ANT COLONY

Pengertian

Algoritma ACO (Ant Colony Optimization) adalah salah satu algoritma yang digunakan untuk pencarian jalur. Contoh yang dibahas kali ini adalah mengenai pencarian jalur yang melalui semua titik tujuan dengan jarak paling rendah. 

Ant Colony Optimization adalah teknik probabilitas untuk menyelesaikan permasalahan, berdasarkan tingkah laku semut dalam sebuah koloni yang mencari sumber makanan. Teknik ini dapat digunakan untuk menemukan solusi dari permasalahan kompleks untuk mendapatkan jalur optimal dalam grafik.

Diasumsikan ada sebaran titik yang harus dilalui semuanya
semua titik terhubung secara langsung dengan titik-titik lainnya, dan semua jalurnya dapat dilalui 2 arah
Jarak yang dihasilkan untuk masing-masing titik akan diambil secara acak antara angka 1 sampai 8
Tentukan Jalur yang harus diambil untuk mengelilingi semua titik dengan jarak terpendek

Sebelum masuk kedalam langkah-langkah pembahasan algoritma, ada beberapa konstanta atau parameter yang harus diketahui, yaitu:
* Tentukan alpha dan beta
Alpha dan Beta adalah koefisien yang digunakan untuk perhitungan taueta
Semakin besar nilai alpha, semakin besar nilai taueta
Semakin besar nilai beta, semakin kecil nilai taueta

ALGORITMA DJIKSTRA

Algoritme Dijkstra, (dinamai menurut penemunya, seorang ilmuwan komputer, Edsger Dijkstra), adalah sebuah algoritme rakus (greedy algorithm) yang dipakai dalam memecahkan permasalahan jarak terpendek (shortest path problem) untuk sebuah graf berarah (directed graph) dengan bobot-bobot sisi (edge weights) yang bernilai tak-negatif.

Misalnya, bila vertices dari sebuah graf melambangkan kota-kota dan bobot sisi (edge weights) melambangkan jarak antara kota-kota tersebut, maka algoritme Dijkstra dapat digunakan untuk menemukan jarak terpendek antara dua kota.

Input algoritme ini adalah sebuah graf berarah yang berbobot (weighted directed graph) G dan sebuah sumber vertex s dalam G dan Vadalah himpunan semua vertices dalam graph G.

Setiap sisi dari graf ini adalah pasangan vertices (u,v) yang melambangkan hubungan dari vertex u ke vertex v. Himpunan semua tepi disebut E.

Bobot (weights) dari semua sisi dihitung dengan fungsi

w: E → [0, ∞)

jadi w(u,v) adalah jarak tak-negatif dari vertex u ke vertex v.

Ongkos (cost) dari sebuah sisi dapat dianggap sebagai jarak antara dua vertex, yaitu jumlah jarak semua sisi dalam jalur tersebut. Untuk sepasang vertex s dan t dalam V, algoritme ini menghitung jarak terpendek dari s ke t.

Metode Djikstra ini banyak diterapkan dalam berbagai penelitian ,biasanya dimanfaatkan dalam pencarian rute terpendek ,seperti misalnya pencarian rute terpendek kawan wisata,hotel,dan lain lainnya.

Cara kerja algoritma ini adalah sebagai berikut

Cara kerja  Algoritma dijkstra memakai strategi greedy, dimana pada setiap langkah di pilih sisi dengan bobot terkecil yang menghubungkan sebuah simpul yang sudah terpilih dengan  simpul yang sudah terpilih dengan simpul lain yang belum terpilih.

 Algoritma Dijkstra membutuhkan parameter tempat asal dan tempat tujuan. Hasil akhir dari algoritma ini adalah jarak terpendek dari tempat asal ke tempat ujuan beserta  rutenya.
dibawah ini adalah contoh dari metode djikstra 

Demikian postingan saya kali ini semoga bermanfaat bagi yang membaca ,saya ucapkan wasslamualaikum wr wb.

MEASUREMENT

Assalamualaikum wr wb kembali lagi bersama saya Rhendiq Bagus S.J.Y. Mahasiswa Universitas Bhayangara Surabaya FAkultas Teknik Prodi Informatika,disini saya akan menjelaskan materi ke 6 untuk mata kuliah Sistem Informasi Data Spatial ,langsung saja materi nya adalah sebagai berikut

Analisis Spasial 

*Analisis Spasial adalah sekumpulan teknik yang dapat digunakan dalam pengolahan data SIG

*Hasil Analisis dari analisis spasial sangan bergantung pada lokasi objek yang sedang dianalisis.

*Analisis Spasial juga dapat diartikan sebagai teknik teknik yang digunakan untuk meneliti dan mengeksplorasi data dari perspentif keruangan.semua teknik atau pendekatan perhitungan matematis yang terkait dengan data keruangan dilakukan dengan fungsi analisis spasial tersebut.

Manfaat Analisis Spasial

1. membuat ,memilih,memetakan dan menganalisis data raster berbasis sel.
2 .melaksanakan analisis data vektor / vektor yang terintegrasi
3. mendapatkan informasi baru dari data yang sudah ada.
4. memilih informasi dari beberapa layer data.

MEASUREMENTS

Pengertian

Perhitungan

- jarak antara dua titik

- jarak terpendek antara dua titik

- luas area/polygon

1. Measurements/Pengukuran adalah perpanjangan dari dimensi suatu objek.

2. Dalam sistem internasional dari quantitas, adalah sebuah kuantitas dari dimensi jarak.

3. Dalam konteks lainnya, pengukuran dimensi suatu objek.

Jarak Euclidean :

•Perhitungan jarak lurus dari setiap sel dari sumber lokasi ke tujuan.

•Dasarnya dari teori Pythagoras

•C=√(a2+b2) 

 berikut adalah contoh perhitungan jarak euclidean dari buku 

Cost weighted distance

Path distance analysis

Titik A ke titik B butuh bahan bakar

•Kondisi jalan yang bergelombang

•Jalan yang menanjak

•Jalan yang menurun

•Terdorong angin

•Terhambat angin

Demikian materi dari saya semoga bermanfaat bagi yang membaca saya ucapkan terima kasih atas perhatiannya ,tetap terus ikuti postingan di blog saya untuk mengetahui matei selanjutnya yang akan saya upload ,wassalamualaikum wr wb.

MATERI 5 

Spatial Analisis

Assalamualaikum WR Wb. Jumpa lagi dengan saya Rhendiq Bagus S.J.Y. ,kali ini saya akan membahas mengenai materi ke 5 yaitu Spatial Analisis,berikut adalah materu yang akan dibahas :

Model data ada Ada 2 yaitu Model Data Raster Dan Model Data Vektor dibawah ini merupakan gambar representasi dari Model Data raster dan vektor

nah setelah itu dibawah ini adalah sample  model,atau jika diartikan ke bahasa indonesia menjadi Model sampel,seperti pada gambar dibawah ini

Selanjutnya dibawah ini adalah mengenai Readl World ,seperti pada gambar dibawah ini

Model Data Raster mempunyai kekurangan dan kelebihan seperti pada penjelasan dbawah ini : 

Kelebihan Raster 

¢Representasi seperti aslinya.

¢Dapat melakukan perhitungan matematika.

¢Tampilan dengan resolusi yang tinggi dapat lebih bagus daripada vektor.

Kekurangan Raster

¢Ukuran yang cukup besar.

¢Lebih sulit untuk melakukan pemrosesan semisalnya melakukan transformasi, proyeksi, dll.

¢Representasi pixel belum tentu benar-benar mewakili suatu kenyataanya.

Point Line dan polygon ,

Topologi Merupakan 

Kumpulan aturan atau kebiasaan yang memodelkan dan menampilkan bagaimana fitur dari data spasial membentuk geometri.

Daerah sekitarnya yang berbentuk sisi/titik atau area.

Spatial Analysis

Pengertian Analisis Spasial , Analisis spasial adalah sekumpulan teknik yang dapat digunakan dalam pengolahan data SIG. ... Semua teknik atau pendekatan perhitungan matematis yang terkait dengan data keruangan (spasial) dilakukan dengan fungsi analisis spasial tersebut

Eksplorasi data 

Eksplorasi data adalah pendekatan yang mirip dengan analisis data awal, di mana seorang analis data menggunakan eksplorasi visual untuk memahami apa yang ada dalam kumpulan data dan karakteristik data, daripada melalui sistem manajemen data tradisional [1]. Karakteristik ini dapat mencakup ukuran atau jumlah data, kelengkapan data, kebenaran data, kemungkinan hubungan antar elemen data atau file / tabel dalam data

Analisis By Esri

Sebagian besar data dan pengukuran dapat dikaitkan dengan lokasi dan, karenanya, dapat ditempatkan di peta. Dengan menggunakan data spasial, Anda tahu apa yang ada dan di mana itu. Dunia nyata dapat direpresentasikan sebagai data diskrit, disimpan oleh lokasi geografisnya yang tepat (disebut "data fitur"), atau data berkelanjutan yang diwakili oleh grid biasa (disebut "data raster"). Tentu saja, sifat dari apa yang Anda analisis memengaruhi bagaimana cara terbaik diwakili. Lingkungan alam (elevasi, suhu, curah hujan) sering diwakili menggunakan grid raster, sedangkan lingkungan binaan (jalan, bangunan) dan data administratif (negara, wilayah sensus) cenderung direpresentasikan sebagai data vektor. Informasi lebih lanjut yang menjelaskan apa yang ada di setiap 

lokasi dapat dilampirkan; informasi ini sering disebut sebagai "atribut."

Penggabungan Grafis interaktif dan diagram dengan GIS

Analisis

1Queries

○Pertanyaan yang merepresentasikan dari sistem pengambilan informasi.

○Ambil semua data kota yang padat, minimal 10juta orang.

2Measurements

○Properti dari titik, garis, atau area

○Keterhubungan antara dua objek.

■Jarak antara dua objek.

■Kemiringan seuatu objek.

■

3Transfromasi

○Membuat sebuah objek dan atributnya dari sebuah aturan dan prosedur.

○Dissolve, Buffer, Union, Intersect, Point in Polygon, Spatial Join

Dissolve

Buffer

Union

Intersect

Point in Polygon

Spatial Join

Dengan menggabungkan dan melihat data yang dibagi untuk semua atau sebagian dari daerah yang sama, sebuah data dibuat dengan mengidentifikasi hubungan spasial.

Penggabungan Data 

Mengungkap pengetahuan yang tersembunyi di bawah permukaan. Analisis vektor tradisional dan data tabular — dari yang sangat kecil hingga yang masif. Proses data raster dan citra menggunakan teknik state-of-the-art dalam skala apa pun.

Visualisasi data

Saat Anda melakukan geocode data, Anda menempatkannya secara akurat di peta dan melambangkannya untuk pemahaman lebih lanjut. Dengan menggunakan GIS, Anda akan dapat menjawab pertanyaan seperti, "Di mana kantor regional kami berada?" Dan "Di mana semua truk pengiriman kami?"

 Mencari dimensi dan distribusi

Identifikasi distribusi fitur di suatu lokasi. Misalnya, tentukan jumlah sekolah di dalam kota atau jumlah sungai dalam radius sepuluh mil dari suatu pipa. Dan, lihat berapa banyak pelanggan tinggal dalam jarak lima mil dari toko Anda.

Mencari keterhubungan

Hubungan antara fitur termasuk asosiasi seperti kedekatan, kebetulan, persimpangan, tumpang tindih, visibilitas, dan aksesibilitas. Temukan persimpangan objek dalam ruang dan waktu menggunakan kueri dan visualisasi sementara. Jawab pertanyaan seperti, “Kapan dan di mana jalur migrasi ikan paus akan berpotongan dengan rute pelayaran maritim?”

Mencari jarak terpendek

Temukan rute tercepat, terpendek, atau bahkan paling indah untuk seluruh armada. Hitung waktu drive dan temukan fasilitas. Sertakan nilai biaya seperti jarak, waktu, kemiringan, atau atribut aliran lainnya. Selesaikan hanya untuk dua lokasi berhenti atau urutan banyak pemberhentian dalam urutan terbaik.

Mencari pola

Memprediksi

Sample

Sekian Materi kali ini semoga bermanfaat wassalamualaikumm wr wb ,tetap terus ikuti postingan saya di blog ini trima kasih :)