Hasil Pencarian  ::  Simpan CSV :: Kembali

"This book is concerned with the optimization problem of maximizing the number of spanning trees of a multigraph. Since a spanning tree is a minimally connected subgraph, graphs and multigraphs having more of these are, in some sense, immune to disconnection by edge failure. We employ a matrix-theoretic approach to the calculation of the number of spanning trees. The authors envision this as a research aid that is of particular interest to graduate students or advanced undergraduate students and researchers in the area of network reliability theory. This would encompass graph theorists of all stripes, including mathematicians, computer scientists, electrical and computer engineers, and operations researchers.--"

"Permasalahan mencari minimum spanning tree (MST) dari sebuah graf terhubung berbobot c, G = (V, E, c) telah dikenal dalam Riset Operasi dan Ilmu komputer. MST dari sebuah graf G = (V, E, c) adalah sebuah spanning tree T dengan C(T) = {∑ c(e), e ЄT} terkecil. Variasi lain dari MST adalah permasalahan mencari Bottleneck Spanning Tree (BST) dari sebuah graf terhubung berbobot d, G = (V, E, d). Permasalahan BST dari sebuah graf G = (V, E, d) adalah mencari sebuah spanning tree T dengan D(T) = {maks d(e), e ЄT} terkecil.Permasalahan yang akan dibahas dalam tesis ini adalah permasalahan mencari spanning tree T dengan bobot B = α C(T) + β D(T) , dengan α, β > 0 terkecil dari sebuah graf terhubung G = (V, E, c, d), berbobot c dan d, c biasanya menunjukkan biaya dan d menunjukkan derajat kesulitan. T disebut spanning tree hibrida (STH). Faktor a dan p mempunyai peranan panting dalam menentukan T, yaitu menunjukkan mana yang lebih diutamakan, meminimalkan biaya C(T) atau derajat kesulitan D(T). Dalam tesis ini akan dibahas dan diimplementasikan dua algoritma STH.Algoritma pertama adalah algoritma menentukan STH untuk α dan β tertentu, sedangkan algoritma kedua adalah algoritma menentukan himpunan STH. Implementasi algoritma-algoritma tersebut digunakan bahasa pemrograman Pascal dengan struktur data array (larik) dan set (himpunan) pada komputer PC 486 DX dengan memori 4 MB."

"Teorema interpolasi membukti kan bahwa jika dari sebuah graph terhubung mengandung 2 buah spanning tree dan yang masing-masing mempunyai m dan n verteks ujung, m < n dan m,n bilangan bulat positif, maka 8 mengandung sebuah spanning tree dengan k verteks ujung, m < k < n, untuk setiap bilangan integer k."

"Tugas akhir ini menyajikan cara menghitung jumlah spanning-tree dari suatu graph terhubung tak berarah dan graph terhubung berarah. Untuk menghitung jumlah spanning-tree graph terhubung tak berarah, maka akan disajikan major suatu matriks dan matriks incidence. Sifat matriks in-degree dan linieritas determinan akan dipergunakan dalam menghitung jumlah spanning-tree graph terhubung berarah."

"Transportasi umum di DKI Jakarta sangat beragam, salah satunya adalah Transjakarta. Transjakarta merupakan salah satu sistem transportasi umum yang pembiayaannya mendapatkan subsidi dari pemerintah DKI Jakarta. Saat ini Transjakarta dikelola oleh PT Transjakarta. Selain Transjakarta, ada beberapa pembangunan transportasi umum baru seperti Mass Rapid Transit MRT dan Light Rail Transit LRT . Pembangunan transportasi umum baru tersebut menimbulkan berita mengenai pengalihan subsidi Transjakarta ke transportasi umum baru tersebut. Untuk memenuhi pembiayaan saat sudah tidak disubsidi, PT Transjakarta akan melakukan integrasi rute dengan moda transportasi lain dan melakukan pengembangan di halte dengan menambahkan unit usaha seperti minimarket atau restoran. Dalam penelitian ini akan dibahas solusi lain selain pengintegrasian dan pengembangan halte. Solusi lain tersebut adalah melakukan perubahan sistem tarif berdasarkan zona pada Transjakarta dimana perubahan tersebut diharapkan tidak terlalu merugikan pihak penumpang maupun PT Transjakarta. Pada skripsi ini akan dibahas sistem tarif Transjakarta berdasarkan zona dengan dua tahapan, yaitu pembentukan zona dan penentuan tarif. Dari dua tahapan tersebut akan diperoleh sistem tarif Transjakarta berdasarkan zona.

---

DKI Jakarta has a very diverse option of public transportations, one of them is Transjakarta. It is also one of the public transportation system that is subsidized by the government of DKI Jakarta. The operation of Transjakarta is currently managed by PT Transjakarta. Besides Transjakarta, there are also several other new public transportations developments such as the Mass Rapid Transit MRT and Light Rail Transit LRT. The construction of these new public transportations generated news about the transfer of Transjakarta subsidy to them. To finance the system of Transjakarta when it is no longer subsidized later on, PT Transjakarta will integrate its routes with other modes of transportation and develop the bus stops by adding business units such as mini market or restaurant. This study will discuss another solution to this rising concern in addition to the existing solutions, integration and development of bus stops. The proposed solution in this study is to change the tariff system of PT Transjakarta based on the zones, where the change is expected not to be too detrimental both to the passengers and PT Transjakarta. The tariff change will be based on the zone which will be developed in two stages, the zone establishment and tariff determination. After these two stages proceed, the Transjakarta new tariff system based on the zone is established."

"Salah satu jenis topologi yang banyak digunakan dalam jaringan komunikasi data adalah topologi Mesh. Topologi jenis ini mempunyai keunggulan antara lain sifatnya yang fleksibel dan dinamis sesuai dengan kondisi dan keadaan jaringan tersebut. Ada banyak kombinasi bentuk jaringan dalam topologi Mesh sesuai dengan aplikasi dan syarat serta tuntutan jaringan tersebut. Untuk membantu dalam merancang bentuk jaringan pada topologi Mesh maka pada penelitian ini dirancang suatu algoritma yang dapat memilih dan menentukan bentuk jaringan yang paling optimal pada topologi Mesh. Algoritma Mesh yang dirancang pada penelitian ini menggunakan pendekatan prosedur Minimum Spanning Tree yang merupakan penyempumaan dari algoritma Prim's."

"Perkembangan knowledge graph semakin penting sebagai sumber data dan informasi kontekstual pada ilmu data. Meskipun konsep ini telah ada selama lebih dari dua dekade, memahami data knowledge graph masih menjadi tantangan bagi pengguna. Penggunaan alat visualisasi data, misalnya seperti, Wikidata Query Service (WQS), dapat membantu mengatasi tantangan tersebut. Namun, alat tersebut difokuskan hanya pada knowledge graph tertentu dan hanya disediakan sebagai aplikasi web. Di sisi lain, visualisasi dengan Python library, kglab memfasilitasi visualisasi knowledge graph generik dengan dukungan terbatas dari jenis visualisasi dibandingkan dengan WQS. Penelitian ini mengusulkan VizKG, sebagai framework (Python library) yang menyediakan berbagai macam visualisasi untuk hasil kueri SPARQL pada knowledge graph generik. VizKG menghubungkan hasil kueri dan library visualisasi eksternal melalui pemetaan variabel terhadap komponen visualisasi yang dibutuhkan. Sebagai bentuk evaluasi pendekatan kami, penelitian ini menyertakan evaluasi use case untuk VizKG pada knowledge graph generik yang berasal dari beberapa domain. Saat ini jumlah visualisasi grafik yang didukung oleh VizKG adalah 24 jenis grafik. Fitur lainnya yang didukung VizKG termasuk rekomendasi jenis visualisasi untuk pengguna dan kemudahan ekstensibilitas bagi pengembang untuk menambahkan jenis visualisasi baru. Framework VizKG ini diharapkan dapat membantu ekstraksi dan memvisualisasikan knowledge graph untuk memahami data dan mendukung analisis lebih lanjut. VizKG tersedia secara terbuka di https://pypi.org/project/VizKG/.

---

Knowledge graphs become increasingly important as a source of data and contextual information in data science. Even though knowledge graphs has been around for more than two decades, understanding SPARQL query results from a knowledge graph can be challenging for users. The use of data visualization tool, such as, Wikidata Query Service (WQS) can help address this challenge. However, existing tools are either focused just on a specific knowledge graph and only provided as a web interface. On the other hand, visualization through Python library, kglab facilitates visualizing generic Knowledge graphs though with a limited support of visualization types compared to that of WQS. This study proposes VizKG, as a framework (Python library) that provides a wide range of visualizations for SPARQL query results on any knowledge graphs. VizKG connects SPARQL query results and external visualization libraries by mapping variables to the visualization components needed. To evaluate our approach, this study includes use case evaluation for the VizKG on generic knowledge graphs originated from several domains. At this stage the number of graph visualizations supported by VizKG is 24 chart types. Other features of VizKG includes recommendations of visualization type for user and easy extensibility for developers to add new types of visualizations. This framework is expected to assist extraction and visualize knowledge graphs for understanding data and support further analysis. VizKG is openly available at https://pypi.org/project/VizKG/."

"Mining frequent patterns in large transactional data bases is a highly researched area in the field of data mining

---

"