Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sebuah perusahaan penyedia batubara di Jakarta yang berperan sebagai terminal dan tempat pengolahan batubara belum memiliki metode perencanaan produksi, sementara permintaan yang dihadapi sangat fluktuatif. Hal ini mengakibatkan keuntungan yang diperoleh perusahaan menjadi tidak optimal. Oleh karena itu, diperlukan model matematika yang dapat digunakan untuk membuat perencanaan produksi yang tepat agar perusahaan dapat memaksimumkan keuntungan. Selain itu, dengan adanya model matematika, proses produksi juga dapat dilakukan dengan pemanfaatan sumber daya tersedia dengan lebih efisien. Model matematika dibangun dengan pendekatan Linear Programming. Adapun objek yang akan diteliti adalah batubara jenis fine, nut, dan rom. Hasil dari penelitian ini adalah diperolehnya kuantitas produksi optimal dari ketiga jenis produk dan keuntungan yang diperoleh tiap periode dalam 12 periode mendatang Mei 2018-April 2019, serta faktor-faktor yang mempengaruhi besar keuntungan tersebut.

---

A coal supply company in Jakarta that acts as a terminal and a coal processing plant does not yet have a production planning method, while the demand faced is very volatile. This resulted in the company 39 s profit to be not optimal. Therefore, it is needed a mathematical model that can be used to make the right production planning so that the company can maximize the company 39s profit. In addition, with the mathematical model, the production process can also be done with the utilization of available resources more efficiently. Mathematical model is built with Linear Programming method. The objects to be studied are fine, nut, and rom coal. The result of this research is obtaining optimum quantity of production from three product types and profit obtained each period in the next 12 periods May 2018 April 2019, and also get the factors that influence the profit."

"Arsitektur model deep learning kini sudah semakin kompleks setiap harinya. Namun semakin besar model maka dibutuhkan kekuatan komputasi yang cukup besar juga dalam menjalankan model. Sehingga tidak semua perangkat Internet of Things (IoT) dapat menjalankan model yang begitu besar secara efisien. Untuk itu teknik model optimization sangat diperlukan. Pada penelitian kali ini penulis menggunakan metode optimasi menggunakan layer weight regularization, serta penyederhanaan arsitektur model pada hybrid deep learning model. Dataset yang digunakan pada penelitian kali ini adalah N-BaIoT. Sementara evaluasi performa model yang digunakan adalah accuracy, confussion matrix, dan detection time. Dengan tingkat accuracy yang sama, model yang diusulkan berhasil meningkatkan waktu deteksi model lebih cepat 0,8 ms dibandingkan dengan model acuan.

---

The deep learning model architecture is getting more complex every day. However, the larger the model, the greater the computational power is needed to run the model. So not all Internet of Things (IoT) devices can run such a large model efficiently. For this reason, model optimization techniques are needed. In this study, the author uses an optimization method using layer weight regularization, as well as simplification of the model architecture on the hybrid deep learning model. The dataset used in this research is N-BaIoT. While the evaluation of the performance of the model used is accuracy, confusion matrix, and detection time. With the same level of accuracy, the proposed model succeeded in increasing the detection time of the model by 0.8 ms faster than the reference method."

"Kabupaten Merangin merupakan salah satu kabupaten di Indonesia yang memiliki potensi perkebunan yang sangat tinggi terutama kelapa sawit. Komoditi utama daerah ini adalah kelapa sawit di mana saat ini kelapa sawit menjadi primadona hasil perkebunan. Keberadaan kebun - kebun kelapa sawit yang tersebar di seluruh daerah kabupaten Merangin akan sangat membantu pendistribusian tandan buah segar ke pabrik pengolahan kelapa sawit menjadi minyak goreng dan mengurangi salah satu biaya terbesar di setiap pabrik minyak goreng yang akan didirikan yaitu biaya transportasi. Berkaitan dalam upaya meminimalisasi biaya transportasi, maka diperlukan suatu model optimasi dari sistem distribusi dalam rantai pasokan, yaitu aliran barang dari pemasok, pabrik dan sampai ke pasar / konsumen. Model ini akan membantu pelaku keputusan untuk dapat mengambil keputusan secara tepat yang berkaitan dengan perencanaan infrastruktur dalam bidang distribusi. Model matematis yang akan dibuat menggunakan metode programa integer. Programa integer adalah salah satu metode di penelitian operasional yang menggunkan model matematika untuk mendeskripsikan masalah yang sedang terjadi. Model tersebut diujikan pada data yang didapat dari kabupaten Merangin dan diolah dengan perangkat lunak LINGO. Hasil pengolahan tersebut kemudian dianalisis dan diperoleh letak pabrik minyak goreng yang optimal. "