Sistem Pendataan Peralatan dan Barang Serta Absensi Mahasiswa

PROPOSAL TUGAS AKHIR

Sistem Pendataan Peralatan dan Barang Serta Absensi Mahasiswa 

Di Laboratorium Teknik Kimia Fakultas Teknik

 

Disusun Oleh :

AK-9

02030300 - -

 

KONSENTRASI TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH PURWOKERTO

2005

HALAMAN PENGESAHAN

PROPOSAL TUGAS AKHIR

Proposal Tugas Akhir  dengan judul “Sistem Pendataan Peralatan dan Barang Serta Absensi Mahasiswa Di Laboratorium Teknik Kimia Fakultas Teknik”, telah disahkan  pada:

Hari/tanggal    :

Tempat            : Kampus I Fakultas Teknik

Universitas Muhammadiyah Purwokerto

Purwokerto, Oktober 2005

 

A.    JUDUL

Sistem Pendataan Peralatan dan Barang Serta Absensi Mahasiswa Di Laboratorium Teknik Kimia Fakultas Teknik

B.     PENDAHULUAN

Laboratorium merupakan tempat dimana mahasiswa melakukan praktikum sesuai denagan jurusan yang diambilnya. Di laboratorium teknik kimia juga demikian, dimana mahasiswa teknik kimia melakukan praktikum berbagai macam hal yang berhubungan dengan program studi yang mereka ambil.

Jika dilihat dari keadaan laboratorium teknik kimia, masih ada sedikit hal yang sekiranya perlu  dibenahi lagi, terutama yang berhibungan dengan data keadaan peralatan dan barang serta absensi mahasiswa itu sendiri yang melakukan praktikum laboratorium teknik.

Yang pertama adalah data peralatan dan barang yang ada di laboratorium teknik kimia. Pendataan peralatan dan barang yang ada di laboratorium teknik kimia masih dilakukan secara manual dan belum semuanya terkoordinasi dengan baik. Semua data masih dicatat dalam sebuah buku yang memiliki banyak sekali resiko, diantaranya resiko yang paling besar adalah resiko hilangnya catatan itu sendiri. Selain itu pendataan secara manual juga merupakan cara yang tidak efektif dan tidak efisien karena pada saat sekarang ini pekerjaan seperti itu sudah dapat dilakukan dengan menggunakan bantuan komputer yang mampu mempermudah pekerjaan tersebut. Disamping itu proses absensi mahasiswa yang melakukan praktek juga perlu diperbaiki. Hal yang paling sering terjadi adalah kebiasaan ‘titip absen’ yang biasa dilakukan mahasiswa mengabsenkan untuk teman yang tidak berangkat. Hal tersebut mungkin masih bisa dicegah jika kegiatan presensi dilakukan secara baik dan terkontrol, dengan cara menggunakan sebuah software yang dapat membantu kegiatan absensi tersebut.

Dengan melihat kondisi diatas maka dengan ini diajukan proposal Tugas Akhir dengan judul Sistem Pendataan Peralatan dan Barang Serta Absensi Praktek Mahasiswa Di Laboratorium Teknik Kimia Fakultas Teknik.

C.    ALASAN PEMILIHAN TEMPAT TUGAS AKHIR

Laboratorium teknik kimia  merupakan tempat dimana para mahasiswa mengadakan eksperiment terhadap sesuatu sesuai dengan mata kuliah yang diambil. Di laboratorium itu sendiri tentunya membutuhkan suatu pengaturan agar lebih mempermudah dalam melakukan pendataan terhadap aset dan seluruh kegiatan yang berlangsung serta absensi mahasiswa yang melakukan praktek di tempat tersebut. Oleh karena itu disini penulis ingin menyampaikan alas an pemilihan tempat Tugas Akhir, yaitu:

1.       Laboratorium teknik kimia mempunyai banyak data yang memerlukan pengkoordinasian yang baik sehingga memerlukan suatu program aplikasi yang dapat membantu system pendataan dalam laboratorium tersebut.

2.       Proses absensi mahasiswa yang melakukan praktikum masih dilakukan secara manual. Dengan menggunakan program aplikasi diharapkan lebih mempermudah dan dapat menghindari dari praktek “titip absent”.

3.       Di laboratorium teknik kimia masih banyak data yang belum terdata dengan baik.

D.    TUJUAN TUGAS AKHIR

Mengacu pada kurikulum akademi, khususnya pada Program Studi Teknik Elektro Konsentrasi Teknik Informatika Universitas Muhammadiyah Purwokerto tujuan kegiatan Tugas Akhir adalah :

1.      Memenuhi kewajiban melaksanakan mata kuliah Tugas Akhir yaitu memenuhi persyaratan kurikulum yang ada pada perguruan tinggi kami.

2.      Mencari dan mengolah data sebagai bahan yang kami perlukan dalam penulisan Tugas Akhir ini.

3.   Menambah pengetahuan dan pengalaman di bidang Teknik Informatika dalam penerapannya di lapangan.

4.    Mempersiapkan dan mngkondisikan diri sebagai seorang pekerja yang nantinya diharapkan bisa melaksanakan tugas dengan baik apabila telah terjun di dunia kerja.

5.    Mencoba mengukur seberapa jauh kemampuan penulis dalam membuat program aplikasi sesuai dengan perkuliahan yang telah ditempuh.

6.      Membantu mempermudah pihak laboratorium dalam hal mengolah data dan absensi mahassiwa.

E.     METODE DAN PELAKSANAAN TUGAS AKHIR

Dalam melaksanakan Tugas Akhir ini, penulis menggunakan dua macam metode, yaitu metode observasi atau pengamatan dan metode  interview atau wawancara serta metode studi kepustakaan.

1.       Metode Observasi atau Pengamatan

Dalam hal ini penulis langsung terjun kedalam laborotorium teknik kimia untuk melakukan pengamatan terhadap data yang ada dan kira kira apa saja yang dibutuhkan nantinya di dalam program.

2.       Metode Interview atau Wawancara

Disini penulis melakukan wawancara langsung dengan pengelola laboratorium laboratorium teknik kimia. Dalam hal ini penulis ingin mengetahui secara langsung keadaan laboratoruim, keadaan data, kebutuhan akan bantuan program aplikasi dan sebagainya. Selain itu penulis juga menjelaskan apa saja yang nantinya akan dibutuhkan dan dilakukan oleh penulis dalam melakukan Tugas Akhir tersebut.

3.       Metode Studi Kepustakaan

Yaitu aktivitas mempelajari keterangan atau teori-teori yang berhubungan dengan data yang akan diolah. Disini penulis mencari panduan dalam buku bagaimana cara membuat program aplikasi yang baik yang nantinya dapat digunakan dengan baik dan mempunyai nilai jual yang tinggi kelak dipasaran software.

 4.       Desain Software

Desain software nantinya akan dibuat dengan mengacu pada data yang ada di laboratorium teknik kimia. Jadi dalam hal ini penulis belum bisa mendesain software Tugas Akhir dalam  proposal Tugas Akhir ini. Jadi sekali lagi desain sorware akan menyesuaikan data keadaan peralatan dan barang yang ada di laboratorium. Yang jelas sotware ini nantinya adalah software yang berjalan under windows (berjalan diatas system operasi windows) yang mempunyai bentuk visual seperti layaknya program-program aplikasi lain yang berjalan diatas windows. Sebagai gambaran adalah nantinya program ini akan berisi:

a.       Master, yang meliputi:

1)            Data peralatan

2)            Data barang

3)            Data penunjang

b.      Data keadaan peralatan dan barang

c.       Data absensi mahasiswa yang melakukan praktikum

d.      Laporan-laporan

e.       Profil-profil

Dan sebagai contoh bentuk visualisasi program yang akan penulis kerjakan adalah sebagai berikut:

Pelaksanaan Tugas Akhir

Tugas Akhir yang nantinya akan penulis laksanakan adalah dengan cara sebagai berikut.

Yang pertama, penulis mencari sumber data di laboratorium yang nantinya akan diolah. Setelah data didapat dengan lengkap maka Tugas Akhir siap dilakukan.

Kedua, dengan melihat kondisi data yang ada dan mengacu pada ilmu yang didapat dalam perkuliahan , penulis mulai menyusun dan membuat membuat program.

Ketiga, pembuatan program tidak dilakukan ditempat Tugas Akhir (laboratorium teknik kimia), tetapi pembuatan dilakukan diluar tempat kerja pratek, tetapi akan terus melakukan koneksi dan koordinasi dengan pihak laboratorium untuk melakukan pengambilan data.

Keempat, jika nantinya program aplikasi yang telah jadi mempunyai kualitas standar yang baik, maka program tersebut dapat dan boleh digunakan oleh pihak laboratorium dengan ijin dari pembuat.

F.    RENCANA KEGIATAN TUGAS AKHIR

Kegiatan Tugas Akhir ini rencananya akan dilaksanakan selama satu semester yaitu semester ganjil tahun ajaran 2005/ 2006, atau selama bulan oktober 2005 sampai Januari 2006. Pelaksanaan Tugas Akhir disini meliputi dua tahap yaitu pengambilan data dan pengolahan data.

Adapun jika tenyata terdapat perpanjangan waktu dikarenakan program yang belum selesai, maka penulis akan tetap melakukan Tugas Akhir hingga program tersebut selesai.

G.    JADWAL TUGAS AKHIR

       Tugas Akhir ini penulis laksanakan pada semester ganjil tahun akademik 2005/ 2006 dengan jadwal sebagai berikut:

 

Demikian rencana Tugas Akhir yang akan penulis tempuh. Semoga dapat terlaksana dengan lancar tanpa suatu halangan apapun.

PENUTUP

Demikian proposal ini  dibuat sebagai langkah awal dimulainya Tugas Akhir yang akan penulis tempuh. Diharapkan nantinya penulis dapat menyelesaikan segala apa yang telah direncanakan dengan lancar dan selesai tepat pada waktunya. Selain itu penulis juga mengharap kerja sama dari segala pihak demi lancarnya Tugas Akhir penulis.

Disamping itu penulis juga meminta bantuan kepada seluruh pihak terkait (khususnya dosen pembimbing) agar bersedia membantu penulis jika nantinya penulis mendapatkan kesulitan ditengan jalan dalam menghadapi Tugas Akhir ini,  supaya penulis dapat menyelesaikan Tugas Akhir dengan baik dan mencapai tujuan yang diharapkan, dan menghasilkan produk berupa program aplikasi yang mempunyai nilai kompetensi yang tinggi.

Semoga proposal ini dapat menjadi gambaran awal bagi seluruh pihak terkait berkenaan dengan rencana Tugas Akhir yang akan  penulis lakukan. Dan sebagai penutup, penulis memohon saran dan kritik beserta solusi yang yang bersifat membangun. Jika ada kesalahan penulisan dan kata-kata penulis minta maaf yang sebesar-besarnya.

Pemohon

AK-9

Salam Satu Cahaya Kekuatan Pikiran Berawal Dari Hati bayoete.blogspot.com

informasi

Informasi

Berikut juga akan disampaikan pengertian informasi dari berbagai sumber.

1.        Menurut Gordon B. Davis dalam bukunya Management Informations System: Conceptual Foundations, Structures, and Development menyebut informasi sebagai data yang telah diolah menjadi bentuk yang berguna bagi penerimanya dan nyata, berupa nilai yang dapat dipahami di dalam keputusan sekarang maupun masa depan.

2.        Menurut Barry E. Cushing dalam buku Accounting Information System and Business Organization, dikatakan bahwa informasi merupakan sesuatu yang menunjukkan hasil pengolahan data yang diorganisasi dan berguna kepada orang yang menerimanya.

3.        Menurut Robert N. Anthony dan John Dearden dalam buku Management Control Systems, menyebut informasi sebagai suatu kenyataan, data, item yang menambah pengetahuan bagi penggunanya.

4.        Menurut Stephen A. Moscove dan Mark G. Simkin dalam bukunya Accounting Information Systems: Concepts and Practise mengatakan informasi sebagai kenyataan atau bentuk-bentuk yang berguna yang dapat digunakan untuk pengambilan keputusan bisnis.

Dari keempat pengertian seperti tersebut di atas dapat disimpulkan bahwa informasi merupakan hasil dari pengolahan data menjadi bentuk yang lebih berguna bagi yang menerimanya yang menggambarkan suatu kejadian-kejadian nyata dan dapat digunakan sebagai alat bantu untuk pengambilan suatu keputusan.

 Salam Kekuatan Berawal Dari Hati bayoete.blogspot.com

data

Data

Banyak terdapat pengertian data yang dirangkum dari berbagai sumber. Bagian ini akan mengutip tiga pengertian data dari sudut pandang yang berbeda-beda.

1.        Menurut berbagai kamus bahasa Inggris-Indonesia, data diterjemahkan sebagai istilah yang berasal dari kata “datum” yang berarti fakta atau bahan-bahan keterangan.

2.        Dari sudut pandang bisnis, terdapat pengertian data bisnis sebagai berikut: “Business data is an organization's description of things (resources) and events (transactions) that it faces”. Jadi data, dalam hal ini disebut sebagai data bisnis, merupakan deskripsi organisasi tentang sesuatu (resources) dan kejadian (transactions) yang terjadi.

3.        Pengertian yang lain mengatakan bahwa “data is the description of things and events that we face”. Data merupakan deskripsi dari sesuatu dan kejadian yang kita hadapi.

Jadi pada intinya, data merupakan kenyataan yang menggambarkan suatu kejadian dan merupakan kesatuan nyata yang nantinya akan digunakan sebagai bahan dasar suatu informasi.

Salam Kekuatan Berawal Dari Hati bayoete.blogspot.com

Info Pelepasan n Wisuda 2010/ 2011 STIE 'AUB' S-2 Magister Manajemen

PENGUMUMAN

Nomor : 570/ PP.03.1l/ VII/ 2011

Diberitahukan Kepada Mahasiswa Program Pasca Sarjana Program Magister Manajemen (MM), bahwa :

1.   Pendaftaran pelepasan dan Wisuda Semester Genap 2O1O|2O11 dilaksanakan mulai Senin, 25 Juli 2O11 s/d Jumat, 26 Agustus 2011. Apabila sampai dengan 26 Agustus 2011 tidak mendaftar, maka tidak diikutkan wisuda.

2.    Syarat untuk dapat mengikutiwisuda, sbb :

- Tesis print out sebanyak 2 exemplar dan dijilid

- CD Tesis lengkap sebanyak 2 buah

- Membayar wisuda Semester Genap 2010/ 2011

3. Mahasiswa yang akan mengikuti pelepasan dan wisuda harap mengisi formulir  Pendaftaran, dan menunjukan bukti pelunasan biaya pelepasan dan wisuda

4.      Gladi bersih wisuda dilaksanakan hari Jum'at, 23 September 2011, jam 13.00

Wib (tidak boleh ijin) bertempat di Gedung Garuda Graha Kampus ll STIE "AUB" Surakarta

5.      Acara Pelepasan diselenggarakan hari Jum'at, 23 September 2011 jam 18.30 WlB, bertempat di Hotel Sunan Solo

6.      Wisuda akan dilaksanakan hari Sabtu, 24 September 2011, jam 07.30 Wib

bertempat di Gedung Garuda Graha Kampus ll STIE "AUB'Surakarta

7.      Biaya pelepasan dan Wisuda Rp ---------- ( ---------- rupiah), dengan kegunaan :

a.       Pelepasan                                           : Rp. -------,-  

b.      Wisuda                                               : Rp. -------,-  

c.       Sumbangan Perpustakaan                    : Rp. -------,-  

d.      luran Wajib Alumni                               : Rp. -------,- 

e.       Biaya Legalisir ljazah dan Transkrip      : Rp. -------,- 

f.   Dana Publikasi                                       : Rp. -------,-

8. Pembayaran melalui BANK MANDIRI Kantor Kas Palur Cabang Solo, atas nama Yayasan Karya Dharma Pancasila (YKDP) Surakarta, Nomor Rekening : 138 - 0000 - 07710 - 2

Demikian untuk menjadikan perhatian.

 YAYASAN KARYA DHARMA PANCASILA SURAKARTA

SEKOLAH TINGGI ILMU EKONOMI - AUB SURAKARTA

STIE ''AUB' SURAKARTA

Jl. Mr. Sartono 97 Telp. (0271) 854915 Fax. (0271) 853084, Surakarta.57l35

 denah lokasi STIE 'AUB'

 Salam Kekuatan Berawal Dari Hati bayoete.blogspot.com

Proposal Jaringan Syaraf Tiruan - Penentuan Jalur Terpendek

Mata kuliah JST menjadikan ide ini muncul untuk garap penelitian sebagai aplikasi perkuliahan JST TE/ TI'2002 “PENENTUAN JALUR TERPENDEK PADA KASUS TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SELF ORGANIZING MAP“

A. RENCANA JUDUL

“PENENTUAN JALUR TERPENDEK PADA KASUS TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SELF ORGANIZING MAP“

B. BIDANG ILMU

Matematika, Jaringan Syaraf Tiruan, Komputer.

C. PENDAHULUAN

1. Jalur Terpendek ( SHORTEST PATH )

Andaikan diberikan sebuah graph G dalam tiap garis (x,y) dihubungkan dengan titik a (x,y) mewakili panjang dari garis. Dalam beberapa hal, panjang sebenarnya mewakili biaya atau beberapa nilai lainnya. Panjang dari lintasan adalah menentukan panjang jumlah dari masing-masing garis yang terdiri dari lintasan. Untuk 2 verteks s dan t dalam G, ada beberapa lintasan dari s ke t . Masalah lintasan terpendek meliputi pencarian lintasan dari s ke t yang mempunyai lintasan terpendek dan biaya termurah.

a. Defenisi Jalur Terpendek

Jalur terpendek (Shortest Path) antara dua verteks dari s ke t dalam jaringan adalah lintasan graph berarah sederhana dari s ke t dengan sifat dimana tidak ada lintasan lain yang memiliki nilai terendah. Pada persoalan ini akan terdorong untuk menyelesaikan suatu persoalan untuk menentukan jalur terpendek dan biaya termurah dalam suatu jaringan dengan mengimplementasikannya ke dalam kasus travelling salesman problem yang merupakan salah satu persoalan dalam Jaringan Syaraf Tiruan.

Setiap path dalam digraph mempunyai nilai yang dihubungkan dengan nilai path tersebut, yang nilainya adalah jumlah dari nilai edge path tersebut. Dari ukuran dasar ini dapat dirumuskan masalah seperti “ mencari lintasan terpendek antara dua vertek dan meminimumkan biaya”.

Banyak bidang penerapan mensyaratkan untuk menentukan lintasan terpendek berarah dari asal ke tujuan di dalam suatu distribusi aliran berarah. Algoritma yang diberikan dapat dimodifikasi dengan mudah untuk menghadapi lintasan berarah pada setiap iterasinya.

Suatu versi yang lebih umum dari masalah lintasan terpendek adalah menentukan lintasan terpendek dari sembarang verteks menuju ke setiap verteks lainnya. Pilihan lain adalah membuang kendala tak negatif bagi “jarak”. Suatu kendala lain dapat juga diberlakukan dalam

suatu masalah lintasan terpendek.

Definisi 1.1. Lintasan terpendek antara dua verteks dari s ke t dalam jaringan adalah lintasan graph berarah sederhana dari s ke t dengan sifat dimana tidak ada lintasan lain yang memiliki nilai terendah.

Pada gambar 1.1. dapat dilihat bahwa setiap edge terletak pada path-path dari titik 1 ke titik 5. Edge merepresentasikan saluran dengan kapasitas tertentu (contohnya, air) dapat dialirkan melalui saluran. Sedangkan verteks merepresentasikan persimpangan saluran. Air mengalir melalui verteks pada vertex yang dilalui

Lintasan terpendek dari verteks pada graph di atas adalah P = {1 – 4, 4 – 5} dengan kapasitas 4.

2. Travelling Salesman Problem

Permasalahan TSP (Traveling Salesman Problem ) adalah permasalahan dimana seorang salesman harus mengunjungi semua kota dimana tiap kota hanya dikunjungi sekali, dan dia harus mulai dari dan kembali ke kota asal. Tujuannya adalah menentukan rute dengan jarak total atau biaya yang paling minimum. Permasalahan TSP merupakan permasalahan yang memang mudah untuk diselesaikan dengan algoritma Brute Force, tetapi hal itu hanya dapat dilakukan dengan jumlah kota atau simpul yang tidak banyak. Kompleksitas algoritma untuk permasalahan TSP dengan algoritma Brute Force adalah O(n!) dengan catatan n adalah jumlah kota atau simpul dan setiap kota atau simpul terhubung dengan semua kota atau simpul lainnya. Dengan jumlah sebanyak 20 kota, maka banyak sirkuit Hamilton yang mungkin adalah sebanyak 6 x 1016.

12.1. Pendahuluan

Selain masalah sarana transportasi, efisiensi pengiriman surat atau barang ditentukan pula oleh lintasan yang diambil untuk mengirimkan surat atau barang tersebut. Oleh karena itu solusi optimal dari permasalahan TSP ini, akan sangat membantu perusahaan pegiriman surat atau barang untuk mengefisienkan proses pengiriman barang, baik dari segi waktu maupun dana.

Hingga kini kompleksitas algoritma permasalahan TSP masih tidak dapat diketahui pasti, bahkan setelah 50 tahun lebih pencarian. Hal tersebut menjadikan TSP menjadi salah satu permasalahan yang hingga kini belum terselesaikan dalam banyak permasalahan optimasi matematis.

12.2 Sejarah Permasalahan TSP

Permasalahan matematika tentang Traveling Salesman Problem dikemukakan pada tahun 1800 oleh matematikawan Irlandia William Rowan Hamilton1 dan matematikawan Inggris Thomas Penyngton2. Gambar dibawah ini adalah foto dari permainan Icosian Hamilton yang membutuhkan pemain untuk menyelesaikan perjalanan dari 20 titik menggunakan hanya jalur-jalur tertentu.

Diskusi mengenai awal studi dari Hamilton dan Kirkman dapat ditemukan di Graph Theory 1736-19363 oleh N. L. Biggs, E. K. LLoyd, dan R. J. Wilson, Clarendon Press, Oxford, 1976. Bentuk umum dari TSP pertama dipelajari oleh para matematikawan mulai tahun 1930. Diawali oleh Karl Menger4 di Vienna dan Harvard. Setelah itu permasalahan TSP dipublikasikan oleh Hassler Whitney5 dan Merrill Flood6 di Princeton. Penelitian secara detail dari hubungan antara Menger dan Whitney, dan perkembangan TSP sebagai sebuah topik studi dapat ditemukan di makalah Alexander Schrijver’s7 “On the history of combinatorial optimization (till 1960)”8.

3. Algoritma Self Organizing Map

3.1 Pendahuluan

Jaringan saraf tiruan Self Organizing Maps (SOM) atau disebut juga dengan jaringan Kohonen telah banyak dimanfaatkan untuk pengenalan pola baik berupa citra, suara, dan lain-lain [1,2]. Jaringan SOM sering pula digunakan untuk ekstraksi ciri (feature) pada proses awal pengenalan pola. Ia mampu mereduksi dimensi input pola ke jumlah yang lebih sedikit sehingga pemrosesan komputer menjadi lebih hemat.

Dalam paper ini akan dicoba memanfaatkan jaringan saraf tiruan SOM/Kohonen untuk pengenalan citra dengan kehadiran noise dan juga pergeseran serta pengecilan bentuk. Jaringan dilatih untuk mengenali pola sebanyak lima belas macam yang meliputi tiga bentuk (kubus, tabung, dan kerucut) dengan masing-masing lima posisi berbeda. Jaringan dilatih terus menerus sampai diperoleh error tertentu. Pada proyek ini diteliti pula struktur dan parameter jaringan SOM yang optimal untuk kebutuhan pengenalan citra ini. Dengan didapatnya struktur yang optimal, maka diharapkan jaringan akan cepat belajar dan dapat mengenali citra dengan error yang minimum. Pada proses percobaan didapat beberapa parameter yang optimal yaitu jumlah Kohonen map, nilai neighborhood, dan alpha/learning rate adalah 90, 10, 0.9. Jaringan diuji untuk mengenali citra dengan deformasi, yaitu pemberian variasi noise pada input citra. Juga diuji seberapa jauh jaringan dapat menangani pergeseran bentuk. Untuk pengenalan citra bernoise dengan memakai bobot-bobot optimal maka jaringan Kohonen ini mempunyai tingkat keberhasilan sekitar 98 % untuk semua level noise.

3.2 Deskripsi Sistem

Jaringan SOM/Kohonen yang digunakan di sini digambarkan pada gambar 1. Dimensi input citra yang digunakan di sini adalah 10 x 10 pixel. Node input dihubungakan dengan node output dengan koneksi bobot, yang mana bobot ini selalu diperbaiki pada proses iterasi pelatihan jaringan.

Prinsip kerja dari algoritma SOM adalah pengurangan node-node tetangganya (neighbor), sehingga pada akhirnya hanya ada satu node output yang terpilih (winner node). Pertama kali yang dilakukan adalah melakukan inisialisasi bobot untuk tiap-tiap node dengan nilai random. Setelah diberikan bobot random, maka jaringan diberi input sejumlah dimensi node/neuron input (10x10). Setelah input diterima jaringan, maka jaringan mulai melakukan perhitungan jarak vektor yang didapatkan dengan menjumlah selisih/jarak antara vektor input dengan vektor bobot. Secara matematis dirumuskan

 

Setelah diketahui tiap-tiap jarak antara node output dengan input maka dilakukan perhitungan jumlah jarak selisih minimum. Dimana node yang terpilih (winner) berjarak minimum diberi tanda khusus, yaitu diberikan angka satu dan node yang lain nol. Tahap akhir algoritma ini adalah melakukan perubahan bobot pada node output yang terpilih beserta tetangga sekitarnya (misal node terpilih adalah node ke-20 dan jumlah neighborhood=5, maka bobot pada node ke-15 sampai ke-25 akan diubah), yang dirumuskan sebagai berikut:

a(t) merupakan alpha/ learning rate yaitu faktor pengali pada perubahan bobot yang berubah terhadap perubahan error. Perubahan alpha ini sesuai dengan banyaknya input yang masuk. Faktor pengali alpha/learning rate ini akan selalu berkurang bila tidak ada perubahan error.

Pada metode ini hasil pengenalan pola/citra ada pada bobot-bobot yang terdapat pada node winner output. Dibandingkan dengan bobot-bobot yang lain, bobot pada winner output ini paling

mendekati dengan pola yang dilatihkan pada jaringan. Pada proses pelatihan bobot pada winner output beserta dengan tetangganya selalu diupdate, dilakukan iterasi terus menerus sampai mencapai error yang diinginkan. Jikalau belum mencapai error tertentu maka proses kembali pada penginputan citra untuk dilatih kembali.

Dalam perubahan bobot ini hal yang paling menentukan adalah alpha/learning rate a(t). Faktor pengali ini menentukan kecepatan belajar jaringan dan diset dengan nilai antara nol sampai satu. Untuk faktor pengali yang cukup besar akan didapatkan hasil belajar yang cepat, tetapi dengan pemetaan yang kasar. Dan untuk faktor pengali yang kecil akan didapatkan pemetaan yang bagus

dengan waktu belajar yang lebih lama. Bobot yang didapatkan bukan hanya didasarkan pada besarnya vektor tapi arah vektor itu sendiri.

Inisialisasi bobot dilakukan dengan cara memberikan bobot random antara -1 sampai 1. Jika hal ini dilakukan maka vector bobot akan benar-benar menyebar dengan random. Konsekuesi dari penyebaran yang random memungkinkan jaringan tidak dapat belajar secara konvergen dan akhirnya jaringan akan memiliki orientasi yang sangat berbeda dengan orientasi awal. Karena kesalahan orientasi ini akan dapat menyebabkan jaringan tidak terlatih dan pada akhirnya menghasilkan sedikit node yang dapat membedakan input.

Salah satu metode untuk mencegah terjadinya nonkonvergen adalah menginisialisasi bobot awal dengan pola-pola yang sangat mirip dengan pola-pola yang akan dilatihkan (input pattern). Dengan cara ini maka jaringan akan dapat belajar secara perlahan mengikuti perubahan input yang ada, yang pada akhirnya didapatkan bentuk pemetaan yang sesuai dengan yang diperlukan

oleh jaringan untuk pengenalan pola. Pada algoritma Kohonen didapatkan node output yang saling berhubungan antara satu node dengan node yang lain, dari hubungan ini maka node yang satu akan mempengaruhi node-node yang lain. Sebelum diberikan input maka daerah keputusan

memiliki area yang sangat lebar. Setelah melewati tahapan pelatihan maka luas area dari vektor keputusan akan semakin kecil.

3.3 Algoritma Self Organizing Map

Algoritma SOM adalah sbb.

1. Inisialisasi random reference vector untuk tiap neuron. Misalnya struktur yang dipakai adalah two-dimensional array SOM, diatur pada array n x n. Tiap vektor berdimensi d, sama dengan dimensi data.

2. Untuk tiap input vector training data x, tentukan best-matching neuron. Yaitu neuron yang memiliki jarak terdekat dengan input vector x, diukur memakai Euclidean distance. Neuron ini disebut winner.

3. Update-lah reference vector dari winner neuron ini dan neighboring neuron. Neighboring neuron ini didefinisikan sebagai neuron yang topographically berada pada posisi yang dekat dengan winner neuron di array n x n. Misalnya pada gambar di bawah (klik-lah untuk memperbesar), jika neuron yang berwarna merah adalah winner neuron untuk suatu input vector, maka neighboring neuron untuk winner neuron ini adalah mereka yang terletak di dalam lingkaran area, yang didefinisikan dengan Nc(t1), Nc(t2), … dst. Nc(t1) adalah batas area pada iterasi ke-1, Nc(t2) adalah batas area pada iterasi ke-2, dst. Radius area semakin lama semakin menyempit, misalnya sebagaimana didefinisikan oleh persamaan (3). Reference vector diupdate berdasarkan persamaan (1), sedangkan neuron yang secara topografi terletak jauh dari winner neuron tidak diupdate (persamaan (2) ). Persamaan (3) mendefinisikan learning rate yang dipakai studi saya.

Step ke-3 ini yang membedakan SOM dengan algoritma vector quantization yang lain, karena proses mapping dilakukan secara terurut (ordered mapping) dan merefleksikan distribusi vektor x. Konsekuensinya data yang dipetakan pada suatu neuron S, akan memiliki kemiripan karakteristik dengan data yang dipetakan ke neuron yang secara topografi terletak didekat neuron

S. Dengan kata lain, data yang pada ruang vektor dimensi tinggi terletak berdekatan, akan dipetakan ke neuron pada twodimensional-array yang berdekatan juga.

D. PERUMUSAN MASALAH

1. Analisa Jaringan Syaraf Tiruan untuk menyelesaikan permasalahan Travelling Salesman Problem yang dipergunakan untuk penentuan jalur terpendek.

2. Melakukan analisa pada traveling salesman problem dengan mencari jalur terpendek untuk 25 titik.

E. TINJAUAN PUSTAKA

Jaringan Syaraf Tiruan yang selanjutnya dikenal dengan nama JST merupakan cabang ilmu multidisiplin yang relative masih baru. Pada dasarnya JST mencoba meniru cara kerja otak makhluk hidup. Salah satu struktur yang ingin ditiru adalah bentuk neuron-nya (Sel Syaraf).

Sel Syaraf (neuron) dalam banyak hal sama dengan sel-sel tubuh yang lain, hanya bedanya sel neuron tidak dapat berkembang biak. Faktor kecerdasan dari syaraf tidak ditentukan di dalam sel tetapi terletak pada bentuk dan topologi jaringannya.

Jaringan syaraf tiruan didefenisikan sebagai system pemrosesan informasi yang mempunyai karakteristik menyerupai jaringan syaraf manusia. Jaringan syaraf tiruan tercipta sebagai suatu generalisasi model matematis dari pemahaman manusia (human cognition) yang didasarkan atas asumsi sebagai berikut:

1. Pemrosesan informasi terjadi pada elemen sederhana yang disebut neuron.

2. Isyarat mengalir diantara sel syaraf (neuron) melalui suatu sambungan penghubung.

3. Setiap sambungan penghubung memiliki bobot yang bersesuaian. Bobot ini akan digunakan untuk mengandakan/mengalikan isyarat yang dikirim melaluinya.

4. Setiap sel syaraf akan menerapkan fungsi aktivasi terhadap isyarat hasil penjumlahan berbobot yang masuk kepadanya untuk menentukan isyarat keluarannya.

Sistem jaringan syaraf tiruan disebut juga brain metaphor, computional neuroscience atau parallel distributed processing serta connection. Jaringan syaraf tiruan tersusun dari sejumlah besar elemen yang melakukan kegiatan analog dengan fungsi-fungsi biologis neuron yang paling elementer. Elemen – elemen ini terorganisasi sebagaimana layaknya anatomi otak, walaupun tidak persis. Jaringan syaraf tiruan dapat belajar dari pengalaman, melakukan generalisasi atas contoh–contoh yang diperoleh dan mengabtarksi karakteristik essensial input bahkan untuk data yang tidak relevan.

Jaringan syaraf tiruan memiliki sejumlah besar kelebihan dibandingkan dengan metode perhitungan lainnya, yaitu:

1. Kemampuan mengakusisi pengetahuan walaupun dalam kondisi ada gangguan dan ketidakpastian. Hal ini karena jaringan syaraf tiruan mampu melakukan generalisasi, abtraksi, dan ekstraksi terhadap property statistic dari data.

2. Kemampuan merepresentasikan pengetahuan secara fleksibel. Jaringan syaraf tiruan dapat menciptakan sendiri representasi melalui pengaturan diri sendiri atau kemampuan belajar (Self Organizing).

3. Kemampuan untuk memberikan toleransi atas suatu distorsi (error/fault), dimana gangguan kecil pada data dapat dianggap hanya sebagai noise (guncanngan) belaka.

4. Kemampuan memproses pengetahuan secara efisien karena memakai system parallel, sehingga waktu yang diperlukan untuk mengoperasikan menjadi lebih singkat.

Dengan tingkat kemampuan yang sangat baik, beberapa aplikasi jaringan syaraf tiruan sangat cocok untuk diterapkan pada:

1. Klasifkasi, memilih suatu input data kedalam satu katagori tertentu yang diterapkan

2. Asosiasi, mengambarkan suatu objek secara keseluruhan hanya dengan sebuah bagian dari objek lain.

3. Self Organizing, kemampuan untuk mengelola data-data input tanpa harus memiliki data sebagai target.

4. Optimasi, menemukan suatu jawaban atau solusi yang paling baik sehingga seringkali dengan meminimalisasikan suatu fungsi biaya (optimizer).

Karakteristik jaringan syaraf tiruan ditentukan oleh:

1. Pola hubungan antar neuron (disebut dengan arsitektur jaringan)

2. Metode penentuan bobot-bobot sambungan (disebut dengan pelatihan atau proses belajar jaringan)

3. Fungsi aktivasi.

F. TUJUAN PENELITIAN

Tujuan penulisan tugas akhir adalah:

1. Menganalisa kasus traveling salesman problem (tsp) dengan menggunakan algoritma self organizing map untuk mendapatkan jalur terpendek atau sikular.

2. Hasil simulasi dari arsitektur yang dipilih memiliki kemampuan belajar yang cepat dan akurat.

G. KONTRIBUSI PENELITIAN

Dengan mengimplementasikan arsitektur jaringan Self Oragnizing Map pada Travelling Salesman Problem dapat bermanfaat dalam pengembangan Artificial Neural Network lebih lanjut dengan penerapan komputerisasi dalam bidang simulasi pengenalan lainnya.

H. METODE PENELITIAN

Metode penelitan dalam tulisan ini adalah :

1. Pembahasan mengenai Shortest Path, Travelling Salesman Problem dan Algoritma Self-Organizing.

2. Menerjemahkan permasalahan Travelling Salesman Problem dengan algoritma Self-Organizing Map ke model matematis dan komputerisasi.

3. Menganalisa algoritma Self-Organizing Map dalam kajian kasus Travelling Salesman Problem.

DAFTAR PUSTAKA

1. Andri Kristanto, 2004, Jaringan Saraf Tiruan (Konsep Dasar, Algoritma dan Aplikasinya ), Gava Media Yogyakarta.

2. Arief Hermawan, 2006, Jaringan Syaraf Tiruan Teori dan Aplikasi, Penerbit ANDI Yogyakarta.

3. Diyah Puspitaningrum , 2006 , Pengan Jaringan Syaraf Tiruan, Penerbit ANDI Yogyakarta.

4. Jong Jek Siang, Drs, M.Sc, 2005, Jaringan Syaraf Tiruan & Pemrogramannya Menggunakan Matlab, Penerbit ANDI Yogyakarta.

5. Sri Kusumadewi, 2004, Membangun Jaringan Syaraf Tiruan Menggunkan MATLAB & EXCEL LINK, Penerbit GRAHA ILMU Yogyakarta.

---- Semoga Bermanfaat Bagi Civitas Teknik Informatika ----

--- Khususnya Yang Memilih Mata Kuliah Pilihan JST ---

  Salam Kekuatan Berawal Dari Hati bayoete.blogspot.com