Algoritma Genetika untuk Optimasi Fungsi dengan Banyak Variabel

Azizi, Fityan (2020) Algoritma Genetika untuk Optimasi Fungsi dengan Banyak Variabel. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 06111640000103-Undergraduate_Thesis.pdf]
Preview
Text
06111640000103-Undergraduate_Thesis.pdf

Download (2MB) | Preview

Abstract

Dalam berbagai aplikasi pada kehidupan, banyak masalah optimasi yang memiliki banyak variabel. Salah satu algoritma yang dapat digunakan untuk menyelesaikan masalah optimasi fungsi adalah algoritma genetika. Namun, masih sedikit penelitian tentang penggunaan algoritma genetika yang mampu mengoptimasi fungsi dengan banyak variabel, misalnya hingga 100000 variabel. Dalam penelitian ini, dirumuskan algoritma genetika yang mampu mengoptimasi fungsi dengan banyak variabel. Dalam algoritma genetika yang telah dirumuskan, perhitungan nilai fitness dilakukan ketika proses crossover dan mutasi, sehingga setelah mendapatkan kromosom baru, tidak perlu dilakukan perhitungan untuk mencari nilai fitness. Algoritma genetika yang sudah dirumuskan kemudian diuji dengan enam fungsi dengan karakteristik yang berbeda. Fungsi tersebut adalah fungsi sphere, csendes, alpine, sum squares, schumer-steiglitz, dan quintic. Hasilnya, algoritma genetika yang telah dirumuskan mampu menghasilkan solusi yang baik, khususnya pada fungsi sphere, csendes, sum squares, schumer-stiglitz, dan quintic

Item Type: Thesis (Other)
Uncontrolled Keywords: Optimasi fungsi, algoritma genetika, variabel
Subjects: Q Science > QA Mathematics > QA336 Artificial Intelligence
Q Science > QA Mathematics > QA402.5 Genetic algorithms.
T Technology > T Technology (General) > T57.84 Heuristic algorithms.
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: Azizi Fityan
Date Deposited: 25 Aug 2020 02:13
Last Modified: 17 Nov 2023 10:03
URI: http://repository.its.ac.id/id/eprint/80822

Actions (login required)

View Item View Item