skripsi matematika

Jul 19, 2024   //   by joseph   //   Blog  //  4 Comments

MASALAH PENJADWALAN JOB-SHOP MULTITUJUAN FUZZY DENGAN ALGORITMA GENETIKA

abstraks:

ob-shop scheduling problems (JSP) merupakan satu dari masalah penjadwalan mesin yang menentukan urutan proses operasi pada tiap mesin dengan tujuan meminimumkan waktu penyelesaian maksimum. Masalah penjadwalan job-shop melibatkan perubahan beberapa parameter yang tidak pasti sehingga lebih efektif jika mengenalkan logika fuzzy dan merumuskan masalah menjadi optimisasi fuzzy.
Untuk mendapatkan hasil penjadwalan yang optimal ( makespan minimum ) dengan banyaknya kemungkinan dan kombinasi solusi yang berkembang secara eksponensial seiring meningkatnya jumlah pekerjaan dan sumberdaya/mesin, maka lebih efektif digunakan algoritma genetika. Algoritma genetika merupakan proses yang menyerupai cara-cara terjadinya evolusi biologis. Algoritma genetika berusaha mendapatkan individu (solusi) terbaik dengan melakukan kombinasi diantara individu yang baik. Hasil operasi genetika akan diubah kembali menjadi sebuah jadwal yang mudah difahami oleh pengguna.

BAB I
PENDAHULUAN

I.1 Latar Belakang Masalah
Pada sebuah sistem produksi yang kompleks dapat terjadi penumpukan barang atau pekerjaan yang membentuk antrian panjang yang belum tentu dapat diselesaikan secara optimal. Sistem produksi yang melibatkan banyak mesin dan banyak proses dengan waktu yang bervariasi akan menemui banyak hambatan bila tidak ada metode penjadwalan yang tepat. Sistem yang tidak dapat bekerja secara efektif dan efisien, pada akhirnya dapat mempengaruhi proses produksi secara keseluruhan.

ANALISA PEMBAGIAN LAHAN REAL ESTAT DENGAN MEMANFAATKAN GOAL PROGRAMMING

abstraks:

Salah satu masalah yang dihadapi pengembang real estate adalah menentukan pembagian jumlah rumah yang dibangun sesuai tipe-tipenya di real estate. Inilah yang mendorong perusahaan real estate untuk mencari teknik pengambilan keputusan yang tepat.
PT. Panca Teja Sentana, selaku pengembang juga mengalami hal yang sama. Pembagian lahan dilakukan dengan cara mengira-ngira jumlah rumah yang akan dibangun sesuai tipenya. Memang apa yang dibangun pada tahun 2004, yaitu Taman Pondok Jati, telah mendatangkan keuntungan. Keuntungan yang diperoleh belum maksimal, sementara muncul masalah dengan banyak target. Perusahaan mengalami kesulitan dalam mengambil keputusan.
Pada tugas akhir ini, penulis memanfaatkan goal programming untuk mengolah data pada real estate yang menghasilkan pembagian lahan yang sesuai dengan pembagian jumlah tipe-tipe rumah. Metode ini merupakan pemrograman tujuan ganda dan merupakan solusi yang dapat mencapai semuanya secara optimal pada waktu bersamaan berdasarkan kendala-kendala yang dimilikinya.
Keuntungan aktual yang didapat oleh PT. Panca Teja Sentana sebesar Rp. 2.252.000.000. Kemudian dari solusi optimal yang diperoleh, keuntungan tersebut mengalami kenaikan 1,5 % menjadi Rp. 2.285.000.000. Solusi optimal yang diperoleh tersebut yaitu jumlah rumah tipe 36 sebanyak 15 unit, tipe 45 sebanyak 28 unit, tipe 54 sebanyak 22 unit dan tipe 70 sebanyak 27 unit.

Kata kunci: goal programming, prioritas, target/goal.

1.1. LATAR BELAKANG

Pengambilan keputusan merupakan fungsi utama dari seorang manajer atau seorang pengusaha dalam suatu organisasi atau perusahaan. Seorang pengusaha atau manajer perusahaan kerap kali mengalami kebingungan dalam mengambil keputusan dari beberapa permasalahan. Akibatnya, lambat laun ia jatuh dalam keadaan tidak dapat mengambil keputusan untuk menentukan tujuan utama dari perusahaannya.

PENGENALAN POLA SIDIK JARI MANUSIA DENGAN METODE PROBABILISTIC NEURAL NETWORK (PNN)

Abstrak
Pengenalan sidik jari merupakan salah satu perkembangan teknologi biometrika yang digunakan untuk mengenali sidik jari manusia. Sidik jari telah terbukti cukup akurat, aman, mudah, dan nyaman bila dibandingkan dengan sistem biometrik yang lainnya seperti bentuk wajah, warna suara dan retina mata. Dalam penelitian ini metode yang digunakan sebagai proses pengenalan sidik jari adalah Probabilistic Neural Network (PNN). PNN dilihat dari cara pendekatannya merupakan metode pengklasifikasian pola yang menggunakan penggabungan secara statistik dan jaringan syaraf. tiruan. PNN memiliki 4 lapisan terdiri dari lapisan input, lapisan pola, lapisan penjumlahan dan lapisan keluaran.
Seperti dalam sistem jaringan syaraf tiruan lainnya, PNN memerlukan proses pelatihan (training) untuk sidik jari yang akan dikenali. Pola–pola sidik jari yang digunakan untuk proses PNN merupakan hasil dari FFT yamg berupa nilai spektrum. Keputusan diambil menggunakan keputusan Bayes berdasarkan nilai pada lapisan penjumlahan yang tertinggi.
Uji coba sistem dilakukan terhadap 9 orang dimana 4 pria dan 5 wanita. Setiap orang memiliki masing–masing 40 sampel yaitu 20 ibu jari tangan kanan dan 20 ibu jari tangan kiri. Dari data-data ini, 10 data sebagai digunakan untuk data training dan 10 data sebagai untuk data testing. Dilihat dari hasil uji coba yang telah dilakukan memperlihatkan bahwa PNN sesuai dalam mengenali sidik jari. Hasil pengenalan sidik jari rata-rata bisa mencapai 81,67% dengan ukuran gambar diperkecil hingga 25% dari ukuran gambar asli, 91,39% dengan ukuran gambar diperkecil hingga 50% dari ukuran gambar asli, 92,5% dengan ukuran gambar diperkecil hingga 75% dari ukuran gambar asli dan 93,06% dengan ukuran gambar asli.

Kata Kunci : Biometrika, Probabilistic Neural Network (PNN), Fast Fourier Transform (FFT), spektrum, sidik jari.

BAB I
PENDAHULUAN

1.1Latar Belakang
Kebutuhan akan teknologi pengenalan karakteristik alami manusia semakin meningkat sangat cepat dalam beberapa dekade ini, seiring dengan bertambahnya kompleksitas dalam bidang keamanan dan kriminalitas. Untuk mengindentifikasi seseorang dapat dilihat dari ciri–ciri fisik karena setiap orang memiliki ciri–ciri yang unik dan tidak ada yang sama.

SELEKSI KARYAWAN PADA JABATAN TERTENTU MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) (STUDI KASUS PT. PLN )

Abstrak

Berkembangnya penemuan-penemuan baru dari pengembangan metode Soft Computing semakin mempermudah manusia dalam menyelesaikan permasalahan di berbagai bidang. Salah satu metode Soft Computing yang sering digunakan adalah ANFIS (Adaptive Neuro Fuzzy Inference System). ANFIS merupakan metode yang menggunakan jaringan syaraf tiruan untuk mengimplementasikan sistem inferensi fuzzy.
Keunggulan sistem fuzzy adalah dapat menerjemahkan pengetahuan dari pakar dalam bentuk aturan-aturan, namun biasanya dibutuhkan waktu yang lama untuk menetapkan fungsi keanggotaannya. Oleh sebab itu dibutuhkan teknik pembelajaran dari jaringan syaraf tiruan untuk mengotomatisasi proses tersebut sehingga dapat mengurangi waktu pencarian Hal tersebut menyebabkan metode ANFIS sangat baik diterapkan pada berbagai bidang [8].
Telah dibuktikan pada penelitian sebelumnya bahwa ANFIS dapat digunakan untuk prediksi curah hujan [5], pengenalan suara [9] dan lain-lain.. Dalam tugas akhir ini penulis ingin mengaplikasikan ANFIS dalam bidang sumber daya manusia. Tes masuk sebagai salah satu dari serangkaian tes untuk menyeleksi tenaga kerja sangat dibutuhkan bagi pihak manajemen sumber daya manusia (SDM). ANFIS akan dilatih dengan menggunakan algoritma Least Square Estimator pada arah maju dan Gradient Descent pada arah mundur untuk menentukan nilai akhir dan rangking dari tiap calon karyawan untuk memudahkan pemilihan calon karyawan.

Kata Kunci: ANFIS, Seleksi Karyawan, Least Square Estimator, Gradient Descent

BAB I
PENDAHULUAN

I.1 Latar Belakang
Sejak ditemukannya metode soft computing oleh Lotfi A Zadeh pada tahun 1992, perkembangan penelitian sebagai langkah lanjut terhadap teori tersebut telah menghasilkan penemuan – penemuan baru. . Soft computing merupakan koleksi dari beberapa metodologi dan merupakan pendekatan untuk melakukan komputasi dengan meniru akal manusia dan memiliki kemampuan untuk menalar dan belajar pada lingkungan yang penuh dengan ketidakpastian dan ketidaktepatan [6].

SISTEM PENDUKUNG KEPUTUSAN SELEKSI KARYAWAN PADA JABATAN TERTENTU MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

Abstrak

Berkembangnya penemuan-penemuan baru dari pengembangan metode Soft Computing semakin mempermudah manusia dalam menyelesaikan permasalahan di berbagai bidang. Salah satu metode Soft Computing yang sering digunakan adalah ANFIS (Adaptive Neuro Fuzzy Inference System). ANFIS merupakan metode yang menggunakan jaringan syaraf tiruan untuk mengimplementasikan sistem inferensi fuzzy.
Keunggulan sistem fuzzy adalah dapat menerjemahkan pengetahuan dari pakar dalam bentuk aturan-aturan, namun biasanya dibutuhkan waktu yang lama untuk menetapkan fungsi keanggotaannya. Oleh sebab itu dibutuhkan teknik pembelajaran dari jaringan syaraf tiruan untuk mengotomatisasi proses tersebut sehingga dapat mengurangi waktu pencarian Hal tersebut menyebabkan metode ANFIS sangat baik diterapkan pada berbagai bidang [8].
Telah dibuktikan pada penelitian sebelumnya bahwa ANFIS dapat digunakan untuk prediksi curah hujan [5], pengenalan suara [9] dan lain-lain.. Dalam tugas akhir ini penulis ingin mengaplikasikan ANFIS dalam bidang sumber daya manusia. Tes masuk sebagai salah satu dari serangkaian tes untuk menyeleksi tenaga kerja sangat dibutuhkan bagi pihak manajemen sumber daya manusia (SDM). ANFIS akan dilatih dengan menggunakan algoritma Least Square Estimator pada arah maju dan Gradient Descent pada arah mundur untuk menentukan nilai akhir dan rangking dari tiap calon karyawan untuk memudahkan pemilihan calon karyawan.

Kata Kunci: ANFIS, Seleksi Karyawan, Least Square Estimator, Gradient Descent

Aplikasi Analisis Komponen Utama Untuk Menentukan Variabel yang Berpengaruh Terhadap Citra Malang Town Square (MATOS)

abstraks:

Kata Kunci : Analisis Komponen Utama, Matriks Korelasi, Citra.

Analisis komponen utama sebagai salah satu bagian dari statistik yang dapat digunakan untuk memudahkan perusahaan mengambil keputusan dalam meningkatkan pelayanan yang akan diberikan kepada konsumen, karena analisis komponen utama dapat digunakan perusahaan untuk terfokus pada beberapa komponen utama saja dari banyak variabel yang mempengaruhi tingkat citra konsumen sehingga terbentuk citra yang bagus dalam benak para konsumen.
Pendekatan penelitian yang digunakan adalah pendekatan kuantitatif dengan metode deskriptif. Penelitian ini dilakukan di pusat perbelanjaan Malang Town Square (MATOS), dengan sumber data menggunakan data primer yang dilakukan dengan membagikan angket kepada pengunjung Malang Town Square yang berisi 6 pertanyaan mewakili 6 variabel khusus.

Dengan metode analisis Komponen utama terbentuk dua komponen utama yaitu komponen utama pertama, besar koefisien variabel X1 (Tempat nyaman, bersih dan interior menarik), X2 (Kemudahan mencapai lokasi), X3 (Pelayanan personal baik), X4 (Kualitas produk baik) secara berurut adalah sebesar 0.499, 0.456, 0.360 dan 0.473 dengan skor/nilai variabel X1, X2, X3, X4 adalah 0.702, 0.641, 0.506 dan 0.665, keempat variabel ini masuk dalam komponen internal pembentuk citra MATOS. Komponen utama kedua, besar koefisien variabel X5 (Pilihan produk lengkap) dan X6 (Harga relatif mahal) secara berurut adalah sebesar -0.489 dan 0.659 dan skor/nilai sebesar -0.571 dan 0.768, dua variabel ini masuk dalam komponen eksternal pembentuk citra MATOS.
Keragaman total pembentuk citra MATOS pada komponen internal sebesar 32.98% dan pada komponen eksternal sebesar 22.62%, sehingga diketahui bahwa komponen internal adalah komponen yang paling dominan dan lebih berpengaruh terhadap pembentuk citra MATOS daripada komponen eksternal.

BAB I
PENDAHULUAN

I.1. LATAR BELAKANG

Aplikasi Analisis Komponen Utama Untuk Menentukan Variabel yang Berpengaruh Terhadap Citra Malang Town Square (MATOS)

abstraks:

Kata Kunci : Analisis Komponen Utama, Matriks Korelasi, Citra.

Analisis komponen utama sebagai salah satu bagian dari statistik yang dapat digunakan untuk memudahkan perusahaan mengambil keputusan dalam meningkatkan pelayanan yang akan diberikan kepada konsumen, karena analisis komponen utama dapat digunakan perusahaan untuk terfokus pada beberapa komponen utama saja dari banyak variabel yang mempengaruhi tingkat citra konsumen sehingga terbentuk citra yang bagus dalam benak para konsumen.
Pendekatan penelitian yang digunakan adalah pendekatan kuantitatif dengan metode deskriptif. Penelitian ini dilakukan di pusat perbelanjaan Malang Town Square (MATOS), dengan sumber data menggunakan data primer yang dilakukan dengan membagikan angket kepada pengunjung Malang Town Square yang berisi 6 pertanyaan mewakili 6 variabel khusus.

Dengan metode analisis Komponen utama terbentuk dua komponen utama yaitu komponen utama pertama, besar koefisien variabel X1 (Tempat nyaman, bersih dan interior menarik), X2 (Kemudahan mencapai lokasi), X3 (Pelayanan personal baik), X4 (Kualitas produk baik) secara berurut adalah sebesar 0.499, 0.456, 0.360 dan 0.473 dengan skor/nilai variabel X1, X2, X3, X4 adalah 0.702, 0.641, 0.506 dan 0.665, keempat variabel ini masuk dalam komponen internal pembentuk citra MATOS. Komponen utama kedua, besar koefisien variabel X5 (Pilihan produk lengkap) dan X6 (Harga relatif mahal) secara berurut adalah sebesar -0.489 dan 0.659 dan skor/nilai sebesar -0.571 dan 0.768, dua variabel ini masuk dalam komponen eksternal pembentuk citra MATOS.
Keragaman total pembentuk citra MATOS pada komponen internal sebesar 32.98% dan pada komponen eksternal sebesar 22.62%, sehingga diketahui bahwa komponen internal adalah komponen yang paling dominan dan lebih berpengaruh terhadap pembentuk citra MATOS daripada komponen eksternal.

BAB I
PENDAHULUAN

I.1. LATAR BELAKANG

PEMBUKTIAN HASIL BELAJAR SISWA DALAM PENGGUNAAN PENDEKATAN KONSTEKTUAL PADA SEKOLAH LANJUTAN TINGKAT PERTAMA

abstraks:

Proses pengajaran akan lebih hidup dan menjalin kerjasama diantara siswa, maka proses pembelajaran dengan paradigma lama harus diubah dengan paradigma baru yang dapat meningkatkan kreativitas siswa dalam berpikir, arah pembelajaran yang lebih kompleks tidak hanya satu arah sehingga proses belajar mengajar akan dapat meningkatkan kerjasama diantara siswa dengan guru, siswa dengan siswa maka dengan demikian siswa yang kurang akan dibantu oleh siswa yang lebih pintar sehingga proses pembelajaran lebih hidup dan hasilnya lebih baik. Pernyataan ini berdasarkan pendapat Johnson dan Smith (dalam Anita Lie, h. 5) bahwa, “Kegiatan pendidikan adalah suatu proses sosial yang tidak dapat terjadi tanpa interaksi antar pribadi. Belajar adalah suatu proses pribadi, tetapi juga proses sosial yang terjadi ketika masing masing orang berhubungan dengan yang lain dan membangun pengertian dan pengetahuan bersama”.
Berdasarkan pandangan diatas, maka permasalahan yang muncul adalah bagaimana upaya guru untuk meningkatkan hasil balajar siswa dengan pendekatan yang tepat. Salah satu pendekatan pembelajaran yang yang dapat meningkatkan kreativitas siswa adalah pendekatan kontektual. Dengan pendekatan kontekstual, siswa diarahkan untuk mengaitkan antara materi yang diajarkan dengan situasi nyata siswa dan mendorong siswa membuat hubungan antara pengetahuan yang dimilikinya dengan kehidupan mereka sebagai anggota keluarga dan masyarakat. Melihat hal tersebut, maka perlu dilakukan suatu penelitian ilmiah untuk menemukan sebuah alternatif pemecahan masalah dalam upaya meningkatkan kualitas pembelajaran guna meningkatkan prestasi belajar siswa. Salah satu solusinya yaitu dengan mengembangkan suatu pendekatan pembelajaran yang membuat siswa lebih senang dan lebih termotivasi untuk belajar.

Berdasarkan hasil penelitian, pengolahan data dan analisis data, maka penulis dapat menarik kesimpulan sebagai berikut :
Respon siswa terhadap pembelajaran dengan pendekatan konstektual rata-rata 78,8 % setuju, 4,55 % tidak setuju, 16,65 % tidak tahu, sedangkan respon siswa terhadap soal-soal dalam pembelajaran dengan pendkatan konstektual rata-rata 75 % setuju, 9,93 % tidak setuju, dan 15,07 % tidak tahu.
Beberapa kelemahan pelaksanaan pembelajaran dengan pendekatan konstektual diantaranya tidak semua siswa mampu mempresentasikan hasil diskusi kelompok di depan sebab hampir setiap presentasi hanya ketua kelompoknya saja yang maju mempresentasikannya.

BAB II
TINJAUAN TEORITIS

2.1 Kegiatan Belajar Mengajar di Sekolah
Nana Sudjana dan Daeng Arifin (1989. h. 19) mengemukakan, “Mengajar adalah membimbing kegiatan siswa belajar, mengajar adalah mengatur dan mengorganisasikan lingkungan yang ada disekitar siswa, sehingga dapat mendorong dan menumbuhkan siswa melakukan kegiatan balajar”.

SUPER EDGE MAGIC LABELING pada Graph Ulat Model dengan Panjang n Titik

abstraks:

Kata kunci: graph, pelabelan, total sisi ajaib.

Pelabelan total sisi ajaib super (edge magic total labeling) pada suatu graph
(V, E) dengan order p dan ukuran q adalah fungsi bijektif f dari V È E ke himpunan
{1, 2, 3, …, p + q} sehingga untuk masing-masing sisi xy di G berlaku f(x) + f(xy) +
f(y) = k, dengan k konstanta. Pelabelan total sisi ajaib yang memetakan V ke {1, 2, …,
p} disebut pelabelan sisi ajaib super (super edge-magic labeling). Graph yang dapat
dikenakan pelabelan sisi ajaib super disebut graph sisi ajaib super. Pada karya tulis
ini akan dijelaskan bahwa graph ulat model “ ” dengan panjang n, untuk n
bilangan asli, adalah sisi ajaib super.

Saran yang dapat disampaikan berkaitan dengan hasil penelitian ini adalah
sebagai berikut.
a. Kepada pembaca yang tertarik pada teori graph disarankan untuk melakukan
penelitian mengenai pelabelan super sisi ajaib pada jenis-jenis graph ulat lainnya.
b. Kepada pembaca yang tertarik pada teori graph disarankan untuk melakukan
penelitian mengenai pelabelan super sisi ajaib pada jenis graph yang lain.
c. Kepada pembaca, khususnya mahasiswa jurusan matematika yang tertarik pada
teori graph, disarankan untuk melakukan penelitian serupa yakni mengenai
pelabelan super sisi ajaib pada graph ulat model dengan panjang n, n
bilangan asli. Hal ini dilakukan karena pelabelan merupakan pengkonstruksian
fungsi, maka dimungkinkan peneliti yang lain menemukan rumus fungsi yang
lain sehingga graph ulat tersebut tetap super sisi ajaib.

BAB I
PENDAHULUAN
Latar Belakang
Masalah pelabelan dalam teori graph mulai dikembangkan pada pertengahan tahun 1960-an.

PENGEMBANGAN MODEL AUDIT SISTEM INFORMASI BERBASIS KENDALI

abstraks:

Makalah ini membahas pengembangan model audit sistem informasi berbasis kendali untuk mencegah terjadinya kegagalan sistem informasi guna menyelamatkan aset informasi, menjaga integritas data dan meningkatkan efisiensi dan efektifitas pencapaian tujuan suatu organisasi. Model ini dikembangkan berdasarkan konsep fungsional dan kendali sistem informasi dengan menggunakan sistem penilaian kualitatif berbasis standar manajemen mutu ISO 9001-2000.

Informasi merupakan salah satu sumber daya strategis suatu organisasi, oleh karena itu, untuk mendukung tercapainya visi dan misi suatu organisasi, pengelolaan informasi menjadi salah satu kunci sukses

MODEL MATEMATIKA SISTEM PERSEDIAAN DENGAN PENGADAAN DARURAT

abstraks:

Sistem persediaan dengan pengadaan darurat adalah sistem yang menerapkan dua macam pengadaan yaitu pengadaan regular yang mengikuti kebijakan base stock dan pengadaan darurat dengan waktu ancang lebih singkat tetapi dengan biaya tambahan lebih mahal.

Kami mengasumsikan biaya yang harus dibayarkan untuk kompensasi kekurangan persediaan lebih mahal dibandingkan dengan biaya pemesanan darurat. Variabel keputusan dari model adalah S (tingkat

Leave a comment





× Chat WA kami