Permasalahan yang sering dihadapi pada bidang optimasi komputasi adalah dalam bentuk multiple objective optimisation problem, hanya sedikit yang berbentuk single objective. Salah satunya adalah pada masalah supply chain pada energi listrik terutama pada produksi listrik. Permasalahan itu meliputi permasalahan economic and emission dispatch (EED). Pada penyelesaian multiple objective optimization problem pada penelitian ini akan dibangun suatu Sistem Pendukung Keputusan yang berbasis Kecerdasan Buatan pada game serius untuk permasalahan EED. Pembentukan Sistem Pendukung Keputusan ini terdiri dari lima tahap yaitu pemodelan, optimisasi, pengklasteran, scenario generator dan pengambilan keputusan. Pada tahap pemodelan menggunakan model EED, tahap optimisasi menggunakan metode kecerdasan buatan untuk mencari nilai optimumnya yaitu NSGA2, tahap pengklasteran menggunakan metode pengklasteran FLVQ untuk mengelompokkan keputusan – keputusan tersebut menjadi lebih sedikit, tahap scenario generator untuk memberikan permasalahan kepada pengambil keputusan dan tahap akhir yaitu pengambilan keputusan. Hasil penelitian dengan pengklasteran menggunakan FLVQ menunjukkan bahwa untuk pengklasteran 2 klaster menghasilkan error sebesar 2,6413E-08 sedangkan untuk pengklasteran 3 klaster menghasilkan error sebesar 4,9371E-08 pada permasalahan.yang menggunakan 2 fungsi obyektif. Sedangkan untuk permasalahan multiobyektif dengan 3 fungsi obyektif menunjukkan bahwa untuk pengklasteran 2 klaster menghasilkan error sebesar 3,0261E-08 dan untuk pengklasteran 3 klaster menghasilkan error sebesar 2,8515E-08. Solusi optimal hasil pengklasteran akan memberikan kemudahan kepada pengambil keputusan untuk menentukan pilihan dari keputusan yang akan dibuat. Bentuk pembelajaran dalam pengambilan keputusan adalah dalam bentuk serious game dengan menggunakan Game Based Learning. Dengan mengubah skenario permasalahan lewat Scenario Generator maka pengambil keputusan (pemain) dapat mempelajari keputusan - keputusan yang dibuatnya, sehingga akan didapatkan keputusan yang tepat dan akurat.


Alt. Description

Multiobjective optimization problems are often faced in computational optimization, only a few problems in single objective. One of the multiobjective optimization problems is supply chain problem in electrical energy especially in production of electric power. That problem is included economic and emission dispatch (EED). This research builds an Inteligent Decision Support System (IDSS) to solve multiobjective optimization problems in Serious Game for EED problems. This IDSS is consisted of five stages such as modeling, optimization clustering, scenario generator and decision making. In first stage, it is builded an modeling for EED problems. Optimization stage, based on NSGA2, is builded to search optimum value of the problems. Clustering stage with FLVQ method is used to cluster decisions to be smaller. Scenario generator stage is builded to produce scenario that decision maker or player wants to learn it. The last stage is decision making by player. The results of research that use clustering with FLVQ method show us that clustering with two clusters produce error at 2.6413E-08 and for three clusters produce error at 4.9371E-08 for multiobjective problem with two objective functions. While for multiobjective problem with three objective functions clustering with two clusters produce error at 3.0261E-08 and for three clusters produce error at 2.8515E-08. This research combines IDSS with Serious Game. This Serious Game uses Game Based Learning method to teach a decision maker to make a decision. Scenario generator gives some problems for player to solve that problem in order that decision maker can learn his decision.

1.  ITS-PhD-14769-2207301702-Cover_id.pdf - 15 KB 
2.  ITS-PhD-14769-2207301702-Cover_en.pdf - 15 KB 
3.  ITS-PhD-14769-2207301702-Approval_Sheet.pdf - 161 KB 
4.  ITS-PhD-14769-2207301702-Abstract_id.pdf - 161 KB 
5.  ITS-PhD-14769-2207301702-Abstract_en.pdf - 161 KB 
6.  ITS-PhD-14769-2207301702-Preface.pdf - 162 KB 
7.  ITS-PhD-14769-2207301702-Table_of_Content.pdf - 166 KB 
8.  ITS-PhD-14769-2207301702-Illustrations.pdf - 177 KB 
9.  ITS-PhD-14769-2207301702-Tables.pdf - 164 KB 
10.  ITS-PhD-14769-2207301702-Simbols.pdf - 178 KB 
11.  ITS-PhD-14769-2207301702-Biography.pdf - 178 KB 
12.  ITS-PhD-14769-2207301702-Chapter1.pdf - 196 KB 
13.  ITS-PhD-14769-2207301702-Conclusion.pdf - 175 KB 
14.  ITS-PhD-14769-2207301702-Bibliography.pdf - 191 KB 
15.  ITS-PhD-14769-2207301702-Presentation.pdf - 647 KB 

• SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TENAGA AHLI DALAM PENGERJAAN PROYEK DI PERUSAHAAN KONSULTAN PERENCANA DAN PENGAWASAN DENGAN METODE FUZZY QUERY
• SISTEM PENDUKUNG KEPUTUSAN PENENTUAN RESIKO PENYAKIT GINJAL
• PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODIL VENDOR MANAGED INVENTORY UNTUK MENENTUKAN PEMBELIAN BAHAN BAKU PADA INDUSTRI FURNITURE YANG BERSIFAT JOB ORDER (STUDI KASUS DL CV KAYU MURAL SURABAYA)
• PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN UNTUK PENGADAAN DAN KONTROL INVENTORI SPAREPART SEAT KABIN B737-800 NG DENGAN PENDEKATAN (R,s,S) (STUDI KASUS : PT. GMF AEROASIA)
• PENGEMBANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN PROVISIONING KOMPONEN ROTABLE BOEING 737-800 NG DI PT. GMF AERO ASIA
• PERENCANAAN KEBUTUHAN MATERIAL EMERGENCY SLIDE RAFT UNTUK MEMENUHI TINGKAT SAFETY STOCK (STUDI KASUS : EMERGENCY WORKCENTER PT.GMF AEROASIA)
• PENGEMBANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN KEBIJAKAN REPAIR KOMPONEN ROTABLE PADA PESAWAT BOEING 737-800NG DI PT. GMF AEROASIA
• SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN SMK MENGGUNAKAN NEURO FUZZY
• PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS AGENT SYSTEM UNTUK PENGALOKASIAN ORDER PADA VIRTUAL CLUSTER USAHA KECIL MENGENGAH (UKM)
• PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN BERBASIS SIMULASI DISKRIT UNTUK PERENCANAAN STRATEGI BOARDING PENUMPANG PESAWAT BOEING 737-800