BAB 4 HASIL DAN PEMBAHASAN
|
|
- Ridwan Sudjarwadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 4 HASIL DAN PEMBAHASAN 4.1. Hasil Implementasi Pembahasan untuk penerapan algoritma harmony search yang dilakukan dalam penjadwalan asisten ini, akan dijabarkan dengan ulasan hasil dari inputan parameterparameter yang berbeda. Untuk hasil penjadwalan, dapat dipastikan berbeda dari percobaan yang pertama hingga yang terakhir walaupun parameter yang diinput sama, hal ini karena adanya random value yang digunakan dalam algoritma. Untuk hasil-hasil yang dijabarkan di sini, adalah hasil-hasil selama penulis melakukan percobaan. Dari hasil inisialisasi matriks penampung yang dibaca dari file excel, ada beberapa parameter tetap yang perlu diketahui: adalah jumlah asisten pengajar untuk dialokasikan adalah jumlah ruangan praktikum yang tersedia untuk alokasi transaksi praktikum adalah jumlah periode yang digunakan dalam transaksi praktikum. Untuk tiga tetapan di atas, akan digunakan secara konstan dalam melakukan algoritma penjadwalan ini. Dalam melakukan implementasi untuk pengujian algoritma ini pada program, akan dilakukan secara bertahap dan terbagi menjadi tiga langkah utama:
2 1. Konversi raw data ke matriks penampung Langkah ini akan mengubah data-data mentah (raw data) yang didapatkan dari tim Resources Management dan Database Administrator menjadi data olahan dasar, berupa matriks biner 0,1 dan bipolar 1,1. Contoh data mentah untuk data kualifikasi yang akan diolah datanya dilampirkan pada lampiran. Berikut sample yang diambil untuk keterangan: Gambar 1 Contoh raw data kualifikasi Keterangan: a. Kolom A mewakili asisten pengajar. b. Setiap kolom mewakili kode-kode matakuliah yang dilayani oleh Software Laboratory Center. c. Nilai Q menandakan asisten memiliki kualifikasi untuk matakuliah pada kolom yang diwakilinya. d. Nilai selain Q menandakan asisten tidak memiliki kualifikasi untuk matakuliah pada kolom yang diwakilinya. Pada contoh nilai tersebut adalah PT. Hasil konversi dari data di atas, akan dituliskan dalam file qualification_t.xlsx, sebagai contoh: Gambar 2 Hasil konversi data kualifikasi
3 Keterangan: a. Setiap kolom dan baris akan terproyeksi sama seperti data mentah. b. Nilai hasil konversi akan berbentuk biner, nilai 1 akan mewakili status Q, sedangkan 0 untuk lainnya. Contoh data mentah untuk data asisten pengajar yang akan diolah datanya dilampirkan pada lampiran. Berikut sample yang diambil untuk keterangan: Gambar 3 Contoh raw data asisten pengajar Keterangan: a. Data yang dibutuhkan ada pada kolom INISIAL dan SHIFT. b. Untuk nilai pada kolom SHIFT terdiri dari pagi dan malam. Hasil konversi dari data di atas, akan dituliskan dalam file resources_t.xlsx, sebagai contoh: Gambar 4 Hasil konversi data asisten pengajar Keterangan: a. Kolom A mewakili asisten pengajar. b. Setiap kolom mewakili periode praktikum yang ada pada transaksi. c. Nilai -1 mengindikasikan pada periode tersebut, asisten yang diwakili kolom A tidak bisa dialokasikan untuk mengajar, karena asisten yang bersangkutan berada di luar shift kerja.
4 d. Nilai 0 mengindikasikan pada periode tersebut, asisten yang diwakili kolom A available untuk dialokasikan mengajar. Bila pada tahapan selanjutnya ada alokasi yang terjadi, maka nilai 0 akan berubah menjadi 1 atau 0,5 sesuai dengan bobot matakuliah yang dialokasikan. Contoh data mentah untuk data transaksi yang akan diolah datanya dilampirkan pada lampiran. Berikut sample yang diambil untuk keterangan: Gambar 5 Contoh raw data transaksi praktikum Keterangan: a. Data dikonversi menjadi matriks dua dimensi dengan Kode Mtk sebagai nilai. b. Nilai pada kolom ruang, akan menjadi baris. Nilai pada kolom hari dan shift akan menjadi kolom, pada hasil konversi. Hasil konversi dari data di atas, akan dituliskan dalam file transaction_t.xlsx, dan disimpan sebagai matriks,, sebagai contoh: Keterangan: Gambar 6 Hasil konversi data transaksi praktikum a. Setiap baris mewakili ruangan praktikum.
5 b. Setiap kolom mewakili periode praktikum. c. Setiap matakuliah yang diwakili pada nilai matriks, akan terkorespondensi dari data asal. 2. Inisialisasi HM Pada langkah ini, data-data hasil konversi yang tersimpan dalam masingmasing excel ([nama_file]_t.xlsx) akan digunakan untuk diisikan pada harmoni memori, yang merupakan matriks,. Untuk matriks, sendiri merupakan cerminan matriks, yang juga hasil konversi data transaksi praktikum, namun dengan nilai berupa asisten pengajar. Untuk mengisi matriks,, dilakukan perulangan sesuai dengan jumlah baris dan kolom pada matriks,. Nila i matakuliah pada matriks, digunakan sebagai referensi untuk mendapatkan asisten yang memiliki kualifikasi matakuliah tersebut dan available pada shift sesuai dengan kolom pada matriks,. Contoh untuk matriks, dalam file excel: Gambar 7 Contoh matriks, pada file excel Jumlah matriks, yang dihasilkan akan sebanyak jumlah parameter HMS yang akan dimasukkan dalam array multi-dimensi, dengan susunan array berupa array 3 dimensi [$HMS][$r][$p].
6 Bila matriks, sejumlah HMS sudah didapatkan, maka dilanjutkan untuk mendapatkan nilai objektif untuk masing-masing HM. Untuk mewakili nilai objektif, dalam penerapan digunakan variabel tvalues yang merupakan array 2 dimensi [$HMS][$penalty]. Untuk $penalty = 0, mewakili penalti untuk batasan C3. $penalty = 1, mewakili penalti untuk batasan C2. $penalty = 2, mewakili penalti untuk batasan C1. Dari hasil tvalues yang didapatkan, nilai objektif akan didapat dengan menjumlahkan nilai penalty yang ada untuk masing-masing HMS. $, Improvisasi harmoni baru Untuk mendapatkan harmoni baru, dilakukan cara yang sama dalam melakukan inisialisasi disertai dengan kemungkinan kondisi pengisian dengan nilai pada harmoni memori yang sudah ada (HMCR), dan nilai neighbourhood pada harmoni memori yang sudah ada (PAR). Bagian yang penting dalam langkah ini adalah mengupdate data harmoni memori dan nilai objektif dari harmoni memori yang sudah ada dengan nilai objektif harmoni memori baru yang lebih baik. Bila hal ini dilakukan berulan g (dalam hal ini sesuai dengan parameter NI), maka akan ada kemungkinan terjadi perbaikan harmoni memori, maksimal sebanyak NI. Dari semua langkah yang dilakukan dalam menerapkan algoritma, nantinya akan menghasilkan sebuah dengan nilai objektif yang diharapkan (minimal). Hasil akhir dari algoritma program yang digunakan dalam membantu penerapan algoritma akan dijabarkan dalam tiga bentuk matriks, matrik,, dan, dan akan disimpan dalam sebuah file excel.
7 Berikut akan ditampilkan hasil dari percobaan untuk penjadwalan asisten pengajar dengan menggunakan parameter-parameter HSA dan parameter permasalahan sebagai berikut: HMS = 5, Minimum Weight = 4,5, Maximum Weight = 5,5, Variation Max = 5, HMCR = 90, PAR = 20, dan NI = 75. Sedikit tampilan hasil dalam file excel: Gambar 8 Contoh matriks w hasil algoritma G ambar 9 Contoh matriks t hasil algoritma
8 Gambar 10 Contoh matriks e hasil algoritma 4.2. Pembahasan Perbandingan Hasil Implementasi Perbandingan hasil dari penjadwalan asistensi asisten pengajar secara manual dengan penerapan atau implementasi algoritma harmony search bisa dilihat dalam bentuk tabel. Perbandingan ini dilakukan untuk mengetahui efektivitas dari parameter HMS terhadap nilai objektif, dengan asumsi parameter lain tetap. Kolom-kolom pada tabel mewakili nilai penalti yang didapat untuk masing-masing batasan, untuk penalti bobot asisten pengajar diwakili kolom C3, untuk penalti mengajar lebih dari dua shift dalam satu hari diwakili kolom C2, dan untuk penalti mengajar matakuliah lebih dari variasi yang ditentukan diwakili kolom C3. percobaan: Data pada tabel diambil berdasarkan data terbaik dari masing-masing 10 kali
9 Tabel 1 Perbandingan nilai objective dengan perbedaan parameter pada HMS HMS C3 C2 C1 Objective Berdasarkan tabel 1, bisa dilihat bahwa parameter HMS tidak terlalu efektif untuk meminimalkan nilai objektif, dengan distribusi penalti yang relatif sama. Dari hasil tersebut untuk penalti pada bobot asisten pengajar yang diwakili C3, C2, dan C1 terlihat merata dan tidak mengalami banyak perubahan, meskipun terjadi perubahan pada jumlah memori harmoni yang digunakan dalam perbaikan harmoni. Nilai objektif yang didapat dengan meningkatkan jumlah memori harmoni pun tidak mengalami perubahan yang signifikan, dengan nilai objektif minimum yang didapatkan 90. Tabel 2 Perbandingan nilai objektif dengan perbedaan parameter pada HMCR HMCR C3 C2 C1 Objective Berdasarkan tabel 2, bisa dilihat bahwa parameter HMCR yang besar memiliki kecenderungan untuk perbaikan yang lebih baik. Dari tabel, untuk nilai HMCR sebesar 85 mendapatkan hasil objektif sebesar 93, lebih besar dibandingkan dengan nilai HMCR 80. Sedangkan untuk nilai HMCR 90, terjadi penurunan yang signifikan, dengan nilai objektif menjadi 88. Hal ini membuat inkonsistensi pada peningkatan parameter HMCR, karena bergantungnya parameter HMCR pada harmoni memori yang sudah ada sebelumnya.
10 Tabel 3 Perbandingan nilai objektif dengan perbedaan parameter pada PAR PAR C3 C2 C1 Objective Berdasarkan tabel 3, bisa dilihat bahwa parameter PAR yang besar memiliki kecenderungan untuk perbaikan yang lebih baik, dengan distribusi penalti yang relatif random. Dari tabel, untuk nilai PAR sebesar 20, terjadi penurunan nilai penalti untuk C3 menjadi 47, yang merupakan titik terendah penalti C3 dari semua percobaan yang dilakukan, namun penurunan ini tidak diimbangi dengan penurunan nilai objektif. Berkurangnya nilai C3 mengakibatkan meningkatnya nilai penalti pada C2, sehingga nilai objektif cenderung tidak berubah secara signifikan. Pada percobaan, untuk nilai parameter PAR sebesar 30, bisa menekan nilai objektif pada nilai 89. Tabel 4 Perbandingan nilai objektif dengan perbedaan parameter pada NI NI C3 C2 C1 Objective Berdasarkan tabel 4, bisa dilihat bahwa nilai pada parameter NI yang besar memiliki kecenderungan untuk perbaikan yang lebih baik, dengan distribusi penalti yang relatif random. Untuk penambahan nilai pada NI, nilai objektif yang dihasilkan pun membaik, terbukti dengan adanya penurunan nilai objektif seiring dengan bertambahnya parameter NI. Untuk nilai NI yang besar, yang dalam percobaan ini adalah 100, akan memperbesar kemungkinan untuk mendapatkan hasil yang lebih optimal.
11 Keterangan parameter yang digunakan untuk 4 tabel yang dijabarkan di atas: a. Min Weight = 4,5 b. Max Weight = 5,5 c. Variation Max = 5 d. HMS = 10 (selain pada tabel 1) e. HMCR = 90 (selain pada tabel 2) f. PAR = 30 (selain pada tabel 3) g. NI = 100 (selain pada tabel 4) Dari 4 perbandingan di atas, bila diambil yang terbaik dan dibandingkan dengan nilai objektif pada hasil penjadwalan manual, maka akan didapatkan tabel perbandingan yang mengukur keefektifan dari algoritma harmony search: Tabel 5 Perbandingan algoritma harmony search dan manual C3 C2 C1 Objective Harmony Manual Pada tabel 5, digunakan parameter pada harmony search, HMS = 10, Min Weight = 4,5, Max Weight = 5,5, Variation Max = 5, HMCR = 90, PAR = 30, dan NI = 100, dan dilakukan selama 10 kali percobaan untuk mendapatkan nilai objektif yang terbaik. Dari tabel 5, dapat dilihat bahwa hasil untuk penjadwalan manual masih memiliki nilai objektif yang jauh lebih baik dibandingkan dengan menggunakan algoritma harmony search. Hal ini dikarenakan penjadwalan manual yang dihasilkan sudah diminimalisasi sebaik mungkin dan sudah digunakan pada praktikum semester genap
12 10/11, jadi nilai penalti yang didapat pastinya sudah minimal. Bila dibandingkan per parameter, untuk setiap pelanggaran pada batasan, digambarkan dalam diagaram: Nilai Rata rata Penalti HMS HMCR PAR NI C1 C2 C3 Nilai Penalti Gambar 11 Chart hasil perbandingan nilai rata-rata penalti per parameter Dari diagaram di atas, bisa dilihat untuk setiap parameter yang diubah secara independen memiliki kecenderungan untuk menghasilkan nilai yang relatif sama pada setiap pelanggaran batasan. Perbandingan pada tabel-tabel di atas, belum disertai dengan dimensi waktu. Bila dimensi waktu diikutsertakan, maka algoritma harmony search akan secara mutlak mengalahkan waktu dari manual. Perkiraan untuk waktu proses manual kurang lebih selama 1 minggu hari kerja, sedangkan dengan melakukan implementasi algoritma harmony search bisa diselesaikan dalam waktu yang relatif singkat (kurang dari 15 menit). Oleh karena itu sebagai usulan solusi dari permasalahan ini, bisa menggunakan algoritma harmony search ini untuk membuat prototype penjadwalan, yang selanjutnya
13 bisa diperbaiki dan disesuaikan oleh tim Resources Management secara manual dengan melihat data yang direpresentasikan pada matriks-matriks excel hasil algoritma Kompleksitas Algoritma Dari hasil menjalankan algoritma optimasi harmony search, penulis mencoba menguraikan kapasitas dari algoritma tersebut dalam sebuah notasi kompleksitas algoritma. Berdasarkan pseudocode yang terlampir pada bab 3, bisa dilihat bahwa untuk melakukan inisialisasi harmoni memerlukan perulangan yang berdasarkan pada besarnya harmoni memori dan jumlah dari harmoni memori, dan untuk melakukan perbaikan pada harmoni, dilakukan perulangan sebanyak NI dengan melakukan perulangan di dalamnya untuk mendapatkan dan menghitung harmoni memori baru. Pada proses membaca data dari file excel sampai pada inisialisasi harmoni memori besar kompleksitasnya dinotasikan dengan. untuk jumlah asisten pengajar dan untuk jumlah periode. Pada proses melakukan improvisasi harmoni baru sampai kondisi NI terpenuhi, besar kompleksitasnya dinotasikan dengan. untuk jumlah asisten pengajar dan untuk jumlah periode. Kompleksitas algoritma secara keseluruhan dapat dihitung dengan cara membandingkan kedua proses di atas dengan cara: Bisa disederhanakan dengan hanya membandingkan:
14 Karena untuk penelitian yang dilakukan penulis menggunakan nilai, maka untuk kompleksitas algoritma ini adalah. Dengan nilai Sehingga kompleksitas algoritm: Dengan kompleksitas yang diketahui, bisa dicermati bahwa ukuran jumlah asisten akan mempengaruhi besaran dari kompleksitas algoritma harmony search yang digunakan. Semakin besar nilai kompleksitas akan menandakan kecilnya efektivitas dari algoritma tersebut, dan akan mempengaruhi waktu proses algoritma.
BAB 3 METODOLOGI Metode Penelitian. Dalam melakukan penelitian akan permasalahan ini, penulis menggunakan metode
BAB 3 METODOLOGI 3.1. Metode Penelitian Dalam melakukan penelitian akan permasalahan ini, penulis menggunakan metode rapid application development (RAD), dengan alur pengerjaan sebagai berikut: Gambar
Lebih terperinciAUTOMATISASI TIMETABLING ASISTEN PENGAJAR PADA SOFTWARE LABORATORY CENTER MENGGUNAKAN HARMONY SEARCH
AUTOMATISASI TIMETABLING ASISTEN PENGAJAR PADA SOFTWARE LABORATORY CENTER MENGGUNAKAN HARMONY SEARCH Niko Sutiono Binus University, Jakarta, DKI Jakarta, Indonesia Ngarap Immanuel Manik Binus University,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Penjadwalan 2.1.1 Definisi Penjadwalan Menurut Stevenson (Stevenson, 2009), penjadwalan adalah kegiatan yang berkaitan dengan membangun jaringan waktu dengan satu atau lebih sumber
Lebih terperinciBAB 1 PENDAHULUAN. jadwal yang disusun tetap realistis untuk digunakan. berjalan sebagaimana mestinya. Agar praktikum berjalan dengan baik, kepala
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Penjadwalan merupakan salah satu hal yang penting bagi sebuah lembaga pendidikan, mengingat bahwa dengan adanya penjadwalan yang baik maka sumber daya manusia, ruang,
Lebih terperinciProgram Studi Sistem Informasi STMI - Kementerian Perindustrian Jakarta 2012
OPTIMASI SISTEM INFORMASI PENJADWALAN KULIAH BERBASIS HEURISTIC SEARCH YANG DIKOMBINASIKAN DENGAN TEKNIK SMART BACK TRACKING DAN LOOK AHEAD (STUDI KASUS PADA STMI KEMENTERIAN PERINDUSTRIAN) Oleh : Dedy
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem Spesifikasi perangkat lunak dan perangkat keras yang digunakan dalam pengembangan aplikasi adalah sebagai berikut
Lebih terperinciManual. Alokasi Mengajar
Manual Alokasi Mengajar Binus University Software Laboratory Cente r 2011 Splash Screen Gambar 1. Tampilan Layar Halaman Splash Screen Pada saat pertama kali aplikasi dijalankan akan muncul layar Splash
Lebih terperinci8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN Studi Pustaka Pembentukan Data
Gambar 4 Proses Swap Mutation. 8. Evaluasi Solusi dan Kriteria Berhenti Proses evaluasi solusi ini akan mengevaluasi setiap populasi dengan menghitung nilai fitness setiap kromosom sampai terpenuhi kriteria
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN. Pada bab ini akan dijelaskan mengenai proses analisa perangkat lunak dan perancangan atau desain perangkat lunak.
BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dijelaskan mengenai proses analisa perangkat lunak dan perancangan atau desain perangkat lunak. 3.1 ANALISA SISTEM Analisa aplikasi ini meliputi 3 (tiga)
Lebih terperinciOPTIMISASI TOTAL TEMPUH NPC PADA RTS GAME MENGGUNAKAN HARMONY SEARCH ALGORITHM. Herti Miawarni 1* Jl. A. Yani 114, Surabaya 60231, Telp.
OPTIMISASI TOTAL TEMPUH NPC PADA RTS GAME MENGGUNAKAN HARMONY SEARCH ALGORITHM Herti Miawarni 1* 1 Program Studi Teknik Elektro, Fakultas Teknik, Universitas Bhayangkara Surabaya Jl. A. Yani 114, Surabaya
Lebih terperinciALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW)
ALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW) Irinne Puspitasari 1, Purwanto 2 Email : irinne.puspitasari@gmail.com JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinci4 BAB 4 IMPLEMENTASI DAN EVALUASI. rencana implementasi dapat dilihat pada Tabel 4.1 di bawah ini : Tabel 4.1 Tabel Rencana Implementasi
4 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Rencana Implementasi Untuk memastikan program dapat berjalan dengan lancar, maka perlu dilakukan instalasi perangkat keras, sistem operasi dan DBMS, program aplikasi,
Lebih terperinciPENERAPAN ALGORITMA HARMONY SEARCH DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM
PENERAPAN ALGORITMA HARMONY SEARCH DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM Peneliti Dosen Pembimbing : Achmad Setiawan NRP. 2506100136 : Ir. Budi Santosa, M.Sc., Ph.D NIP. 132
Lebih 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 terperinciLAMPIRAN. Layar ini digunakan untuk menyajikan informasi kepada user dalam bentuk Pivot
LAMPIRAN 1. Tampilan Layar Pivot Table Layar ini digunakan untuk menyajikan informasi kepada user dalam bentuk Pivot Table. Di dalam layar ini user dapat mencetak table, mengatur tampilan informasi pada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Seiring dengan perkembangan teknologi yang semakin pesat, Software
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi yang semakin pesat, Software Laboratory Center sebagai unit kerja dari Bina Nusantara University dituntut untuk mengikuti perkembangan
Lebih terperinciPEMANFAATAN SOLVER EXCEL UNTUK OPTIMASI PENJADWALAN MATA PELAJARAN
PEMANFAATAN SOLVER EXCEL UNTUK OPTIMASI PENJADWALAN MATA PELAJARAN Erika Eka Santi Dosen Universitas Muhammadiyah Ponorogo Email : erikapmatumpo@gmail.com ABSTRAK Penyusunan jadwal pelajaran merupakan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Masalah penjadwalan secara umum adalah aktivitas penugasan yang berhubungan dengan sejumlah constraint, sejumlah kejadian yang dapat terjadi pada suatu
Lebih terperinciALGORITMA PEMOGRAMAN SEMESTER GENAP 2017/2018
ALGORITMA PEMOGRAMAN SEMESTER GENAP 2017/2018 INSTITUT TEKNOLOGI SUMATERA 2018 MODUL 3 Petunjuk Praktikum Modul ini dilaksanakan dalam 2 (dua) sesi praktikum. Tiap sesi praktikum dilaksanakan dalam 3 tahap
Lebih terperinciBAB III ANALISIS KOMPLEKSITAS ALGORITMA
BAB III ANALISIS KOMPLEKSITAS ALGORITMA 3.1 Kompleksitas Algoritma Suatu masalah dapat mempunyai banyak algoritma penyelesaian. Algoritma yang digunakan tidak saja harus benar, namun juga harus efisien.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Perancangan program aplikasi yang akan dibuat menggabungkan algoritma Brute Force dan algoritma Greedy yang digunakan secara bergantian pada tahap-tahap tertentu. Karena itu, pada
Lebih terperinciManual Penggunaan Algoritma Tabu Search untuk Mengoptimasikan Penjadwalan Job Shop
Manual Penggunaan Algoritma Tabu Search untuk Mengoptimasikan Penjadwalan Job Shop Akhmad Hidayatno Armand Omar Moeis Komarudin Zulkarnain Aziiz Sutrisno Laboratorium Rekayasa, Simulasi dan Pemodelan Sistem
Lebih terperinciBAB 1 PENDAHULUAN. kegiatan belajar mengajar yang efektif.
2 BAB 1 PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan teknologi yang semakin pesat, Binus University sebagai salah satu perguruan tinggi di Indonesia dituntut untuk mengikuti perkembangan
Lebih terperinciBAB 1 PENDAHULUAN. Penjadwalan (timetabling) yang baik akan meningkatkan produktivitas dan efisiensi
BAB 1 PENDAHULUAN BAB 1 PENDAHULUAN 1.1 Latar Belakang Penjadwalan merupakan masalah klasik yang masih menarik sampai saat ini. Penjadwalan (timetabling) yang baik akan meningkatkan produktivitas dan efisiensi
Lebih terperinciBAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA. Penjadwalan kuliah di departemen Matematika UI melibatkan
BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA Penjadwalan kuliah di departemen Matematika UI melibatkan beberapa komponen yakni ruang kuliah, dosen serta mahasiswa. Seorang
Lebih terperinciAnalisis Penggunaan Algoritma Greedy dalam Program Solusi Fisibel Basis Awal Transportasi
Abstrak Analisis Penggunaan Algoritma Greedy dalam Program Solusi Fisibel Basis Awal Transportasi Komang Gita A 1, Heryanto 2, Stefanus A N 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
111 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Aplikasi otomatisasi penjadwalan yang dibuat merupakan aplikasi desktop. Dalam pengoperasiannya, dibutuhkan perangkat keras dan piranti lunak dengan
Lebih terperinciPenggunaan Algoritma Greedy dalam Penyelesaian Masalah Transportasi
Penggunaan Algoritma Greedy dalam Penyelesaian Masalah Transportasi Ferry Mulia Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jln. Ganesha no.10, Bandung
Lebih terperinciPENERAPAN ALGORITMA HARMONY SEARCH DAN ALGORITMA TABU SEARCH PADA PENJADWALAN FLOWSHOP SKRIPSI. oleh. Veni Pramudya Hapsari NIM
PENERAPAN ALGORITMA HARMONY SEARCH DAN ALGORITMA TABU SEARCH PADA PENJADWALAN FLOWSHOP SKRIPSI oleh Veni Pramudya Hapsari NIM 071810101102 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinci:Mahasiswa dapat mempraktekkan penggunaan array
Praktikum : Pemrograman II Modul Praktikum ke : 06 Judul Materi : Array Tujuan / Sasaran :Mahasiswa dapat mempraktekkan penggunaan array Waktu (lama) : 3 Jam Aplikasi yang digunakan : Visual Basic I. Array/Matrik
Lebih terperinciBAB 3 LINEAR PROGRAMMING
BAB 3 LINEAR PROGRAMMING Teori-teori yang dijelaskan pada bab ini sebagai landasan berpikir untuk melakukan penelitian ini dan mempermudah pembahasan hasil utama pada bab selanjutnya. 3.1 Linear Programming
Lebih terperinciOleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT
MULTI ATTRIBUTE DECISION MAKING DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION UNTUK MENENTUKAN REKOMENDASI PENERIMA BEASISWA BBM DAN PPA DI STMIK AMIKOM PURWOKERTO Oleh:
Lebih terperinci1. Pendahuluan Selama ini penjadwalan pelajaran hampir di semua sekolah yang meliputi jadwal mata pelajaran dan pembagian guru di setiap kelas yang
1. Pendahuluan Selama ini penjadwalan pelajaran hampir di semua sekolah yang meliputi jadwal mata pelajaran dan pembagian guru di setiap kelas yang ada masih menggunakan cara manual yaitu pihak Tata Usaha
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Adapun landasan teori yang dibutuhkan dalam pembahasan tugas akhir ini di antaranya adalah definisi graf, lintasan terpendek, lintasan terpendek fuzzy, metode rangking fuzzy, algoritma
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM 3.1 Analisis Permasalahan TSP merupakan suatu masalah klasik yang telah ada sejak tahun 1800-an, sejauh ini telah cukup banyak metode yang diciptakan untuk menyelesaikan
Lebih terperinciPENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI POLA PENYUSUNAN BARANG DALAM RUANG TIGA DIMENSI ABSTRAK
PENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI POLA PENYUSUNAN BARANG DALAM RUANG TIGA DIMENSI Eddy Triswanto Setyoadi, ST., M.Kom. ABSTRAK Melakukan optimasi dalam pola penyusunan barang di dalam ruang tiga
Lebih terperinciBAB I PENDAHULUAN. Salah satu permasalahan dunia pendidikan yang akan diangkat dalam
1 BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu permasalahan dunia pendidikan yang akan diangkat dalam penelitian ini adalah seputar kecurangan ketika ujian berlangsung yaitu menyontek. Menyontek memiliki
Lebih terperinciBAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Permasalahan Optimasi Optimasi adalah proses memaksimasi atau meminimasi suatu fungsi tujuan dengan tetap memperhatikan pembatas yang ada. Optimasi memegang peranan penting
Lebih terperinciManajemen Sains. Pemrograman Linier (Metode Simpleks) Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011
Manajemen Sains Pemrograman Linier (Metode Simpleks) Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011 Komponen dasar Variabel keputusan yang kita cari untuk ditentukan Objective (tujuan)
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari, penjadwalan merupakan masalah klasik yang paling sering ditemui. Berbagai instansi atau perusahaan dihadapkan dengan masalah penjadwalan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan merupakan hal yang sangat penting, sebab pendidikan merupakan proses mencetak generasi penerus bangsa. Adapun fungsi pendidikan adalah untuk mengembangkan
Lebih terperinciBAB III PEMBAHASAN. menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian
BAB III PEMBAHASAN Dalam bab ini akan dibahas mengenai pembentukan portofolio optimum menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian model Fuzzy Mean Absolute Deviation (FMAD)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Program linier (Linier Programming) Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciPERMASALAHAN PENJADWALAN FLOW SHOP DALAM PROSES PENGECATAN BODY MOBIL DENGAN MENGGUNAKAN HARMONY SEARCH ALGORITHM SKRIPSI ANNAS MAIYASYA
PERMASALAHAN PENJADWALAN FLOW SHOP DALAM PROSES PENGECATAN BODY MOBIL DENGAN MENGGUNAKAN HARMONY SEARCH ALGORITHM SKRIPSI ANNAS MAIYASYA 081402044 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER
Lebih terperinci1.4. Batasan Masalah Batasan-batasan masalah dalam pembuatan tugas akhir ini adalah sebagai berikut :
BAB 1 PENDAHULUAN 1.1. Pengantar Perkembangan jaman yang diiringi dengan kemajuan teknologi sekarang ini menyebabkan perubahan hampir di segala bidang. Salah satu aspeknya ialah teknologi komputerisasi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Fungsi utama perancangan program aplikasi tugas akhir ini adalah melakukan konversi terhadap citra dengan format raster atau bitmap ke format vektor dengan tipe
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN APLIKASI
BAB III ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Dalam proses analisis, terdapat dua cara yang ditempuh, diantaranya : a. Wawancara/Interview Langkah ini dilakukan untuk mengetahui permasalahan-permasalahan
Lebih terperinciISSN VOL 15, NO 2, OKTOBER 2014
PENERAPAN METODE TOPSIS DAN AHP PADA SISTEM PENUNJANG KEPUTUSAN PENERIMAAN ANGGOTA BARU, STUDI KASUS: IKATAN MAHASISWA SISTEM INFORMASI STMIK MIKROSKIL MEDAN Gunawan 1, Fandi Halim 2, Wilson 3 Program
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM III.1 Analisis Sistem Analisis sistem merupakan penguraian dari suatu sistem yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasikan dan
Lebih terperinciALGORITMA PEMOGRAMAN SEMESTER GENAP 2017/2018
ALGORITMA PEMOGRAMAN SEMESTER GENAP 2017/2018 INSTITUT TEKNOLOGI SUMATERA 2018 MODUL 4a Petunjuk Praktikum Modul ini dilaksanakan dalam 1 (satu) sesi praktikum. Tiap sesi praktikum dilaksanakan dalam 3
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN Pada perancangan sistem pendukung keputusan, analisis memegang peranan yang penting dalam membuat rincian sistem baru. Analisis perangkat lunak merupakan langkah pemahaman
Lebih terperinciBAB 1 PENDAHULUAN. Seiring dengan perkembangan zaman, berbagai kebutuhanpun semakin
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan zaman, berbagai kebutuhanpun semakin bertambah. Salah satu kebutuhan yang penting saat ini adalah kebutuhan akan pendidikan. Pendidikan
Lebih terperinciBAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu
BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang MIN Sumberbanjar merupakan salah satu institusi pendidikan di bawah naungan Kementerian Agama Republik Indonesia. Mengikuti tujuan lembaga pendidikan dalam mencerdaskan
Lebih terperinciModul 15 Searching. 1.1 Kompetensi
1.1 Kompetensi Modul 15 Searching 1. Mahasiswa mampu menjelaskan mengenai algoritma Searching. 2. Mahasiswa mampu membuat dan mendeklarasikan struktur algoritma Searching. 3. Mahasiswa mampu menerapkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
33 BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil 4.1.1 Uraian Hasil Metode Gabungan AHP dan TOPSIS Dalam penyelesaian permasalahan dengan metode AHP dan TOPSIS ada beberapa langkah-langkah pemecahannya, yaitu
Lebih terperinciPORTOFOLIO MATAKULIAH ALGORITMA DAN PEMROGRAMAN KOMPUTER (DPH1B4) SEMESTER GASAL 2016/2017. DOSEN: Wahyu Hidayat ( )
PORTOFOLIO MATAKULIAH ALGORITMA DAN PEMROGRAMAN KOMPUTER (DPH1B4) SEMESTER GASAL 2016/2017 DOSEN: Wahyu Hidayat (14850015) PROGRAM STUDI D3 MANAJEMEN INFORMATIKA FAKULTAS ILMU TERAPAN UNIVERSITAS TELKOM
Lebih terperinciPERANCANGAN PROGRAM. struktur/hirarki menu, State Transition Diagram (STD), modul dan pseudocode, serta
BAB 4 PERANCANGAN PROGRAM 4. Perancangan Program Dalam perancangan program aplikasi ini, terlebih dahulu dibuat rancangan struktur/hirarki menu, State Transition Diagram (STD), modul dan pseudocode, serta
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Plat nomor kendaraan bermotor merupakan ciri atau tanda pengenal suatu kendaraan yang diberikan oleh kepolisian. Setiap plat nomor kendaraan memiliki kombinasi
Lebih terperinciPenyelesaian Masalah Symmetric Traveling Salesman Problem Dengan Jaringan Saraf Continuous Hopfield Net
Penyelesaian Masalah Symmetric Traveling Salesman Problem Dengan Jaringan Saraf Continuous Hopfield Net Apul Prima S, Sri Suwarno, R. Gunawan Santosa Fakultas Teknologi Informasi, Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Assignment problem yang biasa dibentuk dengan matriks berbobot merupakan salah satu masalah dalam dunia teknik informatika, dimana masalah ini merupakan masalah yang
Lebih terperinciImplementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah
Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Leonard Tambunan AMIK Mitra Gama Jl. Kayangan No. 99, Duri-Riau e-mail : leo.itcom@gmail.com Abstrak Pada saat ini proses penjadwalan kuliah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI Bab ini berisi teori-teori yang berkaitan dengan Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Product, Pengertian perguruan tinggi serta tujuan perguruan tinggi..1 Sistem
Lebih terperinci2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PENGESAHAN PENGUJI... iii BERITA ACARA DEMO SOFTWARE TUGAS AKHIR... iv SURAT PERNYATAAN KARYA ASLI TUGAS AKHIR...v ABSTRAK.....vi
Lebih terperinci1. BAB 1 PENDAHULUAN. 1.1 Latar Belakang
1. BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan modern saat ini, globalisasi dan perkembangan ilmu teknologi telah membawa perubahan hampir semua aspek kehidupan. Manusia sering kali dihadapkan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Kerangka berpikir Perubahan nilai tukar rupiah terhadap mata uang asing tidak dapat dihindari. Untuk mengatasi perubahan yang tidak pasti ini diperlukan suatu prediksi.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS
ISSN : 2338-4018 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS Ambar Widayanti (ambarwidayanti@gmail.com) Muhammad Hasbi (hasbb63@yahoo.com) Teguh Susyanto (teguh@sinus.ac.id)
Lebih terperinciPertemuan 5: Pengenalan Variabel Array
Pertemuan 5: Pengenalan Variabel Array Contoh kasus: Penghitungan Nilai IPK Nilai IPK mahasiswa ditentukan dengan algoritma sebagai berikut: Untuk setiap mata kuliah yang diambil oleh mahasiswa: Ambil
Lebih terperinciPENGEMBANGAN BAGAN KENDALI MUTU UNTUK KOMPOSISI. simplex-lattice adalah (q+ m-1)!/(m!(q-1)!) (Cornell 1990).
Lalu bagan Shewhart dapat dibentuk dengan rumus sebagai berikut: simplex-lattice adalah (q+ m-1)!/(m!(q-1)!) (Cornell 1990). p = Rata-rata proporsi produk cacat n = Ukuran contoh yang diambil UCL = Batas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Seiring dengan perkembangan teknologi yang berkembang pesat, hampir
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi yang berkembang pesat, hampir semua sektor kehidupan menggunakan teknologi informasi untuk mendukung pekerjaan operasional mereka
Lebih terperinciABSTRAK. iv Universitas Kristen Maranatha
ABSTRAK PT. Mitra Abadi Sejahtera adalah sebuah perusahaan yang bergerak di bidang garmen yang mengolah kain menjadi pakaian. Perusahaan memproduksi barang sesuai pesanan konsumen (job order). Masalah
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI. Sistem Pendukung Keputusan Pada dasarnya pembuatan keputusan merupakan suatu pendekatan yang bersifat sistematis, artinya pendekatan yang berawal dan bermula dari hakikat suatu masalah,
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Dalam pengerjaan perancangan dan pembuatan aplikasi pengenalan karakter alfanumerik JST algoritma Hopfield ini menggunakan software Borland Delphi 7.0. 3.1 Alur Proses Sistem
Lebih terperinciBAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu
18 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Penjadwalan merupakan kegiatan administrasi utama di berbagai institusi. Masalah penjadwalan merupakan masalah penugasan sejumlah kegiatan dalam periode
Lebih terperinciPetunjuk Teknis Aplikasi IBS RB BPR
User Manual IBS RBBPR 1 Petunjuk Teknis Aplikasi IBS RB BPR I. Pendahuluan Petunjuk teknis ini dibuat sebagai panduan dalam melakukan setup Aplikasi IBS RBBPR. Pada intinya Aplikasi IBS RBBPR ini harus
Lebih terperinciPERBAIKAN UNSTRUCTURED DATABASE SISTEM PEMBELIAN PT. X UNTUK PENGEMBANGAN SISTEM INTEGRASI PERUSAHAAN
PERBAIKAN UNSTRUCTURED DATABASE SISTEM PEMBELIAN PT. X UNTUK PENGEMBANGAN SISTEM INTEGRASI PERUSAHAAN Bernardo Nugroho Yahya Jurusan Teknik Industri, Fakultas Teknologi Industri Universitas Kristen Petra
Lebih terperinciPenjadwalan Petugas Medis pada Kondisi Darurat dengan Menggunakan Binary Integer Programming Berbasis Web
A497 Penjadwalan Petugas Medis pada Kondisi Darurat dengan Menggunakan Binary Integer Programming Berbasis Web Bryan Alfadhori, Ahmad Saikhu, dan Victor Hariadi Jurusan Tekni Informatika, Fakultas Teknologi
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Metodologi Penelitian Tahapan-tahapan yang dilalui pada kegiatan penelitian digambarkan pada Gambar 3.1. Untuk mencapai tujuan penelitian maka dilakukan tahap-tahap penelitian
Lebih terperinciSISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
Lebih terperinciPertemuan 1: Pendahuluan dan Pengantar Algoritma
Pertemuan 1: Pendahuluan dan Pengantar Algoritma Tentang Saya Nama lengkap : Intan Yuniar Purbasari, S.Kom, M.Sc. Pendidikan : S1: Teknik Informatika, ITS (1998-2003) S2: Computer Science, Univ. of Queensland
Lebih terperinciBAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang
BAB III ALGORITMA BRANCH AND BOUND Algoritma Branch and Bound merupakan metode pencarian di dalam ruang solusi secara sistematis. Ruang solusi diorganisasikan ke dalam pohon ruang status. Pohon ruang status
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Gambaran Umum Manusia mempunyai kemampuan untuk belajar sejak dia dilahirkan, baik diajarkan maupun belajar sendiri, hal ini dikarenakan manusia mempunyai jaringan saraf.
Lebih terperinciALGORITMA PEMOGRAMAN SEMESTER GENAP 2017/2018
ALGORITMA PEMOGRAMAN SEMESTER GENAP 2017/2018 INSTITUT TEKNOLOGI SUMATERA 2018 MODUL 2 Petunjuk Praktikum Modul ini dilaksanakan dalam 1 (satu) sesi praktikum. Tiap sesi praktikum dilaksanakan dalam 3
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Sebagai acuan penulisan penelitian ini diperlukan beberapa pengertian dan teori yang berkaitan dengan pembahasan. Dalam sub bab ini akan diberikan beberapa landasan teori berupa pengertian,
Lebih terperinciBAB III MODEL TRANSPORTASI. memperkecil total biaya distribusi (Hillier dan Lieberman, 2001, hlm. 354).
BAB III MODEL TRANSPORTASI. Pendahuluan Permasalahan transportasi berkaitan dengan pendistribusian beberapa komoditas dari beberapa pusat penyediaan, yang disebut dengan sumber menuju ke beberapa pusat
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Moh Husni Nurmansyah, Yuniarsi Rahayu 2 Program Studi Teknik Informatika S, Fakultas Ilmu Komputer Universitas Dian
Lebih terperinciSILABUS MATA PELAJARAN
SILABUS MATA PELAJARAN Satuan Pendidikan : SMK Mata Pelajaran : PEMROGRAMAN DASAR Kelas / Semester : X /1 Kompetensi Inti* KI 1: Menghayati dan mengamalkan ajaran agama yang dianutnya KI 2: Menghayati
Lebih terperinciMembuat grafik histogram dan polygon serta mencetaknya ke printer
Modul ke: Membuat grafik histogram dan polygon serta mencetaknya ke printer Mahasiswa dapat membuat histogram dan poligon, kemudian mencetaknya ke printer. Fakultas FEB Nawindah,S.Kom,M.Kom Program Studi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengambilan Keputusan (Decision Making) Banyak keputusan utama yang dihadapi perusahaan untuk mencapai tujuan perusahaan dengan batasan situasi lingkungan operasi. Pembatasan tersebut
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Spesifikasi Sistem Spesifikasi perangkat lunak dan perangkat keras yang digunakan dalam pembuatan aplikasi adalah sebagai berikut : a. Perangkat Lunak 1. Microsoft
Lebih terperinciPENGUKURAN PERANGKAT LUNAK
PENGUKURAN PERANGKAT LUNAK PENGANTAR: Pengukuran adalah suatu hal pokok bagi disiplin perekayasaan(engineering), tidak terkecuali pada perekayasaan perangkat lunak atau software. Jangkauan luas pengukuran
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pesatnya perkembangan teknologi informasi saat ini, telah mempengaruhi pola dan cara hidup masyarakat baru-baru ini, khususnya institusi pendidikan di Indonesia.
Lebih terperinciPendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner
Vol. 7, 2, 108-117, Januari 2011 Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner Jusmawati Massalesse Abstrak Tulisan ini dimaksudkan untuk memperlihatkan proses
Lebih terperinciBAB III 1 METODE PENELITIAN
23 BAB III 1 METODE PENELITIAN 1.1 Sumber Data Data yang digunakan dalam penelitian ini sebagai berikut: 1. Karakteristik pembangkit meliputi daya maksimum dam minimum, karakteristik heat-rate (perbandingan
Lebih terperinciBAB II TINJAUAN PUSTAKA. Job shop scheduling problem (JSSP) adalah permasalahan optimasi
BAB II TINJAUAN PUSTAKA 2.1 Job Shop Scheduling Problem (JSSP) Job shop scheduling problem (JSSP) adalah permasalahan optimasi kombinatorial. Misalkan terdapat n buah job atau pekerjaan, yaitu J 1, J 2,,
Lebih terperinciBAB III METODOLOGI PENILITIAN
BAB III METODOLOGI PENILITIAN 3.1 Metode Penilitian Metodologi penelitian menguraikan seluruh kegiatan yang dilaksanakan selama penelitian berlangsung dari awal proses penelitian sampai akhir penelitian.
Lebih terperinciBAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.
BAB III METODELOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: 1. Hardware a. Prosesor : Intel Core i5-6198du CPU @2.30GHz (4 CPUs), ~2.40GHz b.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu
Lebih terperinci