Article Per Year (5 Year)
p-Index From 2020 - 2025
1.578
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Matematika Jurnal Buana Informatika Fountain of Informatics Journal Jurnal Pengabdian Pada Masyarakat Postulat : Jurnal Inovasi Pendidikan Matematika COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Nusantara Journal of Computers and its Applications
Olief Ilmandira Ratu Farisi
Universitas Nurul Jadid
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Mathematics Mechanical Engineering Transportation Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
A Hybrid Firefly Algorithm - Ant Colony Optimization for Traveling Salesman Problem Farisi, Olief Ilmandira Ratu; Setiyono, Budi; Danandjojo, R. Imbang
Jurnal Buana Informatika Vol 7, No 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1009.324 KB) | DOI: 10.24002/jbi.v7i1.484

Abstract

Abstract. In this paper, we develop a novel method hybrid firefly algorithm-ant colony optimization for solving traveling salesman problem. The ACO has distributed computation to avoid premature convergence and the FA has a very great ability to search solutions with a fast speed to converge. To improve the result and convergence time, we used hybrid method. The hybrid approach involves local search by the FA and global search by the ACO. Local solution of FA is normalized and is used to initialize the pheromone for the global solution search using the ACO. The outcome are compared with FA and ACO itself. The experiment showed that the proposed method can find the solution much better without trapped into local optimum with shorter computation time.Keywords: Traveling Salesman Problem, Firefly Algorithm, Ant Colony Optimization, hybrid method.Abstrak. Pada penelitian ini dikembangkan suatu metode baru yaitu hybrid firefly algorithm-ant colony optimization (hybrid FA-ACO) untuk menyelesaikan masalah traveling salesman problem (TSP). ACO memiliki komputasi terdistribusi sehingga dapat mencegah konvergensi dini dan FA memiliki kemampuan konvergensi yang cepat dalam pencarian solusi. Untuk memperbaiki solusi dan mempercepat waktu konvergensi, digunakan metode kombinasi. Pendekatan kombinasi ini meliputi pencarian solusi dengan FA dan pencarian global dengan ACO. Solusi lokal dari FA dinormalisasi dan digunakan untuk menginisialisasi feromon untuk pencarian global ACO. Hasil dari hybrid FA-ACO dibandingkan dengan FA dan ACO. Hasil penelitian menunjukkan bahwa metode yang diusulkan dapat menemukan solusi yang lebih baik tanpa terjebak lokal optimum dengan waktu komputasi lebih pendek.Kata kunci: Traveling Salesman Problem, Firefly Algorithm, Ant Colony Optimization, metode hybrid.
A hybrid approach to multi-depot multiple traveling salesman problem based on firefly algorithm and ant colony optimization Olief Ilmandira Ratu Farisi; Budi Setiyono; R. Imbang Danandjojo
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 10, No 4: December 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v10.i4.pp910-918

Abstract

This study proposed a hybrid approach of firefly algorithm (FA) and ant colony optimization (ACO) for solving multi-depot multiple traveling salesman problem, a TSP with more than one salesman and departure city. The FA is fast converging but easily trapped into the local optimum. The ACO has a great ability to search for the solution but it converges slowly. To get a better result and convergence time, we integrate FA to find the local solutions and ACO to find a global solution. The local solutions of the FA are normalized then initialized to the quantity of pheromones for running the ACO. Furthermore, we experimented with the best parameters in order to optimize the solution. In justification, we used the sea transportation route in Indonesia as a case study. The experimental results showed that the hybrid approach of FA and ACO has superior performance with an average computational time of 26.90% and converges 32.75% faster than ACO.
Penerapan Pewarnaan Graf pada Penjadwalan Mengajar Dosen Pendidikan Matematika Universitas Nurul Jadid Olief Ilmandira Ratu Farisi; Siti Maysyaroh; Eka Fitriana Dewi
Jurnal Matematika Vol 11 No 1 (2021)
Publisher : Mathematics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JMAT.2021.v11.i01.p132

Abstract

Learning schedules arrangement of lecturers in Mathematics Education Nurul Jadid University is still done manually by inserting lecturers' schedules one by one. Consequently, there are overlapping schedules that led to ineffective lecture preparation and cause confusion among lecturers and students. Besides, our Study Program only has two rooms which cause limited scheduling. One of the schedule arrangement techniques is graph coloring. In this technique, each vertex represents the course while the edge represents the course taught by the same lecturers or chosen by the same classes. By graph coloring, there will be an optimal schedule arrangement. In addition, the schedule is easily changed and reassembled in accordance with the group of colors.
A Hybrid Firefly Algorithm - Ant Colony Optimization for Traveling Salesman Problem Olief Ilmandira Ratu Farisi; Budi Setiyono; R. Imbang Danandjojo
Jurnal Buana Informatika Vol. 7 No. 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v7i1.484

Abstract

Abstract. In this paper, we develop a novel method hybrid firefly algorithm-ant colony optimization for solving traveling salesman problem. The ACO has distributed computation to avoid premature convergence and the FA has a very great ability to search solutions with a fast speed to converge. To improve the result and convergence time, we used hybrid method. The hybrid approach involves local search by the FA and global search by the ACO. Local solution of FA is normalized and is used to initialize the pheromone for the global solution search using the ACO. The outcome are compared with FA and ACO itself. The experiment showed that the proposed method can find the solution much better without trapped into local optimum with shorter computation time.Keywords: Traveling Salesman Problem, Firefly Algorithm, Ant Colony Optimization, hybrid method.Abstrak. Pada penelitian ini dikembangkan suatu metode baru yaitu hybrid firefly algorithm-ant colony optimization (hybrid FA-ACO) untuk menyelesaikan masalah traveling salesman problem (TSP). ACO memiliki komputasi terdistribusi sehingga dapat mencegah konvergensi dini dan FA memiliki kemampuan konvergensi yang cepat dalam pencarian solusi. Untuk memperbaiki solusi dan mempercepat waktu konvergensi, digunakan metode kombinasi. Pendekatan kombinasi ini meliputi pencarian solusi dengan FA dan pencarian global dengan ACO. Solusi lokal dari FA dinormalisasi dan digunakan untuk menginisialisasi feromon untuk pencarian global ACO. Hasil dari hybrid FA-ACO dibandingkan dengan FA dan ACO. Hasil penelitian menunjukkan bahwa metode yang diusulkan dapat menemukan solusi yang lebih baik tanpa terjebak lokal optimum dengan waktu komputasi lebih pendek.Kata kunci: Traveling Salesman Problem, Firefly Algorithm, Ant Colony Optimization, metode hybrid.
Pendampingan Belajar Rumus Pythagoras Menggunakan Kertas Warna pada Siswa SMP Kelas 8 Nurul Jadid Olief Ilmandira Ratu Farisi; Ulfatun Nazihah; Khusnul Hotimah; Roisah Annuriah Khalila; Devi Linda Ayu Safitri; Eviana Febrianti
Jurnal Pengabdian Pada Masyarakat Vol 6 No 3 (2021)
Publisher : Universitas Mathla'ul Anwar Banten

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30653/002.202163.800

Abstract

LEARNING ASSISTANCE FOR PYTHAGOREAN FORMULAS USING COLORED PAPER FOR NURUL JADID MİDDLE SCHOOL STUDENTS. The pandemic caused limited teaching and learning activities in schools, including for the eighth grade students of Nurul Jadid Islamic Boarding School. To help them in understanding the Pythagorean formula, it is proposed learning assistance in this community service. So far, students only know the Pythagorean formula without knowing the proof. Therefore, through this learning assistance, the students be able to construct the Pythagorean formula with two geometric proofs independently using colored paper media. In the implementation of this community service, all students succeeded in putting together the triangles, filliing the greatest square by using the pieces of smaller squares, construct Pythagorean formula based on the arrangement of the triangles and squares, and mention the formula. In addition, the use of colored paper as a learning media makes the learning atmosphere more effective and fun.
Classification of Rice Quality Using Backpropagation Based on Shape and Color Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu; Siti Sulaihah
Fountain of Informatics Journal Vol 7, No 2 (2022): November 2022
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v7i2.7594

Abstract

AbstractThe distribution of mixed rice on the market makes it difficult for consumers to determine the rice quality. In determining rice quality, the consumers consider and compare the texture, size, shape, color, aroma, purity, and homogeneity manually. This process is prone to errors and mistakes, due to the limited ability of each human's vision. Therefore, a method to determine the quality of rice automatically based on the physical characteristics of rice is needed. In this paper, we proposed an automatic rice quality classification method using backpropagation based on the shape and color of the rice. There are four parameters used to determine the classification process, namely compactness, circularity, mean, and skewness. Compactness and circularity were used to determine the ratio between the whole rice and the broken rice. While mean and skewness were used to determine the color distribution of the rice. Experiments have been performed on 100 images consisting of 50 premium and 50 medium rice images. The experimental results show that the proposed method can classify rice based on its shape and color effectively with an accuracy rate of 95%.Keywords: rice quality, classification, backpropagation, shape feature, color feature Abstrak[Klasifikasi Kualitas Beras Menggunakan Backpropagation Berdasarkan Bentuk dan Warna] Distribusi beras oplosan di pasaran menyulitkan konsumen dalam menentukan kualitas beras. Konsumen mempertimbangkan dan membandingkan tekstur, ukuran dan bentuk, warna, aroma, kemurnian, dan keseragaman secara manual untuk menentukan kualitas beras. Proses ini rawan terjadi kesalahan dan kekeliruan, karena keterbatasan kemampuan penglihatan setiap manusia. Oleh karena itu diperlukan suatu metode untuk menentukan kualitas beras secara otomatis berdasarkan karakteristik fisik beras. Dalam penelitian ini, kami mengusulkan metode klasifikasi kualitas beras otomatis menggunakan backpropagation berdasarkan bentuk dan warna beras. Ada empat parameter yang digunakan untuk menentukan proses klasifikasi yaitu compactness, circularity, mean, dan skewness. Compactness dan circularity digunakan untuk menentukan perbandingan antara nasi utuh dan nasi pecah. Sedangkan mean dan skewness digunakan untuk menentukan distribusi warna beras. Percobaan telah dilakukan pada 100 citra yang terdiri dari 50 citra beras premium dan 50 citra beras medium. Hasil percobaan menunjukkan bahwa metode yang diusulkan dapat mengklasifikasikan beras berdasarkan bentuk dan warnanya secara efektif dengan tingkat akurasi 95%.Kata kunci: kualitas beras, klasifikasi, backpropagation, fitur bentuk, fitur warna
MOBILE AUGMENTED REALITY SEBAGAI MEDIA PEMBELAJARAN INTERAKTIF JARING-JARING KUBUS DAN BALOK Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu
NJCA (Nusantara Journal of Computers and Its Applications) Vol 3, No 2 (2018): Desember 2018
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v3i2.58

Abstract

Materi jaring-jaring bangun ruang pada pelajaran Matematika adalah materi yang tergolong sulit dipahami oleh peserta didik tanpa bantuan alat peraga. Alat peraga konvensional untuk membantu pembelajaran jaring-jaring bangun ruang biasanya terbuat dari kardus atau kertas yang dirakit sedemikan rupa sehingga dapat dibuka menjadi satu jenis jaring-jaring bangun ruang. Alat peraga jaring-jaring bangun ruang tersebut tergolong tidak efektif dan efisien jika digunakan dalam pembelajaran karena membutuhkan persiapan yang lama dan ruang yang besar. Pada penelitian ini diusulkan pemanfaatan mobile augmented reality sebagai media pembelajaran interaktif jaring-jaring kubus dan balok. Dengan media ini, semua kombinasi jaring-jaring kubus dan balok dapat disimulasikan dalam smartphone Android pengguna tanpa harus membutuhkan persiapan yang lama dan ruang yang besar. Media pembelajaran ini dikembangkan menggunakan aplikasi Unity dan Blender. Hasil uji coba pada ahli media, ahli materi, dan pengguna membuktikan bahwa media pembelajaran ini layak digunakan sebagai pengganti alat peraga konvensional dengan nilai rata-rata total validasi 3.91, 3.79, dan 3.80 untuk masing-masing validator.
DETEKSI TEPI CITRA DIGITAL MENGGUNAKAN ANT COLONY OPTIMIZATION BERDASARKAN NEUTROSOPHIC GRADIENT MAGNITUDE Gulpi Qorik Oktagalu Pratamasunu; Olief Ilmandira Ratu Farisi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 4, No 1 (2019): Juni 2019
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v4i1.131

Abstract

Deteksi tepi dengan pendekatan metode Ant Colony Optimization (ACO) menghasilkan tepi yang terputus lebih sedikit dari metode deteksi tepi dengan pendekatan convolution mask seperti Sobel dan Prewitt. Tetapi metode ini lebih rentan terhadap derau sehingga menghasilkan tepi yang kurang optimal jika diterapkan pada citra berderau. Pada penelitian ini diusulkan suatu metode Deteksi Tepi Citra Digital menggunakan ACO berdasarkan neutrosophic gradient magnitude dengan mengintegrasikan pendekatan ACO dalam deteksi tepi menggunakan gradient dan teori neutrosophy. Tambahan informasi berupa neutrosophic gradient magnitude digunakan untuk membantu semut menemukan tepi dari suatu citra, khususnya citra yang memiliki derau dengan meminimalisasi pemilihan tepi yang sulit ditentukan keanggotaannya. Uji coba dilakukan menggunakan citra tanpa derau dan citra berderau. Hasil uji coba menunjukkan bahwa metode yang diusulkan memiliki performa yang lebih baik dibandingkan metode ACO standar dan ACO berdasarkan gradient pada semua uji coba berdasarkan nilai figure of merit.
PENYELESAIAN MULTI-DEPOT MULTIPLE TRAVELING SALESMAN PROBLEM MENGGUNAKAN K-MEANS DAN ANT COLONY OPTIMIZATION Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu
NJCA (Nusantara Journal of Computers and Its Applications) Vol 1, No 2 (2016): Desember 2016
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v1i2.12

Abstract

Multi-Depot Multiple Traveling Salesman Problem (MmTSP) merupakan masalah pencarian rute terpendek oleh beberapa salesman yang berangkat dari kota yang berbeda-beda, disebut depot, dan kembali ke depotnya masing-masing dengan setiap kota harus dikunjungi tepat satu kali. ACO merupakan algoritma yang didesain untuk menyelesaikan TSP. Untuk menyelesaikan MmTSP, pada penelitian ini diusulkan metode K-Means ACO. K-Means digunakan untuk mencari pembagian kota yang optimal. Pembagian ini dilakukan sesuai dengan banyak depot pada permasalahan. Hasil setiap cluster ini menjadi kota-kota yang akan dikunjungi oleh setiap salesman. Setiap cluster hasil dari K-Means dicari rute terpendeknya menggunakan ACO. Gabungan hasil rute terpendek dari setiap cluster tersebut menjadi penyelesaian MmTSP. Hasil penelitian menunjukkan bahwa metode K-Means ACO dapat mencari rute yang mendekati optimal dengan waktu yang singkat.
PENERAPAN TRAVELING SALESMAN PROBLEM PADA PENYEBARAN BROSUR PENERIMAAN MAHASISWA BARU SEKOLAH TINGGI TEKNOLOGI NURUL JADID MENGGUNAKAN ANT COLONY OPTIMIZATION Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu; Khairul Anas Nur Islam Hadi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 2, No 2 (2017): Desember 2017
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v2i2.36

Abstract

Penyebaran brosur Penerimaan Mahasiswa Baru (PMB) Sekolah Tinggi Teknologi Nurul Jadid (STTNJ) memiliki rute kunjungan ke 37 Sekolah Menengah Atas (SMA/SMK/MA) di Probolinggo. Setiap sekolah hanya dapat dikunjungi satu kali dan setelah selesai tim penyebar akan kembali lagi ke STTNJ. Permasalahan ini sesuai dengan konsep Traveling Salesman Problem (TSP), dimana tujuannya adalah mencari rute yang paling optimal, sehingga penyebaran brosur menjadi lebih efektif dan efisien. Untuk menyelesaikan permasalahan ini, diusulkan penggunaan metode Ant Colony Optimization (ACO). ACO adalah metode yang didesain untuk menyelesaikan kasus TSP, terinspirasi dari perilaku koloni semut dalam menemukan jalur terpendek dari sarang menuju sumber makanan. Uji coba dilakukan untuk menentukan parameter ACO dengan waktu komputasi yang lebih cepat dan hasil yang mendekati optimal. Dari hasil uji coba didapat nilai: ???? = 2, ???? = 5, ???? = 0,2, iterasi = 320 dan semut = 15. Selanjutnya dilakukan percobaan sebanyak 30 kali pada kasus TSP penyebaran brosur PMB, dan mendapat hasil solusi terbaik 181,6 km dengan waktu komputasi 86,9 detik. Rata-rata hasil solusi dari 30 kali percobaan adalah 187,28 km dengan rata-rata waktu komputasi 103,34 detik. Hasil penelitian menunjukkan metode ACO dapat mencari rute optimal dengan waktu yang singkat.
Co-Authors Budi Setiyono Budi Setiyono Devi Linda Ayu Safitri Eka Fitriana Dewi Eviana Febrianti Gulpi Qorik Oktagalu Pratamasunu Hadi, Khairul Anas Nur Islam Insania, Ribki Kamelia, Nila Sa'idah Khairul Anas Nur Islam Hadi Khusnul Hotimah Maimuna Maimuna, Maimuna Nurul Faiqoh Nurul Jannah Putri, Metha Pardiana R. Imbang Danandjojo R. Imbang Danandjojo R. Imbang Danandjojo, R. Imbang Riyanti, Yunnia Roisah Annuriah Khalila Siti Maysyaroh Siti Sulaihah Solehah, Raudatus Sulaihah, Siti Ulfatun Nazihah