R, LEVINA FITRI (2018) PENENTUAN JALUR TERPENDEK PADA OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO). Other thesis, Universitas Sebelas Maret.
![[img]](https://eprints.uns.ac.id/style/images/fileicons/application_pdf.png) | PDF - Published Version Download (89Kb) |
Abstract
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)
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Q Science > QA Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Fransiska Meilani f |
| Date Deposited: | 01 Feb 2018 07:07 |
| Last Modified: | 01 Feb 2018 07:07 |
| URI: | https://eprints.uns.ac.id/id/eprint/39395 |
Actions (login required)
| View Item |
