cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. kudus,
Jawa tengah
INDONESIA
Prosiding SNATIF
Published by Universitas Muria Kudus
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Education
Arjuna Subject : -
Articles 63 Documents
 3   4   5   6   7 
Search results for , issue " Vol 1, No 1 (2014): Prosiding Seminar Nasional Teknologi dan Informatika" : 63 Documents clear
IMPLEMENTASI ALGORITMA BWAS PADA APLIKASI SISTEM INFORMASI TRANSPORTASI UNTUK PERENCANAAN DISTRIBUSI YANG OPTIMAL Arvianto, Ary; Saptadi, Singgih; W, Prasetyo Adi
Prosiding SNATIF Vol 1, No 1 (2014): Prosiding Seminar Nasional Teknologi dan Informatika
Publisher : Prosiding SNATIF

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Transportasi merupakan aktivitas logistik yang paling penting dan memberikan nilai kontribusi yang sangat besar dalam struktur biaya produk yang muncul. Perusahaan harus mengoptimalkan transportasi dengan menggunakan cara yang rasional dan efektif, dan permasalahan-permasalahan yang muncul biasanya berkenaan dengan permasalahan kebijakan transportasi yaitu jumlah kendaraan dan rute yang dibutuhkan dalam distribusinya, sehingga pada dasarnya hal tersebut merupakan isu penting khususnya didalam perencanaan transportasi dan distribusi. Dalam penelitian ini peneliti mencoba  menerapkan algoritma Best-Worst Ant System (BWAS) dan di implementasikan dalam aplikasi komputer. Hal lain yang ingin dilihat dari penerapan pendekatan ini adalah untuk mengetahui kemamputerapan algoritma dan aplikasi terhadap kebutuhan karakteristik sistem kajian yaitu single product and time windows, jenis kendaraan homogen, multi trips delivery system. Dari hasil analisis penggunaan pendekatan BWAS, selain digunakan  untuk menyelesaikan Vehicle Routing Problem (VRP) juga digunakan untuk melihat kemungkinan penerapan untuk karakteristik sistem lanjutan yang lebih kompleks. Pada percobaan awal, dari hasil penerapan algoritma  BWAS dengan sample data perusahaan roti, diperoleh konfigurasi jalur rute terbaik sebanyak 20 rute dengan leadtime 3 hari. Sehingga, jumlah optimal kendaraan yang dibutuhkan adalah sebanyak 7 buah kendaraan. Sedangkan sistem saat ini menggunakan 10 kendaraan. Pengujian lanjutan menemukan bahwa penerapan BWAS pada beberapa data lapangan pada kasus perusahaan minuman botol diperoleh hasil bahwa algoritma mempunyai keterbatasan dalam menangani sistem transportasi dan distribusi sistem produk tunggal yaitu jika terdapat keadaan dimana kapasitas kendaraan lebih kecil dari demand terbesar dari retail-retail yang ada pada situasi riilnya, termasuk keterbatasan perencanaan pengiriman yang maksimum hanya bisa 3 hari.   Kata kunci : Rute, VRP, Algoritma BWAS, Nearest Neighbor, Transportasi
PENGEMBANGAN APLIKASI INVESTIGASI KECELAKAAN KERETA API BERBASIS WEB Budiawan, Wiwik; -, Sriyanto; Purwanggono, Bambang; Tauhida, Dina
Prosiding SNATIF Vol 1, No 1 (2014): Prosiding Seminar Nasional Teknologi dan Informatika
Publisher : Prosiding SNATIF

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Human error disinyalir merupakan salah satu faktor utama penyebab beberapa kecelakaan  kereta api. Hal tersebut terlihat dari data Ditjen Perkeretaapian Kementrian Perhubungan tahun 2009  2011 yang menyatakan faktor SDM memiliki pengaruh sebesar 25 % sebagai penyebab kecelakaan kereta api. Investigasi  kecelakaan kereta api pihak PT. Kereta Api Indonesia (KAI) masih terbatas. Analisis yang dilakukan hanya berfokus pada individu terkait dan belum dapat menganalisis secara rinci penyebab dari error tiap individu. Maka diperlukan analisis kecelakaan kereta api dengan metode yang sistematis sehingga rekomendasi yang diberikan tepat sasaran.  Salah satu metode sistematis yang  banyak berkembang saat ini adalah  Human Factors Analysis Classification System Indonesian Railroad (HFACS-IR) yang dikembangkan oleh Budiawan (2011). HFACS-IR digunakan untuk menganalisis dan mengumpulkan data human error khususnya kecelakaan kereta api yang terjadi di Indonesia. Metode tersebut dilengkapi dengan metode wawancara, yaitu metode Critical Decision Method (CDM) serta disimpulkan menggunakan Emergent Theme Analysis (ETA). Kemudian diperlukan pembuatan skenario kecelakaan dengan menggunakan Linking Causal Factor. Untuk meningkatkan efektifitas dan efisiensi investigasi kecelakaan kereta api, diperlukan pembuatan aplikasi yang mengakomodir metode HFACS-IR, CDM, ETA, dan Linking Causal Factor. Aplikasi yang dibuat tidak dibatasi pada penggunaan komputer saja, namun juga dapat digunakan pada smartphone sehingga mempermudah pengumpulan data di lapangan.   Kata kunci: Aplikasi Investigasi, HFACS-IR, Kecelakaan, Kereta Api
DINAMISASI PARAMETER ALGORITMA GENETIKA MENGGUNAKAN POPULATION RESIZING ON FITNESS IMPROVEMENT FUZZY EVOLUTIONARY ALGORITHM (PROFIFEA) Muzid, Syafiul
Prosiding SNATIF Vol 1, No 1 (2014): Prosiding Seminar Nasional Teknologi dan Informatika
Publisher : Prosiding SNATIF

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Algoritma genetika merupakan salah satu metode yang sering digunakan dalam menyelesaikan permasalahan optimasi. Dalam  algoritma genetika  terdapat tiga parameter penting  yang harus didefinisikan yaitu ukuran populasi, probabilitas pindah silang, dan probabilitas mutasi. Tidak adanya aturan baku dalam pengaturan nilai dari parameter tersebut membuat kesulitan dalam pemanfaatan algoritma genetika untuk menyelesaikan masalah. Salah satu cara untuk mengatasi kesulitan dalam pengaturan nilai parameter tersebut adalah pemanfaatan algoritma genetika model Population Resizing on Fitness Improvement Fuzzy Evolutionary Algorithm (PRoFIFEA) yaitu dengan memanfaatkan logika fuzzy model Xu untuk penentuan probabilitas pindah silang dan probabilitas mutasi serta teknik PRoFIGA untuk penentuan ukuran populasi baru berdasarkan dari perkembangan nilai fitness terbaik untuk digunakan pada generasi berikutnya. Penelitian ini dilakukan untuk  menyelesaikan permasalan Travelling Salesman Problem (TSP) menggunakan algoritma genetika model PRoFIFEA. Masalah TSP yang digunakan memiliki rute one way dimana ada beberapa titik kota yang hanya memiliki jalur khusus ke kota lain. Untuk mendukung pengujian maka dilakukan perbandingan antara algoritma genetika model PRoFIFEA dengan algoritma genetika standar. Pengujian tersebut menunjukkan algoritma genetika model PRoFIFEA menghasilkan solusi yang lebih optimal daripada algoritma genetika standar. Hal ini membuktikan bahwa teknologi hybrid antara algoritma genetika dengan sistem logika fuzzy serta teknik PRoFIGA mampu meningkatkan performa dari proses running algoritma genetika dan menghasilkan solusi lebih optimal. Kata kunci: algoritma genetika, algoritma fuzzy evolusi, fuzzy model xu, profiga, profifea

Page 7 of 7 | Total Record : 63

 3   4   5   6   7 

Filter by Year

2014 2014


Reset
Filter By Issues
All Issue 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 3) 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 3) 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 2) 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 2) 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 1) 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 1) 2016: Prosiding Seminar Nasional Teknologi dan Informatika 2016: Prosiding Seminar Nasional Teknologi dan Informatika 2015: Prosiding Seminar Nasional Teknologi dan Informatika 2015: Prosiding Seminar Nasional Teknologi dan Informatika Vol 1, No 1 (2014): Prosiding Seminar Nasional Teknologi dan Informatika 2014: Prosiding Seminar Nasional Teknologi dan Informatika More Issue