Hasil Pencarian  ::  Simpan CSV :: Kembali

"Conjugate Gradient merupakan suatu metode optimasi yang dapat meminimasi suatu fungsi, dimana arab pencariannya berdasarkan arab konjugasi yang nilainya ortogonal. Karena sifat pencariannya yang ortogonal, sebingga membuat Conjugate Gradient dapat mencapai konvergensi pad a solusi yang dicari dengan cepat. Conjugate Gradient tidak banya dapat digunakan untuk menyelesakan fungsi yang Iinier, tetapi juga dapat digunakan untuk masalah non Iinier, salab satunya digunakan untuk pelatihan jaringan syaraf tiruan. Pada makalah ini, digunakan algoritma Conjugate Gradient Polak Ribiere dalam pelatiban jaringan syaraf tiruan sebagai sistem peramalan temperature udara. Data k1imatologi yang digunakan sebagai parameter masukan yaitu temperature udara, kelembaban, tekanan udara, curah bujan, lama penyinaran matabari, dan kecepatan an gin. Berdasarkan basil penelitian ini, kita dapat menginterpretasikan babwa sistem peramalan temperatur udara ini mengbasilkan akurasi lebib dari 90%."

"The Lanczos and conjugate gradient (CG) algorithms are fascinating numerical algorithms. This book presents the most comprehensive discussion to date of the use of these methods for computing eigenvalues and solving linear systems in both exact and floating point arithmetic. The author synthesizes the research done over the past 30 years, describing and explaining the "average" behavior of these methods and providing new insight into their properties in finite precision. Many examples are given that show significant results obtained by researchers in the field.The author emphasizes how both algorithms can be used efficiently in finite precision arithmetic, regardless of the growth of rounding errors that occurs. He details the mathematical properties of both algorithms and demonstrates how the CG algorithm is derived from the Lanczos algorithm. Loss of orthogonality involved with using the Lanczos algorithm, ways to improve the maximum attainable accuracy of CG computations, and what modifications need to be made when the CG method is used with a preconditioner are addressed."

"Penelitian ini mengevaluasi performa algoritma dekomposisi LU dengan batasan serta metode iterasi Conjugate Gradient Method (CGM) dalam menentukan konduktivitas termal aluminium dan besi menggunakan metode Inverse Heat Conduction Problem (IHCP). IHCP digunakan untuk menyelesaikan masalah konduksi panas dengan menentukan parameter yang tidak diketahui seperti kondisi batas dan konduktivitas termal bergantung pada temperatur. Algoritma dekomposisi LU dengan batasan diimplementasikan dalam IHCP 2D untuk mengoptimalkan perhitungan distribusi temperatur. Simulasi pada pelat aluminium menunjukkan kesalahan absolut maksimum 1,22%, sementara eksperimen dengan isolasi penuh menunjukkan 1,83%. Prediksi konduktivitas termal menggunakan tembakan 10, 50, dan 100 W/mK menghasilkan nilai konduktivitas aluminium antara 233,693 hingga 240,659 W/mK dengan kesalahan maksimum 1,83%, dan besi antara 78,84 hingga 80,38 W/mK dengan kesalahan maksimum 1,74%. Kesimpulannya, variasi material, nilai konduktivitas termal, fluks panas, dan kondisi sistem tidak berdampak signifikan pada prediksi konduktivitas termal. Peningkatan peralatan uji dan metode pengukuran yang lebih akurat diperlukan untuk aplikasi praktis.

---

This study aims to evaluate the performance of the LU decomposition algorithm with constraints and the Conjugate Gradient Method (CGM) iteration in determining the thermal conductivity of aluminum and iron materials using the Inverse Heat Conduction Problem (IHCP) method. IHCP is applied to solve heat conduction problems, determining unknown parameters such as boundary conditions and temperature-dependent thermal conductivity. In this research, the LU decomposition algorithm with constraints was implemented in a 2D IHCP to optimize forward calculations for temperature distribution. Simulations on aluminum plates showed a maximum absolute error of 1.22%, while experiments with full insulation showed 1.83%. Thermal conductivity prediction using shots of 10, 50, and 100 W/mK revealed values for aluminum ranging from 233.693 to 240.659 W/mK with a maximum error of 1.83%, and for iron from 78.84 to 80.38 W/mK with a maximum error of 1.74%. The study concludes that material variation, thermal conductivity values, heat flux, and system conditions do not significantly impact thermal conductivity prediction. Therefore, more accurate testing equipment and measurement methods are necessary for practical applications."

"ABSTRAKTugas akhir ini membahas mengenai Algoritma dan Pemrograman Metode Bifaktorisasi yang merupakan salah satu metode langsung dalam mencari penyelesaian sistim persamaan linier Ax = b. Dalam Metode Bifaktorisasi Matriks A difaktorkan menjadi dua buah matriks, yaitu matriks kiri dan matriks kanan. Matriks kiri adalah matriks segitiga bawah L dan matriks kanan adalah matriks segitiga atas R dengan diagonal 1 sehingga L A R = I. Matriks invers A dapat dicari sebagai perkalian antara R dan L sehingga A = R L sedangkan x dapat dicari dengan persamaan x = A- b. Algoritma dan Pemrograman yang dibuat adalah yang mempunyai storage dan kecepatan yang optimal dengan stabilitas numerik yang terjaga. Diasumsikan dalam hal ini matrik A sparse dan simetris definit positif."

"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."

"Quadratic Assignment Problem (QAP) merupakan masalah optimasi kombinatorial yang pertama kali diperkenalkan oleh Koopmans dan Beckman pada tahun 1957. QAP adalah masalah menempatkan n fasilitas pada n lokasi dengan tujuan meminimalkan total jarak. Pada skripsi ini, QAP diselesaikan dengan algoritma Hybrid Ant System (HAS) yang termasuk dalam Ant Colony Optimization (ACO). ACO merupakan suatu metode metaheuristik yang terinspirasi dari perilaku semut dalam mencari rute terpendek dari sumber makanan sampai kembali ke sarangnya. Pada algoritma HAS ini, terdapat sejumlah agen yang ditugaskan untuk membentuk rute perjalanan. Setiap agen secara acak ditugaskan membuat rute dari simpul awal sampai semua simpul dikunjungi dan menghasilkan solusi untuk QAP.

---

Quadratic assignment problems (QAPs) is one of combinatorial optimization that was introduced by Koopmans and Beckmann in 1957. QAP is assign n facilities to n locations by minimizing the total distance. In this skripsi, QAP problems can be solved by Hybrid Ant System (HAS) algorithm, these algorithm include in Ant Colony Optimization (ACO). ACO is a metaheuristic methods which encouraged from ants behavior in finding the shortest path among the food resources to their cage. By HAS algorithm, there are some agents assigned to create routes randomly from first points until all points visited, then it will result a solution for QAP."