Travelling Salesman Problem (TSP) merupakan salah satu permasalahan optimasi yang terjadi di kehidupan sehari-hari. Permasalahan pada kasus TSP adalah bagaimana membangun rute terpendek yang akan dilalui salesman. Pemodelan kasus ini akan diterapkan pada kegiatan pengangkutan sampah di Dinas Kebersihan dan Pertamanan Kota Pekanbaru (DKP). Saat ini rute pengangkutan sampah yang dikelola DKP masih dilakukan secara konvensional sehingga belum dapat dipastikan bahwa rute yang dibangun sudah optimal. Untuk membangun rute yang optimal pada TSP, penulis mengusulkan menggunakan algoritma genetika. Algoritma genetika merupakan suatu metode yang digunakan untuk memecahkan suatu permasalahan pencarian solusi optimal dalam sebuah masalah optimasi. Algoritma ini mengikuti proses genetik dari organisme-organisme biologi yang berdasar pada teori evolusi Charles Darwin. Implementasi algoritma genetika menguji kemampuan algoritma genetika, dalam mencari solusi rute optimal pada kegiatan pengangkutan sampah. Berdasarkan hasil pengujian yang dilakukan pada tiga wilayah kerja pengangkutan sampah yang disusun oleh Dinas Kebersihan dan Pertamanan Kota Pekanbaru, dapat disimpulkan bahwa algoritma genetika mampu menghasilkan solusi rute yang optimal.

Drug use is very detrimental to the physical and psychological health of users. Drug abuse also causes addiction and is a global epidemic. Therefore it is not surprising that scientific research related to drugs has attracted attention for research. However, many factors become obstacles in the medical services of the drug user, including cost, flexibility, and a slow process. Meanwhile, electronic systems can speed up handling time, improve work efficiency, save costs and reduce inspection errors. It means that a breakthrough is needed in developing a platform that can identify drug users. Therefore, this research aims to build machine learning with expertise like an expert who can diagnose drug users and distinguish the types of drugs used by drug users. The expert system on machine learning was developed using the Forward Chaining and Certainty Factor methods. This study concludes that the expert system on machine learning developed can be used to diagnose drug users and distinguish the types of drugs used with an accuracy of up to 80%. The implications of the expert system on machine learning are an alternative method for narcotics officers and medical doctors in diagnosing drug users and the types of drugs used.

Penelitian ini bertujuan untuk mengetahui pengaruh Board Composition, Agency Cost, Likuiditas dan Leverage terhadap Financial Distress pada perusahaan manufaktur sektor aneka industry yang terdaftar di BEI tahun 2012-2016. Metode analisis yang digunakan adalah metode analisis linear berganda dan uji hipotesis dengan menggunakan data laporan keuangan perusahaan periode 2012-2016. Hasil Penelitian menunjukkan : 1) secara parsial, Board Composition tidak berpengaruh signifikan terhadap Financial Distress. 2) Agency Cost berpengaruh signifikan terhadap Financial Distress.3) likuiditas tidak berpengaruh signifikan terhadap Financial Distress .4) Leverage tidak berpengaruh signifikan terhadap Financial Distress.5) sedangkan, secara simultan Board Composition, Agency Cost, Likuiditas dan Leverage berpengaruh signifikan terhadap Financial Distres pada perusahaan manufaktur sector aneka industry yang terdaftar di BEI tahun 2012-2016. Koefisien determinasi (????2) atas variabel Board Composition, Agency Cost, Likuiditas, dan Leverage terhadap Financial Distres sebesar 70.20% .

Penelitian ini bertujuan untuk mengetahui Pengaruh Return on Asset (ROA), Price Book Value (PBV), Nilai Tukar (Kurs) dan Inflasi terhadap pergerakan harga saham dengan Earning per Share (EPS) sebagai variabel intervening pada saham indeks LQ45 yang terdaftar di bursa efek indonesia 2017-2021. Sampel pada penelitian ini diambil dengan metode sampel jenuh (sensus) pada saham indeks LQ45 yang terdaftar di bursa efek indonesia 2017-2021. Jumlah sampel yang digunakan sebanyak 40 perusahaan. Metode analisis dari penelitian ini adalah menggunakan metode analisis regresi linier berganda. Hasil penelitian ini menunjukkan bahwa secara parsial Return On Asset (ROA) berpengaruh signifikan terhadap Earning per Share (EPS), Price Book Value (PBV) berpengaruh signifikan terhadap Earning per Share (EPS), Kurs berpengaruh signifikan terhadap Earning per Share (EPS), Inflasi berpengaruh signifikan terhadap Earning per Share (EPS), Return On Asset (ROA) berpengaruh signifikan terhadap terhadap Harga Saham, Price Book Value (PBV) berpengaruh signifikan terhadap terhadap Harga Saham, Kurs berpengaruh signifikan terhadap Terhadap Harga Saham, Inflasi berpengaruh signifikan terhadap terhadap Harga Saham, Earning per Share (EPS) berpengaruh signifikan terhadap Harga Saham, Return On Asset (ROA) tidak signifikan terhadap harga saham melalui Earning per Share (EPS) sebagai variabel intervening, Price Book Value (PBV) berpengaruh signifikan terhadap harga saham melalui Earning per Share (EPS) sebagai variabel intervening, Kurs berpengaruh signifikan terhadap harga saham melalui Earning per Share (EPS) sebagai variabel intervening dan Inflasi tidak signifikan terhadap harga saham melalui Earning per Share (EPS) terhadap harga saham melalui Earning per Share (EPS) sebagai variabel intervening pada saham indeks LQ45 yang terdaftar di bursa efek indonesia 2017-2021.

No abstract