Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Aproksimasi fungsi dalam proses komputasi sering digunakan hampir di semua bidang analisis numerik. Dua alasan utama penggunaan aproksimasi fungsi adalah untuk memberikan fungsi pendekatan yang efektif dan mendekati suatu fungsi yang rumit dengan fungsi yang lebih sederhana.

Tesis ini membahas kinerja algoritma least square dan exhange untuk aproksimasi least square dan minim ax fungsi univariat. Evaluasi kinerja kedua algoritma tersebut diarahkan pada parameter-parameter: order polinomial aproksimasi, panjang interval domain, kelengkungan dan panjang busur, sehingga diharapkan dapat diupayakan kinerja algoritma yang optimal. Kedua algoritma tersebut diimplementasikan pada perangkat lunak MATLAB. Untuk mengukur indikator-indikator kinerja tersebut di atas digunakan beberapa analisis statistik, sedangkan pendugaan kinerja dilakukan dengan membuat model regresi.

Hasil numerik menunjukkan bahwa terdapat perbedaan yang signifikan pada lama waktu proses kedua algoritma yaitu waktu proses algoritma least square lebih lama dari pada waktu proses algoritma exchange,.sebaliknya tidak terdapat perbedaan akurasi aproksimasi fungsi. Secara umum, parameter-parameter tersebut berpengaruh terhadap kinerja kedua algoritma. Model regresi eksponensial adalah model yang cukup baik untuk menduga kinerja kedua algoritma.

Daftar Pustaka: 17 (1972 - 1994).

Abstrak :
Dalam perencanaan produksi diperlukan suatu Penjadwalan Induk Produksi (PIP) yang mampu mengatur pemakaian sumber daya yang terbatas dalam menghasilkan produk berdasarkan prioritas pesanan yang datang. Dalam mengembangkan suatu PIP salah satu caranya dilakukan dengan mensimulasikan komponen masukan untuk menghasilkan produk dalam jumlah dan waktu yang tepat. Adapun komponen masukan PIP yang menjadi fokus perhatian adalah: pesanan (order), bahan (material), mesin (resource), pengiriman (shipment), ramalan (forecasting), pesanan terlunda (backlog) dan persediaan (inventory). Aplikasi Simulator yang dikembangkan selanjutnya diujicobakan untuk jenis produk perabotan (meubelair). Simulator ini dikembangkan dengan menggunakan teknik pendekatan beorientasi objek. PIP yang dihasilkan dari simulator merupakan pengabungan 2 (dua) teknik yaitu Teknik Fase Waktu dan Teknik Penghitungan Kebutuhan Bersih dan Kotor. Kontribusi yang dihasilkan dari Aplikasi simulator ini adalah: dapat melakukan penyimpanan data secara simultan, tampilan data yang disajikan mempunyai informasi yang lebih lengkap jika dibandingkan dengan PIP yang ada di lapangan dan mempunyai fleksibilitas dalam rangka mempertimbangkan kebutuhan perubahan data di lapangan seperti penambahan komponen produk. Dari hasil uji coba dengan data di lapangan, aplikasi ini dapat memberikan masukan kepada proses perencanaan produksi dalam hal efesiensi pemakaian material, penggunaan mesin, tingkat pencapaian jumlah dan tingkat pencapaian waktu produksi. Supaya aplikasi ini dapat digunakan secara lebih aplikatif untuk perusahaan dengan skala produksi lebih besar perlu dilakukan studi untuk melengkapi data dalam hal misalnya peramalan dengan menggunakan programa liner dan optimalisasi yang ada pada riset operasi (operation research). Dan agar aplikasi ini dapat digunakan untuk berbagai jenis produk diperlukan suatu kajian yang dapat menggeneralisasi karakteristik setiap produk tersebut.

Abstrak :
ABSTRAK
Dalam tesis ini dibahas metode pemetaan homomorfis. Metode ini berguna untuk menyelesaikan suatu masalah dalam domain tertentu dengan memetakan masalah itu ke dalam domain lain yang lebih sederhana sehingga masalah itu bisa dipecahkan dengan mudah.

Tesis ini juga menguraikan penerapan pemetaan homomorfis untuk mencari faktor-faktor polinomial univariat atas Z. Untuk memperoleh faktor polinomial univariat atas Z, domainnya dibawa terlebih dulu ke domain polinomial univariat atas Zq yaitu dicari faktor-faktor dari polinomial univariat atas Z4. Faktor-faktor polinomial univariat atas Z dikonstruksikau dari faktor-faktor polinomial univariat atas Zq dengan menggunakan algoritma lifting Zassenhaus dan algoritma Faktor-Sebenarnya. Untuk memperjelas algoritma, diberikan ulasan dan ilustrasi yang terperinci.

Supaya dapat dijalankan dengan komputer, algoritma yang ditulis dengan bahasa matematika yang abstrak diimplementasikan dengan menggunakan sistem aljabar komputer Maple.

Daftar Acuan : 14 (1850 - 1992)

Abstrak :
ABSTRAK
Tulisan ini akan membahas analisis kinerja penyelesaian persamaan rambatan panas dua dimensi, dengan menggunakan metode odd-even Hopscotch secara paralel pada komputer paralel berbasis transputer. Analisis kinerja yang dimaksudkan disini berkisar pada masalah pengaruh jumlah prosesor, jumlah data, geometri data dan konfigurasi prosesor terhadap speedup dan efisiensi serta trade-off paralelisme lainnya.

Hasil yang diharapkan dari penelitian ini adalah untuk mendapatkan parameter-parameter yang mempengaruhi speedup dan efisiensi, khususnya pada metode Hopscotch dan untuk masalah-masalah lain yang serupa pada umumnya. Sehingga dengan menggunakan parameter tersebut dapat menentukan topologi prosesor yang bisa memberikan speedup yang optimal.

Abstrak :
Teknik berpikir vertikal melakukan penelusuran pohon basis pengetahuan secara pre-order, yaitu penelusuran yang dimulai dari kunjungan ke simpul awal (akar), kemudian diteruskan dengan mengunjungi simpul anak kiri. Jika simpul tersebut ditemukan atau kunjungan berhasil, maka kunjungan dilanjutkan ke simpul anak kiri yang lebih dalam. Demikianlah seterusnya, berhasilnya kunjungan pada sebuah simpul akan diteruskan ke simpul anak kiri yang lebih dalam lagi. Sebaliknya jika terjadi kegagalan dalam kunjungan pada suatu simpul, maka kunjungan dialihkan ke simpul anak kanan pada kedalaman yang sama. Kegagalan dalam suatu kunjungan pada suatu simpul akan mengakibatkan penelusuran diarahkan ke simpul anak kanan pada kedalaman yang sama. Proses penelusuran ini dapat berjalan dengan cepat karena jalurnya sudah tertentu. Tetapi proses penelusuran ini dapat mengalami kegagalan jika dalam penelusuran tidak ditemukan lagi simpul anak kanan, padahal tujuan yang ingin dicapai yaitu simpul paling ujung belum dikunjungi. Ditinjau dari segi dialog antara pemakai dengan komputer, teknik ini bersifat monoton dan membosankan, sebab jawaban yang diberikan oleh pemakai sangat terbatas, sehingga para pemakai tidak dapat mengembangkan jawabannya. Berbeda dengan teknik penalaran vertikal, teknik penalaran lateral bersifat lebih luwes. Di dalam teknik ini diperbolehkan terjadi lompatan-lompatan di dalam pohon basis pengetahuan guns, memperoleh berbagai macam alternatif. Penelusuran dalam pohon basis pengetahuan tidak mengikuti aturan tertentu, tetapi sesuai dengan permintaan pemakai. Teknik ini tidak menekankan pada pencapaian tujuan, tetapi lebih cenderung pada proses pencarran jalan alternatif dan pengembangan ide-ide baru dari pemakai, sehingga prosesnya berjalan lambat. Dialog antara pemakai dan komputer lebih bersifat manusiawi, karena pemakai dapat menggunakan bahasa alami. Gabungan kedua teknik penalaran tersebut di atas akan dapat menghasilkan teknik penalaran yang lebih canggih dan handal. Kegagalan dalam penelusuran dapat dihindari, dialog antara pemakai dengan komputer menjadi lebih bersifat manusiawi dan pemakai dapat mengembangkan ide-idenya dalam bahasa alami.

Abstrak :
Clipper merupakan bahasa pemrograman basis data terpusat. Operasi basis data pada Clipper tersebut masih berupa operasi berkas. Setiap berkas data Clipper merupakan satu tabel basis data. berkas-berkas tersebut diletakkan pada satu tempat tertentu, dan untuk pengaksesannya perlu disebutkan dimana berkas tersebut berada. Dampaknya, pemrogram perlu mengetahui letak tabel tersebut. Permasalahan letak data ini menjadi semakin bertambah pada sistem basis data terdistribusi. Disamping itu, secara internal Clipper tidak melakukan pemeriksaan atas integritas data. Hal ini menyebabkan modifikasi yang dilakukan dapat menyebabkan data menjadi tidak konsisten. Tugas Akhir ini dibuat untuk mengatasi permasalahan letak data dan integritas data tersebut. Caranya adalah dengan pembuatan suatu katalog dan beberapa sub-program. Dengan adanya tambahan fasilitas ini, pemrograman basis data terdistribusi Clipper menjadi transparan, tanpa perlu mengetahui letak tabel data ataupun hubungan rujukan data. Agar sistem yang dikembangkan ini dapat digunakan dan berjalan dengan benar, maka pemrogram harus menggunakan perintah-perintah pemanggil sub-program tertentu, serta tidak boleti menggunakan beberapa perintah yang telah digantikan oleh suatu sub-program. Disamping itu, hasil rancangan perancang basis data harus dituangkan secara konsisten pada katalog dari basis data tersebut.

Abstrak :
ABSTRAK
Dalam rangka peningkatan kinerja komputer, makin menurunnya harga IC --termasuk harga prosesor -- membuat penerapan operasi paralel dengan menggunakan banyak prosesor menjadi pilihan yang makin menarik. Untuk dapat memanfaatkan komputer paralel secara efektif dibutuhkan pengetahuan tentang kinerja komputer yang bersangkutan. Karena itu, penelitian untuk mempelajari kinerja sistem komputer paralel menjadi penting. Tesis ini berusaha untuk mengukur kinerja sistem komputer paralel TransPAU UI untuk program-program numerik dan nonnumerik. Program-program numerik yang diteliti adalah perkalian matriks, untuk ukuran baris dan kolom 200 x 200, 100 x 100 dan 75 x 75, sedangkan program-program non-numerik yang diteliti adalah pengurutan data (sorting), dengan ukuran 40.000, 20.000 dan 10.000 data. Penelitian dilakukan untuk data bertipe integer dan float, dengan menggunakan 1, 2, 4, 6 dan 8 prosesor (transputer). Untuk 4, 6 dan 8 prosesor digunakan berbagai cara komunikasi, dengan tujuan untuk mendapatkan cara komunikasi yang memberikan speedup yang maksimal.

Abstrak :
Tesis ini membahas algoritma mengenal graf pariti G=(V,E) dan mencari klik terbesarnya, serta implementasinya pada pseudo_code yang diuraikan pada bahasa pemrograman C versi Turbo C. Algoritma ini merupakan algoritma sekuensial yang mengacu pada algoritma paralel 0(log2n) pada n /1og2n prosesor dari [PRZ91]. Langkah pertama dari algoritma mengenal graf pariti adalah memilih sembarang verteks u E V sedemikian sehingga bentuk graf G diubah nenjadi himpunan subgraf level per level, dengan u sebagai verteks tunggal di level ke 0. Kemudian langkah berikutnya, hubungan verteks-verteks antar level dibuktikan keparitiannya berdasarkan sifat-sifat graf pariti [PR291]. Sedangkan langkah pertama dari algoritma meneari klik terbesar pada graf pariti adalah membentuk himpunan subgraf yang dibangun dari gabungan komponen di level ke i dengan tetangganya di level ke i-1. Kemudian langkah berikutnya, penentuan klik terbesar dapat dicari dari setiap subgraf tersebut [PRZ91). Hasil pengamatan pada banyaknya iterasi (langkah) dari basil eksekusi program pada 10 sampai dengan 70 verteks untuk 15 bentuk graf, diperoleh kesimpulan bahwa pemilihan verteks u untuk level ke 0 mempengaruhi jumlah iterasi, dan semakin besar jumlah komponen yang terjadi dalam pembuktian keparitian graf semakin besar pula jumlah iterasi yang diperoleh. Hasil pengamatan menunjukkan jumlah iterasi terbesar terjadi pada graf bipartisi lengkap dengan bentuk = level ke 1 berisi n-1- |n/3| verteks, level ke 2 benisi. 1n/31 verteks dan gabungan subgraf level ke 1 dan 2 merupakan bipartisi lengkap (n=|V|). Dengan mengasumsikan bahwa jumlah operasi pada setiap iterasi adalah konstan, maka implementasi algoritma menunjukkan kompleksitas 0(n4).

Abstrak :
ABTSRAK
Beberapa permasalahan analisis numerik dapat disederhanakan menjadi permasalahan penyelesaian sistem persamaan linear AOC=b,dengan A?Am'a, xeRn, dan beRm. Untuk man, permasalahan persamaan ini merupakan permasalahan kuadrat terkecil yang mencari penyelesaian x dengan meminimumkan norm residu ||Ax-b||

Penelitian ini membahas sistem persamaan linear Toeplitz T. Metode-metode yang dipakai untuk menyelesaikan sistem persamaan linear ini adalah faktorisasi Cholesky, eliminasi Gauss, Conjugate Gradient, faktorisasi fast inverse QR, dan faktorisasi fast QR.

Penelitian ini bertujuan untuk melihat efisiensi waktu proses dan keakuratan antara penyelesaian numerik yang diperoleh dengan penyelesaian eksak.

Hasil percobaan menunjukkan bahwa metode-metode tersebut dapat dipakai untuk menyelesaikan persamaan linear dengan matriks T well-condition. Bila menggunakan matriks Toeplitz T ill-condition, maka metode Cholesky kurang akurat dibandingkan dengan keempat metode lainnya. Solusi paling cepat dan paling akurat dihasilkan oleh metode faktorisasi Fast QR.

Abstrak :
ABSTRAK
Traveling Salesperson Problem (TSP) merupakan masalah optimasi kombinatorial klasik. Semua algoritme konvensional yang dikenal saat ini untuk pemecahan TSP, membutuhkan usaha komputasi yang meningkat secara eksponensial terhadap jumlah kota.
Dalam tulisan ini dibahas jaringan neural Hopfield dengan masukan kontinyu sebagai alternatif pemecahan TSP. Jaringan neural ini memecahkan TSP dengan kompleksitas komputasi sebanding dengan polinomial pangkat 4 dari jumlah kota. Komputasi jaringan neural ini efektif, karena adanya tanggapan analog non-linier dari neuron dan koriektifitas yang besar di antara neuron. Metode ini hanya membertkan penyelesaian minimum lokal, yang diharapkan mendekati minimum global. Implementasi jaringan neural ini disimulasikan pada komputer sekuensial. Komputer yang digunakan berupa workstation SUN SPARC 1+ berbasis UNIX dengan kapasitas memori 8 Mb. Kinerja metode jaringan neural Hopfield dievaluasi berdasarkan jarak tour dan waktu yang dibutuhkan. Kemudian hasilnya dibandingkan dengan penyelesaian optimal yang diperoleh dengan algoritme konvensional Least Cost Branch anc' Bound (LCBB).
Dari hasil eksekusi program pada workstation SUN SPARC 1+ berbasis UNIX untuk jumlah kota 15 s/d 22 buah diperoleh jarak tour rata-rata dengan metode jaringan neural berkisar antara 1,63 s/d 2,06 kali jarak tour dengan algoritme LCBB. Waktu rata-rata yang dibutuhkan jaringan neural (jumlah kota 15 s/d 22 buah) sebesar 4 x 10-4 sampai dengan 4 x 10-1 kali waktu yang dibutuhkan algoritme LCBB. Pada jumlah kota 5 s/d 14 buah, hasil dari jaringan neural kurang bagus dibandingkan dengan basil dari algoritme LCBB. Jarak tour rata-rata dengan jaringan neural Hopfield berkisar antara 1.01 s/d 1.45 kali jarak tour dengan algoritme LCBB, tetapi waktu yang dibutuhkan jaringan neural Hopfield sebesar 1 s/d 10 kali waktu yang dibutuhkan algoritme LCBB.