Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Rang Teknik Journal
Hapsari, Dewi Anggraini Puspa
Fakultas Teknik Universitas Muhammadiyah Sumatera Barat
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
ANALISIS PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN FIREFLY ALGORITHM DALAM MENENTUKAN MINIMUM SPANNING TREE Novianti, Desi; Hapsari, Dewi Anggraini Puspa
Rang Teknik Journal Vol 1, No 2 (2018): VOLUME 1 NO 2 JUNI 2018
Publisher : Fakultas Teknik Universitas Muhammadiyah Sumatera Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31869/rtj.v1i2.723

Abstract

Tujuan dari penelitian ini adalah untuk menganalisis perbandingan akurasi   dalam  penyelesaian masalah minimum spanning tree dengan menggunakan algoritma PSO dan FA.  Sehingga mendapatkan akurasi terbaik dari keduaalgoritma tersebut. Menganalisis algoritma adalah untuk menemukan karakteristik dalam rangka untuk mengevaluasi kesesuaian untuk berbagai aplikasi atau membandingkannya dengan algoritma lain untuk aplikasi yang sama. Selain itu, analisis algoritma dapat membantu kita memahami lebih baik, dan dapat menyarankan perbaikan diinformasikan. Algoritma cenderung menjadi lebih pendek, sederhana, dan lebih elegan selama proses analisis. Minimum spanning tree merupakan adalah Spanning Tree dengan jumlah bobot terkecil yang berguna untuk membantu mengatasi problem seperti  menentukan untuk merentangkan jaringan kabel listrik yang menghubungkan sejumlah lokasi dengan panjang kabel yang digunakan sependek-pendeknya mungkin,  melihat pengelompokan data yang tersebar pada suatu ruang, Perencanaan jaringan transportasi/distribusi barang. Dan masih banyak problem lainnya. Algoritma PSO dan FA merupakan beberapa algoritma yang digunakan untuk implementasikan problem minimum spanning tree. Dimana hasil yang diperoleh dari penelitian ini adalah algoritma PSO lebih baik daripada algoritma FA dalam segi kompleksitas waktu eksekusi. Sehingga mendapatkan akurasi terbaik dari kedua algoritma tersebut.
ANALISIS PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN FIREFLY ALGORITHM DALAM MENENTUKAN MINIMUM SPANNING TREE Novianti, Desi; Hapsari, Dewi Anggraini Puspa
Rang Teknik Journal Vol 1, No 2 (2018): VOLUME 1 NO 2 JUNI 2018 Rang Teknik Journal
Publisher : Fakultas Teknik Universitas Muhammadiyah Sumatera Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (220.663 KB) | DOI: 10.31869/rtj.v1i2.723

Abstract

Tujuan dari penelitian ini adalah untuk menganalisis perbandingan akurasi   dalam  penyelesaian masalah minimum spanning tree dengan menggunakan algoritma PSO dan FA.  Sehingga mendapatkan akurasi terbaik dari keduaalgoritma tersebut. Menganalisis algoritma adalah untuk menemukan karakteristik dalam rangka untuk mengevaluasi kesesuaian untuk berbagai aplikasi atau membandingkannya dengan algoritma lain untuk aplikasi yang sama. Selain itu, analisis algoritma dapat membantu kita memahami lebih baik, dan dapat menyarankan perbaikan diinformasikan. Algoritma cenderung menjadi lebih pendek, sederhana, dan lebih elegan selama proses analisis. Minimum spanning tree merupakan adalah Spanning Tree dengan jumlah bobot terkecil yang berguna untuk membantu mengatasi problem seperti  menentukan untuk merentangkan jaringan kabel listrik yang menghubungkan sejumlah lokasi dengan panjang kabel yang digunakan sependek-pendeknya mungkin,  melihat pengelompokan data yang tersebar pada suatu ruang, Perencanaan jaringan transportasi/distribusi barang. Dan masih banyak problem lainnya. Algoritma PSO dan FA merupakan beberapa algoritma yang digunakan untuk implementasikan problem minimum spanning tree. Dimana hasil yang diperoleh dari penelitian ini adalah algoritma PSO lebih baik daripada algoritma FA dalam segi kompleksitas waktu eksekusi. Sehingga mendapatkan akurasi terbaik dari kedua algoritma tersebut.
Co-Authors Novianti, Desi Novianti, Desi