Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkalian matriks sparse dan vektor adalah operasi yang banyak digunakan, misalnya pada metode iterative untuk penyelesaian sistem persamaan linier yang sparse. Ukuran matriks sparse yang digunakan biasanya cukup besar dan memiliki densitas yang rendah. Hal ini mengakibatkan algoritma yang biasa digunakan untuk matriks padat menjadi tidak efisien. Dengan menggunakan karakteristik dari matriks sparse kita dapat menggunakan algoritma yang lebih efisien. Salah satu cara yang biasa digunakan adalah dengan menggunakan struktur data yang khusus untuk matriks sparse. Salah satu struktur data untuk menyimpan matriks sparse adalah compressed storage row (CSR). Tulisan ini memberikan gambaran hasil yang diperoleh pada percobaan perkalian matriks sparse dan vektor (SMVM) menggunakan format CSR dibandingan dengan perkalian matriks dense dan vektor. Selain itu dilakukan optimisasi pada SMVM tersebut dengan menggunakan reordering matriks, fungsi perkalian vektor? vektor yang telah dioptimisasi, penghilangan akses memori tidak langsung, serta static linking. Untuk tiap percobaan dilakukan pengukuran terhadap jumlah operasi bilangan floating point serta waktu yang diperlukan untuk melakukan SMVM. Tiap percobaan diimplementasikan menggunakan bahasa C++ pada sistem operasi Linux. Hasil yang diperoleh pada percobaan tersebut adalah terjadi penurunan waktu yang diperlukan untuk SMVM dengan menggunakan format CSR dibandingkan perkalian matriks dense?vektor. Selain itu reordering matriks dapat lebih mengurangi waktu dengan meningkatkan lokalitas nilai?nilai tidak nol pada matriks. Untuk optimisasi lain yang dilakukan tidak didapatkan hasil yang signifikan. Sedangkan nilai mega jumlah operasi bilangan floating point perdetik (mflop/s) berfluktuasi sesuai dengan struktur matriks yang dioperasikan."

"Kapasitas sistem komunikasi seluler CDMA sangat dipengaruhi oleh interferensi antar user. Penelitian ini akan mengoptimalkan penggunaan kedua teknik tersebut untuk memaksimalkan jumlah user. Hasil yang didapatkan pada penelitian in adalah bahwa baik LSDRMTA dan LSDRMTCMA mampu menempatkan maksimal ke arah user dan minim ke arah penginterferensi."

"Traveling salesman problem (TSP) merupakan permasalahan optimasi dimana seseorang akan melakukan perjalanan kesejumlah kota yangdimulai dari kota asal dengan mengunjungi semua kota tepat satu kali dan kembali ke kota asal dengan total biaya atau jarak perjalanannya yang minimal. Dalam tugas akhir ini, algoritma Genetic Ant Colony System (GACS) akan digunakan untuk menyelesaikan TSP. Kemudian akan dibandingkan hasil penyelesaian TSP yang menggunakan algoritma GACS dengan algoritma ACS.

---

Traveling Salesman Problem (TSP) is an optimization problem in which a person will travel to a number of cities, starting from origin city to visit every city exactly once and return to origin city with minimum total cost or distance. In this undergraduatethesis, GACS algorithm will be used to solveTSP. Then the results will be compare with ACS algorithm."

"Industri Minyak dan Gas memegang peranan penting dalam menyediakan pasokan energi bagi sebuah negara. Salah satu tahapan awal dalam membangun Industri Minyak dan Gas yaitu dengan melakukan pembuatan desain denah sistem perpipaan, salah satu metode yang dipakai dalam pembuatan desain denah sistem perpipaan yaitu dengan menggunakan Pipe Routing. Metode ini mempertimbangkan jumlah steps dan bending paling sedikit serta pipe cost sebagai objective function dari output berupa denah sistem perpipaan yang dihasilkan . Pada penggunaan pipe routing pada penelitian ini, terdapat beberapa batasan seperti sistem penyambungan well dengan well lain harus sesuai dengan diameternya, sistem penalty pada program untuk memberikan nilai kepada pipa agar memilih jalur terpendek serta yang memiliki jumlah penalty paling sedikit serta penggunaan jumlah populasi dan jumlah generasi pada proses optimasi dengan menggunakan Algoritma Genetika. Studi ini menghasilkan output berupa User Interface yang didalamnya menggunakan dua Algoritma, yaitu Algoritma Dijkstra dan Algoritma Genetika.

---

The Oil and Gas Industry plays an important role in providing energy supply for a country. One of the initial stages in building the Oil and Gas Industry is to design a pipeline system design, one of the methods used in the design of a pipeline system design is to use Pipe Routing. This method considers the least number of steps and bending and pipe cost as an objective function of the output in the form of a piping system plan that is generated. In the use of pipe routing in this study, there are some limitations such as connecting systems with other wells must be in accordance with the diameter, the penalty system in the program to provide value to the pipe in order to choose the shortest path and which has the least number of penalties and the use of the population and number of generations in the optimization process using Genetic Algorithms. This study produces output in the form of a User Interface which uses two algorithms, namely the Dijkstra Algorithm and the Genetic Algorithm."

"Segmentasi dokumen merupakan suatu proses untuk membagi dokumen menjadi bagian-bagian yang homogen atau memiliki keterkaitan yang tinggi. Pada tugas akhir ini digunakan genetic algorithm sebagai metode untuk melakukan segmentasi dokumen. Genetic algorithm merupakan suatu algoritma pencarian solusi terhadap permasalahan dengan search space yang besar dengan menggunakan pendekatan evolusi.Penelitian tentang segmentasi dokumen menggunakan genetic algorithm telah dilakukan oleh Lamprier (Lamprier et al., 2007) terhadap dokumen bahasa Inggris dengan hasil yang memuaskan. Pada penelitian yang dilakukan Lamprier, proses segmentasi dilakukan dengan mengoptimisasi 2 fungsi objektif yaitu internal cohesion dan dissimilarity. Data yang digunakan pada percobaan ini terdiri dari dokumen artikel media massa Indonesia dan abstrak tulisan ilmiah dari Fakultas Ilmu Komputer Universitas Indonesia.Percobaan ini dilakukan dan dianalisa dari beberapa aspek yaitu aspek fitness function, metode penghitungan similarity, jumlah iterasi, ukuran populasi, jumlah segmen, dan kemiripan antar dokumen penyusun. Selain itu dilakukan pula perbandingan hasil segmentasi antara metode genetic algorithm dengan metode Texttiling.Hasil percobaan yang didapat adalah segmentasi dokumen menggunakan genetic algorithm dengan fitness function SPEA 2, metode penghitungan similarity menggunakan dice coefficient, jumlah iterasi 1000 iterasi, ukuran populasi 50 individu, tipe crossover two point crossover, dan probabilitas mutasi 0.09 memberikan hasil segmentasi terbaik. Pada percobaan untuk membandingkan 2 metode segmentasi yaitu genetic algorithm dan Texttiling diperoleh hasil precision 0.081 dan recall 0.46 untuk metode genetic algorithm dan precision 0.12 dan recall 0.58 untuk metode Texttiling.Dari data hasil percobaan diperoleh kesimpulan bahwa hasil segmentasi dengan metode Texttiling lebih baik daripada hasil segmentasi dengan metode genetic algorithm. Hasil ini bertolak belakang dengan apa yang dilaporakan pada penelitian yang dilakukan Lamprier (Lamprier et al., 2007), hal tersebut dipengaruhi oleh data dan penggunaan genetic operator yang lebih kompleks.

---

Document segmentation is a process to segments text into thematic homogeneous parts. The segmenting process uses genetic algorithm as a method to segment the text. Genetic algorithm is a searching algorithm for problem involving large search space by using evolution approach.Research about document segmentation has been done by Lamprier (Lamprier et al., 2007) for English document and show satisfied results. The segmentation in Lamprier?s research uses internal cohesion and dissimilarity as objective function to be optimized. This experiments use Indonesian mass media articles and abstracts of scientific paper from Lontar System of Faculty of Computer Science University of Indonesia.Experiments have been done and analyzed towards several aspects such as fitness function, similarity calculating method, number of iteration, number of population, number of boundary, and similarity between appended documents. Furthermore the experiment to compare genetic algorithm and other segmentation method (Texttiling) is done in the last experiment.The experiments shows that genetic algorithm using SPEA 2 as fitness function, dice coefficient as similarity calculating method, 1000 iteration, 50 individuals in population, two point crossover, and 0.09 mutation probability gives the best result. When comparing segmentation method between genetic algorithm and Texttiling, genetic algorithm gives precision 0.081 and recall 0.46 in other hand Texttiling gives precision 0.12 and recall 0.58.The results show that Texttiling gives better segmentation than genetic algorithm, this conclusion is diffrent with the conclusion reported by Lamprier?s research (Lamprier et al., 2007). The diffrent is related with data and genetic operator used by Lamprier?s research."

"ABSTRAKDalam komunikasi radio, diperlukan suatu teknik modulasi yang dapat mengefisiensikan daya dan mengkompensasi pelebarau bandwidth Serta menghasilkan suatu sistem dengan bit error ra (BER) yang kecil. Teknik modulasi yang tepat untuk ketentuan tersebut adalah teknik modulasi kode trellis atau trellis code modulalion (TCM). yaitu teknik modulasi yang mengintegrasikan pengkodean dengan moduIasi_Agar dapat dihasilkan unjuk kerja sistem yang baik, TCM didesain dengan menggunakan consfrafn length yang panjang. Namun desain tersebut dapat meningkatkan kompleksitas dalam pendekodean. Untuk itu digunakanlah dekoder T-algorfrhm yang dapat mengurangi kompleksitas dekoder Vilerbi algorirhm dalam mendekodekan sinyal pada terminal pcnerima. Dengan dekoder T-algorirhm, TCM dapat didesain dengan menggunakan constrain lenglh yang panjaug tanpa meningkatkan komplelcsitas pendekodean.Dalam skripsi ini akan dibahas unjuk kerja lrcllis coded quadramre phase shy?keying (TC-QPSK) dengan dekoder T-algorithm pada kanal fading Rayleigh. Metode yang digunakan untuk menghitung unjuk kerja TC-QPSK ini adalali dengan menggunakan exact bound, karena dengan menggunakan exam bound memiliki efisiensi yang lebih tinggi dibanding dengan menggunakan pendekatan Chernnf bound.

---

"

"ABSTRAKPT X merupakan perusahaan otomotif yang Salah satu pabriknya melakukan perkaitan produk kendaraan truk dengan berbagai jenis dan varian dan dapat dikategorikan berproduksi dengan konsep mixed production system dimana Varian-varian yang diproduksi menggunakan aliran proses yang sama tetapi dengan struktur produk yang sedikit berbeda. Ditengah berkembangnyakebutuhan industri manufaktur itu sencliri untuk berproduksi dengan procluktifitas tinggi dengan tingkat biaya yang jika mungkin ditekan serendah mungkin mendorong para praktisi di kalangan industri untuk mencari cara yang balk dan elisien untuk mereduksi biaya biaya yang tidak perlu salah satu upayanya adalah dengan mengurangi tingkat persediaan yang terdapat di gudang sehingga pada akhirnya akan berpengaruh terhadap holding costnya. Pada industri manufaktur yang menerapkan mixed production system hal ini merupakan masalah yang krusial karena rnenyangkut aspek suplai/pengadaan material ataupun komponen yang merupakan Input dalam proses produksi.Goal Chasing algorithm yang pertama kali dikembangkan di ToyotaCorporation merupakan salah satu algoritma pemecahan terhadap masalah yangberkaitan dengan tingkat pemakaian komponen yang berpengaruh terhadapbanyaknya persediaan. Hasil dari algoritma ini adalah terciptanya suatu urutanproduksi yang tingkat pemakaian komponen aktualnya tetap dan seimbangdengan penggunaan rata-rata per unit produk sehingga lcemuclian dapatdiperoleh kondisi dimana tingkat permintaan terhadap suatu komponen/material yang digunakan akan stabil dengan jumlah yang tepat.

---

"

"Salah satu algoritma perhitungan dosis berkas elektron yang digunakan pada perencanaan radioterapi eksternal adalah algoritma Fermi-Eyges dengan model Hogstrom. Perbandingan antara hasil kalkulasi Fermi-Eyges model Hogstrom dengan hasil pengukuran langsung dilakukan dalam penelitian ini melalui analisa kuantitatif terhadap PDD untuk lima energi (6, 9, 15, 18, dan 21 MeV) dan lima ukuran lapangan (5 cm x 5 cm, 10 cm x 10 cm, 15 cm x 15 cm, 20 cm x 20 cm, dan 25 cm x 25 cm). Kalkulasi dosis dilakukan dengan perangkat lunak Matlab R2009b. PDD hasil perhitungan didapati memiliki diskrepansi rata-rata total 23,19% terhadap PDD hasil pengukuran.Hasil juga menunjukkan bahwa kalkulasi Fermi-Eyges Hogstrom kurang sesuai dengan data pengukuran pada energi tinggi dan lapangan kecil (diskrepansi rata-rata tertinggi ditemukan pada lapangan 5 cm x 5 cm energi 21 MeV senilai 46,33%) dan sesuai pada energi tinggi dan lapangan besar (diskrepansi rata-rata terendah ditemukan pada lapangan 25 cm x 25 cm energi 21 MeV senilai 5,49%).One of the algorithms utilized on electron beam external radiotherapy planning is the Fermi-Eyges (Hogstrom model) formulation. Dose calculation results of Fermi-Eyges (Hogstrom model) formulation for five energy (6, 9, 15, 18, dan 21 MeV) and five field-size (5 cm x 5 cm, 10 cm x 10 cm, 15 cm x 15 cm, 20 cm x 20 cm, dan 25 cm x 25 cm) are compared with those of experimental results for the same parameter. Dose calculation is performed with Matlab R2009b software.

The result showed that calculated PDD disagreed by averaged 23,19% with the experimental result on all energies and field-sizes at all depths. Also shown by the result that Fermi-Eyges Hogstrom calculation disagreed significantly with measurement on high-energy, small field-sized beams (greatest discrepancy was found at 21 MeV, 5 cm x 5 cm beam as great as 46,33% averaged at all depths) while agrees on high-energy, large field-sized beams (least discrepancy was found at 21 MeV, 25 cm x 25 cm beam as much as 5,49% averaged at all depths)."