Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Discounted {0-1} Knapsack Problem (DKP) adalah perluasan dari {0-1} Knapsack Problem (KP). Pada DKP akan dipilih sebuah himpunan kelompok-kelompok barang, dimana setiap kelompok terdiri dari tiga barang dan paling banyak satu dari tiga barang dapat dipilih. Barang ketiga dalam setiap kelompok merupakan gabungan dari barang pertama dan barang kedua. Dengan menggunakan konsep inti alternatif, DKP dapat dipartisi ke dalam beberapa submasalah berdasarkan tipe-tipe kasusnya (tidak berkorelasi, berkorelasi lemah, dan berkorelasi kuat). DKP yang telah dipartisi ini disebut partitioned DKP. Jika kasus dari DKP diketahui berkorelasi lemah atau berkorelasi kuat, maka dapat dilakukan partisi lebih lanjut lagi untuk memperbaiki efisiensi solusinya. Baik DKP maupun partitioned DKP dapat diselesaikan dengan menggunakan pemrograman dinamik. Berdasarkan percobaan numerik, penyelesaian partitioned DKP lebih efisien daripada penyelesaian DKP untuk semua kasus DKP, dengan tingkat efisiensi sekitar 11,79% untuk kasus tidak berkorelasi, 30,28% untuk kasus berkorelasi lemah, dan 41,84% untuk kasus berkorelasi kuat. ......The Discounted {0-1} Knapsack Problem (DKP) is an extension of the {0-1} Knapsack Problem (KP). On DKP, it will be selected a set of item groups where each group consists of three items, and at most one of the three items can be selected. The third item in each groups is a combination of first item and second item. By using concept of alternative core, DKP can be partitioned to some sub problems based on types of DKP instances (uncorrelated, weakly correlated and strongly correlated). If DKP is known as weakly correlated or strongly correlated, so it could be more partitioned for improving the solution efficiency. DKP and partitioned DKP could be solved by dynamic programming. Based on numerical experiments, solving partitioned DKP are more efficient than solving DKP for all cases of DKP, with efficiency level about 11.79% for uncorrelated instances, 30.28% for weakly correlated instances, and 41.84% for strongly correlated instances.

Abstrak :
Aircraft landing problem (ALP) merupakan suatu permasalahan pesawat terbang dalam menemukan jadwal yang optimal untuk pendaratan pesawat terbang. Objektivitas dari ALP adalah meminimumkan total biaya pinalti dari pesawat pada single runway maupun multiple runway. Dalam permasalahan ini terdapat beberapa hal penting yang harus dipertimbangkan yaitu kepentingan pemisahan waktu antara pesawat terbang dan interval waktu (time window) yang harus diperhatikan demi kepentingan keselamatan penumpang. Pertama, akan diberikan pemodelan matematis dari ALP dengan fungsi objektif yang linear. Kedua, akan digunakan pendekatan solusi heuristik yaitu Algoritma Ant Colony Optimization (ACO) dalam mencari solusi ALP yang optimal.

---

Aircraft landing problem (ALP) describes the aircraft problem of finding an optimal schedule of aircrafts landing. The objective of ALP is to minimize total penalty restrictive cost of aircraft in a single runway or multiple runways. This problem considers few certain constraints, such as the necessary separation time between aircrafts and time window that should be concerned for passenger safety. In the first part, will be presented a mathematical formulation of the problem with linear objective function. The second part is heuristic solution approaches with Ant Colony Optimization Algorithm to solve ALP.

Abstrak :
Pemrograman linier (PL) bilangan bulat merupakan bentuk khusus dari pemrograman linier dengan seluruh variabel keputusan berupa bilangan bulat. Salah satu metode yang digunakan dalam menyelesaikan masalah PL bilangan bulat adalah metode branch and bound (B&B). Tugas akhir ini membahas metode perbaikan B&B, yaitu melakukan beberapa tahapan sebelum mengimplementasikan metode B&B. Tahapan yang dilakukan dalam metode perbaikan B&B adalah memperkecil daerah layak dan menghilangkan kendala redundant. Metode ini bekerja secara efisien saat menyelesaikan masalah PL bilangan bulat dengan banyaknya kendala jauh lebih besar dibandingkan banyaknya variabel. Percobaan numerik yang dilakukan menunjukkan tingkat efisiensi dari metode perbaikan B&B sebesar 85% dalam menyelesaikan permasalahan PL bilangan bulat dengan banyaknya kendala 235 lebih besar dari banyaknya variabel. ...... Integer linear programming problem is a special form of linear programming with all the decision variables are integers. Branch and bound is one of the methods for solving an integer linear programming problem. This skripsi discusses an improved branch and bound method, which adding several steps before implementing the branch and bound method. New steps in the improved branch and bound method are narrowing down the feasible solution range and removing the redundant constraints. This method works efficiently in solving an integer linear programming problem with the number of constraints are much more than the number of variables. Numerical experiments show that the efficiency of improved B&B method is about 85% for solving an integer linear programming problem with the number of constraints 235 more than the variables.

Abstrak :
DNA Sequencing by Hybridization (DNA SBH) adalah suatu proses pembentukan barisan nukleotida suatu rantai DNA dari kumpulan fragmen yang disebut spektrum. Spektrum tersebut diperoleh dari proses biokimia yang disebut hibridisasi. DNA SBH dapat dipandang sebagai masalah optimisasi yang dapat diselesaikan dengan menggunakan algoritma genetik. Prinsip kerja algoritma genetik berdasarkan pada teori evolusi Charles Darwin. Pada skripsi ini akan dibahas penerapan kinerja algoritma genetik pada DNA SBH. Terdapat tiga tahapan penting dalam algoritma genetik, yakni proses seleksi, crossover, dan mutasi. Jenis metode yang digunakan pada proses seleksi, crossover, dan mutasi secara berturut-turut adalah metode yang merupakan kombinasi antara roulette wheel dan deterministic, structured crossover, dan swap mutation. Kinerja algoritma genetik akan diuji dengan menggunakan data dari Gen Bank dan masalah DNA SBH yang dibuat secara acak. Selain itu juga akan dilihat pengaruh perubahan nilai probabilitas crossover (c) dan probabilitas mutasi (m) terhadap kinerja algoritma genetik untuk DNA SBH. Berdasarkan hasil percobaan diperoleh bahwa algoritma genetik cukup baik digunakan pada DNA SBH. Selain itu, perubahan nilai probabilitas crossover (c) dan probabilitas mutasi (m) ternyata mempengaruhi kinerja algoritma genetik dalam memperoleh solusi.

Abstrak :
Misalkan G adalah graf dengan himpunan simpul V = V(G) dan himpunan busur E = E(G), dimana |V(G)| dan |E(G)| menyatakan banyaknya simpul dan busur pada G. Suatu pemetaan dari V E ke himpunan bilangan bulat 1, 2, ..., |V|+|E| disebut pelabelan total simpul ajaib pada G jika merupakan pemetaan bijektif dengan sifat bahwa untuk setiap simpul v V, (v) + u N(v) (uv) = k dimana N(v) adalah himpunan semua simpul yang bertetangga dengan v. Nilai k disebut konstanta ajaib dari . Algoritma pelabelan sembarang graf secara umum bersifat NP-complete. Baker dan Sawada telah memberikan algoritma pelabelan total simpul ajaib pada graf lingkaran C n dan graf roda W n . Pada skripsi ini, algoritma lingkaran tersebut akan dibahas. Selain itu, akan dibangun algoritma pelabelan dan graf kecebong T m,n . total simpul ajaib pada graf matahari C n ⊙ Menggunakan algoritma-algoritma tersebut dapat dihasilkan semua pelabelan total simpul ajaib pada graf yang terkait. Algoritma-algoritma ini akan diimplementasikan menggunakan program. Sebagai hasil implementasi dilakukan simulasi yang memberikan banyaknya pelabelan total simpul ajaib yang berbeda dari graf lingkaran C n dengan 3 ≤ n ≤ 10, graf matahari C n ⊙ dengan 3 ≤ n ≤ 7, dan graf kecebong T m,n dengan 3 ≤ m ≤ 7, 1 ≤ n ≤ 5 untuk setiap nilai k yang mungkin. ......Let graph G has vertex set V = V(G) and edge set E = E(G), and let |V(G)| and |E(G)| is the number of vertices and edges on G. A one-to-one map from V E onto {1, 2, ..., |V|+|E|} is a vertex magic total labeling if there is a constant k so that for every vertex v V, (v) + u N(v) (uv) = k where N(v) denoted the set of vertices adjacent to v. The constant k is called the magic constant of . In general, the labeling algorithms on any graphs is NP-complete. In their paper, Baker and Sawada give the vertex magic total labeling algorithms on cycle graph C n and wheel graph W n . This skripsi explains the vertex magic total labeling algorithm on cycle from Baker and Sawada and vertex magic total labeling algorithms on sun graph C n ⊙ and tadpole graph T m,n . Using these algorithms, all non-isomorphic vertex magic total labelings on those classes of graphs can obtained. These algorithms are implemented as computer programs. From simulations, we get the number of non-isomorphic vertex magic total labelings on cycles C n (3 ≤ n ≤ 10), suns C n ⊙ (3 ≤ n ≤ 7), and tadpoles T m,n (3 ≤ m ≤ 7, 1 ≤ n ≤ 5) for every possible value of k.

Abstrak :
Sistem distribusi listrik adalah suatu sistem yang menunjukkan penyaluran energi listrik dari pusat distribusi ke konsumen melalui jaringan distribusi. Jaringan distribusi mengandung resistansi dan reaktansi yang bervariasi sehingga mengakibatkan terjadi losses (kehilangan energi listrik) pada jaringan tersebut. Pada jaringan distribusi juga akan dilihat kehandalan sistemnya dalam menyalurkan energi listrik ke konsumen ketika terjadi gangguan di jaringan tersebut. Kehandalan sistem adalah kemampuan sistem untuk melakukan fungsinya dalam menyalurkan energi listrik. Pada proses penyaluran energi listrik ke konsumen diharapkan dapat memberikan sistem yang lebih handal dan jumlah losses sekecil mungkin. Salah satu cara untuk menangani masalah penyaluran energi listrik dari pusat distribusi ke konsumen dengan losses minimum dan kehandalan sistem yang baik adalah dengan membangun Distributed Generation (DG). DG didefinisikan sebagai pembangkit kecil berkapasitas beberapa kilowatt sampai 50 MW yang diletakkan pada sisi konsumen. Pemasangan DG akan memberikan hasil optimal jika DG dengan kapasitas tertentu dipasang di lokasi yang tepat. Permasalahan penentuan kapasitas dan lokasi DG disebut dengan Distributed Generation Allocation (DG Allocation). Pada skripsi ini, masalah DG allocation akan diselesaikan dengan menggunakan pemrograman dinamik untuk menentukan kapasitas dan lokasi optimal DG dengan losses yang minimum atau meningkatnya kehandalan sistem. ......An electricity distribution system is a system that shows the distribution of electrical energy from the distribution center to customers through a distribution network. A distribution network contain various resistance and reactance so that losses (lost of electrical energy) is resulted in the network. In distribution network will also be seen its system reliability within distributing electrical energy to consumers when there is happened a fault. System reliability is capability of system for doing its function in distributing electrical energy. The process of distribution of electrical energy to consumers is expected to provide a more reliable system and the amount of losses as small as possible. Both of them are important to be noted because most of consumers in distribution system are spread. One way to overcome problem of distribution of electrical energy from the distribution center to customers with minimum losses and good system reliability is to build a Distributed Generation (DG). DG is defined as generation from a few kilowatts up to 50 MW which is placed on the costumer side. The installation of DG will provide optimal results if the DG with a certain capacity installed in the proper location. The determination of the capacity and location of DG is called Distributed Generation Allocation (DG Allocation). In this mini thesis, the problem will be solved by using dynamic programming to determine capacity and location of DG that produce lowest losses and highest system reliability.

Abstrak :
Proses penjadwalan kuliah merupakan proses yang cukup rumit karena komponen-komponen yang dijadwalkan saling berkaitan dan memiliki kondisi yang berbeda-beda. Biasanya penjadwalan mata kuliah dilakukan secara manual. Namun prosesnya akan memakan waktu yang cukup lama, dan penyesuaian kendala yang cukup sulit. Beberapa metode penyelesaian penjadwalan yang telah digunakan yaitu Algoritma Genetik, Algoritma Tabu Search dan gabungan dari keduanya yaitu Algoritma Hybrid Genetic-Tabu Search. Dalam penelitian ini akan dicari hasil perbandingan Algoritma Tabu Search dan Algoritma Hybrid Genetic-Tabu Search dalam penyelesaian masalah penjadwalan mata kuliah. Data yang digunakan berupa data dummy. Berdasarkan hasil simulasi, Algoritma Hybrid Genetic-Tabu Search memiliki konvergensi menuju solusi optimal lebih cepat dengan memberikan nilai fitness yang lebih baik dibandingkan dengan Algoritma Tabu Search dalam menyelesaikan masalah penjadwalan kuliah. ......The course scheduling process is a fairly complicated process because the components scheduled are related and have different conditions. Usually the scheduling of courses is done manually. But the process will take a long time, and the adjustment of obstacles is quite difficult. Several scheduling settlement methods that have been used are Genetic Algorithm, Tabu Search Algorithm and a combination of the two, Hybrid Genetic-Tabu Search Algorithm. In this study, the results of the comparison of Tabu Search Algorithm and Hybrid Genetic-Tabu Search Algorithm in solving the problem of scheduling courses. The data used in simulation is dummy data. Based on the simulation results, Hybrid Genetic-Tabu Search Algorithm has convergence to an optimal solution faster by providing better fitness values compared to Tabu Search Algorithm in solving university course scheduling problems.

Abstrak :
Layanan pusat pengaduan adalah sebuah layanan di mana panggilan dilakukan atau diterima dengan jumlah yang banyak untuk tujuan penjualan, pelayanan pelanggan atau kegiatan bisnis lainnya. Salah satu penyedia jasa yang memiliki layanan pusat pengaduan adalah San Francisco Health Service System (SFHSS). Pada skripsi ini, data dari SFHSS bagian member services digunakan untuk melakukan analisis keoptimalan dari jumlah customer service yang mereka miliki dalam mengurangi antrian saat terjadinya fenomena encouraged arrivals. Model antrian yang digunakan adalah M/M/c/N/ Markovian Feedback with Encouraged Arrivals and Reneging Customers. Diasumsikan bahwa waktu antarkedatangan pelanggan dan waktu pelayanan berdistribusi eksponensial serta kapasitas sistem dipilih sebanyak 100, didapatkan pula bahwa layanan pusat pengaduan ini memiliki sejumlah 23 pelayan dan alur antrian yang digunakan adalah firs come, first served. Dipilih tiga nilai persentase kenaikan arrival rate untuk dimasukan ke dalam perhitungan, yaitu rata-rata kenaikan dari bulan Februari hingga Oktober, rata-rata kenaikan dari bulan Agustus hingga Oktober, dan kenaikan pada bulan Oktober. Untuk perbandingan, dihitung juga kasus di mana jumlah pelayan dikurangi menjadi 10. Dari perhitungan yang sudah dilakukan, didapatkan hasil yang menunjukan bahwa dengan 23 pelayan, call center ini mampu mengurangi antrian pelanggan ketika encouraged arrivals terjadi. Juga didapatkan dengan jumlah pelayan sebanyak 10, walaupun hasil perhitungan menjadi lebih besar, tetap menunjukan bahwa call center SFHSS Member Services mampu mengurangi antrian pelanggan ketika encouraged arrivals terjadi. ......Call center is a service where a numerous inbound and outbound calls happen for the purpose of selling, customer service or other bussiness activities. One of companies that use a call center is San Francisco Health Service System (SFHSS). In this paper, the data from SFHSS was used to analyze optimality of the number of customer services in reducing the queue when encouraged arrivals strikes. The queueing model that was used is M/M/c/N Markovian feedback with encouraged arrivals and reneging customers. With the assumption of the interarrival time and service time were exponentially distributed and the system capacity was 100, it was found that they have 23 customer services and use First Come First Served as their queue discipline. In this paper, three values of percentage of arrival rate were choosen, and those are the average of arrival rate from February to October, the average of arrival rate from August to October, and the arrival rate on October. For comparison, there was also a calculation where the server decreases to 10. From the calculation, the result has shown that with 23 servers, this call center is able to reduce the queue when encouraged arrivals strikes. And with 10 servers, despite having bigger values, still shows that SFHSS Member Services’ call center is able to reduce the queue when encouraged arrivals strikes.