Matematika

MODUL SEMI SEDERHANA

abstraks: 

Uraian latar belakang masalah diatas menunjukkan permasalahan dalam modul semi sederhana cukup luas. Oleh karena itu untuk penulisan tugas akhir ini akan dibahas sebagian permasalahan dalam modul semi sederhana, yaitu sifat – sifat yang berlaku dalam modul sederhana dan sifat – sifat yang berlaku dalam modul semi sederhana.

Dalam perkuliahan aljabar sudah banyak disinggung mengenai teori modul dan teori ruang vektor. Dalam kesempatan ini penulis membicarakan masalah struktur aljabar yang masih berhubungan dengan teori modul dan teori ruang vektor yaitu modul semi sederhana (semi simple module).
Setiap M ? ??? modul atas ring R paling sedikit mempunyai dua submodul yaitu { 0M } dan M. Dapat ditunjukkan M = { 0M } ? M. Diberikan R ring dengan elemen satuan dan M ? ??? modul atas ring R Modul M dikatakan sederhana jika submodul di M hanya { 0M } dan M sendiri.

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)

abstraks: 

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 )

abstraks: 

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].

Untuk dapat melihat dan mendownload file skripsi lengkap yang dilampirkan pada setiap judul, anda harus menjadi special member, klik Register untuk menjadi free member di Indoskripsi.

Semua Member Special dapat mendownload SELURUH file content yang ada di website ini. Daftarkan diri anda segera. UNLIMITED ACCESS

Google

INFO STUDENT LOAN CONSOLIDATION
PELUANG KERJA UNTUK FRESH GRADUATE, MAHASISWA TINGKAT AKHIR, BARU LULUS KULIAH? KLIK DISINI
BUTUH BEASISWA STUDY, BEASISWA PENELITIAN, INFO BEASISWA TERBARU? KLIK DISINI
CARI BEASISWA SKRIPSI / TESIS? KLIK DISINI
FREE JOURNAL - ARTICLE CLICK HERE


Jika tertarik untuk memasang iklan di website ini, silahkan klik menu contact
Silahkan baca syarat dan ketentuan di sini

Design by xactive -