Hasil Pencarian  ::  Simpan CSV :: Kembali

"Generalized Assignment Problem (GAP) adalah masalah penugasan sehimpunan berhingga agen ke sehimpunan berhingga pekerjaan. Setiap pekerjaan mempunyai bobot dan setiap agen mempunyai kapasitas, sehingga setiap agen tidak dapat mengerjakan seluruh pekerjaan, tergantung kepada kapasitas yang dimiliki. Ada biaya yang harus dikeluarkan jika agen mengerjakan suatu pekerjaan. Pada skripsi ini akan dilihat kinerja dari algoritma Greedy Randomized Adaptive Search Procedure (GRASP) dalam menyelesaikan GAP. Algoritma GRASP terdiri dari 2 fase, yaitu fase konstruksi solusi awal dengan algoritma Greedy Randomized Adaptive Heuristics (GRAH) dan fase perbaikan dengan metode local search. Kinerja dari algoritma GRASP akan diukur berdasarkan kedekatan solusi yang diperoleh dengan Best Known Solution (BKS). Data masalah untuk menguji diambil dari OR Library. Berdasarkan hasil percobaan, dapat disimpulkan bahwa kinerja Algoritma GRASP dalam menyelesaikan GAP cukup baik untuk masalah GAP berukuran kecil, yaitu berukuran 5 x 15, 5 x 20, 5 x 25, 5 x 30, 8 x 24, 8 x 32."

"This unique textbook/​reference presents unified coverage of bioinformatics topics relating to both biological sequences and biological networks, providing an in-depth analysis of cutting-edge distributed algorithms, as well as of relevant sequential algorithms. In addition to introducing the latest algorithms in this area, more than fifteen new distributed algorithms are also proposed. Topics and features: Reviews a range of open challenges in biological sequences and networks, beginning with an informal description of the problem before defining it formally Describes in detail both sequential and parallel/​distributed algorithms for each problem, briefly discussing software packages if there are any available Suggests approaches for distributed algorithms as possible extensions to sequential algorithms, when the distributed algorithms for the topic are scarce Proposes a number of new distributed algorithms in each chapter, to serve as potential starting points for further research Concludes each chapter with self-test exercises, a summary of the key points, a comparison of the algorithms described, and a literature review This clearly-written and easy to follow work is ideal as a textbook for graduate and senior undergraduate students of computer science and biology, and as a self-study guide for any interested reader with a basic background in discrete mathematic s and algorithms. Researchers in bioinformatics will also find the book to be a useful reference on this subject. Dr. K. Erciyes is Rector of Izmir University, Turkey, where he also serves as a professor in the Computer Engineering Department. His other publications include the Springer title Distributed Graph Algorithms for Computer Networks."

"Tugas akhir ini menyelidiki performance rata-rata dari beberapa algoritma yang diimplementasikan pada binary tree. Diperoleh bahwa algoritma travel secara inorder yang menggunakan thread menghasilkan performance yang lebih baik dibandingkan dengan algoritma yang menggunakan stack. Sedangkan sacara preorder dan postorder hanya terdapat sedikit perubahan pada performance rata-rata."

"Dalam pembahasan tugas akhir ini kita hanyamelibatkan bentuk-bentuk matrik diagonal tertentu yangnanti akan kita hitung determinannya.Sebuah Determinan 5-Diagonal Toeplitz order-n.( P ea ) didefinisikan mempunyai elemen-elemen nol ndiraana-mana " keouali pada kelima diagonal utamanya,dengan setiap diagonal utamanya mempunyai elemen yangsama di semua posisi.Jadi determinan hanya tergantung dari 5 buah parameterbebas menurut urutannya ( x, y, s, it)"

"Dibahas algoritma paralel Prefix Sums pada model komputer SIMD dengan model EREW SM SIMD dan model keterhubungan elemen prosesor berbentuk: Khusus, Unshuffle, Pohon dan Mesh dimensi 2. Kompleksitas waktu dari algoritma paralel Prefix Sums adalah:O(log n) pada model EREW SM SIMD,O(log n) pada keterhubungan Khusus,O(log n) pada keterhubungan Unshuffle,O(log n) I pada keterhubungan Pohon, dan0(n112) I pada keterhubungan Mesh dimensi 2.Algoritma paralel Prefix Sums mi dimanfaatkan dalam optimisasi masalah Knapsack."

"Berbeda dengan pandangan umum yang cenderung mengaitkan ketidak-pastian ke dalam konteks probabilistik, teori fuzzy mengenali ketidak-pastian justru dalam kaitannya dengan fuzziness yaitu kekurang-tepatan pendefinisian aspek-aspek yang terkait dengan suatu entitas, ataupun ambiguity yaitu pengaitan sejumlah berhingga pemaknaan atas entitas berfonetik sama. Paradigma yang ditawarkan oleh teori fuzzy adalah nilai keanggotaan yang gradual antara non-membership dan full-membership. Dalam kaitannya dengan modelisasi matematis fenomena riil yang secara alamiah mengandung aspek ketidak-pastian non-probabilistik, diajukan persamaan diferensial fuzzy sebagai alat bantu teoritis. Dalam menyelesaikan persamaan diferensial biasa linier fuzzy digunakan metode generalized differentiability. Kelebihan metode ini, atas metode-metode sebelumnya terletak pada kepraktisan dalam mencari solusi persamaan diferensial biasa linier fuzzy. "