BAB 1 PENDAHULUAN. 1.1 Latar Belakang
|
|
- Iwan Muljana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan jalur terendek (Shortest Path) meruakan suatu jaringan engarahan erjalanan dimana seseorang engarah jalan ingin menentukan jalur terendek antara dua kota berdasarkan jalur alternatif yang tersedia, dimana kota tujuan hanya satu. Masalah ini sendiri menggunakan reresentasi grah untuk memodelkan ersoalan yang diwakili sehingga lebih memudahkan enyelesaiannya. Masalahnya adalah bagaimana cara mengunjungi vertek ada grah dari vertek awal ke vertek akhir dengan bobot minimum, dimana dalam hal ini bobot yang digunakan adalah jarak dan kota-kota yang dikunjungi diasumsikan sebagai grah yang saling terhubung (connected grah) antar suatu kota dengan kota yang lainnya. Suatu grah G disebut terhubung jika untuk setia vertek dari grah terdaat jalur yang menghubungkan kedua verteks tersebut, atau dengan kata lain grah terhubung jika setia dua vertek yaitu v i dan v j dalam suatu grah terdaat sedikitnya sebuah edge. Edge ada grah berarah disebut arc. Beberaa metode algoritma yang telah dikembangkan untuk menyelesaikan ersoalan jalur terendek diantaranya algoritma Djikstra, algoritma Floyd-Warshall, dan algoritma Bellman-Ford (Mutakhiroh Iing, 2007). Algoritma ini daat diselesaikan dengan ceat jika kota-kota yang akan dikunjunginya sedikit. Seiring dengan itu muncul ermasalahan bagaimana menentukan jalur terendek jika terdaat banyak jalur alternatif ke kota tujuan dengan memertimbangkan efisiensi dan waktu sehingga dierlukan keteatan dalam menentukan jalur terendek antar suatu kota. Semakin banyak alternatif jalur ke kota tujuan, semakin rumit cara untuk menghitung jalur terendek. Untuk itu dierlukan metode/ cara yang handal untuk daat
2 2 menentukan jalur terendek dari kota asal ke kota tujuan sehingga dieroleh solusi yang terbaik. Penggunaan metode AI (Artificial Intelligence) atau kecerdasan buatan dalam erhitungan jalur terendek meruakan salah satu solusi untuk daat menyelesaikan masalah dengan jalur yang banyak dan rumit (Mohamad irvan, 2004). Metode AI meruakan bagian dari ilmu komuter yang memelajari bagaimana membuat mesin (komuter) daat melakukan ekerjaan seerti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik dariada yang dilakukan manusia. Pada tahun 70-an muncul sebuah algoritma baru yang dikenal dengan algoritma genetika (Genetic Algorithm, GA) yang meruakan salah satu cabang dari AI. Algoritma genetika ini dierkenalkan oleh John Holland dari University of Michigan yang kemudian dioulerkan oleh salah satu muridnya yaitu David Goldberg, sehingga algoritma genetika mulai digunakan secara luas ke berbagai bidang, termasuk untuk memecahkan ermasalahan-ermasalahan otimasi. John Holland mengatakan bahwa setia masalah yang berbentuk adatasi (alami mauun buatan) daat diformulasikan dalam terminologi genetika. Algoritma genetika meruakan simulasi dari roses evolusi Darwin dan oerasi genetika atas kromosom. Pada algoritma genetika teknik encarian dimulai dengan embentukan sejumlah solusi yang mungkin yang disebut oulasi. Pembentukan oulasi awal dilakukan secara acak. Dalam oulasi tersebut terdaat anggota oulasi yang disebut dengan kromosom, yang berisikan informasi solusi dari sekian banyak alternatif solusi masalah yang dihadai. Kromosom-kromosom akan mengalami evolusi melalui sejumlah iterasi yang disebut dengan generasi. Setia generasi akan menghasilkan kromosom-kromosom yang baru yang dibentuk dari generasi sebelumnya (Goldberg, 1996) dengan menggunakan oerator reroduksi, kawin silang dan mutasi. Kromosom-kromosom yang memunyai nilai objektif yang baik akan memiliki eluang yang lebih tinggi untuk terseleksi.
3 3 Setelah beberaa kali roses generasi tersebut dilakukan, algoritma genetika akan menunjukkan kromosom yang terbaik, yang diharakan meruakan solusi yang otimal atauun mendekati otimal dari masalah yang dihadai. Hal lain yang erlu dierhatikan adalah reresentasi kromosom yaitu bagaimana mengodekan suatu alternatif solusi itu menjadi kromosom yang akan diroses menggunakan algoritma genetika. 1.2 Perumusan Masalah Berdasarkan latar belakang yang telah diaarkan sebelumnya daat dirumuskan ermasalahan adalah bagaimana mencari jalur terendek dengan menggunakan algoritma genetika sehingga dicaai suatu solusi yang terbaik. 1.3 Batasan Masalah Agar embahasan ermasalahan ini lebih terarah maka diberikan batasan-batasan masalah sebagai berikut: a. Dalam kasus ini yang diteliti yaitu sebuah grah berarah terhubung (directed connected grah) dengan 20 verteks dan 41 arc dimana verteks tersebut diasumsikan sebagai kota. b. Bobot yang digunakan adalah jarak c. Parameter yang digunakan adalah ukuran oulasi (osize), eluang crossover (Pc), eluang mutasi (Pm), maksimum generasi dan anjang kromosom (jumlah gen). Dimana nilai arameter ini ditentukan berdasarkan ermasalahan yang akan diselesaikan.
4 4 1.4 Tujuan Penelitian Adaun tujuan dari enulisan tugas akhir ini adalah untuk menerakan algoritma genetika untuk mendaatkan jalur terendek dengan menggunakan bantuan matlab. 1.5 Manfaat Penelitian Manfaat dari enelitian ini adalah: a. Menawarkan enyelesaian yang lebih mudah dalam erhitungan untuk encarian jalur terendek jika terdaat banyak jalur alternatif dari kota asal ke kota tujuan. b. Dengan enelitian ini enulis juga berhara daat menambah referensi bagi embaca dan daat digunakan sebagai alat ertimbangan bagi engambilan keutusan dalam ermasalahan jalur terendek. c. Selain menambah emahaman dan engetahuan enulis mengenai algoritma genetika dalam menyelesaikan jalur terendek (shortest ath), enulis juga daat menjadikannya sebagai sarana untuk mengalikasikan materi-materi yang telah didaat dibangku kuliah. 1.6 Metodologi Penelitian Metodologi enelitian yang digunakan ada studi ini adalah: a. Studi Literatur dan Pemahaman. Penulisan ini dimulai dengan studi keustakaan yaitu mengumulkan bahanbahan referensi dan catatan kuliah yang membahas tentang jalur terendek, konse algoritma genetika, analisis dan erancangan sistem algoritma genetika.
5 5 b. Analisis. Pada taha ini dilakukan engumulan fakta-fakta yang mendukung erancangan sistem dengan mengadakan konsultasi dengan dosen embimbing mauun dosen yang berkemamuan dalam bidang ini dan membandingkan dengan yang ada ada buku enuntun. c. Perancangan dan Imlementasi. Perancangan dan imlementasi dilakukan dengan menggunakan metode yang terdaat dalam algoritma genetika serta menggunakan alat bantu alikasi Matlab d. Pengujian. Pada taha ini sistem yang sudah dirancang diuji oleh emakai dan membandingkan solusi ada sistem dengan emikiran seorang ahli. e. Penyusunan laoran dan kesimulan akhir Pada taha ini dilakukan enyusun laoran hasil analisis ke dalam format enulisan tugas akhir dengan disertai kesimulan akhir. 1.7 Tinjauan Pustaka Rinaldi Munir (2003) menjelaskan bahwa grah meruakan kumulan verteks yang dihubungkan satu sama lain melalui sisi/ busur (edges). Suatu Grah G terdiri dari dua himunan yaitu himunan V dan himunan E. Dimana Verteks meruakan himunan titik yang terbatas dan tidak kosong. Edge meruakan himunan busur yang menghubungkan seasang verteks. Verteks ada grah daat meruakan objek sembarang seerti kota, atom-atom suatu zat, nama anak, jenis buah, komonen alat elektronik dan sebagainya. edge daat menunjukkan hubungan (relasi) sembarang seerti rute enerbangan, jalan raya, sambungan teleon, ikatan kimia, dan lain-lain.
6 6 Jika semua garisnya berarah maka grahnya disebut grah berarah (directed grah atau sering disingkat digrah), dan jika semua garisnya tidak berarah, maka grahnya disebut grah tak berarah (undirected grah) (Siang, 2004). Dalam algoritma genetika ada yang dinamakan dengan roses reroduksi, roses kawin silang, roses mutasi dan roses seleksi. (Anies Hannawati et al, 2002) menyatakan bahwa roses reroduksi meruakan suatu roses untuk membentuk keturunan baru dengan mewariskan sifat-sifat yang sama dari kromosom induk atau dengan kata lain meruakan roses dulikasi yang tidak menghilangkan sifat kromosom induk yang lama. Hal ini dilakukan untuk menjaga sifat-sifat induk yang baik tidak akan hilang begitu saja. Proses kawin silang memerlukan dua kromosom induk. Proses ini dilakukan dengan menukarkan sebagian informasi ada kromosom induk ertama dengan informasi dari kromosom induk kedua. Proses mutasi meruakan salah satu dari oerator genetika untuk menghasilkan erubahan acak ada satu kromosom. Proses seleksi adalah roses evolusi yang menghasilkan generasi baru dari generasi-generasi sebelumnya. Suyanto (2005) dalam bukunya yang berjudul Algoritma Genetika dalam MATLAB menjelaskan tentang fungsi fitness. Di dalam evolusi alam, individu yang bernilai fitness tinggi yang akan bertahan hidu sedangkan individu yang bernilai fitness rendah akan mati. Kusumadewi (2005) menyatakan ada beberaa rekomendasi yang daat digunakan,untuk menentukan nilai arameter antara lain: a. Untuk ermasalahan yang memiliki kawasan solusi cuku besar, De Jong merekomendasikan untuk nilai arameter control : (osize; c ; m ) = (50; 0,6; 0,001) b. Bila rata-rata fitness setia generasi digunakan sebagai indikator, maka Grefenstette merekomendasikan : (osize; c ; m ) = (30; 0,95; 0,01) c. Bila fitness dari individu terbaik diantau ada setia generasi, maka usulannya adalah : (osize; c ; m ) = (80; 0,45; 0,01)
7 7 Robandi (2006) menyatakan bahwa melalui evolusi genetika, kromosom yang aling sesuai memiliki kecenderungan untuk menghasilkan keturunanan yang berkualitas baik (yang berarti memunyai solusi yang lebih baik untuk semua masalah). Ada beberaa macam roses rekombinasi yang ada ada algoritma genetika, diantaranya (Kusumadewi, 2005): a. Rekombinasi diskret, dengan menukar nilai variabel antar kromosom induk. b. Rekombinasi menengah, meruakan metode rekombinasi yang hanya digunakan untuk variabel real dan variabel yang bukan biner. c. Rekombinasi garis, memiliki rinsi yang sama dengan rekombinasi menengah, dengan nilai alha sama untuk semua variabel. d. Penyilangan satu titik, dengan menukar variabel-variabel antar kromosom ada satu titik untuk menghasilkan anak. e. Penyilangan banyak titik, dengan menukar variabel-variabel antar kromosom ada banyak titik untuk menghasilkan anak. f. Penyilangan seragam, dengan membuat sebuah mask enyilangan seanjang anjang kromosom secara acak. g. Penyilangan dengan ermutasi, dengan cara memilih subbarisan suatu turnamen dari satu induk dengan teta menjaga urutan dan osisi sejumlah kota yang mungkin terhada induk lainnya.
BAB III METODOLOGI DAN PERBANDINGAN METODA
BAB III METODOLOGI DAN PERBANDINGAN METODA Melalui enjelasan konse jaringan grah, dalam menelusuri rute menuntut adanya enggunaan metoda yang teat. Merunut ada tinjauan ustaka, setidaknya akan digunakan
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 terperinciII. TINJAUAN PUSTAKA
II. TIJAUA PUSTAKA Portofolio Saham Portofolio berarti sekumulan investasi, untuk kasus saham, berarti sekumulan investasi dalam bentuk saham. Proses embentukan orfolio saham terdiri dari mengidentifikasi
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 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 terperinciPengantar Kecerdasan Buatan (AK045218) Algoritma Genetika
Algoritma Genetika Pendahuluan Struktur Umum Komponen Utama Seleksi Rekombinasi Mutasi Algoritma Genetika Sederhana Referensi Sri Kusumadewi bab 9 Luger & Subblefield bab 12.8 Algoritma Genetika 1/35 Pendahuluan
Lebih terperinciOPTIMASI PENEMPATAN BANK CAPACITOR PADA PENYULANG H5 MENGGUNAKAN METODE GENETIC ALGORITHM (GA)
Jurnal Informatika Mulawarman ol. 10 No. 2 Setember 2015 13 OPTIMASI PENEMPATAN BANK CAPACITOR PADA PENYULANG H5 MENGGUNAKAN METODE GENETIC ALGORITHM (GA) Muslimin Program Studi Teknik Elektro Fakultas
Lebih terperinciJEMBATAN KÖNIGSBERG. Puji Nugraheni. Abstrak
JEMTN KÖNIGSERG Puji Nugraheni Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo bstrak erbagai ermasalahan dalam kehiduan sehari-hari daat dimodelkan dengan menggunakan diagram titik
Lebih terperinciBAB I PENDAHULUAN. Y dikatakan linear jika untuk setiap x, Diberikan ruang Hilbert X atas lapangan F dan T B( X ), operator T
BAB I PENDAHULUAN. Latar Belakang dan Permasalahan Bidang ilmu analisis meruakan salah satu cabang ilmu matematika yang di dalamnya banyak membicarakan konse, aksioma, teorema, lemma disertai embuktian
Lebih terperinciERWIEN TJIPTA WIJAYA, ST.,M.KOM
ERWIEN TJIPTA WIJAYA, ST.,M.KOM DEFINISI ALGEN adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan evolusi Dalam evolusi, individu terus menerus mengalami perubahan gen untuk
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 terperinciBAB 1 PENDAHULUAN. disebut Univesitas Timetabling Problems (UTP). Permasalahan ini dilihat dari sisi
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Penjadwalan perkuliahan merupakan suatu masalah yang sangat kompleks yang sering disebut Univesitas Timetabling Problems (UTP). Permasalahan ini dilihat dari sisi
Lebih terperinciDESAIN PERILAKU AGEN PADA PERMAINAN BULUTANGKIS DENGAN MENGGUNAKAN MULTI-OBJECTIVE GENETIC ALGORITHM
DESAIN PERILAKU AGEN PADA PERMAINAN BULUTANGKIS DENGAN MENGGUNAKAN MULTI-OBJECTIVE GENETIC ALGORITHM Adianto*,Sueno Mardi, ST, MT** Moch Hariadi, ST, Ms.c,Ph.D** adianto@elect-eng.its.ac.id, mardi@its.ac.id,
Lebih terperinciDESAIN PERILAKU AGEN PADA PERMAINAN BULUTANGKIS DENGAN MENGGUNAKAN MULTI-OBJECTIVE GENETIC ALGORITHM
Program Studi MMT-ITS, Surabaya 6 Pebruari 00 DESAIN PERILAKU AGEN PADA PERMAINAN BULUTANGKIS DENGAN MENGGUNAKAN MULTI-OBJECTIVE GENETIC ALGORITHM Adianto*,Sueno Mardi** Moch Hariadi** *Jurusan Teknik
Lebih terperinciAPLIKASI DISCOUNTED CASH FLOW PADA KONTROL INVENTORY DENGAN BEBERAPA MACAM KREDIT PEMBAYARAN SUPPLIER
Program Studi MMT-ITS, Surabaya Agustus 9 APLIKASI ISOUNTE ASH FLOW PAA KONTROL INVENTORY ENGAN BEBERAPA MAAM KREIT PEMBAYARAN SUPPLIER Hansi Aditya, Rully Soelaiman Manajemen Teknologi Informasi MMT -
Lebih terperinciBAB 3 PENGEMBANGAN TEOREMA DAN PERANCANGAN PROGRAM
BAB 3 PENGEMBANGAN TEOREMA DAN PERANCANGAN PROGRAM 3.1. Pengembangan Teorema Dalam enelitian dan erancangan algoritma ini, akan dibahas mengenai beberaa teorema uji rimalitas yang terbaru. Teorema-teorema
Lebih terperinciPEMODELAN PENJADWALAN MATA PELAJARAN DENGAN INTEGER PROGRAMMING
PEMODELAN PENJADWALAN MATA PELAJARAN DENGAN INTEGER PROGRAMMING Dian Permata Sari, Sri Setyaningsih, dan Fitria Virgantari. Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI 2.1 Graph Rinaldi Munir (2003) menjelaskan bahwa graph merupakan kumpulan verteks yang dihubungkan satu sama lain melalui sisi/ busur (edges). Suatu graph G terdiri dari dua himpunan
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. I.1 Latar Belakang Masalah
Bab I Pendahuluan I. Latar Belakang Masalah Dalam beberaa tahun terakhir ini, roses emonitoran kestabilan barisan matriks korelasi mendaatkan erhatian yang amat serius dalam literatur, terutama dalam literatur
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 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 II KAJIAN TEORI. memindahkan barang dari pihak supplier kepada pihak pelanggan dalam suatu supply
BAB II KAJIAN TEORI Berikut diberikan beberapa teori pendukung untuk pembahasan selanjutnya. 2.1. Distribusi Menurut Chopra dan Meindl (2010:86), distribusi adalah suatu kegiatan untuk memindahkan barang
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 terperinciIntegral dan Persamaan Diferensial
Sudaryatno Sudirham Studi Mandiri Integral dan Persamaan Diferensial ii Darublic BAB 3 Integral (3) (Integral Tentu) 3.. Luas Sebagai Suatu Integral. Integral Tentu Integral tentu meruakan integral yang
Lebih terperinciOPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA Mike Susmikanti Pusat Pengembangan Informatika Nuklir, Badan Tenaga Nuklir Nasional Kawasan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk mendukung penulisan tugas akhir ini. Teori-teori yang dibahas mengenai pengertian penjadwalan, algoritma
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 terperinciPemodelan Biaya Tak Langsung Proyek Konstruksi di PT Wijaya Karya (Studi Kasus: Proyek Konstruksi Di Provinsi Kalimantan Timur)
Pemodelan Biaya Tak Langsung Proyek Konstruksi di PT Wijaya Karya (Studi Kasus: Proyek Konstruksi Di Provinsi Kalimantan Timur) Odik Fajrin Jayadewa, Dr. Irhamah, S.Si, M.Si, dan 3 Dwi Endah Kusrini, S.Si,
Lebih terperinciBAB II LANDASAN TEORITIS. Pada dasarnya, data apapun adalah rangkaian bit 0 dan 1. Yang
BAB II LANDASAN TEORITIS Pada dasarnya, data aaun adalah rangkaian bit 0 dan 1. Yang membedakan antara suatu data dengan data yang lain adalah ukuran dari rangkaian bit dan bagaimana 0 dan 1 ditematkan
Lebih terperinciZbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag.
Zbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag. 12/11/2009 1 Ditemukan oleh Holland pada tahun 1975. Didasari oleh fenomena evolusi darwin. 4 kondisi yg mempengaruhi
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 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 terperinciALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning
ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Disusun oleh: Achmad Basuki Politeknik Elektronika Negeri Surabaya, PENS ITS Surabaya 2003 Algoritma
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 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 terperinciDika Dwi Muharahman*, Nurul Gusriani, Elis Hertini. Departemen Matematika, Universitas Padjadjaran *E mail:
Perubahan Perilaku Pengguna nstant Messenger dengan Menggunakan Analisis Koresondensi Bersama (Studi Kasus Mahasiswa di Program Studi S-1 Matematika FMPA Unad) Dika Dwi Muharahman*, Nurul Gusriani, Elis
Lebih terperinciJurnal EKSPONENSIAL Volume 4, Nomor 1, Mei 2013 ISSN
Perbandingan Metode Klasifikasi Regresi Logistik Dengan Jaringan Saraf Tiruan (Studi Kasus: Pemilihan Jurusan Bahasa dan IPS ada SMAN 2 Samarinda Tahun Ajaran 2011/2012) Comarison of Classification Methods
Lebih terperinciALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning
ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS Surabaya 2003 Algoritma Genetika Algoritma
Lebih terperinciARTIKEL PENELITIAN OLEH: NIKI WINDA RUKMINI NPM:
ARTIKEL PENELITIAN KEMAMPUAN MEMBACA PEMAHAMAN TEKS CERITA PENDEK DENGAN MENGGUNAKAN PENDEKATAN SAINTIFIK MELALUI METODE INKUIRI SISWA KELAS VII SMP NEGERI 33 PADANG OLEH: NIKI WINDA RUKMINI NPM: 1110013111008
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 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 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 terperinciJl. Ahmad Yani, Pontianak Telp./Fax.: (0561)
APLIKASI PENCARIAN RUTE TERPENDEK MENGGUNAKANALGORITMA GENETIKA (Studi Kasus: Pencarian Rute Terpendek untuk Pemadam Kebakaran di Wilayah Kota Pontianak) [1] Putri Yuli Utami, [2] Cucu Suhery, [3] Ilhamsyah
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 terperinciKompleksitas Algoritma Quick Sort
Komleksitas Algoritma Quick Sort Fachrie Lantera NIM: 130099 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jln. Ganesha 10, Bandung E-mail : if099@students.if.itb.ac.id
Lebih terperinciDIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n
DIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n Nama : Yogi Sindy Prakoso NRP : 106 100 015 Jurusan : Matematika FMIPA-ITS Pembimbing : Drs. Suhud Wahyudi, M.Si Dra. Titik Mudiati, M.Si Abstrak Grah adalah
Lebih terperinciSistem Informasi Penyebaran Penyakit Demam Berdarah Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation
Sistem Informasi Penyebaran Penyakit Demam Berdarah Menggunakan Metode Jaringan Syaraf Tiruan Backroagation Didi Suriyadi Program Studi Teknik Informatika Sekolah Tinggi Teknologi Telematika Telkom Purwokerto
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 terperinciIMPLEMENTASI HYBRID ALGORITMA GENETIKA DENGAN TEKNIK KENDALI LOGIKA FUZZY UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM SKRIPSI DICKY ANDRYAN
IMPLEMENTASI HYBRID ALGORITMA GENETIKA DENGAN TEKNIK KENDALI LOGIKA FUZZY UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM SKRIPSI DICKY ANDRYAN ( 060803049 ) DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciBAB I Pendahuluan Latar Belakang Masalah
1.1. Latar Belakang Masalah BAB I Pendahuluan Kota Medan adalah salah satu kota terbesar di Indonesia. Berdasarkan kutipan dari Kode dan Data Wilayah Administrasi Pemerintahan (Permendagri No. 56 tahun
Lebih terperinciOptimasi Penjadwalan Ujian Menggunakan Algoritma Genetika
Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika Nia Kurnia Mawaddah Wayan Firdaus Mahmudy, (wayanfm@ub.ac.id) Jurusan Matematika, FMIPA Universitas Brawijaya, Malang 65145 Abstrak Penjadwalan
Lebih terperinciMODIFIKASI FUNGSI DENSITY PADA ALGORITMA ANT CLUSTERING
MODIFIKASI FUNGSI DENSITY PADA ALGORITMA ANT CLUSTERING Kurniawan Nur Ramadhani 1), Febryanti Sthevanie ) Fakultas Informatika Universitas Telkom Jln Telekomunikasi No. 1 Terusan Buah Batu Bandung 4057
Lebih terperinciKata Kunci: Sistem Informasi, Pengukuran Kinerja Sistem, TRADE, Prototyping, TUKAB
ANALISA KINERJA SISTEM INFORMASI TUKAR UANG KARTAL ANTAR BANK (TUKAB) PADA KANTOR PELAYANAN KAS BRI PATTIMURA SEMARANG Dhany Andhyka 1, Wellia Shinta Sari 2 1,2 Sistem Informasi, Fakultas Ilmu Komuter,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Algoritma Genetika Algoritma Genetika merupakan suatu algoritma yang terinspirasi dari teori evolusi Darwin yang menyatakan bahwa kelangsungan hidup suatu makhluk dipengaruhi
Lebih terperinciBAB 2 DASAR TEORI. 2.1 Teka-Teki Silang
BAB 2 DASAR TEORI 2.1 Teka-Teki Silang Teka-teki silang atau disingkat TTS adalah suatu permainan yang mengharuskan penggunanya untuk mengisi ruang-ruang kosong dengan huruf-huruf yang membentuk sebuah
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE PALING OPTIMUM
IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE PALING OPTIMUM Anies Hannawati, Thiang, Eleazar Fakultas Teknologi Industri, Jurusan Teknik Elektro, Universitas Kristen Petra Jl. Siwalankerto 121-131,
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 terperinci8. Rangkaian Arus Searah, Pemroses Energi
ntroduction to ircuit nalysis Time Domain www.dirhamblora.com 8. angkaian rus Searah, Pemroses Energi Kita mengetahui bahwa salah satu bentuk gelombang dasar adalah bentuk gelombang anak tangga. Di bagian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Konsep Dasar Sistem dan Informasi 2.1.1 Sistem Menurut Sutabri (2004), bahwa sistem adalah sekelompok unsur yang erat hubungannya satu dengan yang lainnya berfungsi untuk mencapai
Lebih terperinciPENYELESAIAN OPEN VEHICLE ROUTING PROBLEM MENGGUNAKAN METODE HEURISTIK ARIEF INDAKA
PENYELESAIAN OPEN VEHICLE ROUTING PROBLEM MENGGUNAKAN METODE HEURISTIK ARIEF INDAKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 0 ABSTRACT ARIEF INDAKA.
Lebih terperinciMAKALAH SEMINAR PENDIDIKAN MATEMATIKA PENARIKAN AKAR PANGKAT TIGA DARI BILANGAN BULAT DENGAN HASIL HAMPIRAN
MAKALAH SEMINAR PENDIDIKAN MATEMATIKA PENARIKAN AKAR PANGKAT TIGA DARI BILANGAN BULAT DENGAN HASIL HAMPIRAN OLEH LUKMANUDIN D07.090.5 PROGRAM STUDY PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
Lebih terperinciImplementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah
Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Leonard Tambunan AMIK Mitra Gama Jl. Kayangan No. 99, Duri-Riau e-mail : leo.itcom@gmail.com Abstrak Pada saat ini proses penjadwalan kuliah
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Pada saat sekarang ini, setiap perusahaan yang ingin tetap bertahan dalam persaingan dengan perusahaan lainnya, harus bisa membuat semua lini proses bisnis perusahaan tersebut
Lebih terperinciBAB III METODOLOGI PENELITIAN. sampling, (e) Validitas dan Reliabilitas, (f) Metode analisis data
BAB III METODOLOGI PENELITIAN Pada embahasan dalam metode enelitian ini akan menguraikan mengenai (a) Identifikasi variabel enelitian, (b) Defenisi oerasional variabel enelitian, (c)metode engumulan data,
Lebih terperinciPENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI DENGAN MENGUNAKAN PENYELEKStAN RODA ROULETTE
PENERAPAN ALGORTMA GENETK UNTUK OPTMAS DENGAN MENGUNAKAN PENYELEKStAN RODA ROULETTE Samuel Lukas, M.Tech." Abstract The purpose of this paper is to introducing genetic algorithm. This algorithm is one
Lebih terperinciPENGGUNAAN ALGORITMA GENETIKA UNTUK MENENTUKAN LINTASAN TERPENDEK STUDI KASUS : LINTASAN BRT (BUS RAPID TRANSIT) MAKASSAR
PENGGUNAAN ALGORITMA GENETIKA UNTUK MENENTUKAN LINTASAN TERPENDEK STUDI KASUS : LINTASAN BRT (BUS RAPID TRANSIT) MAKASSAR Karels, Rheeza Effrains 1), Jusmawati 2), Nurdin 3) karelsrheezaeffrains@gmail.com
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.1 etode Perancangan etode erancangan adalah roses berikir sistematis untuk menyelesaikan suatu masalah, sehingga mendaatkan hasil enyelesaian yang maksimal untuk mencaai sesuatu yang
Lebih terperinciBiaya Modal (Cost of Capital)
Bahan Ajar : Manajemen Keuangan II Digunakan untuk melengkai buku wajib Disusun oleh: Nila Firdausi Nuzula Biaya Modal (Cost of Caital) Caital Budgeting dan Cost of Caital (CoC) meruakan dua konse yang
Lebih terperinciAnalisis Operator Crossover pada Permasalahan Permainan Puzzle
Analisis Operator Crossover pada Permasalahan Permainan Puzzle Kun Siwi Trilestari [1], Ade Andri Hendriadi [2] Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbanga Karawang
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 terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Penjadwalan Perkuliahan Penjadwalan memiliki pengertian durasi dari waktu kerja yang dibutuhkan untuk melakukan serangkaian untuk melakukan aktivitas kerja[10]. Penjadwalan juga
Lebih terperinciBAB II KAJIAN PUSTAKA. Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V
BAB II KAJIAN PUSTAKA A. Pengertian Graf Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan tak kosong dari simpul-simpul (vertices) pada G. Sedangkan E adalah himpunan
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Konsep Umum Optimasi Optimasi merupakan suatu cara untuk menghasilkan suatu bentuk struktur yang aman dalam segi perencanaan dan menghasilkan struktur yang
Lebih terperinciAlgoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial
Algoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial Muhammad Abdy* 1, Maya Sari Wahyuni* 2, Nur Ilmi* 3 1,2,3 Jurusan Matematika, Universitas Negeri Makassar e-mail: * 1 m.abdy@unm.ac.id,
Lebih terperinciOptimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi
Optimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi Rahman Aulia Universitas Sumatera Utara Pasca sarjana Fakultas Ilmu Komputer Medan, Indonesia Rahmanaulia50@gmail.com Abstract
Lebih terperinciANALISIS TRANSPORTASI DAN INSTALASI RIGID RISER PADA SISTEM FREE STANDING HYBRID RISER
ANALISIS TRANSPORTASI DAN INSTALASI RIGID RISER PADA SISTEM FREE STANDING HYBRID RISER Yonathan Mozes Mandagi 1, Paramashanti 2 1 Program Studi Teknik Kelautan, Institut Teknologi Bandung, Jl. Ganeca 10
Lebih terperinciPERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN
PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN Eva Desiana, M.Kom Pascasarjana Teknik Informatika Universitas Sumatera Utara, SMP Negeri 5 Pematangsianta Jl. Universitas Medan, Jl.
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA PELAJARAN DI SMAN 1 CIWIDEY Rismayanti 1, Tati Harihayati 2 Teknik Informatika Universitas Komputer
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 terperinciPEMANFAATAN METODE MONTE CARLO DALAM PENCARIAN PATH TERPENDEK PADA GRAF
PEMANFAATAN METODE MONTE CARLO DALAM PENCARIAN PATH TERPENDEK PADA GRAF Said Iskandar Al Idrus Jurusan Matematika FMIPA Universitas Negeri Medan said.iskandar.alidrus@gmail.com Abstrak Pada saat ini ada
Lebih terperinciPEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL
Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 98 106 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL YOSI PUTRI, NARWEN
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 terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK (SHORTEST PATH) SKRIPSI RION SIBORO
PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK (SHORTEST PATH) SKRIPSI RION SIBORO 060803025 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Lebih terperinciSIMULASI STOKASTIK MENGGUNAKAN ALGORITMA GIBBS SAMPLING ABSTRACT
JURNAL GAUSSIAN, Volume, Nomor, Tahun 0, Halaman -30 Online di: htt://eournal-s.undi.ac.id/inde.h/gaussian SIMULASI STOKASTIK MENGGUNAKAN ALGORITMA GIBBS SAMPLING Ania, Moch. Abdul Mukid, Agus Rusgiyono
Lebih terperinciPENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA. Abstraksi
PENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA I Dewa Made Adi Baskara Joni 1, Vivine Nurcahyawati 2 1 STMIK STIKOM Indonesia, 2 STMIK STIKOM
Lebih terperinciPENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL
Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 1 9 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL MULIA AFRIANI KARTIKA
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN
APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN Tedy Rismawan 1, Sri Kusumadewi 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas Islam Indonesia e-mail: 1
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi
BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Algoritma Genetika merupakan metode yang menggunakan evolusi alam sebagai gagasan utamanya dalam menyelesaikan suatu permasalahan tertentu. Algoritma ini diterapkan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1.Pendahuluan Bab ini menjelaskan secara singkat tentang review untuk mengidentifikasikasi dalam penyelesaian pencarian rute terpendek dengan adanya lintasan terlarang (Forbidden
Lebih terperinciBAB II TINJAUAN PUSTAKA. Khowarizmi. Algoritma didasarkan pada prinsiup-prinsip Matematika, yang
BAB II TINJAUAN PUSTAKA A. ALGORITMA Algoritma adalah metode langkah demi langkah pemecahan dari suatu masalah. Kata algoritma berasal dari matematikawan Arab ke sembilan, Al- Khowarizmi. Algoritma didasarkan
Lebih terperinciPENYELESAIAN MINIMUM SPANNING TREE (MST) PADA GRAF LENGKAP DENGAN ALGORITMA GENETIKA MENGGUNAKAN TEKNIK PRUFER SEQUENCES
J~ICON, Vol. 2 No. 2, Oktober 2014, pp. 84 ~ 91 84 PENYELESAIAN MINIMUM SPANNING TREE (MST) PADA GRAF LENGKAP DENGAN ALGORITMA GENETIKA MENGGUNAKAN TEKNIK PRUFER SEQUENCES Emsi M. Y. Monifani 1, Adriana
Lebih terperinciPELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 65-72 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka. Penelitian serupa mengenai penjadwalan matakuliah pernah dilakukan oleh penelliti yang sebelumnya dengan metode yang berbeda-neda. Berikut
Lebih terperinciPenggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya
Penggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya Oleh: Anisa Ulya 5206 100 101 Dosen pembimbing 1:
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISSN: 2460-6464 Representasi Matriks untuk Proses Crossover Pada Algoritma Genetika untuk Optimasi Travelling Salesman Problem Matrix Representation for The Crossover on Genetic Algorithm
Lebih terperinciPenerapan Kurva Eliptik Atas Zp Pada Skema Tanda Tangan Elgamal
A7 : Peneraan Kurva Elitik Atas Z... Peneraan Kurva Elitik Atas Z Pada Skema Tanda Tangan Elgamal Oleh : Puguh Wahyu Prasetyo S Matematika, Universitas Gadjah Mada, Yogyakarta Email : uguhw@gmail.com Muhamad
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 terperinciBAB I PENDAHULUAN. wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat
BAB I PENDAHULUAN A. Latar Belakang Masalah Objek pariwisata di Yogyakarta sudah semakin beragam mulai dari wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat wisatawan dapat dibuat
Lebih terperinci