Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penyejajaran barisan DNA dilakukan dengan tujuan melihat tingkat kemiripan antara barisan DNA. Pada tugas akhir ini, dilakukan penyejajaran barisan DNA dengan menggunakan algoritma X-drop dan algoritma greedy. Algoritma X-drop melakukan penyejajaran barisan DNA dengan menggunakan pendekatan pemrograman dinamik. Algoritma greedy merupakan modifikasi algoritma X-drop.Kedua algoritma ini bekerja dengan menelusuri penyejajaran yang tidak memenuhi kondisi X-drop, yaitu kondisi yang bergantung pada nilai X yang dipilih oleh pengguna, sehingga kinerja dari kedua algoritma ini bergantung pada pemilihan nilai X yang tepat. Pada simulasi yang telah dilakukan, dengan menggunakan nilai X yang sama, kedua algoritma memberikan hasil penyejajaran yang sama, dengan running time algoritma greedy lebih baik dari algoritma X-drop."

"Penyejajaran antar barisan DNA digunakan untuk melihat tingkat kemiripan dari barisan DNA tersebut. Sebagian besar metode dalam penyejajaran barisan menggunakan pendekatan program dinamik. Salah satu metode yang sering digunakan adalah metode Needleman-Wunsch. Pada metode Needleman-Wunsch semua karakter pada barisan-barisan tersebut disejajarkan sehingga dapat terlihat kemiripan dari barisan-barisan DNA tersebut. Metode yang digunakan dalam tugas akhir ini tidak menyejajarakan seluruh karakter dari barisan-barisan DNA. Metode ini hanya menyejajarkan pasangan segmen dari dua barisan DNA. Hasil dari metode ini adalah pasangan segmen dari dua barisan DNA yang memiliki kemirian paling besar."

"Penyejajaran antar barisan DNA dilakukan untuk melihat tingkat kemiripan antara barisan tersebut. Sebagian besar metode dalam penyejajaran barisan menggunakan pendekatan program dinamik. Salah satu metode yang sering digunakan adalah Metode Needleman-Wunsch. Pada metode tersebut semua lintasan yang ada ditelusuri. Metode yang digunakan dalam tugas akhir ini, tidak menelusuri semua lintasan yang ada. Lintasan yang ditelusuri adalah lintasan yang skornya dibatasi oleh suatu nilai tetap tertentu. Pada percobaan yang telah dilakukan, nilai batas tersebut menentukan diperoleh atau tidaknya lintasan yang dicari dalam penyejajaran barisan."

"Pada skripsi ini dibahas penyejajaran tiga barisan DNA dengan penyajian secara geometris yang dinyatakan dalam tiga buah sumbu tegak pada ruang tiga dimensi. karakter barisan pertama dinyatakan pada sumbu kedua dengan arah horizontal ke belakang, dan karakter barisan ketiga dinyatakan pada sumbu ketiga dengan arah vertikal.proses penyejajaran dilakukan dengan cara memasangkan setiap karakter untuk mencari penyejajaran dengan skor maksimum. skor maksimum dari setiap penyejajaran dapat disajikan pada titik-titik koordinat dalam ruang dimensi tiga. suatu titik menyatakan keadaan skor penyejajarantiga barisan DNA yang berakhir pada suatu karakter dari barisan pertama, barisan kedua, dan barisan ketiga. proses dimulai dari titik awal (titik asal), kemudian dipilih titik selanjutnya yang memiliki skor maksimum di anatara titik-titik sekitarnya dan seterusnya sampai titik akhir."

"Salah satu masalah bioinformatika adalah masalah rekonstruksi barisan DNA dengan metode Sequencing by Hybridization (SBH). Untuk melakukan rekonstruksi barisan DNA digunakan jalur Euler yang dicari pada graf DNA. Dalam skripsi ini dibahas beberapa algoritma untuk mencari jalur Euler, berikut kompleksitas algoritmanya, dan penggunaanya dalam SBH. Secara umum algoritma yang dibahas memiliki kompleksitas polinomial. Pada akhir skripsi dibahas algoritma yang dikatakan memiliki kompleksitas "linier"."

"DNA adalah salah satu pembawa informasi genetik pada makhluk hidup. Sequencing dan clustering barisan DNA telah menjadi pekerjaan utama dan rutin dalam dunia biologi molekuler, khususnya dalam bidang terapan bioinformatika. Secara umum metode clustering dapat dibedakan menjadi dua, yaitu hirarki clustering dan partisi clustering. Penelitian ini menggabungkan dua metode clustering yaitu K-Means partisi clustering pada Level 1 dan DIANA hirarki clustering pada Level 2, oleh karena itu disebut Two-Level Hybrid Clustering. Proses awal dimulai dengan mengumpulkan barisan DNA HPV yang diperoleh dari NCBI National Centre for Biotechnology Information, Ekstraksi Ciri, dan Normalisasi. Kemudian melakukan proses clustering menggunakan algoritma K-Means pada Level 1 dan algoritma DIANA pada Level 2. Untuk menghitung jarak genetik antar barisan DNA HPV digunakan persamaan Euclidian Distance. Dan validitas klaster yang digunakan untuk menentukan banyaknya klaster yang optimum adalah Indeks Davies-Bouldin IDB. Hasil penerapan Two-Level Hybrid Clustering pada 1252 barisan DNA HPV adalah data dikelompokan menjadi 4 klaster dengan nilai IDB yaitu 0.859154564. Semua perhitungan dan proses clustering menggunakan software R.

---

DNA is one of the carrier of genetic information in living organisms. Sequencing and clustering DNA sequences has become the key and routine activitis in the molecular biology, in particular on bioinformatics applications. There are two type of clustering, hierarchical clustering and partitioning clustering. In this paper, we combine two type clustering proccesses including K Means partitioning clustering on Level 1 and DIANA hierarchical clustering on Level 2, therefore it called Two Level Hybrid clustering. The beginning of process is started with collecting DNA sequences of HPV from NCBI National Centre for Biotechnology Information, Characteristics Extraction, and Normalization. The next step is clustering by implementation K Means algorithm on Level 1 and DIANA algorithm on Level 2. To calculate the genetic distance we use Euclidian Distance. Moreover, in validating cluster results in order to get optimum number of clusters, we use Davies Bouldin Index DBI. The result of implementation of Two Level Hybrid Clustering on 1252 sequences of HPV is the data clustered into 4 clusters with minimal IDB value is 0.859154564. All calculating and clustering process in this paper using software R."

"Pada saat ini, jaringan logistik memiliki peran yang sangat penting sehingga memaksa perusahaan, terlebih pada perusahaan penyedia jasa logistik (3PL) untuk mengevaluasi dan mengoptimisasi jaringan logistik mereka yang telah ada. Algoritma Greedy (GA) sebagai algoritma yang melihat dalam perspektif berbeda bagi tiap sub masalah telah dikawinkan dengan Multi-Period Single-Sourcing Problem (MPSSP) yang telah dimodifikasi agar menemukan solusi yang bersifat lokal optimal untuk mengevaluasi dan mengoptimalisasi jaringan logistik. Dua hal utama yang menjadi fokus dalam penelitian ini, yaitu: biaya operasional dan investasi sehingga didapatkanlah gudang yang seharusnya dioperasikan, kapasitas gudang per meter persegi, dan biaya total untuk jaringan logistik tersebut per tahun. Dari tiga buah gudang yang pertimbangkan, melakukan ekspansi gudang pertama dan membuka gudang kedua adalah solusi yang optimal untuk meminimalkan biaya jaringan logistik.

---

Nowadays, logistics network play an important role in supply chain management so it forces the company, furthermore for Third Party Logistic (3PL) Company to evaluate and optimize his current logistics network. Greedy algorithm (GA) who is an algorithm that conducts a different perspective in looking for every sub problem has engaged with modified Multi-Period Single-Sourcing Problem (MPSSP) to find the local optimal solution in evaluating and optimizing the logistics network.

Two main concerns of this evaluation and optimization are operation and investment cost so we can find the number of warehouses we need to open, the capacity per square meter for each warehouse, and total logistic network cost per year. Fom three warehouses that we concern in this research, At the end of reseach, the conclution comes to expansion capacity for first warehouse and opening the second warehouse is the optimal solution for minimize the entire logistic network."

"Citra digital merupakan salah satu media penyimpanan informasi yang sering digunakan saat ini sehingga dibutuhkan suatu skema yang dapat menjaga keamanan informasi pada citra digital. Oleh karena itu, dirancang algoritma enkripsi citra digital berbasis chaos dengan coding DNA dan elliptic curve Diffie-Hellman. Hasil yang diperoleh dari elliptic curve Diffie-Hellman akan digunakan untuk membuat kunci-kunci pada coding barisan DNA. Nilai-nilai piksel pada citra digital diubah menggunakan coding DNA, penjumlahan DNA, dan penjumlahan dengan keystream yang didapat dari fungsi chaos logistik. Selain itu, lokasi piksel diubah menggunakan circular shifting dengan kunci yang didapat dari elliptic curve Diffie-Hellman dan interlave antar channel. Hasilnya didapat algoritma pada skripsi ini memiliki keamanan yang baik dalam menjaga kerahasiaan informasi citra digital.

---

Digital image is one of the information storage tool that used frequently now, so a scheme is needed to protect its security. In consequence, encryption algorithm of digital image that based on chaos with DNA coding and elliptic curve Diffie Hellman is designed. The result from elliptic curve Diffie Hellman will used to create keys in DNA coding. Pixel values in digital image are changed using DNA coding, DNA addition, and addition using keystream that obtained from chaos logistic map. Furthermore, pixel location is changed using circular shifting with key that obtained from elliptic curve Diffie Hellman and interleave. In the result, algorithm have a good security to protect digital image. "