Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKBagian jalinan jalan (weaving section) merupakan salah satu fasilitas lalu lintas yang analisis kapasitasnya dilakukan secara tersendiri diluar analisis kapasitas persimpangan bersinyal (signalised intersection) dan tak bersinyal (unsignalised intersection). Pada buku Manual Kapasitas Jalan Indonesia (MKJI) analisis kapasitas bagian jalinan tersebut dilakukan dengan cara perhitungan yang berturut-turut, dengan urutan proses data masukan, pemakaian faktor-faktor penyesuaian dan diakhiri dengan proses perhitungan. Urutan proses ini memerlukan waktu yang lebih lama apabila dikerjakan secara manual dan kesalahan-kesalahan pembacaan tabel dapat mempengaruhi tingkat keakuratan hasil yang didapat.Pada skripsi ini algoritma-algoritma perhitungan yang ada pada buku MKJI tersebut akan dicoba diterapkan ke suatu perangkat lunak komputer, sehingga diharapkan pemakaian waktu perhitungan menjadi lebih singkat serta memberikan hasil yang lebih akurat. Disamping itu akan dilakukan beberapa pengembangan tambahan antara lain adalah diberikannya alternatif pemilihan jenis-jenis bundaran untuk tujuan perencanaan atau perancangan, proses data masukan kondisi parkir dan adanya pembatasan terhadap nilai-nilai variabel masukan.Dari penerapan ini dihasilkan suatu piranti lunak analisis kapasitas bagian jalinan, dinamakan dengan WEAVING 1.0 , yang dapat memperkirakan tingkat kinerja lalu lintas untuk sekumpulan kondisi geometrik, lingkungan serta lalu lintas tertentu. Piranti lunak ini dapat beroperasi dibawah lingkungan Windows, yang diharapkan sifatnya lebih interaktif, edukatif serta lebih mudah dalam pemakaiannya."

"Ant Colony Optimization (ACO) adalah salah satu algoritma approximate untuk penyelesaian permasalahan NP-hard dan salah satu metode state-of-the-art dalam penyelesaian masalah diskrit. Vehicle Routing Problem (VRP), salah satu permasalahan diskrit, dalam penelitian ini akan diselesaikan menggunakan algoritma ACO. Permasalahan VRP yang akan diselesaikan adalah 6 hasil penelitian mahasiswa Departemen Teknik Industri Universitas Indonesia. Hasil dari penyelesaian VRP menggunakan ACO menunjukkan bahwa fungsi tujuan jarak dari solusi dengan algoritma ACO lebih baik dari pendekatan yang digunakan pada penelitian sebelumnya.

---

Ant Colony Optimization (ACO) is one of approximate algorithm for solving NP-hard problem and state-of-the-art method for solving discrete problem. Vehicle Routing Problem (VRP), one of discrete problem, in this research will be solved using ACO algorithm. VRP problem that will be solved are the result of 6 student research that held by Industrial Engineering and Department, University of Indonesia. The result of solving VRP using ACO show that objective function of solution distance with ACO algorithm is better than previous approach in those research."

"ABSTRAKTujuan utama dalam pengembangan sistem distribusi adalah meminimumkan biaya-biaya. baik biaya investasi maupun biaya operasional. Sebenarnya tujuan ini sesuai dengan persyaratan utama dalam pengembangan sistem distribusi, yaitu : Harus memenuhi kelayakan tehnis, harus memenuhi kelayakan ekonomis dan harus pula hemat energi. Permasalahan utamanya sendiri dalam hal ini tampak sederhana yaitu menentukan lokasi dan dimensi gardu distribusi serta dimensi penyulang yang optimum. Namun dalam pelaksanaannya, baik persyaratan maupun permasalahan tersebut mempunyai makna yang dalam. Bila ditelusuri lebih lanjut tampaklah kekompleksitasannya. Sehingga dalam mengoptimalkan sistem tidak semudah seperti yang dibayangkan. Parameter-parameter bantu, seperti tingkat beban puncak, pertumbuhan kebutuhan tenaga Ustrik, geografis dan topologis daerah pusat beban, lintasan terdekat penyulang dan lain-lainnya muncul satu persatu saling kait mengait. Oleh karena itu untuk mengoptimalkan sistem distribusi seperti demikian diperlukan alat bantu yang dapat mengatasi kekompleksitasan permasalahan di atas. Neuro-Fuzzy adalah salah satu alat bantu modern yang merupakan kombinasi dari logika Fuzzy dan Jaringan Syaraf Buatan, JSB (Artificial Neural Network), sehingga mampu bekerja dengan cepat dan memberikan hasil yang akurat pula. Keakuratan tersebut terjadi karena kombinasi itu sendiri, dimana antara Fuzzy dan JSB selling melengkapi dan saling menutupi kelemahan pasangannya. Dengan batuan algoritma neuro-fuzzy inilah lokasi dan dimensi gardu distribusi dapat ditentukan secara optimum. Demikian pula dengan sistem distribusi lain yang terkait dengan lokasi serta dimensi gardu tersebut."

"Pencacahan clique maksimal adalah suatu metode graph clustering yang bertujuan untuk mencari simpul mana saja yang memiliki peranan paling besar dalam suatu graf. Pencacahan clique maksimal ini telah banyak diaplikasikan, diantaranya analisis pada jaringan sosial, pendeteksian hierarki melalui jaringan email, analisis statistik jaringan finansial, clustering pada jaringan dinamis, dan komputasi biologi. Algoritma Bron-Kerbosch merupakan salah satu algoritma tercepat dalam pencarian clique maksimal, maka pada penelitian ini, digunakanlah algoritma Bron-Kerbosch. Dalam mencacah semua clique maksimal dari suatu graf, matriks yang biasa digunakan adalah matriks ketetanggaan dari graf tersebut, sehingga dapat diperoleh simpul mana saja pada graf yang memiliki peranan paling besar. Selain matriks ketetanggaan, penelitian ini juga menggunakan matriks komplemen dalam mencacah clique maksimal. Data yang digunakan dalam penelitian ini adalah graf yang merepresentasikan rute jalur penerbangan domestik dari salah satu maskapai penerbangan di Indonesia. Dengan menerapkan algoritma Bron-Kerbosch, semua clique maksimal dari graf terkait akan didaftar, sehingga dapat diperoleh simpul yang memiliki peranan paling besar dalam graf ini. Graf tersebut direpresentasikan dalam bentuk matriks ketetanggaan dan juga matriks komplemen. Hasil penerapan algoritma Bron-Kerbosch pada data, baik yang menggunakan matriks ketetanggaan maupun matriks komplemen, keduanya memberikan hasil yang sama dalam menentukan simpul yang memiliki peranan paling besar dari graf terkait. Selain itu, melalui hasil penerapan yang menggunakan matriks komplemen, dapat diketahui pula simpul-simpul yang hanya bertetangga langsung dengan simpul yang memiliki peranan paling besar.

---

Maximal clique enumeration is a graph clustering method for finding all vertices that have the most influence in a graph. This maximal clique enumeration has largely been applied, including social network analysis, hierarchy detection through email networks, statistical analysis of financial networks, clustering in dynamic networks, and computational biology. The Bron-Kerbosch algorithm is one of the fastest algorithms to find all maximal cliques, hence this research will focus on that algorithm to find all maximal cliques. Counting all maximal cliques of a graph usually uses an adjacency matrix of the graph to find all vertices in the graph that have the most influence. Other than adjacency matrix, this research will also use a complement matrix in counting all maximal cliques. This research uses a graph that represents a domestic flight route of one of the airlines in Indonesia. By using Bron-Kerbosch algorithm, all maximal cliques of the graph will be listed, so that it will come up with the vertices which are the most influential in this graph. The graph will be represented in an adjacency matrix as well as a complement matrix. The result of applying the Bron-Kerbosch algorithm both the adjacency and the complement matrix?will give the same result in determining vertices that have the most influence in the graph. Besides that, by using a complement matrix, the result gives more information on the vertices which are only connected to the vertices that have the most influence."

"Sekuritas derivatif merupakan alat keuangan yang berfungsi untuk mengurangi resiko akibat fluktuasi harga aset keuangan. Salah satu sekuritas derivatif adalah opsi (option). Salah satu jenis opsi adalah opsi put Amerika. Pada opsi put Amerika, adanya hak eksekusi awal menyebabkan sulitnya menentukan solusi analitik untuk harga opsi tersebut. Sehingga dilakukanlah aproksimasi menggunakan metode numerik, salah satunya yaitu algoritma Brennan-Schwartz. Sebelum menggunakan algoritma ini, masalah harga opsi put Amerika diformulasikan terlebih dahulu ke dalam bentuk masalah komplementer linier. Algoritma Brennan-Schwartz ini diawali dengan mendiskritisasi domain di mana harga opsi put Amerika terdefinisi. Selanjutnya dilakukan aproksimasi PDP Black-Scholes menggunakan central difference dan backward difference hingga dihasilkan suatu sistem persamaan linier yang matriksnya berbentuk tridiagonal. Kemudian sistem tersebut diselesaikan menggunakan dekomposisi LU. Hasil implementasi menunjukkan adanya pengaruh dari harga patokan, suku bunga, dividen, dan waktu jatuh tempo terhadap harga opsi put Amerika, dan hasil implementasi juga menunjukkan bahwa algoritma ini cukup baik dalam mengaproksimasi harga opsi put Amerika."

"Treveling salesman problem (TSP) adalah masalah mencari rute perjalanan melewati sejumlah berhingga tempat dengan syarat setiap tempathanya dikunjungi tepat satu kali dan perjalanan berawal dan berakhir di satu tempat. TSP berdasarkan kesimetrian terbagi menjadi TSP simetrik dan TSP asimetrik adalah TSP dimana bobot busur tidak bergantung pada arahan pembusuran ..."