Claim Missing Document
Check
Articles

Found 31 Documents
Search

Implementation of Evolution Strategies (ES) Algorithm to Optimization Lovebird Feed Composition Rizki, Agung Mustika; Mahmudy, Wayan Firdaus; Yuliastuti, Gusti Eka
Scientific Journal of Informatics Vol 4, No 1 (2017): May 2017
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v4i1.9003

Abstract

Lovebird current society, especially popular among bird lovers. Some people began to try to develop the cultivation of these birds. In the cultivation process to consider the composition of feed to produce a quality bird. Determining the feed is not easy because it must consider the cost and need for vitamin Lovebird. This problem can be solved by the algorithm Evolution Strategies (ES). Based on test results obtained optimal fitness value of 0.3125 using a population size of 100 and optimal fitness value of 0.3267 in the generation of 1400. 
Penanganan Fuzzy Time Window pada Travelling Salesman Problem (TSP) dengan Penerapan Algoritma Genetika Yuliastuti, Gusti Eka; Mahmudy, Wayan Firdaus; Rizki, Agung Mustika
MATICS Vol 9, No 1 (2017): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (725.243 KB) | DOI: 10.18860/mat.v9i1.4072

Abstract

The route of the travel tour packages offered by travel agents is not considered optimum, so the level of satisfaction the tourist is not maximal. Selection of the route of the travel packages included in the traveling salesman problem (TSP). The problem that occurs is uncertain tourists visiting destinations at the best destinations timing hereinafter be referred to as the fuzzy time window problem. Therefore, the authors apply the genetic algorithm to solve the problem. Based on test results obtained optimum solution with the fitness value of 1.3291, a population size of 100, the number of generations of 1000, a combination of CR=0,4 and MR=0.6.
Model Fuzzy Gaussian Untuk Optimasi Akurasi Estimasi Waktu Proyek Perangkat Lunak Putri, Rahmi Rizkiana; Sodik, Anwar; yuliastuti, Gusti Eka; Rachman, Andy
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (348.165 KB)

Abstract

Perkiraan waktu yang akurat akan memberikan dampak yang baik pada manajemen proyekperangkat lunak. Jika perkiraan waktu kurang akurat maka akan berpengaruh pada kualitasmanajemen proyek perangkat lunak termasuk proses selama pengembangan proyek yang kurangefektif dan efisien. Pada tahun 2000 Barry Boehm memperkenalkan adanya penambahan costdriver yang baru pada COCOMO II, yang diharapkan akan dapat memberikan hasil akurasi yanglebih baik. Sedangkan dalam penelitian ini tidak hanya menggunakan akurasi waktu berdasarkanCOCOMO II saja, tetapi juga menggunakan metode fuzzy Gaussian dan perubahan nilaiparameter untuk menghitung perkiraan waktu. Metode fuzzy gaussian yang digunakan dalampenelitian ini dimaksudkan memberikan hasil akurasi yang lebih baik daripada penelitianlainnya. Selain itu juga perubahan nilai parameter C dan D pada COCOMO II dilakukan denganmenurunkan nilainya sebanyak 0,0001 dari nilai awal, karena pengurangan nilai sebesar 0,0001adalah nilai optimal. Berdasarkan hasil uji coba dan implementasi yang diusulkan dalampenelitian ini maka didapatkan kesalahan akurasi sebesar 83,83%, yang artinya bahwa akurasiperkiraan waktu proyek perangkat lunak meningkat sebanyak 2,89%.
Proteksi Data X-Ray Paru-Paru Pasien COVID-19 menggunakan Algoritma Rivest Shamir Adleman dan Algoritma Enkripsi Rubic Cube Principle Prabiantissa, Citra Nurina; Yuliastuti, Gusti Eka; Agustini, Siti; Sulaksono, Danang Haryo
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2020: Memberdayakan Riset dan Inovasi untuk Teknologi yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pandemi COVID-19 terjadi di seluruh negara di dunia dimana semua negara berusaha untuk mencari solusi dari masalah pandemi ini. Banyaknya korban yang sakit, menyebabkan rumah sakit juga kewalahan dengan pasien COVID-19. Hal tersebut juga berakibat pada hasil rekam medik pasien yang semakin bertambah, dimana beberapa pasien, memiliki flek pada paru – paru dan membutuhkan X-Ray Paru - Paru. Oleh sebab itu dibutuhkan keamanan rekam medik agar data ini dapat terjaga kerahasiaanya. Pada penelitian ini, peneliti menulis mengenai proteksi data pada data X-Ray Paru – Paru menggunakan 2 metode enkripsi yaitu Algoritma RSA (River Shamir Adleman) dan Algoritma Enkripsi Rubic Cube Principle. Proses penelitian terdiri dari 3 proses yaitu Pre-Processing data citra, penerapan metode, dan pengujian dengan menggunakan nilai NPCR dan UACI. Hasil penelitian menunjukkan bahwa rata – rata nilai UACI menggunakan algoritma Rubic Cube berjumlah 29.87 sedangkan jika menggunakan metode RSA berjumlah 30.99. Dari kedua rata – rata nilai dapat disimpulkan jika metode RSA lebih baik dari metode Rubic Cube karena memenuhi ketentuan nilai UACI yaitu jumlah nilai lebih dari 30. Nilai tersebut membuktikan citra input berbeda dengan citra enkripsi sehingga data dapat diproteksi dengan baik
Optimasi Rute Jaringan Mikrotik dengan Algoritme Genetika Yuliastuti, Gusti Eka; Prabiantissa, Citra Nurina; Agustini, Siti
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2020: Memberdayakan Riset dan Inovasi untuk Teknologi yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Router merupakan sebuah perangkat yang menjadi perantara pengiriman data dari satu titik ke titik lainnya pada sebuah jaringan. Dalam pengiriman data tersebut terdapat kendala yang dihadapi yakni permasalahan biaya pemasangan dan perawatan yang tidak murah. Pemilihan router mikrotik itu sendiri untuk menyiasati permasalahan biaya. Disamping permasalahan biaya tersebut, terdapat pula kendala lainnya yakni penentuan rute komunikasi antar titik dalam proses pengiriman data. Pentingnya penentuan rute antar titik ini guna mengoptimalkan jarak dan waktu untuk dicari solusi terpendek saat proses pengiriman data. Pencarian rute pada jaringan merupakan salah satu contoh permasalahan traveling salesman problem (TSP). Penulis akan menerapkan salah satu metode optimasi yaitu Algoritme Genetika. Algoritme Genetika memiliki ruang pencarian solusi yang luas sehingga sangat cocok diterapkan untuk menyelesaikan permasalahan ini. Berdasarkan uji coba penerapan Algoritme Genetika ini dihasilkan solusi optimal yang tidak hanya memperhitungkan rute terpendek dan waktu tersingkat dibandingkan sebelumnya, tetapi juga memperhitungkan penalty yang terjadi pada saat melewati rute tersebut. 
Implementasi Simulated Annealing untuk Penentuan Rute pada Jaringan Yuliastuti, Gusti Eka; Prabiantissa, Citra Nurina; Rizki, Agung Mustika
MATICS Vol 13, No 2 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i2.12969

Abstract

Abstract—Recently computer networks are increasingly complex. It needs to be a supporting device for network management such as a router. Router is a device that plays an important role in the routing process. In a router stored information in the form of routing paths, where the information includes data and which routers will be passed. In certain cases, a router can have more than one gateway. This is because the router needs to send data packets to several networks that have different segments. Such cases can be handled by using the appropriate routing path selection rules. The routing problem can be regarded as a traveling salesman problem (TSP), where a mechanism is needed to determine the shortest route to be traversed. The author implements the Simulated Annealing Algorithm because it can produce an optimal solution with light computing, so that the routing process can be more effective and efficient. Index Terms—Computer Network, Routing, Simulated Annealing, Travelling Salesman Problem Abstrak–-Jaringan komputer saat ini semakin kompleks. Perlu adanya suatu perangkat pendukung untuk manajemen jaringan seperti router. Router merupakan perangkat yang berperan penting dalam proses routing. Pada sebuah router tersimpan informasi berupa jalur routing, dimana informasi tersebut mencakup data dan router mana saja yang akan dilewati. Pada kasus tertentu, router dapat memiliki lebih dari satu gateway. Hal ini disebabkan karena router perlu mengirimkan paket data ke beberapa jaringan yang memiliki segmen berbeda. Kasus tersebut dapat ditangani dengan menggunakan aturan pemilihan jalur routing yang tepat. Permasalahan routing dapat dikatakan sebagai suatu permasalahan travelling salesman problem (TSP), dimana diperlukan suatu mekanisme dalam menentukan rute terpendek untuk dilalui. Penulis mengimplementasikan Algoritma Simulated Annealing karena dapat menghasilkan solusi yang optimal dengan komputasi ringan, sehingga proses routing dapat lebih efektif dan efisien. Kata Kunci—Jaringan Komputer, Penentuan Rute, Travelling Salesman Problem, Algoritma Simulated Annealing 
Implementation of Genetic Algorithm to Solve Travelling Salesman Problem with Time Window (TSP-TW) for Scheduling Tourist Destinations in Malang City Gusti Eka Yuliastuti; Wayan Firdaus Mahmudy; Agung Mustika Rizki
Journal of Information Technology and Computer Science Vol. 2 No. 1: June 2017
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (617.611 KB) | DOI: 10.25126/jitecs.20172122

Abstract

In doing travel to some destinantions, tourist certainly want to be able to visit many destinations with the optimal scheduling so that necessary in finding the best route and not wasting lots of time travel. Several studies have addressed the problem but does not consider other factor which is very important that is the operating hours of each destination or hereinafter referred as the time window. Genetic algorithm proved able to resolve this travelling salesman problem with time window constraints. Based on test results obtained solutions with the fitness value of 0,9856 at the time of generation of 800 and the other test result obtained solution with the fitness value of 0,9621 at the time of the combination CR=0,7 MR=0,3.
Determining Optimum Production Quantity on Multi-Product Home Textile Industry by Simulated Annealing Gusti Eka Yuliastuti; Agung Mustika Rizki; Wayan Firdaus Mahmudy; Ishardita Pambudi Tama
Journal of Information Technology and Computer Science Vol. 3 No. 2: November 2018
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (733.457 KB) | DOI: 10.25126/jitecs.20183264

Abstract

Production planning is a plan aimed at controlling the quantity of products produced. Production planning is very important to be carried out by the company so that the production will always be controlled. It is very difficult to plan production with a variety of product variations because each product certainly has a different demand value from its customers. This has become a complex problem so an algorithm is needed to overcome these problems. Simulated Annealing can produce optimal solutions more effectively and efficiently. Production costs generated by applying Simulated Annealing are Rp. 6,902,406,000, - for all types of products, which is better than existing condition.
Variable Neighborhoods Search for Multi-Site Production Planning Agung Mustika Rizki; Gusti Eka Yuliastuti; Wayan Firdaus Mahmudy; Ishardita Pambudi Tama
Journal of Information Technology and Computer Science Vol. 3 No. 2: November 2018
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (205.791 KB) | DOI: 10.25126/jitecs.20183265

Abstract

In the home textile industry, production planning needs to be done so that the production costs incurred by the company can be well controlled. Production planning is a problem that cannot be solved in a short time. Problems are more complex if the company has several production branches in other cities, with rules and standards that are certainly very different from one city to another. Based on this background, an algorithm is needed that can solve production planning problems for companies with many production branches in order to obtain optimal solutions. VNS is applied by the author and produces an optimal and efficient solution because the time needed is relatively short compared to the planning carried out previously by the company.
Prediksi Pergerakan Ikan Di Pesisir Pulau Madura Menggunakan Metode Gaussian Mixture Model Dan K-Means Clustering Citra Nurina Prabiantissa; Gusti Eka Yuliastuti
Jurnal Teknologi Informasi dan Terapan Vol 8 No 2 (2021)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v8i2.244

Abstract

Wilayah Indonesia yang sebagian besar adalah laut (negara maritim) mempunyai potensi yang besar dalam kontribusi hasil perikanan. Potensi ini yang seharusnya dapat dikembangkan dengan baik, terutama di wilayah pesisir Pulau Madura. Untuk meningkatkan produksi ikan, peneliti melakukan prediksi terhadap keberadaan ikan pada tahun 2015 – 2017 menggunakan data citra satelit Landsat 8. Dari data ini, dilakukan proses pre-processing, ekstraksi fitur, penerapan algoritma k-means dan gaussian mixture model, kemudian melakukan validasi dengan data Dinas Kelautan dan Perikanan Jawa Timur. Hasil dari penelitian ini, keberadaan ikan dengan menggunakan metode gaussian mixture model lebih banyak kemiripannya dengan data perikanan tangkap dari Dinas Kelautan dan Perikanan. Terutama pada tahun 2017 dimana terdapat kemiripan pada bulan bulan Januari, Februari, April, Mei, September, Oktober, November dan Desember.