Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

Abstrak :
Tesis ini membahas tentang evaluasi keandalan PLTGU menggunakan teori graph yang dibagi dalam 15 sistem serta keterkaitannya. Peta Kesehatan Unit (PKU) digunakan untuk mengidentifikasi sistem dan sub sistem PLTGU. Berdasarkan pembagian 15 sistem tersebut dibuat System Structure Graph (SSG) dan system reliability graph. Dengan graph tersebut dapat diketahui bentuk matrik dan persamaan matematis untuk permanent function PLTGU (VPF-r). Melalui data gangguan work order, dapat diketahui nilai keandalan sistem dan sub sistemnya yang kemudian disubtitusikan ke permanent function untuk mengetahui indeks keandalan PLTGU. ......This thesis discusses about how to evaluate reliability of combined cycle power plant using graph theory that devided into 15 systems by considering the interrelation one system to each other. Peta Kesehatan Unit (PKU) used to identify the system and sub systems of combined cycle power plant. Based on the division of 15 systems previously, System Structure Graph (SSG) dan system reliability graph are created to indicates systems and sub systems configuration. Using graph theory, matrix form will be known and permanent function (VPF-r) can be obtained. Based on failure data in work order, reliability value of systems and their sub systems can be calculate then substitute it into permanent function to determine combined cycle power plant reliability index.

Abstrak :
Tujuan utama penulisan skripsi ini adalah membahas tentang generalisasi dan Intersection Graph (atau Irisan Graph seperti yang biasa kita lakukan) ke dalam Fuzzy Intersection Graph. Generalisasi ini dilakukan dengan cara menerapkan konsep Fuzzy Set ke dalam teori graph. Representasi Fuzzy Intersection Graph juga akan dibahas dalam skripsi ini.

Abstrak :
Media sosial telah menjadi fenomena dunia, lebih dari 80% pengguna Internet adalah penguna media sosial. Ketika terjadi sebuah bencana, kebutuhan informasi akan meningkat. Twitter merupakan salah satu sumber informasi populer terutama di Indonesia yang tercatat sebagai negara pengguna twitter terbanyak di asia. Oleh karena itu dibutuhkan sebuah sistem yang dapat mengekstraksi informasi dari media sosial. Penelitian ini menawarkan sebuah sistem yang dapat mendeteksi topik pada media sosial twitter dengan merepresentasikan konten media sosial twitter ke graph jaringan kompleks menggunakan pengimplentasian metode pembentukan graph (pengolahan bahasa natural dan konsep graph) dan metrik pengkukur jaringan kompleks sebagai acuan analisa. Sistem analisa media sosial pada penelitian ini terdiri dari 3 buah subsistem yaitu crawler dengan mengunakan perangkat lunak the archvist, graph converter berupa perangkat lunak Textttogexf untuk Bahasa Indonesia yang diimplementasikan pada bahasa pemrograman Ruby berdasarkan perangkat lunak Textttogexf untuk Bahasa Jepang, dan perangkat lunak untuk memvisualisasikan graph (gephi dan gvedit). Berdasarkan hasil pengujian, metode pembobotan yang paling baik untuk media sosial twitter adalah pembobotan RIDF dan pendefinisian dokumen berdasarkan kategori (persentase keberhasilan: 89%). Pada penelitian ini, topik umum mengenai pilkada 2012 dan 13 sub topik berhasil diekstraksi dari set data banjir Jakarta. ......Social media had become worldwide phenomena. More than 80% of Internet?s users are social media?s users. When a disaster occurred, information needs will rise. Twitter is one of popular information resource especially in Indonesia. Because of that, twitter?s information extraction system was needed. This research proposes a system that can detect topic in social media twitter by representing its content as a complex network graph using the implementation of natural language processing, graph concept, and complex network analysis. This system consists of 3 subsystems which are crawler, graph converter, and application for graph visualization. The Graph visualization is done using Gephi and Graphviz. From testing result, we reach 89% success rate of keyword extraction using RIDF term weighting method and collecting messages by certain category. General topic about governor election and 13 subtopics was successfully extracted from set data flood in Jakarta.