Print ...

Contributor...

  • Editor:

Path: Top > Makalah

PERANCANGAN algoritma genetik tanpa operasi crossover

Undergraduate Theses from JBPTUNIKOMPP / 2010-11-02 14:14:31
By : Muhammad Aria, ST; NIP : 41277004008, Dosen Teknik Elektro,Fakultas Teknik dan Ilmu Komputer,UNIKOM
Created : 2005-03-09, with 0 files

Keyword : algoritma genetik,operasi crossover
Url : http://

Algoritma genetik banyak digunakan pada aplikasi bisnis,teknik maupun pada bidang keilmuan sebagai algoritma pencarian yang meniru mekanisme dari genetika alam. Pada suatu algoritma genetik yang sederhana umumnya terdiri dari tiga operator yaitu operator reproduksi, operator crossover (persilangan) dan operator mutasi. Pda makalah ini akan dirancang algoritma genetik tanpa menggunakan operator crossover.



Pengujian dilakukan dengan program LabVIEW 6.1. yang mensimulasikan fungsi dengan dua variabel. Fungsi fitness diambil dari kemampuan algoritma genetik tanpa operasi crossover ini dalam mencapai arga yang maksimal dari fungsi tersebut. Proses pembelajaran dilakukan dalam 300 generasi,dimana setiap generasi terdiri dari 10 kromosom dan 10 sampling mutation. Pengujian menunjukan bahwa algoritma genetik mampu mencapai harga maksimal dari fungsi yang diberikan meskipun tanpa menggunakan operasi crossover.

Description Alternative :

Algoritma genetik banyak digunakan pada aplikasi bisnis,teknik maupun pada bidang keilmuan sebagai algoritma pencarian yang meniru mekanisme dari genetika alam. Pada suatu algoritma genetik yang sederhana umumnya terdiri dari tiga operator yaitu operator reproduksi, operator crossover (persilangan) dan operator mutasi. Pda makalah ini akan dirancang algoritma genetik tanpa menggunakan operator crossover.



Pengujian dilakukan dengan program LabVIEW 6.1. yang mensimulasikan fungsi dengan dua variabel. Fungsi fitness diambil dari kemampuan algoritma genetik tanpa operasi crossover ini dalam mencapai arga yang maksimal dari fungsi tersebut. Proses pembelajaran dilakukan dalam 300 generasi,dimana setiap generasi terdiri dari 10 kromosom dan 10 sampling mutation. Pengujian menunjukan bahwa algoritma genetik mampu mencapai harga maksimal dari fungsi yang diberikan meskipun tanpa menggunakan operasi crossover.

Give Comment ?#(0) | Bookmark

PropertyValue
Publisher IDJBPTUNIKOMPP
OrganizationDosen Teknik Elektro,Fakultas Teknik dan Ilmu Komputer,UNIKOM
Contact Namedyah@unikom.ac.id
AddressJl. Dipati Ukur No.116 Lt.7
CityBandung
RegionWest Java
CountryIndonesia
Phone022-2533825 ext.112
Fax022-2533754
Administrator E-mailperpus@unikom.ac.id
CKO E-mailperpus@unikom.ac.id