Article Per Year (5 Year)
p-Index From 2021 - 2026
4.364
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Matrik : Jurnal Manajemen dan Teknik Industri Produksi REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Media Teknik dan Sistem Industri Jurnal Teknik Industri Terintegrasi (JUTIN) Jurnal Cahaya Mandalika Jurnal UNITEK Media Jurnal Informatika Komitmen : Jurnal Ilmiah Manajemen Jurnal Bisnis, Logistik dan Supply Chain Profisiensi : Jurnal Program Studi Teknik Industri ABDINE Jurnal Pengabdian Masyarakat Innovative: Journal Of Social Science Research Journal of Mandalika Literature JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah Al-Zayn: Jurnal Ilmu Sosial & Hukum Sainteks: Jurnal Sain dan Teknik JURNAL INOVASI TEKNIK INDUSTRI
Ekra Sanggala
Universitas Logistik Dan Bisnis Internasional
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Public Health Social Sciences Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Media Jurnal Informatika

 1 
Pengembangan Aplikasi Algoritma Genetika Berbasis Vba Excel Untuk Menyelesaikan Travelling Salesman Problem (Contoh Kasus: Tsp 20 Kota Di Rusia) Ekra Sanggala
Media Jurnal Informatika Vol 12, No 1 (2020): Media Jurnal Informatika
Publisher : Teknik Informatika Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v12i1.1184

Abstract

Algoritma Genetika merupakan proses pencarian dengan pendekatan heuristik yang dapat digunakan pada berbagai macam permasalah optimasi. Algoritma Genetika mempunyai beberapa tahapan, antara lain Setting Parameter, Initialize Population, Crossover, Mutation, Genotype-phenotype Mapping, Fitness, Selection dan Termination. Salah satu cara untuk menjelaskan tahapan-tahapan tersebut adalah dengan menggunakan aplikasi. Visual Basic Application for Excel (VBA Excel) dapat digunakan untuk membuat aplikasi ini. Aplikasi yang dihasilkan akan menjelaskan tahapan-tahapan Algoritma Genetika dalam menyelesaikan kasus TSP 20 Kota di Rusia  Walaupun aplikasi ini hanya cocok untuk keperluan latihan dan sebagai media pembelajaran, aplikasi ini masih dapat dikembangkan lagi.
Random Nearest Neighbour Untuk Menyelesaikan Russian TSP Instances Ekra Sanggala; Muhammad Ardhya Bisma
Media Jurnal Informatika Vol 15, No 1 (2023): Media Jurnal Informatika
Publisher : Teknik Informatika Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v15i1.3225

Abstract

Travelling Salesman Problem (TSP) merupakan permasalahan penentuan rute terpendek yang diawali dari titik start untuk mengunjungi sekumpulan titik tepat sekali dan diakhiri dengan kembali ke titik start. Nearest Neighbour (NN) merupakan salah satu algoritma yang bekerja berdasarkan heuristic. Dalam menyelesaikan TSP, cara kerja dari NN adalah memilih titik terdekat dari titik terakhir yang dikunjungi dan belum termasuk ke dalam rute, untuk dimasukkan ke dalam rute. Penentuan titik yang akan dikunjungi berikutnya, akan menjadi masalah jika terdapat 2 atau lebih pilihan titik, dikarenakan kesamaan jarak dari titik terakhir. Untuk menyelesaikan masalah tersebut algoritma Random dapat menjadi sebuah solusi.Dengan demikian algoritma ini dapat disebut dengan Random Nearest Neighbour (RNN). Kemampuan RNN dalam menyelesaikan TSP perlu diuji, agar dapat diketahui kehandalannya. Dua kriteria penting yang dinilai dalam pengujian ini adalah rute solusi yang dihasilkan dan waktu perhitungan (CPU Time). Russian TSP Instances merupakan TSP Instances yang dapat digunakan untuk menguji RNN. Hasil pengujian menunjukkan bahwa RNN dapat memperbaiki panjang rute yang secara cepat.
Co-Authors Amri Yanuar Anri Yosafat Sitompul Aqilah Nur Assyifa Asteria*, Jessica Glory Dani Leonidas Dani Leonidas Sumarna Dari*, Putri Wulan Dian Miftahul Jannah Erna Mulyati Fayaqun, Reza Habibi, Roni Hudiyatna*, Rias Tri Jessica Glory Asteria* Leonidas S, Dani Muhammad Ardhya Bisma Muhammad Fadhil Fauzan Mustaqim, Kiki Nirwan, Saepudin Nuurhidayah, Husniyyah Pramudita, Aditia Sovia Pratama, Muhammad Rayhan Putri Wulan Dari* Raihan, Shaquille Rias Tri Hudiyatna* Riyani Sulistyasari Riza, Noviana Selvi Marcellia Sofiana, Arelia Sulistiyaningsih, Febriani Syafrial Fachri Pane, Syafrial Fachri Thohir, Fakhruddin Fathulloh Wirakanda, Gugum Gumilang