Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
[Collective intelligence has become an attractive subject of interest for both academia and industry. More and more conferences and workshops discuss the impact of the users' motivation to participate in the value creation process, the enabling role of advanced information and communication technologies. , Collective intelligence has become an attractive subject of interest for both academia and industry. More and more conferences and workshops discuss the impact of the users' motivation to participate in the value creation process, the enabling role of advanced information and communication technologies. ]

Abstrak :
This book constitutes the proceedings of the 8th International Conference on Swarm Intelligence, held in Brussels, Belgium, in September 2012. This volume contains 15 full papers, 20 short papers, and 7 extended abstracts carefully selected out of 81 submissions. The papers cover various topics of swarm intelligence.

Abstrak :
Permasalahan tentang robot sepak bola saat ini sudah masuk pada tahap penggunaan koordinasi multi agent karena melibatkan banyak robot. Swarm merupakan salah satu dari banyak konsep multiagen communication dan coordination. Swarm membahas tentang koordinasi yang didasarkan pada prilaku sekumpulan serangga yang saling bekerja sama dalam mencapai tujuan yaitu mendeteksi makanan dan jalur migrasi. Hal ini dituangkan dalam permainan sepak bola dimana beberapa robot akan saling bekerja sama untuk mendeteksi target berupa bola dan membawanya ke gawang lawan dengan saling bekerja sama. Strategi pergerakan yang diberikan mengadopsi konsep Particle Swarm Optimization yang diimplementasikan untuk mencapai efisiensi yang lebih baik untuk mencapai tujuan yaitu mencetak lebih banyak gol ke gawang lawan. Hasil dari penelitian ini menunjukkan bahwa swarm dapat digunakan dengan baik untuk melakukan koordinasi dalam pencarian bola dan pengambilan keputusan untuk mengeksekusi bola pada simulasi robot sepak bola.

---

Current problems about soccer robots already entered at this stage is using of multi agent coordination because it involves many robots. Swarm is one of the many concepts of multi agent communication and coordination. Coordination of Swarm based on the behavior of a group of insects that cooperate to achieving the goals, namely to detect food and migration routes. And these are poured in a football game where some robots will mutually cooperate to detect targets in this case is ball and took it to the opponent gates with mutually cooperate. The given movement strategy adopted the concept of Particle Swarm Optimization implemented in order to achieve a better efficiency to achieve a goal that is scored more goals to the opponent. The results of this research show that the swarm can be used well to do coordination in the search sphere and decision making to execute the ball on a simulated of soccer robot.

Abstrak :
Investor perlu memiliki strategi dalam menentukan harga opsi wajar untuk sebuah opsi. Salah satu strategi yang dapat digunakan adalah mempelajari model harga opsi Heston. Dalam model harga opsi diperlukan nilai-nilai parameter yang harus ditentukan terlebih dahulu melalui kalibrasi. Kalibrasi dapat dipandang sebagai masalah optimasi nonlinear, yakni dengan meminimumkan nilai fungsi objektif yang terkait. Algoritma Particle Swarm Optimization merupakan salah satu metode iteratif yang dapat digunakan dalam menentukan solusi masalah optimasi nonlinear. Selanjutnya hasil kalibrasi digunakan untuk menentukan harga wajar sebuah opsi. Data yang digunakan dalam penelitian ini adalah data 50 harga opsi pasar saham Apple Inc (AAPL). Berdasarkan hasil implementasi yang dilakukan, algoritma Particle Swarm Optimization menunjukkan kinerja yang cukup baik dalam aproksimasi nilai parameter model harga Opsi Heston.

---

Investors should have a strategy to determine a fair price for an option. One of the strategy that can be applied is by studing the Heston option pricing model. In the option pricing model, there are some required parameter values that should be determined by using the calibration. The calibration can be considered as a nonlinear optimization problem by minimizing the value of a related objective function. Particle swarm optimization algorithm is one of iterative methods that can be used in the calibration of model?s parameters. Furthermore, the results of calibration can be used to determine the price of an option. The data used in this research is consist of 50 stock market option prices of Apple Inc. Based on the results the implementation, particle swarm optimization algorithm shows a good performance.

Abstrak :
Telah dilakukan proses tomografi struktur kecepatan gelombang seismik Gelombang P menggunakan data gempabumi swarm di daerah Jailolo, Halmahera Barat, Maluku Utara. Penelitian ini bertujuan menentukan parameter gempabumi dan sebarannya yang ada diwilayah ini, menganalisis perbedaan antara rangkaian gempabumi swarm dengan gempabumi tektonik non swarm, dan menganalisis struktur kecepatan gelombang P Vp pada wilayah ini dan implikasinya terhadap keadaan tektonik lokal diwilayah ini yang menjadi penyebab gempabumi swarm Jailolo 2015. Digunakan rekaman data seismik 12 Agustus-12 September 2016 dari 33 stasiun yang ada pada jaringan 7G Seismic Temporary Network GFZ GeoForschungsZentrum ndash; German Reserarch Centre for Geosciences Helmholtz Centre Postdam dan BMKG Badan Meteorologi Klimatologi dan Geofisika , yang dianalisis menggunakan JISVIEW, sebuah program analisis gempabumi. Program simulps12 digunakan untuk melakukan proses inversi tomografi simultan. Dari rekaman seismik yang ada teranalisis 264 kejadian gempabumi sebelum relokasi yang kemudian menjadi 219 kejadian gempabumi setelah relokasi , yang digunakan dalam tahapan proses tomografi. Kejadian gempabumi yang ada diidentifikasi sebagai rangkaian kejadian gempabumi swarm, bukan kejadian gempabumi tektonik biasa non swarm yang memiliki pola foreshock-mainshock-aftershock. Dari gambar hasil tomografi diketahui adanya daerah dengan perturbasi nilai Vp tinggi diasumsikan sebagai magma yang mengalami intrusi magmatik dimasa lalu dan telah mendingin menjadi bagian batuan beku. Vp rendah dikedalaman diasumsikan sebagai intrusi magma yang sedang terjadi dari mantel bagian atas yang mendorong bagian lemah pada batuan beku dibagian kerak bumi bagian bawah diwilayah, sehingga mengakibatkan rangkaian gempabumi swarm pada akhir tahun 2015. ...... The process of tomography for seismic velocity structure P wave has been done using swarm earthquake data in Jailolo, Halmahera Barat, and North Molucca. The objectives of this research are determining the earthquake parameters and its hypocentre and epicentre around research areas, analysing the difference between swarm and non swarm earthquake tectonic earthquake, and analysing the structure of P wave velocity Vp structures and correlating the results with the local and regional geological structure that became the source of swarm earthquake phenomenon in 2015. A 32 days August 12 September 12 2016 seismic data recording, from 33 seismic station in 7G Seismic Temporary Network of GFZ GeoForschungsZentrum ndash German Research Centre for Geosciences Helmholtz Centre Postdam and BMKG Agency of Meteorology, Climatology and Geophysics , is analysed using JISVIEW, an earthquake analysis program. Simulps12 program is used to do the simultaneous tomography inversion. From the seismic recording, we analysed 264 earthquake events before relocation, and after relocation process we used 219 earthquake events to do the inversion process. The earthquake event that analysed in research areas is identified as a swarm earthquake sequence, not am ordinary tectonic earthquake. From tomography imaging result we found a region high Vp perturbance values that interpreted as a igneous rock of magma bodies from previous magmatic intrusion in the past. A low Vp perturbance values in the depth is interpreted as on going magmatic intrusion from upper earth mantle layer that pushing the weak zones at lower earth crust layer that caused the sequence of swarm earthquake in 2015.

Abstrak :
Isi tesis ini mengenai pembuatan simulator 3D dari algoritma pencarian Particle Swarm Optimization untuk pencarian banyak sumber asap dengan menggunakan Open Dynamics Engine dan mengenai Dynamic Niche-PSO yang adalah algoritma baru sebagai modifikasi algoritma MPSO dari penelitian sebelumnya [1]. Versi simulator 2D untuk PSO ini telah dibuat penelitian sebelumnya ini. Pemodelan fisik 3D ini bertujuan untuk mengurangi gap antara perangkat lunak dan perangkat keras di dunia nyata. Salah satu bab adalah bab yang menjelaskan pembuatan model robot, asap dan sumbernya, dan medan dengan Open Dynamics Engine. Dilanjutkan dengan bab tentang cara pemakaian GUI simulator ini. Algoritma Dynamic Niche-PSO yang diajukan pada penelitian ini bertujuan untuk memperbaiki kelemahan algoritma PSO sebelumnya dimana 2 niche (kelompok agen) atau lebih masih ada kemungkinan untuk menuju sumber asap yang sama. Pada Dynamic Niche-PSO ini diperkenalkan robot baru, yaitu robot utama yang mempunyai arca ketertarikan. Pada Dynamic Niche-PSO ini juga robot netral dan bermuatan dapat berpindah keanggotaan dari satu niche ke niche yang lain apabila memasuki arca ketertarikan atau attract area dari robot utama niche yang lain ini. ......The contents of this thesis are the development of 3D simulator for visualizing Particle Swarm Optimization algorithm for multi odor source localization using Open Dynamics Engine, and Dynamic Niche-PSO as modification of MPSO algorithm from previous research [1]. The 2D version of this MPSO is made in previous research. This 3D modeling has a purpose to reducegap between Software and Hardware in the real world. One of chapters is explaining about how to make the model of robots, plumes and its sources, and field with Open Dynamics Engine. Continued with chapter explaining about how to use the GUI of this simulator. Dynamic Niche-PSO algorithm proposed in this research has a purpose to refine the weakness of previous algorithm where 2 niches (group of agents) or more still have a probability to move toward the same odor source. There is newly introduced robot in this Dynamic Niche-PSO algorithm called main robot which has an attract area. In this Dynamic Niche-PSO also a neutral robot or a charge robot could become a member of another niche if it entered the attract area of main robot of this other niche.

Abstrak :
Dalam penelitian ini akan ditunjukkan aplikasi permasalahan pembentukan portofolio berdasarkan model mean-variance Markowitz. Penambahan kendala mninimal lot transaksi pada model Markowitz merubah permasalahan ini menjadi bentuk mixed-integer non linear programming yang teramat sulit untuk dicari solusinya menggunakan pendekatan optimasi klasik. Untuk itu akan ditunjukkan alternatif penyelesaian menggunakan metode komputasi berbasis heuristic, yaitu PSO. Dengan penentuan nilai parameter yang tepat, algoritma PSO dapat secara konvergen menemukan solusi untuk permasalahan ini. ......We will show in this paper application of portfolio selection problem based on Markowitz’s mean-variance model. The inclusion of minimum transaction lot turn the standard model into a mixed-interger non linear prgormming which is very hard to be solved using classical optimization method. We will show an alternative heuristic based approach, PSO to tack this problem. With the appropriate parameter PSO can find a good solution to this problem

Abstrak :
The volume LNCS 7269 constitutes the refereed proceedings of the International Symposium on Swarm Intelligence and Differential Evolution, SIDE 2012, held in Zakopane, Poland, in April/May 2012 in conjunction with the 11th International Conference on Artificial Intelligence and Soft Computing, ICAISC 2012 (proceedings published as two-volume set LNAI 7267 and 7268). The 212 revised full papers presented were carefully reviewed and selected from 483 submissions. The volume is divided into two topical parts: proceedings of the 2012 symposium on swarm intelligence and differential evolution and on evolutionary algorithms and their applications.

Abstrak :
Penelitian ini mengembangkan Computer Aided Diagnosis CAD radiografi paru anak dengan menggunakan metode segmentasi Particle Swarm Optimization PSO untuk membantu dokter mendeteksi paru yang abnormal. Metode PSO mencari abnormalitas berdasarkan nilai piksel. Metode PSO dikerjakan dengan dua variasi metode yaitu FCM Wienerfilter PSO dan FCM Adaphisteq PSO. Evaluasi dilakukan dengan menghitung ROC Receiver Operating Characteristics citra segmentasi tiap metode terhadap citra acuan evaluasi dokter. Metode FCM Wienerfilter PSO memiliki nilaiROC paling baik. Overall error metode ini yaitu 11.43 1.6 dibanding dengan metode FCM Adapthisteq PSO yaitu 28.57 1,6. Hal ini menggambarkan bahwa banyak kesalahan deteksi yang dilakukan pada metode FCM Adapthisteq PSO. Metode FCM Wienerfilter PSO ini memiliki nilai akurasi 88,57, sensitifitas 90,00, spesifitas 85,00, dan presisi 93,75 lebih tinggi dibanding dengan semua parameter ROC metode FCM Adaphisteq PSO yaitu akurasi 71,43, Sensitivitas 80,00, Spesifitas 50,00, dan Presisi 80.00. Hal ini membuktikan bahwa hasil deteksi metode FCM Wienerfilter PSO lebih banyak memiliki tingkat keberhasilan yang sesuai dengan evaluasi dokter dan lebih baik dalam mendeteksi citra abnormal. Pada citra abnormal nilai piksel metodeFCM wienerfilter PSO memiliki rentang 209-255, dan nilai piksel metodeAdapthisteq PSO memiliki rentang 206-255. ...... The study developed Computer Aided Diagnosis CAD children pulmonary radiography using Particle Swarm Optimization PSO segmentation method to help doctors detect abnormal lung. The PSO method searched abnormalities by value of the image pixel. PSO method used two variations method, namely FCM Wienerfilter PSO and FCM Adaphisteq PSO. The evaluation was done by calculating the ROC Receiver Operating Characteristics segmentation of each image against the reference image evaluation doctors. FCM Wienerfilter PSO method has better ROC value. Overall error of this method is 11.43 1.6 compared with the method of FCM Adapthisteq PSO is 28.57 1.6. This explain that many of the error detection on FCM Adapthisteq PSO method. ROC FCM Wienerfilter PSO results show the value of accuracy 88,57, sensitivity 90,00, specificity 85,00, and precision 93,75 is relatively higher than all parameter of ROC FCM Adaphisteq PSO method that isaccuracy 71,43, sensitivity 80,00, specificity 50,00, and precision 80.00. This proves that the results of the detection method of FCM Wienerfilter PSO has more success rates in accordance with doctor rsquo s evaluation and better at detecting abnormal image. Abnormal lung pixel values by the method of FCM wienerfilter PSO is 209 255, andAbnormal lung pixel values by the FCM Adapthisteq PSO methodis 206 255.

Abstrak :
Rangkaian 762 gempa terjadi di wilayah Kabupaten Mamasa, Provinsi Sulawesi Barat, hanya dalam periode 2 november hingga akhir 31 desember 2018. Serangkaian gempa tersebut tidak mempunyai gempa utama dan tidak mempunyai kecenderungan penurunan frekuensi kejadian gempa yang jelas, yang kemudian dikategorikan sebagai gempa swarm. Gempa ini terjadi setelah satu bulan pasca gempa besar di Palu 28 September 2018 dengan magnitudo yang tercatat yaitu M 7,5. Letak episenter rangkaian gempa ini belum diperhitungkan sebelumnya oleh buku peta sumber dan bahaya gempa tahun 2017 yang dibuat oleh Pusat Studi Gempa Nasional (PuSGeN). Untuk itu dalam penelitian tugas akhir ini akan dikaji apakah pemicu rangkaian gempa ini. Data yang dipakai dalam penelitian ini yaitu katalog waktu tiba gelombang P dan S dari Badan Meteorologi Klimatologi dan Geofisika. Proses pengolahan data pertama ialah merelokasi gempa menggunakan double difference untuk memperoleh peta sebaran gempa yang baik. Kemudian analisa mekanisme sumber gempa dengan magnitudo lebih besar dari 4,6 untuk menentukan fitur patahan. Selanjutnya akan dilakukan tomografi dengan tomoDD untuk mendapatkan gambaran yang jelas struktur dominan lapisan tanahnya. Selain itu, untuk menganalisa apakah gempa besar Palu ikut memicu rangkaian gempa ini dilakukan analisa arah tekanan statis menggunakan coulomb stress. Hasil yang didapatkan ialah pemicu utama dari rangkaian gempa swarm di daerah Mamasa adalah pergerakan patahan Sadang. Adanya reservoir di daerah tersebut juga membuat karakteristik rangkaian gempa ini mempunyai karakteristik gempa swarm. Sedangkan rangkaian gempa besar Palu tidak mempunyai dampak untuk mentriger rangkaian gempa di daerah Mamasa ini.  ...... The series of 762 earthquakes occurred in the Mamasa Regency area, West Sulawesi Province, only in the period of November 2 to the end of December 31, 2018. The series of earthquakes did not have a major earthquake and did not have a tendency to decrease the frequency of clear earthquake events, which were then categorized as swarm earthquakes. This earthquake occurred after one month after the massive earthquake in Palu on 28 September 2018 with a recorded magnitude of M 7.5. The location of the epicenter of this series of earthquakes has not been calculated beforehand by the 2017 source and earthquake hazard map created by the National Earthquake Study Center (PuSGeN). For this reason, in this final project research will be examined whether the trigger of this series of earthquakes. The data used in this study is the catalog of P and S wave arrival times from the Meteorology, Climatology and Geophysics Agency. The first data processing process is to relocate the earthquake using double-difference to obtain a good earthquake distribution map. Then analyzing the earthquake source mechanism with a magnitude greater than 4.6 to determine the fault feature. Then tomography will be carried out with TomoDD to get a clear picture of the dominant structure of the soil layer. In addition, to analyze whether the large earthquake in Palu triggered this series of earthquakes an analysis of the static pressure direction was carried out using coulomb stress. The results obtained are the main trigger of a series of swarm earthquakes in the Mamasa area, the movement of the Sadang fault. The existence of a reservoir in the area also makes the characteristics of this earthquake series have characteristics of swarm earthquakes. Whereas the series of large Palu earthquakes did not have the effect of triggering an earthquake series in this Mamasa area.