Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini dilakukan untuk memperoleh jadwal operasi pasien elektif pada sebuah rumah sakit dengan sejumlah ruang operasi sehingga kendala ketersediaan dokter, kapasitas ruangan, dan keterdesakan waktu operasi bisa dipenuhi sebaik mungkin. Optimasi pernjadwalan dilakukan dengan algoritma genetika. Penelitian ini menghasilkan jadwal penggunaan kamar operasi yang cukup baik dalam memenuhi kendala. algoritma yang dihasilkan juga bisa menampung fleksibilitas data pasien, ruang operasi, rentang hari penjadwalan, ketersediaan dokter.

---

Thus research aims to obtain optimum surgery schedule for elective patient for a hospital having several operating rooms so as to satisfy the constraints of surgeon availability, room capacity, and the urgency of some patient. Schedule optimization is achieved by usinf genetic algorithm.

Resulting schedule is satisfactort in satisfying the constraints. the proposed alogrithm can alson accommodate flexibility in number of patients to be operated on, number of operating rooms used, the day spans of scheduling, and availability of the surgeons."

"Mengoperasikan sistem tenaga dengan biaya optimal terus dikembangkan dengan berbagai metode, yang terbagi menjadi metode matematis dan heuristik. Salah satu metode heuristik adalah algoritma genetika, dalam penelitian ini dikombinasikan dengan desain eksperimen untuk mencari jumlah biaya pembangkitan minimal. Penelitian ini menjelaskan algoritma genetika dan penggunaannya untuk optimisasi biaya pembangkitan dalam studi kasus case ieee 30 busbar dan Sistem Transmisi Jawa Bali 500kV. Hasil ditunjukkan dan dibandingkan dengan metode matermatis dan heuristik lainnya, dimana pada kasus Jawa Bali 500kV dihasilkan biaya pembangkitan 19 lebih effisien dibandingkan kondisi awalnya dan 8 lebih efisien dibandingkan metode interior point. Hasil dari simulasi metode digunakan menunjukkan bahwa metode algoritma genetika dengan desain eksperimen menghasilkan optimalisasi biaya paling baik dibandingkan metode pembanding digunakan.

---

Power system operation optimization continues to expand with various algorithms, which are divided into mathematical and heuristic methods. One of effective heuristic method is genetic algorithm, which is combined with design of experiment to find the amount of possible generation with the lowest cost. This study describes genetic algorithm and the use of minimizing the amount of generation costs case ieee 30 buses and 500kV System of Java Bali.

The results is shown and compared to mathematical and another heuristic methods, which in the case of 500kV System of Java Bali the generation cost is 19 more efficient than initialisation condition and 8 lower cost than interior point method. The simulation result of the method shows that the genetic algorithm combined with design of experiment generated the best result than compared method."

"Health and Safety Executive menemukan bahwa pada tahun 2013/2014 sebanyak 526.000 kasus dari 1.241.000 kasus penyakit akibat kerja adalah Musculoskeletal disorders. Menurut WHO fact sheet pada tahun 2014 terdapat sebanyak 37% penyakit akibat kerja adalah nyeri punggung. BLS Amerika Serikat menyatakan bahwa perawat merupakan kelompok pekerja dengan insiden rate yang tinggi. Penelitian ini bertujuan untuk melihat keluhan muskuloskeletal pada perawat di kamar operasi dengan pendekatan ergonomi. Penilaian tingkat risiko ergonomi menggunakan metode REBA (Rapid Entire Body Assessment). Penelitian ini menggunakan desain observasional dengan pendekatan cross sectional. Responden pada penelitian ini adalah sebanyak 8 perawat di kamar operasi.Hasil penelitian menunjukkan bahwa 100% perawat mengalami keluhan muskuloskeletal setelah shift, dimana keluhan terbesar adalah pada betis kiri dan betis kanan (87,5%). Kegiatan memindahkan pasien dari meja operasi ke kereta dorong merupakan kegiatan dengan risiko tinggi yang dapat memicu timbulnya keluhan muskuloskeletal. Salah satu faktor yang berperan penting terhadap keluhan muskuloskeletal pada perawat di kamar operasi adalah faktor lingkungan yang aman dan nyaman bagi pekerja, peralatan, dan pekerjaan yang dilakukan.

---

Health and Safety Executive found that in 2013/2014, about 526.000 from 1.241.000 of work related disesease cases is musculoskeletal disorders. In 2014 WHO fact sheet stated that 37% of work relaed disesase is back pain. US BLS stated that nurse is the worker who is with high prevelence. This research aims to observe musculoskeletal symptoms of nurses who is in operating room by ergonomic approaching. Ergonomic risk level was assessed by REBA (Rapid Entire Body Assesment) method. This research design is observational with cross sectional. Respondent in this research is 8 nurses in operating room.The result showed that 100% of nurses got musculoskeletal symptoms after shift work, where the highest symptoms is in left and right calf (87.5%). Patient transferring activity from operating table to bed is activity with high risk which potentially caused musculoskeletal symptoms. One of the important factor in musculoskeletal symptoms of nurse in operating room is environment factor which is secure and comfort for worker, tools, and its job."

"ABSTRAKTesis ini membahas mengenai optimasi jaringan pipa untuk distribusi gas. Nilai investasi yang terkecil merupakan tujuan dari optimasi. Hal ini dapat diperoleh dengan menggunakan diameter pipa yang paling sesuai untuk jaringan pipa dengan total cost yang paling rendah. Algoritma genetik merupakan salah satu metode yang dapat digunakan untuk melakukan optimasi.

---

Abstract

This thesis discusses the optimization of gas pipelines for distribution. The smallest investment value is the purpose of optimization. This can be obtained by using the most appropriate pipe diameter for the pipeline network and with the total lowest cost. Genetic algorithms are one of the methods that can be used to perform optimization."

"Permasalahan penjadwalan pekerjaan (job) terhadap beberapa (resource) mesin (scheduling jobs on multiple machineslSJMM) merupakan salah satu permasalahan peojadwalao klasik yang dapat ditemui pada proses komputasi terlebih jika komputasi dilakukao seeara terdistribusi. Beberapa metode penyelesaiao permasalahan tersebut telah dikembangkan baik dengao pendekatan eksak maupun heuristiklmetaheuristik. Tabu Search sebagai salah satu metode metaheuristik yang relatif baru dapat menjadi alternatif metode untuk mendapatkan pendekatao peoyelesaiao permasalahao tersebut. Tujuan dari peoelitian ioi mengembaogkan dan mengimplementasikan algoritma integrasi genetika dan Tabu Search (Integration Genetic-Tabu Search Algorithm IIGTS) dalam permasalahan SJMM pada komputasi grid. Sehingga dengan algoritma penjadwalan integrasi GA dan TS dapat memperbaiki performance pemrosesao Job dalam Iingkungao komputasi grid. Hasil yang dieapai dari algoritma yang diraneaog (IGTS) untuk menjadwalkan pemrosesan bebao terhadap cluster adalah meniogkatnya performance beberapa nilai yang eukup memuaskan dibanding dengao tidak menggunakao tabu search diantaranya: makes pan = 3,07%, waiting time = 19,39%, dan jumlah generasi lebih keeil."

"Neuro fuzzy system has been shown to provide a good performance on chromosome classification but does not ofter a simple methods to obtain the accurate parameter values required to yield the best recognition rate....."

"Penelitian ini bertujuan untuk menghasilkan jadwal mata kuliah di perguruan tinggi yang optimal, dengan mengurangi jumlah mata kuliah yang bentrok, serta distribusi kelas yang merata untuk meringankan beban mahasiswa. Untuk mencapai tujuan tersebut, optimasi jadwal dilakukan menggunakan algoritma genetika. Algoritma ini sangat cocok untuk menyelesaikan masalah skala besar dan kompleks, seperti penjadwalan mata kuliah di perguruan tinggi yang melibatkan banyak variabel dan kendala. Teknik local search digunakan untuk membantu algoritma genetika dalam meningkatkan kinerja dan mempercepat konvergensi. Penelitian ini diharapkan menghasilkan jadwal mata kuliah yang optimal berdasarkan kriteria jumlah mata kuliah yang bentrok, serta distribusi kelas yang merata untuk meringankan beban mahasiswa. Hasil penelitian menunjukkan bahwa jadwal baru yang optimal berhasil diperoleh.

---

This research aims to produce an optimal college course schedule by reducing the number of conflicting courses and ensuring an even distribution of classes to ease the students' workload. To achieve this goal, schedule optimization uses a genetic algorithm. This algorithm is well-suited for solving large-scale and complex problems, such as college course scheduling that involves many variables and constraints. Local search techniques assist the genetic algorithm in improving performance and accelerating convergence. This research is expected to produce an optimal course schedule based on the criteria of minimizing course conflicts and evenly distributing classes to ease students' workload. The research results show that an optimal new schedule was successfully obtained."

"Sejumlah permintaan akses resource dari user mengakibatkan proses scheduling WiMAX dengan algoritma yang memberikan fairness bagi semua user dibutuhkan. Penelitian ini mengusulkan suatu algoritma penjadwalan mSIR (maximum Signal to Interference Ratio) yang diterapkan dalam scheduling jaringan WiMAX sebagai skenario simulasi dijalankan dengan menambah jumlah SS. Perancangan simulasi jaringan WiMAX dalam penelitian ini menggunakan Network Simulator 2 (NS2). Selanjutnya, guna melihat kinerja penjadwalan WiMAX menggunakan algoritma tersebut, dianalisis terhadap tiga kelas QoS, yaitu UGS, rtPS, dan BE dengan parameter ukur throughput, packet loss, delay rata-rata, jitter, dan fairness. Hasil simulasi menunjukkan bahwa throughput pada kelas layanan UGS dan rtPS mengalami peningkatan ketika jumlah SS naik. Nilai throughput terbesar untuk kelas layanan UGS adalah 1107,84 kbps dan rtPS adalah 2377,68 kbps dengan kondisi jumlah SS total yaitu 25. Sedangkan nilai throughput terbesar untuk BE adalah 2654,96 kbps dengan kondisi jumlah SS total yaitu 10. Rata- rata delay pada kelas layanan UGS, rtPS, dan BE mengalami peningkatan terhadap pertambahan jumlah SS. Rata-rata delay terbesar dicapai pada kelas layanan UGS adalah 69,7028 ms, rtPS adalah 67,6726 ms, dan BE adalah 65,6649 ms. Nilaipacket loss kelas layanan UGS, rtPS, dan BE juga mengalami penigkatan terhadap pertambahan jumlah SS. Packet loss terbesar pada kelas layanan UGS adalah 1,26907 %, rtPS adalah 1,92707 %, dan BE adalah 5,74304 % dengan kondisi jumlah SS total yaitu 25. Nilai jitter pada kelas layanan UGS terbesar adalah 12,2768 ms dan rtPS adalah 5,6168 ms. Nilaifairness rata-rata untuk algoritma penjadwalan mSIR adalah 0,8176"