Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer
Muhammad Fhadli
Universitas Brawijaya
Computer Science & IT Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Optimasi Penjadwalan Pengerjaan Software Pada Software House Dengan Flow-Shop Problem Menggunakan Artificial Bee Colony Muhammad Fhadli; Daneswara Jauhari; Dhimas Anjar Prabowo; Anang Hanafi; Aryeswara Sunaryo; Imam Cholissodin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3, No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (695.695 KB) | DOI: 10.25126/jtiik.201634226

Abstract

AbstrakPenelitian ini mengusulkan sebuah implementasi terkait optimasi penjadwalan pengerjaan software pada software house dengan Flow-Shop Problem (FSP) menggunakan algoritma Artificial Bee Colony (ABC). Dimana dalam FSP dibutuhkan suatu solusi untuk menyelesaikan suatu job/task dengan meminimalkan total cost yang dikeluarkan. Terdapat constraint yang perlu diperhatikan dalam objek permasalahan penelitian ini, yaitu lama waktu penyelesaian keseluruhan projek software yang tidak pasti. Dalam penelitian ini akan disusun sebuah representasi solusi yaitu berupa urutan pengerjaan projek dengan total waktu pengerjaan yang minimum. Pengujian akan dilakukan dengan tiga kali percobaan untuk setiap kondisi uji coba, yaitu uji coba batas parameter iterasi dan uji coba batas parameter limit. Dari hasil pengujian didapatkan bahwa penggunaan algoritma yang dibahas dalam penelitian ini bisa mengurangi waktu pengerjaan jika jumlah iterasi dan jumlah colony diperbesar.Kata kunci: optimasi, flow-shop problem, artificial bee colony, swarm intelligence, meta-heuristik.AbstractThis research proposed an implementation related to software execution scheduling process at a software house with Flow-Shop Problem (FSP) using Artificial Bee Colony (ABC) algorithm. Which in FSP required a solution to complete some job/task along with its overall cost at a minimum. There is a constraint that should be kept to note in this research, that is the uncertainty completion time of its jobs. In this research, we will present a solution that is a sequence order of project execution with its overall completion time at a minimum. An experiment will be performed with 3 attempts on each experiment conditions, that is an experiment of iteration parameter and experiment of limit parameter. From this experiment, we concluded that the use of this algorithm explained in this paper can reduce project execution time if we increase the value of total iteration and total colony.Keywords: optimization, flow-shop problem, artificial bee colony, swarm intelligence, meta-heuristic.
TF-IDF-Enhanced Genetic Algorithm Untuk Extractive Automatic Text Summarization Dhimas Anjar Prabowo; Muhammad Fhadli; Mochammad Ainun Najib; Handika Agus Fauzi; Imam Cholissodin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3, No 3: September 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (808.286 KB) | DOI: 10.25126/jtiik.201633217

Abstract

AbstrakPenelitian ini mengusulkan sebuah implementasi terkait dengan automasi peringkasan teks bertipe ekstraktif dengan menggunakan metode TF-IDF-EGA. Dimana dalam permasalahan peringkasan teks dibutuhkan suatu solusi untuk meringkas teks dengan kalimat ringkasan yang dapat merepresentasikan keseluruhan teks yang ada. Algoritma TF-IDF dikenal mampu untuk menghasilkan ringkasan teks berdasarkan skor yang didapat pada setiap kalimat dalam teks. Namun hasil dari TF-IDF terkadang didapati hasil ringkasan yang terdiri dari kalimat yang tidak deskriptif, hal ini dikarenakan dalam peringkasannya TF-IDF hanya memilih beberapa kalimat yang memiliki skor tertinggi dan biasanya kalimat dengan skor tertinggi merupakan kalimat yang berisi kata-kata penting/kata-kata ilmiah tertentu sehingga kalimatnya tidak deskriptif. Algoritma EGA mampu untuk mengatasi permasalahan tersebut dengan cara memilih kalimat ringkasan yang memiliki nilai probabilitas tertentu sebagai hasil peringkasan teks.Kata kunci: peringkasan teks, automasi ekstraktif, TF-IDF, EGA, algoritma evolusi, meta-heuristik.AbstractThis research proposed an implementation related to extractive automatic text summarization using TF-IDF-EGA method. Which in summarization problem required a solution to summarize text with a sentence summary that could represent the whole data text. TF-IDF algorithm was usually known to be used for generating summary by its sentence scores. However the result from TF-IDF tends to generate a summary that consist of non descriptive sentences, this is due its summarize that only choose sentences with maximum score and usually sentences with maximum score is consist of significant words on a form of scientific word. EGA could solve this problem by choosing summary by its sentence probability values as a the whole text summary.Keywords: text summarization, extractive automation, TF-IDF, EGA, evolutionary algorithm, meta-heuristic.
Co-Authors Anang Hanafi Aryeswara Sunaryo Daneswara Jauhari Dhimas Anjar Prabowo Dhimas Anjar Prabowo Handika Agus Fauzi Imam Cholissodin Mochammad Ainun Najib