• Tidak ada hasil yang ditemukan

Perbandingan Model Algoritma Particle Swarm Optimization Dan Algoritma Genetika Pada Penjadwalan Perkuliahan

N/A
N/A
Protected

Academic year: 2017

Membagikan "Perbandingan Model Algoritma Particle Swarm Optimization Dan Algoritma Genetika Pada Penjadwalan Perkuliahan"

Copied!
47
0
0

Teks penuh

(1)

74

LAMPIRAN-1

DAFTAR PUBLIKASI ILMIAH

No

Judul Karya Ilmiah

Penulis

Publikasi

(Seminar/Jurnal

dll)

Waktu dan

tempat

01.

Menyembunyikan Pesan

Teks Untuk Perlindungan

Konten Data Digital

Menggunakan Metode

LSB (

Least Significant

Bits

)

Sayid Aidhil

Putra dan

Joko Susilo

Seminar

Nasional

Teknologi

Informasi dan

Komunikasi

(SNASTIKOM)

2014 Volume 1

12

13 Maret

2014

STT Harapan

Medan

02.

Analisa Penerapan Logika

Fuzzy Pada Sistem

Pengisian Bahan Bakar

Secara Elektronik di

SPBU

Joko Susilo

dan Sayid

Aidhil Putra

Seminar

Nasional

Teknologi

Informasi dan

Komunikasi

(SNASTIKOM)

2014 Volume 1

12

13 Maret

2014

STT Harapan

Medan

03.

Media Pembelajaran

Pengenalan Penyakit

HIV/AIDS

Sayid Aidhil

Putra, Lili

Kesuma dan

Aditya

Jurnal Teknovasi

Volume 01,

Nomor 01 April

2014

ISSN:

2355-701X

(2)

75

LAMPIRAN-2

(3)
(4)
(5)

78

(6)
(7)
(8)
(9)

82

(10)
(11)
(12)
(13)

86

(14)
(15)
(16)
(17)

90

(18)
(19)
(20)
(21)
(22)

95

LAMPIRAN-3

Hasil Percobaan Penjadwalan Dengan Menggunakan Algoritma PSO

RESULTS FOR INPUT FILE Jadwal.txt --- H: (4)--> 4_Fisika H: (5)--> 2_Kalkulus H: (6)---> empty H: (7)---> empty H: (8)--> 5_PLA

H: (9)--> 1_LogikaAlgoritma H: (10)--> 2_Kalkulus H: (11)---> empty H: (12)---> empty H: (13)---> empty H: (14)--> 7_BING H: (15)--> 2_Kalkulus

H: (16)--> 1_LogikaAlgoritma H: (17)--> 6_PTI

H: (18)--> 4_Fisika H: (19)---> empty H: (20)---> empty H: (21)---> empty H: (22)---> empty H: (23)---> empty

H: (24)--> 1_LogikaAlgoritma H: (25)--> 3_PAI

H: (26)---> empty H: (27)---> empty H: (28)---> empty H: (29)--> 4_Fisika H: (30)--> 3_PAI

H: (2)--> 1_LogikaAlgoritma H: (3)---> empty

(23)

96

H: (5)---> empty H: (6)---> empty H: (7)---> empty H: (8)--> 4_Fisika H: (9)--> 7_BING

H: (15)--> 1_LogikaAlgoritma H: (16)--> 2_Kalkulus

H: (17)---> empty H: (23)--> 4_Fisika H: (24)--> 2_Kalkulus H: (25)--> 5_PLA H: (26)--> 7_BING H: (27)---> empty H: (28)--> 4_Fisika H: (29)---> empty H: (30)--> 2_Kalkulus

H: (31)--> 1_LogikaAlgoritma H: (32)---> empty

H: (33)--> 6_PTI H: (34)---> empty

(24)

97

H: (19)--> 11_InKom H: (20)---> empty H: (21)--> 8_Bindo H: (22)---> empty H: (23)--> 9_Animasi H: (24)--> 13_Matriks H: (25)---> empty H: (26)--> 10_OrKom H: (27)---> empty H: (28)---> empty H: (29)---> empty H: (30)---> empty H: (31)---> empty H: (32)--> 9_Animasi H: (33)--> 11_InKom H: (34)---> empty

<--- SM3B---> H: (0)---> empty

(25)

98

H: (33)--> 13_Matriks H: (34)---> empty

<--- SM5A---> H: (0)---> empty

H: (1)--> 19_IAD H: (2)--> 20_Jarkom H: (3)--> 17_SO H: (4)--> 15_AI H: (5)---> empty H: (6)---> empty H: (7)---> empty H: (8)--> 18_ProVisual H: (9)--> 17_SO

H: (10)--> 16_KomGrafik H: (11)---> empty H: (12)---> empty H: (13)---> empty H: (14)--> 19_IAD H: (15)--> 15_AI

(26)

99

(27)

100

(28)

101

Implementasi Hasil Penjadwalan Algoritma PSO

JAM SENIN SELASA RABU KAMIS JUMAT

SLOT PENJADWALAN

9-10 0 12 24 36 48

10-11 1 13 25 37 49

11-12 2 14 26 38 50

12-13 3 15 27 39 51

13-14 4 16 28 40 52

14-15 5 17 29 41 53

15-16 6 18 30 42 54

16-17 7 19 31 43 55

17-18 8 20 32 44 56

18-19 9 21 33 45 57

19-20 10 22 34 46 58

20-21 11 23 35 47 59

GRUP SM1A RUANG-1 GRUP SM1B RUANG-2

JAM SENIN SELASA RABU KAMIS JUMAT JAM SENIN SELASA RABU KAMIS JUMAT

9-10 LOG 9-10 PAI KAL

10-11 PAI PAI 10-11 PLA PLA

11-12 PLA BING 11-12 LOG PAI BING

12-13 PTI KAL 12-13 LOG

13-14 FIS LOG 13-14 KAL FIS

14-15 KAL PTI FIS 14-15

15-16 FIS PAI 15-16 PLA KAL

(29)

102

17-18 LOG 17-18 FIS

18-19 KAL BING 18-19 BING PTI

19-20 19-20 PAI

20-21 20-21 PTI FIS

GRUP SM3A RUANG-3 GRUP SM3B RUANG-4

JAM SENIN SELASA RABU KAMIS JUMAT JAM SENIN SELASA RABU KAMIS JUMAT

9-10 KOMDAT MATRIKS 9-10 MATRIKS INKOM BASIS

10-11 ORKOM 10-11 INKOM BASIS

11-12 ORKOM 11-12 ORKOM KOMDAT

12-13 MATRIKS BASIS 12-13 ANIMASI ANIMASI

13-14 ANIMASI 13-14 BASIS ORKOM

14-15 BASIS BI 14-15 BI INKOM

15-16 KOMDAT 15-16 ORKOM

16-17 INKOM 16-17 BI

17-18 BI ANIMASI 17-18 ANIMASI BI

18-19 ORKOM BI INKOM 18-19 MATRIKS

19-20 INKOM 19-20

(30)

103

GRUP SM5A RUANG-5 GRUP SM5B RUANG-6 GRUP SM5C RUANG-7

(31)

104

Lampiran-4

File *.Txt Sebagai Data Masukan Pada Penjadwalan Menggunakan Model

Algoritma Genetika

#prof

name = Lipantri

#end

(32)

105

name = Herliana

#end

name = Susilawati

#end

#prof

id = 16

name = Zulfikar

#end

#prof

id = 17

name = Safwan

#end

#course

id = 1

name = LogAlgo

#end

#course

id = 2

(33)

106

#end

#course

id = 3

name = PAI

#end

#course

id = 4

name = Fisika1

#end

#course

id = 5

name = PLA

#end

#course

id = 6

name = PTI

#end

#course

id = 7

name = Bing

#end

#course

id = 8

name = BIndo

#end

#course

id = 9

name = Animasi

#end

#course

id = 10

name = OrKom

#end

#course

id = 11

name = InKom

#end

(34)

107

name = Basisdata

#end

#course

id = 13

name = Matriks

#end

#course

id = 14

name = KomDat

#end

#course

id = 15

name = AI

#end

#course

id = 16

name = KomGrafik

#end

#course

id = 17

name = SO

#end

#course

id = 18

name = ProVisual

#end

#course

id = 19

name = IAD

#end

#course

id = 20

name = Jarkom2

#end

#course

id = 21

name = TRO

#end

#room

(35)
(36)
(37)
(38)
(39)
(40)
(41)
(42)
(43)
(44)

117

(45)

118

Lampiran-5

File *.Txt Sebagai Data Masukan Pada Penjadwalan Menggunakan Model

Algoritma PSO

0

1_LogikaAlgoritma 0

0 3 1

1 3 1

-1

-1

2_Kalkulus 0

0 3 1

(46)

119

9_Animasi 0

0 3 1

1 3 1

-1

-1

10_OrKom 0

0 3 1

1 3 1

-1

-1

11_InKom 0

0 3 1

1 3 1

-1

-1

12_Basisdata 0

0 3 1

1 3 1

-1

-1

13_Matriks 0

0 2 1

1 2 1

-1

-1

14_Komdat 0

0 2 1

(47)

120

16_KomGrafik 0

0 3 1

18_ProVisual 0

0 3 1

Referensi

Dokumen terkait

Dalam melakukan pemodelan untuk mencapai tujuan penelitian ini yaitu pengklafisikasian jenis varietas beras Mekongga dengan algoritma Support Vector Machine (SVM), kemudian guna

Algoritma genetika telah banyak diterapkan untuk mencari nilai optimum secara otomatis dengan cara mendapatkan nilai berdasarkan operasi mutasi dan crossover sehingga mendapatkan

Berdasarkan hasil pengujian dan pembahasan di atas, dapat disimpulkan bahwa model pen- jadwalan kuliah otomatis berbasis PSO da- pat digunakan sebagai alat bantu pembuatan jadwal

Model yang diusulkan pada penelitian ini berdasarkan state of the art tentang prediksi hasil pemilihan umum adalah menggunakan algoritma neural network dengan menerapkan

Dari tabel tersebut dapat diamati bahwa pada peramalan menggunakan jaringan syaraf tiruan, penggunaan algoritma pelatihan PSO secara umum lebih baik dibandingkan dengan

Setelah dilakukan pengujian dengan dua model yaitu algoritma neural network dan algoritma genetika maka hasil yang didapat adalah algoritma neural network

Terdapat pengembangan pada penelitian ini dengan pengurangan jumlah populasi yang sebelumnya 4M menjadi N sehingga lebih efektif pada komputasinya, dimana N/2 populasi pada

Hasil dari penelitian ini adalah dengan menerapkan metode blok permutasi untuk keamanan pesan dan algoritma PSO untuk menjaga performasi kualitas citra dengan menyisipkan pesan