RizkiAmilina (2008) Penjadwalan pertandingan Liga Sepakbola Indonesia menggunakan algoritma genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Algoritma genetika dapat digunakan untuk menyelesaikan masalah optimasi yang kompleks seperti mencari jadwal pertandingan Liga Sepakbola Indonesia paling optimum dengan memperhatikan kondisi klub yang bertanding misalnya daerah dari klub yang bertanding, lawan pertandingan dan lain-lain. Dalam penelitian ini akan dijelaskan tentang penerapan algoritma genetika untuk mencari jadwal pertandingan yang paling optimum. Sistem algoritma genetika yang telah didisain menggunakan representasi kromosom dalam bentuk nilai. Dan mutasi yang digunakan adalah mutasi swap. Sistem ini juga menggunakan metode seleksi roulette wheel. Sedangkan crossover yang digunakan yaitu one cut point crossover. Dari hasil pengujian, dapat disimpulkan bahwa nilai fitness yang optimum pada probabilitas crossover 0,4. Semakin banyak ukuran populasi maka nilai fitness yang dihasilkan akan semakin baik, begitu pula untuk generasi, semakin besar generasinya, maka fitness yang diperoleh juga semakin baik, dan pada generasi diatas 50 telah mengalami konvergensi nilai, maka secara keseluruhan, algoritma genetika yang telah didisain dapat berjalan dengan baik dan dapat menyelesaikan permasalahan.
English Abstract
Genetic algorithm can be used to solve optimation problems, such as for Time scheduling of Indonesian Football League, which may be influenced by the club for example area from club contesting, contest opponent and others. In this research, genetic algorithm was implemented to search optimal time scheduling for Indonesian Football League. Genetic algorithm system was designed by using bit string - chromosome representation. And the mutation used was swap mutation. The selection method used was roulette wheel. There was crossover points used - one cut point crossover. From the experiments, we could conclude that the optimum fitness from the crossover probabilities is 0,4. More and more population measures hence value fitness yielded will be good progressively, so also for generation, ever greater of his generation, hence fitness obtained also good progressively, and at generation 50 have experienced of konvergensi value, the genetic algorithm system design worked well and solved the optimation problems.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2008/91/050801013 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 09 Apr 2008 09:15 |
| Last Modified: | 22 Oct 2021 06:04 |
| URI: | http://repository.ub.ac.id/id/eprint/152041 |
Preview |
Text
050801013.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |