Hasil Pencarian  ::  Simpan CSV :: Kembali

"Estimasi biaya proyek dengan akurasi yang tinggi pada tahap konseptual sangat penting dalam tahap perencanaan suatu proyek. Tetapi pada aplikasinya estimasi tahap ini ditemui beberapa kendala dalam melakukannya seperti keterbatasan definisi ruang lingkup dan kendala pada informasi yang tersedia. Pada penelitian ini akan dijelaskan pembuatan suatu model estimasi baru menggunakan metode Case-Based Reasoning (CBR) digabungkan dengan metode Genetic Algorithm (GA). GA digunakan untuk mengoptimasi proses retrieve pada metode CBR. Data yang digunakan untuk pembuatan model ini adalah data 55 Rusunawa di Indonesia untuk menunjukkan keuntungan dari metode yang digunakan. Rata-rata error yang dihasilkan dari model ini adalah sebesar 2,966%.

---

Project cost estimating with high accuracy in the conceptual phase of project development is essential for planning. But in its application, this estimation stage encountered some difficulties in doing such limited scope definition and constraints on available information. This research will be explained the creation of a new estimation model using the Case-Based Reasoning (CBR) method combined with Genetic algorithm (GA). GA is used to optimize the process of retrieving the CBR method. The data used for this modeling is the data of 55 low-cost apartment in Indonesia to demonstrate the advantages of the method used. The average error resulting from this model is 2,966%."

"Estimasi biaya konseptual merupakan hal yang fundamental dalam suatu proyek konstruksi. Estimasi ini menentukan kelayakan, evaluasi desain dan pendanaan proyek. Namun, kurangnya informasi dan gambar desain yang belum lengkap pada tahapan konseptual, membuat estimasi ini sulit untuk dilakukan. Penelitian ini mencoba membuat suatu permodelan estimasi biaya konseptual pada proyek rusunawa dengan mengintegrasikan metode Case-based reasoning (CBR) dan Analytical Hierarchy Process (AHP). Penelitian ini menggunakan 55 data historis proyek rusunawa yang tersebar di 19 kota di Indonesia pada tahun 2008 sampai 2011. Hasill penelitian ini menunjukkan bahwa metode CBR-AHP dapat menghasilkan permodelan estimasi biaya konseptual yang memiliki keakurasian yang baik dengan tingkat error rata-rata sebesar 2,88% dan dapat digunakan untuk mengestimasi biaya proyek rusunawa di masa mendatang.

---

Conceptual cost estimation plays an important role in the construction projects. This estimation will determine the project‟s feasibility, design evaluation and preliminary budget for a projects. However, due to the lack of information and incomplete construction drawings during the conceptual phase, the cost estimation becomes difficult task to do. This research aims to develop a conceptual cost estimation modeling in the low-cost housing projects using integrated method of Case-based reasoning (CBR) and Analytical Hierarchy Process (AHP). This study is conducted using 55 low-cost housing projects in 19 cities throughout Indonesia in year 2008 to 2011. The result shows CBR-AHP method can produce accurate model result with average testing error rates of 2,88% which can be used to predict low-cost housing projects cost later on."

"Procurement sebagai sektor yang terpenting di perusahaan dalam hal melakukan efisiensi biaya harus negosiasi dengan vendor untuk mendapatkan harga terbaik untuk mengadakan suatu  asset dan jasa dari sebuah perusahaan. Bagian tersulit dalam negosiasi adalah melakukan estimasi harga. Penentuan faktor estimasi harga masih menjadi hal yang diperdebatkan oleh ahli procurement. Penelitian ini memiliki tujuan untuk menentukan faktor dominan terhadap estimasi harga di Procurement dan menciptakan sebuah model yang baik  untuk estimasi harga. Selain faktor-faktor yang mempengaruhi harga dari penelitian sebelumnya, dalam penelitian ini ada kebaruan dalam faktor yang mempengaruhi estimasi harga yaitu tingkat kinerja vendor,  jumlah pesanan, dan tenant dari aset. Faktor analisis dilakukan di penelitian ini , untuk mengetahui kelompok variabel laten dari seluruh variabel faktor estimasi harga. Hasil dari faktor analisis membentuk empat kelompok faktor estimasi harga. Keempat kelompok variabel tersebut dibuat dalam model Hybrid Case-Based Reasoning dimana ada pendekatan k-Nearest Neighbor dan Neural Network untuk memvalidasi hasil antara aktual dan estimasi. Dari model validasi tersebut didapakan bahwa model dengan kelompok variabel yang terdiri dari lokasi, tingkat kinerja vendor, jumlah pesanan dengan pendekatan k-Nearest Neighbor memiliki nilai aktual dan estimasi paling banyak dan nilai MAE terkecil yaitu 52 data dan nilai MAE 1.05%. Namun ada satu kelompok variabel yang hanya ada satu faktor yaitu tipe pekerjaan dengan pendekatan k-Nearest Neighbor memiliki nilai RSME paling kecil sebesar 3.80. Ketika melibatkan seluruh variabel sebagai prediktor ternyata tidak memperkecil nilai MAE dan RSME. Sehingga model terbaik yaitu dari kelompok -1 yang terdiri dari lokasi, jumlah kompetitor, dan jumlah pesanan yang didapatkan dari hasil faktor analisis sebelumnya. Sehingga jumlah komposisi kelompok penyusun variabel tidak berbanding lurus nilai error terhadap model yang dibangun.

---

Procurement as a vital sector for cost efficient of a company must negotiate with vendors to get the best price for procuring assets and services for a company. The most challenging part of negotiation is creating price estimation by a purchaser. Price estimation factors are debatable for procurement experts. This research aims to determine dominant factors for price estimation in a procurement and creating a model based on the factor especially lease asset procuring. In addition, the research consider factors from previous research on price estimation and add novelty factors as a consideration such as vendor performance, quantity order, and tenancy of assets. Factor analysis is conducted in this research to get latent variable group of whole variable factor estimation price. The results of factor analysis are four group variable latent of factor estimation price. Afterward,  Four groups variable are creating model with Hybrid Case-Based Reasoning by approaching k-Nearest Neighbor dan Neural Network to validate result between actual and estimation. Thereafter, the model validated obtain that result of group latent variabel consist of location, vendor performance, and quantity order by approaching  k-Nearest Neighbor,  has result between actual and estimation the most matching and the smallest value MAE estimation by 52 data and MAE value is 1.05% consecutively. Conversely, any one group variabel latent which consist of one factor is tipe Pekerjaan by approaching k-Nearest Neighbor get value of RSME is the smallest than the others by value 3.80. when involving all variabels as predictors, it does not reduce the value of MAE and RSME. Thus, the best model is from group 1 which consists location, number of competitors, and quantity order obtain from the results of previous factor analysis. So that the composition of the variabel is not directly proportional  to the error value of the model built. "

"This book constitutes the thoroughly refereed post-conference proceedings of the 20th International Conference on Case-Based Reasoning Research and Development (ICCBR 2012) held in Lyon, France, September 3-6, 2012. The 34 revised full papers presented were carefully selected from 51 submissions. The presentations and posters covered a wide range of CBR topics of interest to both practitioners and researchers, including foundational issues covering case representation, similarity, retrieval, and adaptation; conversational CBR recommender systems; multi-agent collaborative systems; data mining; time series analysis; Web applications; knowledge management; legal reasoning; healthcare systems and planning and scheduling systems."

"ABSTRAKTesis ini membahas mengenai optimasi jaringan pipa untuk distribusi gas. Nilai investasi yang terkecil merupakan tujuan dari optimasi. Hal ini dapat diperoleh dengan menggunakan diameter pipa yang paling sesuai untuk jaringan pipa dengan total cost yang paling rendah. Algoritma genetik merupakan salah satu metode yang dapat digunakan untuk melakukan optimasi.

---

Abstract

This thesis discusses the optimization of gas pipelines for distribution. The smallest investment value is the purpose of optimization. This can be obtained by using the most appropriate pipe diameter for the pipeline network and with the total lowest cost. Genetic algorithms are one of the methods that can be used to perform optimization."

"Neuro fuzzy system has been shown to provide a good performance on chromosome classification but does not ofter a simple methods to obtain the accurate parameter values required to yield the best recognition rate....."

"Mengoperasikan sistem tenaga dengan biaya optimal terus dikembangkan dengan berbagai metode, yang terbagi menjadi metode matematis dan heuristik. Salah satu metode heuristik adalah algoritma genetika, dalam penelitian ini dikombinasikan dengan desain eksperimen untuk mencari jumlah biaya pembangkitan minimal. Penelitian ini menjelaskan algoritma genetika dan penggunaannya untuk optimisasi biaya pembangkitan dalam studi kasus case ieee 30 busbar dan Sistem Transmisi Jawa Bali 500kV. Hasil ditunjukkan dan dibandingkan dengan metode matermatis dan heuristik lainnya, dimana pada kasus Jawa Bali 500kV dihasilkan biaya pembangkitan 19 lebih effisien dibandingkan kondisi awalnya dan 8 lebih efisien dibandingkan metode interior point. Hasil dari simulasi metode digunakan menunjukkan bahwa metode algoritma genetika dengan desain eksperimen menghasilkan optimalisasi biaya paling baik dibandingkan metode pembanding digunakan.

---

Power system operation optimization continues to expand with various algorithms, which are divided into mathematical and heuristic methods. One of effective heuristic method is genetic algorithm, which is combined with design of experiment to find the amount of possible generation with the lowest cost. This study describes genetic algorithm and the use of minimizing the amount of generation costs case ieee 30 buses and 500kV System of Java Bali.

The results is shown and compared to mathematical and another heuristic methods, which in the case of 500kV System of Java Bali the generation cost is 19 more efficient than initialisation condition and 8 lower cost than interior point method. The simulation result of the method shows that the genetic algorithm combined with design of experiment generated the best result than compared method."

"Electro discharge machining wire cut (EDM wire cut) is one of non-conventional machining process which is used by many manufacturer industries

---

"

"Penelitian ini dilakukan untuk memperoleh jadwal operasi pasien elektif pada sebuah rumah sakit dengan sejumlah ruang operasi sehingga kendala ketersediaan dokter, kapasitas ruangan, dan keterdesakan waktu operasi bisa dipenuhi sebaik mungkin. Optimasi pernjadwalan dilakukan dengan algoritma genetika. Penelitian ini menghasilkan jadwal penggunaan kamar operasi yang cukup baik dalam memenuhi kendala. algoritma yang dihasilkan juga bisa menampung fleksibilitas data pasien, ruang operasi, rentang hari penjadwalan, ketersediaan dokter.

---

Thus research aims to obtain optimum surgery schedule for elective patient for a hospital having several operating rooms so as to satisfy the constraints of surgeon availability, room capacity, and the urgency of some patient. Schedule optimization is achieved by usinf genetic algorithm.

Resulting schedule is satisfactort in satisfying the constraints. the proposed alogrithm can alson accommodate flexibility in number of patients to be operated on, number of operating rooms used, the day spans of scheduling, and availability of the surgeons."

"ABSTRAKTesis ini menyajikan pemodelan berbasis Hierarchical Timed Colored Petri Net dan pendekatan optimasi Genetic Algorithm untuk alokasi sumber daya manusia dalam desain proses. Tujuan dari Genetic Algorithm adalah untuk menemukan alokasi sumber daya manusia yang memiliki total durasi most likely paling minimal dari proyek perancangan dan under time of resources paling minimal. Simulasi proses perancangan pada Hierarchical Timed Colored Petri Net didasarkan pada hasil alokasi sumber daya manusia dari Genetic Algorithm. Dengan menjalankan simulasi, bisa didapatkan most likely time, optimistic time, dan pessimistic time dari sebuah proyek desain. Dengan menggunakan Project Evaluation and Review Technique, dapat dihitung waktu yang diharapkan dan standar deviasi suatu proyek desain berdasarkan hasil simulasi. Dari hasil simulasi, dapat ditinjau kembali pekerjaan mana dari proses perancangan yang memiliki alokasi sumber daya manusia yang paling kritis.Studi kasus dalam tesis ini didasarkan pada proses perancangan salah satu perusahaan di Taipei, Taiwan. Hasil Genetic Algorithm memberikan 5 solusi terbaik untuk alokasi sumber daya dengan nilai fitness terbaik adalah 318,8. 5 solusi terbaik ini memiliki durasi proyek desain yang sama yaitu 204 hari. Setelah menjalankan simulasi model HTCPN, solusi 2 memiliki perkiraan waktu proyek desain paling minimal yaitu 208,5 hari. Solusi 2, 4, dan 5 memiliki pekerjaan paling kritis yang sama yaitu pekerjaan 20, pekerjaan 21, pekerjaan 24, pekerjaan 27, dan pekerjaan 34.

---

ABSTRACTThis thesis presents a Hierarchical Timed Colored Petri Net based modeling and Genetic Algorithm optimization approach for human resource assignment in a process design. The objective of the genetic algorithm is to find the human resource assignment that has the most minimal most likely total duration of the design project and the under time of resources. The simulating of the design process in Hierarchical Timed Colored Petri Net is based on the human resource assignment result of the genetic algorithm. By running the simulation, it can get the optimistic time, most likely time, and pessimistic time of a design project. Using project evaluation and review technique it can calculate the expected time and the standard deviation of a design project based on the simulation results. From simulation results, can be reviewed which job of a design process that has the most critical human resource assignment.A Case study in this thesis based on the design process of one of the companies in Taipei, Taiwan. The genetic algorithm results give the best 5 solutions of resource allocation with the best fitness value is 318.8. These 5 best solutions have the same most likely duration of design project which is 204 days. After running the simulation using HTCPN model, solution 2 have the most minimal expected time of a design project which is 208.5 days. Solution 2, 4, and 5 have the same most critical jobs which are job 20, job 21, job 24, job 27, and job 34. "