Analisis dan Implementasi Algoritma Genetika pada Masalah Travelling Salesman Problem (TSP) menggunakan Sequential Constructive Crossover (SCX) Operator
Boni Yustin Prabowo
Informasi Umum
Kode
113090243
Klasifikasi
518.172 - Algorithm-Research Methods
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Algorithm Analysis
Dilihat
310 kali
Informasi Lainnya
Abstraksi
Algoritma Genetika adalah evolutionary algorithm yang menggunakan crossover dan mutasi dalam menyelesaikan permasalahan optimasi. Algoritma Genetika telah banyak digunakan di berbagai macam permasalahan, termasuk Travelling Salesman Problem. Sudah banyak operator crossover dan mutasi berbeda yang diterapkan pada algoritma genetika. Pada tugas akhir ini, operator crossover yang digunakan pada algoritma Genetika adalah Sequential Constructive Crossover Operator. Untuk mengetahui performansi kinerja sistem algoritma Genetika dengan Sequential Constructive Crossover, maka dilakukan perbandingan dengan algoritma Genetika standar. Hasil yang didapat setelah pengujian, diperoleh hasil akurasi yang mencapai 90% untuk batasan 48 kota. Dan waktu yang dihasilkan saat sistem berjalan adalah kurang dari 4 detik. Algoritma Genetika, Sequential Constructive Crossover, Travelling Salesman Problem
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | Boni Yustin Prabowo |
| Jenis | Perorangan |
| Penyunting | Dr. Adi Wijaya; Untari Novia Wisesty, S.T., M.T. |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2013 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
