Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTujuan utama dalam pengembangan sistem distribusi adalah meminimumkan biaya-biaya. baik biaya investasi maupun biaya operasional. Sebenarnya tujuan ini sesuai dengan persyaratan utama dalam pengembangan sistem distribusi, yaitu : Harus memenuhi kelayakan tehnis, harus memenuhi kelayakan ekonomis dan harus pula hemat energi. Permasalahan utamanya sendiri dalam hal ini tampak sederhana yaitu menentukan lokasi dan dimensi gardu distribusi serta dimensi penyulang yang optimum. Namun dalam pelaksanaannya, baik persyaratan maupun permasalahan tersebut mempunyai makna yang dalam. Bila ditelusuri lebih lanjut tampaklah kekompleksitasannya. Sehingga dalam mengoptimalkan sistem tidak semudah seperti yang dibayangkan. Parameter-parameter bantu, seperti tingkat beban puncak, pertumbuhan kebutuhan tenaga Ustrik, geografis dan topologis daerah pusat beban, lintasan terdekat penyulang dan lain-lainnya muncul satu persatu saling kait mengait. Oleh karena itu untuk mengoptimalkan sistem distribusi seperti demikian diperlukan alat bantu yang dapat mengatasi kekompleksitasan permasalahan di atas. Neuro-Fuzzy adalah salah satu alat bantu modern yang merupakan kombinasi dari logika Fuzzy dan Jaringan Syaraf Buatan, JSB (Artificial Neural Network), sehingga mampu bekerja dengan cepat dan memberikan hasil yang akurat pula. Keakuratan tersebut terjadi karena kombinasi itu sendiri, dimana antara Fuzzy dan JSB selling melengkapi dan saling menutupi kelemahan pasangannya. Dengan batuan algoritma neuro-fuzzy inilah lokasi dan dimensi gardu distribusi dapat ditentukan secara optimum. Demikian pula dengan sistem distribusi lain yang terkait dengan lokasi serta dimensi gardu tersebut."

"Penggabungan dua himunan terutut (merging) merupakan salah satu bahan pembahasan dalam bidang ilmu komputer, khususnya yang berkenaan dengan analisa dan kompleksitas algoritma serta kecepatan komputasi. Salah satu usaha untuk nenigkatkan kecepatan komputasi masalah penggabungan ialah dengan menggunakan proses paralel. Oleh karena itu penulis membahas algoritma paralel Penggabungan dari dua buah himpunan terurut pada model komputasi paralel SM CREW (Shared-Memory concurrent Read, Exclusive Write) dari kelas komputer SIMD (Single Instruction Stream Multiple Data Stream) dan SM EREW (Shared-Memory Exlusive Read, Exclusive Write) dari kelas Computer SIMD (Single Instruction Stream Multiple Data Stream), serta analisa algloritma-algoritma tersebut. Untuk implementasinya dipakai metoda simulasi dengan bahasa pemrogaman ADA, karena bahasa pemrogaman ini mendukung dalam simulasi pemrosesan seeara paralel. Dengan membuat simulasi ini dapat diperoleh hasil yang bisa dipakai untuk memperkirakan kemungkinan jika diimplementasikan pada kondisi yang sesungguhnya."

"ABSTRAKPengelompokan supplier penting untuk memberikan informasi kepada pembeli. Penelitian ini mengusulkan meta-heuristik berbasis algoritma K-modes untuk mengelompokkan dataset dalam bentuk biner. Ada dua metode metaheuristik yang digunakan dalam penelitian ini, yaitu particle swarm optimization (PSO) dan genetic algorithm (GA). Meta-heuristik yang diterapkan untuk memberikan modes awal yang lebih baik untuk algoritma K-modes. Penelitian ini menggunakan pengukuran Jaccard dalam hal pengukuran similarity dan menggunakan tiga dataset untuk memvalidasi algoritma yang diusulkan. Hasil percobaan dan hasil statistik menunjukkan bahwa PSO berbasis algoritma K-modes lebih baik dari GA berbasis algoritma K-modes. Dalam hasil evaluasi menggunakan data dari sebuah perusahaan automobile di Taiwan, PSO berdasarkan PSO berbasis algoritma K-modes memiliki SSE kecil dari pada GA berbasis algoritma K-modes.

---

ABSTRACTSupplier clustering is important for providing more important information for the buyer. This study proposes meta-heuristics based K-modes algorithm for clustering binary dataset. There are two metaheuristic methods applied in this study, namely particle swarm optimization (PSO) and genetic algorithm (GA). The meta-heuristics are applied to give better initial modes for the K-modes algorithm. In terms of similarity measurement, this study uses Jaccard measurement since the real data set consists of higher number of value zero than one. In order to validate the proposed algorithms, three benchmark datasets are employed. The experiments results and statistical results show that PSO based K-modes algorithm is better than GA based K- modes algorithm. The data set from a exisibition company in Taiwan. In model evaluation results, PSO based K- modes algorithm has the SSE lowest than GA based K- modes algorithm."

"PT. XXX merupakan salah satu produsen sepatu yang ada di Indonesia. Sepatu yang dihasilkan memiliki variasi model yang beragam. Permintaan sepatu bersifat fluktuatif dan disesuaikan dengan due date yang telah ditentukan. Model konfigurasi mesin yang terdapat diperusahaan adalah mesin paralel dengan kecepatan berbeda. Model konfigurasi mesin yang digunakan oleh perusahaan mengharuskan perusahaan untuk menyeimbangkan kinerja semua mesin yang ada. Penelitian ini dilakukan untuk memproleh penjadwalan produksi yang optimal dengan menggunakan model programa integer linier campuran yang diselesaikan dengan algoritma branch and bound. Dengan menggunakan bantuan pemrograman LINGO 9.0 versi extended, diperoleh penjadwalan produksi yang optimal dengan total waktu proses produksi (makespan) selama 143,5 jam dan efisiensi mesin sebesar 92,91%.

---

PT. XXX is a company shoes in Indonesia. The shoes which produced have variety of model variations. Demand fluctuate shoes and adjusted to the due date specified. Engine configuration model contained in the company is machines in parallel with different speeds. It is requiring the company to balance the performance of all existing machine. This research is conducted to obtain optimal production schedule by using mixed integer linear programiming model which solve by using branch and bound algorithm. By using LINGO 9.0 extended version, researcher obtain optimal production schedule with total flow time (makespan) for 143,5 hours and efficiency of machine by 92,91%."

"Masalah kependudukan di Indonesia pada hakekatnya menyangkut tiga aspek yaitu aspek kuantitas, aspek kualitas dan aspek mobilitas. Saat ini dari aspek kuantitas, Indonesia memiliki jumlah penduduk yang sangat besar yang mencapai angka 237,6 juta jiwa pada tahun 2010. Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) sebagai lembaga yang melaksanakan pengendalian penduduk dan menyelenggarakan keluarga berencana tidak dapat memenuhi target jumlah peserta KB sebesar 65% dari wanita usia subur berstatus menikah.Penelitian ini melakukan clustering kabupaten/kota di Indonesia berdasarkan capaian program keluarga berencana dengan tujuan untuk mengetahui karakteristiknya. Variabel yang digunakan pada penelitian ini sebanyak 21 variabel yang diturunkan dari indicator kinerja BKKBN dan factor yang mempengaruhi penggunaan kontrasepsi yang dikemukakan oleh Berthrand.Metode clustering yang digunakan dalam penelitian ini adalah data mining dengan menggunakan algoritma Self-Organizing Maps (SOM). Hasil dari penelitian ini menunjukkan bahwa teknik data mining clustering dengan algoritma SOM, berhasil mengelompokkan Indonesia ke dalam enam klaster pada data set tahun 2010, yang kemudian dilakukan identifikasi karakterristik wilayah tersebut sesuai dengan variabel yang mencirikan kondisi wilayahnya. Kondisi tahun 2010 ini digunakan sebagai dasar untuk melihat perkembangan capaian program keluarga berencana tiap tahunnya pada periode tahun 2010-2013.Perbandingan data set antar tahun pada periode tahun 2010 sampai tahun 2013 dengan menggunakan relative denstity mampu secara otomatis mendeteksi perubahan struktur klaster berupa klaster yang menghilang, muncul, membelah, bergabung, membesar, dan mengecil dari klaster sebelumnya. Perpindahan klaster ini dapat digunakan untuk mendeteksi perubahan hasil capaian program keluarga berencana serta memberikan rekomendasi program berdasarkan hasil capaian program keluarga berencana.

---

Indonesian population’s problem is to three aspects ; quantity, quality, and mobility. Currently from quantity aspect, Indonesia has 237,6 million people in 2010. National Population and Family Planning Board (BKKBN) as an institution which controlling population and administering family planning unable to meet the 65% birth control target from married fertile woman.

This research conducted clustering in district / cities in Indonesia based on the family planning program performance with a purpose to know the characteristics. 21 Variables used for this research variable derived from BKKBN performance indicator and factor that affects the use of contraception, presented by Berthrand.

Clustering methods used in research is data mining with algorithm Self-Organizing Maps ( SOM ).The result of the research indicated that data mining clustering with algorithms SOM technic managed to classify Indonesia into six cluster on 2010 data set, then conduct region identification based on variable that characterizes their area condition. The 2010 condition used as a basic to predicts family planning program developments annually in the period 2010-2013.

Comparative data set between 2010-2013 period using relative density could automatically detect structure of cluster change that were disappearing, emerging, splitting, merging, enlarging, and shrinking from previous cluster. Cluster displacement can be used to detect result changes from the family planning program and give recommendation based on the family planning program result."

"Saat ini, paremeter efektivitas antimikroba dihitung berdasarkan pengukuran diameter zona inhibisi secara manual. Dalam penelitian ini, pengukuran efektivitas antibakteri dapat dilakukan menggunakan circular Hough transform. Perangkat keras system pengukuran terdiri dari meja pengukuran, dua sumber cahaya lampu halogen dan kamera yang terhubung ke PC melalui USB. Perangkat lunak dari system ini terdiri dari akuisisi citra, kalibrasi kamera, pre-processing, Hough transform, dan konversi meter. Checkerboard dengan dimensi dan bentuk yang sudah diketahui digunakan untuk menghitung parameter kalibrasi kamera dan spasial. Efektivitas antimikroba diukur berdasarkan diameter dari zona inhibisi yang terbentuk oleh antimikroba pada medium agar. Perbedaan kontras dilakukan dengan menambahkan latar dengan warna yang kuat. Kesalahan rata-rata pengukuran zona inhibisi yang didapatkan dari objek antimikroba adalah 1,05 dan 1,09 pada kamera untuk masing-masing jarak 12,2cm dan 17,2cm.

---

Current, antimicrobial effectiveness parameter is calculated by measuring the inhibition zone diameter manually. In this research, an antimicrobial effectiveness measurement system was introduced using circular Hough transformation. The hardware of measurement system consists of a set of measuring workbench, two halogen light sources and a camera that connected to PC via USB. The software of system consists of image acquisition, camera calibration, pre processing, Hough transform and meter conversion. A checkerboard with known dimension and shape was used to compute camera and spatial calibration parameter. An antimicrobial effectiveness was measured based on the diameter of inhibition zone which formed by an antimicrobial in agar subtract. A contrast enhancement was performed by adding object background using strong color. The average measurement error of inhibition zone obtained from the antimicrobial object are 1.05 and 1.09 at camera object distance 12,2cm and 17,2 cm, respectively. "

"ABSTRAKEfek samping yang ditimbulkan oleh pengobatan antiretroviral menjadi salah satu penyebab berkurangnya kepatuhan pasien terhadap pengobatan dan menjadi alasan utama kegagalan terapi. Kejadian efek samping obat sebenarnya dapat dicegah apabila diiringi pemantauan dari tenaga kesehatan. Kegiatan monitoring efek samping obat antiretroviral sangat penting untuk dilakukan guna mencegah kemungkinan terjadi efek samping obat yang serius dan jarang terjadi, baik yang sudah diketahui hubungan kausalnya maupun yang belum diketahui. Penelitian ini bertujuan untuk melakukan monitoring efek samping pada pasien yang mendapatkan antiretroviral di Puskesmas Kecamatan Kembangan Jakarta Barat tahun 2017. Penelitian ini merupakan penelitian deskriptif analitik. Pengambilan data dilakukan secara prospektif pada pasien yang memenuhi kriteria inklusi secara total sampling. Data didapatkan dari data primer yaitu data yang berasal dari hasil wawancara dan data sekunder berupa rekam medis dan resep. Analisis klasifikasi efek samping menggunakan algoritma naranjo. Efek samping yang ditemukan pada pasien HIV/AIDS yang menjadi subjek penelitian terdiri dari dua kategori yaitu mungkin probable dengan presentase 45,45 dan cukup mungkin possible dengan presentase 36,36 . Usia p=0,379 , jenis kelamin p=1 , dan lama waktu penggunaan obat p=0,07 tidak terbukti memberikan pengaruh yang bermakna terhadap terjadinya efek samping.

---

ABSTRAKThe side effect occurred by antiretroviral medication is one of many causes in decreasing of obedient patients and the main reason of the therapy failure. The occurrence of side effect could be prevented if monitored by the medical labors. Monitoring the side effect of antiretroviral medicine is necessary, as it allows to prevent the probability of serious and rare occasions of side effect occurrence, whether with known causal relation or not. This study aimed to monitor the side effect on patient who received antiretroviral medication at Puskesmas Kecamatan Kembangan West Jakarta in 2017. This study is an analysis descriptive research. The data retrieved in prospective method from patient who met the inclusion criteria of total sampling. The data acquired from primary data which was originated from interviews and secondary data originated from medical records and prescription. Naranjo algorithm was used to analyze the classification of side effects. The side effect found from HIV AIDS patient as subjects for this study consisted of two categories, which are probable with 45,45 and possible with 36,36 in percentage. Age p 0,379 , gender p 1 , and usage time p 0,07 were proven, that they dd not have significant effect on side effect."

"Dengan semakin meningkatnya jumlah kendaraan listrik di Indonesia, kebutuhan akan Stasiun Pengisian Kendaraan Listrik (SPKLU) juga semakin meningkat. SPKLU besar dengan kapasitas pengisian daya yang besar dibutuhkan untuk melayani kebutuhan pengisian daya kendaraan listrik secara bersamaan. Namun, dalam keadaan keterbatasan jumlah energi, algoritma penentuan prioritas pengisian daya yang tepat perlu diterapkan agar semua kendaraan listrik dapat terlayani dengan baik. Dalam penelitian ini, algoritma Branch and Bound digunakan untuk menentukan prioritas pengisian daya mobil listrik di SPKLU besar dalam keadaan keterbatasan jumlah energi. Algoritma Branch and Bound adalah metode yang digunakan dalam penyelesaian masalah optimasi kombinatorial. Algoritma ini bekerja dengan mengeksplorasi pohon pencarian biner dan kemudian mengeliminasi cabang tertentu berdasarkan batas-batas pada solusi optimal. Dalam skripsi ini, 3 indeks digunakan untuk menentukan prioritas kendaraan listrik yaitu Social Welfare (SW), Community Wellbeing (CW), dan Individual Satisfaction (IS). Terdapat 5 faktor penentu untuk menghitung ketiga indeks tersebut, yaitu Trip Purpose, EV Occupant, SOC Gap, Departure Time, dan Customer Behaviour. Hasil penelitian menunjukkan bahwa algoritma branch and bound dapat menghasilkan solusi yang optimal dalam menentukan prioritas pengisian daya kendaraan listrik di SPKLU dalam keterbatasan energi. Solusi yang dihasilkan dapat memaksimalkan penggunaan energi yang ada hanya pada kendaraan listrik yang dinilai memiliki prioritas tinggi.

---

With the increasing number of electric vehicles in Indonesia, the need for Electric Vehicle Charging Stations (EVCS) is also increasing. Large EVCS with high charging capacity are needed to serve the charging needs of electric vehicles simultaneously. However, in a situation of limited energy supply, an appropriate charging priority algorithm needs to be implemented so that all electric vehicles can be well served. In this study, the Branch and Bound algorithm is used to determine the charging priority of electric cars at large EVCS in a situation of limited energy supply. The Branch and Bound algorithm is a method used in solving combinatorial optimization problems. This algorithm works by exploring binary search tree and then eliminating certain branches based on bounds on the optimal solution. In this thesis, 3 indices are used to determine the priority of electric vehicles, namely Social Welfare (SW), Community Wellbeing (CW), and Individual Satisfaction (IS). There are 5 determinant factors to calculate these three indices, namely Trip Purpose, EV Occupant, SOC Gap, Departure Time, and Customer Behaviour. The research results show that the branch and bound algorithm can produce an optimal solution in determining the charging priority of electric vehicles at EVCS in energy limitations. The solution produced can maximize the use of existing energy only on electric vehicles that are considered to have high priority."