BAB IV IMPLEMENTASI METODE. Pada bab ini akan diimplementasikan metode yang dipakai pada tugas
|
|
- Herman Susman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB IV IMPLEMENTASI METODE Pada bab ini akan diimplementasikan metode yang dipakai pada tugas akhir ini dengan menggunakan software Matlab 7. Program dapat dilihat pada lampiran. Input dari program adalah dua barisan DNA yang terdiri dari empat karakter, yaitu: A (Alanine), C (Cytosine), G (Guanine), T (Thymine). Barisan DNA diambil secara acak dari Bioinformatic Toolbox pada Matlab 7. Selain barisan DNA juga diberikan input berupa nilai tetap X sebagai batas skor dari lintasan. Outputnya berupa penyejajaran yang optimum dari dua barisan DNA. Berikut akan ditampilkan output dari beberapa percobaan penyejajaran dua barisan DNA dengan metode simpul akhir dari lintasan skor terbatas. Percobaan dilakukan dengan panjang karakter yang berbeda-beda. Aturan pemberian skor untuk setiap pemasangan pada implementasi metode sama seperti bab-bab sebelumnya, yaitu pemasangan antarkarakter yang sama diberikan skor 2, pemasangan antar karakter yang berbeda diberikan skor -1, dan pemasangan karakter dengan spasi diberikan skor -1. Contoh 4.1 Barisan diperoleh secara acak dengan panjang karakter maksimum 5. Penyejajaran barisan..., Erizkia 75 Melati, FMIPA UI, 2008
2 76 barisan pertama C A T A G dengan panjang karakter 5, dan barisan kedua T G T A A dengan panjang karakter 5. Pilih nilai X = 2. Output dari penyejajaran kedua barisan di atas dapat dilihat pada Gambar 4.1. Diperoleh penyejajaran yang optimum adalah sebagai berikut. C A T A G T G T A A Pemasangan antarkarakter yang sama ada sebanyak 2. Pemasangan antarkarakter yang berbeda ada sebanyak 3. Total skor penyejajarannya adalah 1. Gambar 4.1. Output penyejajaran barisan pada Contoh 4.1
3 77 Penyajian graf dari penyejajaran pada Contoh 4.1 terdiri dari (5 + 1) (5 + 1) = 24 simpul. Pada Gambar 4.1, elemen matriks Y menyatakan minimum dari skor tdrop lintasan X yang berakhir di suatu simpul. Elemen dengan nilai inf menyatakan bahwa lintasan yang berakhir di simpul tersebut tidak ditelusuri kembali untuk memperoleh lintasan optimum. Dari Gambar 4.1, dapat dilihat pada matriks Y terdapat beberapa elemen bernilai inf. Hal ini menyatakan bahwa tidak semua simpul pada graf dikunjungi. Contoh 4.2: Barisan diperoleh secara acak dengan panjang karakter maksimum 5. barisan pertama C C dengan panjang karakter 2, dan barisan kedua C dengan panjang karakter 1. Pilih nilai X = 0. Output dari penyejajaran kedua barisan di atas dapat dilihat pada Gambar 4.2. Pada pemilihan nilai X = 0 tidak diperoleh lintasan X yang berakhir di simpul paling akhir. Dengan memilih X = 1, diperoleh penyejajaran yang optimum adalah sebagai berikut. C C _ C Pemasangan antarkarakter yang sama ada sebanyak 1.
4 78 Pemasangan karakter dengan spasi ada sebanyak 1. Total skor penyejajarannya adalah 1. Gambar 4.2. Output penyejajaran barisan pada Contoh 4.2 Pada contoh 4.2 terlihat bahwa pemilihan X pertama kali terlalu kecil sehingga tidak diperoleh penyejajaran yang optimum. Baru pada pemilihan X yang kedua kali diperoleh penyejajaran yang optimum. Contoh 4.3 Barisan diperoleh secara acak dengan panjang karakter maksimum 5.
5 79 barisan pertama C G G dengan panjang karakter 3, dan barisan kedua C A dengan panjang karakter 2. Pilih nilai X = 3. Output dari penyejajaran kedua barisan di atas dapat dilihat pada Gambar 4.3. Diperoleh penyejajaran yang optimum adalah sebagai berikut. C G G C _ A Pemasangan antarkarakter yang sama ada sebanyak 2. Pemasangan antarkarakter yang berbeda ada sebanyak 1. Pemasangan karakter dengan spasi ada sebanyak 1. Total skor penyejajarannya adalah 0. Gambar 4.3. Output penyejajaran barisan pada Contoh 4.3
6 80 Dapat dilihat pada output yang dihasilkan, untuk X = 3, semua simpul ditelusuri karena tidak ada elemen dari matriks Y yang bernilai infinity. Semua simpul ditelusuri berarti semua kemungkinan penyejajaran yang ada dilakukan. Hal ini menunjukan bahwa pemilihan X yang terlalu besar menyebabkan metode yang dipakai pada tugas akhir ini sama seperti metode Needleman-Wunsch. Contoh 4.4: Barisan diperoleh secara acak dengan panjang karakter maksimum 10. barisan pertama T A C G G dengan panjang karakter 5, dan barisan kedua G C C A C C C T T dengan panjang karakter 9. Pilih nilai X = 3. Output dari penyejajaran kedua barisan di atas dapat dilihat pada Gambar 4.4. Diperoleh penyejajaran yang optimum adalah sebagai berikut. T A C G G G C C A C C C T T Pemasangan antarkarakter yang sama ada sebanyak 2. Pemasangan antarkarakter yang berbeda ada sebanyak 3. Pemasangan karakter dengan spasi ada sebanyak 4. Total skor penyejajarannya adalah -3.
7 81 Gambar 4.4. Output penyejajaran barisan pada Contoh 4.4 Contoh 4.5: Barisan diperoleh secara acak dengan panjang karakter maksimum 20. barisan pertama C G C C dengan panjang karakter 4, dan barisan kedua G A G G A T T G C A T A C A C T T C dengan panjang karakter 18. Pilih nilai X = 9. Output dari penyejajaran kedua barisan diatas dapat dilihat pada Gambar 4.5. Diperoleh penyejajaran yang optimum adalah sebagai berikut.
8 82 C G C _ C _ G A G G A T T G C A T A C A C T T C Pemasangan antarkarakter yang sama ada sebanyak 3. Pemasangan antarkarakter yang berbeda ada sebanyak 1. Pemasangan karakter dengan spasi ada sebanyak 14. Total skor penyejajarannya adalah -9. Gambar 4.5. Output penyejajaran barisan pada Contoh 4.5
BAB II KONSEP DASAR PENYEJAJARAN DUA BARISAN DNA. DNA merupakan salah satu pembawa informasi genetik dari makhluk
BAB II KONSEP DASAR PENYEJAJARAN DUA BARISAN DNA DNA merupakan salah satu pembawa informasi genetik dari makhluk hidup. DNA terdiri dari 4 karakter huruf, yaitu G (Guanine), A (Alanine), T (Thymine), dan
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY DALAM MASALAH LINTASAN TERPANJANG MENGGUNAKAN BAHASA C TUGAS AKHIR INDRIANI ARMANSYAH SRG
IMPLEMENTASI ALGORITMA GREEDY DALAM MASALAH LINTASAN TERPANJANG MENGGUNAKAN BAHASA C TUGAS AKHIR INDRIANI ARMANSYAH SRG 112406122 PROGRAM STUDI D3 TEKNIK INFORMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPENYEJAJARAN BARISAN DNA DENGAN MENGGUNAKAN METODE SIMPUL AKHIR DARI LINTASAN SKOR TERBATAS ERIZKIA MELATI
PENYEJAJARAN BARISAN DNA DENGAN MENGGUNAKAN METODE SIMPUL AKHIR DARI LINTASAN SKOR TERBATAS ERIZKIA MELATI 0303010133 UNIVERSITAS INDONESIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM DEPARTEMEN MATEMATIKA
Lebih terperinciPensejajaran Rantai DNA Menggunakan Algoritma Dijkstra
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Pensejajaran Rantai DNA Menggunakan Algoritma Dijkstra Abduh Riski 1 1 Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jember riski.fmipa@unej.ac.id
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian ini akan diuraikan teori-teori dasar yang dijadikan sebagai landasan dalam penulisan tugas akhir ini. 2.1 Ilmu Bioinformatika Bioinformatika merupakan kajian yang mengkombinasikan
Lebih terperinciPendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved
1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga
Lebih terperinciIMPLEMENTASI PROGRAM DINAMIS DENGAN ALGORITMA NEEDLEMAN-WUNSCH PADA PENSEJAJARAN DNA DAN PROTEIN
IMPLEMENTASI PROGRAM DINAMIS DENGAN ALGORITMA NEEDLEMAN-WUNSCH PADA PENSEJAJARAN DNA DAN PROTEIN Joseph Rich Aryanto Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Lebih terperinciContoh Masukan: Contoh Keluaran: Perhatikan dalam setiap baris satu bilangan dengan bilangan lain hanya dipisahkan 1 (satu) spasi.
1. Si Ganesh diberi PR oleh gurunya untuk menulis lirik lagu Anak Ayam (ini lagu kolaborasi antara seni dan matematika). Namun, karena ini juga sekaligus hukuman, dia harus menulis lirik lagu Anak Ayam
Lebih terperinciIII PEMBAHASAN. 6. Sisi eg dipilih sebagai sisi yang memiliki bobot terkecil (lihat Gambar 18).
a d b f 8 e 8 Gambar Sisi be hasil dari algoritme Prim tahap ke-.. Sisi ec dipilih sebagai sisi yang memiliki bobot terkecil (lihat Gambar ). a d b f 8 e 8 Gambar Sisi ec hasil dari algoritme Prim tahap
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 III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN
BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN 3.1 Analisis Berdasarkan cara menghitung besaran-besaran yang telah disebutkan pada Bab II, diperoleh perumusan untuk besaran-besaran tersebut sebagai
Lebih terperinciCRITICAL PATH. Menggunakan Graph berbobot dan mempunya arah dari Critical Path: simpul asal : 1 simpul tujuan : 5. Graph G. Alternatif
CRITICAL PATH Menggunakan Graph berbobot dan mempunya arah dari Critical Path: simpul asal : 1 simpul tujuan : 5 Graph G Path Bobot Alternatif 1 4 5 16 1 2 5 15 1 2 3 5 24 1 4 3 5 19 1 2 3 4 5 29 1 4 3
Lebih terperinciBAB IV SIMULASI MODEL JUKES-CANTOR DAN MODEL KIMURA. terdapat pada Bab III akan disimulasikan dengan menggunakan aplikasi
BAB IV SIMULASI MODEL JUKES-CANTOR DAN MODEL KIMURA 4.1 SIMULASI Pada bab ini model Jukes-Cantor (3.11) dan model Kimura (3.28) yang terdapat pada Bab III akan disimulasikan dengan menggunakan aplikasi
Lebih terperinciBAB I PENDAHULUAN. pengetahuan dan teknologi. Hal ini tak bisa lepas dari peran berbagai cabang ilmu
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kemajuan peradaban manusia berjalan seiring dengan kemajuan ilmu pengetahuan dan teknologi. Hal ini tak bisa lepas dari peran berbagai cabang ilmu pengetahuan
Lebih terperinciTEKNIK RISET OPERASI UNDA
BAB IV. MASALAH PENUGASAN (ASSIGNMENT PROBLEM) Salah satu metode yang digunakan untuk Penugasan adalah Metode Hungarian. Pada Metode Hungarian, jumlah sumber-sumber yang ditugaskan harus sama persis dengan
Lebih terperinciLarik/ Array int a1, a2, a3, a4, a5;
Matakuliah : Struktur Data Versi : 1.0.0 Materi : Larik/ Array Penyaji : Zulkarnaen NS 1 Larik/ Array Variabel digunakan hanya untuk menyimpan 1 (satu) buah nilai dengan tipe data tertentu. Misalnya: int
Lebih terperinciPenerapan Algoritma Program Dinamis pada Penyejajaran Sekuens dengan Algoritma Smith Waterman
Penerapan Algoritma Program Dinamis pada Penyejajaran Sekuens dengan Algoritma Smith Waterman Afif Bambang Prasetia (13515058) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciABSTRAK. Kata kunci: DNA, bioinformatika, sekuens, Needleman-Wunsch, Lempel-Ziv, algoritma pensejajaran DNA, frase sempurna
ABSTRAK Ilmu Bioinformatika meneliti tentang perubahan yang dialami oleh DNA, serta membantu memberikan tanda terhadap mutasi genetika yang terjadi. Untuk membandingkan sekuens DNA dan mencari tahu bagaimana
Lebih terperinciPenerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata
Penerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata Janice Laksana / 350035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciAplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan. Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman
Aplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman Provinsi Daerah Istimewa Yogyakarta Oleh: Arifudin Prabowo Kurniawan 13305144011 ABSTRAK
Lebih terperinciPERTEMUAN 8 MATRIX. Introduction Definition How is matrix stored in memory Declaration Processing
PERTEMUAN 8 MATRIX Introduction Definition How is matrix stored in memory Declaration Processing INTRODUCTION Sebuah larik yang setiap elemennya adalah larik lagi disebut matriks Contoh matriks identitas:
Lebih terperinciPrediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi Daryono Budi Utomo Jurusan
Lebih terperinciPrediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov
A39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi dan Daryono Budi Utomo Departemen Matematika, Fakultas Matematka dan Ilmu Pengetahuan Alam, Institut Teknologi
Lebih terperinciTINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada
II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori penelitian ini. 2. Konsep Dasar Graf Teori dasar mengenai graf
Lebih terperinciBAB 2 GRAF PRIMITIF. 2.1 Definisi Graf
BAB 2 GRAF PRIMITIF Pada bab ini akan dijelaskan beberapa konsep dasar seperti definisi dan teorema yang dijadikan landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi graf,
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM. algoritma djikstra, beberapa kebutuhan yang diperlukan meliputi : f. Menyimpan data titik, garis dan gambar
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Kebutuhan Aplikasi Untuk membangun aplikasi lintasan terpendek dengan menggunakan algoritma djikstra, beberapa kebutuhan yang diperlukan meliputi : a.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan pertumbuhannya, setiap organisasi baik organisasi bisnis (perusahaan), industri, jasa dan sebagainya, menghadapi kenyataan bahwa sumber daya
Lebih terperinci#8 Operation Research : Assignment
#8 Operation Research : Assignment Model Penugasan (assignment) pada awalnya dikenal sebagai Hungarian Method. Istilah penugasan mengandung pengertian bahwa satu orang akan mengerjakan satu tugas tertentu;
Lebih terperinciBAB 1 PENDAHULUAN. Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang
Lebih terperinciSISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG
SISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG Achmad Hambali Jurusan Teknik Informatika PENS-ITS Kampus PENS-ITS Keputih Sukolilo Surabaya 60 Telp (+6)3-59780, 596, Fax. (+6)3-596 Email : lo7thdrag@ymail.co.id
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bertambahnya jumlah mahasiswa dari tahun ke tahun di IT Telkom mengakibatkan semakin banyak buku buku Tugas Akhir yang dibuat. Dengan semakin banyaknya buku
Lebih terperinciPenerapan Algoritma Branch and Bound untuk Optimasi Rute Penempelan Poster di Papan Mading ITB
Penerapan Algoritma Branch and Bound untuk Optimasi Rute Penempelan Poster di Papan Mading ITB Zain Fathoni 00 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPenerapan Algoritma Needleman-Wunsch sebagai Salah Satu Implementasi Program Dinamis pada Pensejajaran DNA dan Protein
Penerapan lgoritma Needleman-Wunsch sebagai Salah Satu Implementasi Program Dinamis pada Pensejajaran DN dan Protein Muhamad Reza Firdaus Zen 1, Sila Wiyanti Putri 2, Muhamad Fajrin Rasyid 3 Laboratorium
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II dalam penelitian ini terdiri atas vehicle routing problem, teori lintasan dan sirkuit, metode saving matriks, matriks jarak, matriks penghematan, dan penentuan urutan konsumen.
Lebih terperinci: Mahasiswa dapat membuat mempraktekkan perintah Array/ Matriks
Praktikum : Pemrograman I Modul Praktikum ke : 04 Judul Materi : Array Tujuan / Sasaran : Mahasiswa dapat membuat mempraktekkan perintah Array/ Matriks Waktu (lama) : 3 Jam Aplikasi yang digunakan : Blue-J,
Lebih terperinciBAB 3 PE GEMBA GA METODE DA ALGORITMA PEMESI A MULTI AXIS
BAB 3 PE GEMBA GA METODE DA ALGORITMA PEMESI A MULTI AXIS File STL hanya memuat informasi mengenai arah vektor normal dan koordinat vertex pada setiap segitiga / faset. Untuk mengolah data ini menjadi
Lebih terperinciLEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR UCAPAN TERIMA KASIH ABSTRAK DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I PENDAHULUAN
DAFTAR ISI LEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR... i UCAPAN TERIMA KASIH... ii ABSTRAK... iii DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii BAB I PENDAHULUAN... 1 A.
Lebih terperinciBAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan
BAB IV PEMBAHASAN Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan teori aljabar max-plus dalam pengaturan lampu lalu lintas di simpang empat Beran Kabupaten Sleman Provinsi Daerah
Lebih terperinciBAB II LANDASAN TEORI. Sebelum beralih kepada permasalahan line digraph, dalam bab ini
BAB II LANDASAN TEORI Sebelum beralih kepada permasalahan line digraph, dalam bab ini akan dibahas mengenai teori dasar dan definisi yang berhubungan dengan line digraph yang akan digunakan pada Bab III.
Lebih terperinciOlimpiade Sains Nasional XI Bidang Komputer/Informatika
Berkas Kompetisi Soal Hari 1 Olimpiade Sains Nasional XI Bidang Komputer/Informatika 2-7 September 2012, Jakarta www.tokilearning.org www.siswapsma.org Bundel Soal Hari 1 OSN XI Bidang Informatika SEGITIGA
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. 4.1 Distribusi probabilitas banyaknya pelanggan dalam sistem antrian
BAB IV HASIL DAN PEMBAHASAN 4.1 Distribusi probabilitas banyaknya pelanggan dalam sistem antrian M/M/1/K Pada model antrian, kedatangan pelanggan dalam sistem antrian dan kepergian pelanggan yang telah
Lebih terperinciPenerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi
Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi Zacki Zulfikar Fauzi / 13515147 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciGraf Berarah (Digraf)
Graf Berarah (Digraf) Di dalam situasi yang dinamis, seperti pada komputer digital ataupun pada sistem aliran (flow system), konsep graf berarah lebih sering digunakan dibandingkan dengan konsep graf tak
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 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 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 terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciAlgoritma Branch & Bound untuk Optimasi Pengiriman Surat antar Himpunan di ITB
Algoritma Branch & Bound untuk Optimasi Pengiriman Surat antar Himpunan di ITB Mohamad Ray Rizaldy - 13505073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT
PENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT M. Pasca Nugraha Sekolah Teknik Elektro dan Informatika Program Studi Teknik Informatika Institut
Lebih terperinciBAB III ANALISIS MASALAH
BAB III ANALISIS MASALAH Bab ini membahas analisis terhadap masalah yang terdapat pada Tugas Akhir ini mencakup bagaimana proses penyisipan dan ekstraksi pesan pada citra GIF menggunakan metode adaptif,
Lebih terperinciOLIMPIADE SAINS NASIONAL IX
SOAL SESI 2 OLIMPIADE SAINS NASIONAL IX BIDANG INFORMATIKA AGUSTUS 2010 MEDAN, SUMATERA UTARA Selamat Bekerja, Berkompetisi, Jadilah Yang Terbaik! Melukis Kode soal: osn1005.pas/c/ CPP Buatlah sebuah program
Lebih terperinciOlimpiade Sains Nasional XI Bidang Komputer/Informatika
Berkas Kompetisi Soal Hari 1 Olimpiade Sains Nasional XI Bidang Komputer/Informatika 2-7 September 2012, Jakarta www.tokilearning.org www.siswapsma.org SEGITIGA Batas Waktu Batas Memori 1 detik 64 MB Anda
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi
BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika
Lebih terperinciBAB I PENDAHULUAN. Salah satu materi dalam graf adalah pohon (tree). Pohon didefinisikan
BAB I PENDAHULUAN A. Latar Belakang Masalah Salah satu materi dalam graf adalah pohon (tree). Pohon didefinisikan sebagai graf terhubung yang tidak memuat sikel (Chartrand dan Lesniak, 1996:57). Teori
Lebih terperinciImplementasi Super Pairwise Alignment pada Global Sequence Alignment
Implementasi Super Pairwise Alignment pada Global Sequence Alignment Oleh: ARFAN PANTUA 1207 100 704 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciMILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Graf adalah suatu himpunan simpul yang dihubungkan dengan busurbusur. Pada sebuah graf hubungan antar simpul yang dihubungkan oleh busur memiliki sebuah keterkaitan.
Lebih terperinciAlgoritma + Pemrograman Pascal
March 22, 2013 Berat Bebek Soal (OSN IX) Setiap bulan, Posyanbedu (Pos Pelayanan Bebek Terpadu) unit Pak Dengklek mengadakan penimbangan badan rutin untuk mengetahui kondisi kesehatan umum bebek-bebek
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Bagian tinjauan pustaka berisi tentang penjelasan singkat hasil-hasil penelitian atau analisis terdahulu yang ada hubungannya dengan permasalahan yang akan ditinjau dalam tugas
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciPengenalan Algoritma & Struktur Data. Pertemuan ke-1
Pengenalan Algoritma & Struktur Data Pertemuan ke-1 Apa itu Struktur Data? PROGRAM ALGO RITMA STRUKTUR DATA Algoritma.. deskripsi langkah-langkah penyelesaian masalah yang tersusun secara logis 1. Ditulis
Lebih terperinciTeori Dasar Graf (Lanjutan)
Teori Dasar Graf (Lanjutan) MATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. Matriks-matriks yang dapat menyajikan
Lebih terperinciMatriks Permainan (Payoff matrix) Matriks Permainan Jumlah tak NOL
Definisi Teori permainan adalah suatu pendekatan matematis untuk merumuskan situasi dan pertentangan (konfleks) antar berbagai kepentingan. Teori ini dikembangkan untuk meng-analisis proses pengambil keputusan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bagian ini akan dijelaskan beberapa konsep dasar yang berkaitan dengan permasalahan, seperti definisi dan teorema yang dijadikan landasan dalam penelitian ini. 2.1 Graf Graf
Lebih terperinciIII. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf.
III BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk 00) Konsep ini merupakan pengembangan dari konsep dimensi partisi pewarnaan graf Pewarnaan titik pada
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1 FlowChat Penelitian Berikut merupakan diagram penelitian yang menggambarkan urutan proses dari awal penelitian hingga tahap akhir dilakukannnya penelitian : Mulai Tahap Persiapan
Lebih terperinciBAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function
BAB IV PEMBAHASAN A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function Neural Network (RBFNN) untuk diagnosis penyakit jantung
Lebih terperinciTeori Dasar Graf (Lanjutan)
Teori Dasar Graf (Lanjutan) ATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. atriks-matriks yang dapat menyajikan
Lebih terperinci1. PENDAHULUAN 1.1 Latar Belakang
PERANGKAT LUNAK PENCARIAN RUTE TERPENDEK DENGAN MENGGUNAKAN METODE PEMROGRAMAN DINAMIS (FLOYD WARSHALL) Ulil Hamida Program Studi Sistem Informasi, STMI Jakarta ulil-h@kemenperin.go.id ABSTRAK Pencarian
Lebih terperinciBAB III PEMBAHASAN. digunakan untuk membentuk fungsi tujuan dari masalah pemrograman nonlinear
BAB III PEMBAHASAN Pada bab ini akan dijelaskan tentang konsep dasar metode kuadrat terkecil yang digunakan untuk membentuk fungsi tujuan dari masalah pemrograman nonlinear dan langkah-langkah penyelesaiannya
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
21 2 TINJUN PUSTK 2.1. lgoritma lgoritma merupakan suatu langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, tanpa memperhatikan bentuk yang akan digunakan sebagai implementasinya,
Lebih terperinciOPTIMISASI POLA DISTRIBUSI DENGAN LOGIKAFUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA TUGAS AKHIR SKRIPSI
OPTIMISASI POLA DISTRIBUSI DENGAN LOGIKAFUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciKeuntungan. Perhitungan dapat dilakukan lebih cepat. Mampu menyelesaikan masalah yang kompleks. Proses perancangan lebih ekonomis
Pendahuluan Algoritma terkomputer merupakan alat yang sangat ampuh baik untuk membuat perbandingan pilihan susunan wilayah kegiatan dalam batasan kriteria yang terpilih dan data yang tersedia. Keuntungan
Lebih terperinciPENYELESAIAN ASYMMETRIC TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA HUNGARIAN DAN ALGORITMA CHEAPEST INSERTION HEURISTIC.
PENYELESAIAN ASYMMETRIC TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA HUNGARIAN DAN ALGORITMA CHEAPEST INSERTION HEURISTIC Caturiyati Staf Pengaar Jurusan Pendidikan Matematika FMIPA UNY E-mail: wcaturiyati@yahoo.com
Lebih terperinciTARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL
TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL Mochamad Suyudi 1, Sisilia Sylviani 2 1,2 Departmen Matematika FMIPA Universitas Padjadjaran moch.suyudi@gmail.com Abstrak: Fokus utama
Lebih terperinciBAB III PEMBAHASAN. Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan
BAB III PEMBAHASAN Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan Algoritma Genetika dan Metode Nearest Neighbour pada pendistribusian roti di CV. Jogja Transport. 3.1 Model Matetematika
Lebih terperinciPencarian Jalur Terpendek dengan Algoritma Dijkstra
Volume 2 Nomor 2, Oktober 207 e-issn : 24-20 p-issn : 24-044X Pencarian Jalur Terpendek dengan Algoritma Dijkstra Muhammad Khoiruddin Harahap Politeknik Ganesha Medan Jl.Veteran No. 4 Manunggal choir.harahap@yahoo.com
Lebih terperinciANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 201 210. ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP) Cindy Cipta Sari, Bayu Prihandono,
Lebih terperinciSISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah
SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Graf Berarah Graf Berarah Suatu graf berarah (Direct Graf/Digraf) D terdiri atas 2 himpunan : 1. Himpunan V, anggotanya disebut Simpul. 2. Himpunan A, merupakan
Lebih terperinciMENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT
MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT One of graph application on whole life is to establish the
Lebih terperinciSOFTWARE TESTING. Ratna Wardani
SOFTWARE TESTING Ratna Wardani Capaian Memahami pentingnya Software Testing Memahami teknik dalam Software Testing Dasar-dasar Software Testing Teknik-teknik dalam Software Testing Here we go... Dasar-dasar
Lebih terperinciOlimpiade Sains Nasional XI Bidang Komputer/Informatika
Berkas Kompetisi Soal Hari 2 Olimpiade Sains Nasional XI Bidang Komputer/Informatika 2-7 September 2012, Jakarta www.tokilearning.org www.siswapsma.org BARISAN BILANGAN Batas Waktu Batas Memori 1 detik
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 terperinciFAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA LAB SHEET BAHASA PEMROGRAMAN Semester 3 Perulangan while, do..while 4 X 50 menit
No. LST/EKA/EKA255/06 Revisi : 00 Tgl : 8 Sept 2014 Hal 1 dari 6 1. Kompetensi a. Menjelaskan perbedaan for dan while serta do-while b. Menjelaskan proses pengulangan menggunakan pernyataan while c. Menjelaskan
Lebih terperinciPerbandingan Algoritma Brute Force dan Backtracking dalam Permainan Word Search Puzzle
Perbandingan Algoritma Brute Force dan Backtracking dalam Permainan Word Search Puzzle Veren Iliana Kurniadi 13515078 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciIII. BILANGAN KROMATIK LOKASI GRAF. Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk.(2002). = ( ) {1,2,3,, } dengan syarat
III. BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk.00). Konsep ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf. Pewarnaan
Lebih terperinciPenghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound
Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound Chrestella Stephanie - 13512005 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciAlgoritma Brute Force dalam Pattern Matching pada Aplikasi Pendeteksian Potongan Citra
Algoritma Brute Force dalam Pattern Matching pada Aplikasi Pendeteksian Potongan Citra Ananta Pandu Wicaksana 13510077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperincidengan Algoritma Branch and Bound
Menentukan Susunan Tim Bulutangkis Thomas Cup Terbaik dengan Algoritma Branch and Bound Jaisyalmatin Pribadi/ 13510084 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciHASIL DAN PEMBAHASAN. Generalisasi =
6 Kelas Target Sidik jari individu 5 0000100000 Sidik jari individu 6 0000010000 Sidik jari individu 7 0000001000 Sidik jari individu 8 0000000100 Sidik jari individu 9 0000000010 Sidik jari individu 10
Lebih terperinciPenggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum
Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini
Lebih terperinciBAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY
BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY 3.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang Ω,,. Misalkan ; adalah rantai Markov dengan state berhingga
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciOLIMPIADE SAINS TERAPAN NASIONAL 2008
OLIMPIADE SAINS TERAPAN NASIONAL 2008 JENIS SOAL : PEMROGRAMAN WAKTU : 120 MENIT DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDRAL MANAJEMEN PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PEMBINAAN SEKOLAH MENENGAH
Lebih terperinciPelacakan dan Penentuan Jarak Terpendek terhadap Objek dengan BFS (Breadth First Search) dan Branch and Bound
Pelacakan dan Penentuan Jarak Terpendek terhadap Objek dengan BFS (Breadth First Search) dan Branch and Bound Mico (13515126) Teknik Informatika Sekolah Teknik Elektro dan Informatika ITB Jl. Ganesha 10,
Lebih terperinciNama Soal Peta Jalan Batas Waktu - Nama Berkas peta[no.urut].out.[1..10] Batas Memori - Tipe output only Sumber Prima Chairunnanda
Nama Soal Peta Jalan Batas Waktu - Nama Berkas peta[no.urut].out.[1..10] Batas Memori - Tipe output only Sumber Prima Chairunnanda Pada suatu hari Pak Ganesh ingin pergi ke kota untuk membeli barang keperluan
Lebih terperinciASSIGNMENT MODEL MATAKULIAH RISET OPERASIONAL Pertemuan Ke-10. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
ASSIGNMENT MODEL MATAKULIAH RISET OPERASIONAL Pertemuan Ke-10 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Masalah Penugasan (1) Salah satu metode yang digunakan untuk
Lebih terperinciBAB IV SIMULASI PEMBENTUKAN PHYLOGENETIC TREE PADA BEBERAPA DATA KOLEKSI DAN MELIHAT HUBUNGAN KEKERABATANNYA
BAB IV SIMULASI PEMBENTUKAN PHYLOGENETIC TREE PADA BEBERAPA DATA KOLEKSI DAN MELIHAT HUBUNGAN KEKERABATANNYA 4.1 Data Koleksi Pada simulasi ini, penulis membutuhkan beberapa data yang akan digunakan sebagai
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Sistem yang dibangun berdasarkan dari data-data yang diperoleh dari perusahaan. Berdasarkan data-data tersebut maka dapat dibuat kriteria-kriteria karyawan
Lebih terperinci