Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Indonesia Symposium on Computing

Penerapan Adaptive Genetic Algorithm Dengan Fuzzy Logic Controller Pada Capacitated Vehicle Routing Problem Tri Kusnandi Fazarudin; Rasyid Kurniawan; Mahmud Dwi Sulistiyo
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

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

Abstract

Capacitated Vehicle Routing Problem (CVRP) merupakan permasalahan pendistribusian barang dari sebuah depot kepada sejumlah pelanggan menggunakan beberapa kendaran dengan batas kapasitas tertentu. Tujuan utama dari CVRP adalah bagaimana proses pendistribusian barang dapat dilakukan secara efisien sehingga dapat menghemat biaya dengan meminimalkan jarak yang perlu ditempuh. Biaya pengiriman barang dari depot ke konsumen yang optimal dapat mengurangi biaya produksi dari perusahaan tersebut. Penentuan jalur pengiriman yang optimal dapat menekan biaya pengiriman barang pada sebuah perusahaan. Genetic Algorithm (GA) dipilih karena cocok untuk penyelesaian masalah stokastik dan dapat mencari nilai optimum global lebih cepat karena tidak semua kemungkinan nilai dihitung. Tetapi, GA dapat terjebak dalam optimum lokal. Salah satu strategi yang dapat digunakan untuk mengurangi kemungkinan terjadinya hal tersebut adalah dengan membuat GA menjadi adaptif. Parameter pada GA dibuat menjadi adaptif menggunakan Fuzzy Logic Controller (FLC). Pada inisialisasi individu pada GA, digunakan greedy search berdasarkan lokasi pelanggan dengan jarak yang terdekat untuk menentukan daftar jalur acuan agar pencarian pada GA tidak terlalu acak sehingga pencarian jalur optimal dapat menjadi lebih cepat. Rata-rata akurasi dari penelitian yang telah dilakukan adalah 86,81% dari solusi yang paling optimal yang disertakan pada dataset.
Implementasi Metode Improved Adaptive Gaussian Mixture Model Background Subtraction dan Haar-Like Features untuk Menganalisis Status Kepadatan Kendaraan yang Melintas di Suatu Jalur pada Lampu Lalu Lintas Ade Romadhony; Hamdy Nur Saidy; Mahmud Dwi Sulistiyo
Indonesia Symposium on Computing Indonesia Symposium on Computing 2015
Publisher : Indonesia Symposium on Computing

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

Abstract

Metode analisis kepadatan kendaraan di suatu jalur pada persimpangan lampu lalu lintas menggunakan real time video stream mempunyai banyak kendala. Kendala seperti penanganan terhadap berbagai kondisi cuaca sehingga background tidak statis, bayangan yang bergerak yang juga dapat mengurangi keakurasian perhitungan sistem, serta tidak berjalannya sistem sesuai yang diinginkan ketika terjadi kemacetan. Sehingga diperlukan rancangan yang dapat menangani masalah ini.
Oleh karena itu pada penelitian ini dibangun sistem perhitungan jumlah kendaraan di suatu jalur pada persimpangan lampu lalu lintas berbasis real time video stream menggunakan penggabungan beberapa metode untuk mengangani masalah diatas. Sistem ini menggunakan kamera perekam yang dipasang pada suatu jalur dengan lokasi yang berdekatan dengan persimpangan lampu lalu lintas untuk menghitung jumlah kendaraan yang melintasi jalur tersebut. Pemrosesan gambar dilakukan per-frame menggunakan metode Improved Adaptive Gaussian Mixture Model Background Subtraction dan Haar-Like Features.
Dengan menggunakan metode tersebut, dilakukan tracking secara real-time objek bergerak pada background yang cenderung tidak statis yang disebaban karena cuaca serta pencahayaan yang berubah-ubah. Objek- objek yang telah berhasil di-tracking tersebut kemudian dihitung jika melintasi virtual detector. Metode Haar-Like Features digunakan untuk mendeteksi terjadinya kemacetan yang terjadi pada jalur tersebut dengan cara mendeteksi objek pada background model yang dibentuk oleh sistem. Pada tahapan akhir, jumlah kendaraan yang melintasi virtual detector ataupun dideteksi oleh mekanisme congestion detection diklasifikasikan kedalam 5 tingkat kepadatan untuk memberikan analisis terhadap tingat kepadatan untuk jalur tersebut untuk tiap state sekuens lampu lalu lintas. Hasil pengujian menunjukkan sistem yang dibangun dapat digunakan dengan baik untuk menghitung dan mengklasifikasikan jumlah kepadatan kendaraan yang melintas disuatu jalur secara real-time.