Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pemodelan kurva merupakan aspek penting dalam bidang pemodelan geometris. Pemodelan kurva original menghasilkan error yang besar karena jumlah titik data yang lebih banyak daripada jumlah simpul poligon kontrol. Penelitian ini berfokus pada pemodelan kurva b-spline. Metode optimasi knot vector pada kurva dilakukan berdasarkan algoritma yang terinspirasi dari alam yang bisa digunakan untuk memodelkan kurva b-spline dengan kesalahan minimum. Algoritma yang diilhami dari alam ini adalah Firefly Algorithm yang ditemukan Prof. Xin-She Yang (Cambridge University). Menurut Xin-She Yang (2013: 123-124) dalam bukunya yang berjudul Nature-Inspired Optimization Algorithms sendiri menyatakan bahwa Firefly Algorithm memiliki dua keunggulan utama dibandingkan algoritma lain. Dua keunggulan tersebut yaitu subdivisi otomatis dan kemampuan untuk menangani multimodalitas. Tujuan penelitan ini antara lain untuk mencari variasi derajat B-Spline yang efektif terhadap drag reduction pada kapal tanker ketika berlayar. Pengujian dilakukan pada model kapal tanker dengan Froude Number 0.2 – 0.35 dengan interval sebesar 0,05 dan derajat B-Spline 5° , 10°, 15°, dan 20°. Pengujian dilakukan secara numerik menggunakan software Computational Fluid Dynamic (CFD). Penelitian ini diharapkan mampu menunjukkan konfigurasi yang optimum pada kapal tanker menggunakan Firelfy Algorithm dengan variasi derajat B-spline terhadap besar nilai hambatan total.

---

Curve modeling is an important aspect in the field of geometric modeling. The original curve modeling produces a large error because the number of data points is more than the number of control polygon vertices. This study focuses on modeling the b-spline curve. The knot vector optimization method on the curve is based on an algorithm inspired by nature which can be used to model the b-spline curve with minimum error. The algorithm inspired by this nature is the Firefly Algorithm which was discovered by Prof. Xin-She Yang (Cambridge University). According to Xin-She Yang (2013: 123-124) in his book entitled Nature-Inspired Optimization Algorithms himself states that the Firefly Algorithm has two main advantages over other algorithms. Those two advantages are automatic subdivision and the ability to handle multimodalities. The purpose of this research, among others, is to find variations in the degree of B-Spline that are effective against drag reduction on tankers when sailing. Tests were carried out on tanker models with Froude Number 0.2 – 0.35 with intervals of 0.05 and B-Spline degrees of 5°, 10°, 15°, and 20°. The test was performed numerically using Computational Fluid Dynamic (CFD) software. This research is expected to be able to show the optimum configuration on tankers using the Firefly Algorithm with variations in the degree of B-spline to the total resistance value."

"ABSTRAKPenaksiran parameter dalam model regresi memiliki dua pendekatan yaitu pendekatan regresi parametrik dan pendekatan regresi nonparametrik. Dalam regresi parametrik bentuk dari kurva hubungan antara variabel respon dan variabel prediktor sudah ditentukan berdasarkan plot data, sedangkan dalam regresi nonparametrik bentuk dari kurva tidak diketahui. Salah satu regresi nonparametrik yang dapat digunakan adalah regresi spline. Regresi spline adalah suatu piecewise polynomial yang dihubungkan oleh titik-titik bersama yang disebut dengan knot. Regresi spline yang menggunakan fungsi basis B Spline disebut dengan regresi B Spline. Pada umumnya estimasi parameter regresi B Spline dilakukan dengan menggunakan metode OLS Ordinary Least Square. Namun, dengan metode OLS akan menyebabkan plot taksiran kurva regresi menjadi fluktuatif apabila pemilihan jumlah knot terlalu banyak. Untuk itu diperlukan suatu tambahan kendala berupa penalty yang didalamnya mengandung smoothing parameter sehingga diperoleh taksiran ideal. Metode estimasi parameter ini dikenal dengan metode PLS Penalized Least Square . Metode PLS dengan penalty yang merupakan integral kuadrat derivatif kedua dari taksiran kurva disebut juga dengan metode o rsquo;sullivan penalized spline. Pada penerapan contoh data, didapat 23 buah knot dan smoothing parameter sebesar 0.68.

---

ABSTRACTParameter estimation of regression model has two approaches, that is parametric and nonparametric regression approach. In parametric regression, the shape of regression curve is determined based on scatterplot of dependent variable vs independent variable, whereas in the nonparametric regression, the shape of the curve is unknown. One of the nonparametric regression is spline regression. Spline regression is piecewise polynomials that connected by the knots. Spline regression using B Spline basis function is B Spline regression. In B spline regression, parameter estimation were fitted by OLS Ordinary Least Square method. However, the OLS method will lead the plot of estimated regression curve be fluctuative when using too much knots. Therefore, it needs additional constraint of penalty that contain smoothing parameter to obtain ideal fit result. This parameter estimation method known as PLS Penalized Least Square method. The estimate PLS method used penalty which is the integral of the square of second derivative of the estimate curve that called o 39 sullivan penalized spline method. In the application of sample data, 23 is used knots and the smoothing parameters is 0.68. "

"Optimasi desain terhadap kapal hull AUV (Autonomous Underwater Vehicle) merupakan sebuah pengembangan yang berguna bagi Indonesia terutama dalam bidang survei lapangan, pertahanan, dan transportasi kepulauan yang ada di Indonesia. Penelitian ini bertujuan untuk mengurangi gaya hambatan dimunculkan dari badan kapal yang didasari dengan mengimitasi karakteristik dari ikan layar (istiophorus platypterus) yang memiliki keunggulan terhadap karakteristik hidrodinamika yang dimilikinya. Desain tersebut dikembangkan menggunakan ilmu computer aided design dengan algoritma Cox-De Boor dan divalidasi menggunakan NUMECA® dalam komputasi dinamika fluida untuk menganalisa hambatan berdasarkan dari perubahan desain kapal. Adaptasi yang dilakukan dianalisa dengan kecepatan Froude Number sebesar 0.1 hingga 0.7 dengan angle of attack 00, 30, dan 60. Adaptasi ikan layar dan dengan adanya bantuan algortima desain Cox-De Boor membentuk sebuah desain optimal berdasarkan perangkat B-spline dengan perbedaan derajat sebesar 90 hingga 170. Berdasarkan dari hasil yang diperoleh adanya pengurangan hambatan hingga 30% dari gaya hambatan total yang dihasilkan dari desain konvensional kapal AUV umum.

---

Design optimization of AUV (Autonomous Underwater Vehicle) vessels is a valuable development for Indonesia, especially in field surveys, defense, and transportation of the islands in Indonesia. This study aims to reduce the drag force generated from the hull based on imitating the characteristics of the sailfish (Istiophorus platypterus) body shape, which has advantages over its hydrodynamic characteristics. The design was developed using computer-aided design science with the Cox-De Boor algorithm and validated using NUMECA® in computational fluid dynamics to analyze resistance based on changes in ship design. The adaptations were analyzed with Froude Number speeds of 0.1 to 0.7 with angles of attack 00, 30, and 60. Adaptation of sailfish and with the help of the Cox-De Boor design algorithm formed an optimal design based on the B-spline device with a derajat difference of 20 up to 170. Based on the results obtained, there is a reduction in drag of up to 30% of the total drag force resulting from the conventional design of general AUV vessels."

"Indonesia merupakan negara kepulauan yang sebagian besar wilayahnya adalah lautan. Pada UU No. 6 tahun 1996 dinyatakan bahwa Indonesia memiliki 17.508 Pulau. Banyaknya pulau dan luasnya lautan di Indonesia harus diimbangi oleh kebutuhan transportasi dan penunjang lainnya berupa kapal patroli yang digunakan untuk melakukan pengawasan pada perairan Indonesia. Hambatan kapal patroli memiliki nilai yang tinggi disebabkan kebutuhan kapal patrol untuk melaju pada kecepatan yang tinggi. Oleh sebab itu diperlukannya pengembangan pada desain kapal agar dapat menekan nilai hambatan total. Hal tersebut sejalan dengan keinginan Indonesia pada SDGs untuk melakukan perbaikan energi terutama pengembangan di sektor industri maritim. Menurut IMO(2014), pelayaran internasional menyumbang 796 juta ton CO2 pada tahun 2012. Pengurangan hambatan total dapat dilakukan dengan optimasi desain lambung kapal yang menghasilkan lambung kapal yang lebih streamline. Pengembangan optimasi menggunakan B-spline telah dilakukan oleh Sairoz(2005), Uyar et al.(2017) menggunakan metode Invasive weed untuk melakukan optimasi untuk memperhalus kurva B-spline. Bahkan B-spline digunakan untuk mencari optimasi stabilitas kapal menggunakan B-spline. Metode yang digunakan pada penelitian ini adalah dengan menggunakan evaluasi kurva B-spline dengan konfigurasi derajat 10, 15, dan 20. Pengujian simulasi menggunakan CFD Ansys Fluent dengan variasi kecepatan Fn 0,48-0,85 dengan penambahan tiap 0,06. Hasil didapatkan bahwa desain yang paling optimum adalah desain dengan konfigurasi derajat 20 dengan perubahan terhadap desain awal sebesar Δ (%) = 27,50%., desain derajat 15 = 17,24%., dan desain derajat 10 = 18,79%

---

Indonesia is an archipelagic country, most of which is the ocean. In Law no. 6 of 1996 stated that Indonesia has 17,508 islands. The number of islands and the breadth of the oceans in Indonesia must be provided by transportation needs and other supports in example kind of patrol boats used to carry out surveillance in Indonesian waters. Patrol boat resistance has a high value because of the patrol boat's need to travel at high speed. Therefore, it is necessary to develop the ship design in order to reduce the total resistance value. This is in line with Indonesia's desire on the SDGs to improve energy, especially development in the maritime industry sector. According to IMO(2014), international shipping had 796 million tonnes of CO₂ in 2012. Total drag reduction can be achieved by optimizing the hull design which results in a finer hull or it’s called stream line. The development of optimization using B-spline has been carried out by Sairoz (2005), Uyar et al. (2017) used the Invasive weed method to optimize for smoothing the B-spline curve. Even B-spline is used to find optimization for stability of the ship. The method used in this research is to evaluate the B-spline curve by configuring degrees 10, 15, and 20. Simulation testing uses CFD Ansys Fluent with speed variations from froude number 0.48 to 0.85 with the addition of 0.06 each. The results obtained that the most optimal design is a design with a 20 degree configuration with changes to the initial design at Δ (%) = 27.50%, design with 15 degree configuration = 17.24%, and design with 10 degree configuration = 18.79%."

"ABSTRAKProtein memiliki peranan penting dalam mengontrol fungsi enzim, mengatur produksi dan aktivitas di dalam sel. Untuk melakukan hal ini, protein berinteraksi dengan protein-protein lainnya, DNA dan molekul-molekul lainnya. Jaringan interaksi protein-protein ini memiliki ukuran yang sangat besar. Sehingga untuk memudahkan dalam menganalisis jaringan ini diperlukan metode clustering. Pada penelitian ini, algoritma Markov clustering digabungkan dengan algoritma firefly yang disebut sebagai algoritma firefly-Markov clustering FMCL . Pada algoritma FMCL, posisi kunang-kunang akan menggantikan nilai parameter inflate. Kemudian proses clustering akan berlangsung menggunakan algoritma Markov clustering MCL . Selanjutnya posisi kunang-kunang akan terus diperbarui dan proses clustering akan terus dilakukan sampai diperoleh hasil clustering terbaik. Komputasi paralel pada algoritma FMCL menggunakan OpenMP. Setiap thread menjalankan proses pada Markov clustering menggunakan parameter inflate yang ditentukan oleh posisi kunang-kunangnya. Hasil yang diperoleh pada data jaringan interaksi protein HIV ada 4 cluster. Dari 4 cluster ini terdapat satu cluster besar yang saling terhubung dengan 6 pusat cluster lainnya yaitu NEF, GAG, GAG-POL, VPR, VIF dan VPU. Pada 3 cluster lainnya yang menjadi pusat cluster adalah TAT, REV dan ENV. Sedangkan dengan menggunakan data jaringan interaksi protein pada Human Herpesvirus tipe 4 HHV-4 diperoleh 14 cluster. Protein yang menjadi pusat cluster adalah EBNA-LP, BKRF1, BPLF1, LMP1, SUMO2, BBLF2-BBLF3, EBNA3B, BRLF1, BGLF4, BYRF1. Selain itu, juga dapat dilihat bahwa ada beberapa cluster yang hanya merupakan interaksi antara dua protein yaitu BBRF1 dengan NFKB2, EBNA3A dengan CHEK2, LMP2A dengan ITCH, dan EBNA3C dengan EP300. Speed up algoritma FMCL yang dijalankan menggunakan OpenMP pada data HIV dan HHV-4 adalah 4.73x dan 3.21x lebih cepat dibandingkan dengan algoritma FMCL yang dijalankan secara sekuensial.

---

ABSTRACTProtein plays an important role in controlling enzyme function, regulating production and activity in cell. To do this function, proteins will interact with other protein, DNA and other molecules. Protein interaction network have a very large size. Then to simplify analyzing this network is required clustering method. In this study, Markov clustering algorithm combined with a firefly algorithm called firefly Markov clustering algorithm FMCL . In FMCL algorithm, firefly position will be replace the value of inflate parameter. Then clustering process will take place using Markov clustering algorithm MCL . Futhermore, the firefly position will be updated and clustering process will be continue until its get the best clustering. Parallel computing on FMCL algorithm using OpenMP. Each thread will run the process on Markov clustering by using inflate parameter specified by the position of firefly. The clustering result from protein interaction network on HIV is 4 clusters. From this cluster, there is a large cluster connected with 6 other cluster centers, they are NEF, GAG, GAG POL, VPR, VIF and VPU. In the 3 other clusters that become the center of the cluster are TAT, REV and ENV. While by using protein interaction network on HHV 4 obtained 14 clusters. The proteins that become the center of the clusters are EBNA LP, BKRF1, BPLF1, LMP1, SUMO2, BBLF2 BBLF3, EBNA3B, BRLF1, BGLF4 and BYRF1. In addition, it can be seen that there are several clusters that are just interaction between two proteins, BBRF1 with NFKB2, EBNA3A with CHECK2, LMP2A with ITCH and EBNA3C with EP300. The speed up of FMCL algorithm by using OpenMP HIV and HHV 4 data is 4.73x and 3.21x faster than the sequentially executed."

"ABSTRAKAlgoritma Regularized Markov Clustering RMCL adalah suatu metode graf clustering yang merupakan pengembangan dari Markov Clustering MCL . Algoritma RMCL masih memiliki kelemahan pada parameter penggelembungan yang biasanya selalu diinputkan oleh pengguna untuk mendapatkan hasil clustering yang baik. Pada penelitian ini, RMCL digabungkan dengan algoritma Firefly untuk menganalisis jaringan interaksi protein yang disebut algoritma Firefly Regularized Markov Clustering FRMCL . Algoritma Firefly merupakan algoritma yang terinspirasi dari perilaku kunang-kunang dalam mencari koloninya. Implementasi algoritma FRMCL dilakukan pada data jaringan interaksi protein HIV-1 dan Human Herpesvirus 1. Data yang digunakan direpresentasikan ke dalam sebuah graf tak-berarah . Selanjutnya, posisi kunang-kunang pada algoritma firefly akan berperan sebagai parameter penggelembungan. Setiap firefly akan melakukan proses RMCL, sehingga diperoleh beberapa hasil RMCL dengan parameter berbeda. Setiap proses RMCL memberikan nilai global chaos, yang dipilih adalah global chaos minimum yang akan dijadikan best firefly, kemudian akan dilakukan proses perhitungan kembali. Posisi firefly baru ini selanjutnya bertindak sebagai parameter penggelembungan yang baru dan dilakukan proses FRMCL berlanjut hingga diperoleh cluster terbaik. Komputasi paralel akan digunakan saat setiap firefly menjalankan proses FRMCL dengan bahasa pemrograman OpenMP. Berdasarkan hasil simulasi yang dilakukan, diperoleh 14 cluster untuk data Human Herpesvirus 1 dan 4 cluster untuk data HIV-1. Sedangkan proses paralel yang dilakukan pada kedua data PPI tersebut diperoleh running time dan speed up yang menunjukkan komputasi paralel menggunakan 8 thread diperoleh 3,66x dan 4,51x lebih cepat dibandingkan dengan komputasi sekuensial.

---

ABSTRACTRegularized Markov Clustering RMCL algorithm is a clustering graph method which is the development of Markov Clustering MCL . The RMCL algorithm still has weaknesses on inflate parameters that are usually always input by the user to get best clustering results. In this research, RMCL combined with the Firefly algorithm to analyze a protein interaction network called the Firefly Regularized Markov Clustering FRMCL algorithm. The Firefly algorithm is an algorithm that is inspired by the behavior of fireflies looking for their colonies. Implementation of the FRMCL algorithm was carried out on the data network of HIV 1 protein interactions and Human Herpesvirus 1. The data used to be represented in an undirected graph G. Then, firefly position on the firefly algorithm will act as an inflate parameter. Every firefly will perform the RMCL process, and then obtained some RMCL results with different parameters. Each RMCL process give generated from global chaos, which will be selected minimum global chaos which will be the best firefly, it will be processed back again. This new firefly position will act as a new inflate parameter and perform the FRMCL process until to produce the best clusters. Parallel computations will be used when each firefly runs the FRMCL process with the programming language using OpenMP. Based on the results of the simulation, 14 clusters are obtained for Human Herpesvirus 1 and 4 cluster data for HIV 1 data. The parallel processing performed on both PPI data is due to running time and speed shows 3,66x and 4,51x parallel computing using 8 thread which faster than sequential computing."

"Investasi dipandang sebagai cara efektif untuk meningkatkan kekayaan. Investasi yang banyak diminati oleh investor adalah saham karena frekuensi perdagangan saham lebih tinggi dibandingkan dengan frekuensi investasi lain di pasar modal. Dilansir dari Otoritas Jasa Keuangan (OJK), salah satu penyebab investor mengalami kerugian adalah tidak melakukan analisis terlebih dahulu sebelum berinvestasi. Analisis saham diperlukan bagi para investor karena menjadi salah satu faktor penentu untuk mengambil tindakan saat akan transaksi pada pasar modal. Optimasi portofolio adalah proses menemukan saham-saham yang terbaik, yang optimal, yang mampu memberikan return yang maksimum dengan risiko yang minimum. Metaheuristik didefinisikan sebagai metode optimasi yang dilakukan secara berulang untuk mencari solusi terbaik penyelesaian sesuai dengan fungsi objektifnya atau tujuan akhirnya. Harris Hawks Optimization (HHO) adalah algoritma optimasi metaheuristik berbasis populasi (population-based) dan alam (nature-based) untuk menangani berbagai tugas pengoptimalan. Penelitian ini bertujuan untuk mengimplementasikan algoritma HHO terhadap optimasi portofolio saham-saham LQ45. Fungsi utama dari portofolio adalah untuk membantu menentukan return yang diinginkan dengan melakukan diversifikasi, atau strategi mengalokasikan saham yang tidak saling terkait. Dengan menggunakan metode HHO beserta dengan Teori Portofolio Modern, dilakukan 10 kali simulasi dengan hasil total sebanyak 25000 kombinasi. Nilai optimum yang diperoleh merupakan titik konvergensi dari fungsi objektif yang bernilai 0,2465, dengan bobot saham yang diperoleh masing-masing sebesar 0,0222. Serta algoritma HHO yang dibuat memiliki kecepatan rata-rata yang cukup cepat untuk mencapai titik konvergen untuk masalah minimalisasi kovarians saham, yaitu dibawah tiga iterasi.

---

Investment is seen as an effective way to increase wealth. Investments that are in great demand by investors are stocks because the frequency of stock trading is higher than the frequency of other investments in the capital market. Reporting from the Financial Services Authority (OJK), one of the causes of investors experiencing losses is not conducting an analysis before investing. Stock analysis is necessary for investors because it is one of the determining factors for taking action when making transactions in the capital market. Portfolio optimization is the process of finding the best, optimal stocks, which are able to provide maximum returns with minimum risk. Metaheuristics is defined as an optimization method that iteratively improves the solution according to its objective function or final goal. Harris Hawks Optimization (HHO) is a population-based and nature-based metaheuristic optimization algorithm to handle various optimization tasks. This research aims to implement the HHO algorithm for portfolio optimization of LQ45 stocks. The main function of the portfolio is to decide the expected return by doing diversification, or strategy to allocate unrelated stocks. By using the HHO method and Modern Portfolio Theory, 10 simulations were conducted with a total of 25000 combinations. The optimum value obtained is the convergence point of the objective function which is 0.2465, with the weight of the shares obtained of 0.0222 each. And the HHO algorithm made has an average speed that is fast enough to reach the convergence point for the stock covariance minimization problem, which is under three iterations."

"Indonesia merupakan negara kepulauan membutuhkan kapal sebagai sarana transportasi laut yang menjadi penggerak roda perekonomian. Pengembangan dan penelitian kapal di dunia umumnya bertujuan untuk menghasilkan kapal dengan payload yang besar dan biaya operasi yang minim. Hal ini dapat terwujud dengan dek yang luas dan hambatan kapal yang rendah, inilah yang menjadi keunggulan kapal multihull. Maka dari itu skripsi ini menganalisis eksperimental karakteristik hambatan model kapal pentamaran dengan variasi hull separation dengan rentang froude Number 0.39-0.6 untuk mencari konfigurasi dengan hambatan yang paling menguntungkan. Penelitian ini akan memperlihatkan grafik nilai koefisien hambatan total dan faktor interferensi terhadap Froude Number.

---

Indonesia is an archipelagic country requiring ships as sea transportation to support the economy. The research of ships in the world generally aims to produce ships with large payload and minimal operating costs. It can be realized with a large deck and low ship resistance, this is the advantage of multihull ships. Therefore, this thesis analyzes the experimental characteristics of the resistance of pentamaran model with the variation of hull separation with Froude Number range 0.39 0.6 to find the most advantageous configuration. This study will show the graph of total resistance coefficient and interference faktor due to Froude Number."

"Kapal sangat berperan penting dalam kegiatan perdagangan dunia sehingga kapal juga adalah faktor penunjang dalam peningkatan perekonomian suatu negara. Kapal adalah transportasi yang sangat efektif dan efisien dalam proses pendistribusian barang. Biaya operasional adalah salah satu tantangan perusahaan pelayaran dalam menjalankan bisnisnya, biaya bahan bakar adalah biaya yang sangat mempengaruhi nilai keuntungan suatu perusahaan. Pemilihan rute pelayaran dengan optimasi rute pelayaran akan memberikan jarak yang optimal dengan jarak minimal yang dapat dilalui oleh kapal, dengan jarak yang optimal maka penggunaan bahan bakar juga akan dapat dikurangin, pencarian rute pelayaran terbaik dilakukan dengan algoritma branch and bound dan algoritma greedy, dengan menggunakan software pemograman python untuk membantu perhitungan mencari rute pelayaran optimal, data yang dibutuhkan untuk memperoleh rute pelayaran optimal adalah jarak antar pelabuhan, serta data untuk mencari jumlah bahan bakar yaitu kecepatan kapal, waktu pelayaran, daya kapal dan jarak pelayaran optimal. Dengan optimasi rute juga diperoleh keuntungan yaitu waktu yang optimal, hasil penelitian ini memberikan kesimpulan algoritma branch and bound memberikan rute pelayaran yang optimal dibandingkan dengan algoritma greedy.

---

Ships play a crucial role in global trade activities, making them one of the most important supporting factors in the economic development of a country, Due to their role as highly effective and efficient means of transporting goods. However, Operational costs pose a challenge for shipping companies in conducting their business, with fuel costs significantly impacting a company's profitability. Selecting shipping routes through route optimization allows a company to determine the most productive route to be covered by the ship. By achieving optimal distances, fuel consumption can be reduced. The search for the best shipping route is conducted using the branch and bound algorithm and the greedy algorithm, employing Python programming software to assist in calculating the optimal shipping route. The data required to obtain the optimal shipping route includes the distance between ports, as well as data to determine fuel consumption, such as the ship’s speed, voyage duration, ship power, and optimal sailing distance. Optimizing the route also yields the benefit of optimal time. The findings of this research conclude that the branch and bound algorithm provides an optimal shipping route compared to the greedy algorithm."

"Seiring dengan meningkatnya biaya operasi dan material untuk manufaktur sebuah kapal, diperlukannya metode-metode optimasi untuk mengurangi biaya tersebut. Banyak penelitian untuk optimasi biaya manufaktur kapal, salah satunya adalah dengan melakukan optimasi pada struktur kapal. Dalam penelitian ini, dilakukan optimasi pada struktur penutup palka kapal curah. Optimasi dilakukan dengan melakukan Sensitivity Analysis pada metode Hybrid Genetic Algorithm (Hybrid GA) pada desain penutup palka kapal yang sudah ada. Metode ini melihat hubungan antar pelat sebelum dilakukan Hybrid GA. Dimana Hybrid GA sendiri menggabungkan antara Genetic Algorithm dan Size Optimization. Kelemahan dari Hybrid GA ini sendiri adalah lamanya proses optimasi untuk mendapatkan hasil yang optimal. Dengan dilakukannya Sensitivity Analysis, Penelitian ini akan membuat metode optimasi semakin cepat dan optimal dari segi waktu, serta tetap mendapatkan hasil yang optimal dari segi biaya manufaktur. Pada saat optimasi dilakukan hanya pelat yang saling mempengaruhi secara tegangan yang akan dijalankan bersamaan. Hasil penelitian akan menampilkan pengaruh dilakukannya Sensitivity Analysis terhadap waktu optimasi dan biaya. Terjadi pengurangan waktu sebanyak 67% dibandingkan dengan metode Hybrid GA, dengan biaya manufaktur yang serupa. Dengan demikian hasil penelitian ini bisa berkontribusi untuk membuat kapal yang lebih murah untuk dibuat

---

Along with the increase in operating and material costs for manufacturing a ship, optimization methods are needed to reduce these costs. There are many studies for optimizing ship manufacturing costs, one of which is by optimizing the ship structure. In this study, optimization of the bulk ship hatch cover structure was carried out. Optimization is done by performing a sensitivity analysis on the Hybrid Genetic Algorithm (Hybrid GA) method on the existing ship hatch cover design. This method looks at the relationship between plates before doing Hybrid GA. Where Hybrid GA itself combines Genetic Algorithm and Size Optimization. The weakness of Hybrid GA itself is the length of the optimization process to get optimal results. By doing Sensitivity Analysis, this research will make the optimization method faster and optimal in terms of time, and still get optimal results in terms of manufacturing costs. At the time of optimization, only plates that affect each other in voltage will be run simultaneously. The results of the study will show the effect of doing Sensitivity Analysis on optimization time and cost. There was a 67% reduction in time compared to the Hybrid GA method, with similar manufacturing costs. Thus, the results of this study could contribute to making ships cheaper to build."