<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="14767">
 <titleInfo>
  <title>Rancang Bangun Back End Sosialisasi Pmb Menggunakan Menggunakan Algoritma Ant Colony Optimization (Aco) (Studi Kasus:</title>
  <subTitle>Pmb Politeknik Caltex Riau)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Prastyo Nugroho</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1855301064</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Pekanbaru</placeTerm>
   <publisher>Pustaka Politeknik Caltex Riau</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>xi, 43 hlm.; 20.5 x 14.5 cm</extent>
 </physicalDescription>
 <note>Bidang Penerimaan Mahasiswa Baru(PMB) adalah satuan kerja teknis yang bertanggung jawab terhadap pelaksanaan dan pengembangan program penerimaan mahasiswa baru, salah satu output dari kegiatan PMB adalah untuk mendapatkan mahasiswa baru. Dengan melakukan banyak sosialisasi di berbagai sekolah PMB kesulitan dalam menentukan rute yang optimal dalam melakukan sosialisasi. Proyek akhir (PA) ini berfokus untuk mendapatkan lokasi paling optimal menggunakan ACO untuk penentuan rute terpendek sekolah (back end) Di Pekanbaru tujuan pembuatan PA ini adalah untuk mendapatkan kinerja yang baik menggunakan Algoritma Ant Colony Optimization (ACO), khususnya dalam hal kecepatan komputasi dengan tetap menjaga kualitas solusi. Implementasi yang diterapkan dalam penelitian ini adalah perhitungan probabilitas pemilihan sekolah berikutnya yang dikunjungi, perhitungan intensitas jejak Semut, dan penggunaan jumlah Semut mengikuti ukuran permasalahan. Dari hasil pengujian dapat disimpulkan bahwa dengan menggunakan probabilitas pemilihan sekolah berikutnya dan intensitas jejak Semut dapat menjaga kualitas solusi yang dihasilkan dengan persentase 100% dengan jumlah Semut yang digunakan sama dengan jumlah lokasi. Dalam hal pemakaian memori, Algoritma ACO secara rata-rata lebih efisien karena mengunakan asyncronus. Selain itu waktu yang dibutuhkan untuk menghasilkan rute yang optimal.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Teknik Informatika</topic>
 </subject>
 <classification>PA TI</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA TI</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1855301064</numerationAndChronology>
    <sublocation>Perpustakaan PCR (R)</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="15539" url="" path="KP_PA/POSTER/PA1855301064_poster_pa.png" mimetype="image/png">Poster - Rancang Bangun Back End Sosialisasi Pmb Menggunakan Menggunakan Algoritma Ant Colony Optimization (Aco) (Studi Kasus: Pmb Politeknik Caltex Riau)</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>14767</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2022-09-02 00:00:00</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2022-11-15 13:59:00</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>