Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Perluasan dari Traveling Salesman Problem (TSP) adalah Multiple Traveling Salesman Problem (MTSP), yaitu menentukan kumpulan rute oleh 𝑚 salesman yang berawal dan kembali ke kota asal (depot). Jika terdapat lebih dari satu depot dan salesman yang berawal dan kembali ke depot yang sama, maka permasalahan tersebut dinamakan Fixed Destination Multi-depot Multiple Traveling Salesman Problem (MMTSP). Pada makalah ini, MMTSP akan diselesaikan menggunakan algoritma Ant Colony Optimization (ACO). ACO adalah algoritma optimisasi metaheuristic yang terinspirasi oleh perilaku semut dalam mencari jalur terpendek dari sarang menuju sumber makanan. Dalam penyelesaian MMTSP, akan diamati dengan memerhatikan pemilihan kota yang berbeda sebagai depot dan tiga parameter MMTSP non-random, banyaknya salesman (𝑚), minimum banyaknya kota yang harus dikunjungi salesman (𝐾), dan maksimum banyaknya kota yang dapat dikunjungi salesman (𝐿). Implementasi dilakukan dengan mengambil empat data dari TSPLIB. Hasil implementasi menunjukkan bahwa pemilihan kota yang berbeda sebagai depot dan tiga parameter MMTSP, di mana 𝑚 adalah parameter yang paling esensial, mempengaruhi solusi.

---

An extension of Traveling Salesman Problem (TSP) is the Multiple Traveling Salesman Problem (MTSP) in which, determining set of routes by 𝑚 salesmen who all start from and return to a single home city (depot). If there is more than one depot and salesmen start from and return to the same depot, then the problem is called Fixed Destination Multi-depot Multiple Traveling Salesman Problem (MMTSP). In this paper, MMTSP will be solved using the Ant Colony Optimization (ACO) algorithm. ACO is a metaheuristic optimization algorithm which inspired by the behavior of ants in finding the shortest path from the nest to the food source. In solving the MMTSP, the algorithm is observed with respect to different chosen cities as depots and non-randomly three parameters of MMTSP, the number of salesmen (𝑚), the minimum number of cities a salesman must visit (𝐾), and the maximum number of cities that a salesman can visit (𝐿). The implementation is observed with four dataset from TSPLIB. The results show that both the different chosen cities as depots and the three parameters of MMTSP, in which 𝑚 is the most essential parameter, affect the solution.

Abstrak :
Tesis ini merupakan hasil penelitian tentang "Implementasi Kebijakan Penertiban Pedagang Kaki Lima, Studi Kasus di Pasar Ciputat, Tangerang, Banten." Penelitian ini penting dilakukan karena pedagang kaki lima merupakan salah satu permasalahn kota yang hingga kini belum tertangani dengan baik. Selama ini kebijakan yang diterapkan adalah mengusir dan menggusur para pedagang kaki lima karena dinggap membuat kotor, kumuh dan macet. Padahal di sisi lain, pedagang kaki lima mempunyai daya serap tenaga kerja yang tinggi apalagi pasta krisis ekonomi. Pemerintah daerah Tangerang juga memberikan perhatian khusus terhadap penanganan pedagang kaki lima dengan menggelar operasi penertiban. Namun, operasi penertiban ini tidak efektif membuat jera para pedagang kaki lima dan bahkan mereka seolah-olah "main petak umpet" dengan aparat. Penelitian ini menggunakan metode penelitian kualitatif dan menggunakan jenis penelitian deskriptif karena tujuan penelitian ini adalah untuk mendeskripsikan implementasi kebijakan penertiban pedagang kaki lima di pasar Ciputat. Untuk memperoleh data, penelitian ini menggunakan teknik wawancara, studi pustaka serta observasi langsung ke lapangan. Data yang diperoleh dari lapangan akan di olah sesuai dengan kebutuhan penelitian dan akan dianalisis dengan teori yang terkait dengan penelitian. Teori yang digunakan dalam penelitian ini adalah mencakup sepuiar sektor informal, lebih spesifik tentang karakteristik usnum pedagang kaki lima, peranan pedagang kaki lima, permasalahan yang seringkali muncul akibat keberada pedagang kaki lima, dan beberapa penanganan pedagang kaki lima. Teori yang terkait dengan penelitian ini juga adalah teori kebijakan publik, baik itu sebagai produk, proses, dan analisis, implementasi kebijakan publik dan variable yang mempengaruhi keberhasilan kebijakan publik Berdasarkan temuan lapangan bahwa implementasi kebijakan penertiban pedagang kaki lima tidak berjalan dengan baik karena terdapat beberapa penyimpangan yang dilakukan oleh para pelaksana kebijakan yakni tidak mengikuti prosedur yag telah ditetapkan dalam SK Bupati No. 180 tahun 1995 tentang Petunjuk Teknis Praktis Penegakan Hukum dalam Bidang Pemerintahan. Penyimpangan itu antara lain adalah tidak adanya sangsi berupa tindak pidana ringan bagi para pelanggar dan tidak adanya sikap konsistensi aparat pemerintah terhadap operasi penertiban pedagang kaki lima. Dari implementasi kebijakan yang sedemikian rupa menghasilkan suatu kondisi yang tidak sesuai dengan yang diharapkan. Keindahan, kebeisihan dan ketertiban hanya dapat dirasakan secara sementara. Tidak berhasilnya penertiban tersebut disebabkan oleh beberapa kendala yakni kendala internal meliputi tidak adanya SOP (Standart Operating Procedures), tidak adanya kesepahaman antar aparat pemerintah, terbatasnya personil aparat pemerintah, terbatasnya dana operasional dan kendala eksternal yang terdiri dari rendahnya kesadaran pedagang kaki lima dan terbatasnya lahan dagang di pasar Ciputat. Hasil analisis mengemukakan kebijakan yang diterapkan Pemda Tangerang dalam menangani pedagang kaki lima termasuk dalam-kategori relokasi sangat keras karena dilarang berjualan kembali di tempat yang dilarang tanpa ada solusi alternatif yang memihak pedagang kaki lima. Terdapat beberapa point yang tidak terpenuhi dalam implementasi kebijakan penertiban pedagang kaki lima di ciputat baik dari aspek komunikasi, sumber daya, sikap dan struktur birokrasi. Oleh karena itu kebijakan yang diterapkan dikategorikan unseccesfull implementation. Oleh karena itu perlu ada beberapa perbaikan yakni pada aspek dasar hukum sebagai landasan operasional yang perlu dibuat juknis penertiban dan direvisi perda tentang penertiban, dialokasikan dana operasional dalam APBD secara tepat, adanya komunikasi antara Camat dengan dinas yang terkait dalam menangani pedagang kaki lima, ditambahnya personil satuan polisi pamong praja dalam meningkatkan kinerjanya dan disediakan lahan khusus untuk pedagang kaki lima yang sudah lama berjualan di lahan pasar Ciputat.

Abstrak :
ABSTRAK
Sementara studi lain berfokus pada nilai materialisme dalam naskah Death of a Salesman karya Arthur Miller, tulisan ini mengkaji kasus bunuh diri dari tokoh Willy Loman dalam naskah tersebut yang disebabkan oleh mitos American Dream dan American Adam. Lebih jauh lagi tulisan ini akan menelisik perbedaan antar generasi dalam menilai American Dream. Penelitian ini akan menggunakan metode analisis tekstual. Dengan menggunakan konsep American Dream, American Adam, dan konsep bunuh diri milik Durkheim, tulisan ini menunjukkan adanya altruism dalam kasus bunuh diri yang disebabkan oleh mitos American Dream.

---

ABSTRACT
While other studies focus on the materialism in Arthur Miller rsquo;s Death of a Salesman, this paper examines the suicide case of Willy Loman that presumably causes by the myth of American Dream and Adam. Even fewer tries to acknowledge the inter-generation gap in perceiving American Dream. This is what this study tries to accomplish by doing textual analysis of the play. This study uses the concept of American Dream, and American Adam, and delves into the Durkheim 39;s concept of suicide. At the end, this study would like to state the altruism in the suicide caused by the myth of American Dream.

Abstrak :
Traveling Salesman Problem (TSP) merupakan permasalahan yang banyak ditemukan di bidang transportasi khusunya masalah perjalanan seorang salesman mengunjungi semua kota tepat satu kali sebelum salesman tersebut kembali ke kota awal atau depot. Perluasan dari TSP adalah Multiple Traveling Salesman Problem (MTSP) dengan jumlah salesman adalah lebih dari satu. Pada skripsi ini, penyelesaian MTSP dibahas dengan menggunakan metode algoritma Sweep dan Elite Ant System, dengan penyelesaian MTSP dilakukan dalam dua tahap. Tahap pertama, digunakan algoritma Sweep untuk membangun rute awal perjalanan salesman dan pada tahap kedua digunakan Elite Ant System untuk memperbaiki rute perjalanan awal yang diperoleh dari tahap pertama. Hasil implementasi dengan menggunakan 6 data dari TSPLIB, berdasarkan total jarak yang ditempuh, menunjukkan bahwa metode yang digunakan menghasilkan total jarak lebih baik dibandingakan dengan total jarak hasil metode MACO dan MGA untuk data yang sama. Selain itu, hasil yang diperoleh menunjukkan adanya peran pemilihan kota sebagai depot dalam menentukan total jarak.

---

Traveling Salesman Problem (TSP) is the most commonly problem that is found in transportation, especially the problem of visiting city by one salesman exactly once before the salesman back to the first city or depot. The Multiple Traveling Salesman Problem (MTSP) is an extension of TSP. This problem relates to accommodating real world problems where there is a need to account for more than one salesman. In this skripsi, MTSP will be discussed in Sweep algorithm and Elite Ant System methods, where the MTSP is solved in two stages. At the first stage, Sweep algorithm is used to construction route of salesman and the second stage, Elite Ant System is used to improving every route of salesman. The implementation results were tested using 6 benchmark problem taken from TSPLIB, based on the total distance travelled, shows that the methods produce a total distance better than the total distance of MGA and MACO methods. Moreover, the results indicate the existence of obtaining a city as the depot as the key factor in determining total distance.

Abstrak :
Multiple Depot Multi Traveling Salesman Problem (MMTSP) merupakan bentuk umum dari masalah Traveling Salesman Problem (TSP), yaitu menentukan rute minimum dari perjalanan m salesman dengan n depot untuk menempuh semua kota dan kembali ke depot awalnya. Pada skripsi ini, dilakukan clustering pada kota-kota yang dilalui, sehingga pada setiap klaster masalah MMTSP dapat disederhanakan menjadi masalah MTSP Multiple Traveling Salesman Problem atau TSP. Algoritma clustering yang digunakan adalah Agglomerative Clustering dan K-Means Clustering. Selanjutnya dilakukan metode Ant Colony Optimization untuk mencari rute terpendek dari setiap klaster. Jumlah dari hasil rute terpendek dari setiap klaster merupakan solusi dari masalah MMTSP. Implementasi dilakukan dengan menggunakan sampel data TSPLIB, dan hasil yang didapat juga akan dibandingkan dengan penelitian yang telah dilakukan sebelumnya. Dari hasil simulasi, hasil algoritma Agglomerative Clustering ACO memberikan hasil yang terbaik dibandingkan algoritma K-Means Clustering ACO dan algoritma ACO saja.

---

Multiple Depot Multiple Traveling Salesman Problem MMTSP is a generalization of the common Traveling Salesman Problem TSP , whole purpose is to generate a minimum route of m traveling salesmen from n depots to explore all cities and back to their origins. In this skripsi, the cities will be clustered, so for every cluster, MMTSP will be simplified as MTSP Multiple Traveling Salesman Problem or TSP. The clustering algorithms that will be used are Agglomerative Clustering and K Means Clustering. Furthermore, for every cluster, the Ant Colony Optimization will be implemented to determine the shortest path. The distance of shortest path in every cluster will be summed as the solution of MMTSP. Implementation of the algorithm will be simulated by using the TSPLIB, and the solutions will be compared to previous research. The simulation results show that the Agglomerative clustering ACO is the best solution compared to the K Means ACO rsquo s and the only ACO algorithm.

Abstrak :
Penelitian ini bertujuan untuk menguji pengaruh kompensasi motivasi dan kepuasan kerja pegawai salesman di PT Hernalin Chemica Jakarta.

Populasi pada penelitian ini adalah seluruh pegawai salesman dengan berlatar belakang pendidikan lulusan SLTA / sederajat, D III, dan S1. Dari 116 kuesioner yang disebarkan kepada responden ternyata yang dikembalikan dan diisi lengkap yang dapat dijadikan sampel penelitian berjumlah 100 prang pegawai salesman (86 %).

Mengingat jumlah populasi tidak terlalu besar, maka sampel yang ditetapkan adalah seluruh populasi, sehingga teknik sampei ini adalah sensus dengan metode non probability sampling jenis purposive sampling.

Pengumpulan data dalam penelitian menggunakan kuesioner tertutup dan terbuka yang terdiri dari 5 bagian. Bagian pertama berisi pertanyaan yang berkaitan dengan demogradi sebanyak 6 pertanyaan. Bagian kedua berisi pertanyaan yang berkaitan dengan kepuasan kerja (Y) sebanyak 20 butir, bagian ketiga pertanyaan yang berkaitan dengan kompensasi finansial (Xi) sebanyak 20 butir, bagian keempat pertanyaan yang berkaitan dengan kompensasi non finansial (X2) sebanyak 16 butir dan bagian kelima pertanyaan yang berkaitan dengan kompensasi motivasi (X3) sebanyak 20 butir.

Pengolahan dan analisis data menggunakan program SPSS 10.0.
1. Untuk mengetahui hubungan demografi dengan kepuasan kerja digunakan tabulasi silang (cross tab). Hasil tabulasi silang antara variabel demografi, masing- masing ditabulasi silang dengan kepuasan kerja, yaitu: Bagian Kerja, Lama Kerja, Tingkat Pendidikan dan Usia.
? Hasilnya pada bagian kerja menunjukkan jumlah responden terbanyak pada tingkat kepuasan yang netral (cukup puas), dirasakan oleh pegawai salesman di bagian apotik (28 %).
? Hasilnya pada lama kerja menunjukkan jumlah responden terbanyak pada tingkat kepuasan yang cukup puas dirasakan oleh pegawai salesman dengan lama kerja lebih dari 4 tahun sampai dengan 6 tahun (16 %).
? Hasilnya pada tingkat pendidikan menunjukkan jumlah responden terbanyak pada tingkat kepuasan yang cukup puas dirasakan oleh pegawai salesman lulusan SLTA/sederajat (43 %).
? Hasilnya pada usia menunjukkan jumlah responden terbanyak pada tingkat kepuasan yang cukup puas dirasakan oleh pegawai salesman yang berusia kurang dari dan sampai dengan 30 tahun (34%)

2. Untuk menguji hubungan antara masing-masing variabel independen (kompesansi finansial, kompensasi non finansial, motivasi) dengan kepuasan kerja menggunakan regresi tinier sederhana. Hasil penelitian untuk menguji hal di atas menunjukkan bahwa :
? Hubungan antara kompensasi finansial (Xi) dengan kepuasan kerja (Y) menunjukkan korelasi (r = 0,541 pada a 0,000 dan R2 = 0,293), maka Ho ditolak. Tingkat hubungan cukup kuat pada pengaruh kompesasi finansial dengan kepuasan kerja sebesar 29,3%.
. Hubungan antara kompensasi non finansial (X2) dengan kepuasan kerja (Y) menunjukkan korelasi (r = 0,663 pada cc 0,000 dan R2 0,439), maka Ho ditolak. Tingkat hubungan cukup kuat pada pengaruh kompesasi finansial dengan kepuasan kerja sebesar 43,9%.
. Hubungan antara motivasi (X3) dengan kepuasan kerja (Y) menunjukkan korelasi (r = 0,410 pada a 0,000 dan R2 = 0,168), maka Ha ditolak. Tingkat hubungan rendah pada pengaruh motivasi dengan kepuasan kerja sebesar 16,8%.

Untuk menguji hubungan antara kompesansi finansial (Xi), kompensasi non finansial (X2) dan motivasi (X3) secara bersama-sama terhadap kepuasan kerja (Y) digunakan teknik regresi ganda. Hasil penelitian hal di atas menunjukkan bahwa :
. Hasilnya untuk kompensasi non finansial: (r = 0,663 pada a 0,000 dan R2 = 0,439), dan pengaruh motivasi (r = 0,694 pada (a, 0,000 dan R2 = 0,042) Maka Ho ditolak, tingkat hubungan cukup kuat dan pengaruh kompensasi finansial, kompensasi non finansial secara bersama-sama terhadap kepuasan kerja sebesar 43,9 %.

Abstrak :
Firefly Algorithm (FA) adalah teknik optimisasi yang terinspirasi dari alam yang awalnya dirancang untuk memecahkan masalah optimisasi fungsi kontinu. Ada beberapa pendekatan yang menggunakan FA sebagai dasar metode untuk memecahkan masalah optimisasi diskrit, khususnya Traveling Salesman Problem (TSP). Dalam tesis ini, skema gerakan baru yang disebut dengan edge-based movement diajukan. Edge-based movement adalah sebuah operator mutasi yang menjamin bahwa perubahan suatu kandidat solusi akan menyerupai dengan solusi kandidat yang diinginkan. Hal ini membuat algoritma lebih berperilaku seperti FA. Kinerja Evolutinary Discrete Firefly Algorithm di ujicoba saat menggunakan edge-based movement, dan membandingkan hasilnya dengan metode sebelumnya. Simulasi komputer menunjukkan bahwa skema gerakan baru ini menghasilkan akurasi yang sedikit lebih baik namun dengan rata-rata waktu yang lebih cepat dengan nilai rata-rata faktor speedup 14,06 kali. ......The Firefly Algorithm (FA) is a nature-inspired technique originally designed for solving continuous optimization problems. There are several existing approaches that apply FA also as a basis for solving discrete optimization problems, in particu-lar the Traveling Salesman Problem (TSP). In this thesis, a new movement scheme called edge-based movement is proposed. Edge-based movement is an operation which guarantees that a candidate solution more closely resembles another one. This leads to a more FA-like behavior of the algorithm. The performance of the Evolutionary Discrete Firefly Algorithm is investigated when using this new edge-based movement, and compare it against previous methods. Computer simulations show that the new movement scheme produces slightly better accuracy with much faster average time. The average speedup factor is 14.06 time