Penulis Utama : Levina Fitri Rahmawati
NIM / NIP : M01
×

ABSTRAK. Penentuan jalur terpendek merupakan suatu permasalahan
optimasi yang sering dijadikan studi kasus bagi penelitian. Salah satu
penerapan penentuan jalur terpendek terdapat pada aplikasi ojek online
Go-Jek. Probabilistic Neural Network (PNN) digunakan untuk
menentukan jalur terpendek dengan membagi data menjadi 2 yaitu data
training dan data uji menggunakan 6-fold cross validation. Tujuan dari
penelitian ini adalah untuk membandingkan tingkat akurasi PNN dan
PNN-PSO dalam penentuan jalur terpendek. Hasil penelitian ini
menunjukkan PNN dapat menghasilkan akurasi 100% dan ketika
menggunakan PNN-PSO hasil akurasinya sama 100%. Hal ini
menunjukan bahwa PNN dan PNN-PSO sangat baik dalam menentukan
jalur terpendek.
Kata kunci : GO-JEK, probabilistic neural network (PNN), particle
swarm optimization (PSO)

×
Penulis Utama : Levina Fitri Rahmawati
Penulis Tambahan : -
NIM / NIP : M01
Tahun : 2018
Judul : Penentuan jalur terpendek pada aplikasi ojek online go-jek dengan Probabilistic Neural Network (PNN) dan Particle Swarm Sptimization (PSO)
Edisi :
Imprint : Surakarta - FMIPA UNS - 2018
Program Studi : S-1 Matematika
Kolasi : 8 hal.
Sumber : Hadiah
Kata Kunci :
Jenis Dokumen : Makalah
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Isnandar Slamet
2. Diari Indriati
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
File : Harus menjadi member dan login terlebih dahulu untuk bisa download.