Mandyartha, EkaPrakarsa (2012) Pengembangan Library Algoritma Genetika Dengan Pendekatan Object-Oriented Design dan Object-Oriented Programming”. Sarjana thesis, Universitas Brawijaya.
Abstract
Algoritma genetika merupakan pendekatan komputasional untuk menyelesaikan suatu masalah dengan memodelkan masalah menjadi proses evolusi biologis. Pemilihan solusi yang akan digunakan untuk membentuk populasi yang baru tergantung nilai fitness nya. Pembentukan populasi baru untuk pencarian solusi dilakukan berulang kali hingga memenuhi kondisi tertentu untuk berhenti. Library Algoritma Genetika (AG3NLib) merupakan perangkat lunak yang digunakan untuk membantu penyelesaian masalah menggunakan algoritma genetika. Perancangan library ini dilakukan dengan pendekatan object-oriented design . Implementasi library ini menggunakan object-oriented programming dengan bahasa pemrograman C#. Pengujian library ini dilakukan untuk memastikan library berjalan sesuai dengan fungsi yang ditentukan dan benar perhitungannya. Pengujian dilakukan dengan membandingkan perhitungan AG3NLib dengan hasil menggunakan metode konvensional pada kasus uji tertentu. Pada kasus uji 1 didapatkan nilai fitness terbaik yang konsisten dengan jumlah generasi maksimum sebesar 50.000 generasi, sedangkan pada kasus uji 2 didapatkan perbedaan nilai fitness terbaik sebesar 0,77%. Parameter ukuran populasi dan jumlah generasi memberikan pengaruh besar terhadap waktu eksekusi. Semakin tinggi nilai parameternya, proses eksekusi akan berlangsung lebih lama.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2012/190/0512001792 |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Endang Susworini |
| Date Deposited: | 26 Sep 2012 15:45 |
| Last Modified: | 20 Oct 2021 03:52 |
| URI: | http://repository.ub.ac.id/id/eprint/141338 |
Preview |
Text
051201792.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |