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."

"Passenger boarding merupakan proses masuknya para penumpang ke dalam pesawat. Passenger boarding perlu dikendalikan oleh maskapai penerbangan supaya interferences yang terjadi ketika passenger boarding berlangsung tidak semakin banyak. Interferences didefinisikan sebagai gangguan yang terjadi akibat adanya penumpang yang terhalang oleh penumpang lainnya ketika ia ingin mencapai tempat duduknya. Strategi terbaik dibutuhkan untuk dapat mengurangi interferences yang terjadi sehingga passenger boarding lebih terkendali. Strategi dilakukan dengan mengelompokkan penumpang ke dalam beberapa grup dan masing-masing grup akan masuk ke dalam pesawat dengan urutan tertentu. Pada skripsi ini masalah penentuan strategi passenger boarding akan dimodelkan ke dalam pemrograman non linier bilangan bulat campuran dan diselesaikan melalui algoritma genetik. Pesawat yang digunakan dalam skripsi ini adalah Airbus-320. Sementara untuk menerapkan algoritma genetik sebagai penyelesaian masalah ini digunakan metode seleksi deterministik, metode one cut point crossover dan metode mutasi dengan penggantian gen secara acak. Pada akhirnya diperoleh bahwa strategi terbaik adalah strategi dengan total interferences minimum berdasarkan nilai, dimana direpresentasikan sebagai persentase penumpang penyebab interferences yang berasal dari grup sebelumnya. Ketika nilai kecil, strategi cenderung mendekati strategi window to aisle. Sementara ketika nilai besar, strategi cenderung mendekati strategi back to front.

---

Passenger boarding is a process when the passengers get access to airplane. Passenger boarding have to be controlled by an airline company so that interferences of passenger boarding won't increased. Interferences are defined as an instance of passenger blocking another passenger's access to his (or her) seat. The best strategy is needed to reduce the interferences which happened so passenger boarding will be more controlled. The strategy is apllied by grouping the passenger in specific order to get access the airplane.

This skripsi tells about problem on how to choose a passenger boarding strategy will be represented as a model of mixed integer non linear programming and solved by genetic algorithm. Airbus-320 will be used in this skripsi. Deterministic selection, one cut point crossover and random gen replacement mutation will be used in genetic algorithm.

In conclusion, the best strategy is a strategy that has minimum number of total interferences based on, which is represented as a percentage of passenger who caused interferences from the previous group. When has a large value, the strategy aprroach to "window to aisle strategy". Meanwhile has a low value, the strategy approach to "back to front strategy"."