Pembuatan algoritma genetika untuk optimasi hasil keputusan

ide di peroleh dari apa yang kita baca dan juga apa yang kita lihat. terus terang tuntutan kita agar hidup kita lebih efektif dalam mengakses berbagai infomrasi tentu akan membuat kita lebih baik kalo menggunakan peralatan yagn sagat bagus.

mungkin pengolahan data yang di jadikan basis pengajaran di intel xdk akan lebih baik lagi kalau pakai data yang lebih . jika kita hanya menggunakan untuk hanya mengetahui informasi saja. akan lebih baik lagi jika bisa menggunakan intel xdk untuk membuat aplikasi yang bisa digunakan untuk mencari lokasi terdekat. tentu ini akan lebih baik lagi jika kita bisa  menggunakna plugin untuk mencari data geolocation . ini harus aku coba dan syarat - syaratnya apa.

kita harus menambahkan plugin dengan menggunakan cordoba., tetapi teknik ini belum di coba. sehingga tak seorangpun tahu . atau seorang yang sudah tahu belum saya coba . apakah yang di coba tersebut sudah betul secara teknik dan koding

mungkin harus di coba dulu agar kita , bisa memberikan kesimpulan kepada teori yang selama ini di buat oleh orang lain. karena ketika tadi mengajar mata kuliah android saya mencoba untuk menampilkan data gambar di layar intel xdk tetapi ternyata gambar tidak bisa muncul . mungkinkah konsep ataupun rumsu untuk menampilkan gambar tidak sama dengan apa yang ada di html 5.

aku harus terus mencari cara terbaru agar apa yang selama ini aku merasa ketinggalan dengan orang bisa aku kejar . di balik kekuranganku dengan menurunnya kekuatan kakiku aku harus bisa membuat program yang baik yang bisa di instal di android.

sementara ini . aku harus mencari bagaiman cara memasang geolocation pada intel xdk agar bisa di jadikan dasar untuk mencari jarak yang terpendek ketika kita mau menampilkan data dari jalan tersebut. ALhamdullilah sekarang ini aku sudah tidak mengajar di hari selasa , kamis dan jumat sehingga nantinya aku bisa gunakan untuk mengupdate kemampuanku dalam pemrograman dan analisan untuk memahami beberapa algoritma yang bisa kita gunakan untuk memecahakna masalah. terutama masalah optimasi yang saat ini sangat aku inginkan untuk jadi judulkan dan harus di cari dulu referensi nya...

apakah itu individu dalam algoritma genetika

kekurangan informasi mengenai . algoritma genetika menyebabkan penyususunan ini tidak maksimal . yang harus di buat adalah beberapa resume ataupun rangkuman tentang ini . karena itu pencarian tentang apapun informasi itu yang berkenaan denga algoritma genetika wajib di cari sampai dapat. agar nantinya dalam penyususunan tidak mengalami kebingungan lagi. pengertian dan formulasi di bahasa pemrograman dapat di gunakan untuk menyeelsaikan tugas dengan cepat. pengertian ini menuntut waktu yang lebih untuk membaca dan memahaminya. agar nantinya kita bisa mencari dan menentukan cara yang paling tepat untuk bisa di buat dalam penyeelsaian tugas akhir yang seharusnya sekaragn sudah saya susun. pengertian dari genetika adalah sifat-sifat yagn di miliki oleh individu baru dan ketika di kawin silangkan maka akan ada individu baru yang nantinya akan mempunyai sifat-sifat yang ada kesamaan dari individu yang membentuknya dalam hal ini adalah kromosom dan gen yang di punya oleh orang tuanya

sifat dari kromosom yang dimiliki oleh orang tua adalah bisa penyabar, penyayang dan juga suka kerja keras misnya kromosom itu di miliki oleh seorang suami dan sedang istrinya punya sifat yang sangat bertentangan dengan suamiinya seperti dia pemarah tapi pengertian , bagaimana menghitung kemunkinan dari itu. sehingga nanti di dapat keturangan baru yagn merupakan kombinasi dari kromosom - kromosom orang tuanya. tersebut

bagaimana dia di hitung dan bagaimana menyatutkan mereka dalam pemilihan seorang dosen yang dapat di pakai untuk menggantikan seorang dosen yagn tidak masuk. tetnu ini merupakan tantangan tersendiri bagi kita. bagaiman itu bisa di tetnukan dan kromosom itu miliki siapa .. ??. karena dosen tersebut dapat menggantikan dosen yang tidak masuk jika dia tidak punya jadwal mengajar pada hari itu dan juga punya loyalitas yang baik kepada perusahana. jadi ada beberapa aktor ataupun individu yang dapat menentukan pergantian dari dosen tersebut

pertama adalah matakuliah, dosen,jadwal dan juga kemampuan mengajar dari dosen tersebut. yang jadi masalah adalah bagaimana menentukan nilai ideal dari dosen yang punya kromosom - kromosom tersebut. tentu ini harus di tentukan dengan menyusun terlebih dahulu . karena penggunaan algoritma sangat banyak aplikasinya dari bisnis sampai dengan tekniknya..

jika kita mengambil study kasus tentang penjadwalan di suatu lembaga pendidikan seperti wearnes . nilai dari initial individu itu apa?. apakah setiap dosen tersebut bisa di sebut dengan individu . kemudian individu yang punya nilai kromosom paling tinggi maka oleh program yang menggunakan algoritma genetika akan dipilih untuk menggantikan dosen yang hari itu tidak masuk.

dari beberapa artikel tentang teori dasar dari genetika , bahwa kromosom adalah sifat dari individu . tetapi jika dalam permasalahan itu ada lima macam maka dengan sendirinya kromosom tersebut akan mempunyai 5 variabel. walaupun sekarang masih belum ada contohnya ???

untuk generasi baru. kromosom terbentuk dari proses seleksi dari kromosom-kromosom yang di punyai oleh generasi sebelumnya. proses terbentuknya generasi baru dari proses kawin silang atau yang disebut dengan cross-over yang nantinya akan menghasilkan generasi baru yang di sebut offspring. offspring atau keturunan yang baru terbentuk dari kromosom - kromosom sebelumnnya di mana terbentuk dengan proses yang namanya cross over

algoritma genetika

genetika adalah sifat turunan yang di peroleh dari induk. dan tentu saja induk akan menurunkan sifatnya kepada turunan-turunannya. dan setiap individu akan terdiri dari gen . dimana gen tersebut adalah sebuah variabel yang nantinya akan membuat sebuah kromosom . dan dan kemudian ada perkawinan silang atau apa yang disebut dengan cross over antar individu sehingga membuat individu yang baru

Algoritma genetika

ide dasar dari algoritma genetika adalah mengelolah suatu potensi individu yang merupakan representasi dari  kandidat untuk penyelesaian masalah   dimana secara umum algoritma genetika mempunyai lima dasar komponent (Michalewicz, 1996)

1. Representasi genetik dari solusi-solusi masalah.
2. Cara membentuk populasi awal dari solusi-solusi.
3. Fungsi evaluasi yang me-rate (rating) solusi-solusi berdasarkan fitness mereka.
4. Operator-operator genetik yang merubah komposisi genetik dari offspring selama reproduksi.
5. Nilai-nilai untuk parameter algoritma genetika
   
   
   algoritma ini memaintenain individu - individu untuk setiap generasi . dimana masing-masing individu mempunyai nilai yang potensial untuk masalah yang dihadapi.  masing-masing individu di nilai terhadap nilai fitnessnya untuk masalah yang di hadapi

salah satu aplikasi yang paling sering di pakai adalah masalah optimasi . yaitu mendapatkan nilai solusi yang optimal terhadap masalah yang dihadapi . daya tarik algoritma genetika adalah pada kesederhanaan dan kehebatan untuk mencari solusi terbaik terhadap permasalahan yang di hadapi

Kelebihan Algoritma Genetika

Beberapa hal yang termasuk kelebihan dari Algoritma Genetika adalah sebagai berikut (Haupt dan Haupt, 2004):

• Mengoptimalkan dengan variabel kontinu atau diskrit,
• Tidak memerlukan informasi derivatif,
• Bersamaan pencarian dari sebuah sampling yang luas pada permukaan biaya,
• Berkaitan dengan sejumlah besar variabel,
• Baik untuk komputer paralel,
• Mengoptimalkan permukaan variabel dengan biaya yang sangat kompleks (GA bisa melompat dari minimum lokal),
• Memberikan daftar variabel yang optimal, bukan hanya solusi tunggal,
• Dapat menyandikan variabel sehingga optimasi dilakukan dengan mengkodekan variabel, dan
• Bekerja dengan data numerik yang dihasilkan, data eksperimen, atau analitis fungsi.

Algoritma genetika berangkat dari himpunan solusi yang dihasilkan secara acak yang disebut populasi. Sedangkan setiap individu dalam populasi disebut kromosom yang merupakan representasi dari solusi dan masing-masing dievaluasi tingkat ketanggguhannya (fitness) oleh fungsi yang telah ditentukan. Melalui proses seleksi alam atas operator genetik, gen-gen dari dua kromosom (disebut parent) diharapkan akan menghasilkan kromosom baru dengan tingkat fitness yang lebih tinggi sebagai generasi baru atau keturunan (offspring) berikutnya. Kromosom-kromosom tersebut akan mengalami iterasi yang disebut generasi (generation). Pada setiap generasi, kromosom dievaluasi berdasarkan nilai fungsi fitness (Gen dan Cheng, 2000). Setelah beberapa generasi maka algoritma genetika akan konvergen dapat kromosom terbaik, yang merupakan solusi optimal (Goldberg, 1989).

Memberi pengantar untuk penggunaan class atau oop di php

karena jamannya pemrograman prosedural sudah hampir habis. mau tidak mau harus mengikuti metode baru yaitu pemrograman berdasarkan oop. karena unggul dalam penggunaan kembali . dan bisa di paket dan tidak perlu lagi membuat koding untuk membuat suatu aplikasi .

oop bagian datanya

karena banyak smart phone yang berbasis android sekarang ini . di sekolahan-sekolahan banyak aplikasi untuk membantu pekerjaan manusia agar manusia dapat menyelesaikan pekerjaan dengan cepat dan dengan akurasi yang sangat baik

karena sekarang ini untuk pemrograman prosedural rupanya sudah tergeser ke arah pemrograman yang objec. karena jika kita membutuhkan skript pada suatu aplikasi . jika kita menggunakan prosedural maka kita harus mengetiknya lagi. tetapi jika kita menggunakan oop maka oop tersebut tinggal kita paket dan kemudian kita panggil lagi.

ini yang kadang membuat kesulitan agar anak-anak didik saya bisa paham membuat aplikasi dengan bahasa pemrograman tetapi menggunakan oop  tentu saja mereka terlebih dahulu harus kuat di konsepnya agra secara urutan dalam penulisannya tidak membuat kesalahan . karena penulisan yang benar dapat cepat dalam penyelesaian tugasnya..

memang secara design saya kalah jika di banding dengan teman-teman . harusnya dengan suatu pendekatan yang baik akan membuat bagaimana penulisan program ataupun skirpt bisa lebih mudah lagi . pertama-tama dalam mengajar mereka yang tidak punya dasar pemrograman yang baik adalah . membuat pengertian akan bahasa pemrograman lebih baik lagi. karena mereka dasarnya bukan dari informatika

Menyelidiki fungsi dari bisnis intelegence

untuk tetap bisa bertahan dalam dunia bisnis. pembuatan keputusan harus terus di dasarkan kepada data-data yang tepat . dan pengambilan keputusan yang baik harus sesuai dengan data yang ada

 

Membuat hidup data lebih hidup => Membuat data lebih bermakna”

Business Intelligence (BI) merupakan sebuah proses untuk melakukan ekstraksi data-data operasional perusahaan dan mengumpulkannya dalam sebuah data warehouse. Selanjutnya data di data warehouse diproses menggunakan berbagai analisis statistik dalam proses data mining, sehingga didapat berbagai kecenderungan atau pattern dari data. Hasil penyederhanaan dan peringkasan ini disajikan kepada end user yang biasanya merupakan pengambil keputusan bisnis. Dengan demikian manajemen dapat mengambil keputusan berdasarkan fakta-fakta aktual, dan tidak hanya mengandalkan intuisi dan pengalaman kuantitatif saja.


Business Intelligence Software (BI) secara singkat juga dikenal sebagai dashboard. Ini karena secara umum BI berfungsi seperti halnya dashboard pada kendaraan. BI memberikan metrik (ukuran-ukuran) yang menentukan performa kendaraan (organisasi). BI juga memberikan informasi kondisi internal, seperti halnya suhu pada kendaraan. Dan BI juga memberikan sinyal-sinyal pada pengemudi bila terjadi kesalahan pada kendaraan, seperti bila bensin akan habis pada kendaraan. Semuanya berguna bagi pengemudi agar mampu mengendalikan kendaraannya dengan lebih baik dan mampu membuat keputusan yang tepat dengan lebih cepat.

Pada prakteknya, BI akan berfungsi sebagai analis, penghitung scorecard,
sekaligus memberikan rekomendasi pada user terhadap tindakan yang sebaiknya diambil. Dengan menjalankan fungsi dashboard, user BI akan mengenali potensi ketidakberesan pada perusahaan sekaligus dengan penyebabnya sebelum hal tersebut berkembang menjadi masalah yang besar. BI akan berfungsi memberikan advance alarm, memberikan informasi trend dan melakukan benchmark.

BI berfungsi untuk membantu dalam membuat keputusan perusahaan atau bisnis secara cepat dan akurat.
Contoh Masalah dalam Bisnis Intelligence
Berbagai macam contoh Masalah yang bisa diatasi hanya dengan menggunakan Bisnis Intelligence antara lain sebagai berikut:
a. Manager Promosi ingin menganalisis pengaruh tiap jenis media iklan di koran, majalah, dan TV terhadap penjualan produk.
b. Manager HRD dapat menganalisis pengaruh kenaikan gaji terhadap peningkatan produktivitas pekerja di lantai pabrik.
c. Manajer Penjualan ingin mengetahui pengaruh musim dan kepadatan penduduk terhadap penjualan es krim di tiap daerah


Keuntungan Bisnis Intelligence:
Ada 7 keunggulan utama BI yang akan memberikan value bagi perusahaan adalah sebagai berikut:
a. Konsolidasi informasi Dengan BI dijalankan di dalam perusahaan, data akan diolah dalam satu platform dan disebarkan dalam bentuk informasi yang berguna (meaningful) ke seluruh organisasi. Dengan ketiadaan information assymmetry, kolaborasi dan konsolidasi di dalam perusahaan dapat diperkuat. Dengan konsolidasi, maka dapat dimungkinkan pembuatan cross-functional dan corporate-wide reports. Meskipun harus diakui, benefit ini juga mampu disediakan oleh software ERP.

b. In-depth reporting Software Business Process Management (BPM) memang mampu memberikan report dan analisis, namun cukup sederhana dan hanya bertolak pada kondisi intern. Sedangkan BI mampu menyediakan informasi untuk isu-isu bisnis yang lebih besar pada level strategis.

c. Customized Graphic User Interface (GUI) Beberapa ERP memang berusaha membuat tampilan GUI yang user friendly, namun
BI melangkah lebih jauh dengan menyediakan fasilitas kustomisasi GUI.
Sehingga tampilan GUI jauh dari kesan teknis dan memberikan view of business sesuai dengan keinginan masing-masing user.

d. Sedikit masalah teknis Ini karena -pertama- sifatnya yang user friendly meminimasi kemungkinan operating error dari user, dan -kedua- BI hanya merupakan software pada layer teratas (information processing) dan bukan business process management.

e. Biaya pengadaan rendah Karena BI hanya software yang bekerja pada layer teratas dari pengolahan informasi, harga software-nya tidak semahal ERP. Biaya pengadaannya pun menjadi lebih murah dibandingkan ERP. Apalagi saat ini banyak ditunjang juga oleh produk BI yang open source.

f. Flexible databank BI membuka kemungkinan untuk berkolaborasi dengan ERP sebagai pemasok databank yang akan diolah menjadi reports dan scorecard, namun BI juga dapat bekerja dari databank yang dibuat terpisah. BI pun menjadi terbuka untuk digunakan oleh analis profesional dan peneliti, yang data olahannya bersifat sekunder.

g. Responsiveness Sifat BI lain yang tidak dimiliki oleh ERP adalah dalam hal kecepatan (responsiveness). Misalnya pada penghitungan service level sebagai salah satu Key Performance Indicator (KPI). Fungsi BI akan memberikan peringatan kepada user sebelum batas bawah dalam service level (lower limit) terlampaui. Akibatnya masalah bisa ditangani sebelum benar-benar muncul ke permukaan. Salah satu contoh padResponsivenessa industri kesehatan, penggunaan BI berjasa mencegah penyebaran suatu penyakit/wabah secara luas (outbreak). Nama-nama vendor BI memang masih asing di Indonesia.

Pengaplikasian Bisnis Intelligence:
Hingga saat ini, organisasi yang telah mengimplementasikan komponen dari Enterprise Performance Management System dan Business Intelligence Oracle pada tahun fiskal 2008 di antaranya Bank of Communications (Cina), CJ Entertainment (Korea), GM Daewoo Auto & Technology (Korea), Huadian Power (China), Hyunjin Materials (Korea), Kolon (Korea), Korea Investment & Securities (Korea), Korea Land Corporation, Korea Zinc (Korea), MIDEA (China), New World Department Stores (Hong Kong), Samsung Electronics (Korea), Sterlite Industries (India) Ltd. (India), Vedanta Resources plc (India), dan Woori Bank (Korea).
PT Coca Cola Distribution Indonesia dan Ayala Corporation dari Filipina tercatat telah mengadopsi komponen software Enterprise Performance Management (EPM) dan Business Intelligence (BI) dari Oracle.
Alternatif lain menggunakan produk BI open source yang saat ini makin populer, yaitu Pentaho.

Pentaho Corporation didirikan pada tahun 2004 oleh Richard Daley. Richard sebelumnya telah bekerja di IBM dan bertanggung jawab terhadap bagian BI. Pentaho dalam perjalanannya melakukan akuisisi terhadap berbagai proyek open source terkenal dan melakukan perbaikan terhadapnya seperti JFreeReport. Disusul oleh Mondrian, Kettle dan Weka dimana semua lead developer dari proyek ini tetap dipertahankan.

Dengan demikian stack solusi BI untuk Pentaho semakin lengkap dan bisa dibilang tahun 2007 dan 2008 merupakan tahun keemasan Pentaho dengan peningkatan penjualan lisensi (Pentaho menerapkan opsi dual lisensi: gratis dan berbayar) dan meraih banyak penghargaan.

7 Saran Sebelum Menggulirkan BI
Untuk memperoleh hasil optimal dari suatu solusi BI, Rebecca Wettemann, vice president of research, Nucleus Research, menyarankan tujuh aturan berikut:
1. Pastikan data yang Anda miliki “bersih”.
2. Latihlah calon pengguna secara efektif.
3. Gelar solusi secara cepat, kemudian sesuaikan sambil jalan. Jangan habiskan waktu banyak untuk membangun sistem pelaporan yang sempurna, karena kebutuhan akan berubah sejalan perubahan bisnis. Sajikan laporan yang paling penting secara cepat, dan lakukan perubahan seperlunya.
4. Ambil pendekatan terintegrasi untuk membangun data warehouse sejak awal. Pastikan Anda tidak terjebak pada strategi pengolahan data yang tidak bisa dikerjakan di kemudian hari.
5. Tentukan secara jelas ROI dan keuntungan yang akan Anda peroleh, sebelum memulainya. Evaluasi pencapaian Anda setiap tiga atau enam bulan sekali.
6. Pusatkan perhatian pada tujuan-tujuan bisnis.
7. Jangan membeli piranti lunak BI hanya karena Anda merasa membutuhkannya. Gelarlah BI dengan pikiran bahwa ada angka-angka di luar sana yang perlu Anda temukan, dan secara kasar Anda tahu di mana angka itu berada.

beberapa aplikasi yang akan booming di masa depan

Perusahaan riset Gartner mengeluarkan daftar 10 aplikasi mobile yang akan booming di masa depan, apalagi kian hari pangsa pasar pengguna internet bergerak terus berkembang.

Namun, dari daftar yang dikeluarkan Gartner tersebut tidak semuanya mengejutkan karena tidak semuanya tergolong aplikasi baru. Alasannya karena, teknologi yang diadopsi belum dipakai secara luas serta teknologinya masih mengalami pertumbuhan.

"Kami meramalkan banyak pemakai yang akan menggunakan tidak lebih dari lima aplikasi mobile saja. Namun, demikian, di masa depan aplikasi semakin maju sehingga menjadikanya sebagai 'killer applications'," ungkap Sandy Shen, Direktur Riset Gartner, seperti yang dikutip dari keterangan resminya, Kamis (26/11/2009).

Dan berikut daftar lengkap 10 aplikasi mobile di masa depan versi Gartner:

1. Money Transfer: Ini merujuk kepada orang-orang yang mengirim uang melalui pesan SMS. Seperti pembayaran via mobile, layanan ini memiliki lebih banyak daya tarik dalam pasar berkembang untuk saat ini.

2. Layanan berbasis lokasi: Perangkat berbasis lokasi seperti Global Positioning System (GPS) akan semakin populer di masa depan. Gartner mengatakan ini akan menjadi salah satu teknologi yang paling berkembang di masa depan, dengan basis pengguna yang tumbuh dari 96 juta pada 2009 menjadi 526 juta pada 2012.

3. Mesin Pencari: Mesin pencari di ponsel bukanlah hal yang baru, tetapi pada platform mobile, hal itu mungkin mendapatkan peningkatan lagi. Gartner meramalkan bahwa konsumen akan tergantung pada mesin pencari yang terkenal di desktop seperti, Google, Yahoo, dan Bing yang akan diformat melalui ponsel.

4. Mobile Browsing: Gartner Mengatakan bahwa teknologi akses internet selular akan banyak digunakan di masa depan dibandingkan suara. Tapi dalam catatan Gartner, kemampuan browsing di ponsel hanya 60 persen. Pada 2013, angka itu akan naik menjadi 80 persen.

5. Mobile Health Monitoring: Teknologi terbaru yang masih butuh waktu dalam mengembangkan pasar, pemantauan kesehatan secara mobile, menurut Gartner, masih terlalu dini untuk menuju semakin matang.

6. Pembayaran via Mobile: Seperti transfer via ponsel, pembayaran seperti ini turut berkembang dengan perubahan yang lebih cepat. Namun, bahkan sebagai layanan yang baru tumbuh, Gartner mengakui akan ada tantangan.

7. Near Field Communications (NFC): Fitur ini lebih populer di beberapa negara Eropa dan pasar Asia ketimbang di Amerika Serikat, karena NFC merupakan fitur standar pada banyak ponsel saat ini.

8. Mobile Advertising: Juga bukan hal baru namun tumbuh cepat, iklan di mobile adalah salah satu cara yang paling penting untuk mencetak uang pada konten ponsel. Total belanja iklan di mobile di tahun 2008 adalah USD530,2 juta dan itu akan tumbuh hingga USD7,5 miliar pada tahun 2012.

9. Mobile Instant Messaging: Gartner mengatakan Instant Messaging mempunyai pasar yang kondusif hingga masa depan.

10. Mobile Music: Jika mempunyai iPhone, tentu menjadi hal yang biasa. Namun, bagaimana dengan yang lain? Gartner mengatakan bahwa mulai melihat model-model baru yang inovatif di bidang ini dan model bundling.