ) Jurusan Sistem Informasi 3) Jurusan eknik Informatika
Lebih terperinciKLASTERISASI PADA SUBRUANG DENGAN ALGORITMA PEMBOBOTAN ENTROPI PADA K-MEANS PADA SPARSE DATA BERDIMENSI TINGGI
TUGAS AKHIR CI1599 KLASTERISASI PADA SUBRUANG DENGAN ALGORITMA PEMBOBOTAN ENTROPI PADA K-MEANS PADA SPARSE DATA BERDIMENSI TINGGI AHMAD DENI DWI PRANOTO NRP 5103 100 015 Dosen Pembimbing I Rully Soelaiman,
Lebih terperinciANALISA PEMANFAATAN FUNGSI PENALTI PADA KOMPUTASI PENYELESAIAN PERMASALAHAN OPTIMASI NONLINIER
Vol. 5, No. 1, Januari 009 ISSN 016-0544 ANALISA PEMANFAAAN FUNGSI PENALI PADA KOMPUASI PENYELESAIAN PERMASALAHAN OPIMASI NONLINIER Victor Hariadi Jurusan eknik Informatika Fakultas eknologi Informasi
Lebih terperinciAPLIKASI PENENTUAN WAKTU DAN BIAYA DALAM MANAJEMEN PROYEK MENGGUNAKAN METODE CPM
TUGAS AKHIR CI1599 APLIKASI PENENTUAN WAKTU DAN BIAYA DALAM MANAJEMEN PROYEK MENGGUNAKAN METODE CPM SAID AHMAD SAUD NRP 5102 100 081 Dosen Pembimbing I Bilqis Amaliah, S.Kom, M.Kom Dosen Pembimbing II
Lebih terperinciMETODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT
METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT 110803018 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 METODE
Lebih terperinciMETODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI
METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Program Strata Satu (S1) pada Program Studi Matematika
Lebih terperinciLAPORAN SKRIPSI SISTEM INFORMASI PELELANGAN HASIL LAUT PADA TEMPAT PELELANGAN IKAN (TPI) KABUPATEN JEPARA ACHMAD CHAMDAN CHALIMI NIM.
LAPORAN SKRIPSI SISTEM INFORMASI PELELANGAN HASIL LAUT PADA TEMPAT PELELANGAN IKAN (TPI) KABUPATEN JEPARA ACHMAD CHAMDAN CHALIMI NIM. 201353037 DOSEN PEMBIMBING Fajar Nugraha, S.Kom., M.Kom Muhammad Arifin,
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI KEPEGAWAIAN DI FAKULTAS TEKNOLOGI INFORMASI
TUGAS AKHIR CF 1380 RANCANG BANGUN SISTEM INFORMASI KEPEGAWAIAN DI FAKULTAS TEKNOLOGI INFORMASI IKA PUTRI SEPTYANA NRP 5205 100 021 Dosen Pembimbing Ir. Khakim Ghozali JURUSAN SISTEM INFORMASI Fakultas
Lebih terperinciKOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI
Jurnal LOG!K@ Jilid 7 No 1 2017 Hal 52-60 ISSN 1978 8568 KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI Khoerunisa dan Muhaza
Lebih terperinciPRESENTASI TUGAS AKHIR KI
PRESENTASI TUGAS AKHIR KI 091031 PENERAPAN METODE PRIMAL DUAL ACTIVE SET UNTUK NON NEGATIVE CONSTRAINED TOTAL VARIATION PADA MASALAH DEBLURRING (Kata kunci: Total Variation,Non-Negative Constrained, Primal
Lebih terperinciAPLIKASI MASALAH 0/1 KNAPSACK MENGGUNAKAN ALGORITMA GREEDY
PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI APLIKASI MASALAH 0/1 KNAPSACK MENGGUNAKAN ALGORITMA GREEDY Skripsi Diajukan untuk Menempuh Salah Satu Syarat Memperoleh Gelar
Lebih terperinciIMPLEMENTASI PEMODELAN ARTIFICIAL NEURAL NETWORKS (ANN) DALAM PREDIKSI DATA TIME SERIES PENJUALAN STUDI KASUS PT.
TUGAS AKHIR CI1599 IMPLEMENTASI PEMODELAN ARTIFICIAL NEURAL NETWORKS (ANN) DALAM PREDIKSI DATA TIME SERIES PENJUALAN STUDI KASUS PT. VARIA USAHA BETON ATHUR ADHI BUWANA NRP 5102 109 044 Dosen Pembimbing
Lebih terperinciKAJIAN ESTIMASI PARAMETER MODEL AUTOREGRESIF TUGAS AKHIR SM 1330 NUR SHOFIANAH NRP
TUGAS AKHIR SM 1330 KAJIAN ESTIMASI PARAMETER MODEL AUTOREGRESIF NUR SHOFIANAH NRP 1203 100 009 Dosen Pembimbing Dra. Laksmi Prita W, MSi Dra. Nuri Wahyuningsih, MKes JURUSAN MATEMATIKA Fakultas Matematika
Lebih terperinciPERBANDINGAN HASIL KLASIFIKASI ANALISIS DISKRIMINAN DAN JARINGAN SYARAF TIRUAN
TUGAS AKHIR - ST 1325 PERBANDINGAN HASIL KLASIFIKASI ANALISIS DISKRIMINAN DAN JARINGAN SYARAF TIRUAN ANANG SETIYO BUDI NRP 1303 100 060 Dosen Pembimbing Dra. Kartika Fitriasari, M.Si Adatul Mukarromah,
Lebih terperinciPENCARIAN SOLUSI PEMROGRAMAN NON LINIER MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND
Seminar Nasional Aplikasi Teknologi Informasi 009 (SNATI 009) Yogyakarta, 0 Juni 009 ISSN:1907-50 PENCARIAN SOLUSI PEMROGRAMAN NON LINIER MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND Victor Hariadi Jurusan Teknik
Lebih terperinciPERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS
PERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS 120803060 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciSKRIPSI SOLUSI INTEGER UNTUK MASALAH PEMROGRAMAN LINEAR BILEVEL. Jessica Christella NPM:
SKRIPSI SOLUSI INTEGER UNTUK MASALAH PEMROGRAMAN LINEAR BILEVEL Jessica Christella NPM: 2013710013 PROGRAM STUDI MATEMATIKA FAKULTAS TEKNOLOGI INFORMASI DAN SAINS UNIVERSITAS KATOLIK PARAHYANGAN 2017 FINAL
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE OPTIMUM OBJEK WISATA DI KABUPATEN PEMALANG
IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE OPTIMUM OBJEK WISATA DI KABUPATEN PEMALANG SKRIPSI Oleh: Indra Surada J2A 605 060 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciPERENCANAAN AUDIT SISTEM MANAJEMEN
TUGAS AKHIR CF 1380 PERENCANAAN AUDIT SISTEM MANAJEMEN KEAMANAN INFORMASI (SMKI) BERDASARKAN ISO 27001:2005 DI BIRO ADMINISTRASI DAN AKADEMIK KEMAHASISWAAN (BAAK) INSTITUT TEKNOLOGI SEPULUH NOPEMBER ANITA
Lebih terperinciPERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI
PERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI oleh AMELIA FEBRIYANTI RESKA M0109008 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciMETODE PENYELESAIAN UNTUK PERSOALAN PERTIDAKSAMAAN VARIASIONAL DENGAN KENDALA PERSAMAAN DAN PERTIDAKSAMAAN
METODE PENYELESAIAN UNTUK PERSOALAN PERTIDAKSAMAAN VARIASIONAL DENGAN KENDALA PERSAMAAN DAN PERTIDAKSAMAAN TESIS Oleh RUTH MAYASARI SIMANJUNTAK 117021050/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciSTUDI SIMULASI PEMBANGKIT LISTRIK TENAGA ARUS LAUT MENGGUNAKAN HORIZONTAL AXIS TURBIN DENGAN METODE CFD
EKO RENDI SETIAWAN NRP 4205 100 060 STUDI SIMULASI PEMBANGKIT LISTRIK TENAGA ARUS LAUT MENGGUNAKAN HORIZONTAL AXIS TURBIN DENGAN METODE CFD TUGAS AKHIR LS 1336 STUDI SIMULASI PEMBANGKIT LISTRIK TENAGA
Lebih terperinciOPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI
OPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciOptimisasi dengan batasan persamaan (Optimization with equality constraints) Mengapa batasan relevan dalam kajian ekonomi?
Optimisasi dengan batasan persamaan (Optimization with equality constraints) Mengapa batasan relevan dalam kajian ekonomi? Masalah ekonomi timbul karena kelangkaan (scarcity). Kelangkaan menyebabkan keputusan
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 terperinciABSTRAK. Kata Kunci : Website Media Pembelajaran, SMK Teknik Komputer dan Jaringan, Use Case, Flowchart, ERD, AJAX, PHP, MySQL.
ABSTRAK Metode pembelajaran yang diterapkan di SMK Teknik Komputer dan jaringan (TKJ) PGRI Cibaribis untuk kelompok mata pelajaran kompetensi kejuruan dirasakan belum cukup untuk meningkatkan kualitas
Lebih terperinciPERSOALAN OPTIMASI FAKTOR KEAMANAN MINIMUM DALAM ANALISIS KESTABILAN LERENG DAN PENYELESAIANNYA MENGGUNAKAN MATLAB
PERSOALAN OPTIMASI FAKTOR KEAMANAN MINIMUM DALAM ANALISIS KESTABILAN LERENG DAN PENYELESAIANNYA MENGGUNAKAN MATLAB TUGAS AKHIR Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Pertambangan Oleh:
Lebih terperinciMETODE REDUCED-GRADIENT PADA OPTIMASI NONLINIER BERKENDALA PERTIDAKSAMAAN NONLINIER SKRIPSI. Oleh : Normayati Sumanto J2A
METODE REDUCED-GRADIENT PADA OPTIMASI NONLINIER BERKENDALA PERTIDAKSAMAAN NONLINIER SKRIPSI Oleh : Normayati Sumanto J2A 005 037 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciPERBANDINGAN HASIL PEMODELAN ARTIFICIAL NEURAL NETWORKS DAN KERNEL SMOOTHING PADA DATA REGRESI NON LINIER
TUGAS AKHIR - ST 1325 PERBANDINGAN HASIL PEMODELAN ARTIFICIAL NEURAL NETWORKS DAN KERNEL SMOOTHING PADA DATA REGRESI NON LINIER ADITYA HIDAYAT JATI NRP 1302100044 Dosen Pembimbing Dra. Kartika Fitriasari,
Lebih terperinciTUGAS AKHIR SM 1330 PELABELAN SUPER EDGE GRACEFUL PADA WHEEL GRAPH WICAK BUDI LESTARI SOLICHAH NRP
TUGAS AKHIR SM 1330 PELABELAN SUPER EDGE GRACEFUL PADA WHEEL GRAPH WICAK BUDI LESTARI SOLICHAH NRP 1203 109 025 Dosen Pembimbing Drs. CHAIRUL IMRON, MIkomp JURUSAN MATEMATIKA Fakultas Matematika dan Ilmu
Lebih terperinciIMPLEMENTASI FUSI INFORMASI HIRARKIS PADA PENGENALAN CITRA WAJAH MULTI-SPECTRAL
TUGAS AKHIR - CI1599 IMPLEMENTASI FUSI INFORMASI HIRARKIS PADA PENGENALAN CITRA WAJAH MULTI-SPECTRAL FEBE FENYTA S. NRP 5105 100 042 Dosen Pembimbing Rully Soelaiman, S.Kom, M.Kom JURUSAN TEKNIK INFORMATIKA
Lebih terperinciSKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD
SKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD DONY ENDRIYONO 135610017 PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI
Lebih terperinciEVALUASI KEBIJAKAN PERSEDIAAN BAHAN BAKU UNTUK MENINGKATKAN KINERJA PERSEDIAAN DI PT. TRISULAPACK INDAH (MASPION UNIT III) TUGAS AKHIR RI 1592
TUGAS AKHIR RI 1592 EVALUASI KEBIJAKAN PERSEDIAAN BAHAN BAKU UNTUK MENINGKATKAN KINERJA PERSEDIAAN DI PT. TRISULAPACK INDAH (MASPION UNIT III) ELAN TANGGUH MANDIRI NRP 2502 100 084 Dosen Pembimbing Dr.
Lebih terperinciSKRIPSI SISTEM INFORMASI GEOGRAFIS PEMETAAN LAHAN TANAMAN PANGAN DI WILAYAH KECAMATAN KALIWUNGU BERBASIS WEB. Oleh: FERRY ANDRIAWAN
SKRIPSI SISTEM INFORMASI GEOGRAFIS PEMETAAN LAHAN TANAMAN PANGAN DI WILAYAH KECAMATAN KALIWUNGU BERBASIS WEB Oleh: FERRY ANDRIAWAN 2011-51-091 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH
Lebih terperinciAPLIKASI MIDDLEWARE UNTUK AKSES PRINTER DI JURUSAN TEKNIK INFORMATIKA ITS
TUGAS AKHIR CI1599 APLIKASI MIDDLEWARE UNTUK AKSES PRINTER DI JURUSAN TEKNIK INFORMATIKA ITS Azhar Bayu Firdaus NRP 5105 100 082 Dosen Pembimbing Royyana Muslim I, S.Kom., M.Kom. JURUSAN TEKNIK INFORMATIKA
Lebih terperinciLINEAR PROGRAMMING-1
/5/ LINEAR PROGRAMMING- DR.MOHAMMAD ABDUL MUKHYI, SE., MM METODE KUANTITATIF Perumusan PL Ada tiga unsur dasar dari PL, ialah:. Fungsi Tujuan. Fungsi Pembatas (set ketidak samaan/pembatas strukturis) 3.
Lebih terperinciMETODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE
METODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE oleh HILDA ANGGRIYANA M0109035 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN
Lebih terperinciKATA PENGANTAR. Bukit Jimbaran, 06 Januari 2017 Penyusun. I Made Kurniawan Putra
Judul : Optimasi Search Cost pada Decentralized Peer to Peer File Sharing System dengan Metode Random BFS Nama : I Made Kurniawan Putra NIM : 1208605062 Pembimbing I : I Komang Ari Mogi, S.Kom, M.Kom Pembimbing
Lebih terperinciABSTRAK. Kata Kunci: analisis sentimen, pre-processing, mutual information, dan Naïve Bayes. UNIVERSITAS KRISTEN MARANATHA
ABSTRAK Twitter merupakan sebuah aplikasi social networking yang memungkinkan usernya untuk dapat mengirimkan pesan pada waktu yang bersamaan. Data yang diambil melalui Twitter dapat dijadikan sebagai
Lebih terperinciSimulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal menggunakan Metode Propagator dengan Dua Sensor Array Paralel
ABSTRAK Simulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal menggunakan Metode Propagator dengan Dua Sensor Array Paralel Disusun oleh : Enrico Lukiman (1122084) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciSISTEM INFORMASI TATA KELOLA PERPUSTAKAAN DI DINAS ARSIP DAN PERPUSTAKAAN DAERAH KABUPATEN KUDUS MENGGUNAKAN FITUR SMS NOTIFICATION
LAPORAN SKRIPSI SISTEM INFORMASI TATA KELOLA PERPUSTAKAAN DI DINAS ARSIP DAN PERPUSTAKAAN DAERAH KABUPATEN KUDUS MENGGUNAKAN FITUR SMS NOTIFICATION IBNU HASAN ARIF NIM. 201353070 DOSEN PEMBIMBING R. Rhoedy
Lebih terperinciUniversitas Bina Nusantara. Jurusan Teknik Informatika Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
Universitas Bina Nusantara Jurusan Teknik Informatika Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 PERANCANGAN OTOMATISASI PENJADWALAN PENGAJAR PRAKTIKUM DENGAN
Lebih terperinciRANCANG BANGUN APLIKASI DOKUMEN CLUSTERING DENGAN METODE K-MEANS BERDASARKAN WINNOWING FINGERPRINT SIMILARITY TUGAS AKHIR
RANCANG BANGUN APLIKASI DOKUMEN CLUSTERING DENGAN METODE K-MEANS BERDASARKAN WINNOWING FINGERPRINT SIMILARITY TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciPENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN MULTI - DEPOT VEHICLE ROUTING PROBLEM (MDVRP) SKRIPSI
PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN MULTI - DEPOT VEHICLE ROUTING PROBLEM (MDVRP) SKRIPSI FATIMATUS ZAHRO PROGRAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS
Lebih terperinciABSTRAK. Kata kunci: Optimasi Penjadwalan, Algoritma Genetik
ABSTRAK Fakultas Informasi Teknologi Universitas Kristen Maranatha saat ini masih melakukan penjadwalan penggunaan ruangan laboratorium secara manual. Penjadwalan penggunaan ruangan laboratorium memiliki
Lebih terperinciREDUCING DEFECTS AND COSTS OF POOR QUALITY OF WW GRAY ROYAL ROOF USING DMAIC AND FMEAP (FAILURE MODE AND EFFECT ANALYSIS PROCESS)
TUGAS AKHIR RI 1592 MENGURANGI JUMLAH CACAT DAN BIAYA KERUGIAN PADA PRODUK GENTENG WW ROYAL ABU-ABU DENGAN PENDEKATAN DMAIC DAN FMEAP (FAILURE MODE AND EFFECT ANALYSIS PROCESS) NOVEMIA PRANING H NRP 2502
Lebih terperinciTUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI
TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI (ALGORITHM OF MODIFIED BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS ) FOR OPTIMIZATION PROBLEM ) Oleh:
Lebih terperinciSISTEM MONITORING PENGANTARAN OBAT PADA PT. XYZ DENGAN PEMROGRAMAN JAVA ANDROID DAN WEB
SISTEM MONITORING PENGANTARAN OBAT PADA PT. XYZ DENGAN PEMROGRAMAN JAVA ANDROID DAN WEB Rivan Junizar 41513120145 FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA 2015 SISTEM MONITORING PENGANTARAN OBAT
Lebih terperinciMETODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) UNTUK MENYELESAIKAN PERSOALAN NONLINEAR BERKENDALA SKRIPSI YANI
METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) UNTUK MENYELESAIKAN PERSOALAN NONLINEAR BERKENDALA SKRIPSI YANI 070803040 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciIMPLEMENTASI ALGORITMA PALGUNADI UNTUK MENYELESAIKAN SINGLE DAN MULTI PRODUCT VEHICLE ROUTING PROBLEM
IMPLEMENTASI ALGORITMA PALGUNADI UNTUK MENYELESAIKAN SINGLE DAN MULTI PRODUCT VEHICLE ROUTING PROBLEM SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika HALAMAN
Lebih terperinciIMPLEMENTASI METODE GENERATE AND TEST DALAM PENYELESAIAN PUZZLE 2048 BERBASIS MOBILE SKRIPSI
IMPLEMENTASI METODE GENERATE AND TEST DALAM PENYELESAIAN PUZZLE 2048 BERBASIS MOBILE SKRIPSI DEVINA PRATIWI HALIM 101401094 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciEVALUASI HASIL UJI COBA KOMPUTASI PEMECAHAN SISTEM PERSAMAAN LINEAR PADA ALGORITMA DUAL-AFFINE SCALING
EVALUASI HASIL UJI COBA KOMPUTASI PEMECAHAN SISTEM PERSAMAAN LINEAR PADA ALGORITMA DUAL-AFFINE SCALING INTERIOR POINT UNTUK PEMROGRAMAN LINEAR DENGAN MATLAB Hendri Murfi *, T. Basaruddin ** ABSTRAK EVALUASI
Lebih terperinciOPTIMASI BICRITERIA LINEAR PROGRAMMING DENGAN KENDALA FUZZY TRIANGULAR SKRIPSI LINTANG GILANG PRATAMA
OPTIMASI BICRITERIA LINEAR PROGRAMMING DENGAN KENDALA FUZZY TRIANGULAR SKRIPSI LINTANG GILANG PRATAMA 090803050 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciPENYELESAIAN QUADRATIC ASSIGNMENT PROBLEM DENGAN MENGGUNAKAN BAT ALGORITHM
PENYELESAIAN QUADRATIC ASSIGNMENT PROBLEM DENGAN MENGGUNAKAN BAT ALGORITHM SKRIPSI PRACISTA LUSIANSYAH LAKSONO PROGRAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
Lebih terperinciPENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI
TUGAS AKHIR - ST 1325 PENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI I G B ADI SUDIARSANA NRP 1303100058 Dosen Pembimbing Ir. Dwiatmono Agus Widodo,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah. dalam hal pembahasan hasil utama berikutnya.
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO
TUGAS AKHIR - ST 1325 PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO YANTER SIANIFAR BASUKI NRP 1303100049 Dosen Pembimbing Prof. Drs. Nur Iriawan, M.Ikom. Ph.D JURUSAN
Lebih terperinciABSTRAK. Kata Kunci : Latent Semantic Indexing, pencarian, dokumen, Singular Value Decomposition.
ABSTRAK Penelitian ini bertujuan untuk memudahkan pencarian dokumen-dokumen yang memiliki hubungan antar kata, bukan hanya pencarian pada judul dokumen saja akan tetapi dapat juga mencari dari isi dokumen
Lebih terperinciSISTEM INFORMASI PENGELOLAAN PASAR PADA DINAS PERDAGANGAN KABUPATEN KUDUS BERBASIS GIS
L A P O R A N S K R I P S I SISTEM INFORMASI PENGELOLAAN PASAR PADA DINAS PERDAGANGAN KABUPATEN KUDUS BERBASIS GIS KHIKMAH MAULIDIYAH NIM. 201353127 DOSEN PEMBIMBING Putri Kurnia Handayani, M.Kom Diana
Lebih terperinciTUGAS AKHIR SISTEM INFORMASI PENGADAAN DAN PENJUALAN BARANG KPRI KAMBOJA SMKN 8 SURABAYA
TUGAS AKHIR SISTEM INFORMASI PENGADAAN DAN PENJUALAN BARANG KPRI KAMBOJA SMKN 8 SURABAYA NURIL QOMARYAH PROGRAM STUDI D3 SISTEM INFORMASI FAKULTAS VOKASI UNIVERSITAS AIRLANGGA SURABAYA 2016 HALAMAN JUDUL
Lebih terperinciPENELITIAN OPERASIONAL I (TIN 4109)
PENELITIAN OPERASIONAL I (TIN 4109) Lecture 3 LINEAR PROGRAMMING Lecture 3 Outline: Simplex Method References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations Research. 7th ed. The
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika - Matematika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007 PERANCANGAN PROGRAM APLIKASI SOLUSI LINEAR PROGRAMMING DENGAN MENGGUNAKAN
Lebih terperinciTeori Dualitas dan Penerapannya (Duality Theory and Its Application)
Teori Dualitas dan Penerapannya (Duality Theory and Its Application) Kuliah 6 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Teori dualitas 2 Metode simpleks dual TI2231 Penelitian Operasional I 2
Lebih terperinciPENDEKATAN BARU PENYELESAIAN KASUS PENJADWALAN UJIAN AKHIR SEMESTER SEKOLAH MENENGAH ATAS (STUDI KASUS SMA NEGERI 3 SURAKARTA)
PENDEKATAN BARU PENYELESAIAN KASUS PENJADWALAN UJIAN AKHIR SEMESTER SEKOLAH MENENGAH ATAS (STUDI KASUS SMA NEGERI 3 SURAKARTA) SKRIPSI Diajukan untuk Memenuhi Sebagian Persyaratan Mendapatkan Gelar Strata
Lebih terperinciABSTRAK. 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 terperinciFUZZY LINEAR PROGRAMMING (FLP) DENGAN KONSTANTA SEBELAH KANAN BERBENTUK BILANGAN FUZZY DAN BERBENTUK TRAPEZOIDAL SKRIPSI DEWI YANNI FRANSISKA SAMOSIR
FUZZY LINEAR PROGRAMMING (FLP) DENGAN KONSTANTA SEBELAH KANAN BERBENTUK BILANGAN FUZZY DAN BERBENTUK TRAPEZOIDAL SKRIPSI DEWI YANNI FRANSISKA SAMOSIR 070803046 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciAPLIKASI SISTEM PELAYANAN RESTORAN MEMANFAATKAN JSON-RPC PADA MOBILE DEVICE
APLIKASI SISTEM PELAYANAN RESTORAN MEMANFAATKAN JSON-RPC PADA MOBILE DEVICE Nama : Diktyas Herly S.P. NRP : 5102 109 043 Jurusan : Teknik Informatika FTIf - ITS Pembimbing I : Royyana Muslim I., S.Kom,
Lebih terperinciABSTRAK. 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 terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Efektivitas Efektivitas berasal dari kata efektif, yang merupakan kata serapan dari bahasa Inggris yaitu effective yang artinya berhasil. Menurut kamus ilmiah popular, efektivitas
Lebih terperinciPERENCANAAN PERSEDIAAN KNIFE TC 63 mm BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. FILTRONA INDONESIA)
TUGAS AKHIR - ST 1325 PERENCANAAN PERSEDIAAN KNIFE TC 63 mm BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. FILTRONA INDONESIA) RENI FANDANSARI NRP 1307100521 Dosen Pembimbing Dra. Sri Mumpuni R.,
Lebih terperinciPEMBUATAN SISTEM INFORMASI KOST KENTINGAN BERBASIS ANDROID
PEMBUATAN SISTEM INFORMASI KOST KENTINGAN BERBASIS ANDROID Tugas Akhir Disusun untuk memenuhi salah satu syarat dalam memperoleh gelar Ahli Madya pada Program Studi Diploma III Teknik Informatika Universitas
Lebih terperinciTUGAS AKHIR IMPLEMENTASI ALGORITMA KRIPTOGRAFI LOKI97 UNTUK PENGAMANAN AUDIO FORMAT AMR KOMPETENSI JARINGAN SKRIPSI
TUGAS AKHIR IMPLEMENTASI ALGORITMA KRIPTOGRAFI LOKI97 UNTUK PENGAMANAN AUDIO FORMAT AMR KOMPETENSI JARINGAN SKRIPSI A.A. NGURAH PRADNYA ADHIKA NIM. 0608605084 JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA
Lebih terperinciPERANCANGAN STANDAR WAKTU KERJA DAN PERHITUNGAN JUMLAH TENAGA KERJA OPTIMAL PADA BAGIAN MEDICAL EQUIPMENT I PT OTSUKA INDONESIA-LAWANG
TUGAS AKHIR PERANCANGAN STANDAR WAKTU KERJA DAN PERHITUNGAN JUMLAH TENAGA KERJA OPTIMAL PADA BAGIAN MEDICAL EQUIPMENT I PT OTSUKA INDONESIA-LAWANG TIFFANY SOPHIANA NRP 2502 100 008 Dosen Pembimbing Ir.
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI PENGELOLAAN PERPUSTAKAAN MENGGUNAKAN SCAN BARCODE HP BERBASIS WEB(STUDI KASUS : STT DHARMA ISWARA MADIUN) SKRIPSI
RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN PERPUSTAKAAN MENGGUNAKAN SCAN BARCODE HP BERBASIS WEB(STUDI KASUS : STT DHARMA ISWARA MADIUN) SKRIPSI Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar
Lebih terperinciABSTRAK. Teknologi pengkode sinyal suara mengalami kemajuan yang cukup. pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari
ABSTRAK Teknologi pengkode sinyal suara mengalami kemajuan yang cukup pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari pengkode sinyal suara yaitu output sinyal suara yang mempunyai
Lebih terperinciIMPLEMENTASI ALGORITMA PALGUNADI DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM DELIVERY AND PICK-UP (VRPDP)
IMPLEMENTASI ALGORITMA PALGUNADI DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM DELIVERY AND PICK-UP (VRPDP) SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Jurusan Informatika HALAMAN
Lebih terperinciABSTRAK. Kata kunci: Pencarian, resep masakan. Universitas Kristen Maranatha
ABSTRAK Indonesia merupakan negara dengan keragaman budaya, salah satunya dalam hal masakan tradisional. Setiap daerah yang tersebar di sepanjang kepulauan Indonesia memiliki ciri khas masakan tradisionalnya
Lebih terperinciPROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017
DI KTI 2017 PROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017 MANAJEMEN SAINS: Pemanfaatan Matematika untuk Optimasi Bisnis SUSANA LIMANTO, S.T., M.SI (0706117203) ENDAH ASMAWATI, S.SI., M.SI. (0714057602)
Lebih terperinciPENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS
PENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS Disusun oleh: Juan Elisha Widyaya (0822014) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, no. 65, Bandung, Indonesia
Lebih terperinciBAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan
BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks
Lebih terperinciMENENTUKAN LINTASAN TERCEPAT FUZZY DENGAN ALGORITMA DIJKSTRA DAN ALGORITMA FLOYD MENGGUNAKAN METODE RANGKING FUZZY TUGAS AKHIR
MENENTUKAN LINTASAN TERCEPAT FUZZY DENGAN ALGORITMA DIJKSTRA DAN ALGORITMA FLOYD MENGGUNAKAN METODE RANGKING FUZZY TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada
Lebih terperinciDAFTAR ISI. Halaman. ABSTRAK... vi. KATA PENGANTAR... vii. DAFTAR ISI... ix. DAFTAR TABEL... xii. DAFTAR GAMBAR... xiv. DAFTAR LAMPIRAN...
DAFTAR ISI Halaman ABSTRAK... vi KATA PENGANTAR... vii DAFTAR ISI... ix DAFTAR TABEL... xii DAFTAR GAMBAR... xiv DAFTAR LAMPIRAN... xvii BAB I PENDAHULUAN... 1 1.1 Latar Belakang Masalah... 1 1.2 Perumusan
Lebih terperinciPENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU
PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciOPTIMASI TANAMAN PANGAN DI KOTA MAGELANG DENGAN PEMROGRAMAN KUADRATIK DAN METODE FUNGSI PENALTI EKSTERIOR SKRIPSI
OPTIMASI TANAMAN PANGAN DI KOTA MAGELANG DENGAN PEMROGRAMAN KUADRATIK DAN METODE FUNGSI PENALTI EKSTERIOR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika Matematika Skripsi Sarjana Program Ganda Semester Genap 2003/2004 PERANCANGAN PROGRAM APLIKASI OPTIMALISASI PRODUKSI PADA PERUSAHAAN GARMENT
Lebih terperinciPENGONTROLAN KUALITAS LAYANAN AGEN KARTU SELULER PRABAYAR TERTENTU PADA CALL CENTER SURABAYA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE)
TUGAS AKHIR ST 1325 PENGONTROLAN KUALITAS LAYANAN AGEN KARTU SELULER PRABAYAR TERTENTU PADA CALL CENTER SURABAYA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE) RISMA ERNITA NRP 1305 100 043 Dosen Pembimbing
Lebih terperinciABSTRAK. Kata kunci : proyek kontruksi, monitoring, aplikasi, kinerja biaya, kinerja waktu, riil, anggaran. Universitas Kristen Maranatha
ABSTRAK Pelaksanaan proyek konstruksi merupakan hal penting untuk menunjang efektivitas kerja pada suatu proyek konstruksi. Monitoring kinerja proyek yang baik perlu didukung oleh bidang ilmu lain demi
Lebih terperinciANALISIS ALGORITMA BABY-STEP GIANT-STEP DAN POHLIG-HELLMAN UNTUK MENYELESAIKAN MASALAH LOGARITMA DISKRIT SKRIPSI ETTY WINITA ROISKA SIMBOLON
ANALISIS ALGORITMA BABY-STEP GIANT-STEP DAN POHLIG-HELLMAN UNTUK MENYELESAIKAN MASALAH LOGARITMA DISKRIT SKRIPSI ETTY WINITA ROISKA SIMBOLON 090803073 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciABSTRAK. Kata Kunci: data tidak seimbang, klasifikasi, KSMOTE, boosting, SSO, support vector machine.
ABSTRAK Klasifikasi dalam data mining adalah proses untuk menemukan model atau fungsi yang mendeskripsikan dan membedakan kelas-kelas data atau konsep. Salah satu permasalahan klasifikasi adalah distribusi
Lebih terperinciABSTRAK. Kata Kunci : tugas akhir, bimbingan, online, framework, dan codeigniter. Universitas Kristen Maranatha
ABSTRAK Tugas akhir atau skripsi merupakan hal terakhir yang harus dikerjakan oleh mahasiswa untuk menyelesaikan pendidikan di universitas. Tugas akhir mahasiswa harus dibimbing oleh dosen pembimbing yang
Lebih terperinciLAPORAN TUGAS AKHIR SISTEM PENENTUAN HARGA PAKAN IKAN ONLINE BERBASIS LOGIKA FUZZY
LAPORAN TUGAS AKHIR SISTEM PENENTUAN HARGA PAKAN IKAN ONLINE BERBASIS LOGIKA FUZZY (ONLINE SYSTEM TO DETERMINE THE PRICE OF FISH FEED BASED FUZZY LOGIC) Diajukan untuk memenuhi salah satu syarat memperoleh
Lebih terperinciPENELITIAN OPERASIONAL I (TIN 4109)
PENELITIAN OPERASIONAL I (TIN 4109) Lecture 4 LINEAR PROGRAMMING Lecture 4 Outline: Simplex Method References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations Research. 7th ed. The
Lebih terperinciSIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT
SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT Mart Christo Belfry NRP : 1022040 E-mail : martchristogultom@gmail.com ABSTRAK
Lebih terperinciDAFTAR ISI.. LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK.. ABSTRACT... DAFTAR TABEL.. DAFTAR PERSAMAAN..
ABSTRAK Perkembangan teknologi yang semakin pesat, membuat semakin sedikitnya suatu industri yang memakai operator dalam menjalankan suatu proses produksi. Pada saat ini, kontrol otomatis lebih banyak
Lebih terperinciABSTRAK. Kata kunci: profil aliran, proyek, aplikasi, data. Universitas Kristen Maranatha
ABSTRAK Dalam suatu proyek bendungan pasti dibutuhkan perhitungan yang digunakan untuk membantu pembangunan. Perhitungan yang dibuat ini merupakan perhitungan profil aliran dengan metoda integrasi grafis
Lebih terperinciPROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
IMPLEMENTASI PERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PENILAIAN KINERJA KARYAWAN (STUDI KASUS DINAS KEBUDAYAAN DAN PARIWISATA PROVINSI SUMATERA UTARA) SKRIPSI IBRAHIM
Lebih terperinciABSTRAK. Kata kunci: temperamen, kepribadian, Hippocrates, sinonim, antonim, pembelajaran mesin. Universitas Kristen Maranatha
ABSTRAK Hubungan antar manusia sering kali mengalami gangguan karena perbedaan kepribadian. Tipe-tipe kepribadian pada dasarnya memiliki kesamaan dan perbedaan yang sudah dikelompokkan oleh teori Hippocrates,
Lebih terperinciJurnal MIPA 36 (1): (2013) Jurnal MIPA.
Jurnal MIPA 36 (1): 98-106 (2013) Jurnal MIPA http://journal.unnes.ac.id/nju/index.php/jm ANALISIS METODE KARMARKAR UNTUK MENYELESAIKAN MASALAH PROGRAM LINIER DR Indriani, H Suyitno, Mashuri Jurusan Matematika,
Lebih terperinciPENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN QUADRATIC ASSIGNMENT PROBLEM (QAP)
S K R I P S I PROGRAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA 2015 i PENERAPAN ALGORITMA CAT SWARM OPTIMIZANON (CSO} UNTUK MENYELESAIKAN SUADRATTC,
Lebih terperinci