Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengoptimalan Algoritma Genetika dengan Multithreading untuk Pencarian Kalimat Sari, Kartika; Ananda, Muharam Rizqi; Bahri, Muhammad Syamsul; Wulandari, Siti Oktavia; Prayuda, Herry
SISFOTENIKA Vol. 14 No. 1 (2024): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v14i1.410

Abstract

Algoritma genetika sering digunakan untuk memecahkan masalah pencarian teks. Namun, kinerja waktu eksekusi algoritma genetika konvensional masih kurang efisien untuk pencarian teks berskala besar. Hal ini disebabkan proses evaluasi fitness yang dilakukan secara berulang pada setiap generasi. Penelitian ini berfokus pada peningkatan efisiensi waktu eksekusi algoritma genetika untuk pencarian teks dengan mengimplementasikan multithreading. Multithreading memungkinkan proses evaluasi fitness didistribusikan ke beberapa thread secara paralel. Pada penelitian ini dilakukan pengembangan sistem pencarian teks berbasis algoritma genetika dengan membandingkan kinerja waktu menggunakan Multithread dan Singlethread, implementasi multithreading digunakan untuk mendistribusikan evaluasi fitness, dan pengukuran kinerja waktu eksekusi. Pengujian sistem dilakukan dengan cara melakukan pencarian keyword dengan menggunakan 30 buah data uji dalam 3 (tiga) skenario pengujian, yaitu dengan menggunakan Single-thread, Multithreading 2 Core, dan Multithreading 4 core untuk kemudian akan dihitung dan dibandingkan waktu eksekusinya. Hasilnya menunjukkan perbedaan kinerja waktu antara algoritma genetika asli dengan singlethread dan yang dioptimalkan menggunakan Multithreading. Hasil pengujian didapatkan nilai waktu eksekusi sistem dengan Singlethread membutuhkan waktu rata-rata 21,66 detik per generasi. Sedangkan dengan menggunakan Multithread 2 core waktu eksekusi menjadi 21,24 detik, dan 4 core menjadi 11,48 detik. Implementasi multithreading meningkatkan kecepatan eksekusi hingga 50% karena proses fitness dievaluasi secara paralel. Algoritma dengan 4 core memberikan peningkatan kinerja waktu yang signifikan.
PERANCANGAN ALAT PENYORTIR KUALITAS TELUR AYAM BERBASIS ARDUINO MENGGUNAKAN METODE K-NEAREST NEIGHBORS Ananda, Muharam Rizqi; Rismawan, Tedy; Sari, Kartika
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.9031

Abstract

Telur ayam merupakan sumber protein hewani yang mudah didapat, diolah, dan kaya akan nutrisi, namun proses penyortiran kualitas telur masih dilakukan secara manual dengan keterbatasan signifikan dari segi efisiensi. Penelitian ini merancang sistem penyortir kualitas telur ayam otomatis berbasis Arduino dan ESP32 dengan penerapan metode klasifikasi K-Nearest Neighbors (KNN). Sistem mengintegrasikan tiga jenis sensor untuk mengklasifikasikan telur berdasarkan parameter objektif yaitu sensor LDR mengukur intensitas cahaya yang menembus cangkang telur, sensor loadcell mengukur berat telur, dan sensor MQ-2 mendeteksi gas yang mengindikasikan pembusukan telur. Arduino berperan dalam pembacaan data sensor, sementara ESP32 memproses data menggunakan metode KNN untuk mengklasifikasikan telur sebagai bagus atau buruk. Hasil klasifikasi ditampilkan pada LCD I2C, dan telur dipisahkan secara otomatis menggunakan motor servo. Pengujian terhadap 30 data uji menunjukkan akurasi klasifikasi 75%, dengan precision 77,27%, recall 89,47%, dan F1-Score 82,93%. Tingkat akurasi ini menunjukkan bahwa kombinasi sensor-sensor dengan metode KNN memiliki potensi sebagai prototipe awal. Meskipun perlu ditingkatkan lebih lanjut, penelitian memberikan kontribusi dalam mengotomasi proses manual dan membuka peluang pengembangan sistem sortir yang lebih akurat.