Olief Ilmandira Ratu Farisi, Olief Ilmandira Ratu
Unknown Affiliation

Published : 4 Documents
Articles

Found 4 Documents
Search

Mobile Augmented Reality sebagai Media Pembelajaran Interaktif Jaring-jaring Kubus dan Balok Farisi, Olief Ilmandira Ratu; Pratamasunu, Gulpi Qorik Oktagalu
Nusantara Journal of Computers and its Applications Vol 3, No 2 (2018): Desember 2018
Publisher : Nusantara Journal of Computers and its Applications

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1191.342 KB)

Abstract

Materi jaring-jaring bangun ruang pada pelajaran Matematika adalah materi yang tergolong sulit dipahami oleh peserta didik tanpa bantuan alat peraga. Alat peraga konvensional untuk membantu pembelajaran jaring-jaring bangun ruang biasanya terbuat dari kardus atau kertas yang dirakit sedemikan rupa sehingga dapat dibuka menjadi satu jenis jaring-jaring bangun ruang. Alat peraga jaring-jaring bangun ruang tersebut tergolong tidak efektif dan efisien jika digunakan dalam pembelajaran karena membutuhkan persiapan yang lama dan ruang yang besar. Pada penelitian ini diusulkan pemanfaatan mobile augmented reality sebagai media pembelajaran interaktif jaring-jaring kubus dan balok. Dengan media ini, semua kombinasi jaring-jaring kubus dan balok dapat disimulasikan dalam smartphone Android pengguna tanpa harus membutuhkan persiapan yang lama dan ruang yang besar. Media pembelajaran ini dikembangkan menggunakan aplikasi Unity dan Blender. Hasil uji coba pada ahli media, ahli materi, dan pengguna membuktikan bahwa media pembelajaran ini layak digunakan sebagai pengganti alat peraga konvensional dengan nilai rata-rata total validasi 3.91, 3.79, dan 3.80 untuk masing-masing validator.
A Hybrid Firefly Algorithm – Ant Colony Optimization for Traveling Salesman Problem Farisi, Olief Ilmandira Ratu; Setiyono, Budi; Danandjojo, R. Imbang
Jurnal Buana Informatika Vol 7, No 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v7i1.484

Abstract

Abstrak. Pada penelitian ini dikembangkan suatu metode baru yaitu hybrid firefly algorithm-ant colony optimization (hybrid FA-ACO) untuk menyelesaikan masalah traveling salesman problem (TSP). ACO memiliki komputasi terdistribusi sehingga dapat mencegah konvergensi dini dan FA memiliki kemampuan konvergensi yang cepat dalam pencarian solusi. Untuk memperbaiki solusi dan mempercepat waktu konvergensi, digunakan metode kombinasi. Pendekatan kombinasi ini meliputi pencarian solusi dengan FA dan pencarian global dengan ACO. Solusi lokal dari FA dinormalisasi dan digunakan untuk menginisialisasi feromon untuk pencarian global ACO. Hasil dari hybrid FA-ACO dibandingkan dengan FA dan ACO. Hasil penelitian menunjukkan bahwa metode yang diusulkan dapat menemukan solusi yang lebih baik tanpa terjebak lokal optimum dengan waktu komputasi lebih pendek.Kata kunci: Traveling Salesman Problem, Firefly Algorithm, Ant Colony Optimization, metode hybrid. Abstract. In this paper, we develop a novel method hybrid firefly algorithm-ant colony optimization for solving traveling salesman problem. The ACO has distributed computation to avoid premature convergence and the FA has a very great ability to search solutions with a fast speed to converge. To improve the result and convergence time, we used hybrid method. The hybrid approach involves local search by the FA and global search by the ACO. Local solution of FA is normalized and is used to initialize the pheromone for the global solution search using the ACO. The outcome are compared with FA and ACO itself. The experiment showed that the proposed method can find the solution much better without trapped into local optimum with shorter computation time.Keywords: Traveling Salesman Problem, Firefly Algorithm, Ant Colony Optimization, hybrid method.
PENYELESAIAN MULTI-DEPOT MULTIPLE TRAVELING SALESMAN PROBLEM MENGGUNAKAN K-MEANS DAN ANT COLONY OPTIMIZATION Farisi, Olief Ilmandira Ratu; Pratamasunu, Gulpi Qorik Oktagalu
Nusantara Journal of Computers and its Applications Vol 1, No 2 (2016): Desember 2016
Publisher : Nusantara Journal of Computers and its Applications

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

Abstract

Multi-Depot Multiple Traveling Salesman Problem (MmTSP) merupakan masalah pencarian rute terpendek oleh beberapa salesman yang berangkat dari kota yang berbeda-beda, disebut depot, dan kembali ke depotnya masing-masing dengan setiap kota harus dikunjungi tepat satu kali. ACO merupakan algoritma yang didesain untuk menyelesaikan TSP. Untuk menyelesaikan MmTSP, pada penelitian ini diusulkan metode K-Means ACO. K-Means digunakan untuk mencari pembagian kota yang optimal. Pembagian ini dilakukan sesuai dengan banyak depot pada permasalahan. Hasil setiap cluster ini menjadi kota-kota yang akan dikunjungi oleh setiap salesman. Setiap cluster hasil dari K-Means dicari rute terpendeknya menggunakan ACO. Gabungan hasil rute terpendek dari setiap cluster tersebut menjadi penyelesaian MmTSP. Hasil penelitian menunjukkan bahwa metode K-Means ACO dapat mencari rute yang mendekati optimal dengan waktu yang singkat.
Penerapan Traveling Salesman Problem pada Penyebaran Brosur Penerimaan Mahasiswa Baru Sekolah Tinggi Teknologi Nurul Jadid Menggunakan Ant Colony Optimization Farisi, Olief Ilmandira Ratu; Pratamasunu, Gulpi Qorik Oktagalu; Hadi, Khairul Anas Nur Islam
Nusantara Journal of Computers and its Applications Vol 2, No 2 (2017): Desember 2017
Publisher : Nusantara Journal of Computers and its Applications

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

Abstract

Penyebaran brosur Penerimaan Mahasiswa Baru (PMB) Sekolah Tinggi Teknologi Nurul Jadid (STTNJ) memiliki rute kunjungan ke 37 Sekolah Menengah Atas (SMA/SMK/MA) di Probolinggo. Setiap sekolah hanya dapat dikunjungi satu kali dan setelah selesai tim penyebar akan kembali lagi ke STTNJ. Permasalahan ini sesuai dengan konsep Traveling Salesman Problem (TSP), dimana tujuannya adalah mencari rute yang paling optimal, sehingga penyebaran brosur menjadi lebih efektif dan efisien. Untuk menyelesaikan permasalahan ini, diusulkan penggunaan metode Ant Colony Optimization (ACO). ACO adalah metode yang didesain untuk menyelesaikan kasus TSP, terinspirasi dari perilaku koloni semut dalam menemukan jalur terpendek dari sarang menuju sumber makanan. Uji coba dilakukan untuk menentukan parameter ACO dengan waktu komputasi yang lebih cepat dan hasil yang mendekati optimal. Dari hasil uji coba didapat nilai: 𝛼 = 2, 𝛽 = 5, 𝜌 = 0,2, iterasi = 320 dan semut = 15. Selanjutnya dilakukan percobaan sebanyak 30 kali pada kasus TSP penyebaran brosur PMB, dan mendapat hasil solusi terbaik 181,6 km dengan waktu komputasi 86,9 detik. Rata-rata hasil solusi dari 30 kali percobaan adalah 187,28 km dengan rata-rata waktu komputasi 103,34 detik. Hasil penelitian menunjukkan metode ACO dapat mencari rute optimal dengan waktu yang singkat.