Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tugas Akhir ini bertujuan untuk memeriksa seinpurna atau tidak senspurnanya suatu graph sederhana planar. Met ode yaiig digunakan adalah dengan menguraikan graph sederhana planar kedalam graph kompoiieii berciasarkcwi graph sempuriia planar j-lnseparable; i = 1,2,3,4. Kemiidian diperiksa komparabilitasnya pada graph seropiirna planar 4-inseparable."

"Suatu pewarnaan edge yang minimum (minimum edge coloring) pada graph merupakan suatu partisi pada himpunan edge menjadi D matching, konstanta D merupakan derajad vertex terbesar pada graph. Dalam tulisan ini akan dibicarakan dua algoritma pewarnaan edge yang bekerja dalam kompleksitas waktu D(nm), dan 0(n3). Algoritma kedua akan lebih baik (efisien) untuk kasus di mana D merupakan pangkat dari dua."

"Tugas Akhir ini membahas suatu algoritma untuk mencari key suatu Multivalued Dependency. Dalam algoritma ini digunakan sebuah priority queue yang dinamakan CANDIDATE untuk menempatkan semua kandidat key. Elemen pertama dalam queue tersebut diambil sebagai key X dan dibandingkan dengan kandidat-kandidat key X' > X yang lain dalam queue tersebut. Jika CDEP(X') = Φ untuk sembarang kandidat key X', maka X' dihapus dari queue. Selanjutnya dilakukan penyisipan sembarang kandidat key Z > X ke dalam priority queue CANDIDATE. Kemudian dibandingkan kembali dengan kandidat-kandidat key yang lain, dan dihapus dan queue jika CDEF(Z) = Φ. Demikianlah sebuah nonkey dalam himpunan kandidat key dapat dihapus dari dalam priority queue CANDIDATE. Proses perbandingan dan penghapusan ini dilakukan berulang-ulang. Sementara sebuah key tidak dihapus sampai key tersebut diambil sebagai elemen yang paling atas dalam quenue tersebut. Akhirnya akan didapatkan sebauah himpunan key dari suatu himpunan Multivalued Dependency."

"Tabu Search merupakan salah satu metode pemecahan permasalahan optimasi kombinatorial yang tergabung ke dalam local search methods. Metode ini bertujuan untuk mengefektifkan proses pencarian solusi terbaik dari suatu permasalahan optimasi kombinatorial yang berskala besar (bersifat np-hard), contohnya permasalahan penjadwalan job shop, dengan waktu komputasi yang relatif lebih kecil, namun tanpa ada jaminan akan tercapainya solusi yang optimal.Dalam penelitian ini, Tabu search diterapkan pada sebuah permasalahan penjadwalan job shop dengan tujuan untuk meminimalkan waktu proses total atau makespan (Cmax). Penjadwalan menggunakan algoritma Tabu Search ini dilakukan terhadap tiga kasus, yaitu paket pesanan bulan September, Oktober dan Nopember, dimana untuk setiap paket pesanan dilakukan variasi terhadap initial solution dan panjang tabu list.Hasil penjadwalan ini kemudian dibandingkan dengan hasil penjadwalan lain yang menggunakan 4 macam metode basic dispatching rules , yaitu Shortest Processing Time (SPT), Earliest Due Date (EDD), Most Work Remaining (MWKR) dan First Come First Served (FCFS). Hasil pengolahan data menunjukkan bahwa penjadwalan yang menggunakan algoritma Tabu Search sensitif terhadap perubahan yang diberikan pada variabel yang ada didalamnya dan makespan yang dihasilkan secara keseluruhan lebih kecil apabila dibandingkan dengan hasil penjadwalan menggunakan ke-4 metode lainnya.

---

Application of Tabu Search Algorithm in Job Shop Scheduling. Tabu Search is one of local search methods which is used to solve the combinatorial optimization problem. This method aimed is to make the searching process of the best solution in a complex combinatorial optimization problem(np hard), ex : job shop scheduling problem, became more effective, in a less computational time but with no guarantee to optimum solution.

In this paper, tabu search is used to solve the job shop scheduling problem consists of 3 (three) cases, which is ordering package of September, October and November with objective of minimizing makespan (Cmax). For each ordering package, there is a combination for initial solution and tabu list length.

These result then compared with 4 (four) other methods using basic dispatching rules such as Shortest Processing Time (SPT), Earliest Due Date (EDD), Most Work Remaining (MWKR) dan First Come First Served (FCFS). Scheduling used Tabu Search Algorithm is sensitive for variables changes and gives makespan shorter than scheduling used by other four methods."

"Perkembangan penggunaan internet dimanfaatkan dalam dunia pendidikan melalui metode Distance learning. Sebagai Salah satu bagian dari proses pendidikan. pelaksanaan ujian dalam Distance Learning dirasa memerlukan perhatian. Tanpa adanya evaluasi maka tidak dapat diketahui keberhasilan proses pembelajaran. ADES (Agent-based Distance Educational System) sebagai Salah satu sistem yang menggunakan metode Dfsmnce Learning memiliki algoritrna yang cukup baik untukmenetukan tingkat pemahaman pelajar terhadap materi yang diajarkan serta untuk memilih soal ujian. Soal ujian yang dipilih dipengaruhi oleh hasil ujian sebelumnya. Algoritma sistem ini dapat digunakan untuk membantu proses evaluasi karena pengajar dapat mengetahui tingkat pemahaman masing-masing pelajar. Modui Ujian dibuat menggunakan bahasa pemrograman PHP dan HTML serta database MySQL umuk penyimpanan datanya. Dalam aplikasinya algoritma ADES yang digunakan disesuaikan dengan kebutuhan modul ujian. Dengan penggunaan algoritma ADES pada modul ujian penentuan lingkat pemahaman pelajar menjadi Iebih akurat dibandingkan melalui ujian biasa. Hal ini disebabkan karena setiap pelajar akan memperoleh soal ujian yang berbeda tingkat kesukarannya, tergantung dari hasil ujian sebelumnya. Dengan demikian setiap pelajar akan memperoleh nilai yang sesuai dengan ringkat pemahamannya pada pelajaran tersebut."

"Flowshop Scheduling Problem (FSP) adalah masalah penjadwalan yang berkaitan dengan pengurutan pemrosesan n pekerjaan pada m mesin, dimana setiap pekerjaan harus diproses tepat satu kali pada setiap mesin dalam urutan yang sama, dengan waktu proses tertentu. Permutation Flowshop Scheduling Problem (PFSP) adalah kasus khusus dalam FSP, dimana n pekerjaan diproses dalam urutan yang sama pada setiap mesin. Pada tugas akhir ini akan dilihat kinerja kombinasi Algoritma Memetika (AM) dan metode Greedy Randomized Adaptive Search Procedure (GRASP) dalam menyelesaikan PFSP dengan tujuan meminimumkan makespan. Kinerja metode AM dan GRASP dilihat dari kedekatan solusi yang dihasilkan dengan Best Known Solution (BKS) pada Taillard’s Benchmark dan dari waktu komputasinya. Berdasarkan pengujian, disimpulkan bahwa metode AM dan GRASP cukup kompetitif dalam meyelesaikan PFSP dengan error relatif tidak lebih dari 2 %. Selain itu, metode AM dan GRASP lebih cepat konvergen ke solusi optimal dibandingkan dengan metode AM dan metode GRASP sendiri-sendiri."

"Tindak kejahatan pada era globalisasi sekarang ini semakin meningkat. Pentingnya penggunaan kamera pengawas juga semakin dirasakan perlu. Dengan adanya penggunaan kamera pengawas ini diharapkan dapat membantu pihak kepolisian dalam mengungkap kejahatan dengan cepat dan juga membantu dalam proses pengawasan. Namun, banyak keterbatasan dari kamera pengawas ini terutama ketika pengambilan citra dalam keadaan gelap atau minim pencahayaan. Padahal situasi gelap seperti ini adalah waktu tepat bagi para pelaku kejahatan melakukan aksinya. Oleh karena itu, penting untuk menemukan suatu cara untuk memecahkan permasalahan ini. Dalam penelitian ini akan dikembangkan algoritma untuk melakukan restorasi citra dari keadaan kurang cahaya atau gelap menjadi citra yang lebih terang dengan menggunakan jaringan saraf tiruan dan logika fuzzy. Penggunaan dua teknik ini didasari dari perkembangan ilmu pengetahuan keduanya yang pesat dan kemampuan yang sudah terbukti dalam memecahkan permasalahan yang berkaitan dengan citra. Algoritma ini nantinya juga akan mengakomodasi permasalahan pada citra yang berada pada intensitas minim pencahayaan yang berbeda-beda. Penentuan algoritma baik itu menggunakan logika fuzzy dan jaringan saraf tiruan mengacu pada beberapa penelitian sebelumnya yaitu algoritma restorasi warna menggunakan color change vector dan juga penelitian-penelitian yang berhubungan dengan logika fuzzy, jaringan saraf tiruan, dan pemrosesan citra. Hasil uji coba memperlihatkan hasil restorasi citra yang memuaskan diukur dari tingkat luminance dari warna tiap pixel baik untuk algoritma fuzzy maupun algoritma jaringan saraf tiruan walaupun teknik yang digunakan berbeda. Algoritma menggunakan logika fuzzy dikembangkan dengan memperhatikan unsur luminance dari warna. Sedangkan, algoritma menggunakan jaringan saraf tiruan dengan melalui proses pelatihan terlebih dahulu. Diharapkan algoritma ini menjadi dasar pengembangan algoritma restorasi selanjutnya dan dapat diintegrasikan dalam sistem kamera pengawas agar dapat berfungsi secara real-time."