Oswaldo, Muhammad Ibrahim (2014) Implementasi Metode Pairwise Comparison Pada Uji Kinerja Varian Metode Kecerdasan Buatan Pada Penyelesaian Masalah TSP. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5110100081-Undergraduate_Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Dalam sebuah kasus pengambilan keputusan sering
memerlukan perbandingan dari beberapa kriteria yang berbeda.
Pairwise Comparison adalah metode perbandingan berpasangan
yang dapat digunakan untuk memperoleh kecenderungan terkait
dari setiap kriteria yang dibandingkan. Studi kasus yang diangkat
adalah permasalahan TSP dengan permasalahan utama adalah
pemilihan metode yang tepat untuk penyelesaian masalah TSP.
Nilai pairwise comparison matrix didapatkan
berdasarkan tabel derajat kepentingan dari kriteria yang
dibandingkan. Jika pairwise comparison matrix dapat diterima
kelayakannya, dari proses normalisasi dan nilai bobot vektor
yang didapat, kita dapat mengetahui nilai akhir dari setiap
metode yang dibandingkan. Nilai akhir tertinggi yang dimiliki
sebuah metode, menjadikan metode tersebut metode terbaik yang
terpilih.
Dalam pembangunan model ini, penulis akan
menggunakan matlab. Dari hasil uji coba model yang dibangun
dapat disimpulkan bahwa algoritma basic ant colony
optimization lebih baik dari basic genetic algorithm dalam
penyelesaian masalah TSP.
=================================================================================================================
In a case of decision making often requires the
comparison of several different criterion. Pairwise Comparison is
a method of paired comparisons that can be used to obtain the
related tendency of each criterion being compared. The case
study is the TSP problem which main problem is the selection of
appropriate methods for solving the TSP.
Pairwise comparison matrix values obtained based on the
degree of importance of the criterion table are compared. If the
pairwise comparison matrix is acceptable feasibility, of the
normalization process and the values of the weight vector is
obtained, we can determine the final value of each method are
compared. The best method is the method which has the highest
end of the value.
In the construction of this model, authors will use matlab.
From the test results that the model is built it can be concluded
that the basic ant colony optimization algorithm is better than the
basic genetic algorithm in solving TSP
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSIf 005.74 Osw i 3100014056228 |
| Uncontrolled Keywords: | Basic Ant Colony Optimization (ACO), Basic Genetic Algorithm (GA), Kecerdasan Buatan, Pairwise Comparison Matrix, Travelling Salesman Problem (TSP). |
| Subjects: | Q Science > QA Mathematics > QA76.76.A65 Application software. Enterprise application integration (Computer systems) |
| Divisions: | Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Yeni Anita Gonti |
| Date Deposited: | 11 Nov 2020 05:56 |
| Last Modified: | 11 Nov 2020 05:56 |
| URI: | http://repository.its.ac.id/id/eprint/82242 |
Actions (login required)
 |
View Item |