IMPLEMENTASI PARTICLE SWARM OPTIMIZATION DENGAN PARALLEL COMPUTING DI R UNTUK DISTRIBUSI TEKANAN PADA JARINGAN PIPA AIR

• Main Author: Asyari, Ali Hasan (Author)
• Format: Book
• Published: 2017-08-23.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata

Summary

Pemecahan masalah untuk kasus optimasi telah banyak digunakan oleh para peneliti sebagai solusi. Berbagai algoritma optimasi yang banyak digunakan untuk memecahkan permasalahan optimasi tersebut. Salah satunya adalah algorittma Particle Swarm Optimization (PSO) sebagai salah satu model kecerdasan buatan yang telah banyak digunakan. Algoritma PSO ini adalah merupakan salah satu metode swarm intelligence berdasarkan algoritma meta-heuristik dan terinspirasi oleh kawanan pergerakan burung, telah banyak digunakan untuk optimasi di berbagai bidang karena telah memberikan kinerja yang baik. Oleh karena itu, dalam penelitian ini memanfaatkannya untuk menentukan distribusi tekanan pada jaringan pipa air. Hal itu bisa dilakukan dengan sistem sebagai persamaan non linier yang sulit, sebelumnya hal ini diubah menjadi masalah optimasi yang dipecahkan oleh PSO. Selain itu, untuk mengurangi waktu komputasi, penelitian ini menerapkan PSO dalam Parallel Computing dengan menggunakan R package, yang disebut "foreach" dan "doParallel". Hal ini bisa dilakukan, karena parallel computing mempunyai proses yang lebih cepat dan akurasi yang lebih baik. Selain itu, dapat diketahui bahwa parallel computing yang digunakan dalam bahasa pemograman R ini sudah banyak dilakukan oleh peneliti untuk mengembangakan sistem berbasis parallel seperti untuk data analysis, data mining, big data, dan lain-lain. Beberapa percobaan dan analisisnya dilakukan untuk memvalidasi model dan implementasi. Hasil penelitian menunjukkan bahwa PSO dengan paralle computing dapat digunakan untuk meningkatkan kinerja secara efektif.----------Troubleshooting for optimization cases has been widely used by researchers as a solution. Various optimization algorithms are widely used to solve optimization problems. One of them is Particle Swarm Optimization (PSO) algorithm as one of artificial intelligence model that has been widely used. PSO algorithm is one of the swarm intelligence methods based on meta-heuristic algorithm and inspired by the flock of bird movement, has been widely used for optimization in various fields because it has given good performance. Therefore, in this study utilize it to determine the distribution of pressure on the water pipe network. It can be done with the system as a non-linear equation which is difficult, before it is converted into an optimization problem solved by PSO. In addition, to reduce computational time, this study applies PSO in Parallel Computing using the R package, called "foreach" and "doParallel". This can be done, because parallel computing has a faster process and better accuracy. In addition, it can be seen that parallel computing used in R programming language has been done by researchers to develop parallel based systems such as for data analysis, data mining, big data, and others. Several experiments and analyzes were conducted to validate the model and implementation. The results show that PPSO can be used to improve performance effectively.

Item Description

http://repository.upi.edu/30954/1/S_IKOM_1305264_Title.pdf
http://repository.upi.edu/30954/2/S_IKOM_1305264_Abstract.pdf
http://repository.upi.edu/30954/3/S_IKOM_1305264_Table_of_Content.pdf
http://repository.upi.edu/30954/4/S_IKOM_1305264_Chapter1.pdf
http://repository.upi.edu/30954/5/S_IKOM_1305264_Chapter2.pdf
http://repository.upi.edu/30954/6/S_IKOM_1305264_Chapter3.pdf
http://repository.upi.edu/30954/7/S_IKOM_1305264_Chapter4.pdf
http://repository.upi.edu/30954/8/S_IKOM_1305264_Chapter5.pdf
http://repository.upi.edu/30954/9/S_IKOM_1305264_Bibliography.pdf
http://repository.upi.edu/30954/10/S_IKOM_1305264_Bibliography.pdf
http://repository.upi.edu/30954/11/S_IKOM_1305264_Appendix.pdf