Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 56 dokumen yang sesuai dengan query
cover
Muhammad Wildan
"Masalah penjadwalan batching machines adalah masalah kombinatorial untuk menyusun produk-produk sedemikian sehingga lama pengolahannya menjadi minimum. Produk-produk memiliki ukuran dan lama proses produksi yang berbeda-beda yang akan dikelompokkan dalam batches. Jumlah ukuran produk dalam suatu batch tidak boleh melebihi kapasitas mesin. Lama proses batch adalah lama proses produk terpanjang dalam batch tersebut. Mesin yang sedang berkerja tidak diperkenankan diganggu hingga semua produk didalamnya selesai diproses.
Masalah ini akan diselesaikan dengan algoritma improved ant colony optimization menggunakan metropolis criterion untuk menghindari solusi konvergen yang prematur. Pada implementasi, dilakukan modifikasi dengan mengubah parameter-parameter dari susunan parameter artikel. Dari hasil percobaan, modifikasi susunan parameter menunjukkan solusi yang lebih baik.

Scheduling batching machines problem is a combinatorial problem to arrange jobs thus the processing time is minimum. Jobs have arbitrary size and processing time which will be assigned into batches. Total of jobs size in a batch can?t be more than machines capacity. Batch processing time is the longest jobs processing time inside the batch. While working, machines can?t be interrupted until all the jobs have done processed.
This problem is solved with improved ant colony optimization algorithm using metropolis criterion to prevent premature convergent solution. In implementation, parameter modification is made by changing parameters from the parameters arrangement of main article. Based on the result, the modification of parameters showed a better solution.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2016
S65097
UI - Skripsi Membership  Universitas Indonesia Library
cover
cover
Putri Monasari
"

Latar belakang: Kanul dalam trakea yang dibersihkan secara rutin sangat penting untuk pencegahan infeksi. Belum diketahui cara pencucian kanul trakea yang baik untuk mengurangi kemungkinan terjadinya koloni bakteri pembentuk biofilm dan pertumbuhan kuman serta pola kuman pada kanul trakea.

Tujuan penelitian: Memperbaiki tatalaksana perawatan kanul trakea terkait dengan penghambatan koloni bakteri pembentuk biofilm, resistensi kuman terhadap antibiotika dengan kombinasi pencucian kanul trakea menggunakan klorheksidin dan NaCl 0,9% pada pasien yang menggunakan kanul trakea.
Metode: Terdapat 40 subjek yang dikelompokkan menjadi 20 subjek kelompok kontrol (dilakukan pencucian kanul menggunakan NaCl 0,9 % dicuci 100 ml selama 10 menit) sedangkan kelompok studi (pencucian kanul menggunakan NaCl 0,9 % sebanyak 100 ml lalu dicuci dengan cairan klorheksidin 2,5 % minimal 20 ml secara merata selama 10 menit). Penelitian ini menggunakan uji klinis acak terkontrol paralel 2 kelompok dengan penyamaran tunggal.
Hasil: Dari 40 subjek yang diteliti, didapatkan 17 subjek (85 %) masing-masing kelompok yang menghasilkan bakteri pembentuk biofilm sebelum dilakukan intervensi. Setelah dilakukan intervensi pada kelompok studi didapatkan, 15 subjek negatif biofilm dan 5 subjek positif biofilm p=0,001. Bakteri paling banyak ditemukan pada kelompok kontrol adalah Pseudomonas aeruginosa sedangkan pada kelompok studi masih didapatkan bebrapa bakteri seperti Acinetobacter sp. dan Proteus mirabilis. Amoxicilin-Clavulanat memiliki resisten yang paling tinggi terhadap bakteri pembentuk biofilm pada kedua kelompok. Piperacilin, ceftazidime, ciprofloxacin dan meropenem memiliki sensitifitas yang paling tinggi terhadap bakteri pembentuk biofilm.
Kesimpulan: Terdapat penurunan yang bermakna jumlah koloni yang menghasilkan biofilm pada kanul trakea pada kelompok studi dibandingkan kelompok kontrol dalam pencucian kanul trakea (p=0,001).

Background: Regular cleaning of the cannula in the trachea is very important for infection prevention. How to wash the tracheal cannula which is good to reduce the possibility of colonies of biofilm-forming bacteria and the growth of germs and the pattern of germs on the tracheal cannula is still unknown.
Aim : To improve the treatment of tracheal cannula related to inhibition of biofilm-forming bacterial colonies, resistance to antibiotics with a combination of washing the tracheal cannula using chlorhexidine and NaCl 0.9% in patients using tracheal cannula.
Methods: There were 40 subjects who were grouped into 20 subjects in the control group (washing the cannula using 0.9% NaCl washed 100 ml for 10 minutes) while the study group (washing cannula using 0.9% NaCl as much as 100 ml then washed with 2.5% chlorhexidine solution at least 20 ml evenly for 10 minutes). This study used a parallel randomized controlled trial of 2 groups with a single blinded.
Results: Of the 40 subjects studied, 17 subjects (85%) each group produced biofilm-forming bacteria prior to intervention. After intervention in the study group, 15 subjects were biofilm negative and 5 biofilm positive subjects p = 0.001. The most common bacteria found in the control group is Pseudomonas aeruginosa, while in the study group some bacteria such as Acinetobacter sp. and Proteus mirabilis. Amoxicilin-Clavulanate had the highest resistance to biofilm forming bacteria in both groups. Piperacillin, ceftazidime, ciprofloxacin and meropenem have the highest sensitivity to biofilm-forming bacteria.
Conclusion: There was a significant decrease in the number of colonies that produced biofilm in the tracheal cannula in the study group compared to the control group in tracheal cannula washing (p = 0.001).
"
Jakarta: Fakultas Kedokteran Universitas Indonesia, 2020
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Michael Yan
"Masalah optimisasi portofolio adalah masalah untuk mencari portofolio dengan return maksimal dan risiko minimal. Pada skripsi ini, digunakan model optimisasi portofolio multi objektif. Algoritma Multi-objective Co-variance based Artificial Bee Colony M-CABC digunakan untuk menyelesaikan masalah optimisasi portofolio. Algoritma M-CABC merupakan pengembangan dari algoritma Artificial Bee Colony ABC menggunakan konsep kovariansi statistik dan dipakai untuk masalah optimisasi portofolio. Implementasi dilakukan dengan menggunakan lima sampel data OR-Lib; port1, port2, port3, port4, dan port5. Hasil yang didapat dibandingkan dengan unconstrained efficient frontier dari lima sampel data. Dari hasil simulasi, Algoritma M-CABC menghasilkan solusi yang cukup dekat dengan solusi pada unconstrained efficient frontier.

Portfolio optimization problem is a problem to find portfolio with maximum return and minimum risk. In this skripsi, multi objective portfolio optimization model is used. Multi objective Co variance based Artificial Bee Colony M CABC algorithm is used to solve porto folio optimization problem. M CABC algorithm is developed from Artificial Bee Colony ABC algorithm using statistical co variance concept and is used for portfolio optimization problem. Implementation is done using five OR Lib data samples port1, port2, port3, port4, dan port5. Obtained results is compared with unconstrained efficient frontier of five data samples. From simulation results, M CABC algorithm gives solutions that is near solutions on the unconstrained efficient frontier."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Shaffa Mutia Zahra
"Kereta listrik adalah salah satu mode transportasi yang paling banyak digunakan oleh masyarakat Indonesia. Selain biayanya yang ekonomis, kereta listrik dapat mengantarkan penggunanya ke tujuan dengan lebih cepat dibandingkan kendaran lain seperti mobil atau motor yang rentan terjebak kemacetan lalu lintas. Mengingat kebergantungan masyarakat yang cukup besar terhadap kereta lisrik, maka dibutuhkan penelitian lebih lanjut untuk meningkatkan tingkat efisiensinya. Salah satu bentuk peningkatan efisiensi adalah dengan mengurangi nilai energi yang dihabiskan oleh kereta listrik saat beroperasi. Pengoptimalan kereta listrik dalam segi konsumsi energi dapat dilakukan dengan bantuan algoritma Artificial Bee Colony (ABC). Algoritma ABC adalah algoritma yang meniru perilaku koloni lebah madu dalam mencari solusi. Skripsi ini menunjukkan hasil pengaplikasian algoritma ABC dalam menemukan solusi berupa nilai konsumsi energi terkecil.

An electric train is one of the most widely used modes of transportation used by Indonesians. Aside from being economical, an electric train can take their users to their destinations quicker than vehicles such as cars or motorbikes which are prone to getting stuck in traffic jams. Given how dependent the community is on electric trains, further research is needed to increase the level of efficiency. One form of increasing the efficiency of an electric train is to reduce the value of the energy consumed by the electric train while operating. Optimizing electric trains in terms of energy consumption can be done with the help of the Artificial Bee Colony (ABC) algorithm. The ABC algorithm is an algorithm that mimics the behavior of honeybee colonies in finding solutions. This thesis shows the results of applying the ABC algorithm in finding a solution in the form of the smallest energy consumption value."
Depok: Fakultas Teknik Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Tya Nadira
"ABSTRAK
Kanker merupakan penyebab utama kematian kedua di seluruh dunia sehingga mengakibatkan kanker menjadi salah satu prioritas masalah dalam kesehatan. Di Indonesia, tercatat bahwa kanker payudara dan kanker paru-paru memiliki angka kejadian dan kematian tertinggi bagi wanita dan pria WHO, 2014 . Untuk menangani hal tersebut, dalam tugas akhir ini diusulkan suatu metode untuk mengklasifikasikan data kanker menggunakan Support Vector Machines SVM dengan pemilihan fitur berdasarkan Artificial Bee Colony ABC dan Global Artificial Bee Colony GABC pada data kanker payudara dan paru-paru berbasis microarray. Hasil yang diperoleh menunjukkan bahwa metode pemilihan fitur ABC dan GABC memberikan hasil rata-rata akurasi yang lebih tinggi dibandingkan tanpa dilakukan pemilihan fitur dalam klasifikasi data kanker. Untuk pemilihan fitur, metode GABC memberikan hasil yang lebih unggul yaitu dengan akurasi tertinggi 99,99 dengan 10 fitur untuk data kanker paru-paru dan 96,4286 dengan 10 fitur untuk data kanker payudara selama 3 kali running sedangkan metode ABC memberikan rata-rata akurasi tertinggi 99,99 dengan 20 fitur untuk data kanker paru-paru dan 96,4286 dengan 10 fitur untuk data kanker payudara selama 5 kali running.

ABSTRACT
Cancer is the second leading cause of death globally, so that cancer becomes one of priority problems in health. According to WHO on 2014, Indonesia has breast cancer and lung cancer that is the highest incidence and death rates for women and men. To overcome it, in this research, we proposed method to classify cancer data using Support Vector Machines SVM with features selection based on Artificial Bee Colony ABC and Global Artificial Bee Colony GABC on breast and lung cancer based on microarray data. The results show that ABC and GABC as features selection method produced higher average classification accuracy than without no features selection. For features selection methods, the GABC method provides higher results with the highest 99,99 with 10 features for lung cancer data and 96,4286 with 10 features for breast cancer data for 3 times of runs while ABC method provides 99,99 with 20 features for data lung cancer and 96,4286 with 10 features for breast cancer data for 5 times of runs."
2017
S69844
UI - Skripsi Membership  Universitas Indonesia Library
cover
Pohan, Herdiman Theodorus
"Infeksi HIV menyebabkan menurunnya jumlah sel T helper(Th) yang memudahkan terjadinya infeksi oportunistik. Salah satu infeksi oportunistik tersering adalah infeksi kandida di orofaring dan esofagus. Untuk mendeteksi peningkatan koloni Kandida tidak mudah, jumlah CD4 dapat digunakan sebagai rujukan. Pada kenyataannya hanya sedikit sentra laboratorium yang menyediakan fasilitas pemeriksaan CD4. Dilakukan penelitian cross-sectional untuk menentukan hubungani antara jumlah limfosit total dengan intensitas koloni kandida di orofaring pasien-pasien HIV/AIDS. Penelitian dilakukan di poliklinik dan bangsal rawat inap RS Dr. Cipto Mangunkusumo dari Agustus 2004 sampai Januari 2005. Subyek penelitian diwawancarai, menjalani pemeriksaan fisik, dan pemeriksaan darah dan kultur sampel kumur pasien. Sejumlah 60 subyek terdiri dari 52 pria(86.7%) dan 8 wanita(13.3%). Rata-rata hitung limfosit total adalah 1194.53 sel/µL. Kandidosis orofaring terdapat pada 44 pasien(73.3%).Terdapat kecenderungan jumlah koloni Kandida yang tinggi pada jumlah limfosit total pasien yang rendah, walaupun tidak terdapat korelasi signifikan di antara keduanya. Terdapat perbedaan yang bermakna antara jumlah limfosit total pada klas koloni Kandida yang positif dan negatif. (Med J Indones 2005; 14: 147-51)

HIV infection causes qualitative and quantitative reduction of the T helper (Th) subset of T lymphocytes, facilitating opportunistic infection. One of the common opportunistic infections among HIV/AIDS patients is Candida infection in the oropharynx and esophagus. Detection of increased Candida colonialization is not always easy, CD4 count is a parameter that could be used as reference. The fact is there?s only few laboratory can provide CD4 count. This study is a cross-sectional correlative study to determine the relation between total lymphocyte count as a much more applicable laboratory parameter and the intensity of Candida colonization in the oropharyngeal cavity of patients with HIV infection/AIDS. It was performed in the outpatient ward and inpatient ward of Dr. Cipto Mangunkusumo Hospital, from August 2004 to January 2005. The selected study subjects underwent interview, physical examination and had their blood samples and gargle samples taken. 60 study subjects were recruited, consisting of 52 males (86.7%) and 8 females (13.3%). The mean total lymphocyte count was 1194.53 cells/μL. Oropharyngeal candidiasis was found in 44 subjects (73.3%). There is a trend of higher Candida colonies number with lower total lymphocyte count despite no significant correlation between total lymphocyte count and the number of Candida colonies in the oral cavity of patients with HIV infection/AIDS. There is significant different between total lymphocyte count in positive and negative Candida colonies. (Med J Indones 2005; 14: 147-51)"
Medical Journal of Indonesia, 2005
MJIN-14-3-JulSep2005-147
Artikel Jurnal  Universitas Indonesia Library
cover
Rifkie Nurcahya Putra
"Kompleksitas menuntut para peneliti untuk membuat kecerdasan buatan. Skripsi ini membahas tentang implementasi algoritma pencarian rute Swarm Intelligece pada sistem kontrol visual berbasis MATLAB sebagai kontrol Mobile Microrobot yang menggunakan modul mikro kontroler ESP8266. Robot bergerak dengan menerima perintah dari sistem kontrol menggunakan koneksi nirkabel WiFi. Algoritma pencarian rute yang digunakan merupakan sifat dari kecerdasan kerumunan semut (ant colony), yang meliputi: penemuan rute (route discovery), pemeliharaan rute (route maintenance). Hasil akhir dari penelitian ini adalah sistem kontrol visual telah di-implementasikan algoritma pencarian rute swarm intelligence dari sifat yang dimiliki ant colony.

Complexity demanding to the researchers to make artificial intelligence. The focus of this study is about implementing swarm intelligence for routing algorithm on the visual servoing control system MATLAB based, to control mobile microrobot with ESP8266 micro controller module. The robot moves by receiving task from a control system using a WiFi wireless connection. Routing Algorithm used is the nature intelligence from ant colony, which include: route discovery, route maintenance, The end result of this research is visual control system has been implemented with swarm intelligence routing algorithm from the nature of ant colony."
Depok: Fakultas Teknik Universitas Indonesia, 2017
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Paulus Bangun Martua
"Ant Colony Optimization (ACO) adalah salah satu algoritma approximate untuk penyelesaian permasalahan NP-hard dan salah satu metode state-of-the-art dalam penyelesaian masalah diskrit. Vehicle Routing Problem (VRP), salah satu permasalahan diskrit, dalam penelitian ini akan diselesaikan menggunakan algoritma ACO. Permasalahan VRP yang akan diselesaikan adalah 6 hasil penelitian mahasiswa Departemen Teknik Industri Universitas Indonesia. Hasil dari penyelesaian VRP menggunakan ACO menunjukkan bahwa fungsi tujuan jarak dari solusi dengan algoritma ACO lebih baik dari pendekatan yang digunakan pada penelitian sebelumnya.

Ant Colony Optimization (ACO) is one of approximate algorithm for solving NP-hard problem and state-of-the-art method for solving discrete problem. Vehicle Routing Problem (VRP), one of discrete problem, in this research will be solved using ACO algorithm. VRP problem that will be solved are the result of 6 student research that held by Industrial Engineering and Department, University of Indonesia. The result of solving VRP using ACO show that objective function of solution distance with ACO algorithm is better than previous approach in those research."
2011
S53
UI - Skripsi Open  Universitas Indonesia Library
cover
Andre Sugioko
"Penjadwalan job shop dengan kriteria biaya keterlambatan merupakan permasalahan yang jarang digunakan dalam penelitian job shop. Umumnya penjadwalan job shop diselesaikan dengan menggunakan metode metaheuristik, salah satu metode metaheuristik yang populer dibicarakan adalah algoritma Bee Colony. Algoritma Bee Colony merupakan algoritma yang tidak memiliki metode untuk lepas dari local optimum, seperti yang dinyatakan pada penelitian Chong (Chong, et al. 2005), maka penelitian ini akan melakukan modifikasi terhadap algoritma Bee Colony dengan menggunakan tabu list, untuk meningkatkan perfroma pencarian solusi dan waktu komputasi untuk permasalahan penjadwalan job shop dengan kriteria biaya keterlambatan.
Hasil penelitian menunjukan bahwa algoritma Bee colony-Tabu memberikan perfroma yang serupa untuk kriteria biaya keterlambatan dan waktu komputasi terhadap algoritma Tabu Search dan lebih baik daripada algoritma Bee Colony dan Differentialial Evolution untuk kriteria biaya keterlambatan. Sedangkan untuk waktu komputasi algoritma Bee colony dengan Tabu List lebih unggul daripada algoritma Tabu Search dan Bee Colony, namun waktu komputasi algoritma Differentialial Evolution lebih unggul daripada algoritma Bee colony-Tabu, Tabu Search dan Bee Colony.

Job shop scheduling with tardiness cost is a problem that rarely exist in paper research. Generally, job shop scheduling solved using metaheuristik method, one of metaheuristik methods popular discussed in many paper are Bee Colony algorithm. Bee Colony Algorithm is an algorithm that does not have a method to escape from local optimum, as stated in the Chong?s research (Chong, et al. 2005), because of that this research will make modifications to the Bee Colony algorithm using the taboo list, to improve searching solution and computing time for job shop scheduling problems with late fees criteria.
The results showed that the Bee colony-Tabu algorithm gives perfromance similar to the Tabu Search algorithm and better than Bee Colony algorithm for late fees criteria and computation time, and Differentialial Evolution for the criteria for late fees. As for computational time Bee colony with Tabu List algorithm is superior to Tabu Search algorithm and the Bee Colony, but the computing time algorithm Differentialial Evolution algorithm is superior to Bee Colony-Tabu, Tabu Search and Bee Colony.
"
Depok: Fakultas Teknik Universitas Indonesia, 2012
T30052
UI - Tesis Open  Universitas Indonesia Library
<<   1 2 3 4 5 6   >>