Articles

Found 19 Documents
Search

Isomorphic Solutions of the N-queens Problem uddin, Sawal; Sitompul, Opim Salim; Nababan, Erna Budhiarti
SNATIKA Vol 1, No 1 (2011): SNATIKA 2011
Publisher : APTIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (71.575 KB)

Abstract

AbstractThe N-queens problem is a classic example in mathematics as well as computer science that receives many attentions from researchers for nearly two centuries. Despite its usefulness in teaching computational intelligence algorithms, another interesting features of the N-queens problem is the notion of isomorphism and transformation groups. Once a solution of the N-queens problem is found, the isomorphic solutions can be transformed easily by performing two kinds of permutations, i.e. rotation and reflection. In this paper, we proposed a two-stage approach to find the isomorphic solutions to the N-queens problem. In the first stage, a genetic algorithm is used to find a solution of the N-queens problem. In the second stage, the solution is transformed into seven isomorphic solutions. Using this approach, a complete solution for the N-queens problem can be obtained. The results obtained show how the complete isomorphic solutions of 5-, 6-, 7-, and 8-queens can be generated in a very short execution time.
Penerapan Harmony Search Algorithm dalam Permasalahan Penjadwalan Flow Shop Aulia, Indra; Nababan, Erna Budhiarti; Muchtar, Muhammad Anggia
Dunia Teknologi Informasi - Jurnal Online Vol 1, No 1 (2012): Jurnal Dunia Teknologi Informasi
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (666.479 KB)

Abstract

Dunia manufaktur dan industri jasa memiliki permasalahan dibidang penjadwalan. Penjadwalan adalah proses pengambilan keputusan yang berkaitan tentang pengalokasian sejumlah resource dan tugas dalam waktu tertentu. Oleh karena itu, dibutuhkan suatu teknik untuk mendapatkan penjadwalan yang efektif dan efisien. Flow shop merupakan salah satu permasalahan penjadwalan yang dikategorikan dalam permasalahan NP-hard. Permutation akan menjadi kendala dalam lingkungan flow shop dimana mesin-mesin diatur secara seri dengan menyusun antrian job mengikuti aturan FIFO. Harmony search algorithm salah satu teknik metaheuristik yang terinspirasi dari permainan musik. Algoritma tersebut dapat digunakan untuk menyelesaikan permasalahan permutation flow shop untuk minimize makespan. Teknik penyelesaian dengan menggunakan algoritma tersebut menerapkan inisialisasi dengan variabel diskrit. Berdasarkan hasil pengujian yang telah dilakukan, harmony search algorithm efektif menghasilkan makespan yang lebih baik dari makespan yang terdapat pada benchmark data.
Artificial Bee Colony Algorithm untuk Menyelesaikan Travelling Salesman Problem Amri, Faisal; Nababan, Erna Budhiarti; Syahputra, Mohammad Fadly
Dunia Teknologi Informasi - Jurnal Online Vol 1, No 1 (2012): Jurnal Dunia Teknologi Informasi
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (409.054 KB)

Abstract

Permasalahan Traveling Salesman Problem (TSP) dikenal dengan sebagai permasalahan yang bersifat Nondeterministic Polynomial-Hard (NP-Hard). Penyelesaian eksak untuk masalah TSP ini mengharuskan perhitungan terhadap semua kemungkinan rute yang dapat diperoleh, kemudian memilih salah satu rute yang terpendek. Untuk itu jika terdapat n kota yang harus di kunjungin, maka diperlukanan proses pencarian sebanyak (n-1)!/2n rute. Pada penelitian ini, penulis menggunakan Artificial Bee Colony (ABC) Algorithm. ABC algorithm dengan neighborhood operator bertujuan untuk mendapatkan penyelesaian terbaik jalur terpendek dari TSP. Hasil komputasi menunjukkan ABC dengan neighborhood operator sudah mendapatkan penyelesaian terbaik untuk beberapa kasus.
Analisis Accelerated Learning Pada Algoritma Backpropagation Menggunakan Adaptive Learning Rate Ermawati, Ermawati; Nababan, Erna Budhiarti; Mawengkang, Herman
SAMUDERA Vol 8, No 1 (2014)
Publisher : Universitas Malikussaleh

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

Abstract

Jaringan syaraf tiruan backpropagation merupakan algoritma pembelajaran yang terawasi dimana output dari jaringan dibandingkan dengan target yang diharapkan sehingga diperoleh error output. Banyak model pembelajaran yang menggunakan algoritma backpropagation. Namun algoritma backpropagation mempunyai keterbatasan yaitu laju konvergensi yang cukup lambat. Pada penelitian ini penulis menambahkan parameter learning rate secara adaptif pada setiap iterasi dan koefisien momentum untuk menghitung proses perubahan bobot. Dari hasil simulasi komputer maka diperoleh perbandingan antara algoritma backpropagation standar dengan backpropagation adaptive learning. Untuk algoritma backpropagation standar kecepatan konvergensi mencapai 1000 epoch dengan nilai Mean Square Error (MSE) yang dihasilkan adalah 0,00044 sedangkan untuk algoritma backpropagation adaptive learning hanya 72 epoch dengan nilai Mean Square Error (MSE) yang dihasilkan 0.0000036. Hal ini menunjukkan bahwa algoritma backpropagation adaptive learning lebih cepat mencapai konvergensi daripada algoritma backpropagation standar.
Perbandingan Waktu Eksekusi Algoritma Dsatur Dan Algoritma Pewarnaan Heuristik Tabu Search Pada Pewarnaan Graf Junidar,, Junidar,; Nababan, Erna Budhiarti
SAMUDERA Vol 7, No 1 (2013)
Publisher : Universitas Malikussaleh

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

Abstract

Pewarnaan graf G adalah proses pemberian warna pada verteks - verteks di G, satu warna untuk setiap verteks, sehingga verteks - verteks yang bersisian mempunyai warna yang berbeda. Jika ada kemungkinan untuk menemukan pewarnaan yang tepat dari graf G, dengan menggunakan x warna, maka G dikatakan x-colorable. Bilangan kromatik dari graf G adalah bilangan bulat terkecil x dimana G adalah x-colorable, di notasikan dengan . Terdapat beberapa metode heuristik yang dapat digunakan untuk menyelesaikan permasalahan pewarnaan graf. Yaitu algoritma dsatur dan algoritma pewarnaan heuristik tabu search. 
IMPLEMENTASI ALGORITMA TWO SLIDING WINDOWS UNTUK MEMPERCEPAT PENCARIAN DOKUMEN Arisandi, Dedy; Nababan, Erna Budhiarti; Octavianus, Frans
Jurnal Teknologi Informasi dan Komunikasi Vol 5, No 1 (2016): Jurnal Teknologi Informasi dan Komunikasi (TIK)
Publisher : Kementerian Kominfo - RI

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

Abstract

Salah satu metode yang umum digunakan dalam pencarian dokumen adalah dengan menggunakan kata dasar atau kata berimbuhan sebagai kata kunci. Kata-kata tersebut kemudian akan dicocokkan dengan seluruh dokumen yang tersimpan. Pencarian dilakukan dengan mencocokkan kata yang sama terhadap seluruh isi dokumen tersebut. Metode ini kurang efektif dan cenderung lambat. Oleh karena itu, pencarian dokumen perlu menggunakan algoritma yang dapat mempercepat proses tersebut. Pengubahan kata berimbuhan menjadi kata dasar dilakukan dengan menggunakan Metode Stemming Porter. Proses berikutnya adalah dengan menggunakan algoritma Two Sliding Windows (TSW) untuk mempercepat pencarian pola. TSW menggunakan jendela dua sisi secara paralel untuk mencari kata atau sinonim yang cocok. Berdasarkan hasil uji coba, algoritma ini dapat mempercepat proses pencarian dokumen dengan tingkat kebenaran 97.93%.
Pengembangan Algoritma Apriori Untuk Pengambil Keputusan Lismardiana, Lismardiana; Mawengkang, Herman; Nababan, Erna Budhiarti
Jurnal Teknologi Informasi dan Komunikasi Vol 4, No 2 (2015): Jurnal Teknologi Informasi dan Komunikasi (TIK)
Publisher : Kementerian Kominfo - RI

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

Abstract

Algoritma Apriori salah satu algoritma data mining dalam pembentukan asosiasi rule mining. Algoritma apriori adalah proses ekstraksi informasi dari suatu database, dilanjutkan dengan melakukan frequent item/itemset dan candidate generation dalam pembentukan asosiasi rule mining guna mendapatkan hasil nilai minimum support dan hasil nilai minimum confidence. Pada database yang cukup besar, algoritma apriori banyak menghasilkan pattern frequent item/itemset (pola sering muncul suatu item/itemset) yang banyak, karena harus melakukan candidate generation serta merekam database secara berulang-ulang. Dengan ini penulis berkeinginan mengembangkan algoritma apriori dengan melakukan penelitian  tentang bagaimana meminimalkan frequent item/itemset pada apriori, tanpa melakukan candidate generation sehingga mempercepat tahapan penyelesaian pencarian asosiasi rule mining. Untuk solusi meminimalkan  frequent item/itemset pada algoritma apriori, maka penulis  menggunakan metode FP-Growth,dari hasil penelitian yang dilakukan dengan menggunakan dataset 1000 records pada TransactionID-Sales , pada apriori mulai dari k2, dihasil sebanyak 101 frequent  item/itemset, sementara pada FP-Growth k2 sebanyak 40 frequent  item/itemset. Dari  jumlah hasil  frequent item/itemset dapat disimpulkan bahwa dengan metode FP-Growth mampu meminimalkan jumlah frequent item/itemset pada algoritma apriori dan lebih efesien dari segi waktu, juga  tahap penyelesaian lebih cepat, lebih terperinci dalam memaparkan hasil frequent item/itemset karena hasil frequent yang bernilai 1 masih diperhitungkan
ANALISIS PENGGUNAAN ALGORITMA KOHONEN PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PENGENALAN POLA PENYAKIT PARU Ginting, Rosmelda; Tulus, Tulus; Nababan, Erna Budhiarti
Jurnal Teknovasi : Jurnal Teknik dan Inovasi Vol 1, No 2 (2014): Teknovasi Oktober 2014
Publisher : LPPM Politeknik LP3I Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1028.071 KB)

Abstract

Algoritma Kohonen pada Jaringan Syaraf Tiruan Backpropagation dalam pengenalan pola penyakit paru dalam mempercepat proses pembelajaran (training) yang signifikan dan klasifikasi yang akurat dalam mengenali pola suatu penyakit. Algoritma Backpropagation merupakan salah satu algoritma pembelajaran supervised learning, yaitu pembelajaran yang membutuhkan pengawasan dalam proses pembelajarannya. Pada supervised learning terdapat pasangan data input dan output yang dipakai untuk melatih Jaringan Syaraf Tiruan hingga diperoleh bobot penimbang (weight) yang diinginkan. Dalam penelitian ini, dalam pengenalan pola penyakit paru yaitu: Pneumonia dan TBC Paru-paru. Penulis menggunakan 2 data input yang sama dan data yang satu dilatih menggunakan algoritma backpropagation dimana pembobotannya secara random dan data yang kedua dilatih menggunakan algoritma backpropagation tapi pembobotannya menggunakan algoritma Kohonen. Dari hasil penelitian yang penulis lakukan, dengan pembobotan menggunakan kohonen dan dilatih dengan algoritma backpropagation ternyata dapat mempercepat proses pembelajaran (training) dalam mengenali suatu pola penyakit paru.
ANALISIS FUNGSI AKTIVASI SIGMOID BINER DAN SIGMOID BIPOLAR DALAM ALGORITMA BACKPROPAGATION PADA PREDIKSI KEMAMPUAN SISWA Julpan, Julpan; Nababan, Erna Budhiarti; Zarlis, Muhammad
Jurnal Teknovasi : Jurnal Teknik dan Inovasi Vol 2, No 1 (2015): Teknovasi April 2015
Publisher : LPPM Politeknik LP3I Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (689.436 KB)

Abstract

Metode backpropagation merupakan metode yang sangat baik dalam menangani masalah pengenalan pola-pola kompleks. Di dalam jaringan backpropagation, setiap unit yang berada di lapisan input terhubung dengan setiap unit yang ada di lapisan tersembunyi. Hal serupa berlaku pula pada lapisan tersembunyi. Setiap unit yang ada pada lapisan tersembunyi terhubung dengan setiap unit yang ada di lapisan output. Fungsi aktivasi yang digunakan di dalam metode backpropagation adalah fungsi sigmoid biner (binary sigmoid function), sigmoid bipolar (bipolar sigmoid function). Karakteristik yang harus dimiliki fungsi aktivasi tersebut adalah kontinyu dan tidak menurun secara monoton. Dari hasil penelitian maka didapatkan bahwa penggunaan fungsi aktivasi sigmoid biner memiliki tingkat rata-rata akurasi yang lebih baik dari sigmoid bipolar. Akan kecepatan perhitungannya lebih lambat dibandingkan dengan sigmoid bipolar. Fungsi aktivasi sigmoid bipolar dipilih berdasarkan asumsi heuristik bahwa nilai rentang [0, 1] yang dihasilkan oleh fungsi sigmoid biner (unipolar) kurang bagus dibandingkan dengan rentang [-1, 1] yang dihasilkan fungsi yang sigmoid bipolar. Hasil ini disebabkan karena nilai ekstrim 0 yang dihasilkan fungsi sigmoid biner kurang memberikan pengaruh pada penghitungan nilai pada neuron, dibandingkan dengan nilai ekstrim -1 yang dihasilkan oleh fungsi sigmoid bipolar.
PERBANDINGAN PENCARIAN DATA MENGGUNAKAN QUERY HASH JOIN DAN QUERY NESTED JOIN Sinuraya, Junus; Zarlis, Muhammad; Nababan, Erna Budhiarti
Jurnal Teknovasi : Jurnal Teknik dan Inovasi Vol 1, No 2 (2014): Teknovasi Oktober 2014
Publisher : LPPM Politeknik LP3I Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1185.634 KB)

Abstract

Pengaksesan data atau pencarian data dengan menggunakan Query atau Join pada aplikasi yang terhubung dengan sebuah database perlu memperhatikan ketepatgunaan implementasi dari data itu sendiri serta waktu prosesnya. Ada banyak cara yang dapat dilakukan oleh database manajemen sistem dalam memproses dan menghasilkan jawaban sebuah query. Semua cara pada akhirnya akan menghasilkan jawaban (output) yang sama tetapi pasti mempunyai harga yang berbeda-beda, seperti kecepatan waktu untuk merespon data. Beberapa query yang sering digunakan untuk pemrosesan data yaitu Query Hash Join dan Query Nested Join, kedua query memiliki algoritma yang berbeda tapi menghasilkan output yang sama. Dengan menggunakan aplikasi yang dirancang menggunakan Microsoft Visual Studi 2010 dan Microsoft SQL Server 2008 berbasis jaringan untuk melakukan pengujian kedua algoritma atau query dengan parameter running time atau kecepatan waktu merespon data. Pengujian dilakukan dengan jumlah tabel yang dihubungkan dan jumlah baris/record. Hasil dari penelitian adalah kecepatan waktu query dalam merespon data untuk jumlah data yang kecil query hash join lebih baik dibandingkan dengan jumlah data yang besar query nested join.