Vukovich dinamis yang digabungkan dengan model PRoFIGA didalamnya.
|
|
- Utami Kartawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1. Latar Belakang Fuzzy Evolutionary Algorithm (FEA) merupakan salah satu model hybrid yang menggabungkan dua buah model soft computing yaitu algoritma genetika dan logika fuzzy. FEA adalah konsep hybrid yang menggunakan sistem fuzzy ke dalam proses algoritma genetika. Karena dalam proses algoritma genetika, pengguna harus mendefinisikan beberapa parameter pada awal running agar proses dapat berjalan dengan baik. Terdapat tiga parameter penting dalam algoritma genetika yaitu ukuran populasi, probabilitas pindah silang, dan probabilitas mutasi. Ketiga parameter ini harus didefinisikan secara hati-hati agar tidak terjadi konvergensi dini atau lokal optimum yaitu dimana individu-individu dalam populasi konvergen pada suatu solusi optimum lokal (Suyanto, 2005). Xu dan Vukovich (1993), melakukan penelitian terkait penggunaan logika fuzzy dalam algoritma genetika untuk mengatasi dua permasalahan yang biasa terjadi pada algoritma genetika yaitu kecepatan pencarian solusi yang lambat dan konvergensi dini. Pemanfaatan logika fuzzy dalam algoritma genetika ditujukan untuk memudahkan pengguna dalam mendefinisikan parameter yang digunakan. Model yang dikenalkan oleh Xu dan Vukovich adalah penggunaan logika fuzzy untuk penentuan nilai probabilitas pindah silang dan nilai probabilitas mutasi menggunakan aturan fuzzy dengan dua masukan yaitu ukuran populasi dan jumlah generasi. Seiring dengan munculnya konsep FEA, sebuah toolbox yang menerapkan konsep FEA model Xu dan Vukovich telah dikembangkan. Toolbox FEA tersebut dapat digunakan untuk menyelesaikan beberapa permasalahan yang dapat diselesaikan dengan algoritma genetika. Toolbox FEA juga memiliki fungsifungsi yang menerapkan konsep FEA yang dapat digunakan oleh pengguna melalui command windows (Muzid dkk, 2009). Konsep FEA yang dikembangkan oleh Xu dan Vukovich masih memiliki kelemahan yaitu apabila nilai masukan untuk aturan fuzzy pada setiap generasi 1
2 2 bernilai statis maka nilai keluaran dari aturan fuzzy yang meliputi nilai probabilitas pindah silang dan probabilitas mutasi juga akan bernilai statis. Hal ini memungkinkan hasil yang ditemukan kurang optimum karena parameter yang digunakan dalam FEA bernilai statis. Oleh karena itu dibutuhkan sebuah model yang mampu beradaptasi dan menghasilkan nilai dinamis sehingga nilai keluaran yang dihasilkan oleh FEA bernilai dinamis. Eiben dkk (2004) melakukan penelitian dan menghasilkan sebuah model perhitungan yang digunakan untuk menentukan ukuran populasi baru yang akan digunakan pada generasi berikutnya. Model tersebut adalah Population Resizing on Fitness Improvement Genetic Algorithm (PRoFIGA) yaitu model perhitungan untuk menentukan ukuran populasi baru berdasarkan dari perkembangan nilai fitness terbaik. Ukuran populasi merupakan sebuah parameter yang penting dalam algoritma genetika. Jika ukuran populasi terlalu kecil akan memungkinkan terjadinya konvergensi dini, dan jika terlalu besar akan mengakibatkan lamanya waktu yang dibutuhkan algoritma genetika dalam menghasilkan solusi terbaik. Dalam model ini ukuran populasi yang dihasilkan dapat beradaptasi menjadi lebih sedikit atau lebih banyak pada setiap generasi seiring dengan perkembangan nilai fitness terbaik sehingga dapat meningkatkan performansi algoritma genetika. Dengan latar belakang tersebut, diperlukan sebuah pengembangan untuk memperbaiki kelemahan pada konsep FEA model Xu dan Vukovich serta pengembangan toolbox FEA dengan menggabungkan model PRoFIGA kedalam konsep FEA tersebut agar sistem fuzzy yang digunakan dapat menghasilkan nilai keluaran yang dinamis sehingga dapat menghasilkan solusi yang lebih optimum dan mampu meningkatkan performansi dari algoritma genetika Rumusan Masalah Berdasarkan latar belakang masalah diatas akhirnya dapat dirumuskan beberapa rumusan sebagai berikut: 1. Mengembangkan konsep FEA model Xu dan Vukovich yang digabungkan dengan model penentuan ukuran populasi PRoFIGA.
3 3 2. Mengembangkan toolbox FEA dengan aturan fuzzy model Xu dan Vukovich yang dinamis untuk pengontrolan parameter pada setiap generasinya. 3. Membuat fungsi baru dengan menggunakan algoritma FEA yang dinamis pada setiap generasi dan dapat digunakan untuk menyelesaikan berbagai masalah optimasi yang dapat diintegrasikan dengan bahasa pemrograman tertentu Batasan Masalah Agar permasalahan yang dibahas tidak melebar terlalu luas diperlukan batasan masalah. Adapun batasan yang digunakan adalah sebagai berikut: 1. Model FEA yang dikembangkan adalah model Xu dan Vukovich yang digabungkan dengan model Population Resizing on Fitness Improvement Genetic Algorithm (PRoFIGA) untuk penentuan ukuran populasi dari perkembangan nilai fitnes terbaik. 2. Permasalahan yang diuji adalah permasalahan Travelling Salesman Problem (TSP) dan optimasi fungsi. 3. Hasil pengujian dibandingkan dengan hasil pengujian menggunakan FEA model Xu dan Vukovich, algoritma genetika. 4. Metode yang digunakan untuk mendeteksi signifikasi perbedaan hasil dari ketiga metode tersebut menggunakan metode analysis of variance (ANOVA). 5. Metode yang digunakan untuk mendeteksi keberagaman individu dalam populasi menggunakan metode perhitungan varians dan standar deviasi Tujuan Penelitian Adapun tujuan dari penelitian ini adalah sebagai berikut: 1. Mengembangkan model hybrid FEA model Xu dan Vukovich yang digabungkan dengan model PRoFIGA. 2. Mengembangkan toolbox FEA dengan aturan fuzzy model Xu dan Vukovich dinamis yang digabungkan dengan model PRoFIGA didalamnya.
4 4 3. Membuat fungsi baru untuk penerapan konsep FEA model Xu dan Vukovich yang digabungkan dengan model PRoFIGA yang dapat digunakan oleh pengguna yang bisa dintegrasikan dengan bahasa pemrograman tertentu untuk menyelesaikan berbagai masalah optimasi. 4. Melakukan pengujian konsep FEA model Xu dan Vukovich yang digabungkan dengan model PRoFIGA pada permasalahan optimasi fungsi dan Travelling Salesman Problem (TSP) serta membandingkannya dengan penyelesaian masalah menggunakan algoritma genetika standar dan konsep FEA model Xu dan kolega Manfaat Penelitian Manfaat yang didapatkan dari penelitian adalah sebagai berikut: 1. Menghasilkan toolbox FEA yang dinamis agar dapat digunakan untuk menyelesaikan berbagai masalah optimasi. 2. Menghasilkan fungsi baru yang menerapkan konsep FEA yang dinamis agar dapat digunakan oleh pengguna untuk diintegrasikan dengan bahasa pemrograman tertentu untuk menyelesaikan berbagai masalah optimasi. 3. Menerapkan model hybrid FEA model Xu dan Vukovich yang digabungkan dengan model PRoFIGA untuk menghasilkan solusi yang lebih optimum dan meningkatkan performansi algoritma genetika. 4. Membantu dan memudahkan pengguna untuk memahami teori algoritma fuzzy evolusi dan menyelesaikan masalah menggunakannya. 5. Menambah wawasan dan ilmu pengetahuan dalam bidang soft computing dengan model FEA yang lebih dinamis Keaslian Penelitian Pada penelitian sebelumnya penulis telah mengembangkan toolbox FEA yang menerapkan konsep hybrid antara algoritma genetika dan logika fuzzy. Model yang digunakan pada toolbox FEA tersebut adalah model Xu dan Vukovich. Toolbox tersebut masih memiliki kelemahan yaitu masukan yang digunakan dalam logika fuzzy yang berupa ukuran populasi masih bernilai statis sehingga
5 5 keluaran yang dihasilkan dari FEA juga bernilai statis. Hal ini memungkinkan hasil yang ditemukan tidak merupakan solusi optimum sehingga membutuhkan sebuah pengembangan agar toolbox FEA tersebut lebih dinamis dalam menghasilkan nilai parameter. Pada penelitian ini menghasilkan sebuah model pengembangan FEA yang dinamis yang menggabungkan sistem fuzzy model Xu dan Vukovich dengan model PRoFIGA. Selain itu juga menghasilkan toolbox dan fungsi FEA yang dinamis dalam pengontrolan parameter-parameter sehingga menghasilkan solusi yang lebih optimum dan meningkatkan performansi algoritma genetika dalam menemukan solusi Metode Penelitian Dalam penelitian ini, metode pengembangan perangkat lunak yang dilakukan adalah menggunakan metode prototype dan diawali dengan studi kepustakaan. Tahapan dari metode penelitian tersebut adalah sebagai berikut: 1. Studi pustaka. Studi pustaka dilakukan dengan cara mempelajari, mendalami, dan mengutip teori atau konsep dari sejumlah literatur, baik buku, jurnal yang relevan dengan topik, fokus atau variabel penelitian yang berkaitan dengan algoritma genetika, sistem fuzzy, dan algoritma fuzzy evolusi khususnya metode Xu dan Vukovich serta model PRoFIGA. 2. Analisa sistem. Tahap ini dilakukan untuk menganalisa teori yang ada, teori terkait teori FEA, model hybrid yang dikembangkan Xu dan Vukovich, serta model PRoFIGA yang dikembangkan Eiben, Marchiori dan Valko. Dalam tahap ini juga dilakukan analisa pada toolbox FEA yang sudah dikembangkan sebelumnya. 3. Desain Sistem. Desain sistem dilakukan untuk merancang proses dan antarmuka dari sistem yang akan dikembangkan. Metode desain atau perancangan sistem yang digunakan adalah menggunakan diagram Flowchart.
6 6 4. Pengkodean Sistem. Tahap ini adalah tahap dimana sistem baru mulai dibangun dengan menuliskan kode program dalam bentuk modul fungsi dan pengembangan graphic user interface (GUI) serta integrasi dari modul-modul fungsi tersebut. 5. Percobaan (Testing). Percobaan dilakukan untuk menguji terkait pengujian unit dan integrasi modul dan apakah sistem baru ini sudah dapat berjalan sesuai dengan kebutuhan yang diinginkan. Pada tahap ini juga dilakukan pengujian terhadap permasalahan TSP dan optimasi fungsi baik Sistematika Penulisan Sistematika penulisan laporan berguna untuk memberikan gambaran umum dari keseluruhan isi laporan serta untuk mempermudah pembaca untuk lebih mudah memahami. Sistematika penulisan dan garis besar isi laporan ini adalah sebagai berikut: Bab I berisi Pendahuluan yang menjelaskan latar belakang serta rumusan masalah yang diteliti, batasan masalah yang menjadi tolak ukur penelitian, tujuan dan manfaat penelitian, keaslian penelitian dan metodologi penelitian serta sistematika penulisan yang digunakan. Bab II berisi Tinjauan Pustaka, berisi tentang pemaparan hal-hal yang berkaitan serta pustaka yang dipakai pada waktu penelitian. Berisi tentang penelitian-penelitian sebelumnya dan perbedaan antara penelitian sekarang dengan penelitian yang pernah dilakukan. Bab III berisi Landasan Teori, yang merupakan pembahasan tentang teoriteori tentang algoritma genetika, sistem fuzzy, algoritma fuzzy evolusi, fuzzy rule based model Xu dan Vukovich, model PRoFIGA, dan toolbox FEA yang sudah ada. Bab IV berisi Rancangan dan Implementasi Sistem yang menjelaskan mengenai perancangan sistem yang akan diterapkan sehingga apa yang dirancang benar-benar sesuai dengan apa yang dibutuhkan menggunakan diagram alir dan
7 7 diagram alir data. Serta membahas implementasi sistem yang menjelaskan implementasi yang merupakan tahap selanjutnya dari perancangan sehingga menjadi suatu aplikasi yang terdiri dari proses, masukkan (input) dan keluaran (output). Bab V berisi Hasil dan Pembahasan yang menjelaskan hasil dari sistem yang dibangun dan diuji sesuai dengan kebutuhan perangkat lunak yang sebenarnya. Hasil pengujian akan dibandingkan dengan pengujian menggunakan metode lain. Bab ini juga menjelaskan bagaimana kelebihan serta kekurangan setelah penelitian dilakukan agar dapat digunakan untuk penelitian selanjutnya. Bab VI berisi Kesimpulan dan Saran, penulis mengambil beberapa kesimpulan dari pengembangan konsep dan toolbox serta saran-saran berdasarkan keterbatasan dan kekurangan yang ditemukan pada penelitian ini.
DINAMISASI PARAMETER ALGORITMA GENETIKA MENGGUNAKAN POPULATION RESIZING ON FITNESS IMPROVEMENT FUZZY EVOLUTIONARY ALGORITHM (PROFIFEA)
DINAMISASI PARAMETER ALGORITMA GENETIKA MENGGUNAKAN POPULATION RESIZING ON FITNESS IMPROVEMENT FUZZY EVOLUTIONARY ALGORITHM (PROFIFEA) Syafiul Muzid Program Studi Sistem Informasi, Fakulktas Teknik, Universitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pembentukan kelas belajar merupakan kegiatan rutin yang dilakukan oleh setiap sekolah pada setiap tahun ajaran baru. Pembentukan kelas biasanya dilakukan dengan membagi
Lebih terperinciTri Listyorini Fakultas Teknik, Program Studi Teknik Informatika Universitas Muria Kudus
IMPLEMENTASI POPULATION RESIZING ON FITNESS IMPROVEMENT GENETIC ALGORITHM (PROFIGA) UNTUK OPTIMASI RUTE KUNJUNGAN PROMOSI UNIVERSITAS MURIA KUDUS BERBASIS ANDROID DAN GOOGLE MAPS API Tri Listyorini Fakultas
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Clustering adalah proses di dalam mencari dan mengelompokkan data yang memiliki kemiripan karakteristik (similarity) antara satu data dengan data yang lain. Clustering
Lebih terperinciPEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM
PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM Syafiul Muzid Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia, Yogyakarta E-mail:
Lebih terperinciMEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB
MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB Syafiul Muzid 1, Sri Kusumadewi 2 1 Sekolah Pascasarjana Magister Ilmu Komputer, Universitas Gadjah Mada, Yogyakarta e-mail: aakzid@yahoo.com 2 Jurusan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Algoritma Genetika Algoritma genetika merupakan algoritma pencarian heuristik ysng didasarkan atas mekanisme seleksi alami dan genetika alami (Suyanto, 2014). Adapun konsep dasar
Lebih terperinciBAB 1 PENDAHULUAN 1-1. Peringkat, diambil dari ~ jurutera/seminar/azmi.html tanggal 22 Januari 2003.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seorang investor tentu akan sangat kesulitan dalam menanamkan investasinya apabila proyek yang ditawarkan cukup banyak dengan biaya investasi, profit, dan resiko
Lebih terperinciPenerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem
Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem Tri Kusnandi Fazarudin 1, Rasyid Kurniawan 2, Mahmud Dwi Sulistiyo 3 1,2 Prodi S1 Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan.
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY
PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY Arief Kelik Nugroho Fakultas Teknik, Universitas PGR Yogyakarta e-mail : ariefkeliknugroho@gmail.com Abstrak
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.
Lebih terperinciBAB 1 PENDAHULUAN. menggunakan sistem komputerisasi. Salah satu bentuk perusahaan yang sangat
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada zaman sekarang ini komputer merupakan kebutuhan yang umum dalam sebuah perusahaan. Di dalam perusahaan, banyak hal menjadi lebih efisien dengan menggunakan
Lebih terperinciBAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu
18 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Penjadwalan merupakan kegiatan administrasi utama di berbagai institusi. Masalah penjadwalan merupakan masalah penugasan sejumlah kegiatan dalam periode
Lebih terperinciTAKARIR. algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah. kesalahan program
TAKARIR advanced tingkat lanjut algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah alleles nilai suatu gen. bug kesalahan program chromosome kromosom crossover penyilangan kromosom
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik bahasan : Pendahuluan Mahasiswa dapat memahami konsep cerdasan buatan dan aplikasinya dalam bidang rekayasa 1 Setelah mempelajari materi ini, diharapkan mahasiswa : 1.Mampu mengenal permbangan teknologi
Lebih terperinciIMPLEMENTASI ALGORITMA FUZZY EVOLUSI PADA PENJADWALAN PERKULIAHAN
IMPLEMENTASI ALGORITMA FUZZY EVOLUSI PADA PENJADWALAN PERKULIAHAN Herny Wulandari Pangestu. Kartika Yulianti, Rini Marwati Departemen Pendidikan Matematika FPMIPA UPI *Surel: hernyw@ymail.com ABSTRAK.
Lebih terperinci1. Pendahuluan 1.1. Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Perkembangan teknologi informasi yang begitu pesat sekarang ini memberikan dampak yang besar terhadap kinerja manusia khususnya dalam bekerja. Segala sesuatu yang dahulu
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN APLIKASI
27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma
Lebih terperinciBAB I PENDAHULUAN an berkembang algoritma genetika (genetic algorithm) ketika I. Rochenberg dalam bukunya yang berjudul Evolution Strategies
BAB I PENDAHULUAN A. Latar Belakang Perkembangan teori graf sangat pesat dari tahun ke tahun, pada tahun 1960-an berkembang algoritma genetika (genetic algorithm) ketika I. Rochenberg dalam bukunya yang
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Setelah berkembangnya AI (Artifical Intelligence), banyak sekali ditemukan sejumlah algoritma yang terinspirasi dari alam. Banyak persoalan yang dapat diselesaikan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang PT. Sinar Sosro adalah salah satu perusahaan yang bergerak di bidang produksi minuman dengan skala besar (mass production). PT. Sinar Sosro Cabang Deli Serdang memproduksi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan kemajuan teknologi saat ini, berbagai permasalahan yang ada dapat diselesaikan dengan memanfaatkan teknologi. Peningkatan kinerja manusia yang
Lebih terperinciUKDW. Bab I PENDAHULUAN. 1.1 Latar Belakang Masalah
Bab I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan ekonomi di Indonesia yang semakin pesat, perkembangan industri distribusi juga semakin meningkat untuk memenuhi kebutuhan pasar
Lebih terperinciBAB I PENDAHULUAN. Penjadwalan merupakan kegiatan yang harus dimiliki oleh setiap
BAB I PENDAHULUAN 1.1 Latar Belakang Penjadwalan merupakan kegiatan yang harus dimiliki oleh setiap orang untuk dapat membantu dalam melakukan aktivitasnya sehari-hari. Terlebih lagi sebuah instansi atau
Lebih terperinciOPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK
OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK Usulan Skripsi S-1 Jurusan Matematika Diajukan oleh 1. Novandry Widyastuti M0105013 2. Astika Ratnawati M0105025 3. Rahma Nur Cahyani
Lebih terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
Lebih terperinciALGORITMA GENETIKA DENGAN PENDEKATAN MODEL PULAU PADA PERMASALAHAN TRAVELLING SALESMAN
ALGORITMA GENETIKA DENGAN PENDEKATAN MODEL PULAU PADA PERMASALAHAN TRAVELLING SALESMAN Hardy STMIK Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212 hardy@mikroskil.ac.id Abstrak Algoritma genetika telah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah pemilihan lokasi usaha yang tepat merupakan salah satu faktor penunjang suksesnya suatu usaha. Dalam pemilihan lokasi usaha yang tepat diperlukan pertimbangan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Pencarian lintasan terpendek dari satu titik ke titik lain adalah masalah yang sering ditemui dalam kehidupan sehari-hari. Berbagai kalangan menemui permasalahan
Lebih terperinciPRESENTASI TUGAS AKHIR
PRESENTASI TUGAS AKHIR Travelling Salesman Problem menggunakan Algoritma Genetika Via GPS berbasis Android (kata kunci : android,gps,google Maps, Algoritma Genetika, TSP) Penyusun Tugas Akhir : Azmi Baharudin
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3 Agar penelitian yang dilakukan sesuai dengan tujuan yang diharapkan maka diperlukan langkah-langkah yang tersusun secara sistematis seperti yang dijabarkan pada gambar 3.1
Lebih terperinciBAB 1 PENDAHULUAN. 1 Randy L Haupt & Sue Ellen Haupt, Practical Genetic Algorithms second edition, Wiley Interscience,2004.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seseorang salesman tentu akan sangat kesulitan jika harus mengunjungi semua kota sendirian, oleh karena itu dibutuhkan beberapa orang salesman untuk membagi
Lebih terperinciBAB I PENDAHULUAN. berpikir untuk melakukan dan mengatasi segala permasalahan yang dihadapi dengan bantuan
BAB I PENDAHULUAN 1.1 Latar Belakang Kemampuan dan peranan komputer yang cukup signifikan acapkali membuat manusia berpikir untuk melakukan dan mengatasi segala permasalahan yang dihadapi dengan bantuan
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) Mohamad Subchan STMIK Muhammadiyah Banten e-mail: moh.subhan@gmail.com ABSTRAK: Permasalahan pencarian rute terpendek dapat
Lebih terperinci2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PENGESAHAN PENGUJI... iii BERITA ACARA DEMO SOFTWARE TUGAS AKHIR... iv SURAT PERNYATAAN KARYA ASLI TUGAS AKHIR...v ABSTRAK.....vi
Lebih terperinciIMPLEMENTASI FUZZY EVOLUTIONARY ALGORITHMS UNTUK PENENTUAN POSISI BASE TRANSCEIVER STATION (BTS)
IMPLEMENTASI FUZZY EVOLUTIONARY ALGORITHMS UNTUK PENENTUAN POSISI BASE TRANSCEIVER STATION (BTS) Muhammad Fachrie 1, Sri Widowati 2, Ahmad Tri Hanuranto 3 1,2 Jurusan Teknik Informatika, Fakultas Informatika,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan jaman, peran komputer semakin banyak di dalam kehidupan masyarakat. Hampir semua bidang kehidupan telah menggunakan komputer sebagai alat
Lebih terperinciPenjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut
BAB I PENDAHULUAN A. Latar Belakang Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut terlaksana dengan optimal.
Lebih terperinciBAB I PENDAHULUAN. seperti audio/video conferencing atau streaming, dan yang terpenting yaitu untuk sarana
1 BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan berkembangnya waktu, kebutuhan akan teknologi informasi semakin tinggi. Sehingga dalam dunia pendidikan khususnya dalam pengajaran terhadap murid taman
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan yang sangat pesat dalam dunia industri menuntut suatu perusahaan melakukan aktifitas bisnisnya secara optimal. Mulai dari penyediaan barang baku,
Lebih terperinciBAB 3 PERANCANGAN PROGRAM. dari OOP (Object Oriented Programming) di mana dalam prosesnya, hal-hal
BAB 3 PERANCANGAN PROGRAM 3.1 Spesifikasi Rumusan Rancangan Program Algoritma Genetika dirancang dengan mengikuti prinsip-prinsip dan sifatsifat dari OOP (Object Oriented Programming) di mana dalam prosesnya,
Lebih terperinciGambar 1.1 Contoh Ilustrasi Kasus CVRP 13
BAB I PENDAHULUAN 1.1. Latar Belakang Vehicle Routing Problem (VRP) merupakan konsep umum yang digunakan untuk semua permasalahan yang melibatkan perancangan rute optimal untuk armada kendaraan yang melayani
Lebih terperinciBAB V Pengujian. Bab ini memuat tujuan dan langkah-langkah pengujian, hasil dan analisis pengujian terhadap hasil implementasi dari program GAMA.
BAB V Pengujian Bab ini memuat tujuan dan langkah-langkah pengujian, hasil dan analisis pengujian terhadap hasil implementasi dari program GAMA. 5.1 Tujuan Pengujian Berikut ini adalah tujuan dari pengujian.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian Pembangunan perangkat lunak dalam tugas akhir ini menggunakan seperangkat komputer dengan spesifikasi sebagai berikut :
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan merupakan hal yang sangat penting, sebab pendidikan merupakan proses mencetak generasi penerus bangsa. Adapun fungsi pendidikan adalah untuk mengembangkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Surat kabar merupakan media cetak yang memuat informasi-informasi aktualyang sedang terjadi. Banyak informasi yang diberikan salah satunya adalah iklan baris. Iklan
Lebih terperinciBAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta
BAB I PENDAHULUAN A. Latar Belakang Matematika adalah cabang ilmu pengetahuan yang dapat digunakan dalam kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta tidak merupakan
Lebih terperinciPERANCANGAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK. Kata kunci: Algoritma Genetika, Shortest Path Problem, Jalur Terpendek
PERANCANGAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK Fajar Saptono 1, Taufiq Hidayat 2 Laboratorium Pemrograman dan Informatika Teori Jurusan Teknik Informatika, Fakultas Teknologi Industri,
Lebih terperinciABSTRAK. Kata kunci : Aplikasi, Penjadwalan, Algoritma Genetika. viii
ABSTRAK Di program studi Teknik Informatika UPN Veteran Yogyakarta, mahasiswa yang akan melakukan pendadaran tidak bisa menentukan jadwal pendadarannya sendiri. Mahasiswa hanya menunggu jadwal pendadaran
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesman Problem (TSP) adalah permasalahan dimana seorang salesman harus mengunjungi semua kota yang ada dan kota tersebut hanya boleh dikunjungi tepat satu
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika
6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Masalah penjadwalan secara umum adalah aktivitas penugasan yang berhubungan dengan sejumlah constraint, sejumlah kejadian yang dapat terjadi pada suatu
Lebih terperinciAplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)
JTRISTE, Vol.1, No.2, Oktober 2014, pp. 50~57 ISSN: 2355-3677 Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP) STMIK Handayani Makassar najirah_stmikh@yahoo.com Abstrak
Lebih terperinciSISTEM PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS PADA JURUSAN TEKNOLOGI INFORMASI FAKULTAS TEKNIK UNIVERSITAS TADULAKO)
JIMT Vol. 14 No. 2 Desember 2017 (Hal 242-255) ISSN : 2450 766X SISTEM PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS PADA JURUSAN TEKNOLOGI INFORMASI FAKULTAS TEKNIK UNIVERSITAS TADULAKO)
Lebih terperinciBAB I PENDAHULUAN. yang baru, mereka dapat memiliki sepeda motor dengan berbagai cara, antara lain
BAB I PENDAHULUAN I.1. Latar Belakang Kebutuhan akan sepeda motor semakin meningkat setiap tahunnya di Indonesia, hal ini di karenakan banyaknya permintaan dari konsumen. Jumlah penduduk yang semakin bertambah
Lebih terperinci1.4. Batasan Masalah Batasan-batasan masalah dalam pembuatan tugas akhir ini adalah sebagai berikut :
BAB 1 PENDAHULUAN 1.1. Pengantar Perkembangan jaman yang diiringi dengan kemajuan teknologi sekarang ini menyebabkan perubahan hampir di segala bidang. Salah satu aspeknya ialah teknologi komputerisasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada penelitian machine learning banyak sekali diperbincangkan tentang perilaku belajar mesin (komputer) agar mampu belajar dan berpikir cerdas layaknya manusia yang
Lebih terperinciBAB I PENDAHULUAN. telah diadopsi untuk mengurangi getaran pada gedung-gedung tinggi dan struktur
BAB I PENDAHULUAN 1.1 Latar Belakang Tuned mass damper (TMD) telah banyak digunakan untuk mengendalikan getaran dalam sistem teknik mesin. Dalam beberapa tahun terakhir teori TMD telah diadopsi untuk mengurangi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dunia sistem informasi pada saat ini berkembang pesat dan merambah ke berbagai sisi kehidupan manusia. Perkembangan yang demikian tersebut didukung oleh tersedianya
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka (Samuel, Toni & Willi 2005) dalam penelitian yang berjudul Penerapan Algoritma Genetika untuk Traveling Salesman Problem Dengan Menggunakan Metode Order Crossover
Lebih terperinciDAFTAR ISI. Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii
DAFTAR ISI Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii Faiz Rafdh Ch SISTEM INFORMASI ZAKAT BERBASIS WEB MENGGUNAKAN PHP DAN MYSQL PADA RUMAH ZAKATINDONESIA 1-7 Abdul Jamil Syamsul Bachtiar
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi dan komunikasi saat ini berkembang sangat pesat. Seluruh perusahaan dan instansi di seluruh dunia telah memanfaatkan teknologi jaringan
Lebih terperinciABSTRAK. Kata kunci: nutrisi, algoritma genetika. vii Universitas Kristen Maranatha
ABSTRAK Banyak orang di Indonesia kurang memperhatikan kandungan gizi dari makanan yang mereka konsumsi. Oleh karena itu kami mengembangkan aplikasi berbasis desktop untuk mengelola gizi seseorang. Aplikasi
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Penjadwalan Penjadwalan kegiatan belajar mengajar pada suatu lembaga pendidikan biasanya merupakan salah satu pekerjaan yang tidak mudah dan menyita waktu. Pada lembaga pendidikan
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC)
PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC) Yayun Hardianti 1, Purwanto 2 Universitas Negeri Malang E-mail: yayunimoet@gmail.com ABSTRAK:
Lebih terperinciPENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA
PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA Bagus Priambodo Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Mercu Buana e- mail : bagus.priambodo@mercubuana.ac.id
Lebih terperinciBAB I PENDAHULUAN. Uang adalah alat pembayaran dalam transaksi jual beli barang atau jasa. Pada
BAB I PENDAHULUAN A. Latar Belakang Uang adalah alat pembayaran dalam transaksi jual beli barang atau jasa. Pada dasarnya ada dua jenis uang yang beredar di masyarakat, yaitu uang kartal dan uang giral.
Lebih terperinciOPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA
OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA Muhammad Arief Nugroho 1, Galih Hermawan, S.Kom., M.T. 2 1, 2 Universitas Komputer Indonesia Jl. Dipatiukur No. 112-116, Bandung 40132 E-mail
Lebih terperinciSIMULASI PENGENDALIAN KECEPATAN MOBIL OTOMATIS MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA
SIMULASI PENGENDALIAN KECEPATAN MOBIL OTOMATIS MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA Helmy Thendean, M.Kom 1) Albert, S.Kom 2) Dra.Chairisni Lubis, M.Kom 3) 1) Program Studi Teknik Informatika,Universitas
Lebih terperinciAPLIKASI HASIL PENCARIAN DAN RUTE PENGIRIMAN BARANG DARI SOLUSI MASALAH TRANSPORTASI BIKRITERIA DENGAN METODE LOGIKA FUZZY
APLIKASI HASIL PENCARIAN DAN RUTE PENGIRIMAN BARANG DARI SOLUSI MASALAH TRANSPORTASI BIKRITERIA DENGAN METODE LOGIKA FUZZY Faisal Dosen Jurusan Teknik Informatika Fakultas Sains & Teknologi UIN Alauddin
Lebih terperinciRANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH)
RANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH) TUGAS AKHIR Disusun Oleh : RIO PRAYOGA SUPRAYANA NPM. 06
Lebih terperinci2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks
4 2 TINJAUAN PUSTAKA 2.1 Peringkasan Teks Peringkasan teks adalah proses pemampatan teks sumber ke dalam versi lebih pendek namun tetap mempertahankan informasi yang terkandung didalamnya (Barzilay & Elhadad
Lebih terperinciBAB I PENDAHULUAN. serta dapat bertingkah sesuai norma-norma yang berlaku. Sebab ide dasar
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan adalah hal penting dalam kehidupan seseorang. Melalui pendidikan, seseorang dapat dipandang terhormat, memiliki karir yang baik serta dapat bertingkah sesuai
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1. Latar Belakang Berdasarkan ideologi bangsa Pancasila dan UUD 1945 maka setiap rakyat indonesia sangat mengidamkan negara yang sejahtera. Hal ini dikarenakan, negara yang sejahtera
Lebih terperinciBAB I PENDAHULUAN. Untuk melakukan pengaturan lalu lintas pada persimpangan jalan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Untuk melakukan pengaturan lalu lintas pada persimpangan jalan difungsikan Traffic Light atau yang lebih dikenal oleh masyarakat Indonesia sebagai lampu lalu lintas.
Lebih terperinciALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi
Lebih terperinciLEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR UCAPAN TERIMA KASIH ABSTRAK DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I PENDAHULUAN
DAFTAR ISI LEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR... i UCAPAN TERIMA KASIH... ii ABSTRAK... iii DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii BAB I PENDAHULUAN... 1 A.
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T
PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T Abstrak : Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi
Lebih terperinciPerancangan Dan Pembuatan Aplikasi Rekomendasi Jadwal Perkuliahan Pada Institut Informatika Indonesia Memanfaatkan Algoritma Genetika
Perancangan Dan Pembuatan Aplikasi Rekomendasi Jadwal Perkuliahan Pada Institut Informatika Indonesia Memanfaatkan Algoritma Genetika Hermawan Andika, S.Kom., M.Kom. Jurusan Teknik Informatika Institut
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penjadwalan seminar proposal dan seminar hasil yang baik dan optimal tentu akan meningkatkan mutu pelayanan pendidikan bagi mahasiswa sebab mampu menjadwalkan sumberdaya
Lebih terperinciA30 PERBANDINGAN ALGORITMA KRUSKAL DENGAN ALGORITMA GENETIKA DALAM PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST)
A30 PERBANDINGAN ALGORITMA KRUSKAL DENGAN ALGORITMA GENETIKA DALAM PENYELESAIAN MASALAH MINIMUM SPANNING TREE () Rusdi Efendi, Diyah Puspitaningrum 2, Riska 3, Program Studi Teknik Informatika, Fakultas
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah 1.2. Rumusan Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Seorang investor tentu akan kesulitan dalam menanamkan modalnya apabila perusahaan yang ditawarkan cukup banyak jumlahnya, dengan biaya investasi, risiko kegagalan,
Lebih terperinciBAB 2 LANDASAN TEORI
18 BAB 2 LANDASAN TEORI 2.1 Pengertian Optimasi Optimasi adalah salah satu ilmu dalam matematika yang fokus untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu fungsi, peluang maupun
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4C3 EVOLUTIONARY COMPUTATION Disusun oleh: Untari Novia Wisesty Syahrul Mubarok PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Jeruk merupakan komoditas buah-buahan yang mempunyai nilai ekonomi penting dan nilai kesehatan yang berarti karena mengandung nilai gizi yang tinggi (Vitamin C dan
Lebih terperinciBAB 1 PENDAHULUAN. manfaatnya meliputi segala aspek kehidupan manusia. agar tujuan tercapai merupakan hal yang penting dalam masalah penjadwalan.
11 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer yang pesat saat ini memberikan banyak kemudahan dalam penyelesaian masalah dan pencapaian hasil kerja yang memuaskan bagi kehidupan
Lebih terperinciBAB II LANDASAN TEORI. Suatu graph merupakan suatu pasangan { E(G), V(G) } dimana :
BAB II LANDASAN TEORI 2.1 Defenisi Graph Suatu graph merupakan suatu pasangan { E(G), V(G) } dimana : V(G) adalah sebuah himpunan terhingga yang tidak kosong ( non empty finite set) yang elemennya disebut
Lebih terperinciKATA PENGANTAR. DAFTAR TABEL.. xviii. 1.1 Latar Belakang Masalah 1
DAFTAR ISI Halaman HALAMANJUDUL LEMBAR PENGESAHAN PEMBIMBING LEMBAR PERNYATAAN KEASLIAN HASIL TUGAS AKHIR LEMBAR PENGESAHAN PENGUJI HALAMAN PERSEMBAHAN HALAMAN MOTTO KATA PENGANTAR ABSTRAKSI DAFTAR ISI
Lebih terperinciBAB 1 PENDAHULUAN. data yang bersifat pasti(crisp). Begitu pula pada proses query, yang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah System database yang ada sampai sekarang, hanya mampu menangani data yang bersifat pasti(crisp). Begitu pula pada proses query, yang menggunakan bahasa Structure
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION
PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. I.1. Latar Belakang
BAB I PENDAHULUAN I.1. Latar Belakang Pada penelitian untuk kerja praktek yang dilakukan sebelumnya telah dibuat sebuah aplikasi penjadwalan sidang otomatis dengan menggunakan algoritma genetik yang bertujuan
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Saat ini, kebutuhan manusia akan teknologi semakin meningkat karena tidak bisa dipungkiri bahwa teknologi tersebut dapat meringankan pekerjaan manusia. Hal ini juga diimbangi
Lebih terperinciGenerator Jadwal Perkuliahan Menggunakan Algoritma Genetika
Generator Jadwal Perkuliahan Menggunakan Algoritma Genetika Zainal Akbar 1), Muh. Fajri Raharjo 2), Eddy Tungadi 3) CAIR, Politeknik Negeri Ujung Pandang Jl. Perintis Kemerdekaan km. 10, Tamalanrea Makassar,
Lebih terperinciANALISIS PERBANDINGAN ALGORITMA GENETIKA DAN ALGORITMA FUZZY EVOLUSI DALAM PENYELESAIAN TRAVELING SALESMAN PROBLEM
ANALISIS PERBANDINGAN ALGORITMA GENETIKA DAN ALGORITMA FUZZY EVOLUSI DALAM PENYELESAIAN TRAVELING SALESMAN PROBLEM Tedi Sefuro, Slamet Sudaryanto N., ST, M. Kom Teknik Informatika, Ilmu Komputer, Universitas
Lebih terperinciPENERAPAN KOMBINASI ALGORITMA GEOMETRIC DIFFERENTIAL EVOLUTION DAN SISTEM FUZZY DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) TUGAS AKHIR
PENERAPAN KOMBINASI ALGORITMA GEOMETRIC DIFFERENTIAL EVOLUTION DAN SISTEM FUZZY DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) TUGAS AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan zaman, kemajuan dalam bidang ilmu pengetahuan dan teknologi informasi berkembang sangat pesat. Maka informasi juga semakin banyak dan membuat
Lebih terperinciLingkup Metode Optimasi
Algoritma Genetika Lingkup Metode Optimasi Analitik Linier Non Linier Single Variabel Multi Variabel Dgn Kendala Tanpa Kendala Numerik Fibonacci Evolusi Complex Combinasi Intelijen/ Evolusi Fuzzy Logic
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Segmentasi citra (image segmentation) merupakan langkah awal pada proses analisa citra yang bertujuan untuk mengambil informasi yang terdapat di dalam suatu citra.
Lebih terperinci