I
nd
o
ne
s
ia
n J
o
urna
l o
f
E
lect
rica
l En
g
ineering
a
nd
Co
m
p
u
t
er
Science
Vo
l.
22
,
No
.
3
,
J
u
n
e
202
1
,
p
p
.
1716
~
1
7
2
2
I
SS
N:
2
5
0
2
-
4
7
5
2
,
DOI
: 1
0
.
1
1
5
9
1
/i
j
ee
cs.v
2
2
.i
3
.
pp
1
7
1
6
-
1
7
2
2
1716
J
o
ur
na
l ho
m
ep
a
g
e
:
h
ttp
:
//ij
ee
cs.ia
esco
r
e.
co
m
H
y
brid sw
a
rm
int
ellig
ence
-
ba
sed
so
ft
w
a
re t
esting
t
ec
hniques
for
i
m
pro
v
ing
quali
t
y
of co
m
po
nent
b
a
sed so
ft
w
a
re
P
a
la
k
,
P
re
et
i G
ul
ia
,
Na
s
ib Si
ng
h G
ill
De
p
a
rtme
n
t
o
f
Co
m
p
u
ter S
c
ien
c
e
a
n
d
A
p
p
li
c
a
ti
o
n
s,
M
a
h
a
rsh
i
Da
y
a
n
a
n
d
Un
iv
e
rsity
,
Ro
h
tak
,
In
d
ia
Art
icle
I
nfo
AB
ST
RAC
T
A
r
ticle
his
to
r
y:
R
ec
eiv
ed
Ma
r
1
6
,
2
0
2
1
R
ev
i
s
ed
A
p
r
2
7
,
2
0
2
1
A
cc
ep
ted
Ma
y
1
,
2
0
2
1
Be
in
g
a
ti
m
e
-
c
o
n
su
m
in
g
a
n
d
c
o
stly
a
c
ti
v
it
y
,
so
f
twa
re
tes
ti
n
g
a
lw
a
y
s
d
e
m
a
n
d
s
o
p
ti
m
iza
ti
o
n
a
n
d
a
u
t
o
m
a
ti
o
n
.
S
o
f
tw
a
re
tes
ti
n
g
is
a
n
im
p
o
rtan
t
a
c
ti
v
it
y
to
a
c
h
iev
e
q
u
a
li
ty
a
n
d
c
u
sto
m
e
r
sa
ti
s
f
a
c
ti
o
n
.
T
h
is
p
a
p
e
r
p
re
se
n
ts
a
c
o
m
p
a
ra
ti
v
e
e
v
a
lu
a
ti
o
n
o
f
d
if
fe
re
n
t
h
y
b
rid
a
u
t
o
m
a
ted
s
o
f
t
w
a
re
tes
ti
n
g
tec
h
n
iq
u
e
s
u
sin
g
th
e
c
o
n
c
e
p
ts
o
f
so
f
t
c
o
m
p
u
ti
n
g
f
o
r
o
v
e
ra
ll
q
u
a
li
ty
e
n
h
a
n
c
e
m
e
n
t.
A
c
o
m
p
a
riso
n
b
e
tw
e
e
n
th
re
e
h
y
b
rid
a
u
to
m
a
ti
o
n
te
c
h
n
iq
u
e
s
is
c
a
rried
o
u
t
i.
e
.
,
h
y
b
rid
a
n
t
c
o
lo
n
y
o
p
ti
m
iza
ti
o
n
-
g
e
n
e
ti
c
a
lg
o
rit
h
m
s
(
A
CO
-
GA
)
,
h
y
b
rid
a
rti
f
icia
l
b
e
e
c
o
lo
n
y
(
A
BC
)
-
N
a
ïv
e
B
a
y
e
s,
h
y
b
rid
A
BC
-
G
A
a
lo
n
g
w
it
h
th
re
e
p
a
re
n
t
a
p
p
ro
a
c
h
e
s.
T
h
e
c
o
m
p
a
riso
n
is
m
a
d
e
b
y
a
p
p
ly
in
g
th
e
se
h
y
b
rid
tec
h
n
iq
u
e
s
f
o
r
th
e
se
lec
ti
o
n
o
f
m
in
i
m
ize
d
tes
t
s
u
it
e
s
th
u
s
re
d
u
c
in
g
o
v
e
ra
ll
tes
ti
n
g
e
ff
o
rt
a
n
d
e
li
m
in
a
ti
n
g
u
se
les
s o
r
re
d
u
n
d
a
n
t
tes
t
c
a
se
s.
T
h
e
e
x
p
e
ri
m
e
n
tal
re
su
lt
s
p
ro
v
e
th
e
e
ff
icie
n
c
y
o
f
th
e
se
h
y
b
r
id
a
p
p
ro
a
c
h
e
s
in
d
if
fe
re
n
t
sc
e
n
a
rio
s
.
T
h
e
im
p
a
c
t
o
f
a
u
to
m
a
ted
tes
ti
n
g
tec
h
n
iq
u
e
s
f
o
r
q
u
a
li
ty
e
n
h
a
n
c
e
m
e
n
t
is
a
ss
e
s
se
d
in
term
s
o
f
d
e
fe
c
t
d
e
n
sity
a
n
d
d
e
f
e
c
t
d
e
tec
ti
o
n
p
e
rc
e
n
tag
e
.
K
ey
w
o
r
d
s
:
A
r
ti
f
icial
b
ee
co
lo
n
y
Au
to
m
a
tio
n
te
s
ti
n
g
Me
tah
e
u
r
is
tic
s
So
f
t
co
m
p
u
ti
n
g
T
est ca
s
e
s
elec
tio
n
T
h
is i
s
a
n
o
p
e
n
a
c
c
e
ss
a
rticle
u
n
d
e
r th
e
CC B
Y
-
SA
li
c
e
n
se
.
C
o
r
r
e
s
p
o
nd
ing
A
uth
o
r
:
P
alak
Dep
ar
t
m
en
t o
f
C
o
m
p
u
ter
Scie
n
ce
an
d
A
p
p
licatio
n
s
Ma
h
ar
s
h
i D
a
y
a
n
a
n
d
Un
i
v
er
s
it
y
R
o
h
ta
k
,
I
n
d
ia
E
m
ail: p
alak
.
a
u
g
6
@
g
m
ail.
co
m
1.
I
NT
RO
D
UCT
I
O
N
I
n
th
is
d
ig
ital
er
a,
h
ig
h
q
u
alit
y
s
o
f
t
w
ar
e
is
t
h
e
n
ee
d
o
f
th
e
h
o
u
r
.
C
u
s
to
m
er
s
ex
p
ec
tat
io
n
d
em
a
n
d
s
f
au
lt
f
r
ee
an
d
h
i
g
h
p
er
f
o
r
m
i
n
g
s
y
s
te
m
.
T
h
e
d
ep
en
d
en
ce
o
f
in
d
u
s
tr
y
a
n
d
h
o
u
s
e
h
o
ld
o
n
s
o
f
t
w
ar
e
d
r
iv
en
d
ev
ice
s
is
in
cr
ea
s
in
g
e
x
p
o
n
en
tiall
y
.
T
h
e
cu
s
to
m
er
’
s
e
x
p
ec
tatio
n
s
to
w
ar
d
s
s
o
f
t
w
ar
e
q
u
a
lit
y
ar
e
als
o
r
is
in
g
d
u
e
to
r
is
i
n
g
co
m
p
eti
tio
n
i
n
th
e
m
ar
k
et.
T
h
e
co
n
ce
p
t
o
f
s
m
ar
t
h
o
m
e
s
an
d
s
m
ar
t
citie
s
is
h
ig
h
l
y
in
f
l
u
e
n
tial
t
h
at
ca
n
tr
an
s
f
o
r
m
t
h
e
f
ac
e
o
f
t
h
e
f
u
tu
r
e.
T
ec
h
n
o
lo
g
y
h
as
b
ec
o
m
e
a
p
ar
t
o
f
b
asic
n
ee
d
o
f
h
u
m
a
n
l
i
f
e.
W
h
e
n
ev
er
th
er
e
is
a
d
e
m
an
d
o
f
h
i
g
h
-
q
u
a
lit
y
s
o
f
t
w
ar
e,
t
h
e
f
ir
s
t
t
h
in
g
th
at
co
m
e
i
n
to
m
in
d
is
th
e
test
i
n
g
.
So
f
t
w
ar
e
te
s
ti
n
g
m
ai
n
l
y
i
n
te
n
t
s
to
r
ev
ea
l
th
e
d
ef
ec
ts
an
d
p
o
s
s
ib
le
f
au
lts
in
th
e
s
y
s
te
m
.
T
esti
n
g
ac
t
i
v
itie
s
co
n
s
u
m
es
a
s
u
b
s
ta
n
tial
a
m
o
u
n
t
o
f
ti
m
e
an
d
m
o
n
e
y
i
n
v
est
m
e
n
t
f
r
o
m
o
v
e
r
all
b
u
d
g
et
o
f
s
o
f
t
w
ar
e
o
r
g
an
i
za
tio
n
s
.
T
h
e
d
ef
ec
ts
f
o
u
n
d
at
ea
r
lier
s
ta
g
es
o
f
d
ev
e
lo
p
m
e
n
t
p
r
o
v
es
les
s
co
s
tlier
t
h
an
th
o
s
e
f
o
u
n
d
at
la
ter
s
ta
g
es
.
T
h
e
m
o
r
e
t
h
e
a
g
e
o
f
a
d
ef
ec
t,
t
h
e
m
o
r
e
b
l
u
n
d
er
s
it
ca
n
cr
ea
te.
Q
u
alit
y
b
ein
g
t
h
e
p
r
i
m
e
a
s
p
ec
t
o
f
c
u
s
to
m
er
s
’
s
atis
f
ac
tio
n
,
m
o
r
e
an
d
m
o
r
e
w
o
r
k
n
ee
d
s
to
b
e
d
o
n
e
in
t
h
is
ar
ea
.
B
ased
o
n
t
h
e
co
n
te
n
t
a
n
al
y
s
is
o
f
v
ar
io
u
s
w
eb
s
ites
,
te
s
ter
’
s
k
n
o
w
led
g
e,
d
o
cu
m
e
n
tat
io
n
,
m
ain
tai
n
ab
i
lit
y
,
ef
f
ec
ti
v
e
n
es
s
,
a
n
d
r
eu
s
ab
ili
t
y
.
ar
e
i
m
p
o
r
tan
t
f
ac
to
r
s
f
o
r
test
ca
s
e
q
u
alit
y
[
1
]
.
W
ith
t
h
e
s
h
i
f
t
i
n
th
e
d
ev
elo
p
m
e
n
t
p
ar
ad
ig
m
f
r
o
m
p
r
o
ce
d
u
r
al
ap
p
r
o
ac
h
to
m
o
d
u
lar
co
m
p
o
n
e
n
t
-
b
ased
ap
p
r
o
ac
h
,
th
e
o
v
er
all
ex
p
ec
tatio
n
s
f
r
o
m
f
i
n
all
y
d
el
iv
er
ed
p
r
o
d
u
ct
ar
e
h
i
g
h
l
y
r
a
is
ed
.
Stan
d
ar
d
ized
p
r
o
ce
s
s
at
ea
ch
p
h
ase
o
f
d
ev
elo
p
m
e
n
t
m
o
d
el
r
es
u
lt
s
in
to
h
ig
h
q
u
al
it
y
p
r
o
d
u
cts.
T
est
au
to
m
at
io
n
lar
g
e
l
y
i
m
p
ac
ts
o
v
er
all
q
u
alit
y
o
f
th
e
s
o
f
t
w
ar
e.
O
v
er
y
ea
r
s
,
m
an
y
p
r
ac
titi
o
n
er
s
h
a
v
e
e
m
p
lo
y
ed
v
ar
io
u
s
m
eta
h
eu
r
i
s
tic
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci
I
SS
N:
2502
-
4752
Hyb
r
id
s
w
a
r
m
in
tell
ig
en
ce
-
b
a
s
ed
s
o
ftw
a
r
e
tes
tin
g
tech
n
iq
u
e
s
fo
r
imp
r
o
vin
g
q
u
a
lity
…
(
P
a
la
k
)
1717
tech
n
iq
u
es
f
o
r
a
u
to
m
a
t
io
n
o
f
s
o
f
t
w
ar
e
test
i
n
g
[
2
]
.
T
esti
n
g
e
f
f
o
r
t
co
n
s
u
m
e
s
a
lar
g
e
p
o
r
tio
n
o
f
v
alu
ab
le
r
eso
u
r
ce
s
w
h
ic
h
s
h
o
u
ld
b
e
ef
f
ec
tiv
el
y
m
a
n
a
g
ed
as
m
u
c
h
as
p
o
s
s
ib
le
w
it
h
o
u
t
co
m
p
r
o
m
is
i
n
g
th
e
e
f
f
ec
t
iv
e
n
es
s
.
T
esti
n
g
ti
m
e
ca
n
b
e
as lo
w
as
s
ix
t
y
s
ec
o
n
d
s
[
3]
b
u
t
m
a
y
i
n
cr
ea
s
e
ex
p
o
n
e
n
tiall
y
w
it
h
ch
a
n
g
in
g
r
eq
u
ir
e
m
e
n
ts
.
W
ith
th
e
in
cr
ea
s
in
g
co
m
p
le
x
i
t
y
o
f
s
o
f
t
w
ar
e,
th
e
n
ee
d
f
o
r
au
to
m
at
io
n
test
i
n
g
au
to
m
atic
all
y
co
m
es
in
to
m
i
n
d
th
at
in
v
o
lv
es
w
r
iti
n
g
test
s
cr
ip
ts
,
r
u
n
n
in
g
th
e
m
o
n
th
e
p
r
o
g
r
am
s
to
b
e
test
ed
an
d
co
m
p
ar
in
g
th
e
ac
tu
al
an
d
d
esire
d
o
u
tp
u
ts
.
T
h
e
b
en
ef
it
o
f
au
to
m
atio
n
te
s
ti
n
g
lie
s
in
to
t
h
e
f
ac
t
t
h
at
th
e
t
est
s
cr
ip
ts
ar
e
ea
s
il
y
m
o
d
i
f
iab
le
a
n
d
r
eu
s
ab
le.
A
u
t
o
m
a
tio
n
ca
n
b
e
ac
h
iev
ed
at
v
ar
io
u
s
p
h
ase
s
o
f
test
i
n
g
li
f
e
c
y
cle.
“
T
est
ca
s
e
p
r
io
r
itizatio
n
(
o
r
d
er
in
g
)
”
[
4]
i
s
o
n
e
s
u
ch
ac
ti
v
it
y
t
h
at
h
a
s
a
ttra
cted
m
an
y
r
esear
ch
er
s
i
n
o
b
j
ec
t
-
o
r
ien
ted
an
d
co
m
p
o
n
e
n
t
-
b
ased
p
ar
ad
ig
m
.
Me
tah
e
u
r
is
tic
s
an
d
s
ea
r
ch
-
b
as
ed
o
p
tim
izatio
n
tec
h
n
iq
u
es
ar
e
w
ell
ex
p
lo
r
ed
f
o
r
o
p
tim
izatio
n
o
f
te
s
ti
n
g
p
r
o
ce
s
s
in
c
lu
d
i
n
g
te
s
t
ca
s
e
g
en
er
atio
n
,
p
r
io
r
itizatio
n
an
d
s
elec
tio
n
w
it
h
o
u
t
co
m
p
r
o
m
is
i
n
g
w
i
th
t
h
e
q
u
al
it
y
a
n
d
ef
f
ec
ti
v
e
n
es
s
o
f
th
e
te
s
t
s
u
ite.
I
n
s
p
ir
ed
f
r
o
m
n
at
u
r
al
b
eh
av
io
u
r
o
f
s
w
ar
m
in
telli
g
e
n
ce
o
f
li
v
i
n
g
o
r
g
an
i
s
m
s
i
n
t
h
eir
n
at
u
r
al
h
ab
itat,
t
h
ese
s
o
f
t
co
m
p
u
ti
n
g
ap
p
r
o
ac
h
es
ar
e
ca
p
ab
le
o
f
p
r
o
v
id
in
g
n
ea
r
o
p
ti
m
al
s
o
l
u
ti
o
n
w
it
h
i
n
g
i
v
e
n
ti
m
e
co
n
s
tr
ain
t.
T
w
o
i
m
p
o
r
ta
n
t
co
m
p
eti
tiv
e
m
eta
h
e
u
r
is
tic
s
tech
n
iq
u
e
t
h
at
ar
e
v
er
y
p
o
p
u
lar
a
m
o
n
g
test
er
’
s
co
m
m
u
n
it
y
ar
e
an
t
co
lo
n
y
o
p
ti
m
izatio
n
(
AC
O)
[
5
]
an
d
A
B
C
(
a
r
tif
icial
b
ee
co
lo
n
y
)
o
p
ti
m
i
za
tio
n
[
6
]
.
B
esid
es
th
ese
alg
o
r
ith
m
s
,
th
e
ev
o
lu
t
io
n
ar
y
tec
h
n
iq
u
e
i.e
.
,
g
en
etic
alg
o
r
ith
m
(
G
A
)
en
j
o
y
s
v
er
y
v
ast
ap
p
licatio
n
s
ar
ea
in
th
e
f
ield
o
f
o
p
ti
m
izatio
n
[
7]
,
[
8]
in
cl
u
d
in
g
test
ca
s
e
s
elec
tio
n
.
E
f
f
ec
t
iv
e
n
es
s
o
f
test
s
u
it
s
ca
n
b
e
p
r
ed
icted
in
ter
m
s
o
f
n
u
m
b
er
o
f
m
u
tan
t
s
k
illed
an
d
to
tal
co
v
er
ag
e
ac
h
iev
ed
[
9]
.
T
h
is
ar
ticle
co
m
p
ar
es
th
r
ee
d
if
f
er
en
t
v
ar
iatio
n
s
o
f
m
o
d
i
f
ied
h
y
b
r
id
tech
n
iq
u
es
th
at
ar
e
b
ased
o
n
m
eta
h
eu
r
i
s
tics
f
o
r
ass
es
s
i
n
g
t
h
eir
ef
f
ec
t
iv
e
n
es
s
in
ac
h
ie
v
in
g
h
ig
h
er
co
v
er
ag
e
a
n
d
ea
r
l
y
d
ete
ctio
n
o
f
f
a
u
lt
s
.
2.
RE
L
AT
E
D
WO
RK
T
h
is
s
ec
tio
n
s
u
m
m
ar
ize
s
s
o
m
e
i
m
p
o
r
tan
t
f
i
n
d
i
n
g
s
i
n
t
h
e
r
e
lated
f
ield
a
v
ailab
le
i
n
v
ast
li
ter
atu
r
e
in
th
e
f
o
r
m
o
f
b
o
o
k
s
,
j
o
u
r
n
als,
an
d
p
r
o
ce
ed
in
g
s
.
Ov
er
last
d
ec
ad
e,
th
e
ap
p
licatio
n
ar
ea
o
f
“n
atu
r
e
in
s
p
ir
ed
o
p
tim
izatio
n
tec
h
n
iq
u
e
s
”
is
ex
p
an
d
in
g
w
it
h
th
e
i
n
h
er
en
t
b
en
ef
it
o
f
p
r
o
v
id
i
n
g
n
ea
r
o
p
ti
m
al
s
o
lu
tio
n
in
f
ea
s
ib
l
e
a
m
o
u
n
t
o
f
ti
m
e.
Mo
r
eo
v
er
,
th
e
o
r
ig
in
al
tech
n
iq
u
e
s
ar
e
n
o
w
f
u
r
t
h
er
ex
p
lo
ited
b
y
h
y
b
r
id
izi
n
g
t
h
e
m
w
i
th
o
th
er
s
to
g
et
th
e
m
ax
i
m
u
m
b
en
e
f
it a
n
d
o
p
tim
izatio
n
in
co
n
s
u
m
p
tio
n
o
f
r
eso
u
r
ce
s
.
B
ein
g
a
p
o
w
er
f
u
l
y
et
s
i
m
p
le
t
ec
h
n
iq
u
e,
A
B
C
is
e
m
p
lo
y
ed
b
y
r
e
s
ea
r
ch
er
s
f
o
r
o
p
tim
iza
tio
n
o
f
test
in
g
p
r
o
ce
s
s
an
d
also
f
o
r
au
to
m
ati
o
n
.
A
B
C
i
s
w
ell
e
x
p
lo
r
ed
in
t
h
e
f
ield
o
f
s
o
f
t
w
ar
e
test
i
n
g
o
v
er
p
ast
d
ec
ad
e
b
y
au
g
m
e
n
ti
n
g
it
w
it
h
o
t
h
er
tech
n
iq
u
e
s
to
e
n
h
a
n
ce
its
p
er
f
o
r
m
an
ce
.
T
o
m
a
k
e
b
est
u
s
e
o
f
it a
n
d
to
ac
h
ie
v
e
h
ig
h
e
s
t
e
f
f
i
ci
en
cy
s
ev
e
r
a
l
h
y
b
r
i
d
m
et
h
o
d
s
h
av
e
b
e
en
p
r
o
p
o
s
e
d
o
v
e
r
y
e
a
r
s
w
h
ic
h
r
e
s
u
lt
e
d
in
t
o
v
as
t
l
i
t
e
r
atu
r
e
av
a
il
a
b
le
o
n
l
in
e
a
n
d
o
f
f
li
n
e
.
A
B
C
an
d
i
ts
m
o
d
if
i
e
d
v
e
r
s
i
o
n
s
a
r
e
e
x
p
l
o
i
te
d
i
n
v
a
r
i
o
u
s
f
i
el
d
s
o
f
en
g
in
e
e
r
i
n
g
[
10]
-
[
14]
w
h
ic
h
d
ep
icts
th
e
o
v
er
all
e
f
f
ec
t
iv
e
n
e
s
s
an
d
v
er
s
atilit
y
o
f
t
h
e
tec
h
n
i
q
u
e.
So
m
e
r
esear
ch
er
s
co
m
p
ar
ed
a
n
d
ass
ess
ed
th
e
ap
p
licatio
n
s
o
f
v
ar
io
u
s
m
eta
h
e
u
r
is
tic
s
tech
n
iq
u
e
s
f
o
r
o
p
tim
izatio
n
o
f
te
s
ti
n
g
p
r
o
ce
s
s
a
n
d
ar
g
u
ed
t
h
at
s
w
ar
m
-
b
ased
tech
n
iq
u
es
p
er
f
o
r
m
b
etter
f
o
r
t
h
e
g
iv
e
n
s
ce
n
ar
io
[
15]
.
Var
io
u
s
ev
o
lu
ti
o
n
ar
y
tech
n
iq
u
e
s
ar
e
u
s
ed
f
o
r
p
ath
test
in
g
f
o
r
ac
h
iev
in
g
h
i
g
h
er
co
v
er
ag
e
[
16]
.
O
m
u
r
Sa
h
in
e
t.
A
l.
m
ad
e
a
c
o
m
p
ar
is
o
n
o
f
v
ar
io
u
s
m
etah
e
u
r
is
tic
s
al
g
o
r
ith
m
s
f
o
r
“
test
d
ata
g
e
n
er
atio
n
”
a
n
d
th
eir
ex
p
er
i
m
en
ta
l r
esu
l
ts
p
r
o
v
es th
at
A
B
C
p
er
f
o
r
m
s
s
u
p
er
io
r
in
ca
s
e
o
f
lar
g
e
s
ea
r
ch
s
p
ac
e
[
17]
.
C
u
c
k
o
o
s
ea
r
ch
h
as
b
ee
n
ap
p
l
ied
to
a
w
id
e
r
an
g
e
o
f
ap
p
licatio
n
s
in
cl
u
d
i
n
g
s
o
f
t
w
ar
e
test
in
g
.
T
h
e
s
a
m
e
i
s
ap
p
lied
alo
n
g
w
i
th
b
ee
co
lo
n
y
o
n
m
o
d
el
b
ased
test
i
n
g
f
o
r
au
to
m
ated
test
ca
s
e
g
en
er
atio
n
an
d
s
elec
tio
n
[
18]
.
T
h
e
au
th
o
r
s
u
tili
ze
d
b
en
ef
it
s
o
f
b
o
th
o
p
ti
m
izer
s
f
o
r
s
o
f
t
w
ar
e
test
in
g
u
s
i
n
g
s
ta
te
ch
ar
t
a
n
d
s
eq
u
en
ce
d
ia
g
r
a
m
o
f
t
h
e
s
y
s
te
m
u
n
d
er
test
.
T
h
e
y
co
n
s
id
er
ed
a
u
to
m
ated
teller
m
ac
h
i
n
e
(
AT
M
)
au
th
en
ticatio
n
an
d
w
it
h
d
r
a
w
al
f
u
n
ctio
n
ali
t
y
f
o
r
ev
alu
at
in
g
th
e
p
er
f
o
r
m
a
n
c
e
o
f
th
eir
p
r
o
p
o
s
ed
h
y
b
r
id
tech
n
iq
u
e.
T
h
e
“
L
e
v
y
f
li
g
h
t”
f
r
o
m
c
u
ck
o
o
s
ea
r
ch
m
et
h
o
d
is
ex
p
lo
ited
to
s
ea
r
ch
th
e
b
est
n
est
a
n
d
ab
an
d
o
n
th
e
o
th
er
s
.
Var
io
u
s
m
o
d
i
f
icat
io
n
s
i
n
o
r
ig
i
n
al
A
B
C
ar
e
ca
r
r
ied
o
u
t
o
v
er
y
ea
r
s
.
On
e
s
u
ch
e
x
a
m
p
le
is
“
Sco
u
t
les
s
A
B
C
w
i
th
m
o
d
i
f
ied
o
n
lo
o
k
er
b
ee
s
”.
I
t
was
ar
g
u
ed
b
y
t
h
e
a
u
t
h
o
r
s
th
at
s
co
u
t
b
ee
s
ar
e
co
u
n
ter
p
r
o
d
u
ctiv
e.
T
o
r
ea
ch
m
o
r
e
d
iv
er
s
it
y
a
m
o
n
g
p
o
p
u
latio
n
,
o
n
lo
o
k
er
b
ee
s
ar
e
m
o
d
i
f
ied
an
d
th
e
p
er
f
o
r
m
a
n
ce
is
e
v
al
u
ate
d
u
s
i
n
g
w
e
ll
k
n
o
wn
class
i
f
icatio
n
p
r
o
b
lem
s
b
y
tr
ain
i
n
g
f
u
zz
y
n
eu
r
al
n
et
w
o
r
k
[
19]
.
T
h
is
m
et
h
o
d
o
lo
g
y
p
r
o
v
id
es
a
lig
h
t
w
e
ig
h
t
o
p
tim
izer
f
o
r
test
ca
s
e
o
p
ti
m
izatio
n
.
State
tab
le
-
b
ased
te
s
t
in
g
is
al
s
o
g
ai
n
i
n
g
i
m
p
o
r
ta
n
ce
d
ay
b
y
d
a
y
.
A
“
co
m
p
r
e
h
en
s
iv
e
i
m
p
r
o
v
ed
AC
O”
is
p
r
o
p
o
s
ed
o
n
s
tate
tab
le
th
at
is
g
en
er
ated
f
r
o
m
s
t
ate
g
r
ap
h
.
A
C
O
i
s
ap
p
lied
to
ac
h
iev
e
h
i
g
h
co
v
e
r
ag
e
an
d
ef
f
icie
n
c
y
[
20]
.
T
h
e
n
ativ
e
e
x
p
lo
r
atio
n
o
f
A
B
C
alg
o
r
ith
m
lac
k
s
a
n
in
f
o
r
m
atio
n
-
b
ased
p
r
o
ce
d
u
r
e
[
21]
.
So
,
t
o
im
p
r
o
v
e
t
h
e
g
lo
b
al
in
f
o
r
m
atio
n
-
b
ased
s
o
l
u
tio
n
,
m
e
m
o
r
y
ele
m
en
t
is
ad
d
ed
to
em
p
lo
y
ed
b
ee
s
t
h
at
r
e
m
e
m
b
er
s
th
e
g
lo
b
al
b
est
s
o
lu
tio
n
s
o
f
ar
.
T
h
is
p
r
o
v
id
es a
h
y
b
r
id
A
B
C
ap
p
r
o
ac
h
th
at
is
b
ased
o
n
P
SO
’
s
g
b
e
s
t
a
n
d
p
b
est
p
ar
am
eter
s
[
22]
.
A
s
i
m
ilar
ap
p
r
o
ac
h
f
o
r
o
p
tim
izati
o
n
th
at
i
s
b
ased
o
n
“
b
est
n
ei
g
h
b
o
r
g
u
id
ed
A
B
C
”
h
as
also
b
ee
n
p
r
o
p
o
s
ed
.
T
h
ey
ar
g
u
ed
th
at
it
i
s
r
is
k
y
to
m
er
el
y
ab
an
d
o
n
th
e
ex
h
a
u
s
ted
f
o
o
d
s
o
u
r
ce
at
s
co
u
t
b
ee
p
h
ase,
b
ec
au
s
e
th
e
d
i
s
ca
r
d
ed
o
n
e
m
a
y
h
av
e
m
o
r
e
b
en
e
f
icial
i
n
f
o
r
m
atio
n
.
T
h
e
au
th
o
r
s
co
m
p
ar
ed
th
e
r
esu
lt
s
o
f
th
eir
p
r
o
p
o
s
ed
tech
n
iq
u
e
w
it
h
s
ev
er
al
o
th
er
v
ar
ian
ts
o
f
A
B
C
an
d
ac
h
iev
ed
h
ig
h
er
ef
f
icie
n
c
y
.
So
m
e
r
ea
s
er
ch
er
s
f
o
cu
s
ed
m
o
r
e
o
n
d
ata
f
lo
w
tes
tin
g
w
h
ich
i
s
a
w
h
ite
b
o
x
test
i
n
g
tech
n
iq
u
e
an
d
u
tili
ze
d
th
e
co
n
ce
p
t
o
f
m
e
m
o
r
y
b
ased
A
B
C
f
o
r
p
ath
s
av
in
g
an
d
ac
h
iev
e
d
o
v
er
all
test
s
u
ite
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2502
-
4752
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci,
Vo
l.
22
,
No
.
3
,
J
u
n
e
2
0
2
1
:
1
7
1
6
-
1
7
2
2
1718
s
av
i
n
g
[
23]
.
T
h
u
s
,
it
ca
n
b
e
clin
c
h
ed
th
at
h
y
b
r
id
A
B
C
w
i
th
m
e
m
o
r
y
ele
m
e
n
t
f
o
r
s
av
in
g
th
e
g
lo
b
al
b
es
t
s
o
lu
tio
n
h
a
s
g
ai
n
ed
m
o
r
e
p
o
p
u
lar
it
y
a
n
d
s
h
o
w
n
e
f
f
ec
ti
v
e
r
esu
lt
s
.
Var
io
u
s
s
w
ar
m
in
telli
g
e
n
ce
tech
n
iq
u
es
f
o
r
r
eg
r
es
s
io
n
tes
t
ca
s
e
s
elec
tio
n
o
v
er
b
en
c
h
m
ar
k
p
r
o
b
le
m
s
ar
e
b
ee
n
co
m
p
ar
ed
.
T
h
r
o
u
g
h
e
x
p
er
i
m
e
n
tal
r
es
u
lt
s
th
e
y
co
n
cl
u
d
ed
th
at
h
y
b
r
id
P
SO
o
u
tp
er
f
o
r
m
s
AC
O
w
ith
0
.
7
%
test
ca
s
e
s
elec
tio
n
[
24]
.
R
esear
ch
er
s
e
m
p
lo
y
ed
A
B
C
f
o
r
p
ath
co
v
er
ag
e
b
y
f
i
n
d
in
g
o
p
ti
m
al
f
it
n
ess
v
a
lu
e
a
m
o
n
g
a
r
a
n
g
e
o
f
v
al
u
es
[
25]
.
A
h
y
b
r
id
AC
O
-
G
A
(
HACG
A
)
ap
p
r
o
ac
h
f
o
r
test
ca
s
e
s
elec
tio
n
f
r
o
m
f
au
lt
m
a
tr
ix
is
p
r
esen
ted
w
h
ic
h
is
ca
p
ab
le
o
f
o
v
er
all
s
av
i
n
g
in
e
x
ec
u
tio
n
ti
m
e
a
n
d
ef
f
o
r
t
b
y
s
ele
ct
in
g
a
m
i
n
i
m
ized
s
et
o
f
te
s
t
ca
s
es
[
26]
.
T
h
e
au
t
h
o
r
s
also
p
r
o
p
o
s
ed
a
tech
n
iq
u
e
f
o
r
r
ed
u
cin
g
t
h
e
s
i
ze
o
f
test
s
u
ite
b
y
u
t
ilizi
n
g
t
h
e
b
en
ef
it
s
o
f
m
o
d
if
ied
A
B
C
an
d
Naïv
e
B
ay
es
class
i
f
ier
o
v
er
co
m
p
o
n
en
t
b
as
ed
p
r
o
j
ec
ts
[
2
7
]
.
A
n
o
t
h
er
ap
p
r
o
ac
h
th
at
i
s
b
ased
o
n
s
co
u
t
-
l
ess
A
B
C
a
n
d
G
A
i
s
i
m
p
le
m
en
ted
o
n
s
o
m
e
w
ell
-
k
n
o
w
n
p
r
o
b
le
m
s
f
o
r
test
ca
s
e
s
elec
tio
n
p
r
o
v
id
es
s
i
g
n
if
ica
n
t
s
av
in
g
i
n
ex
ec
u
tio
n
ti
m
e
a
n
d
r
e
m
o
v
al
o
f
r
ed
u
n
d
an
t te
s
t c
ases
[
28]
.
3.
RE
S
E
ARCH
M
E
T
H
O
D
T
h
is
r
esear
ch
m
ai
n
l
y
f
o
cu
s
e
s
o
n
th
e
q
u
al
it
y
i
m
p
r
o
v
e
m
en
t
o
f
co
m
p
o
n
e
n
t
-
b
ased
s
o
f
t
w
ar
e
b
y
ap
p
l
y
i
n
g
h
y
b
r
id
s
o
f
t
co
m
p
u
ti
n
g
-
b
ased
au
to
m
a
tio
n
te
s
ti
n
g
tech
n
iq
u
es.
A
co
m
p
ar
is
o
n
i
s
m
ad
e
b
et
w
ee
n
t
h
r
ee
p
ar
en
t
ap
p
r
o
ac
h
es
i.e
.
,
GA
,
A
C
O,
A
B
C
an
d
th
r
ee
h
y
b
r
id
v
e
r
s
io
n
s
i.e
.
,
AC
O_
G
A
(
H
A
C
GA
)
[
24
]
,
h
y
b
r
id
A
B
C
_
Nai
v
e
B
a
y
e
s
[
25
]
,
h
y
b
r
id
A
B
C
_
G
A
[
26
]
an
d
th
eir
p
er
f
o
r
m
a
n
ce
is
e
v
al
u
ated
in
ter
m
s
o
f
e
x
ec
u
t
io
n
ti
m
e,
p
er
ce
n
tag
e
o
f
te
s
t c
ases
s
elec
t
ed
an
d
av
er
ag
e
b
r
an
ch
co
v
er
a
g
e.
T
h
er
e
ar
e
v
ar
io
u
s
w
a
y
s
o
f
v
al
id
atin
g
t
h
e
co
m
p
ar
is
o
n
r
es
u
lts
.
I
n
th
is
s
t
u
d
y
,
w
e
co
n
s
id
er
ed
a
w
o
r
k
i
n
g
ex
a
m
p
le
o
f
“Si
m
p
le
W
o
r
d
P
r
o
ce
s
s
o
r
”
(
a
w
in
d
o
w
s
f
o
r
m
ap
p
licatio
n
)
d
ev
elo
p
ed
in
C
#
.
Ne
t
u
s
i
n
g
co
m
p
o
n
e
n
t
-
b
ased
p
ar
a
d
ig
m
to
v
alid
ate
th
e
co
m
p
ar
is
o
n
r
esu
lt
s
.
T
h
e
p
r
o
j
ec
t
u
n
d
er
co
n
s
id
er
atio
n
co
n
s
is
t
s
o
f
s
ix
co
m
p
o
n
e
n
t
s
an
d
s
ix
tee
n
s
u
b
-
co
m
p
o
n
e
n
t
s
.
T
h
e
m
ai
n
s
ix
c
o
m
p
o
n
en
t
s
o
f
th
is
p
r
o
j
ec
t
a
r
e:
Fil
e,
E
d
it,
Fo
n
t,
P
ar
ag
r
ap
h
,
I
n
s
er
t
I
m
ag
e
an
d
C
o
lo
r
.
T
h
e
s
u
b
-
co
m
p
o
n
e
n
ts
i
n
ea
c
h
ca
te
g
o
r
y
ar
e
li
s
ted
i
n
T
ab
le
1
.
E
ac
h
s
u
b
-
co
m
p
o
n
e
n
t
o
f
th
e
p
r
o
j
ec
t
is
in
j
ec
ted
w
it
h
s
o
m
e
k
n
o
w
n
d
ef
ec
ts
to
test
th
e
ef
f
icie
n
c
y
o
f
s
elec
ted
test
ca
s
es
af
ter
ap
p
ly
i
n
g
th
e
h
y
b
r
id
au
to
m
atio
n
tech
n
iq
u
e
s
.
T
ab
le
1
.
Deta
ils
o
f
p
r
o
j
ec
t u
n
d
er
test
: c
o
m
p
o
n
en
ts
,
s
u
b
-
co
m
p
o
n
en
t
s
an
d
d
ef
ec
t
s
in
j
ec
ted
P
r
o
j
e
c
t
U
n
d
e
r
T
e
st
C
o
mp
o
n
e
n
t
s
S
u
b
-
c
o
m
p
o
n
e
n
t
s
N
o
.
o
f
D
e
f
e
c
t
s I
n
j
e
c
t
e
d
S
i
mp
l
e
W
o
r
d
P
r
o
c
e
sso
r
F
i
l
e
O
p
e
n
3
N
e
w
4
S
a
v
e
3
P
r
i
n
t
5
Ed
i
t
C
u
t
4
C
o
p
y
5
P
a
st
e
4
S
e
l
e
c
t
A
l
l
3
F
i
n
d
a
n
d
r
e
p
l
a
c
e
4
F
o
n
t
F
o
n
t
F
a
c
e
4
F
o
n
t
S
t
y
l
e
3
F
o
n
t
S
i
z
e
3
P
a
r
a
g
r
a
p
h
I
n
d
e
n
t
3
A
l
i
g
n
4
I
n
se
r
t
I
mag
e
B
r
o
w
s
e
a
n
d
u
p
l
o
a
d
i
m
a
g
e
5
C
o
l
o
r
S
e
l
e
c
t
C
o
l
o
r
3
T
o
t
a
l
D
e
f
e
c
t
s
I
n
j
e
c
t
e
d
=
6
0
4.
RE
SU
L
T
S
A
ND
D
IS
CU
SS
I
O
N
T
h
e
h
y
b
r
id
n
atu
r
e
-
i
n
s
p
ir
ed
tech
n
iq
u
es
ar
e
co
m
p
ar
ed
o
n
th
e
b
asis
o
f
th
r
ee
m
aj
o
r
p
ar
am
eter
s
tak
e
n
in
to
co
n
s
id
er
atio
n
i.e
.
,
ex
ec
u
tio
n
ti
m
e,
p
er
ce
n
tag
e
o
f
test
ca
s
e
s
elec
ted
an
d
av
er
ag
e
b
r
an
ch
co
v
er
ag
e
i
n
co
n
tex
t
o
f
s
o
f
t
w
ar
e
te
s
ti
n
g
.
A
co
m
p
ar
is
o
n
b
et
w
ee
n
t
h
r
ee
h
y
b
r
id
au
to
m
a
tio
n
tec
h
n
iq
u
e
s
is
ca
r
r
ied
o
u
t
i.e
.
,
h
y
b
r
id
A
C
O
-
G
A
,
h
y
b
r
id
A
B
C
-
Naïv
e
B
a
y
e
s
,
h
y
b
r
id
A
B
C
-
GA
.
T
h
e
ex
p
er
i
m
e
n
tal
r
es
u
lt
s
p
r
o
v
es
th
at
all
th
e
th
r
ee
tech
n
iq
u
e
s
p
er
f
o
r
m
b
etter
in
g
iv
e
n
s
ce
n
ar
io
in
co
m
p
a
r
is
o
n
to
o
r
ig
in
al
n
o
n
h
y
b
r
id
a
p
p
r
o
ac
h
es.
Hy
b
r
id
AC
O
-
G
A
w
o
r
k
s
b
etter
to
its
f
u
ll
ca
p
ac
it
y
f
o
r
s
m
aller
f
au
lt
m
atr
ix
a
n
d
lo
w
er
co
m
p
lex
i
t
y
p
r
o
j
ec
ts
.
Hy
b
r
id
A
B
C
-
Naï
v
e
b
a
y
e
s
u
s
es
th
e
co
n
ce
p
ts
o
f
cla
s
s
i
f
icatio
n
f
o
r
f
u
r
t
h
er
en
h
a
n
ce
m
e
n
t
o
f
s
o
lu
tio
n
s
p
ac
e.
T
h
is
ap
p
r
o
ac
h
is
b
etter
th
a
n
h
y
b
r
i
d
AC
O
-
G
A
a
n
d
ca
p
ab
le
o
f
h
an
d
lin
g
lar
g
er
co
m
p
le
x
p
r
o
b
le
m
d
o
m
ai
n
.
H
y
b
r
id
A
B
C
_
G
A
w
o
r
k
s
co
m
p
ar
ab
le
to
h
y
b
r
id
A
B
C
_
Naï
v
e
B
a
y
es
f
o
r
h
ig
h
er
f
it
n
es
s
f
u
n
ctio
n
v
alu
e
r
an
g
e.
4
.
1
.
E
x
ec
utio
n
t
i
m
e
Fig
u
r
e
1
s
h
o
w
s
a
co
m
p
ar
ati
v
e
ev
alu
at
io
n
o
f
t
h
e
ex
p
er
i
m
e
n
tal
r
es
u
lts
o
v
er
in
cr
ea
s
i
n
g
s
i
ze
o
f
f
a
u
lt
m
atr
i
x
.
I
t
is
f
o
u
n
d
th
at
th
e
e
x
e
cu
tio
n
ti
m
e
o
f
G
A
i
n
cr
ea
s
es
a
b
r
u
p
tl
y
w
it
h
in
cr
ea
s
e
i
n
f
a
u
lt
m
atr
i
x
s
ize.
So
,
it
is
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci
I
SS
N:
2502
-
4752
Hyb
r
id
s
w
a
r
m
in
tell
ig
en
ce
-
b
a
s
ed
s
o
ftw
a
r
e
tes
tin
g
tech
n
iq
u
e
s
fo
r
imp
r
o
vin
g
q
u
a
lity
…
(
P
a
la
k
)
1719
n
o
t
s
u
itab
le
f
o
r
lar
g
e
d
ata
s
e
t.
T
h
e
p
er
f
o
r
m
an
ce
o
f
h
y
b
r
id
A
C
O
-
G
A
also
d
eg
r
ad
es
w
it
h
in
cr
ea
s
e
in
f
a
u
l
t
m
atr
i
x
s
ize.
W
h
ile
h
y
b
r
id
A
B
C
_
Naïv
e
B
a
y
es
i
s
th
e
w
i
n
n
er
in
ter
m
s
o
f
ex
ec
u
tio
n
ti
m
e
an
d
p
er
f
o
r
m
a
n
ce
tr
ad
e
o
f
f
.
T
h
e
lo
w
er
t
h
e
e
x
ec
u
t
io
n
t
i
m
e,
t
h
e
b
etter
a
n
d
f
a
s
ter
t
h
e
tech
n
iq
u
e
i
s
.
T
h
u
s
,
h
y
b
r
id
tec
h
n
iq
u
es
o
f
f
er
h
u
g
e
a
m
o
u
n
t o
f
ti
m
e
s
a
v
i
n
g
as c
o
m
p
ar
ed
to
th
e
o
r
ig
in
al
s
o
f
t c
o
m
p
u
tin
g
tec
h
n
iq
u
es.
Fig
u
r
e
1
.
C
o
m
p
ar
is
o
n
o
f
e
x
ec
u
tio
n
ti
m
e
4
.
2
.
P
er
ce
nt
a
g
e
o
f
t
est
ca
s
e
s
elec
t
ed
T
h
e
ab
o
v
e
m
e
n
tio
n
ed
s
ix
ap
p
r
o
ac
h
es
ar
e
e
x
p
lo
ited
f
o
r
s
elec
t
io
n
o
f
test
ca
s
es
a
m
o
n
g
s
e
v
en
d
if
f
er
en
t
s
ized
f
au
l
t
m
atr
ice
s
i.e
.
,
2
0
b
y
2
0
,
3
0
b
y
3
0
,
4
0
b
y
4
0
,
5
0
b
y
5
0
,
6
0
b
y
6
0
,
7
0
b
y
7
0
a
n
d
8
0
b
y
8
0
.
W
ith
in
cr
ea
s
e
i
n
th
e
f
a
u
lt
m
a
tr
ix
s
i
ze
,
th
e
p
er
f
o
r
m
an
ce
o
f
th
e
te
ch
n
iq
u
es
u
n
d
er
co
n
s
id
er
atio
n
also
g
ets
a
f
f
ec
ted
.
Fig
u
r
e
2
s
h
o
w
s
t
h
e
e
x
p
er
i
m
en
tal
r
es
u
lt
s
i
n
g
r
ap
h
ical
f
o
r
m
.
Her
e,
G
A
i
s
t
h
e
least
s
c
o
r
er
,
w
h
ile
h
y
b
r
id
ap
p
r
o
ac
h
es
w
i
n
t
h
e
r
ac
e.
T
h
e
h
y
b
r
id
A
B
C
_
Naï
v
e
B
a
y
es
a
n
d
h
y
b
r
id
_G
A
ar
e
ca
p
ab
le
o
f
s
elec
tin
g
an
e
f
f
icie
n
t
test
s
u
ite
as lo
w
as 3
2
% o
f
t
h
e
to
tal
test
ca
s
es
w
h
ic
h
in
t
u
r
n
i
m
p
r
o
v
es o
v
er
all
q
u
a
lit
y
a
n
d
p
er
f
o
r
m
an
ce
.
Fig
u
r
e
2
.
P
er
ce
n
tag
e
o
f
test
ca
s
e
s
elec
ted
4
.
3
.
Co
m
pa
ri
s
o
n o
f
a
v
er
a
g
e
bra
nch
co
v
er
a
g
e
B
r
an
ch
co
v
er
ag
e
i
s
an
i
m
p
o
r
tan
t
asp
ec
t
o
f
tes
tin
g
t
h
e
ef
f
ec
t
iv
en
e
s
s
o
f
s
elec
ted
test
ca
s
es.
Hig
h
er
th
e
b
r
an
ch
es
co
v
er
ed
b
y
t
h
e
test
s
u
ite,
t
h
e
h
i
g
h
er
is
it
s
ef
f
icie
n
c
y
to
d
etec
t
f
au
lts
t
h
at
o
cc
u
r
at
b
r
an
ch
in
g
p
o
in
t.
B
r
an
ch
in
g
i
s
a
r
es
u
lt
o
f
ei
th
er
a
co
n
tr
o
l
s
tate
m
en
t
th
at
lo
o
k
s
f
o
r
a
co
n
d
itio
n
to
b
e
s
ati
s
f
ied
o
r
d
u
e
to
lo
o
p
in
g
.
I
n
th
i
s
r
esear
c
h
,
th
e
ab
o
v
e
m
e
n
tio
n
ed
s
ix
a
u
to
m
atio
n
ap
p
r
o
ac
h
es
ar
e
e
v
alu
a
ted
f
o
r
1
0
to
8
0
n
u
m
b
er
o
f
c
y
cles
w
it
h
a
s
tep
s
ize
o
f
te
n
.
T
h
e
r
esu
lt
s
ar
e
r
ep
r
esen
ted
i
n
Fi
g
u
r
e
3
f
o
r
co
m
p
ar
is
o
n
.
I
t
w
as
d
ed
u
ce
d
th
at
o
r
ig
in
al
GA
u
n
d
er
p
er
f
o
r
m
s
d
u
e
to
v
ar
i
o
u
s
i
n
h
er
e
n
t d
is
ad
v
an
ta
g
es
w
h
ile
th
e
h
y
b
r
id
ap
p
r
o
ac
h
es p
r
o
v
id
e
h
ig
h
er
a
v
er
ag
e
b
r
an
ch
co
v
er
ag
e.
T
h
e
p
atter
n
also
r
ev
ea
led
a
p
o
s
itiv
e
co
r
r
elatio
n
b
et
w
ee
n
n
u
m
b
er
o
f
c
y
cles
a
n
d
av
er
ag
e
br
an
ch
co
v
er
ag
e.
T
h
e
les
s
co
m
p
lex
p
r
o
j
ec
ts
w
i
th
Ma
x
.
C
y
clo
m
at
ic
C
o
m
p
le
x
it
y
<
5
ar
e
b
est
test
ed
u
s
in
g
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2502
-
4752
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci,
Vo
l.
22
,
No
.
3
,
J
u
n
e
2
0
2
1
:
1
7
1
6
-
1
7
2
2
1720
h
y
b
r
id
AC
O_
G
A
a
n
d
h
y
b
r
id
_
Naiv
e
B
a
y
e
s
w
h
ile
th
e
p
r
o
j
ec
ts
w
it
h
h
i
g
h
er
co
m
p
lex
it
y
(
i.e
.
,
co
m
p
le
x
it
y
>
5
)
ar
e
s
u
itab
le
to
b
e
test
ed
u
s
i
n
g
h
y
b
r
id
A
B
C
_
G
A
.
Fig
u
r
e
3
.
C
o
m
p
ar
is
o
n
o
f
a
v
er
a
g
e
b
r
an
ch
co
v
er
a
g
e
4
.
3
.
1
.
I
m
pa
ct
o
f
hy
brid a
uto
m
a
t
io
n t
esting
o
n so
f
t
w
a
re
q
ua
lity
Fo
r
q
u
an
titat
iv
e
e
v
al
u
atio
n
o
f
s
o
f
t
w
ar
e
’
s
q
u
a
lit
y
,
I
S
O
9
1
2
6
-
1
[
27]
s
tan
d
ar
d
ized
s
et
o
f
s
ix
q
u
alit
y
ch
ar
ac
ter
is
tic
s
:
“
F
u
n
ctio
n
ali
t
y
,
R
eliab
ilit
y
,
Usab
ili
t
y
,
E
f
f
ici
en
c
y
,
Ma
i
n
tai
n
ab
ilit
y
a
n
d
P
o
r
tab
ilit
y
”.
T
h
ese
s
i
x
ch
ar
ac
ter
is
tic
s
ar
e
f
u
r
th
er
d
i
v
i
d
ed
in
to
v
ar
io
u
s
s
u
b
-
c
h
ar
ac
te
r
is
tics
.
L
ater
i
n
2
0
1
1
,
th
is
i
n
t
er
n
atio
n
al
s
ta
n
d
ar
d
h
as
b
ee
n
r
ep
lace
d
b
y
I
SO/
I
E
C
2
5
0
1
0
w
h
ich
d
e
f
i
n
ed
“
ei
g
h
t
ch
ar
ac
ter
i
s
tics
”
ad
d
in
g
“
s
ec
u
r
it
y
”
a
n
d
“
co
m
p
atib
il
it
y
”
to
th
e
p
r
ev
io
u
s
o
n
e.
T
h
is
r
esear
ch
m
ai
n
l
y
p
r
o
v
id
es
an
en
h
a
n
ce
m
e
n
t
i
n
th
r
ee
m
ain
q
u
a
lit
y
ch
ar
ac
ter
is
tic
s
:
Fu
n
ctio
n
alit
y
,
R
eliab
ilit
y
a
n
d
Ma
in
t
ai
n
ab
ili
t
y
w
h
ic
h
co
n
s
p
ic
u
o
u
s
l
y
a
f
f
ec
t
th
e
q
u
alit
y
o
f
th
e
s
o
f
t
w
ar
e
at
lar
g
e.
B
y
f
u
n
ctio
n
alit
y
,
w
e
m
ea
n
t
h
e
co
r
r
ec
t
an
d
ap
p
r
o
p
r
iate
f
u
n
ctio
n
al
b
eh
av
io
u
r
o
f
all
th
e
co
m
p
o
n
e
n
t
s
th
at
co
n
s
is
t
th
e
s
y
s
te
m
.
W
h
er
ea
s
,
r
eliab
ilit
y
i
s
r
elate
d
to
f
au
lt
f
r
ee
s
y
s
te
m
av
ail
ab
il
it
y
.
Ma
in
tai
n
ab
ilit
y
in
b
r
o
ad
s
en
s
e
ca
n
b
e
d
ef
in
ed
in
ter
m
s
o
f
s
y
s
te
m
’
s
ab
ilit
y
to
w
ar
d
s
s
ea
m
le
s
s
ch
a
n
g
es,
test
ab
ilit
y
an
d
s
tab
ili
t
y
.
Hi
g
h
e
r
th
e
s
y
s
te
m
m
o
d
u
lar
it
y
,
t
h
e
h
ig
h
er
t
h
e
m
ain
tain
ab
ili
t
y
i
s
.
Alth
o
u
g
h
r
eliab
ilit
y
an
d
m
ai
n
tai
n
ab
ilit
y
co
n
s
i
s
t
o
f
m
a
n
y
s
u
b
-
f
ac
to
r
s
w
it
h
i
n
th
e
m
s
el
v
es
a
n
d
ar
e
v
er
y
d
if
f
ic
u
lt
to
m
ea
s
u
r
e,
w
e
u
s
e
s
i
m
p
le
m
etr
ic
f
o
r
th
eir
a
s
s
e
s
s
m
en
t.
T
h
e
th
r
ee
h
y
b
r
id
tech
n
i
q
u
es
m
en
t
io
n
ed
i
n
th
is
ar
ticle
ar
e
ap
p
lied
as
af
ter
th
e
an
o
t
h
er
an
d
av
er
ag
e
v
al
u
e
is
tak
en
i
n
to
co
n
s
id
er
atio
n
wh
ich
i
s
lis
ted
in
T
ab
le
2
.
A
n
i
m
p
o
r
ta
n
t
m
etr
ic
f
o
r
m
ea
s
u
r
in
g
t
h
e
i
m
p
ac
t
o
f
au
t
o
m
a
ted
h
y
b
r
id
te
s
ti
n
g
tech
n
i
q
u
es
o
n
q
u
alit
y
en
h
a
n
ce
m
en
t
is
“
d
ef
ec
t
d
e
n
s
it
y
(
DD)
”
an
d
“
d
ef
ec
t
d
etec
tio
n
p
er
ce
n
tag
e
(
DDP
)
”.
T
h
e
ex
p
e
r
i
m
en
tatio
n
r
es
u
lt
s
p
r
o
v
e
th
e
p
o
s
itiv
e
i
m
p
ac
t
o
f
h
y
b
r
id
tes
ti
n
g
tec
h
n
iq
u
es
o
n
a
b
o
v
e
m
e
n
tio
n
ed
q
u
ali
t
y
f
ac
to
r
s
.
T
est
au
to
m
atio
n
lar
g
el
y
s
av
es
ti
m
e
an
d
e
f
f
o
r
ts
o
f
th
e
d
ev
elo
p
m
en
t
tea
m
.
T
h
e
h
y
b
r
id
au
to
m
at
io
n
ap
p
r
o
ac
h
es
ar
e
ad
d
itio
n
al
r
e
w
a
r
d
s
to
th
e
test
er
s
’
co
m
m
u
n
it
y
.
T
ab
le
2
.
I
m
p
ac
t o
f
h
y
b
r
id
tes
ti
n
g
tec
h
n
iq
u
e
s
o
n
q
u
alit
y
p
ar
am
eter
s
T
e
st
C
a
se
S
e
l
e
c
t
i
o
n
T
e
c
h
n
i
q
u
e
T
o
t
a
l
N
u
mb
e
r
o
f
D
e
f
e
c
t
s I
n
j
e
c
t
e
d
#
d
e
f
e
c
t
s
d
e
t
e
c
t
e
d
D
e
f
e
c
t
D
e
t
e
c
t
i
o
n
P
e
r
c
e
n
t
a
g
e
A
c
t
u
a
l
D
e
f
e
c
t
D
e
n
si
t
y
p
e
r
c
o
mp
o
n
e
n
t
O
b
se
r
v
e
d
D
e
f
e
c
t
D
e
n
si
t
y
p
e
r
c
o
mp
o
n
e
n
t
GA
60
40
6
6
.
7
10
6
.
7
A
C
O
60
42
70
10
7
A
B
C
60
45
75
10
7
.
5
H
y
b
r
i
d
A
C
O
_
G
A
60
58
9
6
.
7
10
9
.
7
H
y
b
r
i
d
A
B
C
_
N
a
ï
v
e
B
a
y
e
s
60
58
9
6
.
7
10
9
.
7
H
y
b
r
i
d
A
B
C
_
G
A
60
59
9
8
.
3
10
9
.
8
4
.
3
.
2
.
M
er
it
s
a
nd
de
m
er
it
s
o
f
na
t
ure
ins
pire
d o
pti
m
iza
t
io
n t
ec
hn
iqu
e
s
I
n
th
is
s
e
ct
i
o
n
,
a
s
u
m
m
a
r
iz
e
d
v
i
ew
o
f
m
e
r
it
s
an
d
d
em
e
r
i
ts
o
f
c
o
m
p
a
r
at
iv
e
t
ec
h
n
i
q
u
es
is
p
r
e
s
e
n
t
e
d
.
D
u
r
in
g
th
is
r
es
e
a
r
ch
,
i
t
w
as
f
o
u
n
d
th
a
t
GA
i
s
s
im
p
l
e
t
o
im
p
lem
en
t
,
b
u
t
in
te
r
m
s
o
f
ex
e
cu
t
io
n
t
im
e
,
th
e
r
e
a
r
e
n
o
s
t
an
d
a
r
d
i
z
e
d
w
ay
t
o
p
r
e
d
ic
t
t
h
e
s
am
e
.
A
C
O
a
n
d
A
B
C
d
e
p
i
c
t
s
p
a
r
a
l
l
el
b
eh
av
i
o
u
r
b
u
t
t
h
i
s
b
e
h
a
v
i
o
u
r
is
u
n
p
r
e
d
i
c
t
a
b
l
e
in
s
am
e
o
f
l
a
r
g
e
d
a
t
a
s
e
t
.
M
o
r
e
o
v
e
r
,
c
o
n
v
e
r
g
an
c
e
t
im
e
is
a
ls
o
u
n
p
r
e
d
ic
t
a
b
l
e
.
M
o
s
t
o
f
th
e
p
r
ev
i
o
u
s
o
r
i
g
in
al
m
e
t
ah
eu
r
is
ti
c
t
ec
h
n
i
q
u
es
l
a
ck
c
o
n
t
r
o
l
o
v
e
r
p
a
r
am
e
te
r
t
u
n
i
n
g
a
n
d
th
e
p
r
a
c
ti
t
i
o
n
e
r
n
e
e
d
t
o
u
s
e
“
h
i
t
an
d
t
r
i
a
l
”
m
e
th
o
d
f
o
r
o
p
tim
i
z
in
g
th
e
i
r
r
es
u
l
ts
as
p
e
r
th
e
a
p
p
l
i
c
at
i
o
n
a
r
e
a
.
T
h
e
o
th
e
r
im
p
o
r
ta
n
t
d
r
aw
b
ac
k
th
at
c
an
b
e
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci
I
SS
N:
2502
-
4752
Hyb
r
id
s
w
a
r
m
in
tell
ig
en
ce
-
b
a
s
ed
s
o
ftw
a
r
e
tes
tin
g
tech
n
iq
u
e
s
fo
r
imp
r
o
vin
g
q
u
a
lity
…
(
P
a
la
k
)
1721
c
h
a
ll
en
g
e
d
i
s
th
e
p
r
o
b
l
em
o
f
“
g
e
tt
in
g
s
tu
ck
t
o
th
e
l
o
c
a
l
o
p
t
im
a
”
an
d
l
o
s
i
n
g
th
e
p
o
w
e
r
t
o
u
t
i
l
i
ze
f
u
ll
p
o
t
e
n
t
i
a
l
o
f
t
h
e
p
o
p
u
la
t
i
o
n
d
i
v
e
r
s
ity
.
W
h
i
le
u
s
in
g
th
e
h
y
b
r
i
d
a
p
p
r
o
a
c
h
es,
w
e
h
a
v
e
a
t
r
a
d
e
o
f
f
b
etw
e
en
e
x
e
cu
ti
o
n
tim
e
an
d
e
f
f
i
ci
en
cy
.
W
it
h
l
it
t
le
m
o
r
e
ef
f
o
r
t
s
s
p
e
n
t
o
n
c
o
n
t
r
o
l
p
a
r
am
e
te
r
s
,
w
e
c
an
g
et
b
e
tt
e
r
r
esu
l
ts
i
n
t
er
m
s
o
f
ef
f
i
ci
en
t
t
est
c
a
s
e
s
e
l
e
ct
i
o
n
.
T
a
b
l
e
3
p
r
e
s
en
ts
t
h
e
d
et
a
i
le
d
f
i
n
d
i
n
g
s
o
f
p
r
o
s
an
d
c
o
n
s
o
f
e
a
ch
a
p
p
r
o
a
ch
.
T
ab
le
3
.
Me
r
its
an
d
d
em
er
its
o
f
n
at
u
r
e
in
s
p
ir
ed
o
p
tim
izatio
n
tech
n
iq
u
es
H
y
b
r
i
d
A
p
p
r
o
a
c
h
M
e
r
i
t
s
D
e
me
r
i
t
s
GA
G
A
i
s si
mp
l
e
t
o
i
mp
l
e
me
n
t
.
T
h
e
o
p
e
r
a
t
o
r
s u
se
d
a
r
e
v
e
r
y
e
a
s
y
t
o
mo
d
i
f
y
.
G
A
c
a
n
b
e
u
se
d
t
o
so
l
v
e
l
a
r
g
e
sp
a
c
e
p
r
o
b
l
e
ms a
n
d
n
o
n
-
l
i
n
e
a
r
f
u
n
c
t
i
o
n
s.
G
A
ma
y
g
e
t
st
u
c
k
t
o
l
o
c
a
l
o
p
t
i
ma.
G
A
h
a
s n
o
s
t
a
n
d
a
r
d
i
z
e
d
w
a
y
f
o
r
d
e
f
i
n
i
n
g
f
i
t
n
e
ss v
a
l
u
e
.
G
A
a
l
o
n
e
i
s n
o
t
c
a
p
a
b
l
e
o
f
u
t
i
l
i
z
i
n
g
f
u
l
l
p
o
p
u
l
a
t
i
o
n
d
i
v
e
r
si
t
y
.
G
A
i
s
n
o
t
e
f
f
e
c
t
i
v
e
i
n
t
e
r
m
s
o
f
e
x
e
c
u
t
i
o
n
t
i
m
e
f
o
r
l
a
r
g
e
p
r
o
b
l
e
m
s
p
a
c
e
.
A
C
O
P
a
r
a
l
l
e
l
a
n
d
si
m
u
l
t
a
n
e
o
u
s
a
p
p
r
o
a
c
h
A
v
o
i
d
s p
r
e
ma
t
u
r
e
c
o
n
v
e
r
g
e
n
c
e
C
o
n
v
e
r
g
e
n
c
e
t
i
me
i
s
u
n
d
e
f
i
n
e
d
R
a
n
d
o
m
b
e
h
a
v
i
o
r
o
f
a
n
t
s
i
s
u
n
p
r
e
d
i
c
t
a
b
l
e
i
n
so
me
c
a
se
s
L
o
w
e
r
su
c
c
e
ss rat
i
o
s
A
B
C
R
o
b
u
st
F
l
e
x
i
b
l
e
a
n
d
si
mp
l
e
V
e
r
y
f
e
w
c
o
n
t
r
o
l
s
p
a
r
a
me
t
e
r
s
P
a
r
a
l
l
e
l
a
p
p
r
o
a
c
h
P
r
e
mat
u
r
e
c
o
n
v
e
r
g
e
n
c
e
i
n
l
a
r
g
e
d
o
ma
i
n
p
r
o
b
l
e
ms
C
l
a
ssi
f
i
c
a
t
i
o
n
a
c
c
u
r
a
c
y
may
d
e
g
r
a
d
e
w
i
t
h
i
n
c
r
e
a
se
i
n
sa
mp
l
e
si
z
e
.
H
y
b
r
i
d
A
C
O
_
G
A
P
a
r
a
l
l
e
l
a
p
p
r
o
a
c
h
B
e
t
t
e
r
d
i
v
e
r
si
f
i
c
a
t
i
o
n
H
i
g
h
e
r
C
o
mp
l
e
x
i
t
y
.
S
l
o
w
e
r
t
h
a
n
i
t
s
p
a
r
e
n
t
a
p
p
r
o
a
c
h
e
s.
H
y
b
r
i
d
A
B
C
_
N
a
ï
v
e
B
a
y
e
s
F
a
st
e
r
V
e
r
y
f
e
w
c
o
n
t
r
o
l
s
p
a
r
a
me
t
e
r
s
P
a
r
a
l
l
e
l
a
n
d
r
o
b
u
st
a
p
p
r
o
a
c
h
e
s
C
l
a
ssi
f
i
c
a
t
i
o
n
a
c
c
u
r
a
c
y
i
s
n
o
t
a
f
f
e
c
t
e
d
b
y
samp
l
e
si
z
e
P
a
r
a
l
l
e
l
A
p
p
r
o
a
c
h
P
e
r
f
o
r
man
c
e
d
e
g
r
a
d
e
s
a
t
h
i
g
h
e
r
c
o
mp
l
e
x
i
t
y
H
y
b
r
i
d
A
B
C
_
G
A
F
l
e
x
i
b
l
e
w
i
t
h
f
e
w
c
o
n
t
r
o
l
s
p
a
r
a
me
t
e
r
s
P
a
r
a
l
l
e
l
A
p
p
r
o
a
c
h
Ex
e
c
u
t
i
o
n
t
i
me
may
i
n
c
r
e
a
se
w
i
t
h
l
a
r
g
e
r
d
a
t
a
se
t
s.
5.
CO
NCLU
SI
O
N
So
f
t
w
ar
e
q
u
al
it
y
is
t
h
e
p
r
i
m
e
asp
ec
t
o
f
an
y
i
n
d
u
s
tr
y
f
o
r
ac
h
i
ev
in
g
lo
n
g
ter
m
b
u
s
i
n
es
s
g
o
al
s
.
P
r
o
d
u
ct
q
u
alit
y
is
lar
g
e
l
y
af
f
ec
ted
b
y
d
ev
elo
p
m
en
t
p
r
o
ce
s
s
q
u
alit
y
.
E
f
f
icien
t
s
o
f
t
w
ar
e
test
i
n
g
is
ca
p
ab
le
o
f
c
o
n
tr
o
llin
g
f
e
w
i
m
p
o
r
tan
t
s
o
f
t
w
ar
e
q
u
alit
y
ch
ar
ac
ter
i
s
tics
n
a
m
el
y
:
Fu
n
ctio
n
alit
y
,
R
el
iab
ilit
y
an
d
Ma
i
n
tai
n
ab
ilit
y
.
I
n
t
h
i
s
ar
ticle,
s
ix
n
atu
r
e
i
n
s
p
ir
ed
o
p
ti
m
izatio
n
tech
n
iq
u
es
ar
e
ev
al
u
ated
in
ter
m
s
o
f
te
s
t
ca
s
e
s
e
l
ec
tio
n
au
to
m
atio
n
,
th
r
ee
o
u
t
o
f
w
h
ic
h
ar
e
h
y
b
r
id
ap
p
r
o
ac
h
es
n
a
m
el
y
h
y
b
r
id
AC
O_
G
A
,
H
y
b
r
id
A
B
C
_
Na
i
v
e
B
ay
e
s
an
d
H
y
b
r
id
A
B
C
_
G
A
.
T
h
e
s
e
t
e
ch
n
i
q
u
e
s
a
r
e
a
p
p
l
i
e
d
o
n
w
o
r
k
in
g
p
r
o
je
c
t
t
h
a
t
is
d
e
v
el
o
p
e
d
u
s
in
g
c
o
m
p
o
n
en
t
-
b
as
e
d
p
a
r
a
d
i
g
m
.
A
t
o
t
al
o
f
s
i
x
ty
d
ef
ec
t
s
w
e
r
e
in
je
c
t
e
d
a
t
v
a
r
i
o
u
s
c
o
m
p
o
n
e
n
t
s
o
f
th
is
p
r
o
je
c
t
t
o
t
e
s
t
t
h
e
ef
f
e
c
ti
v
e
n
e
s
s
o
f
s
e
l
e
ct
e
d
t
es
t
s
u
i
t
e
.
I
t
c
an
b
e
ar
g
u
e
d
f
r
o
m
th
e
ex
p
e
r
im
en
t
a
l
r
e
s
u
l
ts
,
th
a
t
t
h
e
h
y
b
r
i
d
t
ec
h
n
i
q
u
es
p
e
r
f
o
r
m
s
b
e
t
t
er
t
h
an
th
e
i
r
p
a
r
en
t
a
lg
o
r
i
th
m
s
w
i
t
h
m
in
im
u
m
t
r
a
d
e
-
o
f
f
.
T
h
e
i
r
im
p
a
c
t
o
n
s
o
f
tw
a
r
e
q
u
a
li
ty
i
s
al
s
o
c
o
n
s
i
d
e
r
e
d
an
d
e
v
a
lu
at
e
d
.
Hy
b
r
i
d
t
es
ti
n
g
t
e
ch
n
i
q
u
e
s
p
r
o
v
i
d
e
p
r
o
m
is
in
g
r
e
s
u
l
ts
an
d
a
c
t
a
s
a
h
el
p
in
g
t
o
o
l
t
o
th
e
t
es
t
e
r
s
’
c
o
m
m
u
n
i
ty
b
y
s
a
v
in
g
t
im
e
an
d
o
v
e
r
a
ll
c
o
s
t
th
e
r
e
b
y
in
c
r
e
as
in
g
c
u
s
t
o
m
e
r
’
s
s
a
ti
s
f
ac
t
i
o
n
an
d
o
v
e
r
a
l
l
q
u
a
l
ity
.
ACK
NO
WL
E
D
G
E
M
E
NT
S
T
h
i
s
r
e
s
e
a
r
c
h
w
o
r
k
w
a
s
s
u
p
p
o
r
t
e
d
b
y
D
e
p
a
r
t
m
e
n
t
o
f
C
o
m
p
u
t
e
r
S
c
i
e
n
c
e
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
,
M
a
h
a
r
s
h
i
D
a
y
a
n
a
n
d
U
n
i
v
e
r
s
i
t
y
,
R
o
h
t
a
k
,
I
n
d
i
a
.
T
h
e
a
u
t
h
o
r
s
a
r
e
g
r
a
t
e
f
u
l
t
o
a
l
l
t
h
e
s
t
a
f
f
a
n
d
s
t
u
d
e
n
t
s
o
f
t
h
i
s
i
n
s
t
i
t
u
t
i
o
n
f
o
r
t
h
e
i
r
a
s
s
i
s
t
a
n
c
e
.
RE
F
E
R
E
NC
E
S
[
1]
S
.
O.
Ba
rra
o
o
d
,
H
.
M
.
Ha
slin
a
,
F
.
Ba
h
a
ro
m
,
a
n
d
M
.
I
n
tel
li
g
e
n
c
e
s,
"
T
e
st
Ca
se
Qu
a
li
t
y
F
a
c
to
rs :
Co
n
te
n
t
A
n
a
ly
sis
o
f
S
o
f
tw
a
r
e
T
e
stin
g
W
e
b
sites
,
"
W
e
b
o
lo
g
y
S
p
e
c
.
Iss
u
e
Arti
f.
In
tel
l.
Cl
o
u
d
Co
m
p
u
t
.
,
v
o
l.
1
8
,
p
p
.
7
5
–
8
7
,
2
0
2
1
,
d
o
i:
1
0
.
1
4
7
0
4
/W
EB/
V
1
8
S
I
0
1
/W
EB1
8
0
0
7
.
[
2]
M
.
M
a
n
n
,
P
.
T
o
m
a
r,
O.
P
.
S
a
n
g
w
a
n
,
a
n
d
S
.
S
in
g
h
,
"
A
u
to
m
a
ted
S
o
f
tw
a
r
e
Tes
ti
n
g
u
sin
g
M
e
tah
u
r
e
stic
S
e
a
rc
h
:
A
Crit
ica
l
Re
v
ie
w
,
"
El
e
c
tro
n
.
J
.
Bi
o
l.
,
v
o
l.
1
2
,
n
o
.
2
,
p
p
.
1
4
5
–
1
5
5
,
2
0
1
6
.
[
3]
I.
M
a
h
m
u
d
,
F
.
S
a
d
ia,
M
.
Ra
h
m
a
n
,
S
.
A
h
m
e
d
,
a
n
d
D.
Isla
m
,
"
W
e
b
u
sa
b
il
it
y
te
st
in
6
0
se
c
o
n
d
s:
A
th
e
o
re
ti
c
a
l
f
o
u
n
d
a
ti
o
n
a
n
d
e
m
p
iri
c
a
l
tes
t,
"
I
n
d
o
n
e
sia
n
J
o
u
rn
a
l
o
f
E
lec
trica
l
En
g
i
n
e
e
rin
g
a
n
d
C
o
mp
u
ter
S
c
ie
n
c
e
(
IJ
EE
CS
)
,
v
o
l.
1
7
,
n
o
.
1
,
p
p
.
3
9
8
–
4
0
3
,
2
0
1
9
,
d
o
i
:
1
0
.
1
1
5
9
1
/i
jee
c
s.v
1
7
.
i
1
.
p
p
3
9
8
-
4
0
3
.
[
4]
U.
F
a
ro
o
q
,
H.
Am
a
n
,
A
.
M
u
sta
p
h
a
,
a
n
d
Z.
S
a
ri
n
g
a
t,
"
A
re
v
iew
o
f
o
b
jec
t
-
o
rien
ted
a
p
p
r
o
a
c
h
f
o
r
tes
t
c
a
s
e
p
rio
ri
ti
z
a
ti
o
n
,
"
In
d
o
n
e
sia
n
J
o
u
rn
a
l
o
f
El
e
c
trica
l
En
g
i
n
e
e
rin
g
a
n
d
C
o
mp
u
ter
S
c
ien
c
e
(
IJ
EE
CS
)
,
v
o
l.
1
6
,
n
o
.
1
,
p
p
.
4
2
9
–
4
3
4
,
2
0
1
9
,
d
o
i:
1
0
.
1
1
5
9
1
/i
jee
c
s.v
1
6
.
i1
.
p
p
4
2
9
-
4
3
4
.
[
5]
M
.
S
.
A
.
F
o
rh
a
d
,
M
.
S
.
Ho
ss
a
in
,
M
.
O.
Ra
h
m
a
n
,
M
.
M
.
Ra
h
a
m
a
n
,
M
.
M
.
Ha
q
u
e
,
a
n
d
M
.
K.
H.
P
a
tw
a
r
y
,
"
A
n
im
p
ro
v
e
d
f
it
n
e
ss
f
u
n
c
ti
o
n
f
o
r
a
u
t
o
m
a
ted
c
r
y
p
tan
a
l
y
sis
u
sin
g
g
e
n
e
ti
c
a
lg
o
rit
h
m
,
"
In
d
o
n
e
si
a
n
J
o
u
rn
a
l
o
f
El
e
c
trica
l
En
g
i
n
e
e
rin
g
a
n
d
Co
m
p
u
ter
S
c
ien
c
e
(
IJ
EE
CS
)
,
v
o
l.
1
3
,
n
o
.
2
,
p
p
.
6
4
3
–
6
4
8
,
2
0
1
9
,
d
o
i:
1
0
.
1
1
5
9
1
/
ij
e
e
c
s.v
1
3
.
i2
.
p
p
6
4
3
-
6
4
8
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2502
-
4752
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci,
Vo
l.
22
,
No
.
3
,
J
u
n
e
2
0
2
1
:
1
7
1
6
-
1
7
2
2
1722
[
6]
A
.
Ya
n
i,
Ju
n
a
id
i
,
M
.
Irw
a
n
to
,
a
n
d
A
.
H.
Ha
z
iah
,
"
Op
ti
m
u
m
re
a
c
t
iv
e
p
o
w
e
r
to
im
p
ro
v
e
p
o
w
e
r
fa
c
to
r
i
n
i
n
d
u
stry
u
sin
g
g
e
n
e
ti
c
a
lg
o
rti
h
m
,
"
In
d
o
n
e
sia
n
J
o
u
r
n
a
l
o
f
E
lec
trica
l
E
n
g
i
n
e
e
rin
g
a
n
d
C
o
mp
u
ter
S
c
ie
n
c
e
(
IJ
EE
CS
)
,
v
o
l.
1
4
,
n
o
.
2
,
p
p
.
7
5
1
–
7
5
7
,
2
0
1
9
,
d
o
i:
1
0
.
1
1
5
9
1
/i
jee
c
s.v
1
4
.
i
2
.
p
p
7
5
1
-
7
5
7
.
[
7]
M
.
A
k
o
u
r
a
n
d
M
.
A
len
e
z
i,
"
Tes
t
su
it
e
s
e
ff
e
c
ti
v
e
n
e
ss
e
v
o
lu
ti
o
n
in
o
p
e
n
so
u
rc
e
s
y
ste
m
s:
E
m
p
iri
c
a
l
stu
d
y
,
"
In
d
o
n
e
sia
n
J
o
u
rn
a
l
o
f
El
e
c
trica
l
En
g
i
n
e
e
rin
g
a
n
d
Co
m
p
u
ter
S
c
ien
c
e
(
I
J
EE
CS
)
,
v
o
l.
1
9
,
n
o
.
2
,
p
p
.
9
9
2
–
9
9
9
,
2
0
2
0
,
d
o
i:
1
0
.
1
1
5
9
1
/
ij
e
e
c
s.v
1
9
.
i2
.
p
p
9
9
2
-
9
9
9
.
[
8]
G
.
A
.
S
u
lt
a
n
a
n
d
M
.
K.
Ja
rjes
,
"
Op
ti
m
a
l
P
ID
c
o
n
tr
o
ll
e
r
d
e
sig
n
u
s
in
g
a
rti
f
icia
l
b
e
e
c
o
lo
n
y
a
l
g
o
rit
h
m
f
o
r
ro
b
o
t
a
rm
,
"
In
d
o
n
e
sia
n
J
o
u
rn
a
l
o
f
El
e
c
trica
l
En
g
in
e
e
rin
g
a
n
d
Co
mp
u
ter
S
c
ie
n
c
e
(
IJ
EE
CS
)
,
v
o
l.
2
1
,
n
o
.
1
,
p
p
.
8
4
-
9
1
,
2
0
2
1
,
d
o
i:
1
0
.
1
1
5
9
1
/
ij
e
e
c
s.v
2
1
.
i1
.
p
p
8
4
-
91.
[
9]
C.
He
rn
á
n
d
e
z
,
J.
R
o
d
ríg
u
e
z
,
a
n
d
D.
G
iral,
"
S
p
e
c
tru
m
a
ll
o
c
a
ti
o
n
m
o
d
e
l
f
o
r
c
o
g
n
it
iv
e
w
irele
ss
n
e
tw
o
rk
s
b
a
se
d
o
n
t
h
e
a
rti
f
icia
l
b
e
e
c
o
lo
n
y
a
lg
o
rit
h
m
,
"
I
n
d
o
n
e
sia
n
J
o
u
rn
a
l
o
f
El
e
c
trica
l
En
g
in
e
e
rin
g
a
n
d
C
o
mp
u
ter
S
c
ie
n
c
e
(
IJ
EE
CS
)
,
v
o
l.
1
9
,
n
o
.
1
,
p
p
.
2
5
7
–
2
6
6
,
2
0
2
0
,
d
o
i
:
1
0
.
1
1
5
9
1
/i
jee
c
s.v
1
9
.
i
1
.
p
p
2
5
7
-
2
6
6
.
[
1
0
]
A
.
M
.
A
b
d
u
laz
e
e
z
,
D.
M
.
Ha
jy
,
D.
Q.
Zee
b
a
re
e
,
a
n
d
D.
A
.
Zeb
a
ri,
"
Ro
b
u
st
w
a
ter
m
a
r
k
in
g
sc
h
e
m
e
b
a
se
d
L
WT
a
n
d
S
V
D u
si
n
g
a
rti
f
icia
l
b
e
e
c
o
lo
n
y
o
p
ti
m
iza
ti
o
n
,
"
In
d
o
n
e
sia
n
J
o
u
r
n
a
l
o
f
El
e
c
trica
l
En
g
i
n
e
e
rin
g
a
n
d
C
o
mp
u
ter
S
c
ien
c
e
(
IJ
EE
CS
)
,
v
o
l.
2
1
,
n
o
.
2
,
p
p
.
1
2
1
8
–
1
2
2
9
,
2
0
2
1
,
d
o
i:
1
0
.
1
1
5
9
1
/i
jee
c
s.v
2
1
.
i
2
.
p
p
1
2
1
8
-
1
2
2
9
.
[
1
1
]
P
.
C.
S
a
ib
a
b
u
,
H.
S
a
i,
S
.
Ya
d
a
v
,
a
n
d
C.
R.
S
r
i
n
iv
a
sa
n
,
"
S
y
n
th
e
sis
o
f
m
o
d
e
l
p
re
d
ictiv
e
c
o
n
tro
ll
e
r
f
o
r
a
n
i
d
e
n
ti
f
ied
m
o
d
e
l
o
f
M
IM
O
p
ro
c
e
ss
,
"
In
d
o
n
e
sia
n
J
o
u
rn
a
l
o
f
El
e
c
trica
l
En
g
in
e
e
rin
g
a
n
d
Co
m
p
u
ter
S
c
ien
c
e
(
IJ
EE
CS
)
,
v
o
l.
1
7
,
n
o
.
2
,
p
p
.
9
4
1
–
9
4
9
,
2
0
20
,
d
o
i:
1
0
.
1
1
5
9
1
/i
jee
c
s.v
1
7
.
i
2
.
p
p
9
4
1
-
9
4
9
.
[
1
2
]
K.
L
.
A
n
it
h
a
a
n
d
T
.
R.
G
.
Na
ir,
"
On
li
n
e
c
lo
u
d
p
e
rf
o
rm
a
n
c
e
tes
ti
n
g
in
so
c
ial
n
e
tw
o
rk
s
a
t
p
e
a
k
d
e
m
a
n
d
sc
e
n
a
rio
s,
"
In
d
o
n
e
sia
n
J
o
u
rn
a
l
o
f
El
e
c
trica
l
En
g
i
n
e
e
rin
g
a
n
d
Co
m
p
u
ter
S
c
ien
c
e
(
I
J
EE
CS
)
,
v
o
l.
1
7
,
n
o
.
1
,
p
p
.
3
7
2
–
3
7
8
,
2
0
20
,
d
o
i:
1
0
.
1
1
5
9
1
/
ij
e
e
c
s.v
1
7
.
i1
.
p
p
3
7
2
-
3
7
8
.
[
1
3
]
R.
R.
S
a
h
o
o
a
n
d
M
.
Ra
y
,
"
M
e
ta
h
e
u
risti
c
tec
h
n
iq
u
e
s
f
o
r
tes
t
c
a
se
g
e
n
e
ra
ti
o
n
:
a
re
v
iew
,
"
Jo
u
rn
a
l
o
f
In
f
o
r
m
a
ti
o
n
T
e
c
h
n
o
lo
g
y
Re
se
a
rc
h
(JI
T
R),
v
o
l.
1
1
,
n
o
.
1
,
p
p
.
1
5
8
-
1
7
1
,
2
0
1
8
,
d
o
i:
1
0
.
4
0
1
8
/JIT
R.
2
0
1
8
0
1
0
1
1
0
.
[
1
4
]
D.
B.
M
ish
ra
,
A
.
A
.
A
c
h
a
r
y
a
,
a
n
d
R.
M
ish
ra
,
"
Ev
o
lu
ti
o
n
a
ry
a
lg
o
rit
h
m
s
f
o
r
p
a
th
c
o
v
e
ra
g
e
tes
t
d
a
ta
g
e
n
e
ra
ti
o
n
a
n
d
o
p
ti
m
iza
ti
o
n
:
A
re
v
ie
w
,
"
In
d
o
n
e
s
ia
n
J
o
u
rn
a
l
o
f
El
e
c
trica
l
En
g
in
e
e
rin
g
a
n
d
Co
mp
u
ter
S
c
ien
c
e
(
IJ
EE
CS
)
,
v
o
l.
1
5
,
n
o
.
1
,
p
p
.
5
0
4
-
5
1
0
,
2
0
1
9
,
d
o
i:
1
0
.
1
1
5
9
1
/i
jee
c
s.v
1
5
.
i
1
.
p
p
5
0
4
-
5
1
0
.
[
1
5
]
O.
S
a
h
in
a
n
d
B
.
A
k
a
y
,
"
Co
m
p
a
riso
n
s
o
f
m
e
tah
e
u
risti
c
a
lg
o
rit
h
m
s
a
n
d
f
it
n
e
ss
f
u
n
c
ti
o
n
s
o
n
so
f
tw
a
r
e
tes
t
d
a
ta
g
e
n
e
ra
ti
o
n
,
"
Ap
p
l.
S
o
ft
Co
m
p
u
t.
,
v
o
l.
4
9
,
p
p
.
1
2
0
2
–
1
2
1
4
,
2
0
1
6
,
d
o
i
:
1
0
.
1
0
1
6
/j
.
a
so
c
.
2
0
1
6
.
0
9
.
0
4
5
.
[
1
6
]
P
.
L
a
k
sh
m
in
a
ra
y
a
n
a
a
n
d
T
.
V
.
S
u
re
sh
Ku
m
a
r
,
"
A
u
to
m
a
ti
c
G
e
n
e
ra
t
io
n
a
n
d
O
p
ti
m
iza
ti
o
n
o
f
T
e
st
c
a
s
e
u
sin
g
Hy
b
rid
Cu
c
k
o
o
S
e
a
rc
h
a
n
d
Be
e
Co
l
o
n
y
A
l
g
o
rit
h
m
,
"
J
.
In
tell.
S
y
st.
,
v
o
l.
3
0
,
n
o
.
1
,
p
p
.
5
9
-
7
2
,
2
0
2
1
,
d
o
i:
1
0
.
1
5
1
5
/
ji
sy
s
-
2
0
1
9
-
0
0
5
1
.
[
1
7
]
K.
Hu
ss
a
in
,
M
.
N.
M
o
h
d
S
a
ll
e
h
,
S
.
Ch
e
n
g
,
Y.
S
h
i,
a
n
d
R.
Na
se
e
m
,
"
A
rti
f
i
c
ial
b
e
e
c
o
lo
n
y
a
lg
o
rit
h
m
:
A
c
o
m
p
o
n
e
n
t
-
w
ise
a
n
a
l
y
sis
u
sin
g
d
iv
e
rsity
m
e
a
su
re
m
e
n
t,
"
J
.
Kin
g
S
a
u
d
Un
iv.
-
Co
mp
u
t
.
I
n
f.
S
c
i
.
,
v
o
l.
3
2
,
n
o
.
7
,
p
p
.
7
9
4
-
8
0
8
,
2
0
2
0
,
d
o
i:
1
0
.
1
0
1
6
/
j.
jk
su
c
i.
2
0
1
8
.
0
9
.
0
1
7
.
[
1
8
]
S
.
S
a
n
k
a
r
S
a
n
d
V
.
C
h
a
n
d
ra
S
S
,
"
A
n
A
n
t
Co
lo
n
y
Op
ti
m
iz
a
ti
o
n
A
lg
o
rit
h
m
Ba
se
d
A
u
to
m
a
ted
G
e
n
e
r
a
ti
o
n
o
f
S
o
f
tw
a
r
e
Tes
t
Ca
s
e
s,
"
In
ter
n
a
ti
o
n
a
l
Co
n
fer
e
n
c
e
o
n
S
wa
rm
I
n
telli
g
e
n
c
e
.
(
ICS
I
2
0
2
0
)
,
2
0
2
0
,
p
p
.
2
3
1
-
2
3
9
,
d
o
i:
1
0
.
1
0
0
7
/9
7
8
-
3
-
0
3
0
-
5
3
9
5
6
-
6.
[
1
9
]
A
.
K.
A
l
a
z
z
a
w
i,
H.
M
.
Ra
is,
a
n
d
S
.
Ba
sri,
"
H
A
BC:
H
y
b
rid
a
rti
f
ici
a
l
b
e
e
c
o
lo
n
y
f
o
r
g
e
n
e
ra
ti
n
g
v
a
ri
a
b
le
T
-
w
a
y
tes
t
se
ts,
"
J
.
En
g
.
S
c
i.
T
e
c
h
n
o
l
.
,
v
o
l
.
1
5
,
n
o
.
2
,
p
p
.
7
4
6
-
7
6
7
,
2
0
2
0
.
[
2
0
]
A
.
K.
A
la
z
z
a
w
i,
H.
M
.
Ra
is,
S
.
Ba
sri
a
n
d
Y.
A
.
A
lsa
ri
e
ra
,
"
P
h
ABC:
A
H
y
b
rid
A
rti
f
icia
l
Be
e
Co
lo
n
y
S
trate
g
y
f
o
r
P
a
irw
ise
tes
t
su
it
e
Ge
n
e
ra
ti
o
n
w
i
th
Co
n
stra
in
ts
S
u
p
p
o
rt
,
"
2
0
1
9
IEE
E
S
t
u
d
e
n
t
C
o
n
fer
e
n
c
e
o
n
Res
e
a
rc
h
a
n
d
De
v
e
lo
p
me
n
t
(
S
CORe
D)
,
2
0
1
9
,
p
p
.
1
0
6
-
1
1
1
,
d
o
i:
1
0
.
1
1
0
9
/
S
CORE
D.2
0
1
9
.
8
8
9
6
3
2
4
.
[
2
1
]
S
.
S
h
e
o
ra
n
,
N.
M
it
tal,
a
n
d
A
.
G
e
lb
u
k
h
,
"
A
rti
f
ici
a
l
b
e
e
c
o
l
o
n
y
a
lg
o
rit
h
m
in
d
a
ta
f
lo
w
tes
ti
n
g
f
o
r
o
p
ti
m
a
l
t
e
st
su
it
e
g
e
n
e
ra
ti
o
n
,
"
In
ter
n
a
ti
o
n
a
l
J
o
u
r
n
a
l
o
f
S
y
ste
m
Assu
ra
n
c
e
En
g
i
n
e
e
rin
g
a
n
d
M
a
n
a
g
e
me
n
t
,
v
o
l.
1
1
,
p
p
.
3
4
0
–
3
4
9
,
2
0
2
0
,
d
o
i:
1
0
.
1
0
0
7
/s1
3
1
9
8
-
0
1
9
-
0
0
8
6
2
-
1.
[
2
2
]
A
.
A
g
r
a
w
a
l
a
n
d
A
.
Ka
u
r,
"
A
Co
m
p
re
h
e
n
siv
e
Co
m
p
a
riso
n
o
f
A
n
t
Co
lo
n
y
a
n
d
Hy
b
rid
P
a
rti
c
le
S
w
a
rm
Op
ti
m
iza
ti
o
n
A
l
g
o
rit
h
m
s
T
h
ro
u
g
h
T
e
st
Ca
se
S
e
lec
ti
o
n
,
"
S
a
t
a
p
a
th
y
S
.
,
Bh
a
t
e
ja
V.
,
Ra
ju
K
.
,
J
a
n
a
k
ir
a
ma
ia
h
B.
(
e
d
s)
Da
ta
En
g
i
n
e
e
rin
g
a
n
d
I
n
telli
g
e
n
t
C
o
mp
u
ti
n
g
.
Ad
v
a
n
c
e
s
in
I
n
telli
g
e
n
t
S
y
ste
ms
a
n
d
Co
mp
u
ti
n
g
,
S
i
n
g
a
p
o
re
:
S
p
ri
n
g
e
r
,
2
0
1
8
,
p
p
.
3
9
7
–
4
0
5
,
d
o
i:
1
0
.
1
0
0
7
/
978
-
9
8
1
-
10
-
3
2
2
3
-
3.
[
2
3
]
F
.
Ha
m
a
d
,
"
U
sin
g
A
rti
f
icia
l
Be
e
Co
lo
n
y
A
lg
o
rit
h
m
f
o
r
T
e
st
Da
t
a
Ge
n
e
ra
ti
o
n
a
n
d
P
a
th
T
e
stin
g
C
o
v
e
ra
g
e
,
"
M
o
d
.
Ap
p
l
.
S
c
i.
,
v
o
l.
1
2
,
n
o
.
7
,
p
p
.
9
9
-
1
1
2
,
2
0
1
8
,
d
o
i:
1
0
.
5
5
3
9
/m
a
s.v
1
2
n
7
p
9
9
.
[
2
4
]
P
a
lak
a
n
d
P
.
G
u
li
a
,
"
H
y
b
rid
sw
a
r
m
a
n
d
GA
b
a
se
d
a
p
p
ro
a
c
h
f
o
r
so
f
t
w
a
r
e
tes
t
c
a
s
e
se
lec
ti
o
n
,
"
In
ter
n
a
ti
o
n
a
l
J
o
u
r
n
a
l
o
f
El
e
c
trica
l
a
n
d
Co
mp
u
t
e
r
En
g
in
e
e
rin
g
(
IJ
ECE
)
,
v
o
l.
9
,
n
o
.
6
,
p
p
.
4
8
9
8
-
4
9
0
3
,
2
0
1
9
,
d
o
i:
1
0
.
1
1
5
9
1
/
ij
e
c
e
.
v
9
i6
.
p
p
4
9
8
9
8
-
4
9
0
3
.
[
2
5
]
P
a
lak
,
P
.
G
u
li
a
,
a
n
d
N.
S
.
G
il
l,
"
A
n
En
h
a
n
c
e
d
A
rti
f
icia
l
Be
e
Co
lo
n
y
:
Na
ïv
e
Ba
y
e
s
T
e
c
h
n
iq
u
e
f
o
r
Op
ti
m
izin
g
S
o
f
tw
a
r
e
Tes
ti
n
g
,
"
In
t.
J
.
Ad
v
.
Co
m
p
u
t
.
S
c
i.
Ap
p
l.
,
v
o
l.
1
2
,
n
o
.
2
,
p
p
.
2
2
0
–
2
2
5
,
2
0
2
1
,
d
o
i:
1
0
.
1
4
5
6
9
/IJA
CS
A
.
2
0
2
1
.
0
1
2
0
2
2
8
.
[
2
6
]
P
a
lak
,
P
.
G
u
li
a
,
a
n
d
N.
S
.
G
il
l,
"
Op
ti
m
iz
e
d
T
e
st
C
a
se
S
e
lec
ti
o
n
u
sin
g
S
c
o
u
t
-
les
s
Hy
b
rid
A
rti
f
ici
a
l
Be
e
Co
lo
n
y
A
p
p
ro
a
c
h
a
n
d
Cro
ss
o
v
e
r
Op
e
ra
to
r,
"
In
t.
J
.
E
n
g
.
T
re
n
d
s
T
e
c
h
n
o
l.
,
v
o
l.
6
9
,
n
o
.
3
,
p
p
.
3
9
-
4
5
,
2
0
2
1
,
d
o
i:
1
0
.
1
4
4
4
5
/
2
2
3
1
5
3
8
1
/IJET
T
-
V
6
9
I3
P
2
0
8
.
[
2
7
]
S
o
ft
w
.
En
g
.
Q
u
a
l
.
1
Qu
a
l.
M
o
d
e
l.
Ge
n
e
v
a
,
S
wit
z.
In
t.
Or
g
a
n
.
S
t
a
n
d
.
,
IS
O IE
C
9
1
2
6
-
1,
(
2
0
0
1
)
.
Evaluation Warning : The document was created with Spire.PDF for Python.