📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 4 dokumenPENGEMBANGAN WEBSITE MENU MAKANAN BERGIZI SEIMBANG UNTUK BALITA
Masa balita merupakan masa yang sangat penting untuk anak karena pada masa inilah pertumbuhan serta perkembangan tubuh dan otak anak berjalan dengan pesat. Dengan demikian, pemenuhan asupan gizi sangat penting untuk menjaga proses tersebut berjalan dengan baik. Akan tetapi, di Indonesia sekitar 21,5% anak-anak pada usia balita yang memiliki status gizi stunting. Oleh karena itu, dikembangkan suatu website rekomendasi menu makanan yang dapat membantu orang tua dalam memastikan anak memenuhi kebutuhan gizi hariannya. Website ini menggunakan algoritma optimasi dalam menyusun menu makanan mingguan yang memprioritaskan ketercapaian target AKG serta keberagaman variasi makanan. Algoritma optimasi dibuat menggunakan metode MaOO memakai solver C-TAEA dengan membandingkan hasil rekomendasi menu makanan menggunakan 5 objektif berupa nutrisi makro yang terdiri atas kalori, protein, lemak, karbohidrat, dan serat dengan algoritma yang menggunakan 17 objektif berupa 5 nutrisi makro dan 12 nutrisi mikro yang terdiri atas berupa 5 vitamin dan 7 mineral. Hasil yang didapat menunjukkan bahwa penggunaan nutrisi makro saja sebagai objektif memberikan hasil menu makanan dengan penyimpangan nutrisi yang lebih sedikit dan variasi makanan yang lebih beragam. Optimasi menggunakan target AKG tahun 2014 menunjukkan penyimpangan kalori dengan 5 objektif sebesar 7,45%, sedangkan 17 objektif sebesar 10,15%. Penyimpangan nutrisi makro secara keseluruhan adalah 12,37% untuk 5 objektif dan 16,83% untuk 17 objektif. Variasi makanan yang didapatkan dengan 5 objektif bernilai 0,642 – 0,967, sementara 17 objektif bernilai 0,642 – 0,934. Sedangkan untuk optimasi dengan target AKG tahun 2019, penyimpangan kalori dengan 5 objektif adalah 7,71% dan 17 objektif adalah 13,01%. Dengan penyimpangan nutrisi makro secara keseluruhan untuk 5 objektif adalah 15,32% dan 17 objektif adalah 18,79%. Variasi makanan yang didapatkan untuk 5 objektif bernilai 0,594 – 0,972, sementara 17 objektif bernilai 0,591 – 0,937. Algoritma berhasil merekomendasikan menu makanan dengan ratarata deviasi nutrisi makro di bawah 20%. Algoritma kemudian diimplementasikan ke dalam sebuah website yang mampu menerima informasi usia dan alergi anak, kemudian menampilkan target AKG anak, menu makanan mingguan, serta kandungan nutrisi dalam menu makanan.
DEVELOPMENT AND SIMULATION OF SMART SWARM ALGORITHMS FOR DRONE INSPECTION MISSION
The rapid growth of UAV (Unmanned Aerial Vehicle) research has enabled applications in infrastructure inspection. UAVs replace conventional methods that are time-consuming, costly, and dangerous. Equipped with cameras and sensors, UAVs inspect buildings in real-time, delivering high-resolution data for decision-making. Multi-drone coordination systems allow UAVs to collaborate through intelligent task distribution, increasing efficiency and coverage while minimizing overlap and energy consumption. Challenges remain in optimal path planning, dynamic task assignment, and coordination in complex building geometries. This research develops a multi-level optimization framework for autonomous drone swarm coordination in building inspection missions. The study addresses three key challenges: generating optimal flight paths that maximize coverage while minimizing distance, creating dynamic regional assignment strategies for balanced workload distribution, and designing adaptive waypoint generation systems for diverse building geometries. A comprehensive simulation environment was developed using PyBullet to evaluate algorithm performance across rectangular and octagonal building configurations with various swarm sizes. The proposed framework integrates enhanced path planning algorithms with Bayesian optimization for parameter tuning and dynamic point assignment strategies. Experimental results demonstrate significant performance improvements over baseline approaches, achieving coverage enhancements of 17.1%-63.1% in rectangular environments and 0.3%-46.5% in octagonal environments. Mission efficiency improvements up to 60.9% were observed in optimal configurations. The system successfully adapts to different building geometries while maintaining effective coordination through temporal-spatial overlap analysis and intelligent swarm sizing. These findings validate the effectiveness of the multi-level optimization approach for autonomous building inspection missions.
KLASIFIKASI GAMBAR DENGAN METODE STOCHASTIC GRADIENT DESCENT
Sebagai salah satu cabang dari Aritificial Intelligence, Machine Learning aktif berkembang di berbagai bidang teknologi dan kehidupan manusia. Dengan maraknya big data yang terus berkembang, muncul masalah Machine Learning berskala besar yang harus dipecahkan. Salah satunya caranya adalah dengan menggunakan model matematika. Ada banyak sekali bentuk-bentuk model matematika yang dibangun untuk menyelesaikan kasus-kasus pada domain Machine Learning salah satunya adalah masalah klasifikasi gambar. Pada penelitian ini, akan difokuskan pada penyelesaian masalah klasifikasi gambar dengan menggunakan model perceptron atau neural network sederhana. Dalam membangun model, model yang ingin dibangun adalah model yang optimal, yakni memiliki akurasi yang baik dan efisiensi komputasi yang tinggi. Secara praktik, model dibangun dengan menggunakan metode gradien. Pokok kajian penelitian ini adalah pengaruh adanya unsur stokastik dalam metode Gradient Descent, pada akurasi model dan efisiensi komputasi. Hasil percobaan menunjukkan bahwa secara keseluruhan efisiensi komputasi dapat menjadi lebih tinggi saat menggabungkan unsur stokastik dalam metode gradient descent dengan kriteria pemberhentian tertentu. Akurasi model juga dipengaruhi oleh penambahan unsur stokastik pada metode gradient descent di mana bertambah atau berkurangnya akurasi model dipengaruhi oleh batch size yang dipilih.
IMPLEMENTASI MODEL DINAMIKA PERBANKAN MENGGUNAKAN SISTEM PERSAMAAN DIFERENSIAL DETERMINISTIK
Bank adalah sebuah lembaga intermediasi keuangan yang didirikan dengan kewenangan untuk menerima simpanan dari nasabah dan menyalurkan uang tersebut kepada kreditur yang membutuhkan. Bank memiliki peran penting dalam perkembangan ekonomi suatu negara. Oleh karena itu, pemerintah perlu menjaga stabilitas sistem keuangan agar dapat berjalan secara optimal. Salah satu cara untuk menjaga stabilitas keuangan adalah dengan memodelkan pergerakan komponen neraca bank dengan persamaan matematika. Komponen simpanan, kredit, dan ekuitas akan dimodelkan menggunakan sistem persamaan diferensial logistik yang telah dimodifikasi. Modifikasi yang dilakukan adalah menambahkan komponen surat berharga agar perhitungan cadangan sesuai dengan regulasi terkini. Parameter-parameter model dinamika ini akan ditaksir menggunakan algoritma optimisasi spiral berdasarkan data aktual yang diperoleh melalui laporan keuangan triwulan masing-masing bank. Akurasi model akan diukur berdasarkan mean average percentage error yang diperoleh. Objektif dari penelitian ini adalah melihat perilaku komponen bank dalam jangka panjang. Dengan demikian, penelitian ini juga akan menganalisis sensitivitas model jika parameter kredit macet dan penarikan simpanan divariasikan. Komponen simpanan dan kredit memiliki hubungan linear negatif dengan parameter tersebut, sedangkan komponen ekuitas memiliki hubungan positif degan kedua parameter tersebut. Selain itu, ekuilibrium akan dicari menggunakan metode Broyden dan dianalisis kestabilannya menggunakan kriteria kestabilan Routh-Hurwitz. Ekuilibrium yang diperoleh tentunya dipengaruhi oleh hasil taksiran parameter sebelumnya sehingga akan dianalisis hubungan antara ekuilibrium komponen neraca bank dengan parameter kredit macet dan penarikan simpanan.