Hasil Pencarian  ::  Simpan CSV :: Kembali

"Collective intelligence has become an attractive subject of interest for both academia and industry. More and more conferences and workshops discuss the impact of the users' motivation to participate in the value creation process, the enabling role of advanced information and communication technologies. "

"This book constitutes the proceedings of the 8th International Conference on Swarm Intelligence, held in Brussels, Belgium, in September 2012. This volume contains 15 full papers, 20 short papers, and 7 extended abstracts carefully selected out of 81 submissions. The papers cover various topics of swarm intelligence."

"Permasalahan tentang robot sepak bola saat ini sudah masuk pada tahap penggunaan koordinasi multi agent karena melibatkan banyak robot. Swarm merupakan salah satu dari banyak konsep multiagen communication dan coordination. Swarm membahas tentang koordinasi yang didasarkan pada prilaku sekumpulan serangga yang saling bekerja sama dalam mencapai tujuan yaitu mendeteksi makanan dan jalur migrasi. Hal ini dituangkan dalam permainan sepak bola dimana beberapa robot akan saling bekerja sama untuk mendeteksi target berupa bola dan membawanya ke gawang lawan dengan saling bekerja sama. Strategi pergerakan yang diberikan mengadopsi konsep Particle Swarm Optimization yang diimplementasikan untuk mencapai efisiensi yang lebih baik untuk mencapai tujuan yaitu mencetak lebih banyak gol ke gawang lawan. Hasil dari penelitian ini menunjukkan bahwa swarm dapat digunakan dengan baik untuk melakukan koordinasi dalam pencarian bola dan pengambilan keputusan untuk mengeksekusi bola pada simulasi robot sepak bola.

---

Current problems about soccer robots already entered at this stage is using of multi agent coordination because it involves many robots. Swarm is one of the many concepts of multi agent communication and coordination. Coordination of Swarm based on the behavior of a group of insects that cooperate to achieving the goals, namely to detect food and migration routes. And these are poured in a football game where some robots will mutually cooperate to detect targets in this case is ball and took it to the opponent gates with mutually cooperate. The given movement strategy adopted the concept of Particle Swarm Optimization implemented in order to achieve a better efficiency to achieve a goal that is scored more goals to the opponent. The results of this research show that the swarm can be used well to do coordination in the search sphere and decision making to execute the ball on a simulated of soccer robot."

"Isi tesis ini mengenai pembuatan simulator 3D dari algoritma pencarian Particle Swarm Optimization untuk pencarian banyak sumber asap dengan menggunakan Open Dynamics Engine dan mengenai Dynamic Niche-PSO yang adalah algoritma baru sebagai modifikasi algoritma MPSO dari penelitian sebelumnya [1]. Versi simulator 2D untuk PSO ini telah dibuat penelitian sebelumnya ini. Pemodelan fisik 3D ini bertujuan untuk mengurangi gap antara perangkat lunak dan perangkat keras di dunia nyata.Salah satu bab adalah bab yang menjelaskan pembuatan model robot, asap dan sumbernya, dan medan dengan Open Dynamics Engine. Dilanjutkan dengan bab tentang cara pemakaian GUI simulator ini.Algoritma Dynamic Niche-PSO yang diajukan pada penelitian ini bertujuan untuk memperbaiki kelemahan algoritma PSO sebelumnya dimana 2 niche (kelompok agen) atau lebih masih ada kemungkinan untuk menuju sumber asap yang sama. Pada Dynamic Niche-PSO ini diperkenalkan robot baru, yaitu robot utama yang mempunyai arca ketertarikan. Pada Dynamic Niche-PSO ini juga robot netral dan bermuatan dapat berpindah keanggotaan dari satu niche ke niche yang lain apabila memasuki arca ketertarikan atau attract area dari robot utama niche yang lain ini.

---

The contents of this thesis are the development of 3D simulator for visualizing Particle Swarm Optimization algorithm for multi odor source localization using Open Dynamics Engine, and Dynamic Niche-PSO as modification of MPSO algorithm from previous research [1]. The 2D version of this MPSO is made in previous research. This 3D modeling has a purpose to reducegap between Software and Hardware in the real world.

One of chapters is explaining about how to make the model of robots, plumes and its sources, and field with Open Dynamics Engine. Continued with chapter explaining about how to use the GUI of this simulator.

Dynamic Niche-PSO algorithm proposed in this research has a purpose to refine the weakness of previous algorithm where 2 niches (group of agents) or more still have a probability to move toward the same odor source. There is newly introduced robot in this Dynamic Niche-PSO algorithm called main robot which has an attract area. In this Dynamic Niche-PSO also a neutral robot or a charge robot could become a member of another niche if it entered the attract area of main robot of this other niche."

"The volume LNCS 7269 constitutes the refereed proceedings of the International Symposium on Swarm Intelligence and Differential Evolution, SIDE 2012, held in Zakopane, Poland, in April/May 2012 in conjunction with the 11th International Conference on Artificial Intelligence and Soft Computing, ICAISC 2012 (proceedings published as two-volume set LNAI 7267 and 7268). The 212 revised full papers presented were carefully reviewed and selected from 483 submissions. The volume is divided into two topical parts: proceedings of the 2012 symposium on swarm intelligence and differential evolution and on evolutionary algorithms and their applications."

"Investor perlu memiliki strategi dalam menentukan harga opsi wajar untuk sebuah opsi. Salah satu strategi yang dapat digunakan adalah mempelajari model harga opsi Heston. Dalam model harga opsi diperlukan nilai-nilai parameter yang harus ditentukan terlebih dahulu melalui kalibrasi. Kalibrasi dapat dipandang sebagai masalah optimasi nonlinear, yakni dengan meminimumkan nilai fungsi objektif yang terkait. Algoritma Particle Swarm Optimization merupakan salah satu metode iteratif yang dapat digunakan dalam menentukan solusi masalah optimasi nonlinear. Selanjutnya hasil kalibrasi digunakan untuk menentukan harga wajar sebuah opsi. Data yang digunakan dalam penelitian ini adalah data 50 harga opsi pasar saham Apple Inc (AAPL). Berdasarkan hasil implementasi yang dilakukan, algoritma Particle Swarm Optimization menunjukkan kinerja yang cukup baik dalam aproksimasi nilai parameter model harga Opsi Heston.

---

Investors should have a strategy to determine a fair price for an option. One of the strategy that can be applied is by studing the Heston option pricing model. In the option pricing model, there are some required parameter values that should be determined by using the calibration. The calibration can be considered as a nonlinear optimization problem by minimizing the value of a related objective function. Particle swarm optimization algorithm is one of iterative methods that can be used in the calibration of model?s parameters. Furthermore, the results of calibration can be used to determine the price of an option. The data used in this research is consist of 50 stock market option prices of Apple Inc. Based on the results the implementation, particle swarm optimization algorithm shows a good performance."

"Telah dilakukan proses tomografi struktur kecepatan gelombang seismik Gelombang P menggunakan data gempabumi swarm di daerah Jailolo, Halmahera Barat, Maluku Utara. Penelitian ini bertujuan menentukan parameter gempabumi dan sebarannya yang ada diwilayah ini, menganalisis perbedaan antara rangkaian gempabumi swarm dengan gempabumi tektonik non swarm, dan menganalisis struktur kecepatan gelombang P Vp pada wilayah ini dan implikasinya terhadap keadaan tektonik lokal diwilayah ini yang menjadi penyebab gempabumi swarm Jailolo 2015. Digunakan rekaman data seismik 12 Agustus-12 September 2016 dari 33 stasiun yang ada pada jaringan 7G Seismic Temporary Network GFZ GeoForschungsZentrum ndash; German Reserarch Centre for Geosciences Helmholtz Centre Postdam dan BMKG Badan Meteorologi Klimatologi dan Geofisika , yang dianalisis menggunakan JISVIEW, sebuah program analisis gempabumi. Program simulps12 digunakan untuk melakukan proses inversi tomografi simultan. Dari rekaman seismik yang ada teranalisis 264 kejadian gempabumi sebelum relokasi yang kemudian menjadi 219 kejadian gempabumi setelah relokasi , yang digunakan dalam tahapan proses tomografi. Kejadian gempabumi yang ada diidentifikasi sebagai rangkaian kejadian gempabumi swarm, bukan kejadian gempabumi tektonik biasa non swarm yang memiliki pola foreshock-mainshock-aftershock. Dari gambar hasil tomografi diketahui adanya daerah dengan perturbasi nilai Vp tinggi diasumsikan sebagai magma yang mengalami intrusi magmatik dimasa lalu dan telah mendingin menjadi bagian batuan beku. Vp rendah dikedalaman diasumsikan sebagai intrusi magma yang sedang terjadi dari mantel bagian atas yang mendorong bagian lemah pada batuan beku dibagian kerak bumi bagian bawah diwilayah, sehingga mengakibatkan rangkaian gempabumi swarm pada akhir tahun 2015.

---

The process of tomography for seismic velocity structure P wave has been done using swarm earthquake data in Jailolo, Halmahera Barat, and North Molucca. The objectives of this research are determining the earthquake parameters and its hypocentre and epicentre around research areas, analysing the difference between swarm and non swarm earthquake tectonic earthquake, and analysing the structure of P wave velocity Vp structures and correlating the results with the local and regional geological structure that became the source of swarm earthquake phenomenon in 2015.

A 32 days August 12 September 12 2016 seismic data recording, from 33 seismic station in 7G Seismic Temporary Network of GFZ GeoForschungsZentrum ndash German Research Centre for Geosciences Helmholtz Centre Postdam and BMKG Agency of Meteorology, Climatology and Geophysics , is analysed using JISVIEW, an earthquake analysis program.

Simulps12 program is used to do the simultaneous tomography inversion. From the seismic recording, we analysed 264 earthquake events before relocation, and after relocation process we used 219 earthquake events to do the inversion process. The earthquake event that analysed in research areas is identified as a swarm earthquake sequence, not am ordinary tectonic earthquake.

From tomography imaging result we found a region high Vp perturbance values that interpreted as a igneous rock of magma bodies from previous magmatic intrusion in the past. A low Vp perturbance values in the depth is interpreted as on going magmatic intrusion from upper earth mantle layer that pushing the weak zones at lower earth crust layer that caused the sequence of swarm earthquake in 2015."

"Dalam penelitian ini akan ditunjukkan aplikasi permasalahan pembentukan portofolio berdasarkan model mean-variance Markowitz. Penambahan kendala mninimal lot transaksi pada model Markowitz merubah permasalahan ini menjadi bentuk mixed-integer non linear programming yang teramat sulit untuk dicari solusinya menggunakan pendekatan optimasi klasik. Untuk itu akan ditunjukkan alternatif penyelesaian menggunakan metode komputasi berbasis heuristic, yaitu PSO. Dengan penentuan nilai parameter yang tepat, algoritma PSO dapat secara konvergen menemukan solusi untuk permasalahan ini.

---

We will show in this paper application of portfolio selection problem based on Markowitz’s mean-variance model. The inclusion of minimum transaction lot turn the standard model into a mixed-interger non linear prgormming which is very hard to be solved using classical optimization method. We will show an alternative heuristic based approach, PSO to tack this problem. With the appropriate parameter PSO can find a good solution to this problem"

"

Di tengah maraknya wabah virus Corona, penyakit lain yang menjadi salah satu masalah kesehatan utama masyarakat Indonesia dan tidak dapat diabaikan adalah penyakit Demam Berdarah Dengue (DBD). DBD merupakan penyakit infeksi yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes aegypti betina. Faktor lain yang berpengaruh dalam penyebaran DBD adalah faktor cuaca, seperti curah hujan yang tinggi, perubahan suhu dan iklim, serta kelembaban udara. Di Indonesia sendiri, peningkatan kasus DBD banyak terjadi pada masa pancaroba. Oleh karena itu, seiring dengan banyaknya kasus DBD yang terjadi saat ini, dibutuhkan upaya pencegahan dan penanganan dini untuk menanggulangi risiko persebarannya. Upaya yang dapat dilakukan antara lain dengan melakukan prediksi jumlah insiden DBD. Pada tugas akhir ini, jumlah insiden DBD diprediksi menggunakan salah satu metode dalam machine learning, yaitu metode Artificial Neural Network - Particle Swarm Optimization (ANN-PSO), di mana yang menjadi variabel prediktornya adalah jumlah insiden DBD dan faktor cuaca (temperatur, curah hujan, dan kelembaan relatif). Fungsi aktivasi yang digunakan pada tugas akhir ini adalah fungsi Tanh (pada hidden layer) dan fungsi ReLU (pada output layer), dengan memperhitungkan parameter jumlah hidden neuron dan ukuran populasi. Kinerja model ANN-PSO yang dibentuk kemudian dievaluasi berdasarkan Mean Squared Error (MSE). Pada tugas akhir ini, model ANN-PSO terbaik yang dihasilkan untuk masing-masing kotamadya di DKI Jakarta memiliki hasil yang berbeda-beda sesuai dengan parameter yang digunakannya, dengan MSE testing paling kecil bernilai 0,0215026 untuk wilayah Jakarta Pusat, sedangkan MSE testing paling besar bernilai 0,0438962 untuk wilayah Jakarta Utara.

---

During the Coronavirus outbreak, another disease that is also one of the main health problems for the Indonesian people and hence cannot be ignored is Dengue Hemorrhagic Fever (DHF). DHF is an infectious disease caused by dengue virus and is transmitted through the bite of female Aedes aegypti mosquitoes. Another factor that influences the spread of DHF is weather factors, such as high rainfall, changes in temperature and climate, and humidity. In Indonesia, the increase in dengue cases occurred during the transition period. Therefore, in line with the number of dengue cases currently occurring, prevention and early management are needed to mitigate the risk of its spread. Efforts that can be made include predicting the number of dengue incidents. In this final project, the number of dengue incidents is predicted using one of the methods in machine learning, namely the Artificial Neural Network - Particle Swarm Optimization (ANN-PSO) method, where the predictor variables are the number of dengue incidents and weather factors (temperature, rainfall, and relative humidity). The activation functions used in this final project are the Tanh Function (on the hidden layer) and the ReLU Function (on the output layer), and the tuning parameters are the number of hidden neurons and population size. The performance of the ANN-PSO model that was formed evaluated using the Mean Squared Error. In this final project, the best ANN-PSO model produced for each municipality in DKI Jakarta has different results according to the parameters it uses, with the smallest MSE testing value of 0,0215026 for the Central Jakarta area, while the largest MSE testing value was 0,0438962 for the North Jakarta area.

"

"This book focuses on a different, complementary inspiration, namely physics. The editors have introduced the term 'physicomimetics' to refer to physics-based swarm approaches, which offer two advantages. The editors consolidated over a decade of work on swarm intelligence and swarm robotics, organizing the book into 19 chapters as follows. Part I introduces the concept of swarms and offers the reader a physics tutorial. Part II deals with applications of physicomimetics, in order of increased complexity. Part III examines the hardware requirements of the presented algorithms and demonstrates real robot implementations. Part IV demonstrates how the theory can be used to design swarms from first principles and provides a novel algorithm that handles changing environments. Part V shows that physicomimetics can be used for function optimization, moving the reader from issues of swarm robotics to swarm intelligence. The text is supported with a downloadable package containing simulation code and videos of working robots. "