Makalah ini menjelaskan pengembangan autopilot pada sistem pesawat tanpa awak yang mampu meminimalkan blank spot pada hasil pemetaan udara menggunakan algoritme genetika. Tujuan dari autopilot yang ...dikembangkan adalah mempercepat waktu yang dibutuhkan untuk melakukan pemetaan udara dan menghemat konsumsi baterai. Waktu yang lebih cepat dalam melakukan pemetaan udara akan menghemat biaya operasional dan penghematan konsumsi baterai akan menekan biaya perawatan UAV. Autopilot yang dikembangkan memiliki kemampuan analisis blank spot hasil pemotretan udara dan melakukan optimasi rute terbang untuk melakukan pemotretan ulang. Rute penerbangan sistem pesawat tanpa awak pada saat pemotretan ulang ditentukan dengan menerapkan algoritme genetika untuk mendapatkan jarak terpendek. Hal ini dilakukan untuk menghemat konsumsi baterai dan waktu terbang. Cara kerja autopilot yang dikembangkan adalah rute penerbangan diatur secara manual oleh operator, kemudian pesawat akan terbang sesuai rute tersebut. Faktor ketidakstabilan angin akan menyebabkan pergeseran rute penerbangan dan hal ini menyebabkan terjadinya blank spot. Setelah seluruh rute penerbangan dilalui, sistem yang dikembangkan akan menganalisis lokasi blank spot tersebut. Rute penerbangan baru dihitung menggunakan algoritme genetika untuk menentukan jarak terpendek dari semua lokasi blank spot tersebut. Sistem yang dikembangkan terdiri atas unmanned aerial vehicle (UAV) yang dilengkapi autopilot dan ground control station (GCS). Pada saat terbang, UAV akan mengirim koordinat rute yang dilalui ke GCS untuk perhitungan analisis blank spot. Setelah misi penerbangan selesai, GCS akan membuat rute baru dan dikirimkan ke UAV. Pengujian yang dilakukan adalah pesawat terbang dengan ketinggian 120 m dengan menggunakan baterai Lipo 4S 4.200 mAh 25C dan persentase throttle saat terbang lurus adalah 30%. Hasil yang didapatkan adalah autopilot yang dikembangkan menghemat waktu 46,4% dan menghemat kapasitas baterai 41,18% jika dibandingkan dengan autopilot konvensional.
Sindrom multiple endokrine neoplazije 2B (MEN2B) rijetka je autosomno dominatno nasljedna bolest uzrokovana mutacijama protoonkogena RET. Karakteriziran je pojavom medularnog karcinoma štitnjače već ...od rane, nerijetko dojenačke dobi, feokromocitoma koji je najčešće obostran, sluzničkim neuromima te drugim ekstraendokrinim manifestacijama i specifičnim fenotipskim značajkama koje mogu pomoći u prepoznavanju ovih bolesnika. Prikazujemo pacijenta sa sindromom MEN2B, dijabetesom melitusom tipa 1, inverznim položajem organa te prirođenim malformacijama bubrega i mokraćnog sustava. Pregledom literature uočeno je da se malformacije mokraćnog sustava opisuju i u drugih bolesnika sa sindromom MEN2B. Prepoznata uloga gena RET u razvoju anomalija mokraćnog sustava čini moguću etiološku poveznicu sa sindromom MEN2B. Predlažemo da se malformacije bubrega razmotre kao jedno od obilježja sindroma MEN2B. Budući da se osobine bolesnika sa sindromom MEN2B postupno razvijaju s dobi, prepoznavanje prirođene mane, uz prve znakove ostalih fenotipskih značajki, moglo bi pomoći ranom postavljanju dijagnoze i liječenju ovih bolesnika.
Balita merupakan masa terjadinya proses pertumbuhan dan perkembangan dengan cepat. Jika kebutuhan gizi balita tidak terpenuhi, maka dikhawatirkan tidak tercapainya pertumbuhan dan ...perkembangan yang optimal. Hal tersebut dapat menyebabkan masalah kekurangan gizi, yang selanjutnya dapat beresiko menurunkan derajat kesehatan. Berdasarkan hal tersebut, perlu dirancang sebuah sistem informasi untuk mengatur kebutuhan gizi pada kesehatan balita. Metode yang digunakan ialah algoritma genetika, algoritma ini bekerja dengan sebuah populasi yang terdiri dari individu-individu. Dalam menu makan yang akan disusun, kromosom hanya akan mengkodekan jenis karbohidrat, protein, dan lemak. Pada metode ini, seleksi yang digunakan menggunakan metode elitism selection dan mutasi menggunakan reciprocal exchange mutation. Diperoleh kebutuhan total kalori sebesar 115.76 kalori, kebutuhan karbohidrat sebesar 209 gram, kebutuhan protein sebesar 28.7 gram dan kebutuhan lemak sebesar 25,32 gram berdasarkan hasil dari proses crossover, mutasi dan seleksi pada generasi ke-2 dengan nilai rata-rata fitness 0,0879.
Abstrak - Pelayanan merupakan deretan peristiwa yang terjadi dalam berinteraksi langsung kepada masyarakat disekeliling atau dengan alat secara fisik dan menyajikan fasilitas yang memuaskan untuk ...penduduk lebih tepatnya dalam proses pembuatan surat pengantar akta kelahiran, seperti penjadwalan tanggal yang terlalu lama setelah penduduk mendaftar. Pada pelayanan kependudukan membutuhkan inovasi terbaru untuk meningkatkan dalam memberikan pelayanan yang baik tepat dan cepat kepada masyarakat. Proses pelayanan pada pembuatan jadwal pengambilan surat pengantar akta kelahiran yang dicatat dengan proses manual belum bisa dibuat secara maksimal sehingga perlu adanya perbaikan konsep kegiatan yang dikelola secara maksimal melalui penggunaan aplikasi optimalisasi penjadwalan yang tersusun secara otomatis. Oleh karena itu, kebutuhan tentang optimalisasi penjadwalan menjadi penting dan pembuatan aplikasi pada pelayanan tersebut harus dibangun secara lebih lengkap dan meliputi ruang lingkup yang lebih luas. Penelitian ini bertujuan untuk mengimplementasikan penjadwalan pengambilan akta kelahiran menggunakan Algoritma Genetika, serta mendefinisikan Algoritma Genetika dalam proses penjadwalan. Algoritma Genetika yang terdiri dari definisi individu, inisialisasi chromosome, evaluasi chromosome, proses seleksi (crossover) dan proses mutase. Hasil dari algoritma genetika berupa tanggal dan bulan yang digunakan untuk pengambilan surat pengantar akta kelahiran berupa data penjadwalan yang tepat agar tidak terjadi keterlambatan. Hasil dari penelitian ini adalah berupa penjadwalan yang sudah terdapat waktu ruangan yang sudah tersusun lebih cepat dan akurat dari pada proses penjadwalan manual yang memakan waktu yang cukup lama sehingga menyulitkan petugas di catatan sipil serta menciptakan kinerja yang lebih maksimal dalam proses pemilihan dan pengolahan data terhadap aplikasi yang sudah dikelola sehingga menciptakan penjadwalan yang lebih terstruktur.
Abstract - Service is a series of events that occur in interacting directly with the community around or with physical means and presenting satisfying facilities for residents more precisely in the process of making a birth certificate cover letter, such as scheduling dates that are too long after residents register. In population services, the latest innovations are needed to improve in providing good and fast service to the community. The service process in making schedules for taking birth certificates for birth certificates that are recorded with a manual process cannot be made to the maximum, so there needs to be an improvement in the concept of activities that are managed optimally through the use of automated scheduling optimization applications. Therefore, the need for optimizing scheduling is important and making applications for these services must be built more fully and cover a wider scope. This study aims to implement scheduling birth certificate using Genetic Algorithms, as well as defining Genetic Algorithms in the scheduling process. Genetic Algorithms which consist of individual definitions, chromosome initialization, chromosome evaluation, selection process (crossover) and mutase process. The results of the genetic algorithm in the form of dates and months are used to retrieve the birth certificate cover in the form of appropriate scheduling data so that there is no delay. The results of this study are in the form of scheduling where there is a time that has been arranged more quickly and accurately than the manual scheduling process which takes quite a long time, making it difficult for officers in the civil registry and creating maximum performance in the process of selecting and processing data on applications which have been managed so as to create more structured scheduling.
Penjadwalan adalah hal yang umum dilakukan terutama di instansi pendidikan seperti perguruan tinggi. Salah satu kegiatan yang memerlukan proses penjadwalan di perguruan tinggi adalah penjadwalan ...ujian pendadaran proyek tugas akhir. Faktor-faktor seperti jumlah mahasiswa, ketersediaan dosen, dan ketersediaan ruangan juga membuat proses penjadwalan menjadi lebih kompleks dan memakan waktu jika dilakukan secara manual. Metode Genetic Algorithm (GA) dapat dimanfaatkan untuk mengatasi masalah di dalam proses penjadwalan secara manual. Penelitian ini bertujuan untuk menghasilkan sebuah aplikasi yang diberi nama Automatically Generated Scheduling (ALGEN Scheduling) yang mampu melakukan proses penjadwalan ujian pendadaran dengan lebih mudah. “ALGEN Scheduling” dibangun menggunakan bahasa C# dan menerapkan GA yang telah dimodifikasi dengan pendekatan repetitive random sebagai inti untuk melakukan proses penjadwalan. Pembuatan ALGEN Scheduling dimulai dari perancangan kromosom, implementasi GA termodifikasi dalam bahasa C#, pembuatan GUI dengan tools visual studio, dan integrasi inti penjadwalan dengan GUI. Aplikasi yang dibangun bisa membantu mahasiswa dan dosen penguji dalam menginfokan jadwal ujian pendadaran. Untuk mengetahui kinerja Aplikasi “ALGEN Scheduling”, peneliti melakukan evaluasi dengan menyebar kuesioner kepada responden yang terdiri dari mahasiswa dan dosen. Peneliti berhasil mendapatkan tanggapan sebanyak 101 responden. Berdasarkan pengolahan data responden didapatkan 68% menilai bahwa Aplikasi “ALGEN Scheduling” memiliki tampilan yang bagus dan sangat mudah digunakan untuk menghasilkan jadwal ujian pendadaran dengan tanpa adanya bentrokan jadwal. Sedangkan 19% responden mengatakan bahwa Aplikasi “ALGEN Scheduling” tidak terlalu mudah digunakan tetapi juga tidak terlalu sulit untuk dipelajari. Sisanya, responden menganggap perlu adanya pelatihan khusus sebelum aplikasi benar-benar diterapkan
Penyakit autoimun adalah penyakit yang disebabkan oleh sistem imun yang kacau. Sehingga imun pada tubuh penderita menyerang penderita itu sendiri. Penelitian di Amerika Serikat menunjukkan lebih dari ...23,5 juta penduduk menderita penyakit autoimun, sumber data Departemen Kesehatan dan Layanan Kemanusiaan Amerika Serikat. Pada data SIRS Online Ditjen Pelayanan Kesehatan 2017 menunjukkan data proporsi pasien berjenis kelamin laki-laki 54,3% dan pasien berjenis kelamin wanita 45,7%. Meningkatnya penderita penyakit autoimun disebabkan sulitnya untuk mendiagnosis penyakit autoimun, karena gejala dari penyakit autoimun bervariasi. Penelitian ini membandingkan algoritma backpropagation dan algoritma genetika dalam memprediksi penyakit autoimun. Perbandingan dilakukan berdasarkan nilai accuracy, sensitivity, dan precision. Data yang digunakan dalam penelitian ini adalah 24 data pasien penyakit dalam. Prediksi penyakit autoimun menggunakan algoritma backpropagation memiliki nilai accuracy 0.83, sensitivity 97%, dan precision 75%. Sedangkan prediksi penyakit autoimun dengan algoritma genetika memiliki nilai accuracy 0.76, sensitivity 81%, dan precision 75%. Dari perbandingan tersebut dapat disimpulkan bahwa algoritma backpropagation memberikan prediksi penyakit autoimun lebih baik dari algoritma genetika.
Penyakit Systemic Lupus Erythematosus (SLE) atau lupus adalah salah satu dari penyakit autoimun yang menyerang sistem imun pada jaringan tubuh. Penyakit lupus bukanlah penyakit yang menular namun ...termasuk penyakit yang mematikan. Berdasarkan data dari SIRS Online pada tahun 2016 terdapat 2.116 pasisen menderita penyakit lupus dan 550 pasien meninggal dunia. Penyakit lupus sulit dideteksi karena gejalanya mirip dengan penyakit lain. Tujuan dari penelitian ini adalah memprediksi apakah terindikasi penyakit lupus atau tidak sehingga menekan angka kematian akibat penyakit PTM dari penyakit SLE. Data diambil dengan cara menyebar questioner pada pasien di Rumah Sakit Umum Daerah Arifin Achmad. Metode yang tepat untuk penelitian ini adalah algortima genetika, karena algoritma genetika memiliki akurasi lebih besar dari 98 %. Hasil penelitian ini adalah diagnosa penyakit lupus atau tidak.
Penelitian ini membahas tentang peramalan EUR/USD menggunakan metode RBF-NN (Radial Basis Function – Neural Network) tanpa optimasi dan RBF-NN yang dioptimasi dengan 3 model AG/AGA (Algoritma ...Genetika dan Algoritma Genetika Adaptif). Sistem RBF-NN dapat diterapkan pada data dengan karakteristik nonlinear dan fluktuatif seperti data EUR/USD. Permasalahan akurasi muncul jika terjadi solusi lokal dalam sistem RBF-NN dan metode AG/AGA dapat digunakan untuk mengatasi solusi lokal tersebut. Keakuratan dari peramalan ditunjukkan lewat nilai MAPE (Mean Absolut Percentage Error).Pada data daily low, metode terbaik adalah Algoritma Genetika II dengan MAPE sebesar 0,2286, sementara pada data daily high metode terbaik adalah Algoritma Genetika Adaptif II dengan MAPE sebesar 0,2190. Metode AG II dan AGA II didukung teknik pencarian di dekat bobot RBF-NN yang terbukti efektif pada kasus mata uang EUR/USD. Perbaikan akurasi yang diberikan AG II dan AGA II terhadap metode RBF-NN dapat diterapkan pada peramalan mata uang lainnya.
Deregulasi industri listrik telah terjadi di banyak negara. Tujuan utama di balik deregulasi ini adalah memperkenalkan kompetisi yang bertujuan untuk meningkatkan efisiensi dan kualitas layanan di ...industri pasokan listrik. Perubahan yang signifikan akan terjadi pada nilai pembangkitan dan fungsi saluran transmisi. Pelanggan akan berpartisipasi menyambut pasar bebas dan hal ini menyebabkan banyak perusahaan yang ingin membangun pembangkit sendiri dalam skema operasi wheeling untuk memenuhi kebutuhan sendiri. Wheeling menjadi solusi dari permasalahan tersebut. Metode aliran daya akan digunakan setelah penambahan wheeling pada sistem. Tujuan penggunaan metode ini adalah mengetahui kondisi sistem setelah wheeling ditambahkan karena peta aliran daya akan berubah saat ada pelaku wheeling. Metode studi aliran daya memberikan informasi besarnya daya total yang dibangkitkan oleh generator, tetapi tidak memberikan informasi daya yang dialirkan oleh generator di setiap jaringan transmisi. Untuk mengetahui alokasi daya yang dialirkan oleh generator di setiap jaringan transmisi, metode power tracing akan digunakan. Metode ini dapat memberikan informasi alokasi daya yang dialirkan oleh generator di setiap jaringan transmisi pada sistem. Penelitian ini akan membahas metode power tracing menggunakan metode algortima genetika (AG). AG adalah satu dari beberapa metode optimisasi dan mengasumsikan alokasi daya yang dialirkan oleh generator sebagai masalah yang akan dioptimisasi. Penentuan harga wheeling menggunakan metode Long Run Marginal Cost (LRMC). Metode ini memproyeksikan biaya masa depan dengan memperhatikan perubahan beban yang terjadi setiap saat dalam kurun waktu yang ditentukan. Pada makalah ini metode LRMC dibandingkan dengan metode penetuan biaya wheeling lainnya, yaitu metode MW-Mile. Hasil dari penelitian menunjukkan bahwa metode LRMC lebih murah dibandingkan dengan metode MW-Mile. Dari perspektif ekonomi, penentuan biaya wheeling menggunakan metode LRMC lebih murah 14%-20% daripada metode MW-Mile.