PENERAPAN METODE STEEPEST ASCENT HILL CLIMBING PADA MODEL PENCARIAN RUTE TERDEKAT FASILITAS PELAYANAN DARURAT DI KOTA BOGOR BERBASIS ANDROID
|
|
- Yuliana Budiaman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENERAPAN METODE STEEPEST ASCENT HILL CLIMBING PADA MODEL PENCARIAN RUTE TERDEKAT FASILITAS PELAYANAN DARURAT DI KOTA BOGOR BERBASIS ANDROID Lipian Alfha Zemma, Herfina, Arie Qur ania Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Pakuan ABSTRAK Pencarian lokasi pelayanan darurat seperti pemadam kebakaran, kepolisian, dan rumah sakit dengan menggunakan jalur yang signifikan untuk sampai ke tujuan dengan cepat dan tepat menggunakan sebuah aplikasi berbasis android yang memberikan rute terdekat pada sebuah peta dengan menggunakan algoritma SAHC (Steepest Ascent Hill Climbing). Steepest Ascent Hill Climbing merupakan metode algoritma yang banyak digunakan untuk permasalahan optimasi. Salah satu penerapannya adalah untuk mencari rute yang terpendek dengan cara memaksimumkan atau meminimumkan nilai dari fungsi optimasi yang ada. Metode yang digunakan dalam melaksanakan penelitian menggunakan pola System Development Life Cycle (SDLC) Sistem Informasi. Aplikasi ini merupakan aplikasi untuk menentukan jalur terdekat lokasi fasilitas pelayanan darurat yang terdiri dari 3 instansi atau lembaga yakni pemadam kebakaran, kantor polisi dan rumah sakit di kota bogor dengan cara menghubungkan antar titik koordinat setiap persimpangan jalan yang telah di hitung secara manual menggunakan metode SAHC (Steepest Ascent Hill Climbing). Langkah-langkah dalam perhitungan SAHC (Steepest Ascent Hill Climbing) yaitu : (1) pengujian sistem yang akan di cari yaitu rute terdekat dengan hitungan manual dari S menuju P (Goal/Point), (2) hitung semua jarak antar node yang berhubungan. (3) mendapatkan nilai h(n) menggunakan perhitungan manual dengan menggunakan titik koordinat yang telah di konversi ke desimal di hitung dengan menggunakan f(n)=h(n). (4) menentukan jarak antara dua titik koordinat yang berhubungan dimana jarak tersebut diasumsikan kedalam h(n) (5) menerapkan alur pencarian algoritma SAHC (Steepest Ascent Hill Climbing) dengan nilai heuristik h(n) yang telah di peroleh. Kata Kunci : ANDROID, STEEPEST ASCENT HILL CLIMBING, aplikasi. PENDAHULUAN Teknologi dalam bidang komputer berkembang begitu baik, Bahkan dalam sektor teknologi yang berbasis mobile atau smartphone dengan platform android sudah hampir di miliki oleh setiap orang untuk kebutuhan sehari-hari. Begitu banyak macam-macam jenis aplikasi yang di sediakan oleh pihak tertentu atau bahkan bisa di buat oleh individu sekalipun untuk mendapatkan bermacam-macam layanan serta informasi, Salah satu informasi yang begitu bermanfaat yakni informasi keadaan geografis, seperti layanan letak suatu tempat atau lokasi-lokasi yang di hubungkan dalam suatu daerah tertentu yang berupa jalur-jalur dan jarak antar lokasi. Informasi-informasi yang bersifat geografis ini tentunya berguna bagi masyarakat di lingkungan universitas pakuan bogor terutama dosen, staf pegawai dan mahasiswa untuk mencari lokasi pelayanan darurat seperti pemadam kebakaran, kepolisian, dan rumah sakit dengan menggunakan jalur yang signifikan untuk sampai ke tujuan dengan cepat dan tepat. Untuk menyelesaikan permasalahan ini maka di perlukan suatu sistem yang dapat membantu dalam mencari dan menentukan rute terdekat sehingga di dapat suatu jalur yang paling optimal untuk menuju tujuan. Maka dalam tugas akhir ini akan di buat sebuah aplikasi mobile yang dapat menyelesaikan permasalahan tersebut yakni sebuah aplikasi yang memberikan rute terdekat pada sebuah peta dengan menggunakan algoritma SAHC (Steepest 1
2 Ascent Hill Climbing). Penelitian terdahulu yang pernah dilakukan oleh Radityo (2013) dengan judul Rancang Bangun Aplikasi Informasi Rute Terpendek Rumah Sakit, Rumah Bersalin Dan Puskesmas Di Palembang Dengan Algoritma Steepest Ascent Hill Climbing Berbasis Android, Sihombing (2014) dengan judul Perancangan Aplikasi Pencarian Jalur Terpendek Untuk Daerah Kota Medan Dengan Metode Steepest Ascent Hill Climbing, Dangkua (2015) dengan judul Penerapan Metode Hill Climbing Pada Sistem Informasi Geografis Untuk Mencari Lintasan Terpendek. Berdasarkan penelitian terdahulu yang telah diuraikan maka akan sangat bermanfaat jika ada sebuah aplikasi yang dapat menentukan rute terdekat menuju lokasi pelayanan darurat sehingga membantu pengguna dalam mencari titik lokasi yaitu Penerapan Metode Steepest Ascent Hill Climbing Pada Model Pencarian Rute Terdekat Fasilitas Pelayanan Darurat Di Kota Bogor Berbasis Android sehingga aplikasi yang di rancang ini berguna bagi masyarakat di lingkungan kampus universitas pakuan bogor dalam keadaan darurat atau keadaan dimana pengguna dalam situasi kondisi kerusakan serta bencana untuk mencari rute atau jalur yang sesuai serta signifikan untuk dilalui dalam keadaan kondisi tersebut. METODE STEEPEST ASCENT HILL CLIMBING Steepest Ascent Hill Climbing merupakan metode algoritma yang banyak digunakan untuk permasalahan optimasi. Salah satu penerapannya adalah untuk mencari rute yang terpendek dengan cara memaksimumkan atau meminimumkan nilai dari fungsi optimasi yang ada. Secara harafiah steepest berarti paling tinggi, sedangkan ascent berarti kenaikan. Dengan demikian steepest ascent berarti kenaikan paling tinggi. Jadi prinsip dasar dari metode ini adalah mencari kenaikan paling tinggi dari keadaan sekitar untuk mencapai nilai yang paling optimal. Algoritma ini memeriksa titik (node), yaitu biaya (cost) yang dibutuhkan untuk mencapai sebuah node dan heuristik node / h(n) yaitu cost yang didapat dari node ke tujuan. Sehingga dapat dirumuskan sebagai berikut : f(n) = h(n) f(n) = perkiraan total cost terendah dari setiap path yang akan dilalui dari node n ke node tujuan. h(n) = perkiraan heuristik atau cost atau path dari node n ke tujuan. Untuk menentukan nilai h(n) ditunjukan oleh persamaan 1, berikut : 1. h(n) = dimana : h(n) = nilai heuristik untuk node / titik n Xn = nilai koordinat X dari node / titik n Yn = nilai koordinat Y dari node / titik n Xgoal = nilai koordinat X dari node / titik tujuan Ygoal = nilai koordinat Y dari node / titik tujuan Metode steepest ascent hill climbing ini merupakan pengembangan dari metode simple hill climbing. Bedanya adalah simple hill climbing menentukan next state dengan membandingkan current state (titik awal) dengan satu successor (titik persimpangan) dan successor pertama yang lebih baik akan dipilih menjadi next state. Sedangkan steepest ascent akan membandingkan current state dengan semua succesor yang ada didekatnya sehingga dalam steepest ascent hill climbing, next statenya merupakan successor yang paling baik atau paling mendekati tujuan. Berikut adalah perbandingan algoritma steepest ascent hill climbing dengan hill climbing : Algoritma simple hill climbing : 1. Evaluasi state awal, jika state awal sama dengan tujuan, maka proses berhenti. Jika tidak sama dengan tujuan maka lanjutkan proses dengan membuat state awal sebagai state sekarang. 2
3 2. Kerjakan langkah berikut sampai solusi ditemukan atau sampai tidak ada lagi operator baru yang dapat digunakan dalam state sekarang : a. Cari sebuah operator yang belum pernah digunakan dalam state sekarang dan gunakan operator tersebut untuk membentuk state baru. b. Evaluasi state baru. i. Jika state baru adalah tujuan, maka proses berhenti ii. Jika state baru tersebut bukan tujuan tetapi state baru lebih baik dari pada state sekarang, maka buat state baru menjadi state sekarang. iii. Jika state baru tidak lebih baik dari pada state sekarang, maka lanjutkan ke langkah 2. Algoritma steepest ascent hill climbing 1. Evaluasi keadaan awal (Initial State). Jika keadaan awal sama dengan tujuan (Goal state) maka kembali pada initial state dan berhenti berproses. Jika tidak maka initial state tersebut jadikan sebagai current state. 2. Mulai dengan current state = initial state. 3. Dapatkan semua pewaris (successor) yang dapat dijadikan next state pada current statenya dan evaluasi successor tersebut dengan fungsi evaluasi dan beri nilai pada setiap successor tersebut. Jika salah satu dari successor tersebut mempunyai nilai yang lebih baik dari current state maka jadikan successor dengan nilai yang paling baik tersebut sebagai new current state. Lakukan operasi ini terus menerus hingga tercapai current state = goal state atau tidak ada perubahan pada current statenya. (Thiang, Ferdi. 2009) Dari sumber lain yakni Metode Steepest Ascent Hill Climbing, menggunakan algoritma sebagai berikut ini: 1. Mulai dari keadaan awal, lakukan pengujian, jika merupakan tujuan maka berhenti, dan jika tidak lanjutkan dengan keadaan sekarang sebagai keadaan awal. 2. Kerjakan hingga tujuan tercapai atau hingga iterasi tidak memberikan perubahan pada keadaan sekarang. a. Misalkan SUK adalah suatu state yang menjadi suksesor dari current state. b. Untuk seitap operator bisa dilakukan terhadap current state, kerjakan: i. Aplikasi operator tersebut dan bangkitkan new state. ii. Evaluasi new state. Jika merupakan goal state, kembalikan state ini sebagai solusi dan keluar dari program. Jika bukan goal state, bandingkan new state dengan SUK. Jika new state lebih baik dari SUK, maka ganti SUK dengan new state.jika tidak lebih baik SUK tidak perlu diganti. c. Jika SUK lebih baik dari current state, maka ganti current state dengan SUK. Menurut Srikusumadewi,(2005: 63) pada Steepest Ascent Hill Climbing, ada tiga masalah yang mungkin terjadi, yaitu: a. Local Optimum : keadaan semua tetangga lebih buruk atau sama dengan keadaan dirinya. b. Plateu : keadaan semua tetangga sama dengan keadaan dirinya. Ridge : local optimum yang lebih disebabkan karena ketidak mampuan untuk menggunakan dua operator sekaligus. 3. Simulated Annealing Simulated Annealing memanfaatkan analogi cara pendinginan dan pembekuan metal menjadi sebuah struktur Kristal dengan energy yang minimal. Tidak seperti pendekatan Hill Climbing, dengan probabilitas tertentu Simulated Annealing mungkin bisa keluar dari jebakan local minimum. Simulated menggunakan sebuah rumus probabilitas yang memungkinkannya bisa keluar dari local minimum. (Sihombing. 2014) 3
4 METODE PENELITIAN Bahan Penilitian Bahan penelitian yang digunakan pada proses penelitian ini adalah data yang berasal dari 3 intansi pelayanan darurat di kota bogor yakni pemadam kebakaran, kantor polisi, rumah sakit. Metode yang digunakan dalam membangun sistem ini adalah dengan menggunakan pendekatan SDLC (System Development Life Cycle) yang terdiri dari berbagai tahapan sebagai berikut: Analisis Algoritma SAHC Algoritma SAHC (Steepest Ascent Hill Climbing) merupakan suatu algoritma yang termasuk pada kategori metode pencarian yang memiliki informasi (informed search method). Algoritma Steepest Ascent Hill Climbing menggunakan estimasi jarak terdekat (cost / jarak sebenarnya) untuk mencapai tujuan (goal) dan memiliki nilai heuristik yang digunakan sebagai dasar pertimbangan pemilihan jalur. Algoritma SAHC (Steepest Ascent Hill Climbing) hampir sama dengan algoritma simple hill climbing, dan yang membedakan keduanya adalah pada gerakan pencarian yang bila menemukan satu node tidak langsung berhenti tetapi dilanjutkan dengan mencari apakah ada node lain yang memiliki nilai heuristik yang lebih baik. Dalam hal ini, urutan penggunaan operator tidak menentukan penemuan solusi. Dari gambar 1 di atas, solusi bagi masalah TSP (Traveling Salesman Problem) tersebut adalah CDAB dengan panjang lintasan sebesar 6. Metode Steepest Ascent Hill Climbing tidak harus melihat naka kiri pertama kali, tetapi dengan mencari semua nilai heuristik yang lebih baik pada node node selevel. Gambar di atas menunjukkan bahwa pada level satu, yang memiliki nilai heuristik yang lebih baik dari lintasan ABCD yang panjangnya 10 adalah lintasan CBAD dan ABDC dengan lintasan sama dengan 8. Oleh karena ada dua node yang nilainya sama dan lebih baik dibandingkan node tetangganya yang lain maka kita dapat memilih salah satu node yang ingin dibuka untuk melanjutkan pencarian solusi selanjutnya. Pada gambar, dipilih node CBAD untuk pencarian selanjutnya. Pada level dua, diperoleh node CDAB dengan panjang lintasan adalah 6 sebagai lintasan yang lebih baik nilai heuristiknya dibandingkan node lintasan sebelumnya dan juga bila dibandingkan dengan node node tetangganya. Pada level tiga tidak ditemukan nilai heuristik yang lebih baik dibandingkan lintasan CDAB sehingga pencarian berhenti dan solusi yang diperoleh untuk lintasan terpendek adalah CDAB dengan panjang lintasan adalah 6. Gambar 1. Alur Steepest Ascent Hill Climbing Gambar 2. Flowchart Hill Gambar 2. Flowchart Hill Climbing Search 4
5 IMPLEMENTASI Identifikasi Masalah Aplikasi ini merupakan aplikasi untuk menentukan jalur terdekat lokasi fasilitas pelayanan darurat yang terdiri dari 3 instansi atau lembaga yakni pemadam kebakaran, kantor polisi dan rumah sakit di kota bogor, berikut : a. Hasil analisis data pemadam kebakaran didapat secara real, Mencari jalur dari titik S ke titik P1,P2, dan P3, dengan melalui node A,B,C,D,E,F,G,H,I, P1,P2,P3,P4, P5,P6,P7,P8,P9, dengan melalui node A,B,C,D,E,F,G,H,I,J,K,L,M,N. Gambar 5. Graf Jalur Rumah Sakit HASIL DAN PEMBAHASAN Gambar 3. Graf Jalur Pemadam Kebakaran Hasil Halaman Home Screen Halaman menu utama yaitu halaman kedua stelah loading halaman splash screen. Pada halaman ini terdapat 4 buah pilihan item yang terdiri dari button peta, informasi, tentang, dan keluar. Berikut ini tampilan menu terlihat pada gambar 6. b. Pada analisis data kantor polisi di kota bogor secara real, di lakukan pencarian jalur dari titik S ke titik P1,P2,P3,P4,P5,P6,P7,P8, dengan melalui node A,B,C,D,E,F,G,H,I,J, K,L,M,N,O,P,Q (a) (b) Gambar 6. Home Screen (a) Splash Screen, (b) Menu Utama Gambar 4. Graf Jalur Kantor Polisi c. Analisis pada data rumah sakit di kota bogor secara real, di lakukan pencarian jalur dari titik S ke titik Halaman Peta Algoritma SAHC (Steepest Ascent Hill Climbing) Halaman pencarian terletak pada bagian menu maps, untuk melihat lokasi pelayanan darurat berdasarkan instansi, geser layar dari kanan ke tengah kemudian klik salah satu untuk menampilkan pilihan lokasi. Untuk memilih tujuan lokasi, geser layar dari kiri ke tengah dan pilih atau klik salah satu instansi yang tersedia maka akan menampilkan rute dari Universitas Pakuan Bogor ke lokasi tujuan. Berikut tampilan 5
6 pencarian rute terdekat seperti pada gambar 7. Gambar 9. Halaman Tentang (a) (b) Gambar 7. Pencarian Rute Dengan Algoritma SAHC (a) Navigasi Kiri, Navigasi Kanan, (b) Hasil Pencarian Rute Halaman Informasi Halaman informasi berisikan 2 tab menu yakni tab info yang berisikan informasi tentang pelayanan darurat dan tab list yang berisikan daftar intansi berupa nama, foto, alamat dan keterangan. Berikut ini contoh tampilan halaman informasi seperti pada gambar 8. (a) (b) Gambar 8. Halaman informasi (a) Tab Info, (b) Tab List Halaman Tentang Halaman tentang merupakan halaman yang berisikan tentang pengembang dan aplikasi itu sendiri. Berikut ini contoh tampilan halaman tentang yang di tampilkan seperti pada gambar 9. Pembahasan Tahap berikutnya yaitu ujicoba sistem, pengujian sistem dilakukan untuk melihat apakah algoritma SAHC (Steepest Ascent Hill Climbing) dapat menentukan atau mencari lintasan terpendek pada sistem. Pengujian meliputi 2 bagian, yaitu : 1. Pengujian rute atau lintasan terpendek dari aplikasi yang telah di buat dengan hasil perhitungan manual. 2. Pengujian kesesuaian pemilihan jalur lintasan dengan membandingkan algoritma SAHC (Steepest Ascent Hill Climbing) dengan direction api dari google maps Pengujian Pencarian Rute Dalam pengujian ini, akan di lihat hasil dari perhitungan manual menggunakan algoritma SAHC (Steepest Ascent Hill Climbing), apakah sesuai dengan implementasi sistem. Ada beberapa tahap yang di lakukan, sebagai berikut : 1. Pada tahap pertama, pengujian sistem yang akan di cari yaitu rute terdekat dengan hitungan manual dari S menuju P1 (Goal/Point) pada gambar 10. Hasil dari perhitungan manual sesuaikah dengan yang di implementasikan di sistem. 6
7 N h(n) Gambar 10. Rute Perjalanan 2. Langkah ke dua, hitung semua jarak antar node yang berhubungan. Tabel 1. Jarak Dalam Meter 3. Langkah ke tiga, mendapatkan nilai h(n) menggunakan perhitungan manual dengan menggunakan titik koordinat yang telah di konversi ke desimal di hitung dengan menggunakan f(n)=h(n). Jarak garis lurus menuju ke P1 (goal). Dengan persamaan : h(n) = Tabel 1. Perhitungan Untuk Mendapat Nilai h(n) 4. Langkah ke empat, menentukan jarak antara dua titik koordinat yang berhubungan dimana jarak tersebut diasumsikan kedalam h(n) yang dapat dilihat pada tabel 6 yang di hasilkan dari perhitungan pada tabel 5. Tabel 3. Nilai h(n) S 2313 A 2207 B 1608 C 1971 D 1938 E 1544 F 4605 G 3279 H 6262 I 8534 P1 0 P P Langkah ke lima, menerapkan alur pencarian algoritma SAHC (Steepest Ascent Hill Climbing) dengan nilai heuristik h(n) yang telah di peroleh pada tabel 3. a. Dimulai dari state S. Bangkitkan semua seksesor dari state S yaitu G dan A, lakukan pemilihan state dengan f(n) yang lebih baik dari current state (dengan mencari nilai yang lebih kecil dari state lain) dan A terpilih menjadi current state dengan biaya terkecil dari state lain, sehingga f(n)=f(a) yang benilai 2207 maka terpilih sebagai seksesor S. Kemudian kita nyatakan A sebagai current state baru. S G G = G tidak di lalui, cost buruk S A A = A dilalui, maka f(n) = f(a) b. Selanjutnya, bangkitkan semua suksesor dari A yaitu B dan C, karena f(c)=1971, hal ini berarti nilai f(c) lebih besar dari state lain, maka evaluasi current state menuju stete yang lain yaitu B, karena f(b)=1608 berarti lebih kecil dari current state A, dan titik C maka terpilihlah B sebagai current state baru dengan nilai f(b)=1608 A C C = C tidak di lalui, cost buruk 7
8 A B B = B di lalui, maka f(n) = f(b) c. Lalu bangkitkan semua suksesor B, yaitu state C dan E. Karena f(c)=1971 dan f(e)=1544, hal ini berarti nilai f(e) lebih kecil dari current state dan state lain, maka terpilihlah E sebagai current state baru. B C C = C tidak di lalui, cost buruk B E E = E di lalui, maka f(n) = f(e) Gambar 11. Hasil Pencarian Rute Terdekat Dengan Algoritma SAHC Perbandingan Algoritma SAHC dengan Direction API : d. Bangkitkan semua suksesor E yaitu D dan P1. Karena f(d)=1938 dan f(p1)=0 yang merupakan tujuan akhir, terpilihlah state P1 sebagai current state baru. Kerena current state P1 sama dengan goal, berarti solusi telah di temukan dan pencarian di hentikan. E D D = D tidak di lalui, cost buruk E P1 P1 = 0 -Selesai (Goal) e. Maka rute terdekat dalam bentuk meter, sebagai berikut : S A B E P1 120m + 800m + 200m m = 2920m. 6. Hasil pencarian rute terdekat menggunakan algoritma Steepest Ascent Hill Climbing di tunjukan pada gambar 11. Keterangan : Dari hasil yang di dapat setelah menguji antara algoritma SAHC (Steepest Ascent Hill Climbing) dengan direction api, diperoleh nilai untuk algoritma SAHC (Steepest Ascent Hill Climbing) yaitu 2920m dan untuk google maps direction yaitu 3,2km. Terlihat bahwa algoritma SAHC (Steepest Ascent Hill Climbing) memiliki jarak tempuh paling pendek dibandingkan dengan google maps direction, karena google maps direction memilih jalur secara normal sesuai dengan arah jalur yang di sediakan tanpa membandingkan jalur secara satu persatu pada setiap persimpangan jalan. 8
9 KESIMPULAN DAN SARAN Kesimpulan Aplikasi Pelayanan Darurat Masyarakat (PelDaMas) Kota Bogor merupakan aplikasi pencarian titik lokasi instansi pemadam, polisi, dan rumah sakit yang ada di kota bogor, yang bertujuan mempermudah dalam proses pencarian rute dari universitas pakuan menuju instansi. Aplikasi PelDaMas ini di rancang dan dibuat menggunakan beberapa software yakni software android studio dengan bahasa pemrograman java dan xml untuk user interface, dan menggunakan emulator genymotion untuk menjalankan program aplikasi di komputer atau bisa secara langsung debuging ke smartphone android. Penentuan rute terdekat pada pencarian dengan menggunakan algoritma SAHC (Steepest Ascen Hill Climbing) di perlukan beberapa data, yaitu jarak sesungguhnya antar titik/node yang berhubungan yang merupakan biaya/cost antara node dan koordinat setiap titik/node. Dengan menggunakan data-data tersebut maka pencarian rute terdekat bisa di terapkan. Proses implementasi algoritma SAHC (Steepest Ascent Hill Climbing) tidak bisa secara langsung dimasukan pada pada pencarian rute di google maps, karena google maps sendiri tidak menyediakan layanan untuk memasukan serta menjalakan fungsi perubahan jalur yang di inginkan. Maka dari itu solusi untuk menerapkan algoritma SAHC (Steepest Ascent Hill Climbing) pada penelitian ini dilakukan secara manual dengan menggunakan data-data yang sudah di dapatkan lalu di buatkan garis sesuai hasil perhitungan manual pada rute google maps dengan memasukan titik-titik koordinat yang telah terpilih dan menjadi rute terdekat ke dalam coding program di android studio. Saran Saran yang bisa penulis sampaikan untuk pengembangan selanjutnya pada penelitian ini yaitu aplikasi yang telah di rancang dalam penelitian ini menggunakan algoritma SAHC (Steepest Ascent Hill Climbing) yang bisa di kembangkan untuk merubah titik awal lokasi secara otomatis tanpa harus menghitung manual untuk mencari rute terdekat dengan kasus lain pada penelitian selanjutya. Penelitian selanjutnya memungkinkan secara otomatis bisa menampilkan waktu tempuh, informasi kemacetan jalan, informasi jalan rusak dan lain sebagainnya yang menjadi kendala. DAFTAR PUSTAKA Fakultas Matematika Dan Ilmu pengetahuan Alam UNPAK Buku Panduan Skripsi dan Tugas Akhir. Program Studi Ilmu Komputer FMIPA Universitas Pakuan, Bogor. Pawitri Lintasan terpendek (shortest path) lintasan minimum menggunakan metode Breadth First Search pada Matlab, Universitas Sumatera Utara. Zakaria Graph adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain melalui sisi/busur (edges) Salbino, Sherief Android merupakan sebuah tumpukan (stack) perangkat lunak untuk perangkat bergerak yang mencakup sistem operasi, middleware, dan key aplications. Wishnu GPS (Global Positioning System) adalah sistem navigasi yang berbasiskan satelit yang saling berhubungan yang berada di orbitnya. Herdi Bernadus Google Maps merupakan jasa peta virtual gratis yang bersifat online yang dibuat oleh Google. Thiang, Ferdi Implementasi Metode Steepest Ascent hill Climbing Pada Mikrokontroller MCS51 Untuk Robot Mobil Pencari Rute Terpendek, Jurusan Teknik Elektro, Universitas Kristen Petra. Sihombing, Jemmy Perancangan Aplikasi Pencarian 9
10 Rute Terpendek Untuk Daerah Kota Medan Dengan Metode Steepest Ascent Hill Climbing Program Studi Teknik Informatika, STMIK Budidarma Medan. Salbino, Sherief Buku Pintar Gadget Android Untuk Pemula. ISBN Jakarta:Elex Media Komputindo. Wishnu Asyiknya Bernavigasi dengan Ponsel GPS ISBN Yogyakarta: Andi. Herdi Bernadus Buat sendiri aplikasi petamu menggunakan codelgniter dan google maps API. Yogyakarta: Andi. Dangkua, Eka Vickraien Penerapan Metode Hill Climbing Pada Sistem Informasi Geografis Untuk Mencari Lintasan Terpendek, Universitas Negeri Gorontalo, Gorontalo. Radityo Rancang Bangun Aplikasi Informasi Rute Terpendek Rumah Sakit, Rumah Bersalin, Dan Puskesmas Dengan Menggunakan Metode Steepest Ascent Hill Climbing Berbasis Android, Program Studi Teknik Informatika STMIK GI MDP. 10
11 11
KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM
KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH Generate And Test Hill Climbing Best First Search PENCARIAN HEURISTIK Kelemahan blind search : 1.
Lebih terperinciYudi Yansyah, Prihastuti Harsani, M.Si, Erniyati M.Kom Program Studi Ilmu Komputer FMIPA Universitas Pakuan ABSTRACT
Perancangan Aplikasi Pencarian Jalur Terpendek Untuk Lokasi Toko Bangunan Di Kota Bogor Dengan Metode A* (A-Star) Berbasis Android Studi Kasus : PT. Tulu Atas Kranggan Bogor Yudi Yansyah, Prihastuti Harsani,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sistem Informasi Geografis (Geographic Information Systems) merupakan sistem informasi berbasis komputer digunakan untuk menyajikan secara digital dan menganalisa penampakan
Lebih terperinciKECERDASAN BUATAN. Simple Hill Climbing. Disusun Oleh:
KECERDASAN BUATAN Simple Hill Climbing Disusun Oleh: 1. Lutvi Maulida Al H. (081112006) 2. Nurul Fauziah (081112021) 3. Anggraeni Susanti (081112055) 4. Syahrul Bahar Hamdani (081211232012) Departemen
Lebih terperinciMETODE PENCARIAN DAN PELACAKAN
METODE PENCARIAN DAN PELACAKAN SISTEM INTELEGENSIA Pertemuan 4 Diema Hernyka S, M.Kom Materi Bahasan Metode Pencarian & Pelacakan 1. Pencarian buta (blind search) a. Pencarian melebar pertama (Breadth
Lebih terperinciROBOT MOBIL PENCARI RUTE TERPENDEK MENGGUNAKAN METODE STEEPEST ASCENT HILL CLIMBING
ROBOT MOBIL PENCARI RUTE TERPENDEK MENGGUNAKAN METODE STEEPEST ASCENT HILL CLIMBING Thiang, Ferdi Ninaber Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciPENCARIAN RUTE TERPENDEK ARENA KONTES ROBOT PEMADAM API INDONESIA (KRPAI) MENGGUNAKAN ALGORITMA HILL CLIMBING
ABSTRAK PENCARIAN RUTE TERPENDEK ARENA KONTES ROBOT PEMADAM API INDONESIA (KRPAI) MENGGUNAKAN ALGORITMA HILL CLIMBING Pamor Gunoto Dosen Tetap Program Studi Teknik Elektro Universitas Riau Kepulauan (UNRIKA)
Lebih terperinciPencarian. Kecerdasan Buatan Pertemuan 3 Yudianto Sujana
Pencarian Kecerdasan Buatan Pertemuan 3 Yudianto Sujana Metode Pencarian dan Pelacakan Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Pencarian = suatu proses
Lebih terperinciSISTEM PENENTUAN LINTASAN TERPENDEK TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING
SISTEM PENENTUAN LINTASAN TERPENDEK TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING Abdul Mukthi Chifdhi 1, Dwi Puspitasari 2 Teknik Informatika, Teknologi Informasi, Politeknik Negeri
Lebih terperinciSEARCHING. Blind Search & Heuristic Search
SEARCHING Blind Search & Heuristic Search PENDAHULUAN Banyak cara yang digunakan untuk membangun sistem yang dapat menyelesaikan masalah-masalah di AI. Teknik penyelesaian masalah yang dapat dipakai untuk
Lebih terperinciContoh 4/7/ HEURISTIC METHOD. Pencarian Heuristik
07/04/2016 3. HEURISTI METHO KEERASAN BUATAN Pertemuan : 05-06 INFORMATIKA FASILKOM UNIVERSITAS IGM Pencarian Heuristik Kelemahan blind search : Waktu akses lama Memori yang dibutuhkan besar Ruang masalah
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011
Perancangan dan Pembuatan Sistem Navigasi Perjalanan Untuk Pencarian Rute Terpendek Dengan Algoritma A* Berbasis J2ME Oleh : M. ARIEF HIDAYATULLOH 1204 100 071 Dosen Pembimbing : Prof. Dr. M. Isa Irawan,
Lebih terperinciPENENTUAN ARAH TUJUAN OBJEK DENGAN TABU SEARCH
PENENTUAN ARAH TUJUAN OBJEK DENGAN TABU SEARCH Kampami Kelimay Fitri 1,Suriati 2 Jurusan Sistem Informasi Sekolah Tinggi Teknik Harapan Medan Jl. HM Jhoni No 70 Medan, Indonesia 1 Kelimayammii@gmail.com
Lebih terperinciIMPLEMENTASI METODE STEEPEST ASCENT HILL CLIMBING PADA MIKROKONTROLER MCS51 UNTUK ROBOT MOBIL PENCARI RUTE TERPENDEK
IMPLEMENTASI METODE STEEPEST ASCENT HILL CLIMBING PADA MIKROKONTROLER MCS51 UNTUK ROBOT MOBIL PENCARI RUTE TERPENDEK Thiang, Handry Khoswanto, Felix Pasila, Ferdi Ninaber, Hendra Thelly Jurusan Teknik
Lebih terperinciPencarian Rute Terpendek pada Tempat Wisata di Kota Bogor Menggunakan Metode Heuristik
Pencarian Rute Terpendek pada Tempat Wisata di Kota Bogor Menggunakan Metode Heuristik Irwansyah Saputra Jurusan Ilmu Komputer, STMIK Nusa Mandiri Jakarta Irwansyah9205@gmail.com Abstrak: Pencarian rute
Lebih terperinciAPLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2015), hal 25 32. APLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM Edi Samana, Bayu Prihandono, Evi Noviani
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING
PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING Dinda Novitasari 1, Arista Welasari 2, W. Lisa Yunita 3, Nur Alfiyah 4, dan Chasandra P. 5 Program Studi Informatika, PTIIK,
Lebih terperinciDibimbing oleh : 1. Dr. Suryo Widodo, M.Pd 2. Risky Aswi Ramadhani, M.Kom
JURNAL APLIKASI FUNDRAISER DALAM MENENTUKAN RUTE TERDEKAT PENGAMBILAN DONASI DONATUR YAYASAN NURUL HAYAT CABANG KEDIRI DENGAN ALGORITMA A* BERBASIS ANDROID OLEH : IMRON ROSADI NPM: 12.1.03.02.0323 Dibimbing
Lebih terperinciRANCANG BANGUN APLIKASI INFORMASI RUTE TERPENDEK RUMAH SAKIT, RUMAH BERSALIN DAN PUSKESMAS DI PALEMBANG DENGAN ALGORITMA STEEPEST ASCENT HILL CLIMBING
RANCANG BANGUN APLIKASI INFORMASI RUTE TERPENDEK RUMAH SAKIT, RUMAH BERSALIN DAN PUSKESMAS DI PALEMBANG DENGAN ALGORITMA STEEPEST ASCENT HILL CLIMBING BERBASIS ANDROID Gusri Alif Radityo (gusri12345@gmail.com),
Lebih terperinciBAB III METODE PELACAKAN/PENCARIAN
BAB III METODE PELACAKAN/PENCARIAN Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Pencarian = suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan,
Lebih terperinciBAB III ALGORITMA GREEDY DAN ALGORITMA A* membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini terbaik di
BAB III ALGORITMA GREEDY DAN ALGORITMA A* 3.1 Best First Search Sesuai dengan namanya, best-first search merupakan sebuah metode yang membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini
Lebih terperinciBAB I PENDAHULUAN UKDW. dalam kehidupan kita sehari-hari, terutama bagi para pengguna sarana
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pencarian jalur terpendek merupakan sebuah masalah yang sering muncul dalam kehidupan kita sehari-hari, terutama bagi para pengguna sarana transportasi. Para
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM Pada bab ini akan dibahas mengenai Sistem Informasi Geografis Pencarian Lokasi Terdekat Kantor PLN Medan Berbasis Android yang meliputi analisa sistem yang sedang berjalan
Lebih terperinciMANAJEMEN BASIS DATA SARANA KAMPUS UNIVERSITAS BENGKULU MENGGUNAKAN ALGORITMA A* BERBASIS SPASIAL
MANAJEMEN BASIS DATA SARANA KAMPUS UNIVERSITAS BENGKULU MENGGUNAKAN ALGORITMA A* BERBASIS SPASIAL Foni Panca Wardhani 1, Asahar Johar 2, Yulian Fauzi 3 1,2,3 Program Studi Teknik Informatika, Fakultas
Lebih terperinciGambar 3.1 Flowchart Membuat Rute Lari
BAB III ANALISA DAN PERANCANGAN Bab ini akan menjelaskan analisa sistem dan perancangan sebuah prototipe aplikasi android untuk melakukan pembuatan rute lari dengan menggunakan algoritma haversine formula.
Lebih terperinciMetode Searching. Blind/Un-informed Search. Heuristic/Informed Search. Breadth-First Search (BFS) Depth-First Search (DFS) Hill Climbing A*
SEARCHING Russel and Norvig. 2003. Artificial Intelligence: a Modern Approach. Prentice Hall. Suyanto, Artificial Intelligence. 2005. Bandung:Informatika Program Studi Ilmu Komputer FPMIPA UPI RNI IK460(Kecerdasan
Lebih terperinciHEURISTIC SEARCH UTHIE
HEURISTIC SEARCH Pendahuluan Pencarian buta biasanya tidak efisien karena waktu akses memori yang dibutuhkan cukup besar. Untuk mengatasi hal ini maka perlu ditambahkan suatu informasi pada domain yang
Lebih terperinciBAB 2 LANDASAN TEORI 2.2. Algoritma A* (A Star)
BAB 2 LANDASAN TEORI Bab ini membahas tentang teori pendukung beserta penelitian terdahulu yang berhubungan dengan penerapan algoritma A Star dalam pencarian jarak terdekat indekos dari kampus. 2.1. Indekos
Lebih terperinciImplementasi Metode Simulated Annealing pada Robot Mobil untuk Mencari Rute Terpendek
Implementasi Metode Simulated Annealing pada Robot Mobil untuk Mencari Rute Terpendek Thiang, Dhany Indrawan Jurusan Teknik Elektro, Universitas Kristen Petra Surabaya 60236, Indonesia e-mail: thiang@petra.ac.id
Lebih terperinciArtificial Intelegence/ P_3 EKA YUNIAR
Artificial Intelegence/ P_3 EKA YUNIAR Pokok Bahasan Teknik Pencarian Heuristik Generate And Test Hill Climbing Best First Searching Problem Reduction Constrait Satisfaction Means End Analysis Teknik Pencarian
Lebih terperinciIMPLEMENTASI METODE DIJKSTRA DALAM MOBILE APLIKASI PENCARIAN SPBU TERDEKAT DI KOTA PALEMBANG. Vina Meitasari 1, Ali Nurdin 1, Aryanti 1
IMPLEMENTASI METODE DIJKSTRA DALAM MOBILE APLIKASI PENCARIAN SPBU TERDEKAT DI KOTA PALEMBANG Vina Meitasari 1, Ali Nurdin 1, Aryanti 1 1 Fakultas Teknik Elektro, Program Studi Teknik Telekomunikasi DIV
Lebih terperinciREDGELEY GREY ELLY Nomor Mahasiswa :
SKRIPSI PENERAPAN METODE SIMPLE HILL CLIMBING UNTUK PENENTUAN JALUR TERPENDEK PENYALURAN MINYAK TANAH PADA AGEN BERBASIS ANDROID REDGELEY GREY ELLY Nomor Mahasiswa : 155410212 PROGRAM STUDI TEKNIK INFORMATIKA
Lebih terperinciPENERAPAN METODE HILL CLIMBING UNTUK PENCARIAN RUTE LOKASI KULINER TERDEKAT DI SUMATERA UTARA BERBASIS ANDROID
PENERAPAN METODE HILL CLIMBING UNTUK PENCARIAN RUTE LOKASI KULINER TERDEKAT DI SUMATERA UTARA BERBASIS ANDROID Muhammad Shodiq 1, Nelly Astuti Hasibuan 2, Sony Bahagia Sinaga 3 1 Mahasiswa Teknik Informatika
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 0, No. (2015), hal 17 180. PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING Kristina Karunianti Nana, Bayu Prihandono,
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pembuatan Web Sistem Informasi Geografis (SIG) salah satunya didorong karena penggunaan internet yang sangat luas dimasyarakat dan pemerintah, karena internet maka
Lebih terperinciPertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM
07/04/2016 3. HEURISTIC METHOD Algoritma yang menggunakan Metode Best-First Search, yaitu: 1 Literatur Review KECERDASAN BUATAN Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM a. Greedy Best-First Greedy
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Berikut ini dijelaskan tentang tampilan hasil dari Perancangan Sistem Informasi Geografis Lokasi Loket Bus di Kota Medan dapat dilihat sebagai berikut : IV.1.1. Hasil
Lebih terperinciPencarian Lintasan Terpendek Pada Aplikasi Navigasi Menggunakan Algoritma A*
Pencarian Lintasan Terpendek Pada Aplikasi Navigasi Menggunakan Algoritma A* Erfandi Suryo Putra 13515145 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciMetode Pencarian & Pelacakan dengan Heuristik
Metode Pencarian & Pelacakan dengan Heuristik Pencarian Buta (Blind Search) Breadth-First Search Depth-First Search Pencarian Terbimbing (Heuristics Search) Generate & Test Hill Climbing Best-First Search
Lebih terperinciCase Study : Search Algorithm
Case Study : Search Algorithm INF-303 Kecerdasan Buatan Jurusan Informatika FMIPA UNSYIAH Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Website: http://informatika.unsyiah.ac.id/irvanizam Contoh
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penghitungan rute terpendek memegang peranan penting dalam kehidupan sehari-hari karena harus dilakukan dalam waktu singkat dan pada saat itu juga agar segera dapat
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN. dan memudahkan dalam pengembangan sistem selanjutnya. Tujuan dari analisa
BAB III ANALISIS DAN PERANCANGAN.1. Analisis Sistem Dalam perancangan sebuah sistem diperlukan analisis untuk keperluan sistem. Dengan adanya analisis sistem, sistem yang dirancang diharapkan akan lebih
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Hasil Aplikasi pencarian rute terdekat berbasis android ini bertujuan untuk memberikan kemudahan kepada pengguna aplikasi untuk memberikan informasi mengenai rute atau
Lebih terperinciKATA PENGANTAR. DAFTAR TABEL.. xviii. 1.1 Latar Belakang Masalah 1
DAFTAR ISI Halaman HALAMANJUDUL LEMBAR PENGESAHAN PEMBIMBING LEMBAR PERNYATAAN KEASLIAN HASIL TUGAS AKHIR LEMBAR PENGESAHAN PENGUJI HALAMAN PERSEMBAHAN HALAMAN MOTTO KATA PENGANTAR ABSTRAKSI DAFTAR ISI
Lebih terperinciHEURISTIC SEARCH. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc
HEURISTIC SEARCH Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Jurusan Informatika Universitas Syiah Kuala http://informatika.unsyiah.ac.id/irvanizam Travelling Salesmen Problem Seorang salesman
Lebih terperinciUJI KINERJA DAN SIMULASI PENENTUAN JARAK TERPENDEK DENGAN SIMULATED ANNEALING PADA SUHU TETAP DAN SUHU BERUBAH
UJI KINERJA DAN SIMULASI PENENTUAN JARAK TERPENDEK DENGAN SIMULATED ANNEALING PADA SUHU TETAP DAN SUHU BERUBAH Dian Savitri, S.Si, M.Si Jurusan Teknik Sipil Fakultas Teknik Unesa dee_11januari@yahoo.com
Lebih terperinciDAFTAR ISI. ABSTRAKSI... i. KATA PENGANTAR... ii. DAFTAR ISI... iv. DAFTAR GAMBAR... viii. DAFTAR TABEL... xi. DAFTAR LAMPIRAN...
DAFTAR ISI ABSTRAKSI... i KATA PENGANTAR... ii DAFTAR ISI... iv DAFTAR GAMBAR... viii DAFTAR TABEL... xi DAFTAR LAMPIRAN... xii BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Perumusan Masalah... 3
Lebih terperinciSebelumnya... Best-First Search Greedy Search A* Search, karena boros memory, dimunculkan variannya (sekilas): IDA* SMA* D* (DWA*) RBFS Beam
Sebelumnya... Best-First Search Greedy Search A* Search, karena boros memory, dimunculkan variannya (sekilas): IDA* SMA* D* (DWA*) RBFS Beam Kecerdasan Buatan Pertemuan 04 Variasi A* dan Hill Climbing
Lebih terperinciPENERAPAN ALGORITMA BIDIRECTIONAL A* PADA MOBILE NAVIGATION SYSTEM
PENERAPAN ALGORITMA BIDIRECTIONAL A* PADA MOBILE NAVIGATION SYSTEM Indra Siregar 13508605 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan
Lebih terperinciPenerapan Dynamic Programming pada sistem GPS (Global Positioning System)
Penerapan Dynamic Programming pada sistem GPS (Global Positioning System) Christy Gunawan Simarmata - 13515110 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM Pada bab ini akan dibahas mengenai Sistem Informasi Geografis Letak Masjid Raya dan Masjid Jami di Kota Medan Berbasis Android yang meliputi analisa masalah dan desain
Lebih terperinciPENERAPAN ALGORITMA PENCARIAN SEQUENTIAL SEARCH
PENERAPAN ALGORITMA PENCARIAN SEQUENTIAL SEARCH PADA KAMUS ANGGREK BERBASIS ANDROID Nurul Pesari, Tjut Awaliyah Z, Aries Maesya Email: pesari.nurul@gmail.com Program Studi Ilmu Komputer Fakultas MIPA-UNPAK
Lebih terperinciPENCARIAN RUTE TERPENDEK DENGAN MENGGUNAKAN ALGORITMA DEPTH FIRST, BREATH FIRST DAN HILL CLIMBING (STUDY COMPARATIVE)
PENCARIAN RUTE TERPENDEK DENGAN MENGGUNAKAN ALGORITMA DEPTH FIRST, BREATH FIRST DAN HILL CLIMBING (STUDY COMPARATIVE) Fakultas Teknik, Universitas Negeri Semarang Abstrak. Pencarian rute terpendek saat
Lebih terperinciPENERAPAN ALGORITMA ANT COLONY UNTUK TRAVELLING SALESMAN PROBLEM PADA PERANGKAT BERGERAK
PENERAPAN ALGORITMA ANT COLONY UNTUK TRAVELLING SALESMAN PROBLEM PADA PERANGKAT BERGERAK PRIYANKA GEMET ARISMOYO NRP 5109100178 Dosen Pembimbing I Henning Titi Ciptanigntyas S.Kom., M.Kom. Dosen Pembimbing
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini perkembangan perangkat telepon telah sampai pada era smartphone. Telepon pada zaman dulu hanya berfungsi sebagai alat komunikasi suara atau pesan saja.
Lebih terperinciBAB I PENDAHULUAN. generasi pertama pada tahun 1972 dikenal dengan game konsol yang dikeluarkan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan game dari masa ke masa dibagi menjadi 9 generasi, dari generasi pertama pada tahun 1972 dikenal dengan game konsol yang dikeluarkan oleh perusahaan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Internet sebagai salah satu media informasi yang efektif dan efisien dalam penyampaian informasi yang bisa diakses setiap orang kapan saja dan dimana saja,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini teknologi telah berkembang dengan cukup pesat. Perkembangan teknologi mengakibatkan pemanfaatan atau pengimplementasian teknologi tersebut dalam berbagai
Lebih terperinciBAB IV TEKNIK PELACAKAN
BAB IV TEKNIK PELACAKAN A. Teknik Pelacakan Pelacakan adalah teknik untuk pencarian :sesuatu. Didalam pencarian ada dua kemungkinan hasil yang didapat yaitu menemukan dan tidak menemukan. Sehingga pencarian
Lebih terperinciAnalisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek
Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Hugo Toni Seputro Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Jl. Ganesha 10 Bandung Jawa Barat Indonesia
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pencarian rute terpendek merupakan masalah dalam kehidupan sehari-hari, berbagai kalangan menemui masalah yang sama dalam pencarian rute terpendek (shortest path) dengan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Kemajuan teknologi saat ini membuat masyarakat mulai mendigitalisasikan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemajuan teknologi saat ini membuat masyarakat mulai mendigitalisasikan semua perangkat pendukung yang biasa mereka gunakan, salah satu contohnya adalah peta. Peta
Lebih terperinciWEBGIS PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITM A STAR (A*) (Studi Kasus: Kota Bontang)
Jurnal Informatika Mulawarman Vol. 8 No. 2 Edisi Juli 2013 50 WEBGIS PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITM A STAR (A*) (Studi Kasus: Kota Bontang) 1) Yuliani, 2) Fahrul Agus 1,2) Program Studi
Lebih terperinciUKDW BAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam pengiriman barang, pemilihan jalur yang tepat sangat penting dalam meminimalkan biaya dan waktu pengiriman barang. Penggunaan teknologi dapat membantu
Lebih terperinciBAB I Pendahuluan Latar Belakang Masalah
1.1. Latar Belakang Masalah BAB I Pendahuluan Kota Medan adalah salah satu kota terbesar di Indonesia. Berdasarkan kutipan dari Kode dan Data Wilayah Administrasi Pemerintahan (Permendagri No. 56 tahun
Lebih terperinciPERANCANGAN APLIKASI PENCARIAN RUTE TERPENDEK MENEMUKAN TEMPAT PARIWISATA TERDEKAT DI KEDIRI DENGAN METODE FLOYD- WARSHALL UNTUK SMARTPHONE
PERANCANGAN APLIKASI PENCARIAN RUTE TERPENDEK MENEMUKAN TEMPAT PARIWISATA TERDEKAT DI KEDIRI DENGAN METODE FLOYD- WARSHALL UNTUK SMARTPHONE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh
Lebih terperinciAPLIKASI PENCARIAN OBJEK WISATA TAMAN SAFARI INDONESIA BOGOR MENGGUNAKAN METODE BINARY SEARCH BERBASIS ANDROID
APLIKASI PENCARIAN OBJEK WISATA TAMAN SAFARI INDONESIA BOGOR MENGGUNAKAN METODE BINARY SEARCH BERBASIS ANDROID Dwijayanti Porbosari Winiar Nor, Iyan Mulyana, Soewarto Hardhienata Email : dwijayantipwn@gmail.com
Lebih terperinciPenentuan Jarak Terpendek dan Jarak Terpendek Alternatif Menggunakan Algoritma Dijkstra Serta Estimasi Waktu Tempuh
Penentuan Jarak Terpendek dan Jarak Terpendek Alternatif Menggunakan Algoritma Dijkstra Serta Estimasi Waktu Tempuh Asti Ratnasari 1, Farida Ardiani 2, Feny Nurvita A. 3 Magister Teknik Informatika, Universitas
Lebih terperinciBAB I PENDAHULUAN. Perkembangan teknologi saat ini sangat begitu pesat, di. zaman seperti sekarang ini manusia diberikan fasilas yang lebih
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi saat ini sangat begitu pesat, di zaman seperti sekarang ini manusia diberikan fasilas yang lebih dari teknologi, apa saja yang dibutuhkan bisa
Lebih terperinciBAB 1 PENDAHULUAN. tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam masalah pengiriman barang, sebuah rute diperlukan untuk menentukan tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui darat, air,
Lebih terperinciPencarian Rute Terpendek dengan Menggunakan Algoritma Depth First, Breath First dan Hill Climbing (Study Comparative)
Jurnal Kompetensi Teknik Vol. 2, No.1, Novemberi 2010 57 Pencarian Rute Terpendek dengan Menggunakan Algoritma Depth First, Breath First dan Hill Climbing (Study Comparative) Feddy Setio Pribadi & Anggraini
Lebih terperinciANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI. Lindawati Syam M.P.Siallagan 1 S.Novani 2
ANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI Lindawati Syam M.P.Siallagan 1 S.Novani 2 Jurusan Teknik Informatika, FT, Jl. Dipati Ukur Bandung ABSTRAK Masalah Travelling Salesman
Lebih terperinciI-1 BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam hidup ini, kita sering melakukan perjalanan dari satu tempat ke tempat yang lain. Tentu saja perjalanan yang kita lakukan tidak tanpa pertimbangan terlebih
Lebih terperinciBAB II TINJAUAN PUSTAKA. a) Purwadhi (1994) dalam Husein (2006) menyatakan: perangkat keras (hardware), perangkat lunak (software), dan data, serta
BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis (SIG) 2.1.1 Pengertian Sistem Informasi Geografis Ada beberapa pengertian dari sistem informasi geografis, diantaranya yaitu: a) Purwadhi (1994) dalam
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Banyak volume kendaraan yang ada saat ini semakin membuat banyak lokasi-lokasi kemacetan dimana-mana, terutama pada jam-jam sibuk seperti
Lebih terperinciBAB I PENDAHULUAN. Industri mobile phone saat ini berkembang dengan pesat. Menurut
BAB I PENDAHULUAN 1.1 Latar Belakang Industri mobile phone saat ini berkembang dengan pesat. Menurut International Telecomunication Union [1], jumlah mobile phone di dunia pada 2011 mencapai 5,9 miliar
Lebih terperinciJURNAL SISTEM PENCARIAN JARAK TERDEKAT MENGGUNAKAN METODE HAVERSINE BERBASIS ANDROID
JURNAL SISTEM PENCARIAN JARAK TERDEKAT MENGGUNAKAN METODE HAVERSINE BERBASIS ANDROID DISTANCE TO THE NEAREST SEARCH SYSTEM USING HAVERSINE METHOD ANDROID BASED Oleh: MUHAMMAD ARIZAL FAHRIBI C. F. NPM :
Lebih terperinciPENCARIAN RUTE TERPENDEK LOKASI SPBU TERDEKAT DI KOTA KEDIRI DENGAN MENGGUNAKAN METODE FLOYD-WARSHALL
PENRIN RUTE TERPENDEK LOKSI SPU TERDEKT DI KOT KEDIRI DENGN MENGGUNKN METODE FLOYD-WRSHLL SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Teknik (S.Kom.) Pada Program Studi
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM. melakukan evaluasi terhadap Sistem Informasi Geografis Rute Terpendek Kantor
BAB III ANALISA DAN DESAIN SISTEM III.1.Analisis Masalah Analisa sistem pada yang berjalan bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Informasi Geografis Rute Terpendek Kantor
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH
Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 17 24. PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Fatmawati, Bayu Prihandono, Evi Noviani INTISARI
Lebih terperinciOPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR. Marhaendro Bayu Setyawan
OPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR Marhaendro Bayu Setyawan 2206 100 021 AGENDA PEMBUKAAN DASAR TEORI Latar belakang Permasalahan Batasan masalah Tujuan Permasalahan Lintasan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Berikut adalah tampilan hasil dan uji coba dari Sistem Informasi Geografis Lokasi Toko Sepeda Gunung Di Kota Medan Berbasis Android. IV.1.1. Tampilan Menu Utama Tampilan
Lebih terperincimemberikan output berupa solusi kumpulan pengetahuan yang ada.
MASALAH DAN METODE PEMECAHAN MASALAH (Minggu 2) Pendahuluan Sistem yang menggunakan kecerdasan buatan akan memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan yang ada.
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 terperinci1. Pendahuluan. Perkembangan teknologi saat ini telah memberikan pengaruh yang sangat besar bagi dunia teknologi informasi dan telekomunikasi.
PERANGKAT LUNAK LAYANAN INFORMASI PENCUCIAN KENDARAAN BERMOTOR BERBASIS MOBILE UNTUK PENGGUNA ANDROID Arif Ichsan F Teknik Informatika, Program Studi Manajemen Informatika, STMIK KOMPUTER NIAGA LPKIA BANDUNG
Lebih terperinciBAB II TINJAUAN PUSTAKA. ditentukan oleh pemilik kos sedangkan lama waktu penyewaan ditentukan sendiri
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Studi Tentang Kos-kos Kos merupakan salah satu tempat penyedia jasa penginapan atau tempat tinggal sementara yang terdiri dari beberapa kamar dan setiap
Lebih terperinciSistem Kecerdasan Buatan. Masalah, Ruang Masalah dan Pencarian Solusi. Masalah. Masalah Sebagai Ruang Keadaan 10/7/2015
Sistem Kecerdasan Buatan Masalah, Ruang Masalah dan Pencarian Solusi Bahan Bacaan : Sri Kusumadewi, Artificial Intelligence. Russel, Artificial Intelligence Modern Approach 2 bagian utama kecerdasan buatan
Lebih terperinciBAB II TINJAUAN PUSTAKA
17 BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis Sistem Informasi Geografis atau Geografic Information Sistem (GIS) merupakan sistem komputer yang digunakan untuk memasukkan, menyimpan, memeriksa,
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 terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan dunia transportasi saat ini memberikan beberapa dampak baik dan buruk bagi pengguna alat transportasi maupun lalu lintas khususnya diperkotaan. Kota Medan
Lebih terperinciANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM
ANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM Hari Murti 1, R. Soelistijadi 2, Sugiyamto 3 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Loket Bus merupakan tempat dimana masyarakat yang akan memesan atau membeli suatu tiket untuk menggunakan sarana transportasi bus sebagai keperluan
Lebih terperinciSTUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API
STUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API Akhmad Alfan Hidayatullah, Anik Nur Handayani, Muhammad Jauharul Fuady Teknik Elektro - Universitas
Lebih terperinciBAB 3 ANALISIS DAN DESAIN SISTEM
BAB 3 ANALISIS DAN DESAIN SISTEM 3.1 Analisis Masalah Umum Shortest path merupakan suatu persoalan untuk mencari lintasan antara dua buah node pada graph berbobot yang memiliki gabungan nilai jumlah bobot
Lebih terperinciPENERAPAN DIRECTION API UNTUK MENCARI RUTE FASTFOOD DI KOTA BOGOR BERBASIS ANDROID ABSTRAK
PENERAPAN DIRECTION API UNTUK MENCARI RUTE FASTFOOD DI KOTA BOGOR BERBASIS ANDROID Arif Aziansyah Asmar 1) Sri Setyaningsih 2) Lita Karlitasari Program Studi Ilmu Komputer-FMIPA Universitas Pakuan Jl.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinciIMPLEMENTASI SISTEM PANDUAN BERBASIS ANDROID DENGAN PENERAPAN UNTUK BUDIDAYA TANAMAN HIAS ANTHURIUM
IMPLEMENTASI SISTEM PANDUAN BERBASIS ANDROID DENGAN PENERAPAN UNTUK BUDIDAYA TANAMAN HIAS ANTHURIUM Nurwibowo, Prof.Dr.Ing Soewarto Hardhienata dan Iyan Mulyana, M.Kom Email : Bigreds.1892@gmail.com Program
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas landasan teori, penelitian terdahulu, kerangka berpikir, dan hipotesis yang mendasari penyelesaian Traveling Salesman Problem dalam menentukan lintasan
Lebih terperinciBAB III ANALISA DAN PERANCANGAN Bab ini akan menjelaskan analisa sistem dan perancangan sebuah prototipe aplikasi android untuk melakukan pencarian rute terpendek dengan menggunakan algoritma dijkstra
Lebih terperinciSistem Navigasi Indoor Menggunakan Sinyal Wi-fi dan Kompas Digital Berbasis Integrasi dengan Smartphone untuk Studi Kasus pada Gedung Bertingkat
Sistem Navigasi Indoor Menggunakan Sinyal Wi-fi dan Kompas Digital Berbasis Integrasi dengan Smartphone untuk Studi Kasus pada Gedung Bertingkat A448 Alifa Ridho Musthafa, R.V. Hari Ginardi, dan F.X. Arunanto
Lebih terperinci