Penulis Utama : Levina Fitri Rahmawati
NIM / NIP : M0112050
×

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 : M0112050
Tahun : 2017
Judul : Penentuan Jalur Terpendek pada Aplikasi Ojek Online Go-Jek dengan Probabilistic Neural Network (Pnn) dan Particle Swarm Optimization (Pso)
Edisi :
Imprint : Surakarta - FMIPA - 2017
Program Studi : S-1 Matematika
Kolasi :
Sumber : UNS-FMIPA Sains Matematika-M0112050-2017
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Drs. Isnandar Slamet, M.Sc., Ph. D.,
2. Dr. Dra. Diari Indriati, M.Si.,
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
File : Harus menjadi member dan login terlebih dahulu untuk bisa download.