PENENTUAN JALUR TERPENDEK PADA OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO)

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] 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