Aplikasi Algoritma Genetika Untuk Mencari Jalur Terpendek

Andi, ( 0322045 ) (2007) Aplikasi Algoritma Genetika Untuk Mencari Jalur Terpendek. Undergraduate thesis, Universitas Kristen Maranatha.

Preview	Text 0322045_Abstract_TOC.pdf - Accepted Version Download (79Kb) | Preview
Preview	Text 0322045_Appendices.pdf - Accepted Version Download (1305Kb) | Preview
Preview	Text 0322045_Chapter1.pdf - Accepted Version Download (44Kb) | Preview
	Text 0322045_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (430Kb)
	Text 0322045_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (275Kb)
	Text 0322045_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (399Kb)
Preview	Text 0322045_Conclusion.pdf - Accepted Version Download (26Kb) | Preview
	Text 0322045_Cover.pdf - Accepted Version Restricted to Repository staff only Download (99Kb)
Preview	Text 0322045_References.pdf - Accepted Version Download (19Kb) | Preview

Abstract

Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam tugas akhir ini, masalah optimisasi yang dipilih adalah masalah dalam bidang transportasi, di mana akan dicari optimasi dalam pencarian jalur terpendek untuk sebuah jalur perjalanan dari posisi awal secara acak menyinggahi setiap kota tepat satu kali, dan kembali ke posisi awal pada suatu lokasi kota. Algoritma Genetika adalah salah satu bidang terapan dari kecerdasan buatan yang merupakan salah satu teknik komputasi yang sangat sesuai untuk permasalahan dengan ruang solusi yang sangat besar. Kelebihan utama algoritma genetika adalah sifat adaptivitasnya. Begitu masalah dapat dikodekan ke dalam kromosom dan dapat dibangun fungsi fitness yang tepat, maka dengan mudah dapat dibangun algoritma genetika untuk menyelesaikan masalah tersebut. Sistem algoritma genetika yang telah didesain, menggunakan representasi kromosom dalam bentuk bit string. Adapun komponen-komponen algoritma genetika yang digunakan adalah seleksi, rekombinasi, mutasi, dan penggantian kromosom. Dari hasil simulasi, dapat disimpulkan bahwa secara keseluruhan, algoritma genetika yang telah didisain dapat berjalan dengan baik dan dapat menyelesaikan permasalahan. Untuk 6 buah kota didapatkan jalur terpendek sebesar 43,1154 unit (dengan parameter : popsize=40; pc=0,5; pm=0,01; kb=0,01; maxgen=10) sedangkan untuk 15 buah kota didapatkan jalur terpendek sebesar 53,9829 unit (dengan parameter : popsize=570; pc=0,5; pm=0,01; kb=0,01; maxgen=100).

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering > 22 Electrical Engineering Department
Depositing User:	Perpustakaan Maranatha
Date Deposited:	15 Jul 2013 07:18
Last Modified:	15 Jul 2013 07:18
URI:	http://repository.maranatha.edu/id/eprint/3733

Actions (login required)

View Item