Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal CogITo Smart Journal
Elvina Elvina
Universitas Bunda Mulia
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Modifikasi Algoritma Steepest-Ascent Hill Climbing Dan Backtracking Untuk Pencarian Lintasan Kritis Proyek Elvina Elvina; Lukman Hakim
CogITo Smart Journal Vol 4, No 2 (2018): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (733.104 KB) | DOI: 10.31154/cogito.v4i2.133.268-282

Abstract

Lintasan kritis merupakan suatu hal yang sangat penting dan perlu diperhatikan dalam penjadwalan proyek, karena lintasan kritis mempunyai dampak terhadap terlambat atau tidaknya suatu proyek. Terdapat kenaikan pada angka pertumbuhan proyek di Indonesia. Oleh karena itu, untuk mendukung keberhasilan proyek tersebut, maka dilakukanlah penelitian terhadap pencarian lintasan kritis. Sehingga nantinya hasil dari penelitian ini berguna bagi para developer yang ingin membuat aplikasi yang menerapkan pencarian lintasan kritis. Parameter dari algoritma ini adalah waktu, yaitu : Earliest Start (ES), Early Finish (EF), Last Start (LS), dan Last Finish (LF). Algoritma Steepest-ascent Hill Climbing  berguna untuk mencari goal berdasarkan nilai heuristik terbaik. Nilai heuristik terbaik yang dijadikan acuan adalah slack time dari kegiatan. Algoritma Backtracking merupakan perbaikan dari algoritma Brute-Force yang berbasis DFS (Deep-First Search). Jurnal ini membahas tentang algoritma Steepest-ascent Hill Climbing yang berguna untuk mencari slack (keterlambatan) guna menjadi tolak ukur dari lintasan kritis, dan backtracking yang berguna untuk mencari ES, EF, LS, dan LF guna menjadi parameter dalam mencari slack (keterlambatan). Angka keberhasilan dari penggabungan algoritma ini untuk mencari lintasan kritis adalah sebesar 80%.
Co-Authors Hakim, Lukman