BAB II TINJAUAN PUSTAKA. Gambar 2.1 Graf dengan 4 node dan 5 edge

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II TINJAUAN PUSTAKA. Gambar 2.1 Graf dengan 4 node dan 5 edge"

Transkripsi

1 BAB II TINJAUAN PUSTAKA 2.1. Teori Graf Graf digunaan untu merepresentasian obje-obje disrit dan hubungan antara obje-obje tersebut (Munir, 2005). Dalam menggambar graf, simpul digambaran dengan lingaran ecil atau titi tebal dan busur digambaran dengan garis, dan ana panah pada garis melambangan arah dari garis tersebut. Gambar 2.1 Graf dengan 4 node dan 5 edge Secara matematis graf didefinisian sebagai beriut: Graf G didefinisian sebagai pasangan himpunan (V,E) yang dalam hal ini: V = himpunan tida osong dari simpul-simpul (vertices atau node) :{v1, v2,.., vn} E = himpunan sisi (edges atau arcs) yang menghubungan sepasang simpul: {e1, e2,.., en} Atau dapat ditulis singat notasi G = (V, E) Berdasaran terminologi teori graph, maa suatu jaringan aan terdiri dari suatu himpunan titi-titi yang disebut node. Node-node tersebut saling dihubungan oleh suatu garis dan disebut edge Terminologi Dasar Terdapat beberapa istilah penting yang beraitan dengan graf. Beriut ini didefinisian beberapa terminologi dasar yang digunaan. 1. Lintasan (Path) 5

2 6 Lintasan yang panjangnya n dari simpul awal v0 e simpul tujuan vn di dalam graf G ialah barisan berselang-seling simpul-simpul dan sisi-sisi yang berbentu v0,e1, v1,e2, v2,.., vn-1,en, vn sedemiian sehingga e1=( v0, v1 ),e2=( v1, v2 ),.,en=( vn-1, vn ) adalah sisi-sisi dari graf G. 2. Graf Berbobot (Weighted Graph) Graf yang setiap sisinya diberi harga (bobot). Dari graf pada Gambar 6.1 dapat dietahui bobot dari masing-masing sisi, dimana bobot ( p, q ) = 8, bobot ( r, q ) = 12, bobot ( s, r ) = 1, bobot ( s, p ) = 1, dst. 3. Derajat (Degree) Derajat suatu simpul pada graf ta berarah adalah jumlah sisi yang bersisian dengan simpul tersebut. Pada graf berarah, derajat simpul v dinyataan dengan din(v) dan dout(v), yang dalam hal ini: din(v) = derajat masu (in-degree) = jumlah simpul yang masu e simpul v dout(v)= derajat eluar (out-degree) = jumlah simpul yang eluar dari simpul v dan, d(v) = din(v) + dout(v), Notasi: d(v) menyataan derajat simpul. Misalnya dari Gambar 6.1 dapat dihitung derajat simpul p sebagai beriut : din(p) = 2 dout(p) = 1 maa d(p) = din(p) + dout(p) = Terhubung ( Connected ) Graf ta berarah G disebut graf terhubung (connected graph) jia untu setiap pasang simpul vi dan vj di dalam himpunan V terdapat lintasan dari vi e vj. jia tida, maa G disebut graf ta terhubung (disconnected graph ).

3 7 Gambar 2.2 (a) Contoh Graf Terhubung (Connected), (b) Contoh Graf Ta terhubung (Disconnected) 2.2.Vehicle Routing Problem Vehicle Routing Problem (VRP) adalah nama yang dibuat untu sebuah problem atau masalah di mana sebuah set rute yang aan dibentu untu sejumlah ota atau pelanggan dengan sejumlah endaraan yang didasaran atas satu atau beberapa depot (Sagita, 2007). Setiap ota atau pelanggan hanya aan dilalui satu ali dan dilayani oleh satu endaraan. Tujuan dari Vehicle Routing Problem adalah untu mengunjungi sejumlah pelanggan atau ota dengan sejumlah endaraan dan batasan-batasan lain yang diperluan dan dietahui sehingga rute tersebut mempunyai biaya yang minimum dan rute bermula dan berahir pada sebuah depot. Masalah ini pertama ali diformulasian oleh Dantzig dan Ramser pada tahun 1959 sebagai masalah utama dalam bidang transportasi, distribusi, dan logisti. Dalam setor perdagangan, transportasi berarti semain bainya daya jual dari suatu barang. Maa, diembangan metode omputerisasi untu transportasi yang menghasilan penghematan yang signifian dari total biaya. Gambar 2.3. Contoh visualisasi input dari Vehicle Routing Problem

4 8 Gambar 2.4. Output dari persoalan VRP pada Gambar 2.3 Vehicle Routing Problem bertujuan untu meminimalan jara yang dilalui oleh armada endaraan yang melayani seumpulan pelanggan seperti pada gambar 2.2 dan menghasilan beberapa rute sesuai jumlah endaraan seperti pada gambar 2.3. Kasus ini sama dengan Travelling Salesman Problem (TSP), hanya saja untu Travelling Salesman Problem hanya memilii satu rute, di mana perbaian rute dilauan dalam satu rute itu sendiri, sedangan dalam Vehicle Routing Problem memilii banya rute yang jumlahnya sesuai endaraan yang aan dipaai walaupun tujuan eduanya sama yaitu untu mencari jara minimum dengan melewati semua node seali. Jia VRP direpresentasian dalam sebuah graf G = (V,E). Notasi yang digunaan adalah : V= {v0,v1,v2,...,vn} adalah himpunan vertes, di mana : o Asumsian depot terleta di vertes v0. o Misalan V = V tanpa elemen {v0} digunaan sebagai himpunan n ota. A = {(vi,vj) vi, vj V ; i j} adalah himpunan edge C adalah matris jara atau biaya cij antara pelanggan vi dan vj yang bernilai nonnegatif d adalah vetor dari permintaan / demand dari pelanggan Ri adalah rute dari endaraan e-i adalah jumlah endaraan (semua identi). Satu rute untu tiap endaraan.

5 9 Dengan setiap vertes vi dalam V diasosiasian dengan sejumlah barang qi yang aan diantaran oleh satu endaraan. Maa VRP bertujuan untu menentuan sejumlah rute endaraan dengan total biaya yang minimum, bermula dan berahir di sebuah depot, yang setiap vertes dalam V diunjungi tepat seali oleh satu endaraan. Ahirnya, biaya dari solusi masalah ini S adalah : FVRP(S) = i=0 C(Ri). Dalam pembahasan ali ini model Vehicle Routing Problem yang digunaan adalah Capacitated Vehicle Routing Problem (CVRP) di mana sejumlah endaraan untu mengantar barang harus melayani sejumlah pelanggan untu 1 jenis barang dari depot dengan biaya transportasi yang minimum. Maa CVRP seperti VRP dengan tambahan onstrain di mana setiap endaraan harus mempunyai apasitas tertentu untu barang tersebut. Asumsian depot sebagai node 0 dan pelanggan sejumlah N yang aan dilayani oleh endaraan sejumlah K. Permintaan untu pelanggan i adalah qi, apasitas dari endaraan adalah Q, dan jara masimum yang diperbolehan dari endaraan adalah D. Maa model matematia dari CVRP menurut formulasi Bodin et al.(1983) didesripsian sebagai beriut: Min K N =0 i=0 j=0 C ij X ij... (1) X ij = 1 jia endaraan datang dari pelanggan i e j,... (2) X ij = 0 jia selain itu K =0 i=0 X ij = 1, j=1,2,...,n... (3) K N =0 j=0 X ij = 1, i=1,2,...,n... (4) i=0 X it - j=0 X tj = 0, =1,2,...,K; t=1,2,...,n... (5) d i=0 j=0 ij X ij D, =1,2,...,K... (6) N j=0 qj ( i=0 X ij ) Q, =1,2,...,K... (7) j=0 X 0j 1, =1,2,...,K... (8) i=0 X i0 1, =1,2,...,K... (9)

6 10 X ij {0,1}, i,j=0,1,2,...,n; =1,2,...,K....(10) di mana N merepresentasian jumlah pelanggan, dan K sebagai jumlah endaraan, dan C ij adalah biaya perjalanan dari pelanggan i e pelanggan j oleh endaraan dan d ij adalah jara perjalanan dari pelanggan i e pelanggan j oleh endaraan. Tujuan dari persamaan fungsi (1) adalah untu meminimalan total biaya oleh semua endaraan. Batasan fungsi (3) dan (4) memastian bahwa setiap pelanggan dilayani hanya seali. Batasan fungsi (5) memastian elanjutan dari rute. Batasan fungsi (6) menunjuan bahwa jumlah jara dari setiap rute mempunyai batas. Batasan fungsi (7) menunjuan bahwa jumlah demand dari setiap rute tida dapat melebihi apasitas dari endaraan. Batasan fungsi (8) dan (9) memastian bahwa setiap endaraan hanya digunaan seali. Batasan fungsi (10) memastian bahwa variabel yang dipaai hanya menggunaan integer 0 atau Particle Swarm Optimization (PSO) Particle Swarm Optimization (PSO) merupaan teni omputasi heuristi berbasis populasi paralel yang diajuan oleh Kennedy dan Eberhart (Kennedy dan Eberhart 1995) (Suyanto, 2010), yang dimotivasi dari perilau organisme seperti umpulan ian atau burung. Misalan ada sejumlah burung yang sedang mencari maanan di sebuah daerah secara aca. Di daerah tersebut hanya ada satu potong maanan. Semua burung tida tahu dimana maanan tersebut berada. Tetapi merea tahu seberapa jauh maanan tersebut dengan setiap perulangan. Jadi strategi yang bai untu menemuan maanan tersebut adalah dengan mengiuti posisi burung yang terdeat dengan maanan. PSO dilauan dengan mengiuti senario seperti di atas dan digunaan untu mencari optimalisasi dari sebuah permasalahan. Dalam PSO, setiap solusi adalah sebuah burung dalam area pencarian. Aan selanjutnya disebut sebagai partiel. Semua partiel mempunyai nilai fitness yang aan dievaluasi oleh sebuah fungsi fitness, dan mempunyai ecepatan yang aan mengarahan jalannya dari partiel tersebut. Partiel

7 11 tersebut aan berjalan di daerah permasalahan dengan mengiuti partiel terbai yang ada. PSO diinisialisasi dengan sebuah grup partiel(solusi) secara aca dan selanjutnya mencari hasil terbai. Dalam setiap perulangan, setiap partiel diperbaii oleh dua nilai best. Yang pertama adalah solusi terbai yang partiel tersebut pernah capai sampai saat ini. Nilai ini disebut Pbest. Nilai best yang lain yang dilihat dalam PSO adalah nilai terbai dari seluruh partiel yang ada sampai saat ini. Nilai ini disebut Gbest. beriut: Model optimalisasi global yang diajuan oleh Shi dan Eberhart (1999) seperti Vi = W Vi + C1 Rand (Pbest Xi) + C2 rand (Gbest Xi)... (11) Xi = Xi +Vi... (12) di mana Vi adalah ecepatan dari partiel i, Xi adalah posisi partiel, W adalah berat inersia. C1 dan C2 adalah fator learning yang menunjuan pergeraan dari partiel yang cenderung e arah Pbest(C1) atau cenderung e arah Gbest(C2) sehingga nilai yang lebih besar aan mempengaruhi pergeraan partiel. Rand dan rand adalah fungsi random dalam interval [0,1], Pbest adalah posisi terbai dari partiel e-i dan Gbest adalah posisi terbai dari semua partiel di dalam populasi/swarm. Pseudo code dari PSO adalah FOR setiap partiel Inisialisasi partiel END DO FOR setiap partiel Hitung nilai fitness IF nilai fitness lebih bai daripada nilai fitness terbai(pbest) yang sudah ada SET nilai searang sebagai pbest yang baru END Pilih partiel dengan nilai fitness terbai dari semua partiel sebagai gbest FOR setiap partiel Hitung ecepatan partiel menurut persamaan (11) UPDATE posisi partiel menurut persamaan (12) END WHILE riteria iterasi masimum atau error minimum belum dipenuhi

8 Platform Android Platform Android adalah sebuah software stac produsi Google untu perangat mobile yang terdiri atas sistem operasi, middleware, dan ey applications (Mochtar, 2008). Apliasi Android dapat diembangan melalui Android Standard Development Kit (Android SDK) menggunaan sintas bahasa pemrograman Java. Apliasi Android nantinya tida aan berjalan langsung di atas ernel sistem operasi namun berjalan diatas Dalvi, sebuah virtual machine yang husus dirancang untu digunaan pada sistem embedded Fitur fitur Android Android menyediaan berbagai fitur dan API yang memunginan ases e berbagai fitur yang dimilii perangat mobile. Adapun fitur-fitur yang ditawaran Android adalah: 1. application framewor yang memudahan onsep reuse omponen, 2. Dalvi virtual machine yaitu virtual machine yang husus dioptimasi untu perangat mobile, 3. browser yang terintegrasi, 4. grafi yang dioptimasi dengan library grafi 2D dan library grafi 3D yang berbasis spesifiasi OpenGL ES 1.0, 5. SQLite untu penyimpanan data secara terstrutur, 6. duungan media untu berbagai format audio, video, dan gambar yang umum di pasaran (MPEG4, H.264, MP3, AAC, AMR, JPG, PNG, GIF), 7. ases terhadap jaringan GSM, Bluetooth, EDGE, 3G, dan WiFi, 8. ases terhadapa amera, GPS, ompas, dan accelerometer, 9. lingungan pengembangan yang aya yaitu disertai denngan emulator, debugger, memori dan performansi profiling, dan plugin untu Eclipse Integrated Development Environment (IDE) Arsitetur Android Arsistetur sistem terdiri atas 5 layer, pemisahan layer bertujuan untu memberian abstrasi sehingga memudahan pengembangan apliasi. Layerlayer tersebut adalah layer apliasi, layer framewor apliasi, layer libraries, layer runtime,

9 13 dan layer ernel. Gambar II-4 memberian gambaran umum omponen-omponen dalam arsitetur sistem operasi Android. Layer Applications adalah layer dimana apliasi Android berjalan seperti client, SMS program, alendar, peta, browser, dan lain-lain. Layer Application Framewor adalah layer yang berisi framewor API yang dapat digunaan oleh developer. Android tida membedaan antara core applications dengan thirdparty applications dimana semuanya mempunyai ases e API yang sama. Framewor Android dirancang untu memudahan onsep reuse dari omponen. Layer Libraries berisi library C/C++ yang digunaan oleh berbagai omponen dalam sistem Android, seperti: 1. System C library (libc) yang telah di-tuning untu perangat embedded berbasis Linux, 2. Media Library untu encoding berbagai format gambar, audio, dan video, 3. Surface Manager untu mengatur tampilan, 4. LibWebCore, engine untu web browser, 5. SGL, engine untu grafi 2D, 6. Libraries 3D yang berbasis API OpenGL ES 1.0, 7. FreeType untu rendering huruf bitmap dan vector, 8. Library SQLite, engine untu database relasional yang lightweight. Gambar 2.5 Arsitetur Android

10 14 Layer Android Runtime berisi berbagai core libraries yang menyediaan sebagian besar fungsionalitas yang serupa dengan API standard pada bahasa pemograman Java. Di layer ini juga terdapat Dalvi virtual machine (VM) dimana setiap apliasi Android aan berjalan sebagai proses dengan instans tersendiri di atas VM ini. Layer Linux Kernel berupa ernel Linux versi 2.6 sebagai core dari sistem yang menyediaan berbagai layanan seperti eamanan, manajemen memori, manajemen proses, stac jaringan, dan model driver. Layer ini juga menyediaan abstrasi antara hardware dan software stac di atasnya.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

PENGENALAN ANDROID AHMAD ZAINUDIN. Politeknik Elektronika Negeri Surabaya

PENGENALAN ANDROID AHMAD ZAINUDIN. Politeknik Elektronika Negeri Surabaya PENGENALAN ANDROID AHMAD ZAINUDIN Politeknik Elektronika Negeri Surabaya SEJARAH ANDROID Android adalah sebuah sistem operasi untuk perangkat mobile yang mencakup sistem operasi, middleware dan aplikasi.

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Definisi Algoritma Algoritma berasal dari kata Algoris dan Ritmis yang pertama kali diungkapkan oleh Abu Ja far Mohammad Ibn Musa Al Khowarizmi dalam buku Al-jabr w almulqabala

Lebih terperinci

ANDROID Sejarah, Arsitektur,Platform Android By Si_pit

ANDROID Sejarah, Arsitektur,Platform Android By Si_pit ANDROID Sejarah, Arsitektur,Platform Android By Si_pit Email : hafatama@gmail.com 1. Sekilas Android 2. Arsitektur Android 3. Ponsel Pertama Android 4. Platform 5. Keunggulan 6. Grafik perkembangan 7.

Lebih terperinci

PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA METODE K-HARMONIC MEANS UNTUK DATA CLUSTERING

PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA METODE K-HARMONIC MEANS UNTUK DATA CLUSTERING PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA METODE K-HARMONIC MEANS UNTUK DATA CLUSTERING Yoe Ota a, Ahmad Saihu, S.Si,MT. b Jurusan Teni Informatia, Faultas Tenologi Informasi, Institut Tenologi

Lebih terperinci

BAB II LANDASAN TEORI. komponen yang berguna melakukan pengolahan data meupun kegiatan-kegiatan. seperti pembuatan dokumen atau pengolahan data.

BAB II LANDASAN TEORI. komponen yang berguna melakukan pengolahan data meupun kegiatan-kegiatan. seperti pembuatan dokumen atau pengolahan data. BAB II LANDASAN TEORI 2.1 Aplikasi Menurut ALI ZAKI dan SMITDEV COMMUNITY Aplikasi adalah komponen yang berguna melakukan pengolahan data meupun kegiatan-kegiatan seperti pembuatan dokumen atau pengolahan

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

Mobile Programming. Rendra Gustriansyah, S.T., M.Kom., MCP

Mobile Programming. Rendra Gustriansyah, S.T., M.Kom., MCP Mobile Programming rendra@uigm.ac.id Rendra Gustriansyah, S.T., M.Kom., MCP Market Share Platform Smartphone Android Android adalah sebuah tumpukan software untuk peralatan bergerak yang terdiri dari sistim

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Apliasi Pada tahap implementasi ini merupaan penerapan apliasi dari hasil perancangan sistem yang ada untu mencapai suatu tujuan yang diinginan. Implementasimelasanaan

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA OPTIMASI DISTRIBUSI LPG DARI AGEN KE TOKO KOMPETENSI KOMPUTASI SKRIPSI

PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA OPTIMASI DISTRIBUSI LPG DARI AGEN KE TOKO KOMPETENSI KOMPUTASI SKRIPSI PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA OPTIMASI DISTRIBUSI LPG DARI AGEN KE TOKO KOMPETENSI KOMPUTASI SKRIPSI I MADE HARY KARTIKA PUTRA NIM. 0808605070 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

RANCANG BANGUN VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA TABU SEARCH

RANCANG BANGUN VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA TABU SEARCH JURNAL FOURIER Otober 2015, Vol. 4, No. 2, 155 167 ISSN: 2252-763X RANCANG BANGUN VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA TABU SEARCH Sulistiono 1, Noor Saif Muhammad Mussafi 2 1 Program Studi Matematia

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

Gambar 1. Perangkat mobile Android

Gambar 1. Perangkat mobile Android Modul 8 1. TUJUAN Mahasiswa dapat menegetahui beberapa tipe sistem operasi Android Mahasiswa dapat mencoba membuat beberapa aplikasi Android sederhana Mahasiswa dapat membuat aplikasi menampilkan text

Lebih terperinci

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan

Lebih terperinci

KUMPULAN APLIKASI JAVA J2ME

KUMPULAN APLIKASI JAVA J2ME KUMPULAN APLIKASI JAVA J2ME Sejarah Android Pada Juli 2005, Google mengakuisisi Android Inc. sebuah perusahaan baru berkembang yang bergerak di bidang aplikasi ponsel. Perusahaan ini berbasis di Palo AltoCalifornia

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA 94 IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA Yudhi Purwananto 1, Diana Purwitasari 2, Agung Wahyu Wibowo Jurusan Teni Informatia, Institut Tenologi Sepuluh Nopember

Lebih terperinci

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

CATATAN KULIAH RISET OPERASIONAL

CATATAN KULIAH RISET OPERASIONAL CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

PERANCANGAN APLIKASI PENJAWAB OTOMATIS VIA SMS BERBASIS ANDROID

PERANCANGAN APLIKASI PENJAWAB OTOMATIS VIA SMS BERBASIS ANDROID PERANCANGAN APLIKASI PENJAWAB OTOMATIS VIA SMS BERBASIS ANDROID Hendri, S.Kom, M.S.I Dosen Tetap STIKOM Dinamika Bangsa Jambi Email: hendri@stikom-db.ac.id Abstrak Dengan semakin banyaknya pengguna handphone

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

pada Permasalahan Traveling Salesman Problem

pada Permasalahan Traveling Salesman Problem Studi Perbandingan Algoritma Ant Colony System dan Algoritma Ant System Leonardo Z Tomarere Laboratorium Ilmu dan Reayasa Komputasi Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Jl. Ganesa

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA II.1. Aplikasi Aplikasi adalah suatu subkelas perangkat lunak komputer yang memanfaatkan kemampuan komputer langsung untuk melakukan suatu tugas yang diinginkan pengguna. Contoh

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bagian ini menjelaskan tentang hal-hal yang erat kaitannya dengan masalah m- ring star. Salah satu cabang matematika yang cukup penting dan sangat luas penerapannya di banyak bidang

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. Android adalah sebuah sistem operasi untuk perangkat mobile berbasis Linux

BAB 2 TINJAUAN PUSTAKA. Android adalah sebuah sistem operasi untuk perangkat mobile berbasis Linux BAB 2 TINJAUAN PUSTAKA 2.1. Sejarah Android Android adalah sebuah sistem operasi untuk perangkat mobile berbasis Linux yang mencakup sistem operasi, middleware, dan aplikasi. Android menyediakan platform

Lebih terperinci

1 BAB II LANDASAN TEORI. metode yang dipakai untuk kegiatan pengembangan terhadap sistem sendiri. kebutuhan akan beberapa aktivitas (Buyens, 2001).

1 BAB II LANDASAN TEORI. metode yang dipakai untuk kegiatan pengembangan terhadap sistem sendiri. kebutuhan akan beberapa aktivitas (Buyens, 2001). 1 BAB II LANDASAN TEORI Landasan teori menjelaskan beberapa teori yang berkaitan dengan permasalahan yang dibahas sebagai dasar pemahaman dalam sebuah sistem serta metode yang dipakai untuk kegiatan pengembangan

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal: Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI BAB TINJAUAN PUSTAKA DAN DASAR TEORI.1. Penelitian Terdahulu Archetti et al. (009) menggunakan sebuah metode eksak yaitu branch-and-price scheme dan dua metode metaheuristics yaitu algoritma Variable Neighborhood

Lebih terperinci

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Nur Fajriah Rachmah - 0609 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan

Lebih terperinci

BAB II LANDASAN TEORI. Istilah aplikasi berasal dari bahasa inggris "application" yang berarti

BAB II LANDASAN TEORI. Istilah aplikasi berasal dari bahasa inggris application yang berarti BAB II LANDASAN TEORI Pada bab ini penulis akan menjelaskan beberapa teori yang berkaitan dengan permasalahan yang akan dibahas sebagai dasar dalam pemahaman dalam sebuah sistem serta metode yang dipakai

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 6 Bab 2 LANDASAN TEORI 2.1. Scrabble Scrabble adalah permainan papan dan permainan menyusun kata yang dimainkan 2 atau 4 orang yang mengumpulkan poin berdasarkan nilai kata-kata yang dibentuk dari keping

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan :

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan : ara memperoleh data Zaman dahulu, dgn cara : 1. Melempar dadu 2. Mengoco artu Zaman modern (>1940), dgn cara membentu bilangan aca secara numeri/ aritmati(menggunaan omputer), disebut Pseudo Random Number

Lebih terperinci

BAB II DASAR TEORI DAN TINJAUAN PUSTAKA. Judul Platform Deskripsi

BAB II DASAR TEORI DAN TINJAUAN PUSTAKA. Judul Platform Deskripsi BAB II DASAR TEORI DAN TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka Tabel 2.1 Tinjauan Pustaka Parameter Penulis Frans Napitupulu (2011) Abdul Latif (2012) Iqbal Fauzi (2012) Judul Platform Deskripsi Aplikasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Jadwal Secara Umum Menurut Kamus Besar Bahasa Indonesia (KBBI), jadwal adalah pembagian watu berdasaran rencana pengaturan urutan erja, daftar atau tabel egiatan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Location Based Service (LBS) Location Based Service (LBS) atau layanan berbasis lokasi adalah sebuah layanan informasi yang dapat diakses dengan perangkat bergerak melalui jaringan

Lebih terperinci

Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari

Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari Andika Mediputra NIM : 13509057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Lintasan Terpendek Lintasan terpendek merupakan lintasan minumum yang diperlukan untuk mencapai suatu titik dari titik tertentu (Pawitri, ) disebutkan bahwa. Dalam permasalahan pencarian

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA II.1. Aplikasi Aplikasi adalah suatu sub kelas perangkat lunak komputer yang memanfaatkan kemampuan komputer langsung untuk melakukan suatu tugas yang diinginkan pengguna. Contoh

Lebih terperinci

PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL

PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL Reisha Humaira NIM 13505047 Program Studi Teni Informatia Institut Tenologi Bandung Jl. Ganesha 10, Bandung E-mail : if15047@students.if.itb.ac.id

Lebih terperinci

PENENTUAN JALUR TERPENDEK MENGGUNAKAN TEKNOLOGI GOOGLE MAPS MASHUPS DENGAN MOBILE SYSTEM ANDROID

PENENTUAN JALUR TERPENDEK MENGGUNAKAN TEKNOLOGI GOOGLE MAPS MASHUPS DENGAN MOBILE SYSTEM ANDROID menciptaan apliasi merea sendiri untu digunaan oleh bermacam peranti bergera, oleh arena itu Android memilii omunitas besar Satria Prasamya, Ary Mazharuddin pengembang S., S.Kom, M.Comp.Sc program apliasi

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Tabel 2.1 Hasil Penelitian Terdahulu NO Pengarang Judul Tahun Informasi fiture 1 Imam Sugiarto Aplikasi Pencarian Lokasi Terdekat Pelayanan

Lebih terperinci

BAB 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 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Vehicle Routing Problem (VRP) merupakan salah satu permasalahan yang terdapat pada bidang Riset Operasional. Dalam kehidupan nyata, VRP memainkan peranan penting dalam

Lebih terperinci

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan Jurnal Penelitian Sains Volume 16 Nomor 1(A) Januari 013 Penggunaan Metode Bagi Dua Terboboti untu Menari Aar-aar Suatu Persamaan Evi Yuliza Jurusan Matematia, FMIPA, Universitas Sriwijaya, Indonesia Intisari:

Lebih terperinci

Pengenalan Pola. Klasifikasi Linear Discriminant Analysis

Pengenalan Pola. Klasifikasi Linear Discriminant Analysis Pengenalan Pola Klasifiasi Linear Discriminant Analysis PTIIK - 2014 Course Contents 1 Analisis Disriminan 2 Linear Classification 3 Linear Discriminant Analysis (LDA 4 Studi Kasus dan Latihan Analisis

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih terperinci

Praktikum 8 Dasar Pemprograman Android

Praktikum 8 Dasar Pemprograman Android Praktikum 8 Dasar Pemprograman Android (Instalasi Java JDK, Eclipse IDE & Android SDK) Pokok Bahasan Konsep Pemprograman Bahasa Java pada Android Deklarasi Pemprograman Java pada Android Penggunaan import

Lebih terperinci

MAKALAH ANDROID. Diajukan untuk memenuhi salah satu tugas mata kuliah Sistem Operasi Dosen : Yuliayany, S.Kom. Rizki Apriliyandi / IF-15 / V

MAKALAH ANDROID. Diajukan untuk memenuhi salah satu tugas mata kuliah Sistem Operasi Dosen : Yuliayany, S.Kom. Rizki Apriliyandi / IF-15 / V MAKALAH Diajukan untuk memenuhi salah satu tugas mata kuliah Sistem Operasi Dosen : Yuliayany, S.Kom. Rizki Apriliyandi / 10108823 IF-15 / V JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK DAN ILMU KOMPUTER

Lebih terperinci

TINJAUAN PUSTAKA Gempa Bumi Gempa bumi merupakan bencana alam yang mengakibatkan permukaan bumi berguncang ataupun bergetar. Pada umumnya gempa bumi d

TINJAUAN PUSTAKA Gempa Bumi Gempa bumi merupakan bencana alam yang mengakibatkan permukaan bumi berguncang ataupun bergetar. Pada umumnya gempa bumi d PEMBUATAN APLIKASI SISTEM PERINGATAN DINI GEMPA BUMI UNTUK PONSEL BERBASIS ANDROID Andhika Apriadi Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma ABSTRAK This Skripsi discusses

Lebih terperinci

BAB IV Solusi Numerik

BAB IV Solusi Numerik BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan beberapa hal penting berkenaan dengan dasar perancangan aplikasi penyelesaian permainan rubik s cube dengan metode Kociemba pada platform android. Landasan

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: 10 BAB 2 LANDASAN TEORI 2.1.Konsep Dasar Graf Definisi 2.1.1 Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: V = himpunan tidak kosong dari simpul-simpul (vertices atau node)

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

I. PENDAHULUAN II. DASAR TEORI. Penggunaan Teori Graf banyak memberikan solusi untuk menyelesaikan permasalahan yang terjadi di dalam masyarakat.

I. PENDAHULUAN II. DASAR TEORI. Penggunaan Teori Graf banyak memberikan solusi untuk menyelesaikan permasalahan yang terjadi di dalam masyarakat. Aplikasi Pohon Merentang (Spanning Tree) Dalam Pengoptimalan Jaringan Listrik Aidil Syaputra (13510105) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1. Tetravex Tetravex Puzzle adalah permainan menyusun kotak-kotak yang terdiri dari empat angka. Karena itulah permainan ini disebut Tetravex Puzzle (tetra = empat). Puzzle ini terdiri

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas

Lebih terperinci

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming 4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori

Lebih terperinci

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Vivi Lieyanda - 13509073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci