Hasil Pencarian  ::  Simpan CSV :: Kembali

"Self-Organizing Map (SOM) yang dikenal juga dengan Kohonen Feature map merupakan algoritme Jaringan Saraf Tiruan yang merepresentasikan arsitektur Topological Preserving Map. Algoritma tersebut menggunakan pembelajaran dengan metode unsuperised learning. Dari sisi topologi jika terdapat sekumpulan data yang dimasukkan ke dalam SOM maka akan terbentuk kumpulan neuron yang merupakan representasi dari data tersebut. Dan ketika memasuki proses learning, neuron neuron tersebut dengan sendirinya akan menempati tempatnya masing-masing secara statistik dan topologis.Dengan kata lain pada setiap iterasi dicari strategi dengan memanfaatkan dua buah informasi yaitu informasi lokal dalam point yang direperesentasikan dan juga informasi global dari keseluruhan data dalam himpunan point tersebut. Penerapan metode yang menggunakan informasi statistik tersebut menjadi dasar pembentukan algoritma pembelajaran yang disebut Kohonen Network Incorporating Explixci Statistics (KNIES).Uji coba terhadap kinerja algoritma KNIES dilakukan pada permasalahan Travelling Salesman Problem (TSP). Kumpulan kasus-kasus TSP disediakan dalam pustaka yang disebut TSPLIB. Dalam TSPLIB juga disertakan hasil optimum tour yang dilakukan oleh algoritma eksak.Dari kumpulan kota tersebut diujikan pada perangkat lunak KIES dengan radius 0.5 diperoleh hasil terburuk adalah (9.70%) didapatkan oleh Pcb442 . Sedangkan hasil rata-rata adalah 3.85%."

"ABSTRAKMultiple Travelling Salesman Problem (M-TSP) adalah masalah pencarian rute perjalanan optimal dari n kota oleh m salesman dengan m < n, dengan tiap kota hanya dapat dikunjungi satu kali dan oleh satu orang salesman saja. M-TSP merupakan perkembangan dari TSP dengan salesman lebih dari satu. Dalam tugas akhir ini akan dibahas M-TSP Single Depot yaitu M-TSP dengan kota awal perjalanan semua salesman berada di kota yang sama. Untuk menyelesaikan M-TSP digunakan Algoritma K-Means Clustering-Genetika, yaitu dengan membagi n kota yang ada menjadi m kluster kemudian tiap kluster akan diterapkan algoritma genetika dan pada akhirnya seluruh hasil yang didapat akan dijumlahkan untuk mengetahui total jarak tempuh seluruh salesman.

---

ABSTRACTMultiple Travelling Salesman Problem (M-TSP) is a problem of finding an optimal travel route from n cities by m salesmen with m < n, the condition is that each city can only be visited once and only by one salesman. M-TSP is a development of the TSP problem which involves more than one salesman. M-TSP Single Depot, where all the salesmen start travelling from the same city, will be discussed in this final project. M-TSP will be solved by using the K-Means Clustering-Genetic Algorithm that divides n cities to m clusters and applies the genetic algorithm to each cluster, then all the results obtained will be summed to determine the total mileage of the whole salesman."

"Issue keselamatan atau safety merupakan salah satu capaian yang paling penting di industri pertambangan. Hal ini dikarenakan adanya kecelakaan kerja dapat berakibat fatal bagi intensitas produksi yang dapat dilakukan hingga berpotensi untuk terjadinya pencabutan izin operasional perusahaan oleh pemerintah. Pada PT X sendiri, pelanggaran atau deviasi yang berisiko sangat tinggi untuk terjadinya kecelakaan kerja yang mengakibatkan kematian adalah terkait dengan adanya manusia di area operasional pertambangan tanpa izin dan jarak tidak aman dari kendaraan-kendaraan yang ada, khususnya kendaraan dengan muatan berat seperti HD (Heavy Duty Dump Truck). Oleh karena itu, pada penelitian ini akan diusulkan metode deteksi objek yang berbasis deep learning YOLOv4 untuk mendeteksi objek manusia dan HD beserta penggunaan jarak Euclidean untuk estimasi jarak tidak aman antar kendaraan HD. Dengan menggunakan sebanyak 2009 gambar sebagai data latih dan sebanyak 201 gambar sebagai data uji, dihasilkan nilai mAP terbaik selama proses pelatihan model sebesar 88,76% dan nilai recall objek manusia dan HD pada sebanyak 10 video uji masing-masing sebesar 56,96% dan 55,73%. Nilai recall tersebut dapat meningkat cukup signifikan manakala teknologi CCTV dilakukan proses zoom in. Adanya penelitian ini diharapkan dapat membantu pengawas untuk mendeteksi deviasi-deviasi yang terjadi di area operasional pertambangan, khususnya untuk deteksi objek manusia dan HD beserta prediksi jarak tidak aman antar HD.

---

The safety issue is one of the most important achievements in the mining industry. This is because work accidents can be fatal for the intensity of production that can be carried out and the government has the potential to revoke the company's operating license. At PT X itself, violations or deviations that pose a very high risk for work accidents resulting in death are related to the presence of humans in the mining operational area without a permit and an unsafe distance from existing vehicles, especially vehicles with heavy loads such as HD. Therefore, in this study, an object detection method based on deep learning YOLOv4 will be proposed to detect human and HD (Heavy Duty Dump Truck) objects along with the estimation of unsafe distances between HD vehicles using euclidean distance method. By using as many as 2009 images as training data and as many as 201 images as test data, the best mAP value during the model training process is 88.76% and the recall value of human and HD objects in 10 test videos are 56.96% and 55.73%. The recall value can increase significantly when CCTV technology is zoomed in. The existence of this research is expected to help supervisors to detect deviations that occur in the mining operational area, especially for the detection of human objects and HD along with predictions of unsafe distances between HD."

"Tol Laut merupakan sebuah program pemerintah dalam upaya menjadikan Indonesia sebagai poros maritim dunia, dengan meningkatkan kapasitas ekonomi nasional dan menurunkan disparitas ekonomi antar daerah. Sejak dimulai, program tol laut sudah memberikan banyak kesempatan dan mengalami beberapa hambatan. Penelitian ini dilakukan dalam rangka menjajal kemungkinan adanya formasi trayek yang lebih optimal dalam hal mendistribusikan muatan dibandingkan dengan versi yang sekarang digunakan. Eksperimen dilakukan dengan menguji pengaruh jumlah pelabuhan dalam sebuah trayek dan membuat sebuah program berbasis artificial intelligence (AI) yang akan membantu dalam generasi formasi trayek yang optimal. Variasi konfigurasi formasi trayek yang digunakan adalah 5 Trayek, 4 Trayek + shuttle ship via Makasar, dan 4 Trayek + shuttle ship via Makasar-Bitung. Hasil penelitian ini secara eksperimental menunjukkan pengelompokkan pelabuhan pengumpul secara tepat dapat memberikan hasil yang signifikan terhadap nilai bongkar muat per tahun dan distribusi muatan ke daerah. Efek tersebut juga dirasakan pada varian yang mengalami waiting time terlama sehingga mencegahnya untuk bekerja sesuai jadwal. Di sisi lain juga terdapat kemungkinan bahwa pelabuhan nasional seperti Makasar dan Bitung dapat menjadi lokasi yang tepat sebagai gerbang angkutan logistik ke Timur.

---

The Sea Toll is a program by the government in an effort to make Indonesia a global maritime axis, by increasing national economic capacity and reducing economic disparity between regions. Since its implementation, the sea toll program has provided many opportunities for businesses while also encountered several obstacles. This research was conducted in order to try out the possibility of a more optimal route formation in terms of goods distribution compared to the version currently used. Experiments are carried out by testing the effect of the number of ports in a route and creating an artificial intelligence (AI) based program that will help in automated generation of optimal route formation. The variants of route formation configurations being studied are 5 routes, 4 routes + shuttle ship via Makassar, and 4 routes + shuttle ship via Makassar-Bitung. The results of this study experimentally show that the proper grouping of feeder ports can provide significant results on the amount of goods unloaded per year on each region and the distribution of cargos. The effect is also felt in variants that experience the longest waiting time, thus preventing it from working on schedule. On the other hand, there is also the possibility that the Hub ports such as Makassar and Bitung could be the right location to hold the status as the Logistic Gates to the East."

"Tugas akhir ini membahas penyelesaian persoalan matching lengkap dengan menggunakan graf bipartite sebagai modelnya. Teori yang digunakan untuk menentukan penyelesaian persoalan tersebut adalah teorema Hall. Dan algoritma yang dibahas untuk menjawab ada atau tidaknya matching lengkap pada persoalan tersebut adalah algoritma Hungarian."

"Penjadwalan ujian merupakan tantangan yang dihadapi oleh universitas tiapsemester atau tiap tahun. Tantangannya adalah untuk menjadwalkan ujian darisekian banyak mata kuliah, yang diikuti oleh sejumlah mahasiswa (satumahasiswa mungkin mengikuti lebih dari satu mata kuliah), ke dalam waktu yangterbatas dan jumlah ruangan yang terbatas. Dalam persoalan perwanaan graf,terdapat sifat yang dapat digunakan untuk merepresentasikan persoalanpenjadwalan ujian, dimana tidak ada dua atau lebih simpul yang bertetanggamempunyai warna yang sama. Dalam persoalan penjadwalan ujian, tidak bolehterdapat dua ujian yang diikuti oleh minimal satu mahasiswa yang samadilaksanakan pada waktu yang sama. Dalam persoalan pewarnaan graf, kondisitersebut dipenuhi ketika dua simpul yang bertetangga yang merepresentasikan duaujian tersebut mempunyai warna yang berbeda. Jumlah minimal warna yangdiberikan pada suatu graf dapat merepresentasikan jumlah minimal hari yangdigunakan dalam pelaksanaan ujian. Di dalam skripsi ini akan ditampilkanalgoritma berbasis pewarnaan graf untuk mendapatkan jadwal ujian yangmemenuhi aspek keadilan bagi mahasiswa, akurat, dan mempunyai periode waktuyang optimal. Kompleksitas dan efisiensi dari algoritma ini juga merupakan halyang diperhatikan dalam skripsi ini."